灵活智能燃煤发电技术及评价体系

2022-11-16刘吉臻李云鸷宋子秋牛玉广曾德良

动力工程学报 2022年11期

刘吉臻, 李云鸷, 宋子秋, 房方, 牛玉广, 曾德良

(1．华北电力大学新能源电力系统国家重点实验室，北京 102206；2．华北电力大学控制与计算机工程学院，北京 102206)

气候问题关乎人类生存与发展。美国、日本等国家以及欧盟均制定了相应的气候战略，力争在2050年前实现净零碳排放的目标。党的十九大以来，我国加速推进能源生产和消费革命，构建清洁低碳、安全高效能源体系，并将其作为可持续发展战略的重要方向。2020年9月中国明确提出2030年“碳达峰”与2060年“碳中和”目标，电力行业的关注重点也从“电视角”转向“碳视角”[1-2]。

受限于“富煤、贫油和少气”的能源资源禀赋，我国能源行业始终以煤炭为主要能源。据国家能源局统计，2021年我国全社会煤炭总消费41.1亿t标准煤，其中发电用煤21.3亿t，约占52%。从电力行业主体功能上看，煤电机组以不到50%的装机占比提供了66%的全社会用电量，并且支撑75%的高峰时段负荷需求。在未来较长时间，燃煤发电在我国电力供应中仍将占据主导地位。

随着新能源发电技术日趋成熟，以风能、太阳能发电为代表的零碳机组开始大规模并入电网，以新能源为主体的新型电力系统对运行调控提出了更为严格的要求，主要体现在两方面：一是新能源消纳问题，我国新能源资源与负荷需求具有逆向分布的特点，跨区域输电能力有限，弃风、弃光现象突出；二是系统安全问题，风、光等自然资源具有强随机性，新能源发电对负荷需求的响应能力不足，电网安全稳定运行面临挑战。燃煤发电具有一次能源可储、二次能源可控的特征，其在我国大规模新能源消纳和保障电网安全稳定方面发挥着“压舱石”作用。因此，发展灵活智能的新型燃煤发电技术既是煤炭清洁高效利用的需要，也是现阶段新型电力系统建设的重要支撑，具有重要的现实意义。

1 灵活智能燃煤发电技术领域

1.1 基本概念

灵活智能燃煤发电以燃煤发电过程中的数字化、自动化、信息化和标准化为基础，以管控一体化、大数据、云计算和物联网为平台，集成智能传感与执行、智能控制与优化、智能管理与决策等技术，形成一种具备自学习、自适应、自趋优、自恢复和自组织能力的运行控制模式，提升燃煤发电机组宽负荷运行效率，实现快速变负荷、深度调峰和污染物超净排放[3]。在推进灵活智能燃煤发电的进程中，灵活为智能化赋予现实需求，智能为灵活的实现提供技术支撑。

1.2 技术需求

1.2.1 深度调峰

深度调峰是保障大规模新能源消纳和电网安全稳定的重要手段。深度调峰要求在超低负荷工况(20%～50%额定容量)下保证机组的平稳运行，相关技术包括超低负荷稳燃、超低负荷安全监控和超宽负荷优化控制等。

深度调峰对燃煤发电机组的影响主要体现在机炉水动力安全运行、低负荷状态下炉膛参数稳定性、过/再热温度偏离设计值等[4]，与之对应的研究也在不断开展。另外，现役燃煤发电机组在设计阶段并没有考虑深度调峰，缺乏必要的监测和调控手段，难以获悉机组调峰极限能力，辅机设备长期工作在低负荷工况下也会出现效率大幅度降低和设备无法投运等现象。

1.2.2 快速变负荷

变负荷能力直接反映了机组运行的灵活性。在以新能源为主体的新型电力系统中，具有快速变负荷能力的燃煤发电机组可以快速响应调度指令，补偿新能源发电机组不确定性带来的功率波动，支撑电网稳定运行，进而提高电网对新能源电力的消纳能力。目前，华北、东北等区域电网均已颁布相关的电力并网运行管理规定，对于机组响应自动发电控制(AGC)指令的调节速率有明确的考核指标，包括AGC可用率考核和AGC性能考核。一般来说，常规煤发电机组的变负荷速率为每分钟1%～2%额定功率，经过灵活性改造后可以达到2%～3%，参照丹麦和德国等国家的先进技术，未来我国燃煤发电机组的变负荷速率有望提升至4%～6%[5]。

锅炉系统的响应速率是制约火电机组负荷响应的主要因素。从锅炉的能量转换层面看，可通过热力系统、制粉及燃烧系统的优化设计缩短锅炉对负荷的响应时间；从控制层面看，制粉系统、给水系统的协调优化控制能提升锅炉响应过程的快速性，是实现火电机组快速变负荷的重要基础。

