劉祥(南京化學工業有限公司動力部,江蘇 南京 210048)
蒸汽是化工廠必不可少的公用工程,廣泛用于透平驅動、物料加熱、管道保溫等場合。蒸汽的用量是各個生產單元能耗的重要組成部分,關系到自身的效益核算,歷來受到用戶的重視。然而,由于各種原因,蒸汽系統供應量的儀表數據和消耗量的儀表數據往往存在偏差,多數情況下蒸汽供應量大于消耗量,這就違背了質量守恒的原理。為了使得蒸汽供應量與消耗量平衡,不同企業采用了各種各樣的經驗手段,但多數手段均缺乏數學依據。本文針對我公司中壓蒸汽用量小于供應量的問題,采用兩種數據整定的方法對用戶用量的儀表數據進行了校正,并選出其中較好的一種方法。
我公司常用的蒸汽壓力等級主要有0.8 MPa、3.5 MPa、9.8 MPa,其中3.5 MPa蒸汽用量最大、用戶較多、供應量與消耗量的儀表數據不平衡問題較為突出。表1是春季某月我公司3.5 MPa蒸汽主要供方和用戶的供應量與消耗量的數據表。當月的供應量比用量超出8 225 t,占總供應量的4.7%,兩者偏差較大。造成蒸汽不平衡的主要原因是儀表的測量偏差與系統損耗。目前我公司把這8 225 t的偏差簡化歸結為損耗,并全部折算在動力站的身上,這就大大損害了動力站的經濟效益核算,對動力站是很不公平的。以每噸蒸汽160元計算,動力站每月的賬面效益損失132萬元,每年損失1 579萬元。

表1 3.5 MPaG蒸汽供應與消耗的儀表數據
供應量比消耗量超出的8 225噸/月,應當按照一定的規則分配給各個用戶,這就是數據整定的工作內容。
所謂數據整定,就是在滿足基本物理、化學原則的條件下,運用數學方法找到一組新的整定值,使其最接近于儀表數據。數據整定已經成為儀表數據處理的標準化步驟。
數據整定本質上是一個優化問題[1],約束條件是基本的物理、化學原理,目標函數是整定后的數值最接近儀表數據。目前數據整定中最常用的目標函數是各個儀表數據與整定值的偏差平方和最小,如此,數據整定問題描述如下:

式中:F1為目標函數,s.t.為所受的約束條件;mB,i為第i個用戶用量的儀表數據;mi為第i個用戶用量的整定值;Ms為蒸汽的總供應量。
經推導,當各用戶的(mB,i-mi)均相等的情況下,F1達到最小,即最佳解為:

式中:MR=∑mB,i為用戶用量儀表數據之和;n為蒸汽的用戶數量。可見,最佳的整定值僅與蒸汽供應量與消耗量之差有關。
偏差平方和作為目標雖然最常用,但是依據式(2)得到的整定值依然不盡合理,詳見第3節的案例。若采用儀表數據與整定值的相對偏差平方和最小作為目標函數,則數據整定問題描述如下:

可見,最佳的整定值不僅與蒸汽供應量與消耗量之差有關,還與其他用戶儀表數據有關。
應用第2節所述的兩種數據整定方法,對我公司的3.5 MPa蒸汽的月用量進行整定。儀表數據與兩種整定結果如表2所示。其中整定值1表示依據式(1)計算得到的結果,整定值2表示依據式(3)計算得到的結果。兩種方法的用戶用量整定值之和,均等于供應量,滿足質量平衡的約束條件。

表2 蒸汽用量的數據整定結果 單位:噸/月
依據式(1)的整定方法,供應量比消耗量超出的8 225 t/月,平均分配給各個用戶,這種做法對于用量較小的單位顯然是很不公平的。
依據式(3)的整定方法,用戶的用量儀表數據越小,則調整得也越小,用戶的用量儀表數據越大,則調整得也越大。顯然,依據式(3)的整定值比依據式(1)的整定結果更加合理、公平。
(1)當蒸汽系統的供應量與消耗量存在差異時,應采用一定的數學方法進行數據整定,使得供應量與消耗量滿足平衡關系。常采用偏差平方和與相對偏差平方和最小作為目標。
(2)從管理者角度,基于公平的考慮,更應當采用相對偏差平方和最小化作為目標,其結果比偏差平方和最小化為目標的結果更加合理。