第1章 绪论 1
1.1 选题背景及研究意义 1
1.1.1 我国能源消耗发展 1
1.1.2 钢铁企业能源消耗发展 2
1.1.3 钢铁企业节能降耗途径 3
1.1.4 副产煤气系统研究意义 4
1.2 研究现状及问题提出 5
1.3 研究目的、思路和方法 6
1.3.1 研究目的和思路 6
1.3.2 研究方法 7
1.4 研究内容和技术路线 8
1.4.1 研究内容 8
1.4.2 技术路线 10
第2章 文献综述 12
2.1 引言 12
2.2 钢铁企业副产煤气利用技术创新 12
2.2.1 高炉煤气利用技术创新 13
2.2.2 焦炉煤气利用技术创新 13
2.2.3 转炉煤气利用技术创新 15
2.3 钢铁企业副产煤气能源中心的建立 15
2.4 钢铁企业副产煤气系统优化调度的研究 17
2.4.1 副产煤气产生量、消耗量预测研究 18
2.4.2 副产煤气优化调度研究 22
2.5 我国大型钢铁企业副产煤气利用和优化调度现状 28
第3章 钢铁企业副产煤气系统分析 31
3.1 引言 31
3.2 钢铁企业生产工艺介绍 32
3.3 副产煤气系统分析 36
3.4 副产煤气系统“三系统两层面”框架的构建 39
3.4.1 “三系统”的构建 39
3.4.2 “两层面”的构建 41
3.4.3 “三系统两层面”框架的构建 42
3.5 本章小结 44
第4章 钢铁企业副产煤气产生量的预测模型 45
4.1 引言 45
4.2 离群数据挖掘 46
4.2.1 数据挖掘 47
4.2.2 离群数据挖掘的概念 48
4.2.3 离群数据挖掘的一般方法 48
4.3 常用的预测方法介绍 49
4.3.1 直观预测法 49
4.3.2 回归分析法 49
4.3.3 灰色系统预测法 50
4.3.4 指数平滑法 51
4.3.5 多层递阶回归分析法 51
4.3.6 时间序列法 52
4.3.7 神经网络法 52
4.3.8 模糊理论法 53
4.3.9 小波分析法 53
4.3.10 预测方法小结 54
4.4 煤气发生影响因素及模型选择 54
4.4.1 焦炉煤气的发生机理及影响因素 54
4.4.2 高炉煤气的发生机理及影响因素 56
4.4.3 转炉煤气的发生机理及影响因素 57
4.4.4 预测方法选择 58
4.5 ARMA时间序列预测方法 59
4.5.1 ARMA基本模型概述 59
4.5.2 ARMA时间序列预测步骤 61
4.5.3 ARMA时间序列建模小结 66
4.6 实证分析 66
4.6.1 焦炉煤气产生量预测模型的建立 67
4.6.2 高炉煤气产生量预测模型的建立 71
4.6.3 转炉煤气产生量预测模型的建立 76
4.7 本章小结 80
第5章 钢铁企业副产煤气消耗量的预测模型 81
5.1 引言 81
5.2 副产煤气消耗的预测模型的建立 81
5.2.1 副产煤气消耗用户分类 81
5.2.2 第一类消耗用户建模 82
5.2.3 第二类消耗用户建模 84
5.2.4 第三类消耗用户建模 87
5.2.5 第四类消耗用户建模 97
5.3 实证分析 98
5.3.1 烧结炉消耗量的预测 98
5.3.2 焦炉消耗量的预测 100
5.3.3 高炉热风炉消耗量的预测 102
5.3.4 居民等其他小型零散用户焦炉煤气用量的预测 104
5.4 本章小结 106
第6章 钢铁企业副产煤气多周期动态优化调度建模 107
6.1 引言 107
6.2 有关调度的预备知识 107
6.2.1 调度算法 108
6.2.2 调度算法的比较 115
6.3 混合整数线性规划（MILP） 116
6.4 钢铁企业副产煤气系统优化调度模型的建立 120
6.4.1 模型的假设 120
6.4.2 优化目标的选取及影响因素 121
6.4.3 目标函数的确定 122
6.4.4 约束条件 125
6.4.5 建模小结 132
6.5 实证分析 132
6.6 本章小结 141
第7章 基于环境成本的副产煤气系统绿色优化调度建模 142
7.1 引言 142
7.2 环境成本预备知识 143
7.3 钢铁企业副产煤气系统环境成本 144
7.3.1 副产煤气系统环境成本的构成 144
7.3.2 副产煤气系统环境成本的计算 144
7.4 基于环境成本副产煤气系统优化模型的建立 146
7.4.1 目标函数的建立 146
7.4.2 约束条件 149
7.5 实证分析 150
7.6 本章小结 152
第8章 结论 153
8.1 研究总结 153
8.2 研究展望 155
参考文献 158