公开/公告号CN102331759A
专利类型发明专利
公开/公告日2012-01-25
原文格式PDF
申请/专利权人 爱默生过程管理电力和水解决方案公司;
申请/专利号CN201110197970.1
申请日2011-07-11
分类号G05B19/418(20060101);
代理机构11256 北京市金杜律师事务所;
代理人郑立柱
地址 美国宾夕法尼亚州
入库时间 2023-12-18 04:30:08
法律状态公告日
法律状态信息
法律状态
2015-08-26
授权
授权
2013-07-24
实质审查的生效 IPC(主分类):G05B19/418 申请日:20110711
实质审查的生效
2012-01-25
公开
公开
技术领域
本发明一般地涉及优化系统，例如能量管理系统，更具体地， 涉及能够优化例如与生产、使用和/或销售所期望的产品相关的成本/ 效益的工厂的运行特征的优化系统，该所期望的产品例如是出现复 杂的优化决策的工厂/社区内的能量。
背景技术
能量管理系统通常用于管理在例如工业能源产生工厂、工业制 造或生产工厂、市政工厂等中的能量的产生和使用，以试图确保响 应于不可预见或意料之外的事件的工厂/社区的充分运行。在一些有 限的例子中，简化的能量管理系统已经被用于管理在工厂中的能量 的使用和由此管理工厂中的能量的成本。然而，在对能量公司放松 管制和独立的能量制造商兴起之前，能量管理是工业用户的一个主 要的关注。因此，在工业使用以外，能量管理系统在本质上非常简 单，采用例如在住宅中使用的可编程的恒温器的形式。
尽管目前工业能量管理存在多种形式，但是这些能量管理系统 在范围上是有限的，在本质上仍相当简单，并且未被配置为确定能 量节约，该能量节约可通过对特定的工厂配置或情形中的能量产生 和使用成本的细致的分析获取。因此，即使目前使用的工业能量管 理系统没有得到能量成本节约，该能量成本节约在能够使用不同类 型的工厂设备的以多种方式创造和/或销售能量的情形下可被获取。
工业能量管理系统的最常见的使用是作为工业制造工厂中的卸 载系统，工业制造工厂已经长时间具有自动卸载系统。一般地，卸 载系统确定必须被几乎立即地从运行中移除的负载的量(工厂设备 驱动能量)，以保持工业工厂的剩余部分的运行。减少负载或卸载 通常是响应于引起能量产生缺失情形的系统扰动(以及由主系统扰 动导致的随后可能的附加的扰动)而进行。常见的能够引起卸载的 系统扰动包括设备失效、失去能量产生设备、切换故障、闪电袭击， 等。工业工厂能量管理系统通过使用多个用于确定在任何特定的时 刻响应于特定类型的扰动或者事件卸除哪些负载的先进的方式中的 任一个以响应于这些情形。在一些情形中，基于能够修改的预设的 优先级，负载的模块被关闭或者负载被卸除。在一些例子中，神经 网络已经被用于确定应被卸除的负载的顺序。
然而，采用卸载系统形式的能量管理系统通常局限于关闭工厂 中的负载，并且不确定何时或者怎样重启或者重新连接工厂中的负 载。实际上，在断路器被卸载系统自动打开后，重新关闭电断路器 并恢复工业工厂中的负载传统上是手动进行的。手动恢复负载在当 卸载是仅由电扰动产生的情形下并不麻烦，因为这些事件在工业工 厂运行环境下并不那么频繁地发生。
然而，由于电力能量成为工厂中的生产成本的越来越大的部分， 需要基于能量管理的经济状况，决定何时运行工厂生产设备和何时 闲置工厂生产设备。除非工业制造商接受，能量的增长的成本(包 括基于能量产生的、与电和化石燃料相关的成本)将使得当前的生 产工厂更不具备竞争力。例如，在一些情形中，需要转换或者缩减 工业工厂中的生产和大的能量消耗操作至电费较低的非高峰时间， 从而保持工厂运行的竞争力。这些决策的类型将引起负载被卸除或 者恢复更频繁，因为一旦能量的价格处于生产能够被经济地继续的 点，则尽可能快地开始生产是有利的，因此不必等到操作员手动地 重启负载。同样地，当负载能够开始被恢复，最重要的设备应该被 最先恢复。该决策过程使得手动的负载恢复过程更慢，从而造成设 备的损失。
大多数工业工厂，以及其他使用电能的能量消费者，通常至少 部分地依赖公共电网，这些电网被设计为在任何需要的时间提供电 能或能量。该电网转而基于预测的需求或者需要的负载由多个能源 工厂或其他能源供应商馈电，该多个能源工厂或其他能源供应商运 行以为电网提供电能。典型的能源工厂能够使用多种不同类型的能 量产生系统产生能量。该能量产生系统包括，例如，蒸汽涡轮系统、 化石燃料的涡轮系统、核能发电系统、风能发电机、太阳能发电机， 等。目前，这些发电系统通过产生电网当前所预测的或需求的所期 望需求而运行。然而，这些能量产生工厂通常仅仅使用简单的技术 以优化能量工厂的运行，以提供所期望的能量。这些优化的技术可 例如确定是否运行一个或两个锅炉，基于它们各自的效率，确定哪 个锅炉系统最先运行，基于进行中的为电力支付的费率，确定是否 在当前时刻提供能量，等。通常说来，是否运行能量工厂和/或运行 能量工厂的哪个特定的部件以提供电能、以及发电的量的决定是由 能量工厂的操作员作出的，他们使用例如由经验法则所表示的基本 或通常标准，以确定以最高的效益率运行工厂的最好的或者“最优” 的方式。然而，这些工厂能够从能量工厂获利，该能量工厂运行以 确定在任何特定的时间运行的最佳的一组设备以最大化工厂的运营 效益。
以相似的方式，来自电网的电能的用户，例如，工业工厂、市 政工厂、住宅或商业物业，等，能受益于更好的能量管理系统。在 许多情形中，这些实体既是消费者也是能量的产生者。例如，许多 工业工厂，除了从电网获取电能，还产生它们使用的一些电能，将 能量从一种形式转化为另一种形式和/或能够在一定程度上存储电 能。例如，许多工业工厂，市政工厂，等，包括需要蒸汽运行的工 厂设备。因此，除了获取来自电网的电能，这些工厂包括能量产生 设备，例如，消耗例如，天然气，石油，等的其他原材料的锅炉系 统以运行。类似地，许多市政工厂，例如，城市供热工厂、水处理 工厂、等，和其他居民工厂，例如，大学校园，商业楼，在工业园 或者科研园的一组建筑，等，均具有能量产生设备和能量消耗设备。 例如，许多大学校园，都市或者其他城市系统，等，在某些时间使 用蒸汽用于加热目的，而在其他时间，运行电力驱动的空调系统， 以提供制冷。这些工厂可以包括能量产生设备，例如燃烧油和汽的 锅炉，且这些工厂可以额外地包括能量存储系统，例如热冷却装置， 电池或能够存储能量以在随后时间使用的设备。
在这些类型的工厂中，操作员尽最大努力，试图使用一组相当 基础或简化的经验法则来管理能量的产生、分配和使用，以试图减 少总的能量成本。例如，操作员可试图在不需要这么多系统时，通 过关闭某些系统或者以最小的程度运行工厂中的这些系统，以节约 能量成本。在一个例子中，在大学校园中，在夏季月份，在周末， 或者在春假或者学期假期学生很少在校时，可以关闭或者以最小的 程度运行用于产生为了加热目的的蒸汽的锅炉。然而，因为这些系 统的操作员仅使用基础的或者简化的经验准则来改变工厂的运行以 节约能量成本，操作员很快地失去确定运行工厂设备(包括可以多 种方式产生能量的设备，以多种方式使用能量的设备，将能量从一 种形式转化为另一种形式的设备，或以多种方式存储能量的设备)， 从而减少工厂内的能量总的成本的最好的或者最优的方法能力。该 问题因为来自电网的能量的费用，天然气的费用，等经常变化，并 且甚至可在单独的一天内显著地变化，从而操作员通常不知道在任 何特定的时间运行任何特定的设备件或者组的准确的成本的事实而 恶化。
进一步地，虽然能量工厂被特别设计以向电网产生和销售能量， 但是许多其他类型的工业工厂，例如，过程工厂、市政工厂等，现 在能够向电网或另一个消费者销售它们产生的能量。然而，这些系 统的操作员，通常不具有足够的知识或经验，以能够确定卸除负载、 减少工厂的能量消耗、保持负载或者重新连接负载以为了生产目的 将工厂运行于最优负载，或者产生比目前需要的更多的能量并将这 些能量销售给例如电网的第三方是否更具有成本效益。实际上，在 许多情形下，对于一个特定的工厂，停止生产并且取代使用工厂设 备来生产能量并将该能量通过电网销售给第三方实际上更有效率。
如下将理解，当优化(例如，最小化)在特定的工业、城市、 或住宅工厂中的能量产生和使用的成本，包括能够或者需要在任何 特定时间产生的能量的形式(电、蒸汽等)、以不同的运行水平运 行工厂设备所需要的使用的这些形式中的每一种中的能量的量，在 任何特定的时间工厂的部件需要被运行来满足工厂的商业需求的所 处于的运行水平，需要生产的原材料和/或在工厂存储能量的成本， 从电网或者其他第三方购买能量的成本，是否具有在工厂存储能量 以备后续使用或销售的能力，工厂设备(包括任何能量存储设备) 的能量效率等时，需要考虑多个因素。能量优化被工厂需求和能量 成本能在短时间内巨大变化的事实进一步复杂化，因此预测能量成 本成为试图随着时间的最小化或者优化能量成本的任何能量管理系 统的必要的部分。因为这些因素持续地波动，工厂操作员很快失去 了进行确定在工厂中考虑了能量使用的优化工厂的成本/效益的一组 工厂运行条件所需的复杂的、非常棘手的计算的能力。因此，尽管 工厂操作员能够对工厂的运行参数进行粗略的改变以试图减少工厂 的能量成本，但是操作员实际上不能确定随着时间的运行工厂的最 佳方式，以使用当前的能量管理系统最小化能量成本，因为几乎不 可能手动计算或确定在任何特定时间运行工厂的最优方式，更不用 说延续至将来的一个时间段了。
发明内容
一种能量管理系统，使用专家引擎和数值求解器，以确定使用 和控制在工厂中的多种能量消耗、产生和存储设备的最优方式，以 减少或者优化在工厂中的能量成本，特别地适用于需要或者能够在 不同时间使用和/或产生不同种类的能量的工厂。更特别地，能量管 理系统运行工厂的多种能量生成和能量使用部件以最小化随着时间 的或在不同的时间的能量的成本，同时仍满足运行系统中的某些约 束或者要求，例如生产特定量的热量或冷气、一定的能量水平、一 定的产量等。在一些情形中，能量管理系统可引起工厂的运行设备 产生不需要的能量，其能够被存储至过后并再使用，或者能够例如 返售给公共设施，以减少工厂中的总成本或最大化工厂中的效益。
在一个实施例中，一种配置系统被用于配置工厂的运行，该工 厂具有一组互联的工厂设备，其中，该工厂设备包括多组能够单独 或者一起运行以产生能量的能量产生单元。该配置系统包括计算机 可读存储器，其存储建模该工厂设备的运行的多个设备建模以及限 定该互联的工厂设备的最优运行的目标函数。该配置系统还包括数 值求解器，其运行在计算机处理设备上，该数值求解器使用该目标 函数、该多个设备建模和一组工厂配置输入标准，通过确定最小化 或者最大化该目标函数的该组互联的工厂设备的运行的配置，来确 定该组互联的工厂设备的最优运行配置。此外，该配置系统包括专 家引擎(也被称为专家系统)，其运行在计算机处理设备上，以确 定用于运行该工厂设备的一个或多个运行值，其中，该专家引擎多 次调用该数值求解器，以确定用于运行该工厂设备的该一个或多个 运行值，并且其中，该专家引擎在每个该调用期间为该数值求解器 提供一组不同的工厂配置输入标准。
如果需要，该目标函数可被选择来确定运行该能量产生单元以 产生所需数量的能量的经济成本。此外，该计算机可读存储器为该 能量产生单元中的一个或多个存储第一和第二不同的设备建模，其 中，该数值求解器在第一次被该专家引擎调用期间，为该能量产生 单元中的该一个或多个使用该第一设备建模，该数值求解器在第二 次被该专家引擎调用期间，为该能量产生单元中的该一个或多个使 用该第二设备建模。如果需要，该一个或多个能量产生单元的该第 一设备建模比该一个或多个能量产生单元的该第二设备建模更不精 确且计算上更不昂贵。可替代地或者附加地，该一个或多个能量产 生单元的该第一设备建模比该一个或多个能量产生单元的该第二设 备建模更不受约束。
该专家引擎在该第一次调用该数值求解器期间，将第一组运行 约束提供给该数值求解器，作为该工厂设备中的一件或多件的该工 厂配置输入标准，并且在该第二次调用该数值求解器期间，将第二 组运行约束提供给该数值求解器，作为该工厂配置输入标准，其中， 该第二组运行约束比该第一组运行约束更不松弛。类似地，在第一 次调用该数值求解器和第二次调用该数值求解器中的每一次期间， 该专家引擎可以将一组环境条件、工厂设备运行成本、能量需求和 设备约束提供给该数值求解器，作为该工厂配置输入标准。在该情 形下，该专家引擎在该第一次调用该数值求解器和该第二次调用该 数值求解器中的每一次期间，可以提供相同的一组环境条件，工厂 设备运行成本，和能量需求作为该工厂配置输入标准，但是在该第 一次调用该数值求解器和该第二次调用该数值求解器期间，可以将 不同的一组设备约束提供给该数值求解器。在另一个例子中，在该 第一次调用该数值求解器和该第二次调用该数值求解器中的每一次 期间，该专家引擎可以提供相同的一组环境条件，工厂设备运行成 本和能量需求作为该工厂配置输入标准，但是在该第二次调用该数 值求解器期间，可以将用作约束的一子集组设备提供给该数值求解 器。
在另一个实施例中，在第一次调用该数值求解器期间，该数值 求解器使用该目标函数来确定待使用的最优的一组工厂设备，并且 该专家引擎在第二次调用该数值求解器时可以为该数值求解器提供 该最优的一组工厂设备。此后，该数值求解器使用该目标函数以在 该第二次调用该数值求解器期间为该最优的一组工厂设备确定最优 的一组设备运行参数。类似地，该数值求解器可在该第一次被该专 家引擎调用期间使用第一组设备建模，并在该第二次被该专家引擎 调用期间使用第二且不同组设备建模，其中，该第二组设备建模比 该第一组设备建模更精确。此外，该数值求解器可响应于该第一次 被该专家引擎调用使用第一组运行约束，并在该第二次被该专家引 擎调用期间使用第二且不同组运行约束，其中，该第二组运行约束 比该第一组运行约束更不松弛。
仍进一步地，在第一次调用该数值求解器期间，该专家引擎可 提供环境条件，工厂运行成本以及工厂需求作为该工厂配置输入标 准，然后，在该第一次调用该数值求解器期间，该数值求解器可基 于该目标函数，确定待使用来满足该工厂需求的最优的一组工厂设 备。然后，在第二次调用该数值求解器期间，该专家引擎可提供环 境条件，工厂运行成本以及工厂需求以及待使用来满足该工厂需求 的该最优的一组工厂设备的指示。然后，在第二次调用该数值求解 器期间，该数值求解器为该最优的一组工厂设备确定一组最优运行 设置。当然，在该第一次调用该数值求解器和该第二次调用该数值 求解器期间，该数值求解器可为相同的工厂设备使用不同的设备建 模和/或在该第一次调用该数值求解器和该第二次调用该数值求解器 期间，该数值求解器可使用不同组设备运行约束。
在一些例子中，该目标函数具有考虑了与该能量产生单元的运 行配置相关联的该多个能量产生单元的使用和能量产生的成本的参 数，且该专家引擎使用来自第一次调用该数值求解器时的该数值求 解器的输出以确定用于第二次调用该数值求解器的该工厂配置输入 标准中的一个或多个。仍进一步地，该数值求解器可以接收与包括 该能量产生单元中的每个的工厂设备的运行限制相关联的一组约 束，并且该数值求解器可以确定该能量产生单元的不同的运行配置 作为不违反该组约束中的任何一个的工厂运行点。
在另一个实施例中，用于运行工厂的能量管理系统包括专家引 擎和数值求解器，该工厂具有耦接至一个或多个负载的多个能量产 生单元。该专家引擎运行在计算机处理设备上，以确定用于运行该 能量产生单元的不同组输入工厂运行配置标准，其中，该专家引擎 使用该不同组输入工厂运行配置标准以确定该多个能量产生单元的 最终最优运行配置。此外，被耦接至该专家引擎的该数值求解器包 括目标函数和该能量产生单元的一组设备建模。该数值求解器运行 在计算机处理设备上，通过基于一个特定组的输入工厂运行配置标 准来建模在多个不同的运行配置处的该工厂运行并确定该多个不同 的运行配置中的一个最满足该目标函数的运行配置，以确定最优工 厂运行配置。在该情形中，该目标函数考虑了能量产生和该多个能 量产生单元的使用的成本。仍进一步地，在运行期间，该专家引擎 多次调用该数值求解器，在每次调用该数值求解器期间，为该数值 逻辑求解器提供一组不同的输入工厂运行配置标准，并基于在该调 用期间由该数值求解器确定的该最优工厂运行配置，确定该多个能 量产生单元的最终最优运行配置。
