[论文解读] Optimal hot rolling production scheduling for economic load dispatch under time-of-use electricity pricing.

Mao Tan, Bin Duan+2 more|arXiv (Cornell University)|Jan 22, 2015

Scheduling and Optimization Algorithms被引用 8

一句话总结

本文提出了一种针对钢铁制造中热轧生产的多目标生产调度模型，旨在实现需量电价（TOU）电价机制下的电力成本最小化，将经济负荷调度与调度过程相结合。采用基于NSGA-II的算法生成Pareto最优解，并利用TOPSIS进行决策，通过将生产负荷与电价低谷期对齐，有效降低电力成本。

ABSTRACT

Time-of-Use (TOU) electricity pricing provides a new opportunity for industrial user to reduce their power costs and improve the efficiency of power energy. Although many methods for Economic Load Dispatch (ELD) under TOU pricing in continuous process industry have been proposed, there is difficulty in batch-type process industry because of that the power load units are not fixed but closely related with production planning and scheduling. In this paper, for hot rolling, a typical batch-type and energy intensive process in steel industry, a multi-objective production scheduling optimization model for ELD is proposed under TOU pricing, in which the objective is to minimize the power costs on the premise of ensuring the product quality. A NSGA-II based production scheduling algorithm is proposed to generate Pareto-optimal solutions, and then the TOPSIS based multi-criteria decision-making is performed to recommend an optimal solution to facilitate filed operation. Experimental results on practical production data show that the proposed method cut down the power costs by creating load units corresponding to electricity price and shifting loads to avoid on-peak time periods.

研究动机与目标

• 为应对在动态电价机制下，批量型、高耗能钢铁生产面临的高能耗成本挑战。
• 将经济负荷调度（ELD）与热轧生产调度相结合，其中负荷单元并非固定，而是取决于调度决策。
• 在需量电价（TOU）电价机制下，最小化总电力成本，同时保持产品质量。
• 开发一种决策支持框架，从一组Pareto最优权衡解中推荐最优调度方案。
• 利用某钢铁厂的真实生产数据验证该方法的有效性。

提出的方法

• 构建一个多目标优化模型，在TOU电价机制下最小化电力成本，同时确保热轧调度中的产品质量约束。
• 采用NSGA-II算法生成一组Pareto最优解，平衡电力成本与调度可行性。
• 应用TOPSIS（逼近理想解的排序技术）进行多准则决策分析，从Pareto前沿中选择最合适的解。
• 将负荷单元建模为可变且依赖于生产顺序与时间，实现负荷向低谷期的转移。
• 将生产调度决策与电价信号相结合，动态调整生产时间。
• 使用真实生产数据校准并验证模型，确保其在实际应用中的可行性。

实验结果

研究问题

• RQ1 在批量型、高耗能工艺（如热轧）中，如何有效实现经济负荷调度与生产调度的集成？
• RQ2 将生产负荷转移至电价低谷期对总电力成本的降低有何影响？
• RQ3 如何通过多目标优化模型在成本最小化、产品质量与调度约束之间实现平衡？
• RQ4 在Pareto最优解中，哪种决策方法最有利于工业现场的实际运行？
• RQ5 在现实的热轧生产中，通过将生产与TOU电价机制对齐，电力成本最多可降低多少？

主要发现

• 所提出的方法通过战略性地将生产负荷与电价较低的时段对齐，成功降低了电力成本。
• 将负荷转移至低谷时段显著贡献于成本节约，凸显了在TOU电价机制下调度灵活性的价值。
• 基于NSGA-II的方法生成了多样化的Pareto最优解，支持在成本与调度可行性之间的权衡分析。
• TOPSIS能有效从Pareto前沿中识别出推荐解，促进在工业运行中的实际应用。
• 基于真实生产数据的实验结果证实了该方法的有效性，通过负荷单元的优化实现了可测量的成本降低。
• 当明确建模负荷可变性时，将ELD与批量生产过程的调度进行集成是可行且有益的。