火力发电厂智慧电厂实施方案的探索与研究

李霄飞，朱梓傲

（1.中国大唐集团有限公司，北京 100033；2.沈阳航空航天大学，辽宁 沈阳 110136）

1 智慧电厂建设背景

21世纪初，各国先后提出“智能工厂和智能制造”的概念，美国和德国分别提出了“工业互联网”和“工业4.0”的概念，人类进入以信息物理融合系统（CPS）为基础，以高度数字化、网络化为标志的第四次工业革命时代。2015年，中国提出“中国制造2025”战略，将信息化与工业化深度融合，大力发展数字化、智能化，随后，发布了《深化“互联网+先进制造业”发展工业互联网的指导意见》《新一代人工智能发展规划》《工业互联网发展行动计划（2018—2020年）》《工业互联网APP培育工程实施方案（2018—2020年）》等系列文件，制定了人工智能三大战略目标。随着对信息化、智能化等理论研究的深入及人们对互联网、物联网、人工智能等技术的应用探索，工业生产过程实施智能化的关键技术已日臻成熟。

在智能制造与智慧能源的发展框架下，国家能源局发布了《关于推进“互联网+”智慧能源发展的指导意见》，实施能源领域的国家大数据战略，积极拓展能源大数据的采集范围，实现多领域能源大数据的集成融合。随着发电领域智能发电技术的快速发展，建设智慧电厂被逐步提上日程，复杂程度最高、涉及范围最广的火力发电厂的智慧化成为研究的最重要内容。

2 智慧电厂的定义

智慧电厂不是简单归结为一个软件或一个系统，而是一种管理理论和方法。建设智慧电厂是发电行业管理思想的重大变更，是实现火力发电厂高质量发展的必由之路，体现了“工业4.0”和“中国造2025”的发展理念。

智慧电厂是数字化电厂结合智能化后进一步发展的目标，是现代电厂信息化发展的新阶段，是信息技术与发电技术的深度融合，采用新一代信息通信技术、人工智能（AI）技术、检测控制技术，以发电系统为载体，利用大数据和现代通信技术，采用智能控制系统，具有一定自主性的感知、分析、学习和决策能力，能动态适应发电环境变化，解决发电厂工程管理、运行维护等问题，减少生产过程中的人工干预，提高生产效率，构建高效节能、绿色环保的发电厂。

3 智慧电厂的系统构成

智慧电厂的概念一经提出，建设者们纷纷提出自己的建设内容，主要围绕智能管理、智能控制和智能设备等要素开展了规划和设计，在各个要素上深度融合各种先进智能技术，充分利用火力发电厂内的各种资源，最大限度地提高发电效率。

智能管理：应用人工智能（AI）、工业大数据等新一代技术手段，对信息资源进行提炼、分析、判断，以经济效益为中心，以生产管理为主线，以设备管理为重点，实现对电厂的管理，如智慧经营、智慧燃料管理、构建三维数字可视化设备模型、人员定位与安全管理、智慧物资管理、工艺仿真和人员培训、智能巡点检等。

智能控制：基于先进控制系统平台，采用智能控制策略，对所有运行设备进行全过程监测，对运行数据进行统计、查询、汇总、分析等深度挖掘，形成具备“自分析、自诊断、自学习、自适应”的运行优化系统，利用机器学习与人工智能技术，实现机组高效环保运行、灵活调节、少人或无人值守、智能监视。如锅炉燃烧优化控制、锅炉智能吹灰优化控制、AGC优化控制、机组自启停控制、主再热汽温控制、冷端优化控制、脱硫脱硝控制等。

智能设备：采用自身感知或在辅助系统、设备的协助下，具备自管理、自诊断能力的现场装备，如现场总线、智能照明、高压电气设备智能监控系统等。

4 智慧电厂的工程设计

目前，行业内关于智慧电厂的定义、特征还没有统一的标准，也没有成熟的设计规范。电厂在市场竞争日益激烈的形势下，常规燃煤火力发电厂面临着生存的考验，建设者在建设过程中不断优化设计，降低工程造价，同时提高自动化水平，推动自动化和信息化的深度融合；在生产期不断提高设备自动化水平，优化管理资源，降低生产成本，提高市场竞争力，智慧电厂建设为火力发电厂进一步提升自动化水平，提高劳动生产率，降低人工成本等方面提出了新的要求，笔者们认为要实现火力发电厂的智慧化主要从以下几个方面进行探索和研究。