在另一个实施例中，一种配置工厂的运行的方法，该工厂具有 一组互联的工厂设备，该工厂设备包括多组能够单独或者一起运行 以产生能量的能量产生单元，该方法包括：在计算机设备上存储建 模该工厂设备的运行的多个设备建模以及限定该互联的工厂设备的 最优运行的目标函数。该方法还通过经由计算机设备多次调用数值 求解器来确定用于运行该工厂设备的一个或多个运行值以确定用于 运行该工厂设备的一个或多个运行值，包括在每次该调用期间为该 数值求解器提供不同的工厂配置输入标准。此外，在每次该调用期 间，该方法使用该目标函数、该多个设备建模和一组设备工厂配置 输入标准，通过确定最小化或者最大化该目标函数的该组互联的工 厂设备的运行的配置，来确定该组互联的工厂设备的最优运行配置。
附图说明
图1示出了能被用于多种类型的工厂中以考虑在工厂中的生产、 存储和使用能量的最优化工厂运行的能量管理系统的框图。
图2示出了一个示例的工业工厂的多个能量部件的示意和机械 视图。
图3示出了应用于图2所示的工业工厂以最大化从能量成本角 度的生产效益的图1的能量管理系统的框图。
图4示出了与示例的大学或者工业园区相关的动力室的示意和 机械视图。
图5示出了应用于图4所示的动力室以确定该动力室中的最优 的设备负载的图1的能量管理系统的框图。
图6示出了示例的热电联和(CHP)工厂的示意和机械图。
图7示出了应用于图6所示的CHP工厂以确定带来工厂中的最 大效益的气的使用的图1的能量管理系统的框图。
图8示出了应用于单独的住宅、公寓或酒店，以最小化能量成 本的图1的能量管理系统的框图。
图9示出了由具有专家引擎的优化器实现的示例的方法的流程 图，该专家引擎迭代地调用数值求解器，以确定最优的工厂/社区配 置。
图10示出了大学的能量和蒸汽产生工厂的框图，其中，优化器 具有迭代地耦接的专家引擎和数值求解器，该优化器可以用于最小 化能量成本。
图11示出了脱盐工厂的框图，其中，优化器具有迭代地耦接的 专家引擎和数值求解器，该优化器可以用于在产生特定兆瓦(MW) 需求和蒸馏水需求时最小化运行成本。
图12示出了示例的优化器配置的框图，该优化器配置具有迭代 地耦接的专家引擎和数值求解器，其使用多组工厂建模。
图13示出了示例的优化器配置的框图，该优化器配置具有迭代 地耦接的专家引擎和数值求解器，其使用一组单一的全面的工厂建 模。
图14示出了图12的示例的优化器配置的框图，示出了在迭代 优化过程中由数值求解器实现的在专家系统和多个建模之间的数据 流。
具体实施方式
随着电力成为制造成本的更主要的部分，负载卸除或者更普遍的， 负载管理，能够被用于工业工厂或其他类型的工厂，而不是仅仅确保工 厂运行设备和频率被保持。替代地，负载卸除，结合负载恢复，能够被 用于以最小化或者最优化工厂中的能量成本的方式，管理电力和工厂的 其他能量成本，从而使得工厂以更有效益的方式运行。特别地，此处所 描述的能量管理系统，可以被用于控制工厂或者建议工厂/社区的操作 员哪个负载(设备)在任何特定时间被连接或者运行，何时卸除负载， 因为在那时运行这些负载将不盈利或者盈利很少，何时将恢复负载，当 将负载带回在线时哪些负载被最先恢复，等，所有这些均为了最小化能 量成本，最大化效益或者实现一些其他的考虑能量成本的最优化标准。 在某些情况下，此处描述的能量管理系统能够被配置以使得它的推荐自 动地通过一个或多个控制器实现。
此处描述的能量管理系统还能够被用于辅助预测所期望的能量成 本(例如，在一个产品线中)和工业、城市或其他类型的处理或工厂所 需要的能量需求。例如，多个工厂/社区具有冷却水需求。如果天气预 报指示冷却水的需求很大，则能量管理系统能够在非高峰期间运行冷却 装置且被冷却的水能够存储在蓄热器中，以在能量价格通常更高的高峰 期间使用。当然，这仅仅是一个示例方式，其中此处详细描述的能量管 理系统能够通过例如最小化工厂的能量成本来最优化工厂运行。此外， 此处讨论的概念不仅适用于工业过程，还可附加地适用于城市用户，例 如，城市电力或者水务公司，以使得这些类型的工厂能够控制它们的能 量账单并谈判更好的电力合同。此处描述的能量管理系统还可向缩减为 为单独的能量用户，因为先进的能量产生和存储技术，例如，具有微涡 轮发生器的电燃料电池，开始变得可用。事实上，当基于工厂、酒店、 住宅等可获取的不同形式的能量产生的相关的价格和成本被测量时，分 散的能量产生发展将产生进行更多的决策以确定在工业工厂、酒店、住 宅等处购买和/或生产能量最佳方式的需求。
图1示出了与工厂11一起使用的示例的能量管理系统10的概 括的示意图。能量管理系统10通常包括彼此相互通信以确定工厂运 行条件(用于特定的工业、城市、能量产生或住宅工厂环境中)的 专家引擎12和数值求解器14(也称为数值求解器或者优化器)，该 工厂运行条件通过例如最小化工厂的能量的成本，最大化工厂的效 益等来优化能量成本。该最优运行条件可以例如详细说明何种工厂 设备(负载)在任何特定的时间运行或者连接，和/或可以说明其他 工厂运行标准，例如运行参数或特定的负载或者工厂设备的设置(例 如，以何种速度运行风扇或其他设备，工厂设备的产量等)。因此， 在一个简单的例子中，能量管理系统10可使用专家系统12和数值 求解器14以确定在任何特定的时间卸除或者恢复哪个负载，卸除或 者恢复负载的顺序，等。
图1中的块20、22和24通常指示与工厂11相关联的多种不同 种类的设备，其中，能量管理设备10将被用于工厂11中，包括能 量用户20，能量产生系统22和能量存储系统24。能量用户20可包 括以任何形式，包括电能，蒸汽或热能，热水等，使用能量的任何 工厂设备。一般地，能量用户20将包括所有种类的工业工厂生产系 统，用于加热或者供给其他设施的蒸汽动力的系统，用于运行泵、 照明、空调、电动机等的电能驱动系统，或者任何其他需要以一种 或其他方式使用能量的工厂设备。
能量产生系统22包括通过例如，将能量从一种形式转化为另一 种形式来产生能量的任何种类的工厂设备。这种类型的设备可包括， 例如，任何类型的发电设备，蒸汽产生设备，等。更特别地，能量 产生系统22可包括任何已知类型的能量产生设备，包括，例如，气 动力发电机，蒸汽动力涡轮、天然气动力发电机、石油发电机、核 动力系统、太阳能收集系统、风动力发电系统，或任何其他类型的 以一种或者其他方式产生能量或能源或者将能量从一种形式转化为 另一种形式的能量发生器。能量产生系统22可起始于原材料，例如 天然气、石油、来自电网的能量，等，并产生另一种形式的能量， 或者将能量的一种状态，例如，天然气，改变为另一种状态例如， 热或蒸汽。能量产生器22的输出可以被用于为能量用户20供电， 可以被销售至第三方，例如以电能的形式销售给电网，或者被提供 并存储在能量存储系统24内。
能量存储系统24，如果有的话，可包括任何类型的能量存储设 备，例如，流体(例如，水)冷却器、热保持系统、电池、或者存 储由能量产生器22产生的能量、来自电网的能量等的其他设备。能 量存储系统24可以，在任何所期望的时间，向例如能量用户20中 的一个提供所存储的能量，将所存储的能量返回至电网，等。
当然，根据使用能量管理系统10的工厂或系统的类型，存在于 工厂中的特定的设备会不同。该工厂例如可以是生产或制造一种或 多种产品的工业工厂，处理材料的处理厂，任何类型的能量产生厂， 市政工厂，例如，市政水处理厂、污水处理厂等。进一步的，工厂 可以是某种类型的住宅工厂，例如大学校园发电工厂，酒店，公寓 或者寓所大楼发电工厂，甚至是单独的楼房，公寓或者其他住宅。 通常地，除了依靠从公共电网输送的电运转的设备之外，这些类型 的工厂中的许多包括运转蒸汽涡轮所必需的蒸汽产生设备、运行泵 所需的发电设备和能量存储系统。例如，除了使用来自公共电网的 电能的设备之外，许多住宅或校园工厂典型地包括锅炉或蒸汽系统 以用于加热的目的，电产生装置用于照明和冷却，产生热气的天然 气系统等。
如图1中的虚线所示，能量管理系统10包括一组存储设备或者 处理建模30，其建模、仿真或者以其他方式描述工厂11中的能量用 户20、能量生产装置22和能量存储系统24中的每个的运行。建模 30可以采用任何类型的设备或者过程建模的形式，例如第一性原理 建模，统计建模，或者可以用于建模与工厂11中的能量用户20、能 量生产装置22和能量存储系统24相关联的设备的任何其他类型的 建模。建模30被连接至数值求解器14并被数值求解器14使用，将 在下文中更详细地描述，以使得数值求解器14能够确定关于能量使 用的工厂11的最优的运行点或者设置。
更特别地，建模30可以是建模工厂11、工厂11的一部分和/或特 定的工厂设备的设备建模。一般而言，响应于多种不同的控制输入或者 在多种不同的工厂运行点，工厂建模30允许数值求解器14预测或者估 计工厂11或工厂11的一部分的运行，例如工厂11的锅炉部分，蒸汽 循环，等的运行。设备建模30能够包括不同的工厂设备的独立的建模 或者设备的集结建模，且建模30能够是部件建模、单元建模、和/或建 模工厂11中的一个或多个单独的设备件或者设备组的反应或运行的循 环建模。建模30能够是任何合适种类的计算建模，包括基于免疫学的 建模、基于神经网络的建模、统计建模、回归建模、模型预测建模、第 一性原理建模、线性或非线性建模，等。
如果需要，自适应智能块32可执行接收来自工厂11的设备，包括 能量用户20、能量生产装置22和能量存储系统24，的反馈的例程， 以及基于所测量的输出或者来自工厂设备的其他反馈，运行以修改或者 改变建模30来更精确地反映该设备的实际或当前的运行的例程。一般 而言，自适应智能块32可基于工厂设备的所测量的或实际的运行使用 任何适用的自适应的建模技术以改变或者调整建模30，以使得建模30 更准确。
更进一步地，能量管理系统10包括存储的一组约束34，可以用于 为每个建模30创建并存储，约束34指示能量用户20、能量生产装置 22和能量存储系统24中的每个所可能受到的限制。基于自适应的建 模块32，基于用户输入(作出该用户输入可反映所期望的特定设备 的运行限制)，或者基于例如反映移除用于服务的设备的任何其他 的标准，约束34可随时间改变。一般而言，约束34指示工厂设备 的物理限制，并被数值求解器14用于确定在该设备的物理限制内的 工厂设备的最优设置。
能量管理系统10还包括或接收一组运行要求40，通常工厂11 或者工厂11中的特定的设备，在任何特定的时间，包括在当前或者 现在时间以及将来的时间需要受该运行要求40的限制。因此，要求 40可表示一个或多个对工厂的当前的需求或者要求和/或对工厂的 将来的需求和要求的预测。基于对工厂设备的预设的或者预先建立 的使用或者运行要求，运行要求可以例如表示必须在工厂11中传输 的需要的能量或者能量的形式。例如，要求40可指示在任何特定时 间必须被产生的蒸汽的量、必须被产生的热或者空调的量、或者必 须被提供的电的量，以保持工厂11在所期望的运行水平能够运行。 这些要求的预测可包括随着时间的过程11的期望的或者需要的输 入，并且当然，这些预测可随时间变化。如果需要，工厂运行要求 40可以以一个或多个允许的范围内的形式或在该些范围中变动，以 便能量管理系统10可以确定可导致工厂11最优设置的一组最优的 工厂要求。例如，运行要求可采用在大学校园中在一个月期间或者 一个星期期间的不同时间所需的热量和/或空调最小量或最大量的形 式、在特定的小时、日、周、月等期间必须可获取以满足工厂运行 需求的蒸汽、电或者其他形式的能量的量(或者范围)的形式。当 然，工厂需求或者要求40可随时间而变化，并且这些要求能够被表 示为在未来时间的需求的预测。在一些例子中，运行要求40可以指 示工厂11或者工厂11中的特定的设备能在各种时间被设定的最高 和/或最低使用水平，且这些要求40使得能量管理系统10能够确定 随时间的工厂设备的最佳的最优运行设置从而更有效地管理工厂11 中的能量的使用。当然，运行要求40能够由用户输入建立，能够来 自可由用户改变的存储的数据库，能够被专家系统12设置，能够基 于工厂11中的先前使用，能够基于与(例如在与工厂11相关联的 商业系统中开发的)生产计划相关联的需求信号或者需求曲线，或 能够被以其他方式设置。在一个实施例中，一些要求可来自于日历， 例如与个人日历系统，商业生产系统等相关联的计算机日历(例如， Outlook日历)。这种日历可以被通信地连接至能量管理系统10并当 安排最优的工厂生产或运行时指示可能需要考虑的随时间的工厂使 用或事件。
能量管理系统10还包括块42，其存储一组能量成本和/或价格 或者提供到一组能量成本和/或价格的访问。在块42中的能量成本和 /或价格能够包括与原材料的购买和销售相关的成本和价格，例如， 将在工厂11中使用的天然气、石油等，如果在工厂11中使用的来 自电网的电力的成本，或者在工厂11中使用的能量的任何其他成本。 此外，这些成本和价格可指示由第三方为工厂11中生产的能量所支 付的价格，例如，将向工厂11支付的提供给电网的电能的价格，将 要支付的传送给第三方的蒸汽的价格，等。在一些例子中，例如， 在工业和制造工厂中，在块42中的成本和价格可包括用于生产工厂 11中的产品的其他原材料的成本，以及为在工厂11中输出或者生产 的产品支付的价格。这些成本和价格使得能量管理系统10能够确定， 例如，考虑能量使用和生产成本，以及由工厂输出的销售所产生的 收入的、在任何特定的工厂运行设置的工厂11的效益。当然，块42 中的成本和价格可以表示当前时间的成本和价格，和/或可以是在未 来一段时间内，例如，在预测期间或者预示期间对能量因素、原材 料、工厂输出等中的每个的成本和价格的预测。仅为示例的，块42 可存储以电的形式的能量能够被销售的当前价格，如果上述情形在 工厂环境中是可能的，来自电网的能量的成本，由天然气供应商输 送的天然气(用于运行工厂设备)的当前成本，先前购买并存储在 工厂11中以供工厂设备使用的石油和其他原材料的成本，等。块42 还可包括为能够通过，例如电网，销售给第三方的电力或其他能量 (例如，蒸汽)所支付的价格。存储在块42中的成本和价格可包括 与当前能量相关联的成本和价格，以及与预测的未来能量相关联的 成本和价格。当然，块42可从不同的能量供应商(例如，从公共设 施供应商，天然气供应商等)处在线或者实时地获取能量的成本和 价格，可获取来自存储了工厂为已经购买并存储在存储箱等中的多 种原材料花费的实际成本的数据库的信息，可直接从用户或者用户 接口获取成本和价格的信息，可获取存储在任何其他数据库中的成 本和价格的信息，甚至可从商业系统，例如商业日历处或工厂操作 员或者其他人员可在其中输入成本和/或价格信息的其他计算机系统 处获取信息。
如图1所示，专家引擎12存储一组规则43和一组动作45，其 可以是专家引擎12用以确定可在工厂11中实现的、考虑了工厂11 的要求、能量的成本等的不同的可能的运行情形的、任何类型的规 则和动作，以确定从能量使用或者产生角度最优(或至少局部最优) 的工厂的运行设置。规则43可以用于确定当前时间的最佳或者最优 的工厂设置，或者可确定考虑能量成本的、工厂11应该在时间范围 内运行以最小化能量成本或最大化工厂11的效益的方式。动作45 是可以被实现或者响应于数值求解器对最优运行点或者配置的确 定，或者响应于提供到数值求解器的可能的工厂情形以用于评估的 函数。这些动作可包括，例如，用于在交互的过程中进行负载卸除 和负载建立(例如对特定组的设备进行这些活动的顺序)的流程或 者约束。这些流程或者其他动作可被与能量管理系统10相关联的工 厂控制器或用户接口使用，或者被传送至该些工厂控制者或用户接 口。
一般而言，在一个实施例中，专家引擎12运行以使用所存储的 规则43得出一个或多个通用或者专用的工厂运行情形，并将这些工 厂运行情形提供给数值求解器14。数值求解器14然后使用建模30、 约束34、运行要求40、成本42以及来自专家引擎12的指示例如其 他运行要求或限制的任何数据，以确定在情形中使用的能量的总的 成本或者确定最优的工厂运行设置，例如最大化工厂效益。在后一 个例子中，数值求解器可使用存储在其中的或者与其关联的目标函 数46以确定最优的工厂设置。在一些例子中，数值求解器14可修 改约束、限制或者与工厂运行情形相关联的其他因素，以在由例如 专家系统12所提供的范围内，确定最小化或者最大化目标函数46 的特定的一组运行参数。当然，数值求解器14可使用任何所期望的 或者适用的目标函数46，如果需要，该目标函数46可由用户改变或 者选择。然而，一般而言，目标函数46将被设计为考虑工厂的能量 使用和成本的减少在工厂11中的能量使用的总的成本，最大化工厂 11中的效益。
