钢铁工业能耗高、污染严重,一直以来都是国家节能减排重点关注的行业。副产煤气作为生产过程中回收得到的二次能源,由于其热值高,可减少一次能源的消耗,因此研究其优化调度对于减少排放、降低用能成本和提高能源利用率具有重要意义。针对国内大型钢铁企业副产煤气系统的实际调度需求,综合考虑高炉煤气、焦炉煤气和转炉煤气在发生、消耗过程中的工艺特征,本文研究了一系列数据驱动的副产煤气优化调度方法,具体内容如下:针对高炉煤气产消量大、波动性强的特征,提出了一种基于因果延迟分析的短期调度方法。该方法给出了连续变量间的因果概率来进行变量约简,计算出各因素变量的延迟参数,并基于此构建对应的训练样本集,建立多核最小二乘支持向量机模型来预测柜位未来的变化趋势。进而给出一种改进的模糊C均值聚类算法对调度样本进行聚类,分析出与目标向量相匹配的聚类中心,并考虑该聚类中各样本的可行性评价指标与负荷范围约束,计算出最优的调度方案。针对转炉煤气在发生侧存在离散周期性、在消耗侧具有波动性强的特征,分别建立了一种基于因果网络的短期调度模型和一种基于粒度因果关系的长期调度模型。前者考虑了煤气在发生与消耗过程中存在的不确定性,基于各变量的标准差计算出预测区间,并建立了短期调度模型,给出了未来30分钟的调度方案。后者则面向长期的炼钢生产过程,构建了粒度因果关系模型实现煤气长期预测,同时考虑经济性与安全性指标多个优化目标,将调度范围延长至360分钟,计算在该时长范围内的最优调度方案组合,实现该系统的长期调度。针对多种副产煤气在消耗过程中存在相互耦合的特征,提出一种基于因果区间推理的联合调度方法。该方法考虑了各变量的时间延迟参数,构建各系统对应的样本集并分别进行粒度划分,建立了各柜位的区间推理模型。进而考虑可调用户的能源消耗特点,建立四层因果网络,并给出各局部网络的评价指标,实现多副产煤气系统的联合调度。采用国内大型钢铁企业副产煤气系统的实际运行数据,本论文对上述所提出的调度模型进行了实验,结果表明所提方法均可满足生产现场对于不同副产煤气系统的调度需求,且相较于现行的人工调度方法精度有所提高,可有效保证系统安全、减少煤气放散并降低用能成本。此外,基于上述方法开发的应用软件系统已经成功应用于该企业的能源管控中心,为现场操作人员的平衡调度工作提供了有力的支持,对钢铁企业的节能减排、降本增效具有重要意义。