基于工业互联网的热电智能调控技术

热电智能调控技术案例总结

1. 背景

• 行业特性：热能作为工业基础能源，具有区域化供给特点，热电联产是高效利用方式。热电联产机组特点包括：区域能源供应、燃煤品质波动、能源需求多样化、运行控制复杂、设备易故障等。
• 政策背景：双碳政策推动新能源发展，但风电、光伏存在波动性，给电网调峰带来压力。国家能源局提出能源数字化智能化发展，要求区域能源系统适应新能源并网，热电厂需实现实时动态调控。
• 痛点问题：热电联产机组普遍采用DCS监控，但无法实现全厂自动控制，主要原因是DCS在协调控制、大延迟控制、控制逻辑适应性、数据质量容忍度方面存在不足，导致人工运行依赖性强，运行效果受限于人员经验。

2. 市场分析

• 市场规模：中国工业锅炉超40万台，热电联产机组普遍配置70-80名运行人员，人力成本高且存在招人难、留人难问题。
• 经济效益：智能调控技术可节省20名运行人员，提升1%系统能效，每年可为电厂节省400万元直接经济价值。对于区域能源系统，可提高新能源利用率，降低综合用能成本，综合经济效益可达数百万元每年。
• 应用前景：智能调控技术适用于小型工业锅炉和大型电站锅炉，符合国家战略，是建立新型能源体系、保障能源安全的关键技术。

3. 方案

• 总体方案：智能调控体系在DCS基础上融合APC、RTO、RTS，实现全厂级自动化运行。强调调度、寻优、控制一体化决策，综合考虑、统一决策、全局最优、高效执行。
• 智能决策算法：将控制决策分为解空间构造、可行解筛选、控制结果变换、控制结果寻优四个步骤，模拟人工思维过程进行决策。
• 数字孪生模型：构建面向全厂调度和控制的预测模型体系，需具备全厂耦合和动态更新特性，以匹配热电机组多时变特性。
• 智能感知技术：利用大数据和机器学习技术进行数据软测量，提高数据感知的全面性和精度，主要方法包括统计平均法、机理建模法、系统测算法、相对偏移法。
• 核心技术：
  • 智能调控算法：包括厂级调度算法、子系统协调控制算法、设备级控制算法、模型预测控制算法。
  • 智能感知算法：包括煤质软测量算法、流量软测量算法。
  • 智能优化算法：包括汽机滑压优化算法、排烟氧量优化算法、通用优化算法。
  • 数字孪生模型：涵盖热电各工艺段、与生产控制相关的所有模型，如机组模型、煤粉炉模型、循环流化床模型、汽机模型等。
  • 智能调控平台：ADMC平台包含知数（数据接入、存储、计算）、智控（数字孪生构建、管理、智能调控算法、实时调度控制框架）、景图（实时展示、人机协同交互）三部分。
  • 集成开发环境：提供算法组件集中管理、开放性强、低代码快速搭建、控制分析一体化、便捷运维和预警分析等功能。

4. 案例价值

• 提升热电生产的安全性、稳定性和经济性。
• 降低电厂生产管理的负担，减少对基层人员的依赖。
• 提升电厂调控能力，为建立新型能源体系贡献重要力量。

5. 全应科技介绍

• 公司概况：全应科技成立于2016年，专注于热电生产工艺优化，2019年获得高新技术企业认证，2022年获得“专精特新”中小企业认定。
• 融资情况：获得腾讯资本、博华资本、高瓴资本等多家风险投资机构投资，总融资额数亿元人民币。
• 平台荣誉：全应热电云工业互联网平台获得首届中国工业互联网大赛三等奖、全国首批10大工业APP等荣誉。
• 知识产权：取得软件著作权50余项，发明专利20余项。
• 人才队伍：以大数据开发、人工智能、热电工艺等专业资深人才为核心，2020年入选上海长宁区科技之星团队。
• 市场布局：在热电聚集度高的区域拥有一支具备丰富经验的销售团队，与区域热电能源协会、行业意见领袖建立密切协作模式。