数值求解器14将使用目标函数46确定的(对于一个特定的运 行情形的)能量成本或者最优的工厂设置返回给专家引擎12，然后 专家引擎12可将返回的能量成本与被专家系统12考虑的(并且可 能被数值求解器14分析过)的其他情形比较，以确定考虑工厂11 的能量成本的最佳的或者最优的工厂运行情形，例如，最小化能量 成本，最大化效益，等。当然，专家引擎12能向数值求解器14提 供任何数量的通用工厂运行情形(例如包括随时间地存储能量，其 考虑减少能量成本的直至将来的特定的时间段)，以确定工厂11的 关于能量产生、使用和存储的最优的运行点或者计划(随时间)。 因此，专家引擎12可，例如，基于当前价格和工厂要求，确定在当 前时间的工厂11的最优的运行点，并且可，例如，确定应该被关闭 或者恢复以优化工厂运行的一个或多个负载或者工厂设备。也即， 在该情形中，专家引擎12可确定关闭工厂、或者工厂设备的一部分， 以优化工厂是最佳的，并随后确定恢复工厂中的工厂设备或者负载 是经济的。在该例子中，专家引擎12可使用规则43来存储或者确 定，工厂设备应该被关闭或恢复的顺序，以优化工厂中的能量效率 或使用。在另一个例子中，专家引擎12可确定在特定的时间段(时 间范围)运行工厂11的方式，该方式最小化能量成本，最大化与工 厂生产相关的效益。
如图1所示，块44可以追踪和存储能量用户20、能量产生装置 22和能量存储系统24中的每个的状态，并且可将该状态信息提供给 专家引擎12，该专家系统12能够使用这些信息确定将被数值求解器 14考虑或者分析的工厂运行情形，或者当实现由数值求解器14确定 的产品或运行计划时以某种方式确定将使用的特定的设备是最优 的。例如，如果能量产生装置22或能量存储系统24中的一些没有 运作，或者仅以具有最小水平运作，则专家引擎12能防止数值求解 器14在其计算中考虑或者使用这些系统作为特定的能量管理情形中 的一部分。在一些情形中，当实现由数值求解器14得出的调用工厂 设备的子集的使用的生产或运行计划时，专家引擎12可选择运行其 他设备。当然，专家引擎12可以基于工厂设备的状态来运行以采用 任何方式改变被提供给数值求解器14的能量管理情形。
因此，可以理解，专家引擎12使用数值求解器14来得出当前 时间的或者在直至将来的特定的预测时间的最优的能量使用计划。 该情形可包括配置工厂以在当前时间在工厂中产生能量或者运行特 定的设备，因为相比于当能量价格预测为较高的未来的时间，当天 气使得生产相同的量需要更多的能量等时，当前时间价格较低。可 替代地，专家引擎12可考虑并得出在当前时间生产能量，将产生的 能量存储在一个或多个能量存储单元24中，并在当能量生产成本较 高的过后时间使用这些存储的能量的工厂生产计划，所有这些均试 图在特定的时间段减少运行工厂设备的总的成本，且仍然满足或者 达到工厂11的运行要求，例如由块40命令的那些。
一旦专家引擎12和/或数值求解器14得出了详细说明工厂11中 的设备在任何特定的时间运行的工厂运行计划、该设备的运行设置 等，专家引擎12就可以提供该计划给一个或多个工厂控制器50和/ 或用户接口52。工厂控制器50可以通过根据计划控制工厂设备(例 如，能量用户20、能量产生装置22和能量存储系统24)运行来自 动地实现工厂11的运行计划。该控制可以包括基于专家引擎12的 输出在不同的时间进行负载卸除和负载恢复，可包括改变或者调整 随时间的不同的设备的运行设置等。替代地或者附加地，运行计划 可被提供给用户接口52用于被操作员或者其他用户查看，他们可决 定手动地实现(或者不实现)该计划，或者他们将授权该计划由处 理控制器50以自动的方式实现。
将被理解，数值求解器14能够是任何期望的或者适用类型的优 化器，数值求解器等。在一个实施例中，其使用所存储的目标函数 46，基于工厂11中的当前条件、与工厂11相关联的约束和工厂11 的建模30，从能量使用和成本的角度，确定工厂11的多个不同的可 能的运行点中的哪个是最优的。数值求解器14接收该组工厂或设备 约束34，其详细说明数值求解器14必须运行在其中的不同的约束或 者限制(例如，当基于正在被使用的目标函数46，确定最优的工厂 运行点时，数值求解器14不能违反的约束或者限制)。这些约束可 包括任何限制、范围、或者与在工厂11中的任何设备或者过程变量 相关联的优选的运行点，并能够被用户、操作员、工厂设计者、设 备制造商详细描述。这些约束可包括，例如，与工厂11中的水位、 蒸汽和水温、蒸汽压强、燃油流量、蒸汽流量、水流、和其他将在 工厂11中被使用的运行范围或设置点相关联的限制或范围。约束34 还可详细说明或者标识在任何特定的时间可被或者不可被工厂11使 用的特定的设备。例如，能量设备锅炉、涡轮、风扇、空气冷凝剂 单元等中的不同设备可能在特定的时间不可以被使用，因为这些单 元可能失效、可能正在维修等。在该情形下，约束34可包括维修计 划或者是以维修计划的形式说明何时工厂设备的特定的件正在保 养、维修或计划不能使用，从而说明何时这些单元能被使用和不能 被使用。此外，约束34可包括对工厂11中的哪个单元或设备在服 务中或者失效以及工厂11中的设备允许运行范围或参数的指示。
运行约束34中的一些可以指示工厂11中的当前条件或者被工 厂11中的当前条件影响，且当前条件也可以由块34或者专家系统 12提供给数值求解器14作为运行约束。当前的工厂条件，其可以在 工厂中被测量或者被感测或者由用户或者操作员输入，可以包括例 如对工厂或者工厂的一部分的当前负载需求(例如，将由工厂11或 者工厂11中的特定的设备件或者单元生成的能量或者其他负载)、 环境温度、相对环境湿度、负载需求的预测以及未来的环境条件， 等。在一些情形中，负载需求能被指定为由工厂11或者工厂11的 一部分的传输的实际功率(兆瓦)和无功功率(MVAR)两种中的 任一个或者全部。然而，如果需要，负载需求可以被指定为其他类 型的负载，例如涡轮能量需求、处理蒸汽需求、热水需求，等。
一般而言，在运行期间，数值求解器14使用设备建模30以仿 真或者建模在多种不同的运行点的、且运行在当前的或者预测的环 境条件下的且在当前的或者预测的约束34内的工厂11的运行。然 后，数值求解器14为这些运行点中的每一个计算或者求解目标函数 46，以通过最小化(或最大化)目标函数46来确定哪个运行点是“最 优的”。与最优的运行点相关联的对运行点的规定(例如，设置点、 燃油燃烧率、风扇运转的数量和速度)然后被提供给专家系统12。 当然，数值求解器14可以为当前时间以及未来的任何数量的时间进 行最优计算，从而提供在考虑了已知负载需求的未来变化、期望的 环境条件的变化、将要使工厂设备下线或者重新上线的维护活动等 情形下，将要到达的运行点的轨迹。
尽管目标函数46能够是限定用于确定工厂11的最优的运行点 的方法的任何类型的或者期望的函数，在一个典型的场景中，目标 函数46将确定在当前环境条件下、以最少或者最小的能量成本、考 虑到运行工厂11的全部或者多数可变成本，并且，如果需要，考虑 到从工厂11的输出得到或者期望得到的任何收益的，满足工厂11 的当前负载要求的工厂11的可达到的运行点。这些可变成本可包括， 例如，能量工厂的锅炉中需要的燃油的成本、运行工厂的循环系统 中的泵需要的成本、运行工厂11的空气冷凝器的风扇的成本，等。 在优化计算过程中，数值求解器14可建模或者仿真工厂11的运行 (使用设备建模30)，通过确定这些和例如最小化或者减少目标函 数46且仍获取所期望的负载的其他过程变量的特定的组合，以确定 最优的燃油和空气的混合或者燃烧率、风扇或者泵的最优的速度、 风扇或者工厂中的其他设备的最优的使用。当然，数值求解器14可 通过使用例如迭代处理来建模相关过程或者工厂变量的多种不同的 组合，为每个所建模的组合计算目标函数46来确定“最优运行点” 以确定哪个组合(或者运行点)带来最小化(或者最大化)目标函 数46且仍然允许工厂运行在相关环境条件下符合负载需求，且不违 反运行约束34中的任何一个。因此，数值求解器14可选择燃油燃 烧率或燃油/空气混合，以在当前的环境条件下达到所期望的能量输 出，并确定带来最小能量成本的且仍然允许工厂11在当前或者未来 的环境条件下产生负载需求且不违反运行约束34中的任何一个的最 小数量的设备或者设备的类型、或者不同类型设备的组合。数值求 解器14然后将目标函数46运用至该运行点，以确定对于该运行点 的目标函数值。数值求解器14然后通过例如增加或者减少特定设备 的使用或者比率等，然后再一次确定待使用的工厂运行配置以获取 在相关的环境条件和运行约束34下的所期望的负载，来改变工厂11 中的设备的设置或组合。数值求解器14然后可以将目标函数46运 用至该运行点，并确定对于该运行点的目标函数值。数值求解器14 然后可以通过例如迭代地改变设备使用和运行参数组合(例如，燃 油燃烧、燃油/空气混合、打开或者关闭设备等)并使用目标函数46 来评估这些运行点中的每一个，来继续改变所建模的运行点以确定 哪个运行点带来最小的(或者最大的)目标函数值。数值求解器14 可选择最小化或者最大化目标函数46的运行点作为传输给专家系统 12的最优的运行点。
此处注意到，数值求解器14可使用任何期望的例程，例如迭代 例程，以选择多种不同的运行点，用于仿真可能作为实际的最优的 工厂运行点的使用。数值求解器14可以，例如使用前一次仿真的结 果以引导不同的变量被改变的方式，来选择新的运行点。然而，在 大多数情形中，数值求解器14将不建模或者不考虑每个可能的工厂 运行点，因为能够被改变的过程变量的数量创建的多维空间引起过 多的可能的运行点，以致不能实际考虑或者测试。因此，选择最优 的运行点，如本讨论中使用的，包括选择局部最优的运行点(例如， 在工厂11的运行点的局部区域中是最优的)，且包括选择最小化或 者最大化目标函数46而不考虑未被考虑的运行点的一组仿真的运行 点中的一个。换言之，在此处使用的选择或确定一个最优的运行点 并不限于在工厂的整个多维运行空间选择最小化或者最大化目标函 数46的运行点，尽管在有些情形下该做法是可能的。
如果需要，考虑到提供给数值求解器14的当前的条件、约束34 和负载需求或者运行要求40，数值求解器14可实现最小二乘法、线 性规划(LP)法、回归法、混合整数线性规划法或任何其他已知类 型的分析以找出最小化(或最大化)目标函数46的工厂11的可达 到的运行点。在一个例子中，数值求解器14是线性规划(LP)优化 器，其使用目标函数46进行处理优化。可替代地，数值求解器14 可能是二次规划优化器，其是一个具有线性建模和二次目标函数的 优化器。一般而言，目标函数46将指定与多个控制变量(其通常被 称为过程或者工厂变量)中的每一个相关联的成本和效益，且数值 求解器14通过找到最小化或者最大化目标函数46且运行在约束34 内的一组工厂变量值，来确定这些变量的目标值。数值求解器14可 存储一组不同的可能的目标函数(其中的每一个计算上表示限定工 厂11的“最优”运行的不同的方式)用于可能被用作目标函数46， 并且可以使用存储的目标函数中的一个作为基于例如用户输入，在 数值求解器运行期间使用的目标函数46。例如，预先存储的目标函 数46中的一个可以被配置为减少运行工厂11的成本，预先存储的 目标函数46中的另一个可以被配置为以最低的可能的运行成本，最 小化工厂11中的不期望的污染物或者气体的产生，而又一个预存的 目标函数46可以考虑了工厂11的能量成本，被配置为最大化工厂 的效益。
用户或者操作员可以通过提供在操作员或者用户终端52上使用 的目标函数的指示，来选择目标函数46中的一个，该选择然后被提 供给数值求解器14。当然，用户或操作员能在工厂11的运行期间或 者在能量管理系统10的运行期间，改变正在被使用的目标函数46。 如果需要，默认的目标函数可以被用于用户不提供或者不选择目标 函数的情形。
如上所述，在运行期间，数值求解器14可使用线性规划(LP) 或者非线性规划(NLP)法进行优化。已知地，线性规划是求解一 组最大化或者最小化目标函数46的线性等式和不等式的计算方法。 当然地，目标函数46可表示类似成本或效益的经济价值，但是也可 以表示取代经济目标或者除经济目标以外的其他目标。使用任何已 知的或者标准的LP算法或方法，数值求解器14通常迭代以确定一 组最小化或者最大化所选择的目标函数46的目标控制工厂变量，且 如果可能，引起如下的工厂运行，即符合或者落入约束内且同时产 生要求的或期望的负载、输出功率、过程蒸汽等的工厂运行。
一旦数值求解器14确定工厂11的最优的运行点，则专家系统 12能从安全和实现的角度评估该运行点的实现性，并可以基于存储 在专家系统12中或者作为专家系统12的一部分的一组规则43，来 修改该方案或者进一步限定该方案，如果需要。在一些情形中，专 家系统12可存储规则43，其检验由数值求解器14提供的方案以确 保该方案的实现不会带来对工厂中或者周围的人的或者对工厂11中 的设备的不安全的状况。专家引擎12还可以存储规则43，其帮助专 家引擎12指定用于使用以实现由数值求解器14提供的方案的特定 的设备。例如，专家引擎12可以指定哪个特定的锅炉、涡轮等用于 在特定的时间运行以实现由数值求解器14指定的方案。专家引擎12 可以例如基于单元中的哪一个在特定的时间在保养来确定哪个设备 被使用(从而避免工厂控制器试图使用正在保养或者不能使用的一 件设备)。专家引擎12还可以指定特定设备的使用以防止对于这些 设备件中的一个或多个的过度磨损或者过度使用，从而延长工厂设 备的寿命。因此，专家引擎12可，随着时间，试图平均出哪个特定 的设备件正在被使用，从而防止一件设备(例如一个涡轮)在所有 时间都闲置(这对于涡轮是不利的)和/或另一个涡轮一直被使用(这 对于涡轮也是不利的)。在该情形中，专家引擎12可以防止数值求 解器14在所有时间均使用最好的涡轮(也即，最高效率的涡轮)， 其可以造成该涡轮的过度使用，同时也确保最差的涡轮(也即，最 低效率的涡轮)以最小水平或者频率运行。专家引擎12还可以追踪 工厂设备的使用并追踪为工厂设备安排的保养，并且可以迫使工厂 控制器以较重的负载使用被安排在近期保养的特定的设备，从而在 保养和维修活动之前最大化该设备的使用。
附加地，专家引擎12可在工厂11中强加额外未被数值求解器 14考虑的条件。例如，在一些情形中，专家引擎12可以使得一些或 者全部设备在最小水平或者在不同的水平运行以保护该设备(例如， 在工厂11中出现结冰天气)，即使数值求解器14指定例如在最优 的方案中，应该仅使用一半的设备。
除了修改数值求解器14的输出，专家引擎12可以增加或者指 定在确定工厂11的最优化运行点时被数值求解器14考虑的约束34。 例如，专家引擎12可以指定数值求解器14提供的能用于任何方案 中的减少的数量的涡轮、锅炉等，因为专家引擎12知道这些单元中 的特定的数量发生故障或者正在保养以维持在一段时间中已经被高 强度使用的一些单元的寿命，等。以同样的方式，专家引擎12可以 限制一个或多个工厂设备在一些情形中运行的速度，可以指定设备 需要运行的最低速度。当然，专家引擎12能提供和修改任何数量的 不同的将被数值求解器14使用的约束34，以引导由数值求解器14 提供的方案符合标准、或者由专家引擎12或专家引擎12的规则43 实现的计划，例如维持工厂设备的寿命、在工厂11运行过程中允许 工厂设备的维护和维修，等。
在一个实施例中，例如，专家系统12能够通过指定将使用的锅 炉、涡轮等的目标数量或者将使用的或者在确定最优运行点时考虑 使用的这些元件的范围，来引导数值求解器14。在另一个例子中， 专家引擎12可以指定能量产生设备的目标辅助功率预算或者功率范 围(例如5000±250kW)以这种方式限制由数值求解器14确定的 方案。能够通过经由约束块34提供这些范围作为在运行期间将被数 值求解器14使用的约束34来完成该目标(引导)。在另一个例子 中，数值求解器14能够在这些方面不受约束地运行、但能产生能够 用于运行中的运行变量值的范围，且专家引擎12能基于专家引擎12 的规则43，在这些范围中选择运行点。例如，数值求解器14可指定 最优的运行点作为在值的一个范围中，诸如，指定八加或减两个涡 轮单元的使用。基于规则43或专家引擎12的其他可用的信息，专 家引擎12可以随后在工厂的运行中将使用的一个更特定的值和/或 可以指定在任何特定的时间哪个特定的涡轮可被使用。当然，数值 求解器14和专家引擎12之间的交互能被以上述两种方式实现，从 而这些单元一起工作以基于目标函数46，确定工厂11的最优的或者 接近最优的运行点，且仍满足由专家引擎12中的规则43试图实现 的目标。
在一个例子中，专家引擎12能使用负载需求、环境条件、服务条 件等的未来的预测，以选择在由数值求解器14提供的值的范围之内的 特定的值。例如，如果专家引擎12知道在未来特定类型的能量的负载 需求将降低，则专家引擎12可朝向由数值求解器14指定的范围的低端 选择值。另一方面，如果专家引擎12知道特定的负载需求将增加，则 专家引擎12可朝向由数值求解器14输出的范围的高端选择值。