4.1 构建智能控制平台

智慧电厂的数据通过各个采集设备传送到控制系统和管理系统中，系统将接收的数据进行加工和整理，形成控制信号，实现自学习、自适应的功能，同时向管理人员提供管理信息，并通过页面形式展现出来。因此，智慧电厂最重要的是数据、数据处理、基于数据的反馈。当前，火力发电厂的数据是呈“金字塔”形自下而上由生产层向管理层进行传输，生产和管理之间的数据传输是单向的，数据只能由生产层向管理层传输，管理层数据不能向生产系统传输，生产数据和管理数据分别在不同的数据平台上运行。在生产层，普遍存在多种控制系统，底层数据不能被有效整合利用。另外，控制过程是基于实时的运行数据，控制过程绝大多数采用的是基于传统的经典控制理论，对于历史数据的分析、判断以及对历史数据分析的结果还没有被真正应用到控制系统中，可以说控制系统没有根据历史数据进行“思考”和“学习”的能力。因此，要实现发电过程的智慧化，必须要建立智能控制平台，构建控制层的数据库，建立实现电厂自分析、自诊断、自学习、自适应的数据基础。

通过构建智能控制平台，进一步扩大生产数据采集范围、完善生产过程控制功能，在生产层设计智慧发电的“大脑”，把目前部分操作人员的操作能力移植到智慧发电的“大脑”中，同时，在智能控制平台上根据大数据、机器学习等技术构建发电设备、系统的精确模型，充分掌握被控对象的特征，对数据进行深度开发利用，对不同的控制设备采用有针对性的控制策略，使其具备分析、诊断、学习、决策和提高的能力，从而实现智慧化发电目的。另外，在智能控制平台上，应用先进的高级控制策略及控制算法，使得发电过程的控制效果更理想，最终实现机器操作代替人工操作。

4.2 构建智能生产管理平台

在生产管理层构建生产管理平台，是实现数据共享的智慧电厂的必要条件。目前，火力发电厂生产管理系统中存在信息壁垒和信息孤岛，虽然部分信息化系统初步对相关的系统进行了整合，实现了部分生产、管理和经营业务间的协同，但各个管理系统，如设备管理系统、巡检系统、缺陷管理系统、物资管理系统等之间的数据还不能完全共享和相互协同，不能运用工业大数据处理手段对积累的海量数据进行有效的分析，从而为生产管理者提供智能决策服务，因此，要实现数据共享的智慧电厂，就必须在生产管理层构建生产管理平台。在这个平台上设计统一的开放的数据库，只有这样才能实现设备管理、安全管理、检修管理、物资管理等系统间数据的共享和协调互动，才能对电厂的工艺过程和各设备进行大数据智能深度分析，为生产管理者提供更加全面的决策服务。

4.3 分散控制系统与厂级监控信息系统的融合

要构建智慧电厂智能控制平台，使控制系统具有自分析、自诊断、自学习、自适应的能力，必然要对设备运行状态进行分析、对设备和系统的性能进行计算、对各个系统的耗差进行经济分析，才能对各设备的运行进行优化，实现设备和系统具有自分析、自诊断、自学习、自适应能力的目的。目前，火力发电厂的这些分析功能都是在厂级监控信息系统中实现的，根据当前分散控制系统和厂级监控信息系统的设计规定，这些对设备和系统的运行数据进行分析计算的结果是不能传输到控制层参与自动控制的，对设备和系统的运行优化是通过人员干预来实现的。因此，要使控制系统具有“思考”的功能，必须对分散控制系统和厂级监控信息系统的设计内容进行系统的规划，将性能计算、耗差分析、设备的运行优化等功能移植到生产控制系统中去，使得通过大数据智能分析的结果参与机组的自动控制当中，从而使得发电的“大脑”更加智慧。

4.4 对智能发电设备和系统进行深入的研究

要实现对运行数据的统计、查询、汇总、分析等深度挖掘，形成具备“自分析、自诊断、自学习、自适应”的运行优化系统，保证机组高效环保运行、灵活调节、少人或无人值守等目标，在火力发电厂工艺系统设计上要从以下几方面进行深入的研究和创新。

4.4.1 对发电设备和工艺系统进行智能化完善

智慧电厂需要更多设备数据，由于测量技术、计算机技术和信息技术的飞速发展，大量新型仪表和控制设备不断涌现，部分以往无法实时准确检测的电厂系统和设备的运行状态已经可以实时准确检测，在火力发电厂各个系统的设计中采用新型可靠仪表和设备，选择更加可靠准确的检测手段，能为实现智慧化提供丰富的基础数据。

智能设备是电厂的底层，将发电设备和系统的运行状态参数直接数字化，数字信号使设备的信息量大大增加，精确度不断提高，系统的可靠性大幅度提升。现场总线技术的应用，提升了仪表的智能化，可从现场设备和仪表取得更多的运行数据，还可对设备本身的健康状况进行检测，具有一定的自诊断能力。

