传统火电厂建设智慧电厂的典型方向及构架体系

2018-12-22潘玉松陈旭伟

分布式能源 2018年5期

潘玉松，陈旭伟，张鹏

(1.国电泰州发电有限公司，江苏泰州 225327；2.北京国电智深控制技术有限公司，北京昌平 102200)

0 引言

在当下第四次工业革命的浪潮中，美国推出了“先进制造业国家战略计划”，2014年成立了美国工业互联网联盟(IIC)，旨在实现智能工业应用，改变原先的工业运营模式；2013年德国正式推出“工业4.0”，旨在推动传统工业领域的计算机化，使之向智能生产、智能工厂转型。为了应对国际竞争，提高国家制造业创新能力，推进工业化和信息化深度融合，国家2015年推出了《中国制造2025》[1]，并在十三五规划中明确提出“推进能源革命，加快能源技术创新，建设清洁低碳、安全高效的现代能源体系”[2]，2016年国家发改委发布了《关于推进“互联网+”智慧能源发展的指导意见》[3]，至此，智慧电厂的建设概念日益清晰。

经过近20年的充分发展，我国火力发电行业取得了令人瞩目的进步，一是发电装备制造水平显著提升，机组等级实现了300 MW到1 000 MW的各种技术流派的全覆盖，相关生产指标已经实现世界行业内领先；二是生产自动控制水平取得了突破性发展，分布式控制系统(distributed control system，DCS)技术已经实现国产，其他的可编程控制器(programmable logic controller，PLC)、现场总线技术也逐步国产化；三是信息化建设取得体系化成果，绝大多数电厂都建成了DCS、安全仪表系统(safety instrumented system，SIS)、管理信息系统(management information system，MIS)，随着计算机技术的进步，相关应用更加高效、准确。然而随着电力市场的变化，为了与新能源发电的高效协调，需要火电厂提升发电灵活性，满足电网的负荷响应要求，及时综合分析燃料、电量等市场信息，智慧电厂的建设成为必然之路[4]。

当前，GE、西门子、ABB等公司先后推出Predix、MindSphere、Ability等工业互联网平台，为智慧火电提供功能强大的平台支撑；各大发电集团也在积极推进智慧电厂建设，期望通过智慧电厂的建设引领传统发电企业实现转型升级。其中，国家能源投资集团的大渡河公司，采用“互联网+大数据”技术，建成了公司层面的“综合决策中心”、“专业数据中心”和“智慧工程、智慧电厂、智慧调度、智慧检修”四个基层智慧模块，是国内首个整体流域水力发电站的智慧企业建设样板；大唐集团的姜堰燃气电站运用了三维建模技术和大数据分析技术，实现了企业档案三维数字化、设备故障诊断可视化和技能培训智能化，在人员定位和厂区无线方面做出了积极尝试[5]；国家能源投资集团的高安屯燃气电站大量使用了现场总线设备，提升了生产自动化水平，构建了生产故障远程实时诊断专家系统，提升了机组可靠性，大幅降低了人员工作量，全厂只需30名工作人员，为智能发电做出了有借鉴意义的探索。

在智慧电厂建设的探索中，也出现过一些误区，一是片面化的理解智慧电厂，比如用数字化建设、信息化建设代替智慧电厂功能；二是用新的技术手段堆砌智慧概念，比如用虚拟现实、无线定位、生物识别的应用来简单化智慧电厂功能；三是智慧主体不清，一味地追求生产、管理信息数据的智能化展示，关键的智能发电技术的应用很少，智能发电和智慧管理的协调不多。本文将从传统火电厂的实际出发，结合智慧电厂建设的典型方向，论述智慧电厂的构架设计，从数据流、信息系统以及应用模块等方面，阐述构架形式。

1 智慧电厂建设的典型方向

1.1 智慧电厂建设的目标

综合国内外对智慧电厂(工业)的定义，智慧电厂的建设目标可以简要概括为：面向电厂全生命周期，利用新的信息技术(云技术、物联网)、智能分析技术(智能算法、数据深度分析)、智能感知控制技术(机器人、视频识别(radio frequency identification，RFID))，实现生产发电的智能化和业务管理的智慧化，为电网持续提供安全、灵活、清洁、经济的电力。

1.2 智慧电厂的特征

泛在感知——通过先进的传感测量手段及网络通信技术，实现对电力生产和管理过程中环境、状态、位置等信息的全方位监测、识别和多维感知。

信息融合——利用云计算、大数据、物联网、人工智能等先进技术，对电力生产与管理过程中的海量数据进行规划、处理与分析，实现多源数据的深度融合[6]。

业务智能——基于发电核心业务，运用预测控制、鲁棒控制、PID自整定控制等先进算法，同时使用大数据分析、自迭代深度学习等技术进行多目标优化，构建具备“自学习、自适应、自诊断、自组织、自趋优”的智能发电系统和智慧管理系统，利用AI技术、模式识别等方法，获得电力生产经营中关键指标的关联性和内在规律，及时准确判断机组所处状态和企业管理状态，及时优化或给出调整建议，提升企业运营竞争力。