不管怎样，专家引擎12使用一组动作45将修改(如果需要)的设 置点以及其他工厂变量提供给工厂控制器50，以控制工厂11运行在由 数值求解器14确定(且可能地被专家引擎12修改)的最优的运行点。 当然，如果需要，这些动作可以包括输出指示待进行的负载卸除和负载 建立的信号，以实现或者生效由数值求解器确定的最优工厂运行点或者 运行配置。负载卸除不但包括关闭或者从工厂彻底移除负载，还包括通 过减少或者降低工厂设备的运行设置而不完全关闭设备，来减少工厂中 的一个或多个特定的负载。以类似的方式，负载建立不仅包括打开设备 或者重新连接工厂中的设备，还包括增加特定工厂设备(可已经是以一 定水平运行的工厂设备)的运行设置，从而增加与工厂设备相关联的负 载。当然，负载卸除可以通过发送信号给控制器以实现负载卸除而进行 (关闭或者减少工厂设备的运行水平)，或者通过运行电的断路器或者 其他开关设备以将设备从工厂的运行中移除。以类似的方式，负载建立 可以通过发送信号给控制器以实现负载建立而进行(打开或增加工厂设 备的运行水平)，或者通过断路器或其他开关设备来启动或重新连接工 厂中的设备。来自专家引擎的、指示将要进行的负载卸除或者负载建立 动作的信号可以被直接地发送给工厂中的控制设备，以自动地引起工厂 控制器或者开关设备进行负载卸除或者负载建立。可替代地，来自专家 引擎的、指示将要进行的负载卸除或者负载建立动作的信号可通过例 如，用户接口被发送给用户，以在用于自动地进行负载卸除或者负载建 立之前，被用户考虑和手动实现或者被用户批准。
如果需要，在运行期间，数值求解器14和/或专家引擎12可在存储 器中存储为数值求解器14的过去的运行确定的方案，以及与那些方案 相关联的或者用于形成那些方案的有关的特性，例如，环境条件、负载 需求、约束等。因此，当求解目标函数46时或者以其他方式运行数值 求解器14以确定一个新的最优的运行点时，数值求解器14可以确定具 有相似的或者最接近的一组条件的、存储的先前的方案中的一个或多 个，并以该方案作为当前一组条件、限制等下的工厂的可能的最优的运 行点而开始(例如，首先尝试该方案)。该特征辅助数值求解器14快 速收敛至一个最优方案，允许数值求解器14更快速地运行，因为它从 对相似的一组条件、约束、负载需求等而言已被先前确定为是最优的点 处开始迭代。特别地，尽管因为工厂设备的改变、条件、约束的不同等， 新的最优化方案可能与先前存储的方案不同，但是新的方案可能与存储 的方案比较接近(在多维空间中)，使得数值求解器14能够通过其在 测试不同的工厂运行点以确定新的最优的运行点的迭代方法来更快地 找到新的最优的方案。
将被理解，由数值求解器14进行的任何优化将包括折中，并且基 于缩小方案(也即，工厂11的运行点)的可能范围的约束和限制。除 了负载需求和对这些硬件的物理限制之外，这些约束包括实际考虑，例 如，不可用的设备、被设置为手动模式的设备以及由于其他运行关注而 必须被运行的设备(例如，防止设备的冰冻，等)。在上述公开的优化 设计中，工厂设计者所采用的不同的方法将限制可能的方案。
当然，图1描述了非常广义的能量管理系统10，其实现能够在广泛 的多种工厂中应用以基于能量产生、使用和存储成本来优化工厂运行的 方法。而以下的讨论提供了多个能够使用图1中的能量管理系统10的 特定的例子，可以理解，图1中的能量管理系统10能够被用于多个其 他工厂并以许多不同的方式使用。
图2示出了一个示例的工业工厂100的蒸汽和电能产生系统的示 意图，在该工厂中，图1中的能量管理系统10能够被用作，例如， 负载卸除和恢复系统以降低与工厂100中的能量产生和使用相关联 的总的成本。如图2所示，工业工厂100包括一组锅炉102，其使用 以天然气、石油等形式的原材料，以在蒸汽线104中生成超高压 (VHP)蒸汽。类似地，工业工厂100包括一组蒸汽涡轮发电机(STG) 106，其使用在蒸汽线104中的超高压蒸汽，以生成电能，然后电能 被输送到电力线108。从蒸汽涡轮发电机106输出的一些蒸汽被提供 给中压(MP)蒸汽线110和低压(LP)蒸汽线112，其向在工业工 厂100中的其他地点或者设备(未示出)供应或者提供蒸汽需求。
工业工厂100还包括以一组燃气涡轮发电机(CTG)120形式的 蒸汽发电机设备，其也在电力线108上产生电能。电力线108可以 被连接至公共电网和/或向工厂100中的其他能量用户提供电能。由 燃气涡轮发电机120输出的废弃热量(以燃烧气体的形式)在一组 热量恢复蒸汽产生器(HRSG)122中被用于在蒸汽线124中产生高 压(HP)蒸汽和/或在蒸汽线110中产生中压蒸汽。类似地，工厂100 包括一组电站锅炉126，其使用例如燃油、天然气或者其他原材料运 行，以在蒸汽线124中产生高压蒸汽。蒸汽线124中的该高压蒸汽 也可以被用在工厂100中来运行工厂100中的设施或者其他生产设 备。
如果需要，蒸汽线110、112和124中的蒸汽可以被用作过程蒸汽 以驱动其他工厂设备，可以被用于工业工厂100的其他处理中，或者可 被提供给或者销售给工业工厂100以外的其他用户。以相似的方式，电 力线108能够被连接至并提供电能至工业工厂100中的其他部件或设 备，例如，至泵、照明设备、风扇，等，或者附加地或者可替换地能够 被连接至公共电网，以使得在工厂100中产生的电能能够通过公共电网 被销售给第三方。
因此，将被理解，工厂100包括多个不同的能量产生装置，其包括 锅炉102、蒸汽涡轮发电机106、燃气涡轮发电机120、热量恢复蒸 汽产生器122和电站锅炉126。当然地，这些能量产生装置使用诸如 天然气、燃油等的原材料来产生能量。在一些情形中，能量产生装 置还可以是能量用户，例如蒸汽涡轮发电机106正是如此，其使用 由另一个能量产生装置(锅炉102)产生的蒸汽来产生电能。
当然，将要运行的工厂100所在的运行情形或设置将决定在工 厂100中在任何特定的时间将要被需要的以每种不同的形式(VHP 蒸汽、HP蒸汽、MP蒸汽、LP蒸汽、电能、等)的能量的量。此 外，在图2的工厂100中存在多种不同的运行不同的能量产生装置 的方法或方式，以产生以每种所需形式(电、蒸汽，等)的能量的 期望量。工厂100的负载可以被表示为在电力线108上要求的或者 需要的能量、在线112中的低压蒸汽、在线110中的中压蒸汽、在 线124中的高压蒸汽的形式。当然，由负载使用的能量可以基于在 任何特定时间被附加的设备要求的需求，来为其他工厂设备提供能 量。
当然，存在多种不同的方法和方式来运行工厂100中的多种不 同的工厂设备，以在任何特定的时间提供或者产生需要的负载，包 括(通过关闭锅炉102中的一个或多个、以更低的输出或者容量运 行锅炉102，等)改变锅炉102的运行，改变在任何特定的时间运行 的蒸汽涡轮发动机106或者燃气涡轮发电机120的数量，以更高或 者更低的输出或水平运行电站锅炉126或者涡轮106和120，等。仍 进一步地，图2中的能量产生系统中的一些可比其他更高效，并且 当然地，这些系统中的不同的个体使用不同的能量源(例如，天然 气、燃油，等)，其可以在任何特定的时间具有更高或者更低的成 本。仍进一步地，在一些情形下，从电网购买电能比在工厂100中 产生电能更便宜。因此，如下是可能的，即在图2中的工厂100中， 在任何特定的时间，考虑能量成本地运行所有工厂电力系统或者仅 运行这些电力系统的一个子集，以在工厂100中，以最有效益的方 式产生能量和能源，是可期望的。
图3示出了可以被用于以某些最优的方式，控制图2的工业工 厂100中的设备的、示例的能量管理系统190。该能量管理系统190 被示为图1所示的系统10的简化的形式，可以理解，能量管理系统 190可以包括图1所示的多种部件。仍进一步地，可以理解，此处描 述的能量管理系统10，190等中的所有部件被优选地作为计算机可 读指令或者程序存储在一个或多个计算机可读介质或者存储器上， 并且当在计算机处理器上被执行时，如此处所述地运行。在图3的 特定的例子中，能量管理系统190确定是否在工厂190中，基于能 量的成本，通过停止或者开始图2中的不同件的能量产生设备，来 卸除负载或者恢复负载。此处，能量管理系统190能够基于与当前 时间的能量成本相关联的经济，确定是否在特定的当前时间、在工 厂100中卸除负载或者恢复负载，或者能够基于与工厂100中的能 量产生系统的运行相关联的预测的能量成本，确定随着时间范围上 的关闭或者恢复负载的计划。
更特别地，如图3所示，数值求解器14被耦接至专家引擎12， 并接收，能量的成本(以被工厂100购买的不同的形式)、燃油的 成本(例如，天然气和石油)和来自电网的能量销售价格，作为输 入。数值求解器14，使用这些因素(以及过程工厂设备的建模)， 确定最小化或最大化目标函数(图3中未示出)的一个工厂运行情 形或者工厂设备设置。数值求解器14可以，例如确定最小化对于工 厂运行的特定水平的能量产生的成本(也即，以最优或者减少的成 本在预定的水平运行工厂的多种设备)的工厂运行设置(以将运行 或者将被关闭的设备、是否产生并使用能量、产生和销售能量、不 产生能量、或者它们的一些组合的形式)，确定考虑与工厂100的 运行相关的能量成本，最大化工厂100的效益的工厂运行设置，等。 专家引擎12然后使用由数值求解器14得出的工厂运行情形，以及 在任何特定的时间出现或者所希望的过程条件，以确定工厂设备的 哪个或哪些特定的组运行或者下线。此处，专家引擎12可以基于过 程条件、工厂设备的维护计划、或被专家引擎12使用的在规则43 (图1)中表示的任何其他希望的标准，确定将被移除或者放回至线 上的设备的子集组。此外，专家引擎12可以确定卸除负载或者恢复 负载的顺序，其带来最优的能量使用或工厂运行。负载卸除或者负 载恢复的顺序能够被作为规则43进行存储，或者能够通过在多种不 同的情形中使用规则43来被确定。在任何事件中，专家引擎12输 出将被用于控制多种工厂设备的运行，从而控制工厂100中的特定 的设备的负载卸除信号或者负载恢复信号，以实现由数值求解器14 得出的通用的运行情形。当然，如上所指示的，专家引擎12的输出 可以被提供给工厂控制器50(图1)，其可使用这些信号来实现负 载卸除和负载恢复操作，或者作为推荐的工厂运行计划被发送给用 户。
在该情形中，将数值求解器14用作工业工厂中的能量管理系统 190的一部分，允许何时产生能量、何时购买能量以及何时销售能量 的决策与产生最大化的工厂效益的目标函数一起被解决。例如，基 于在时间上的能量的市场价格，在时间上削减生产以及销售能量而 不是购买能量以驱动过程100可以是更有利的。在另一些情形中， 从电网购买能量比生产能量以运行工厂设备更有利。当然，专家引 擎12可以基于可获取的工厂设备、工厂100的要求的生产力等控制 在确定最优的工厂运行设置或配置中数值求解器14可以考虑或分析 的特定的类型的考虑。
作为另一个例子，图4示出了与例如学校或者大学校园、酒店、 公寓或者其他多个单元或者多个建筑的能量用户相关联的工厂发电 厂200。发电厂200包括一组燃烧涡轮发电机210，其通过燃烧由供 应线212提供的天然气产生电力、并且其将电能提供给电力线214。 附加地，除了通过燃烧来自线212的天然气内部地产生的热量之外， 热量恢复蒸汽产生器216使用由燃烧涡轮发电机216产生的废弃热 量，来在蒸汽线220中产生高压(HP)蒸汽。电站锅炉222还燃烧 来自气体供应线212的天然气和/或由供应线224提供的燃油，以在 蒸汽线220中产生高压蒸汽。蒸汽线220中的高压蒸汽然后被一系 列的蒸汽涡轮发动机230使用，蒸汽涡轮发动机230产生电能并将 能量提供给电力线214。电力线214可以被用于为校园内或者其他建 筑设施内的电力系统(例如，灯光、泵、自动扶梯、电梯等)提供 能量。此外，从蒸汽涡轮发动机230输出的中间压(IP)蒸汽被提 供给蒸汽线240，并且该蒸汽被用于，例如驱动或者提供能量给加热 系统或者校园、建筑中的其他蒸汽驱动的系统。
附加地，如图4所示，校园或者其他建筑包括一组电冷凝器250， 其使用在电力线214上提供的电能冷却水。来自冷凝器250的冷却 水被按需要提供给校园或者建筑用于冷却的目的(例如，作为冷水 供应、用于空调系统，等)。此外，来自冷凝器250的冷却水可以 被提供给作为能量存储单元运行的热量存储单元254。在以后的时 间，存储在热量存储单元254中的冷却水可以被提供给校园用于空 调或者其他用途。冷凝器250以及热存储装置254使得在用于提供 能量给冷凝器250的天然气、石油或者电力在较低价格时，能量能 够被用于产生冷却水，然后在电能成本、天然气或者石油成本较高 时，使用冷却水驱动空调单元或者其他冷却水驱动的单元。
现在参考图5，能量管理系统290，以在图1中所描述的形式， 被示出为包括专家引擎12和数值求解器14。在该情形中，能量管理 系统290能够被用于最小化与图4中的校园或者建筑工厂200的运 行相关联的能量成本。更具体地，专家引擎12可接收输入，例如， 当前或者预测未来的天气情况、日的类型(例如，是否是工作日还 是周末，学校是否上课还是休假，等)，日的时间，等，或者任何 其他的信息，例如一组在校园、建筑等发生的计划的事件，其使得 专家引擎12能够估计在一个特定时间期间冷却水、蒸汽和其他能量 的使用。到专家引擎12的输入可反映当前的条件以及在时间范围内 预测或者预计的未来条件，根据该些条件，在工厂200的能量成本 将被优化。专家引擎12然后可以得出或者确定期望的在被考虑的特 定的时间期间满足校园或者建筑的需要的冷却水需求、电力和蒸汽 需求和其他能量需求。专家系统12向数值求解器14提供冷却水需 求和其他能量需求，数值求解器14使用这些需求、燃料的成本(例 如天然气、燃油、来自电网的电力，等)以及设备建模(未示出)， 以从能量成本角度，确定工厂设备的最优的负载。数值求解器14可 通过最小化或者最大化限定或表示从能量成本角度判断最优的工厂 设置的方式的目标函数46进行该决定。最优的负载可表示将在任何 特定时间、或者一段时间运行的燃烧和蒸汽涡轮发动机210和230、 电站锅炉222、蒸汽发动机216和冷凝器214的组合和其中每个中的 多少个，从而以最低的能量成本，满足所要求的需求。当然，由数 值求解器14确定的最优的设置(使用这些设备的建模)考虑了运行 多种类型的能量产生设备的成本，包括天然气、电力、燃油的成本， 以获取工厂200中的需要的负载，并可以考虑选择存储冷却水一段 时间以用于后续使用。事实上，在一些情形中，数值求解器14可以 得出最优工厂运行设置，其在一段时间内运行冷凝器250并且将冷 却水存储一段时间，并且其随后在较晚的时间使用该所存储的水以 满足负载需求。在任何情况下，专家引擎12接收指示工厂设备的最 优负载的信息，并改变冷凝器250和其他能量产生设备的运行，以 基于由数值求解器14确定的最优的工厂运行点来控制工厂能量产生 设备。
在另一个例子中，能量管理系统290可被用于向城市提供热水 和冷水的工业场所或者工厂中。此处，在专家系统12中可以要求预 测软件基于天气预报、年中的季节、日中的时间和日的类型例如周 末或节假日来预测热水或冷水需求。如果专家系统12知道对冷却水 的需求将会很大，则工厂中的冷凝器将在该场所打开。然而，如果 没有大的需要，则冷却水可在非高峰时间被制造并且被放入热能存 储装置中，并在高峰时间被使用。
作为进一步的例子，图6示出了典型的热电联合(CHP)多工厂、 能量工厂300，其中，此处描述的能量管理系统能够被使用。图6 中的工厂300包括三个独立的工厂区域或者具有不同组的能量产生 设备，且这些工厂区域可以在三个不同的物理位置。工厂区域包括 第一系统302，其在10千伏电力供应303处产生电能并在供应线308 产生热水，一个组合的循环系统304，其在132千伏电网供应线305 处产生电能并在供应线308处产生热水，以及第二系统306，其在第 二10千伏线307处产生电能、在供应线308处提供热水并在蒸汽供 应线309处提供蒸汽。因此，图6的CHP300产生多种形式的能量， 包括在10千伏电力供应303处的电能(其可以以第一价格售出)， 在132千伏电力供应305处的电能(其可以例如以电网的价格销售 给公共设施电网)，以及在10千伏电力供应307处的电能(其可以 以第三价格售出)。图6的CHP300还在热水供应线308处产生热 水，其可以被销售给城镇、城市或者其他用户，并在蒸汽供应线308 处产生蒸汽，其可以被销售给工业用户、城市、建筑或者住宅，等。