然而，目前针对发电设备和工艺系统的研究不够，主要发电设备和工艺系统的智能化程度不高。这就需要对发电设备和系统进行智能化的重构，对设备和系统进行模块化划分，分别划分成不同的单元，并设计代表每个单元的控制特性、安全特性和经济运行特性的代表参数，进一步完善设备和工艺系统的参数检测，为控制系统提供更多的数据，控制系统通过这些数据进行“思考”，得到单元的各种状态，从而能够更加灵活地加以控制。

随着自动化水平的提高，火力发电厂“一键启停”（APS）的设计，必将成为现代电厂高度自动化、智能化的标志，想要更好地实现火力发电厂发电过程的APS，所有参与APS的设备和系统必须具有“一键启停”的性能，同时对发电设备和系统进行智能化重构，使各个设备和系统具有“一键启停”的能力，进一步提升火力发电厂机组的安全性和经济性。

4.4.2 对发电设备和工艺过程的控制系统进行完善

对发电设备和系统进行智能化重构，划分成单元，需在控制系统中设计对应的控制单元，通过控制系统对这些单元运行数据的分析和诊断，进而实现对这些单元的控制，确保运行安全、经济。同时，形成代表这些系统控制特性、安全特性和经济运行特性的数据参数，为控制和管理提供数据。

智慧电厂需要更高的控制水平，对发电设备和系统进行了智能化重构，所对应的控制策略也需要进一步完善。在控制系统具有“思考”能力的前提下，就需要完善模拟量控制系统和顺序控制系统，进一步减少人工操作，最终实现全过程的机器操作目标。

首先控制系统具备了“思考”能力，可以对智能化重构的设备和系统进行先知和预判，从而使模拟量控制更加智能，特别是燃烧控制、汽温控制等在传统模拟量控制策略下控制品质不太理想的系统，构建更加先进的控制策略尤为重要；其次是构建更加智能的顺序控制系统，控制系统具有“思考”能力，使得开关量顺序控制系统对设备状态监测、判定能力具有操作人员一样的“思维”能力，能够更加灵活地自动实现设备的顺序控制功能；再次是模拟量控制系统和顺序控制系统相互协调。火力发电厂“一键启停”（APS）功能的实现，模拟量控制系统和顺序控制系统之间必然要相互协调。在原有控制系统的基础上，再设计控制系统的“大脑”，就像是在控制系统中设计了操作人员一样，用机器代替人的操作，这样使得模拟量控制系统和顺序控制系统之间的相互协调能够更容易实现。

4.4.3 构建完善的设备状态分析系统

现阶段，火力发电厂设备状态监测与诊断系统主要有：汽轮发电机组故障诊断监测、大型转机的故障诊断以及电气设备状态监测与诊断系统。系统主要采用传统的周期性预防性的检测，智慧化程度较低，准确度不高，设备状态管理系统也是基于传统的设备监视进行固定的状态分析，给出的分析结果只是参考性的。

智慧电厂需要对发电设备和系统的运行状态进行有效分析和诊断，实现对设备运行性能、健康状态等因素的全方位预判和诊断，实现智能化、精细化的控制和设备管理，必须在控制系统中构建完善的设备状态分析系统，通过分析设备和系统启停次数、启停时间和运行状态，为设备系统的运行控制和设备管理提供依据。更高的设备控制水平需要准确的设备和系统状态检测结果，在发电设备和系统智能化重构的基础上，构建完善的设备状态分析系统，利用专业分析和大数据工具，针对各个发电设备单元的运行状态、故障状态等进行实时分析，建立检测数据库。同时，设备状态分析系统可以提供包含运行时间、备用时间、非计划停运时间、计划停运时间、可用小时、可用系数和计划停运系数等在内的各种设备状态信息，为设备管理提供决策依据，实现早期发现征兆，提前采取措施，避免故障的发生，变被动检修为主动检修，变非计划停机为计划停机的管理需求。

5 结束语

智慧电厂建设是一项系统性工程，是长期细致复杂的工作，目前仍然处于探索阶段，在设计标准、人员安全、设备安全、工程投资等方面还存在诸多问题，没有哪一家发电企业能够提供成熟的智慧电厂解决方案，但众多火力发电厂的建设者、管理者针对智慧电厂建设进行了积极探索和实践，提出了自己宝贵的建设经验。笔者们认为智慧电厂建设必将不断提升火力发电厂智慧化水平，为生产运营提供决策和支持，最大限度地实现减员增效、提高劳动生产率和进一步提高企业运营效率。