智慧电厂与智能发电问题及关键技术探究

国家能源集团国源电力有限公司 北京 100000

1 引言

随着电力行业的装机规模不断增加，同时风力、水力等能源的不断兴起利用。电厂的市场竞争压力与日俱增，为了更好地提升电厂的效益，一方面需要确保设备的安全稳定运行，降低故障率；另外一方面需要通过优化管理措施，引进先进的技术和管理方法，提升管理自动化水平。推动管理体制的创新和改革，降低企业的运营成本，可以提升市场竞争力。在此背景之下，智慧电厂的概念和雏形应运而生，智慧电厂不仅满足电力企业新时代下的发展需求，也能为企业的科学管理和智能自动化水平提供方向。

2 智慧电厂概述

智慧电厂是建立在数字电厂的基础上，利用先进的5G技术、物联网、大数据、云计算平台等一系列技术实现对电厂的智能化调度、运营和管理。智能化电厂运行模式简单而言就是将电厂运行中产生的信息、指令、信号等内容进行数字化，通过网络技术实现数字的快速传递和处理，利用核心的专家系统快速进行数字处理，进而将相关的指令输送到对应部位。

(1)设备的云平台化。云平台就是云计算，通过硬件资源和软件的设备，提供信息存储、计算等功能。电厂可以利用云平台技术将服务器、交换机等硬件设备设置在云平台上，可以自己购买也可以租用云平台设备，实现企业生产调控、信息和网络管理的一体化规划和部署。构建统一的企业云平台时，需要两个物理网络子系统作为生产管控和企业信息处理，通过厂级生产管控层应用向企业信息管理层应用单向推送信息的方式实现信息的实时共享。

(2)基建运营一体化。数字化移交及品质管控:电厂生产周期数据主要是电厂从设计、建设、投产、运营管理等各个阶段的数据、文件和资料。电厂的基建是以三维设计为基础，设计资料是电厂扩建和新建的重要基础信息，通过过程和质量的管控能力提升，有效保证移交的质量。

基建数据和模型开发能力:电厂数字模型存储各种类型的设计参数和类型，利用数字模型与采购、施工和运行、优化等阶段进行有机结合，可以构建虚拟电厂。

(3)市场和客户层面的能力提升。能源互联网创新能力，将生产资源连入互联网，根据需求智能调控生产中的原料配制、设备运行负荷等一系列关键生产参数，保证资源的自适应配置，使得过程管控、计划管控得到较大的优化，使得生产能够处于动态自适应运行过程。

科学决策能力:电厂的决策者根据智能平台数据的分析情况，通过清晰和明确的信息链条，对日常管理能够进行更加合理、科学地判断。

(4)物资供应。燃料一体化管控能力:在满足负荷和发电的需求下，通过合理的数据计算和预测，对燃料的需求和使用配比进行优化，既能满足生产需求，同时也能使得库存得到优化。

(5)电厂策略和规划。电厂的科学规划是战略层的重要内容，是电厂改革和发展重要指导文件。规划执行管理是一种通过实施变革规划和变革项目实现预期价值的新方法，组织有效管理规划实施过程的所必需的技能和能力。

3 智慧电厂与智能发电应用方向

3.1 燃烧控制实现智能化 电厂应用中，锅炉是最为关键和重要的设备，也是耗能最大的设备。对锅炉的运行实现智能化控制可以极大提升能源的利用率，有效降低成本。将智能技术应用在电厂中，对锅炉的运行参数进行数据统计、记录和分析，根据运行参数对锅炉运行中存在的不合理之处进行优化处理，例如炉内温度、送风量、煤粉的浓度、一氧化碳浓度、排放量等。用户可以直接选择需要优化的项目或内容，模型可以围绕目标量进行自动优化计算，从而提升锅炉燃烧的效率，提高运行水平。

3.2 智能巡检、监测 随着先进的监测手段和技术的不断更新，电厂逐渐利用智能化的监测仪器实时监控电厂锅炉内的运行数据，包括关键位置的炉温、水温及燃料的内部燃烧情况。数据监测结合理论计算和设计，可以准确评估锅炉内部的运行状态，也能为更好地调控锅炉的运行参数提供科学的数据。另外，建立三维的锅炉内部燃烧模型，现场的监测仪器、监控等技术对设备运行进行全方位的监控，如果出现现场故障或设备内部运行异常时，可以定位故障点位置。另外，模型会根据故障设备的运行参数具体特性，分析判断故障的类型和部位，为检修人员提供参考，便于检修人员快速处理故障，恢复、保障设备的稳定运行。