如图6所示，系统302包括六个发电机310，其通过将原动力转 换至在电力线303上的电能而运行。燃烧引擎312向发电机310提 供原动力并通过将天然气(来源于气体供应装置314)作为燃料或者 燃烧源燃烧而运行。来自燃烧引擎312的废弃热量被用于热交换器 316，以加热冷水线318中的水，将加热的水作为热水提供至热水线 319，该热水线319与水供应线308连接。
以相似的方式，系统304，其被示出为组合的循环气和蒸汽涡轮 发电机系统，包括气涡轮320和蒸汽涡轮322，它们驱动在电力线 305上产生132千伏电力的发电机326。气涡轮320通过燃烧天然气 运行以驱动发电机326，并且附加地产生热量，该热量被提供给在热 量恢复蒸汽产生器(HRSG)328中的热交换器。HRSG 328产生蒸 汽，该蒸汽被提供以用于驱动蒸汽涡轮322。从蒸汽涡轮322输出的 低压蒸汽通过线330被提供给系统306或者可以被直接连接至蒸汽 提供装置309用于销售给第三方。线330上的蒸汽输出可以被以例 如8.5巴提供给系统306。附加地，来自蒸汽涡轮322的热量被提供 给热量交换器332，该热量交换器332加热在冷水供应线318中的水， 并在热水供应线319上提供热水，该热水通过热水供应308被提供 至用户。
系统306包括第一组锅炉340，其可以是气或者油或者汽和油共 同燃烧的蒸汽锅炉。锅炉340可以具有不同的容积率(例如10吨/ 小时，20吨/小时，50吨/小时，等)并且可以以不同的输出压强产 生蒸汽，例如8.5巴和40巴。锅炉340的8.5巴输出被直接连接到 蒸汽供应309。在以40巴输出蒸汽的两个锅炉的情形中，锅炉的输 出可以被在减压阀或调节器342中在压强上逐步下降或者减少，从 而使得这些锅炉向蒸汽供应309提供蒸汽。系统306还包括一组热 水锅炉344，其可以被气燃烧，油燃烧或者气、油共同燃烧，且运行 以加热来自冷水线318的水，并向热水线319提供热水，然后该热 水被传输给热水供应308。
进一步地，由蒸汽锅炉340产生的高压蒸汽(例如，40巴)被 提供给驱动发电机352的蒸汽涡轮350，发电机352转而向供应线 307提供10千伏电力或者能量。蒸汽涡轮350的低压蒸汽输出被用 在热量交换器354中以将来自线318的冷水转换为热水，该热水被 传输至线319，以通过热水供应308被售出。以相似的方式，热量交 换器356使用在线330上8.5巴压强的蒸汽以将由冷水供应线318 供应的冷水转换为热水，该热水被传输至热水线319，以通过热水供 应308被售出。
因此，图6中的CHP工厂300包括多种不同类型的能量产生设 备，其产生多种不同类型的能量相关的输出，包括电能、热水和蒸 汽。这些形式的能量或者能源中的每一个可以以不同的价格被销售 给多种不同的用户，这些用户在不同的时间具有不同的需求。此外， 工厂300的设备使用不同类型的原材料以运行，包括天然气和油、 且这些原材料的价格可以随时间变化，或者相对于彼此发生变化。 当从效益的角度确定运行工厂300的最佳的方式时，所有这些因素 构成了非常复杂的分析。特别地，在能量工厂300中，基于在任何 特定的时间的工厂的最大化效益，基于对于多种类型的能量中的各 个的(当前或预测)需求，基于(当前的或者预测的将来的)不同 形式的能源或者能量能够被售出的不同的价格，以及基于(当前的 或者预测的将来的)包括用于燃烧锅炉、气发电机、蒸汽涡轮等的 气、油的原材料的成本，可以希望获取不同类型的设备中的每一个 的最大化或者最佳的使用。
图7表示能量管理系统390，其可被用于在任何特定时间或在 时间段上，确定运行工厂300中的各种设备的最优方法，以便，例 如，获取工厂300的最高效益率。能量管理系统390是参照图1描 述的基本形式，并包含耦接于数值求解器14的专家系统12。在这种 情况下，专家系统12可接收天气情况(针对从工厂300获取蒸汽， 热水等的各种用户)和生产计划，其与由工厂300所售的各种不同 类型能量，包含热水，蒸汽，电能等的用户或购买者相关。专家系 统12还可确定或接收输入，其关于日的类型(季，周末或工作日， 节假日，等)，日的时间，等。专家系统12然后可确定或估计针对 由工厂300所售的各种不同类型能量中的每一个的当前需求或需求 计划(在当前或在预测的或估计时间范围内)，该需求包含热水需 求，蒸汽需求，并且，如果需要，电力线303，305，307中的每一 个的电能需求。专家系统12提供这些需求，其可在期望需求的范围 内，如果需要，可提供这些需求至数值求解器14。数值求解器14 还可接收以能量成本的形式和以能量售价的各种不同形式的输入， 还有在工厂300内使用的燃料成本(例如，天然气，石油，等)。 数值求解器14然后可使用目标函数46来确定可提供所需热水和蒸 汽需求，并在需要时，提供能量需求的工厂运行情形，最小化工厂 300内使用的天然气和石油的成本的工厂运行情形或最大化工厂300 的总体效益的工厂运行情形。在这种情况下，数值求解器14可考虑 或能够考虑提供附加能量到电网或电力线303和307中的一个或两 个电力线303和307以增加工厂300的输入或，替换的，当这样做 不经济时，以不提供任何能量到这些源的方式运行工厂300。替换的， 具体如图7所示，数值求解器14可确定在CHP系统300中产生最 大效益的最小气体使用工厂情形或配置。当然，如图6所示，专家 系统12可从数值求解器14接收对于工厂300产生最大效益的最小 气体使用的工厂运行情形，并控制工厂设备来实现该情形。当最优 情形仅用于运行任何特定类型设备的一个子集组(诸如少于所有的 锅炉340)的调用时，专家系统12还能更改或填满所确定的情形， 通过例如，选择哪个具体设备来运行。替换的，专家系统12可提供 该情形(如被专家系统12潜在地更改)到用户或操作者来实现。
作为进一步的实施例，图8表示能量管理系统490，是参照图 1描述的基本形式，其可被用于独立住所，多住户建筑，诸如公寓， 旅馆，零售店等来确定，例如，在时间段上来产生最小能量成本， 同时还提供各种加热或冷却系统的可接受的运行，和其他存在于工 厂的或与工厂有联系的能量产生，使用和存储系统的可接受的运行。 如图8所示，专家系统12可接收日的类型，时间年，日的时间，等 作为输入。附加地，专家系统可接收关于当前和/或预测天气情况的 信息，关于在工厂中的计划活动(例如，聚会，会议，等)和用于 这些活动的时间及所需资源的列表或信息。还进一步，专家系统12 可接收热水需求和/或HVAC需求，其可能是当前需求或为未来的预 测需求。使用该信息，专家系统12可针对工厂中的能量相关系统中 的每一个确定当前或期望使用或需求，包含电力需求，热水需求， 蒸汽需求，等并且专家系统12提供这些需求到数值求解器14。当然， 对于这些需求中的每一个，这些需求可以在可能输出的范围中被表 现，以允许数值求解器14在确定产生最大效益或最小能量使用的工 厂配置时的一些灵活性。当然，专家系统12可在时间上变化提供给 数值求解器14的水需求，电力需求或蒸汽需求或在预测范围内提供 需求的预报，为此数值求解器14被用于确定最优配置。
在任何情况下，数值求解器14也可接收以电网能量的需求， 来自电网的能量的成本，诸如工厂设备中使用的天然气的燃料成本， 和传递到，例如，电网的能量售价为形式的输入。数值求解器14还 可接收或接入到与其他能量源的可用性相关的信息，诸如可基于太 阳光提供一些能量的屋顶光伏阵列，微涡轮CHP如果它在工厂中是 可用的，诸如热存储单元的能量存储单元如果那些是可用的，等。 数值求解器14然后使用目标函数46和上面讨论的输入来确定工厂 运行的配置，其运行以提供满足或落入由专家系统12指定的需求的 负载需求并且能最小化能量成本的负载需求。数值求解器14可基于 指示当前情势的信息而运行并确定在当前时间的最优工厂运行点， 或可基于在预先确定的时间段上的预测信息来确定在该时间段上最 小化能量成本的一组工厂运行设定。当然，在稍后的例子中，数值 求解器14可以导致能量被存储一段时间并且然后在预测范围内的后 来的时间被使用，该预测范围在整个时间段内最小化能量成本。尽 管数值求解器14被表示为提供直接到工厂(旅馆，聚会，公寓建筑， 居所等)中的一个或多个控制器的所确定的运行配置，或提供最优 情形给用户来手动或通过其他非自动方式来实现，但是数值求解器 14可提供该已确定的最优工厂运行情形到专家系统12，该专家系统 12能在发送其到控制器或用户前以上述任何方式更改该情形。
此外，可以被理解的是，在居住处或建筑内能量供应环境中有 许多其他能量用户和能量产生和存储的源，这些能量供应环境可以 被能量管理系统490考虑。例如，许多家或建筑包含可被控制以在 任何特定或需要时间发电的后备气发电产生器，基于这样做的经济 性。此外，家里的电力车在电成本低时能够被充电并在电成本高时 被放电，其对减少家里的能量成本是有益的。类似的，混合加热/冷 却和能量可在局部接地源加热泵中运行，其当需要时可被控制来制 造热水或冷水。热存储设备可在低电力能量成本循环中被充填到家 或建筑中并能够在高电力能量成本中使用。家或建筑系统可被控制 在夜间制造冰并在热的夏季白天为了冷却目的而化冰。盐浴可被用 于在电价格高时产生热，并且在电价格低时盐会融化。附加地，在 这些设定中，局部生物沼气池，氢产生器和有机垃圾气体发生器能 够被用于产生能量。
如将被理解的，这里描述的能量管理系统10，190，290，390， 490可以两种模式运行，包含咨询模式和控制模式并在某些情况下， 与优化器结合来有利地起作用。这里描述的能量管理系统可降级为 假定在站点现有的正确设备的单一能量消耗者。此外，这里描述的 途径实现了在变化的经济条件中的全面的能量管理，包含基于或考 虑使用能量或延迟能量使用的成本做出工厂运行决定。附加地，尽 管能量管理系统10这里被一般描述为以各种模式决定是否购买或出 售能量(从能量供应的角度)，能量管理系统10还可以在一段时间 内运行以简便地使得工厂设备停止工作。当产生能量的激励当前不 足以启动或停止设备时，这种情况可能存在，但是专家系统12检测 附近区间机会，其提供更好的出售机会或能量制造机会。
另一个可能使用能量管理系统10的例子是在铝制造工厂，在 其中能量管理系统10可被用于确定减少或停止生产是否更有利并替 换的出售能量。在这种情况下，数值求解器14可被用于使用最大效 益目标，并且能量管理系统10既可以以正确顺序实现电负载自动移 除又可以在一旦更有利开始再次生产铝时恢复那些负载。在这种背 景下，专家系统12可以使用存储规则43运行来确保负载以合适的 顺序被停止和开始，并且为这样做，专家系统12应该存储规则或程 序，其约束过程设备与它们的相互依赖关系。
当然，能量管理系统10的十分有用的部件是专家系统12，其 基于经济性确定买/卖或生产/不生产决定，和数值求解器14，其以高 度计算的方式分析过程认识来使得专家系统12作出决定。专家系统 12还能够被用于决定是否用于从运行中移除项目的时间范围是被保 证的和设备应该被打开和关闭的顺序，因为负载的移除或恢复应该 被以合适的顺序执行并且被专家系统认识控制。
一种有利的集成使用专家引擎和数值求解器作为优化系统的 一部分的方法是配置专家引擎来以迭代方式调用数值求解器(即， 一次或多次)以使确保专家系统通过操纵数值求解器经过数值求解 器的一个或多个运行确定最优解决方案从而获得最优解决方案。在 该情形中，通过提供数值求解器第一组一般约束或设备配置信息， 基于那些一般约束或设备配置信息通过运行数值求解器来优化系 统，专家系统多次调用数值求解器，并且然后使用数值求解器的结 果来确定一组新的或精确的约束或设备配置信息。然后通过提供数 值求解器一组精确的约束或设备配置参数以使基于该组提供到数值 求解器的精确输入来获取更精确的最优性，专家引擎可以第二次调 用数值求解器。专家引擎然后可以使用数值求解器的输出来得出一 组更进一步的设备约束，等，并再次调用数值求解器。专家引擎能 够根据需要迭代这个过程很多次来产生针对工厂的最优解决方案。 当实施迭代程序时，专家引擎可基于不同配置方法(即，那些在运 行途径上具有显著不同)来在每一个到数值求解器的独立调用中得 出和传递不同的一般设备配置以确定哪种一般配置方法是最优的。 当数值求解器不能简单的或实时的运行所有不同的可能组的工厂设 备的配置以确定全局最优设定时，这种类型的迭代调用是有用的。 因此，在该情形中，专家系统限制数值求解器所做的考虑的范围以 减少数值求解器上的工作负载。在另一方面，通过提供一般范围给 数值求解器，并使用数值求解器的结果来减少或查明子范围，其导 致工厂设备的更优化配置，专家引擎可以缩小范围(例如，在给定 时间运行的一定范围的设备单元，设备变量范围，等)。这里，专 家引擎可存储足够逻辑或规则以能够限制数值求解器的考虑，以这 种方式，仅仅一次调用到数值求解器是必需的。当然，专家引擎可 以将这两个程序应用至到数值求解器的不同组的调用。
图9表示总体流程图400，其表示一种实现专家引擎和数值求 解器之间的迭代相互作用的方法，该方法能够被用于以通过被用于 数值求解器中的目标函数限定的特别工厂解决方案的最优性来产生 最优工厂解决方案。尽管上述例子中描述的目标函数确定最低或最 优能量使用配置，但是其他目标函数也能被使用或替换，包含那些 所确定的最优解决方案，其优化产品质量，从一组特定原材料生产 的端产品数量，使用的原材料的成本，处理活动中使用的能量，等， 或两个或多个这些或其他目标的组合。
在任何情况下，流程图400中的块402收集，接受或确定一组 过程输入和要求需求，其用于确定工厂的优化。过程输入可以是， 例如，提供到工厂的原材料的数量和特性，工厂中设备遵从的周围 条件(例如，温度，压力，湿度，等)或工厂中的其他当前条件诸 如各种工厂设备的状态，和关于与工厂优化相关的工厂的任何其他 输入或数据。工厂要求可以是针对一定数量的工厂输出的要求(例 如，以诸如电能，蒸汽能量等各种形式的能量，一定数量的生产资 料，诸如物理产品或处理过的产品，诸如蒸馏工厂中的蒸馏水，等)。 附加地或替换的，要求可以是工厂输出的质量的形式(例如，由材 料或能量的可测量特性限定的由工厂产生的材料质量或能量)，或 任何数量和质量的组合。
过程输入和要求，其可以被在例如，控制系统，用户接口系统 等中得出或被关联，被提供给块404，该块404预处理这些输入以运 行当前处理评估并且基于存储在专家引擎上的规则或任何其他认识 数据库以确定处理能力。一般而言，块404可以被诸如这里描述的 那些中的任何专家引擎运行。块406然后可以存储预处理过的数据 和提供该数据到数值求解器用于处理，诸如上述的任何数值求解器， 以基于存储数据和数值求解器使用的目标函数确定最优工厂配置。 可使用存储的用于工厂或其他设备组的任何组过程建模，并使用来 自专家引擎的约束和其他预处理信息来执行由数值求解器执行的分 析，该专家引擎引导数值求解器执行的分析。当然，数值求解器还 使用目标函数(其可以是任何限定或识别一个与另一个比较得到的 不同结果的相对最优的计算关系)。数值求解器执行的处理在块408 表示，其提供结果(即，由目标函数基于提供给它的输入和约束以 及存储在其中的目标函数确定的优化结果)到块410，其可以被专家 引擎运行。
在块410，专家引擎评估基于所存储的预处理数据(由块406 传递来的)得出的，使用一组存储在专家引擎上的规则的数值求解 器的结果。如果需要，专家引擎然后可以改变或提炼提供到数值求 解器的输入或数据(即，在块408处)以获取不同的或更精确的最 优性。在该情形中，使用专家引擎中的规则，专家系统可以评估数 值求解器的结果(根据基于提供到数值求解器的先前组输入的优化 工厂配置)和可以更改到数值求解器的输入(以由专家引擎内的动 作限定或允许的形式)以提供一组新输入和参数到数值求解器。数 值求解器然后基于一组新的或更精确的组的输入来运行或操作以确 定新的或不同的最优工厂配置或工厂运行解决方案，其然后被提供 回到块410用于专家引擎的评估。将被理解的是，在某些情况下， 通过提炼某些输入(诸如数值求解器中使用的范围，数字或变量值) 或通过允许或实现将被用于数值求解器的新输入或决定，专家引擎 可改变到数值求解器的输入。专家引擎可以基于数值求解器的一个 或多个之前评估的结果来提炼或改变这些输入以确定或选择到数值 求解器的下一组输入中的值或范围。这里，专家引擎评估并使用数 值求解器的之前运行结果来确定数值求解器的下一运行使用的输入 以提炼或查明最优工厂解决方案。在其他情况下，专家引擎可提供 大量或显著不同的工厂配置，约束或运行方向到数值求解器并可以 比较针对这些不同情形中的每一个的数值求解器的输出以确定哪个 情形是更优化的。例如，在该情形中，专家引擎可配置工厂环境以 不同地运行(诸如引起燃烧器燃烧气而不是石油，以混合循环模式 而不是单一循环模式运行能量单元，等)以便测试不同可能的(和 不持续的)配置工厂的方式，并且然后比较不同运行的结果来确定 哪一工厂配置方法更好或提供更优结果。当然，专家系统可以确定 在数值求解器的初始运行中可能的一般设备配置或设定中的哪一个 是最好的，并且然后查明或确定用于数值求解器的其后运行的，用 于确定工厂配置方法的特定变量值或范围。专家系统(在块410实 现)，可以根据需要，调用数值求解器(在块408实现)任何次数， 以确定最优工厂运行配置。在某些情况下，基于该逻辑，专家系统 已经存储有足够逻辑以能够有效的限制计算考虑(即，限制数值求 解器考虑的优化问题的范围)以使数值求解器仅需要被调用一次。