管控一体——建立智能发电与智慧管理系统之间的数据共享、业务联动机制，实现各项生产指标的最优化与企业安全经济效益的最大化[7]。

1.3 智慧电厂建设路径

随着云计算、大数据、物联网以及人工智能等技术的发展，火电厂建设智慧电厂的路径逐步清晰，一般应为以下几个推进阶段：

1) 完成数字化建设。

一是完成电厂全口径信息采集工作，并将所有信息转化为数据，形成涵盖结构化数据和非结构化数据的统一数据源；二是进行数据的标准化工作，包括进行基于元器件的统一编码工作，以及基于时间序列的非结构数据的存储标准化工作；三是整合生产实时数据库、关系数据库和其他数据库(包括文本数据和视频数据等)，构建统一的数据中心(含知识库)，以确保所有数据来源唯一重复使用。

2) 完成物联网建设。

一是完成厂内无线专用网络建设，为厂区物物相联打造好基础；二是完成必要的检测感知元器件的升级，重点包括智能传感器、智能执行器、门禁系统、智能视频探头、设备RFID标识建设等，实现设备信息、环境信息的及时交互共享；三是完成人员定位系统和智能终端的建设，打通厂区内人与人、人与物、物与物的联接，为厂区全方位收集信息，实施管控打好基础。

3) 完成模型化建设。

一是在DCS层面采用一些成熟的机理算法，构建一些系统的多变量预测数理模型，围绕智能发电进行运行策略的智能升级；二是结合企业管理流程和管理行为，构建管理模型；三是完成厂区全景三维建模和发电机组的三维建模工作，结合VR、AR、MR技术，打造电厂安防、运行、维护、检修和培训的可视化模型。

4) 实现智能一体化。

一是采用现代信息处理和通信技术，整合原有企业的信息系统，打通管理壁垒；二是整合DCS、PLC、现场总线等设备控制系统，形成一体化联动的智能发电模块；三是针对安全生产管理和经营业务管理需要，构建智慧安全、智慧运行、智慧检修、智慧工程、智慧物资、智慧燃料、智慧营销、智慧行政和智慧党群等智慧管理应用模块，并完成与数据中心的信息互联共享；三是应用大数据分析等综合智能决策技术，构建能联动智能发电和智慧管理模块的一体化决策平台。

图1 传统火电厂管理架构图Fig.1 Management rack of traditional thermal power plant

2 智慧电厂的构建体系

2.1 传统火电的典型构架及缺陷

智慧电厂的建设应该立足于传统火电厂的实际情况，围绕电力市场的新形势和企业管理的新要求来切实创新，利用当下的先进技术来有的放矢，以便取得实效。图1是传统火电厂的管理架构图[8]。

由于传统火力发电企业的信息化建设大多是分步、分系统开展的，实际工作中反映出越来越多的不足，主要包括：1)没有跨部门的结构化流程，各系统以职能部门流程为导向开发，跨部门的流程往往靠人工衔接，运作过程被割裂；2)系统设计上存在本位主义，各系统从职能部门利益出发，各自为政，造成内耗；3)决策目标不唯一、清晰，没有统一的驱动原则，各系统的运作缺乏前瞻性，反复做无用功，浪费信息资源；4)各系统的数据处理和流程优化技术不精，不能使信息资源得到充分的发挥；5)各系统的开发技术不统一，在数据处理和共享交互上缺乏整体协同性，部分系统甚至无法与外部系统交互信息，孤岛运行。

2.2 智慧电厂的数据构架

高效利用电厂过程信息是智慧电厂建设的关键之一，对电厂生产、经营和管理信息的数字化整合[9]主要包括“数据采集—数据传输—数据标准化—数据统一存储及分析”这几个关键环节，相关数据构架如图2所示。

为有利于后期智慧功能的拓展，智慧电厂的数据架构应该选用数据交互便捷、数据分析高效的技术路线，当下使用云平台技术，构建基础数据构架，比使用常规的小型机数据库具有数据更加安全、交互更加便捷、计算更加高效的优点，也为各发电集团整合所属企业数据资源，打造行业资源中心做好了基础数据构架准备。

2.3 智慧电厂的应用构架

智慧电厂的应用构架设置可以秉承“业务智慧、提质增效”的原则，应该从发电业务[10]和管理业务两个方面进行智慧变革，应用架构如图3所示。

整体架构包含智能发电和智慧管理两部分，由于最终目标都是服务于生产发电，所以核心应为智能发电：一是使用神经网络等高级算法，优化DCS控制算法，提升控制效果；二是多目标优化等智能控制策略，优化系统运行，提升系统运行效率和灵活性；三是使用一些先进的智能检测技术、大数据分析技术和人工智能技术，提升设备全生命周期管理的水平。智慧管理作为一个支撑服务体系，整合了企业管理业务，基于生产发电实际，围绕构建“安全、高效、和谐”的智慧电厂的目标，实现所有管理行为和业务流程实施规范、运行流畅。

图2 智慧电厂数据构架图Fig.2 Data architecture of smart power plant

图3 智慧电厂应用模块构架图Fig.3 Application module architecture of smart power plant

其中，智慧管理部分，重点是利用企业生产、经营、管理等数据信息，围绕安全运行、环保排放、成本最优、作业高效等目标，在安全管理、污染物排放、配煤掺烧、电力营销、内部管控等方面，既能实现个体目标最优智慧分析，又能实现综合目标最优智慧分析，为企业人员从多角度、多维度地给出生产营建议。智能发电部分，既能实现针对机组内部特性的自学习、自适应、自诊断的智能发电优化，又能及时响应企业人员根据智慧管理模块提供的信息做出的运营决策，进行自组织、自趋优的发电调整。