3.3 燃料信息智能化 燃料的效率直接关乎电厂的经济性。电厂用煤量较大，需要对煤场进行管控和信息的收集，根据煤场实际的煤炭特性决定煤炭混掺情况。通过智能电厂项目，通过可视化和图像识别，对煤场进行4D化管理，并且根据电厂的实际情况，对煤炭的合理堆放进行调控，使得燃煤场所与电厂锅炉之间能够实现智能化信息互动和交流，提高电厂煤炭燃烧的效率，实现电厂的可持续发展。

3.4 智能燃烧发电 智能电厂项目的最终目的是通过智能技术的利用实现电厂管理和经济效益的最大化，实现机组运行的高效化，能够使得电厂运行更加环保、节能。通过智能燃烧控制技术，可以实现节能减排的目标，这项技术需要结合电厂燃烧控制技术、计算机计算、仪表检测技术等，以控制成本为目的，提升机组整体效率。

(1)通过控制锅炉燃烧过程中的氧气量、煤量的分配及风门的开度等，建立煤炭燃烧的数字化模型，对整个电厂锅炉的运行进行调控。对煤炭的特性进行监控，详细了解煤炭的燃烧性能，为锅炉燃烧提供配煤的数据支撑。同时，利用研磨机对煤炭的煤粉细度进行控制，确定煤粉的细度和出口温度，根据实际煤炭种类进行燃烧控制。通过上述算法，获得合理的参数数值，保证锅炉的高效运行。

通过人工智能算法对锅炉的燃烧进行控制。可以利用蚁群算法和神经网络算法结合模型对锅炉燃烧进行智能化控制。锅炉燃烧效率受到多方面数据的影响，且这些影响具有较强的非线性。人工智能算法对于处理鲁棒性较强的问题具有优势，通过神经网络算法模型对影响锅炉燃烧的因素进行分析，确定不同因素影响的阈值。一般而言，以不同参数的调控数据作为神经网络算法模型的输入值，

将锅炉的实际运行状态、煤炭利用率等作为输出值。确定好神经网络模型后，以锅炉运行效益最大化为目标函数，以各运行参数为自变量，利用蚁群算法进行全局最优化求解，从而确定各参数的最佳水平。

(2)燃料燃烧控制技术。将燃烧技术进行智能优化，均衡燃烧控制技术可以实现燃料的均匀配置，在风粉浓度在线监测的基础上，对每个给粉机转速进行控制，保证同层燃烧器的煤粉浓度相等，能够有效实现总煤粉量以最优的方式配置给每个燃烧器。

(3)以电厂的锅炉为研究对象，利用给水调节特征，采取三冲量串级对汽包水位进行调控。另外除氧箱采取大串级的调节措施，将锅炉给水量作为除氧箱液位调节的前馈，使除氧箱平稳进水，保证除氧效果。三.蒸汽压力控制引入炉膛温度作为副控参数，采用了以汽包压力为主控参数的模糊控制系统。

四.燃烧控制系统采用了以蒸汽流量作为前馈直接控制鼓风量由鼓风量控制给煤量与引风量的控制策略，采用了模糊自整定PID控制与自寻优控制相结合的智能控制策略对风煤比进行在线优化控制，节约能源。

4 智能发电关键技术的典型应用

4.1 锅炉燃烧优化控制技术针对目前我国电站锅炉机组的实际燃烧特性，具有良好的适应性。

(1)煤质的自辨识，煤质多样且频繁变化是我国电厂的特点，然而不同的煤质具有不同的燃烧特性，因此必须科学辨识不同的煤种，才能进行科学的调控。

(2)锅炉燃烧的非线性动态模型，锅炉燃烧过程本身是一个复杂变化的非线性问题，如果将此问题抽象成线性问题去考虑解决，必然会产生较大的误差。此模型具有极强的非线性特点，能够与锅炉的燃烧过程相匹配。

(3)基于多目标的最优化。针对我国电厂的实际情况，不仅要求排放污染物含量低、同时还要保证燃烧的效率、经济性等，因此本控制技术具有多目标最优化的求解能力。

4.2 DeltaE3模型主要基于神经网络智能算法，利用神经网络算法处理锅炉运行过程的复杂问题，同时此算法也能处理多目标最优化问题。通过动态调整设定参数与偏置，实现锅炉燃烧优化的动态闭环控制目标。此技术在山东华电莱城电厂和天津杨柳青电厂进行应用，根据现场运行数据来看，应用效果良好。

5 结语

智慧电厂的运行和完善，可以实现电厂管理制度、运行模式等方面得到变革式发展，能够快速促进机组运行效率的提升。逐渐从管理执行型向管理效益型方向转变，同时在自动化科学控制方面，通过科学先进的智能化控制模型和人工智能算法等手段，提升锅炉科学运行能力，保证锅炉稳定运行的前提下，提升经济性，使得电厂的运营更加智能化和科学化。