在某些点上，块410的输出被提供给块412(通常也被专家引 擎实现)，在块412，专家引擎执行数值求解器确定的最优结果的后 处理。该后处理可以是形式为，例如，选择特定设备或工厂内的设 备的设定(再次基于专家引擎上存储的规则和动作)并且这些设定 可被提供给控制系统或给用户以实现由迭代的连接的专家引擎和数 值求解器确定的最优工厂配置。如块413所示，后处理的结果可被 路由以消耗到各种实体包含，例如，到用于控制系统动作的控制系 统以实现已确定结果或配置，到用于工程评估的工程站，到用于给 出建议性将被执行的动作的分配者或操作者站，或到任何其可以使 用，显示或执行这些结果的其他系统。
此外，尽管后处理可被执行以精确实施由迭代的连接的专家引 擎和数值求解器确定的最优工厂配置来，例如，实施其他目标或系 统约束(例如，相同地运行不同工厂设备，以安全方式运行设备， 允许处于维修中的设备的关断，等)，但是后处理的结果还可被用 于再限定约束，要求或其他可首先被优化器使用的工厂输入条件。 该动作由块414表示，其可确定在当前工厂条件下负载要求是不能 被实际实施或获取的，并且其可确定或建议更实际的新负载要求。 块414还可以，例如，建议对于工厂输入或工厂的周围条件的改变 以获取更好结果。在任何情况下，在该情形中，块414可提供新工 厂负载条件和/或工厂输入到优化器，其被用于优化器的进一步运行 中以使得基于新负载要求或工厂输入条件得出对于工厂的更好或更 优的解决方案。
专家系统和可被调用的数值求解器的组合能够解决十分复杂 的优化问题，其中很多决定需要被以接近实时地做出。一般而言， 专家系统和常规优化器(数值求解器)自身都不足够鲁棒以满足该 复杂挑战的要求。更具体的，因为建模被得出以反映系统，诸如工 厂/社区的运行和相互作用，存在复杂优化问题。但是，依赖于系统 要求的复杂度，设备的一些子集组必须普遍继续运行或必须被设定 为运行。为满足该需求，工厂建模通常包含诸如具有0或1的值的 二进制变量的整数变量，指示一个设备应该打开或关闭。在该情形 中，对于任何可能运行(以产生产品或满足负载要求)的设备通常 有一个方程(设备建模)。这里还有限定设备在生产过程中使用的 消耗或运行的建模。在某些情况下，这些关系可以是线性的或非线 性的。
但是，当数值求解器被与包含非线性方程的优化问题一起呈现 时，然后非线性算法必须被使用来解决该组联立方程。当该优化问 题还包含二进制或整数变量时，将变得更复杂。例如，如果问题有 10个二进制变量，则为了让求解器知道它具有“全局最优解决方案”， 求解器需要解决210个组合问题，并且然后选择最好的解决方案。该 组计算不能被实时解决，尤其是当潜在的建模方程或设备关系本来 就处于非线性时。
此外，尽管求解器将，如果给定足够处理时间，返回好的计算 解决方案，该解决方案可能在现实应用中不是可接受的。如一个例 子，当工厂的锅炉号3和5应该被打开时，数值求解器可被给定一 组蒸汽和能量要求并且可以找到解决方案。之后，能量或蒸汽要求 可在十分小数量上变化，并且响应于该要求的改变，求解器可确定 关闭锅炉数字3并打开锅炉数字4是最好的。尽管该动作实现导致 最优能量成本解决方案的工厂配置，在现实中，因为与迅速连续的 打开或关闭动作相关的时间，努力，成本以及设备的磨损和破损， 工厂操作者绝不会为了过程要求的小改变而关闭一个锅炉并打开另 一个锅炉。因此，该解决方案在现实应用中是不实际的。
但是，这里描述的迭代的连接的专家引擎和数值求解器能够运 行来克服这全部两个问题。实际上，当使用迭代的连接的专家引擎 和数值求解器时，如上所述，专家引擎运行以预处理工厂数据并然 后调用数值求解器一次或多次，每次导致数值求解器考虑有限的全 局优化问题或全局优化问题的一个子集组。能够通过限制优化问题 被数值求解器在任何特定时间确定或考虑来以显著减少在数值求解 器上的计算负载方式运行该预处理。此外，专家系统评估数值求解 器的结果并且然后可改变到数值求解器工厂数据输入以便找到在现 实情况下是实际的解决方案。因此，迭代的连接的专家引擎和数值 求解器运行以减少或消除与现有技术中的优化器中找到最优解决方 案相关的现实问题。更具体的，这里描述的专家系统被用于运行约 束的优化器(数值求解器)并且然后评估优化的结果来考虑接下来 需要什么。在很多情况下，下一步操作是基于数值求解器之前的运 行来提炼或改变数值求解器的输入以获得更精确或不同解决方案， 其在现实中更具有工作性，并且因此从实际角度上看更优。例如， 专家系统可以运行另一个更精确的优化，其具有新的或附加约束或 运行设定，因此专家系统，在它迭代调用数值求解器中，辅助操纵 到数值求解器的输入，以便以迭代方式得出最终解决方案。这里描 述的系统嵌入数值求解器的能力到专家系统(其中数值求解器可根 据需要从专家系统触发或以迭代方式触发)，而允许预处理和后处 理专家逻辑被应用于被数值求解器考虑的问题和从数值求解器返回 的结果，来由此确定对实际应用是有效的最优解决方案。
一个实例工厂如图10所示，在其中能有利的使用具有迭代的 连接的专家引擎和数值求解器的优化器，图10表示大学的蒸汽和发 电厂500的一个连线图。工厂500的目的是供应蒸汽和能量到大学 校园和相关医院的各种区域。此外，优化系统的目的是为了确定针 对所有蒸汽和能量产生设备的一个或多个最优运行模式以使得大学 和医院的蒸汽和能量要求在最低成本上被满足。
具体的，图10的工厂500包含六个能够燃烧气或石油(但不 能同时两个)的锅炉502。锅炉502制造供给400PSIG集管(header) 504的蒸汽。除了这六个锅炉502外，工厂500包含两个热量恢复蒸 汽产生器(HRSG)单元506。每个HRSG单元506具有燃气涡轮发 电机(CTG)508，其燃烧气或石油并且供应排出热到HRSG 510。 HRSG 510具有附加燃料燃烧，但仅仅气可被用于这种燃料。HRSG 510还供给400PSIG蒸汽集管504(除了六个锅炉502外)。集管 504中的设计蒸汽温度是750Deg F。但是，由锅炉502和HRSG 510 产生的实际蒸汽温度和蒸汽压力不是设计值。下表1所示的值提供 从工厂数据所确定的示例平均温度和压力。
表1
在集管504的400PSIG蒸汽被用于供给三个蒸汽涡轮发电机 (STG)512。STG 512中的每一个具有60LB高压提取和9LB低压 提取。如果STG 512正在运行，则必须有9LB排出蒸汽，但60LB 提取流能够为零。STG 512是背-压力涡轮，并且减温器被连接到每 一个涡轮提取端口。除了STG提取端口外，三个压力减少阀(PRV) 514运行以将400LB蒸汽减少到60LB蒸汽，四个PRV 516运行以 将400LB蒸汽减少到9LB蒸汽。减温器也与每个PRV提取相关。 附加地，针对9PSIG涡轮排出蒸汽，存在空气冷却凝固器520。阀 (未示出)必须被打开以允许蒸汽到凝固器520，并且如果压力高于 9LB集管时，该蒸汽不会自动流到凝固器。凝固器520能够被用于 获取附加外部能量。但是，一些能量被凝固器扇所消耗。如图10的 图理解的，CTG 508和STG 512产生电能，提供给电力线530。
发电厂500的基本目标是为了满足大学和医院的蒸汽要求，并 且在系统中产生的电力能量实际上是蒸汽产品的副产品。作为产生 蒸汽的结果而产生的电能通常不足以满足全部校园能量要求。但是， 大学需要的剩余能量是从当地设施购买的。当然，从当地设施购买 能量的价格将基于日的时间而变化，并且在某些例子中可能将能量 出售回电网。
如将会被理解的，能够得出反映蒸汽和能量产生器运行和相互 作用的工厂500的建模，并将其提供给数值求解器。依赖于蒸汽和 能量要求，某一子集组的设备必须运行。因此，工厂建模将包含能 够具有0或1值的二进制变量，指示是否一个设备应该被打开或关 闭。附加地，必须建模各种蒸汽和能量产生单元。例如，需要有针 对生产能量作为热和燃料的功能的气涡轮508的设备建模(例如方 程)。必须存在锅炉502的建模，其建模蒸汽流作为燃料热的功能。 在某些情况下，这些关系可以是线性的或非线性的。类似的，基于 PRV是否被打开或关闭必须建模400PSIG蒸汽，60PSIG蒸汽和9 PSIG蒸汽通过PRV 514和516的相互作用。类似的，针对空气冷却 凝固器520也存在建模。
重要的，当数值求解器与包含非线性方程的优化问题一起呈现 时，然后非线性算法必须被使用来解决该组联立方程。当该优化问 题还包含二进制或整数变量时(如针对工厂500内的能量产生单元 和阀的各种设定的情况)，优化问题将变得更复杂。例如，如果问 题有10个二进制变量，则求解器需要解决210个组合问题或建模对 于以确定“全局最优解决方案”。这些计算不能被实时解决。此外， 即使求解器将从计算优化角度上返回好的计算解决方案，该解决方 案可能在现实应用中是不实际的，因此是不被接受的。如一个例子， 当工厂的锅炉号3和5应该被打开时，数值求解器可被给定一组蒸 汽和能量要求并且可以找到解决方案。之后，当能量或蒸汽要求在 十分小数量上变化时，求解器可确定关闭锅炉数字3并打开锅炉数 字4。即使最终解决方案成本在现实中是好的，工厂操作者绝不会为 了过程要求中的小改变而关闭一个锅炉并打开另一个锅炉。
但是，当该同样的优化问题被迭代的连接的专家引擎和数值求 解器来解决时，如上所述，专家系统能够使得数值求解器使用所有 具有整数变量的线性方程来运行或以不需要考虑来自优化角度的所 有工厂设备配置可能性来运行，其消除设备选择的不持续性。更具 体的，专家系统可预处理工厂数据和要求以减少将在数值求解器中 的优化过程中被考虑的可能的工厂配置和变量，或可以以下方式提 供输入到数值求解器，该方式使得求解器使用更多个简单建模来运 行(例如，不具有二进制设定的线性方程)，或使得求解器以数值 求解器不需要找到全局最优解决方案的方式运行。替换的，专家引 擎能限定各种不同工厂配置，其本来就在局部(即，其中一些工厂 设备是关闭的或打开的或以不需要包含设备的运行的全部可能范围 的另外的方式被配置)，并且专家系统能够迭代提供所有这些配置 或这些配置的一个子集组到求解器以确定对局部配置中的每一个的 最优解决方案。专家引擎然后比较数值求解器的结果，其被以一定 方式针对这些工厂配置中的每一个而确定以查明最优的工厂配置。 能够建立专家引擎内的规则以使得专家系统基于针对其他局部配置 的数值求解器的输出来更改局部工厂配置，或选择以跳过分析特定 局部工厂配置。例如，如果专家引擎从数值求解器的几个运行中确 定，某个类型的具体工厂设备的增加是仅仅增加总体运行成本，专 家系统可跳过分析具有更多的设备可被运行的进一步的局部配置。 以这样的方式，专家引擎能够操纵数值求解器以分析和找到对局部 配置最优解决方案，其防止数值求解器必须实现计算复杂建模，其 基于工厂的当前物理或运行的设定或基于其他当实施运行的解决方 案必须被考虑的设备特性，等来防止当要得出优化配置时，数值求 解器必须分析大量工厂配置，防止分析在任何情况下不实际的实现 的工厂配置或情形。当然，在某些情况下，专家系统具有足够的规 则来使得专家引擎能够限制被数值求解器考虑的工厂配置的范围以 使得数值求解器只需要被调用一次。
类似的，如果能够从非线性问题中消除整数变量，那么优化解 决方案也是有效的。通过使用专家系统来预处理数据并且然后调用 数值求值器以运行已预处理的数据，并使用进一步专家引擎规则来 评估结果，现有技术的优化器的问题将被减少或消除。因此，上述 的迭代的连接的专家系统和数值求解器使得优化器能嵌入数值求解 器的能力到专家系统中，其能按需要触发数值求解器，并运行被应 用到从数值求解器返回的结果的预处理和后处理逻辑以确定对实际 应用有效的最优解决方案。
如另一个例子，如图11所示，嵌入数值求解器到专家系统在 运行蒸馏工厂600里的优化中将是有用的。在工厂600中将运行优 化的目的是为了确定针对一组气涡轮发电机(GTG)602和一组蒸汽 涡轮发电机(STG)604的最优兆瓦(MW)分配，还有针对一组热 量恢复蒸汽产生器(HRSG)606的最优管道燃烧器燃料分配，以使 工厂的有效功率和水要求被以最小成本满足。该优化要求确定给定 负载要求和周围条件，在任何特定时间哪一或哪些组设备被打开或 关闭，还有诸如天然气和氨气的原材料的成本。
从图11将被理解的是，蒸馏工厂600可以被认为是包含具有 四个能量块的发电厂607，其驱动具有十个蒸馏单元610的蒸馏工厂 609，其中每个能量块包含两个GTG 602，两个HRSG 606和一个STG 604。每个GTG 602具有可被用于冷却压缩入口空气温度的入口空气 蒸发器，其增加GTG 602的能量(MW)容量。每个GTG 602的热 排出供给相关联的HRSG 606并且每个HRSG 606具有补充燃料燃 烧以使额外燃料气能被燃烧以增加由HRSG 606产生的蒸汽的量。 四个能量块中的HRSG 606供给常用高压蒸汽集管612。该蒸汽集管 612的设计条件可以是101bara和566Degree Celsius。将被理解的是， 有三个孤立阀串联安装在集管612上以确保集管612被分成四个分 开的子单元。
附加地，如图11所示，STG 604被各自地连接到HP蒸汽集管 612的子部分中的一个并提供蒸汽到中间压(IP)蒸汽集管620并且 到低压(LP)蒸汽集管622。与HP蒸汽集管612相似的是，通过串 联安装在集管620和622中的三个孤立阀624和三个孤立阀626的 使用，IP蒸汽集管620和LP蒸汽集管622可以被分成四个分开的子 部分。附加地，一组压力减少阀(PRV)630包含安装在HP集管612 子部分的每一个和IP集管620子部分之间的PRV 630，同时一组PRV 632包含安装在HP集管612子部分的每一个和LP集管622子部分 之间的PRV 632。将被理解的是，孤立阀614,624和626以及PRV 630 和632确保工厂600被分成四个能量块，其给蒸馏工厂609的蒸馏 单元610提供能量。例如，控制系统被设计以使HRSG 606的每一 个将蒸汽供应给在其各自能量块的STG 604。具体的，当孤立阀614 被关闭时，针对STG 13节流阀所需的蒸汽必须被图11的HRSG 11 或HRSG 12提供。如果HRSG 11或HRSG 12无服务，那么STG 13 将不能运行(再次假设阀614是关闭的)。此外，在STG 604的IP 和LP提取和在能量块的压力减少站供给IP和LP蒸汽集管以使四个 能量块中的每一个包含HP集管612，IP集管620和LP集管622每 一个的子部分。蒸馏单元610消耗来自集管620和622的IP和LP 蒸汽。通常运行可以是能量块1和3正常提供蒸汽到三个蒸馏单元 610中的每一个，并且能量块2和4正常提供蒸汽到两个蒸馏单元 610中的每一个。但是，在任何给定时间，任何蒸馏单元610的组合 可被运行并且正在运行的功能块将被设定以保证针对这些单元的IP 和LP蒸汽要求被满足。该正常配置还意味着HP，IP和LP集管中 的任何或所有阀624和626可被打开。因此，如下表2所示，归因 于IP和LP集管中的孤立阀624和626的位置，可能有八个一般设 备配置(假设孤立阀614总是保持关闭)。这里，还假定在各种子 部分间的孤立阀624和626将同时被运行以使在第一能量部分和第 一能量部分间的阀624和626被一起打开或关闭。当然，这不需要 对所有情况都正确。
表2
此外，每个HRSG 606包含SCR系统以帮助减少NOx的排放。 液态氨是自动注入以使产生的NOx的数量满足所需求的设定点。通 常的，当GTG602在大于60％的负载运行时，该设定点是9ppm。数 值求解器中的优化编程运行以计算每个SCR单元的氨流量并且考虑 目标函数中的氨成本。此外，如图11所示，针对每个STG单元的 节流阀被从HP集管612供给，并且每个STG 604包含IP和LP蒸 汽提取和冷凝器。但是，在LP提取能够被考虑运行前，STG 604必 须在50％负载或更高。
如图11所示，来自所有STG 604的IP蒸汽被供给给通用集管 620。IP蒸汽还能通过将蒸汽经过压力减少站PRV 630以在集管620 中被产生。IP蒸汽被送到蒸馏单元610并且在HRSG 606的启动过 程中，IP蒸汽的一些被涡轮汽封系统，喷射器和脱气器所需求以减 少启动时间。
类似的，来自所有STG 604的LP蒸汽被供给给通用集管622。 集管622处的LP蒸汽也能通过经过压力减少站PRV 632的蒸汽被获 取。对于蒸馏单元610，LP蒸汽也被需求。
在一个实施例中，针对2730MW的净能量输出和63MIGD的 净水容量，在下面所列的参考条件下蒸馏工厂600被设计：
周围空气温度--50Deg C
相关湿度--35％
空气压力--1013mbar
高度＜10m
海水提供温度--35Deg C
当在3.2bara的压力和135.8Degree C的温度下的总LP蒸汽 供应流是1105t/h(吨/小时)时，工厂600能产生63MIGD的净水容 量。这里，海洋水入口温度是35Degree C。发电厂607和蒸馏工厂 609被内部连接，尽管它们作为分开的单元运行。蒸馏单元610在它 打开时，总是在60％到100％的负载运行。最优负载是100％。当蒸 馏单元610在60％到100％的负载范围时，它要求的IP蒸汽的数量 是6.1t/h。该数量在负载范围内保持常量。但是，LP蒸汽要求会变 化，但是直接正比于蒸馏单元的水生产。在100％的水生产处的一个 蒸馏单元610等于6.49MIGD，并且该负载要求110.5t/h的LP蒸汽 流(最大值的10％)。该线性关系被用于计算每个蒸馏单元610所 需的LP蒸汽的数量。
工厂应用具有类似于大学实例的一些问题，其中有整数变量来 确定哪个设备应该被打开或关闭。因此，二进制变量的问题被引入 到优化问题。但是，这种情况下，还有由约束产生的另一个问题。 具体的，工厂600具有运行约束，如果同一能量块中的两个GTG 602 在组合循环模式中是打开的(即，GTG 602和相关联的HRSG 606 都是打开的)，然后GTG 602必须相等地被装载，并且在HRSG 606 上的管燃烧(duct firing)也必须相等。如果两个机器都不在组合循 环中，那么它们能在不同负载上被运行。因此，优化系统需要知道 是否GTG 602和HRSG 606两个都被运行，并且如果是，必须将不 同单元设定在同一能量块中以传递相等负载。如果传统优化器被用 于确定哪个设备应该被打开，则有必要在约束上实现条件声明，这 取决于优化器是否决定把能量块中的GTG 602和HRSG 606放入组 合循环模式中。但是，在传统优化器中具有条件约束是不可能的， 因为所有约束必须在求解器运行前被确定。另外，当数值求解器运 行时规则将改变，而且求解器将绝不会收敛(converge)。
在该情形中，这里描述的专家系统能够被用于提供逻辑，其确 定，在求解前，一个能量块中的两个单元是否应该处于组合循环模 式。在这种方式下，能够在调用数值求解器之前确定约束以运行最 终的优化。在某些情况下，专家系统能够具有足够逻辑或规则以确 定在调用数值求解器前是否使用组合循环模式。在其他情况下，专 家系统可调用数值求解器一次或两次或多次以确定使用组合循环模 式是否是更好的，并且一旦已经做出决定，就调用具有一组工厂配 置参数的数值求解器，该工厂配置参数实现所识别的模式以确定运 行使用该模式的点的最优工厂。因此，在该情形中，专家系统能够 迭代地提供不同工厂配置到数值求解器，包含在各种能量块中使用 组合循环模式的配置和不使用组合循环模式的配置，从而操纵数值 求解器以求解得到局部最优值。通过迭代的调用使用组合循环模式 和不使用组合循环模式的具有不同工厂配置的数值求解器，专家引 擎从而能够首先确定，给定当前条件和负载要求，是否使用组合循 环模式来运行工厂。此后，专家系统能基于求解或确定该一般或初 始工厂配置参数的数值求解器的初始运行的结果，使得数值求解器 查明优化解决方案，该解决方案既可使用组合循环模式，也可不使 用组合循环模式。替换的，专家系统可存储规则，该规则使得其基 于其他条件，诸如工厂条件，周围条件，要求等来确定，是否以组 合循环模式来运行特定能量块并且然后能够限制由数值求解器考虑 的对这些工厂配置的解决方案，从而限制数值求解器解决的优化问 题。
图12和13表示配置具有迭代调用数值求解器从而实现上述优 化技术的专家系统的优化器700的两种不同方法。如将在图12和13 中可以看到的，优化器700包含专家系统702，其耦接于数值求解器 704并耦接于工厂运行系统706。工厂运行系统706，其可以是任何 所需类型的工厂控制系统(诸如分布式控制系统DCS)，用户接口 等，以当前工厂配置或包含，例如，工厂设置，设备条件诸如阀位 置或设定，哪个设备在工厂内当前运行等的工厂条件的形式提供信 息。控制系统706还提供周围工厂条件和限定成本的成本信息，诸 如当前氨成本，电网成本，气成本，和其他与用于运行图11中到专 家系统702的蒸馏单元110的能量产生设备相关的材料成本。还进 一步，控制系统706提供工厂要求到专家系统，诸如蒸馏水，能量 输出，如果需要的话，蒸汽要求等的数量。专家系统702然后可以 使用数据来，例如确定一个或多个局部或非全局工厂配置以提供给 数值求解器704，以分析作为确定与局部工厂设定或配置相联系的成 本的一部分。
例如，专家引擎702可提供数值求解器704工厂配置，其既可 以在一个或多个能量单元中使用组合循环模式或不这么做以优化工 厂配置，又可以在能量单元中设定其他打开/关闭变量(限定某设备 将被运行与否)。专家系统702可通过使用实现或限定上述被应用 在工厂中的运行约束或内部关系的规则并且基于必须最少运行多少 能量单元以满足最小负载要求的常识来确定该些配置。在任何情况 下，数值求解器704然后可优化由专家系统提供的工厂配置，考虑 可能的八个不同建模或如表2限定的工厂中孤立阀的设定中的每一 个，来以一般方式确定，给定负载要求和当前工厂配置，哪个设定 或建模是最优的。专家系统702可以，如果需要，操纵数值求解器 704以考虑这些可能配置的所有和一个子集组，如果需要，来限制数 值求解器在单一运行中所解决的优化问题。例如，专家系统702可 知道在一个能量块中的某设备是不可用的，或可知道某蒸馏单元610 没有被运行，并且该信息可限制工厂600的可能的设定孤立阀到表2 限定那些的一个子集组。该运行然后可限制或约束数值求解器704 的计算工作负载。
在任何情况下，如图12所示，数值求解器704可包含多个过 程建模，其包含一组粗建模710和一组细建模712。粗建模710可以， 例如，是较不精确或较不准确的建模，但可以更简单以计算上实现， 而细建模可以更精确或更准确但是计算上更复杂。例如，粗建模710 可以是线性建模或一次近似建模，而细建模可以是非线性建模，诸 如二次或三次建模，复杂第一性原理建模或精确反映工厂设备的运 行的其他任何类型建模。附加地或替换的，粗建模和细建模710和 712的不同在于它们可能使用不同的约束来运行，对于粗建模710 实现松的或更松弛的约束而对于细建模712实现更精确的约束。将 被理解的是，在不同迭代过程中在数值求解器704中不同建模的使 用使得数值求解器704在得出在总体优化工厂设定的初始阶段中运 行更快或找到优化解决方案更简单，并且在迭代优化的其后阶段使 用更好或更精确的建模以提供更精确的最终解决方案。
在图12的情况下，专家系统702在不同时间可迭代的提供不 同潜在配置或将被解决的问题到数值求解器704并且可接收这些优 化问题的结果(如箭头1和2所限定的)。专家系统702在随后对 数值求解器的调用中可使用之前求解器输出的结果以得出新的或更 精确的约束或工厂设备配置。例如，专家系统702可初始化确定， 通过对数值求解器704的一个或多个调用，使用组合循环模式与否 对于发电厂600中的能量部分中的一个或多个能量设备是否更好， 并且一旦已经作出决定，就使用随后的对数值求解器的调用以查明 或以确认使用这些能量单元的已确定模式的具体工厂设备配置是最 优的。类似的，专家系统702在初始对数值求解器704的调用中可 以提供更松弛的约束并且可以随时间加紧这些约束。
具体的，如图12中的箭头3和4所示，专家引擎702，一旦 得出一组受限的待使用的潜在工厂配置，可以基于一次或多次对使 用更细建模712的数值求解器702的调用来确定哪个是最好的或使 用什么工厂设备设定。
当然，专家系统702可使用规则或动作分析数值求解器704的 输出以确定实际工厂设定(例如，精确工厂设备和设定)以如被专 家系统702和数值求解器704所确定的实现最优配置。当确定怎样 运行工厂以实现最优解决方案时，该后处理可考虑安全，设备使用 和其他实际考虑。
在任何情况下，专家系统702可如箭头5所示的最终提供最优 工厂负载配置或设定给工厂控制系统706。如图12所示，工厂控制 器或运行系统706可被以自动模式运行，其中它能自动实现如由专 家系统702提供或可被在咨询模式中设定的工厂配置或设定，其中， 例如，由专家系统702(在箭头5处)提供的最终工厂配置被提供给 用户以在被实现前授权(例如，因此专家系统702的输出被以手动 模式或其他非自动模式实现。)
基于结合图12优化器700描述的原理，实际优化器系统被得 出，并且该优化器系统被运行以优化组合循环发电厂和基于如图11 所示的工厂600构建的蒸馏工厂的运行。在该情形中，实际工厂包 含发电厂和蒸馏工厂(一般如图11所示)，并且必须满足电能和水 需求以生产2730MW的净能量输出和63兆英制加仑/每天(MIGD) 的净水数量。工厂被连接到国家电网并且被用于优化工厂的运行的 优化器的目的是为了针对发电厂的所有蒸汽和能量生产器确定最优 运行模式，以使得对工厂的蒸馏单元所需求的蒸汽(其是水需求的 函数)和能量需求以最小成本被满足。在接下来的描述中，实际工 厂和优化器的组件将参考与如图11和12提供的相同的参考数字。
在这个实际例子中，燃料需求建模(FDM)和氨需求建模 (ADM)被包含作为优化系统700内的建模，并且一般被设定为使 用GTG，STG和HESG的运行中已知关系的固定的或预建立的建模。 优化系统700使用基于Windows的计算机操作系统并通过用于过程 控制的目标链接和嵌入(OPC)与工厂600的分布式控制系统(DCS) 通信(在图11中未示出但在图12中由块706所代表)。所有过程 值在DCS706中被测量和监控。所有被优化系统700需求的过程数 据被从DCS 706处接收并且能量优化的结果被发送到DCS 706，其 中它被用于控制逻辑或在人机接口(MMI)显示器上浏览。
一般的，在该例子中的优化系统700针对包含图11的GTG， STG和HRSG的组合循环发电厂(CPP)607的蒸汽和能量产生器计 算最优燃料流和负载，以使工厂600的水和能量需求在最小成本上 被满足。为了这样做，创建图11所示的发电厂607和建模。如前所 述，图11的发电厂607包含四个能量块，其中每个能量块包含两个 气涡轮发电机(GTG)，两个热量恢复蒸汽产生器(HRSG)和一 个蒸汽涡轮发电机(STG)。每个GTG具有能够被用于冷却压缩入 口空气温度的入口空气蒸发器，其增加GTG的MW容量。GTG的 热排出供给HRSG。每个HRSG具有补充燃料燃烧以使额外的燃料 气能被燃烧以增加由HRSG产生的蒸汽数量。该实际工厂的组件和 运行约束与针对图11的工厂600上述的那些相同。
在该配置中，发电厂607的控制被设计为以四个独立能量块运 行，其中每个能量块被运行以满足与其连接的蒸馏单元610的蒸汽 要求。在一个能量块内，可以有设备的不同配置。例如，可以只有 一个GTG/HRSG和STG运行。需要指出的是，HRSG将不会运行除 非CTG正在运行，但是CTG可以没有HRSG而运行。当HRSG打 开时，在最小负载(1.7T/h)管燃烧器必须打开。此外，能量块中 的STG将不会运行除非能量块中的CTG/HRSG单元中的至少一个是 打开的。
发电厂607和蒸馏工厂609被内部连接，尽管它们作为分开的 单元运行。基于不同LP蒸汽要求，针对每个能量块的发电厂运行范 围变化，因为存在连接到发电厂块中的每一个的不同数量的蒸馏单 元610。LP蒸汽要求是直接正比于连接到该块的蒸馏单元610的水 生产。在100％的水生产(总6.49MIGD)处的一个蒸馏单元610要 求110.5t/h的LP蒸汽流(最大LP蒸汽供应值的10％)。
该例子中的工厂600大体上被设计为基础负载运行。但是发电 厂607和蒸馏工厂609需要以表3的运行范围内的能量(MW)要求 和蒸馏水要求的任何混合来运行。
表3
因此，如表4所示，工厂600被基本配置为使用STG块方式构思(即， 每个STG单元在不同能量块内)的8+8+4+10安排。在下面的讨 论中，蒸馏单元610也被称为多效蒸发器蒸馏(MED)单元。
表4
在能量块内，设备的配置基于逐块而变化。例如任何特定能量块内 的可能设备配置被允许为由优化器系统700确定的最好或最优的以 下六种配置中的任何一个：
1.1GTG+0HRSG+0STG配置
2.1GTG+1HRSG+0STG配置
3.1GTG+1HRSG+1STG配置
4.2GTG+0HRSG+0STG配置
5.2GTG+2HRSG+0STG配置
6.2GTG+2HRSG+1STG配置
能量块内的压力减少站(PRS)还可以依优化器700的要求而 打开或关闭。在该情形中，用来满足IP和LP要求的最有效方式是 使用STG提取。此外，工厂600是能够出售能量到电网和产生新鲜 (蒸馏的)水。因此，这里有能量和水要求需要被满足。工厂600 对于每个处于运行中的MED单元接收总体净兆瓦(MW)能量要求 信号和总体水要求信号。计算MED单元所需求的为满足水要求目标 的IP和LP蒸汽要求，并且该建模确保对于每个MED单元，已计算 IP和LP蒸汽要求被满足。
在这种情况下，每个MED单元在它打开时，总是在60％到 100％的负载运行。最优负载是100％。当MED单元在60％到100％ 的负载范围时，它要求6.1t/h IP蒸汽。该数量在负载范围内保持常 量。但是，LP蒸汽要求会变化，并且该需求直接正比于MED的水 生产。在100％的水生产处的一个MED单元导致6.49MIGD，并且 其要求110.5t/h的LP蒸汽流(最大值的10％)。该线性关系被用于 计算每个MED单元所需的LP蒸汽的数量。
此外，为了使优化系统700能够确定每个能量块的优化配置， 创建工厂600的建模。一般而言，在该情形中，工厂建模包含一定 数量类型的变量，包含常量，控制变量，从属变量和约束，其将在 下面更详细的描述。
常量是在优化过程中不被更改的变量。在已得出的系统中的常 量的例子包含燃料的成本，燃料的热值，周围温度，相对湿度等。 这些值一般在DCS变化并因此在每次执行前被优化器认知，而并不 被优化器700更改。因此，在优化过程之前，常量类型变量被测量 或确定，而且一旦优化过程或计算开始就被视为是固定的。常量还 包括使用其他常量的计算。一个例子包含GTG能产生的最大MW能 量。该值被设定为周围条件和蒸发器是否打开或关闭的函数。所计 算的约束的其他例子包含对GTG和STG上的能量输出的校正因子。
控制变量是优化例程700能够调整的变量。控制变量的例子包 含燃料流，STG阀和提取流，PRV流等。优化器700还能够选择哪 个设备应该被运行。设计系统的一个例子中，控制变量包含以下具 体变量(具有括号里这些变量的每一个的数量)：
GTG燃料流(8)
HRSG管燃烧器燃料流(8)
STG阀流(4)
STG IP提取流(4)
STG LP提取流(4)
PRV(HP to LP)压力减少站蒸汽流(4)
PRV(HP to IP)压力减少站蒸汽流(4)
GTG打开/关闭(8)
HRSG/管燃烧器打开/关闭(8)
STG打开/关闭(4)
从属变量是由控制变量，常量和其他从属变量的组合中计算的 变量。从属变量的例子包含由HRSG产生的蒸汽和由GTG和STG 产生的能量。具体的，从属变量的例子包含(具有括号里这些变量 的每一个的数量)：
GTG MW(8)
STG MW(4)
HRSG HP蒸汽流(8)
HRSG氨气流(8)
工厂附属能量要求
约束是当确定有效解决方案时，优化器必须遵从的规则。约束 的例子包含：
Min and Max STG MW(由运行器确定)
Min and Max STG阀流
Min and Max STG IP提取流
Min and Max STG LP提取流
Min and Max管燃烧器流
Min and Max IP PRV flow
Min and Max LP PRV流
Min and Max GTG MW(由操作者确定)
如果一个能量块中的两个GTG都打开，它们必须被相等的装载。
如果一个能量块中的两个HRSG都打开，管燃烧器流必须相等。
工厂净能量要求
工厂总体水生产
此外，工厂建模包含对于所有蒸汽和能量产生器的独立设备建 模。在下面描述用于工厂建模的主要组件的具体方程。具体的，使 用计算从气流得到的热量的方程建模每个气涡轮(GTG)，如：
GTGHEAT＝(GTG_FF*LHV_GAS*0.001)
其中，
GTGHEAT＝燃料中热量(GJ/h)
GTG_FF＝管燃烧器燃料流(T/h)
LHV_GAS＝气的较低加热值(kJ/kg)
由制造者设计数据确定用于GTG的燃料和能量间的关系。在具体 例子中，在制造者的文件或说明书的气涡轮期望性能数据表中包含 的所有数据集被回归以形成以下关系(其中A0-A3和k是由回归 分析确定的常量)：
GT_MW＝A0*GTGHEAT+A1*AMBTMP+A2*RELHUM+A3*EXHP RS+k
其中，
GT_MW＝产生的能量(MW)
GTGHEAT＝在GTG燃料中的热量(GJ/h)
AMBTMP＝周围温度(Deg C)
RELHUM＝相对湿度(％)
EXHPRS＝排出压力(mmH2O)
类似的，用于蒸汽涡轮发电机(STG)的设备建模被从包含于 名为“期望蒸汽消耗曲线”的制造者文件的数据中提取。再一次， 在该情形中，来自曲线的数据集被使用并被回归以形成以下面的形 式的建模(其中A0-A4和k是由分析确定的常量)：
STG_MW＝A0*THR+A1*IPext+A2*LPext+A3*THR_TMP+ A4*EXHprs+k
其中，
STG_MW＝能量(MW)
THR＝阀流(T/h)
IPext＝IP提取流(T/h)
LPext＝LP提取流(T/h)
THR_TMP＝阀温度(Deg C)
EXHprs＝STG排出压力(Bara)
来自管燃烧器气流的热量被计算为：
DB_HEAT＝DB_FF*LHV_GAS*0.001
其中，
DB_HEAT＝燃料中热量(GJ/h)
DB_FF＝管燃烧器燃料流(T/h)
LHV_GAS＝气的低加热值(kJ/kg)
对于HRSG，制造者HRSG数据表被用于产生针对HRSG的建 模。所有数据集被回归来为HP蒸汽流和氨气流形成如下的建模(其 中A0-A3和k是由回归分析确定的常量)：
HP_STEAM＝A0*GT_MW+A1*DB_HEAT+A2*AMB_TMP+ A3*REL_HUM+k
其中，
HP_STEAM＝HRSG蒸汽流(T/h)
GT_MW＝GT MW
DB_HEAT＝管燃烧器燃料热量(GJ/h)
AMB_TMP＝周围温度(Deg C)
REL_HUM＝相对湿度(％)
和：
AMN_FLOW＝A0*GT_MW+A1*DB_HEAT+A2*AMB_TMP+ A3*REL_HUM+k
其中，
AMN_FLOW＝氨气流(T/h)
GT_MW＝GT MW
DB_HEAT＝管燃烧器燃料热量(GJ/h)
AMB_TMP＝周围温度(Deg C)
REL_HUM＝相对湿度(％)
到IP的压力减少站的每个HP被建模为：
IP_FLOW＝A0*HP_INLET_FLOW
到LP的压力减少站的每个HP被建模为：
LP_FLOW＝A0*HP_INLET_FLOW
在这些方程中，A0系数代表由于喷雾流而产生的流增加。
在优化过程中，在专家系统702中计算对于工厂600的设计辅 助能量。附加地，实际辅助能量通过从由GTG和STG产生的能量 (MWs)的总和中减去出售到电网的净能量来被计算。这两个值被 比较并且如果这两个值间的差值大于5MW(其是可调节的值)，则 生成警报。如果这两个值间的差值小于5MW，则设计辅助能量的最 大值被用于工厂建模中。如果差值大于5MW，实际辅助能量被工厂 建模使用。还有，在这种情况下，上面所列的针对所有独立设备建 模的所有系数A0，A0，A1，A2，A3，A4，A5和k被设定并被发 送到DCS和数据历史记录以用于存储。
如将从图11中被理解的是，工厂600具有需要被满足的能量 要求和水要求。如前所述，能量要求通过从GTG和STG产生的能 量被满足。在每个MED单元610上，通过“单位生产控制系统”(一 个专属于每个MED)控制蒸馏产量，在“单位生产控制系统”上， 操作者将由蒸馏单元产生的蒸馏流的数量设定为根据所需水生产计 划。每个“单位生产控制系统”基于将被产生的所需的蒸馏流速来 限定盐水出口温度(TBT)的设定点。该TBT设定点通过安装于每 个MED蒸汽转换器入口处的LP蒸汽控制阀维持，其调整流到MED 蒸汽转换器的LP蒸汽流速。
用于运行MED喷射器系统所需要的IP蒸汽由通过IP蒸汽集 管的蒸汽涡轮IP提取蒸汽线供给。IP蒸汽集管压力被蒸汽涡轮IP 提取控制阀和HP/IP蒸汽减少阀所控制。IP蒸汽还可被用于蒸汽涡 轮轴封蒸汽供应，蒸汽喷射气体喷射器和除气器。
为该厂构建的优化器700使用针对每个MED单元的所计算得 的IP和LP蒸汽要求作为约束，比如工厂的净能量要求是一个约束。 除了考虑水要求，优化确保对于每个MED，当前能量，IP和LP的 蒸汽要求被满足。蒸汽要求当然是在每个MED上产生水的数量的函 数。优化器确保了设备以这样的方式被装载(运行)，即该方式确 保蒸馏单元(MEDs)所需的IP和LP蒸汽的数量和用于出售到电网 的所需能量被满足。该工作约束被表达为：
GPWR＝GTG11PWR+GTG12PWR+GTG21PWR+GTG22PWR+ GTG31PWR+GTG32PWR+GTG41PWR+GTG42PWR+ STG13PWR+STG23PWR+STG33PWR+STG43PWR
其中，
GPWR＝总体能量
NPWR＝GPWR-AUX_PWR
并且其中：
NPWR＝净能量
AUX_PWR＝如上述讨论计算的工厂的当前辅助能量要求。
为满足工厂600的水要求，工厂600的LP和IP蒸汽要求必须 被满足。在该情形中，可以假定的是，MED单元的任何组合是能够 打开并且处于运行中的能量块必须满足总IP和LP蒸汽要求。IP/LP 块阀的位置为这些集管确定约束。当所有IP/LP阀被打开时，为该些 要求使用下面的方程：
STG13_LP_EXT+STG23_LP_EXT+STG33_LP_EXT+STG43_LP_EXT+ U1_HP_LP_PRV+U2_HP_LP_PRV+U3_HP_LP_PRV+U4_HP_LP_PRV- 10(∑(MED_LP_FLOWi)＝0
I＝1
其中，
STG13_LP_EXT＝STG13 LP提取流
STG23_LP_EXT＝STG23 LP提取流
STG33_LP_EXT＝STG33 LP提取流
STG43_LP_EXT＝STG43 LP提取流
U1HP_LP_PRV＝能量块1HP to LP PRV流
U2HP_LP_PRV＝能量块2HP to LP PRV流
U3HP_LP_PRV＝能量块3HP to LP PRV流
U4HP_LP_PRV＝能量块4HP to LP PRV流
MED_LP_FLOWi＝被MED单元i需求的LP蒸汽
和：
STG13_IP_EXT+STG23_IP_EXT+STG33_IP_EXT+STG43_IP_EXT+ U1_HP_IP_PRV+U2_HP_IP_PRV+U3_HP_IP_PRV+U4_HP_IP_PRV- 10
(∑(MED_IP_FLOWi)＝0
I＝1
其中，
STG13_IP_EXT＝STG13 IP提取流
STG23_IP_EXT＝STG23 IP提取流
STG33_IP_EXT＝STG33 IP提取流
STG43_IP_EXT＝STG43 IP提取流
U1_HP_IP_PRV＝能量块1HP to IP PRV流
U2_HP_IP_PRV＝能量块2HP to IP PRV流
U3_HP_IP_PRV＝能量块3HP to IP PRV流
U4_HP_IP_PRV＝能量块4HP to IP PRV流
MED_IP_FLOWi＝被MED单元i需求的IP蒸汽
在该优化问题中，工厂600中的成本用于燃料和氨气。燃料成 本被应用到所有燃料流并且氨气成本被应用于每个SCR的氨气流。 在数值求解器704中使用的目标函数被选择以找到在最小成本上满 足能量和蒸汽要求的解决方案。使用的目标函数能够被总结为如下：
其中：
fc＝燃料的成本(QR/GJ)
ac＝氨气成本(QR/T)
GTG_HEAT＝在GTG上的热量流
HRSG_HEAT＝在HRSG上的热量流
SCR_AF＝用于SCR的氨气流
n＝8(GTG/HRSG单元的数量)
需要注意的是最小成本是通过找到最小化燃料消耗从而最小 化工厂耗热率的设备负载来实现的。
专家系统702必须首先使用数值求解器704确定最优工厂配置 (使用一个或多个粗建模710)，并且然后为所标识的最优工厂配置 再确定最优负载(使用一个或多个细建模712)，并从而迭代应用图 12的数值求解器704内的建模来执行优化。在图14中更详细的表示 在迭代优化程序过程中专家系统702与建模710及712之间的数据 流。
一般而言，专家系统702负责从DCS中读取现场数据，输入 数据验证，控制粗和细建模的顺序以及执行并评估粗和细建模的结 果，确定最终结果并将结果写入到DCS。具体的，专家系统702从 DCS读取处理值并验证该值是在正常运行范围内。如果所测量的信 号是坏的或在正常运行范围以外，则专家系统702产生报警并使用 操作者输入替代值或计算值来替代该现场信号。当所有对于粗建模 710的所需DCS输入被读取和验证时，专家系统触发粗建模710。 在粗建模710被执行后(在数值求解器704内)，结果被返回到专 家系统702。专家系统702评估粗建模710的结果并检查解决方案的 可行性。如果找到可行的解决方案，则专家系统702获取从粗建模 710确定的设备配置(使用当前目标函数)并传递该信息以及来自 DCS的过程值到细建模712。如果细建模712然后运行并得出一个 可行的解决方案，则该建模计算的设备的负载成为最终结果并且专 家系统702把那些值写入DCS中。如果从执行工厂建模(粗或细) 中没有得出可行的解决方案，则专家系统702产生报警并且该状态 被显示给操作者以通知操作者约束中的一些不能被满足。操作者能 够浏览在DCS系统上的显示，其可以帮助操作者确定解决方案为什 么不可行和/或帮助操作者采取校正动作。
将被理解的是，粗建模710的目的是为了确定在任何特定时间 使用的一般工厂配置。粗建模710例如，确定打开哪个能量和蒸汽 产生器来满足在任何特定时间的蒸汽和能量要求。粗建模710接收 当前周围条件，燃料成本，设备约束等，以作出决定，但比细建模 712具有更少的约束。在该情形中，例如，粗建模710并不强迫一个 能量块内的两个气涡轮和两个HRSG具有相等的负载。附加地，粗 建模710计算GTG上的能量而不考虑排出压力。这些是不影响设备 配置选择的次要因素，并且没有这些约束，将使得粗建模710比细 建模712运行得更快。
在粗建模710运行以确定最优设备配置后，最优设备配置被专 家系统702提供给细建模712并被其使用。细建模712包含所有运 行约束并且所有设备建模的最终形式。细建模712以工厂设备设定 的形式产生经济优化器的结果，以用于运行由粗建模710确定的最 优设备配置。细建模包含在FDM/ADM建模中的所有约束和设备建 模。
下表5中提供了在粗/第一传递建模710中使用的输入：
表5
设备的可用性状态被操作者限定。如果一个设备不能被使用， 其将是不可用的。操作者还可以为GTG和STG限定最小和最大能 量(MW)范围。
在下表6中提供了细/第二传递建模712中使用的输入：
表6
经济优化器702具有两种运行模式，离线的和在线的。在离线 模式下，优化器软件本质上被用作为针对由发电厂运行产生的混合 整数线性/非线性优化问题的一般目的求解器。优化器软件提供给用 户以在可行的区域内(其被一组相同/不同约束所确定)找到x(例 如，独立决策变量的矢量)的解的能力，以获得目标函数J，其是x 的函数，的局部或全局最小(或最大)值。该优化问题的计算形式 可被列为：
其中xi可以是一个整数或是一个实数数字。
为构建对于优化器软件要解决的优化问题，在f(x)，g(x)，和 h(x)中的所有系数需要被具体化。那些系数的不同值确定相同优化问 题的不同情况或情形。例如，在经济分配问题中，当能量要求(最 有可能的是在g(x)或h(x)中的一个系数)被改变时，x的最优解决 方案将被改变，并且因此，优化问题需要被再次解决。可以在离线 计算中手动改变新能量要求系数。
优化器700的离线模式允许用户来构建不同工厂建模以使“如 果....将怎么样”分析能被运行。使用离线优化器编程，用户手动输 入成本，蒸汽要求，能量要求，将设备移除服务等。这都会不影响 工厂的运行而被完成。离线模式可被用于构建然后可被在线优化器 700使用的工厂建模。在该情形中，建模代表现有的工厂。然而，通 过手动输入工厂要求和成本来在离线模式运行该建模以使得建模被 校正。此外，可以以手动输入的计划的蒸汽和电力要求来运行该建 模以提供所推荐的设备选择和负载给操作者。
当然，离线模式中，可以构建不用反映实际工厂配置的建模。 这些其他建模可能被用于确定以某一方式更改工厂是否是需要的或 有用的。例如，可构建包含额外GTG/HRSG或精简STG的建模，以 查看出售能量在经济上是否明智。
在一个实施例中，优化软件可被装载到PC并且其成为服务器。 离线接口能够被从任何具有到服务器的网络连接的PC运行。然后能 够使用网络浏览器从客户PC运行离线优化器程序。服务器的IP地 址被输入到地址栏并且接口被显示。
在在线模式中，当工厂被当前建立或配置时，经济分派程序或 优化器700运行以实际上运行工厂。在图11的系统的例子中，在存 储器中在所有时间都有8个粗/第一传递建模和8个细/第二传递建 模。基于IP和LP蒸汽集管中的断流阀的配置，在某一时间，每个 组中仅有一个建模将处于活动状态。当重启优化器700停留的点时， Windows服务将开始所有16个建模。在在线模式中，粗建模710首 先执行并且一旦它运行，从粗建模710中获得的结果将被细建模712 使用。在专家系统702中当然有逻辑，其控制建模710和712的执 行顺序。
图13的优化器与图12的类似但有微小不同，其在于一组单一 的全面的建模716被用于数值求解器704，而不是一组粗和细建模。 在该情形中，专家系统702可在一个或多个不同的迭代中改变建模 716的约束以操纵或查明最终最优解决方案。一般而言，在图13的 配置中，专家引擎702可存储足以能够运行工厂数据的预处理的逻 辑以限制优化问题，以便仅需调用一次数值求解器。该例子由箭头1 和2所表示，其中在箭头1处，专家系统702提供一组预处理的数 据作为数值求解器的输入，其限制由优化器解决的优化问题以便使 得仅需考虑受限制的数量的二进制变量从而没有条件声明。在该情 形中，数值求解器704能够运行一次来找到最优解决方案并提供该 解决方案给专家引擎702(在箭头2)。专家系统702然后在该返回 数据上运行后处理来得出用于运行工厂的实践或实际的解决方案， 其被提供到箭头5处的工厂控制系统。
将被理解的是，建模710，712和716可被以任何方式确定， 包含使用免疫方法，神经网络方法，统计方法，回归分析方法等。 此外，组合专家系统和数值求解器并使用数值求解器作为如上述的 可调用例程允许复杂的优化问题被专家系统认识简单地限制，并以 可以以实际方式改变和得出解决方案的这样方式提供优化，并且其 能够快速得出和将改变融合到最优解决方案中。因此，这里描述的 方法使得专家引擎能够仔细检查数值求解器的结果以使得决定能够 被精确化和受约束，并且在优化过程中在时间上使用新输入来确定 附加地从属过程决定。
尽管前述文字提出了本发明的多个不同实施例的详细说明，但 是应当理解，本发明的范围应该由本专利最后所提出的解释权利要 求的文字所限定。详细的说明只作为示例来解释而不能描述本发明 的每个可能的实施例，因为如果可能，描述每个可能的实施例是不 切实际的。多个可替代的实施例能够使用当前的技术或者也能够使 用本专利提交日之后所开发的技术来施行，这些仍然处于本发明权 利要求所限定的范围内。
因此，对此处所描述的或示出的技术和结构所作的许多修改和 变型可以不偏离本发明的精神和范围。因此，应该理解此处所描述 的方法和装置仅仅是说明性的并不对本发明的范围起限定作用。
机译： 使用迭代专家引擎的优化系统
机译： 使用迭代专家引擎的优化系统
机译： 使用迭代专家引擎的优化系统