1.2.3 超净排放

超净排放是指燃煤发电机组在发电运行和末端治理等过程中，采用多种污染物高效协同脱除集成系统技术，使大气污染物排放质量浓度基本达到燃气机组排放限值水平，即烟尘、SO2、NOx排放质量浓度(基准含氧体积分数6%)分别不超过5 mg/m3、35 mg/m3和50 mg/m3。

燃煤机组在超低负荷工况下运行会对NOx等污染物排放控制带来显著影响，亟需研发面向灵活智能燃煤发电的超净排放技术。现有技术中，脱硫系统的问题主要集中在吸收塔内pH值异常、吸收塔起泡、废水处理不达标、系统水平衡无法控制、烟气自动监控系统准确性低等；脱硝系统的问题主要表现在非额定工况下选择性催化还原(SCR)反应器入口烟温催化剂适用温度之间的矛盾。解决方案包括使用分级省煤器、省煤器烟气旁路以及增设0号高压加热器，也可通过改造燃烧方式以提高SCR入口烟温[6]等方式解决。

1.2.4 高效燃煤发电

高效燃煤发电是指综合考虑供电需求和发电效率，供电效率达到42%～45%，供电煤耗降到300 g/(kW·h)以下的燃煤发电技术[7]。目前，华电莱州发电有限公司4号机组的度电煤耗为253 g，达到世界领先水平。大容量、高参数的燃煤发电系统是实现煤炭能源高效清洁利用最可行的技术途径，其中包括发展高参数二次再热燃煤发电机组、对主要耗能设备及辅机设备进行能效升级、应用先进的节能节水技术等[8]。此外，材料和制造技术是制约我国燃煤发电技术高效化的核心问题，尤其是高温材料的生产与制造。

在新型电力系统建设的背景下，多种能源的综合化利用为高效燃煤发电提供了更多可选择的技术路径。另外，煤炭气化技术和新型节能技术也会提高燃煤发电机组的综合效率。

1.2.5 碳电市场协同发展

随着碳税政策的相继出台和碳捕集、利用与封存(CCUS)技术的不断进步，以碳汇为代表的碳交易市场初具雏形。燃煤发电等火力发电机组是CCUS项目的重要客户，这类机组参与碳交易不仅能够响应“双碳”目标，还能够提高整体经济效益，部分机组在参与CCUS项目后的发电成本甚至低于风电机组[9]。

碳电市场是碳交易与电力交易不断开放的产物，但2个市场的归口主管部门、运行范围和市场主体均不相同，相关政策体系、交易规则等暂未实现有效衔接。在国际上，欧盟率先推行碳电市场，实施碳税与碳排放权交易，开展绿色电力认证，并设计相关的碳关税政策。

未来的碳电市场应重点关注碳交易与电力交易的协同发展，通过设计灵活的价格疏导机制和高效的减排传导机制，推进“双碳”目标实现。但目前的CCUS技术尚不能满足商业化的需求，全球范围内也没有成功的案例可以参考，距离碳电市场落地实施仍有较长的路要走。

1.3 研究框架

针对以上技术需求，灵活智能燃煤发电理论与技术的研究框架如图1所示，包括智能化建模、智能多维调控、灵活智能燃烧等，此外，还需要建立健全的安全监控和综合评价体系，通过分析发电过程的各项指标评判技术路径优劣，指导灵活性改造方案，协同推进灵活智能燃煤发电的实现。

图1 灵活智能燃煤发电技术研究框架Fig.1 Research framework of flexible and intelligent coal-fired power generation technology

2 智能化建模理论与技术

智能化建模理论是实现复杂系统建模的有效手段，是灵活智能燃煤发电的关键性支撑技术。目前，智能化建模理论在电力工业，尤其是在燃煤发电领域，仍处于起步阶段，主要包括多时空尺度动力学模型、基于数据驱动的建模理论和数字孪生建模技术等研究方向。

2.1 多时空尺度动力学模型

燃煤发电是一个非线性多尺度的复杂工业系统，包含许多具有跨时空特性的现象和过程，相关的观察和测量往往也是在不同尺度上开展的。因此，利用多尺度系统理论建立燃煤发电机组的多时空尺度动力学模型，有助于描述燃煤发电的本质特征，提取更多的有效信息。

燃煤发电机组通常由以锅炉为核心的燃烧系统、以各类换热装置为代表的汽水系统、以汽轮机为主体的电气系统以及控制系统组成，各系统间协调配合，完成能量转换流程。传统控制方法能够在一定程度上消除系统间的时空尺度差异，但随着燃煤发电机组对深度调峰和快速变负荷需求的不断加强，及新型辅助设备的不断加入[10-11]，需要更加精确的多时间尺度模型描述各系统的运行特性。多时间尺度建模方法依照时间序列，将复杂的非线性耦合模型分解为各时间尺度上的简单模型，具有思路清晰、形式简洁和计算复杂度低等特点。另外，将调度指令按照不同尺度进行分解，用不同频率的子信号控制不同系统，也是学术界与工业界广泛关注的研究方向[12]。

我国目前投入运行的燃煤发电机组通常为大容量、高参数机组，涉及的设备数量众多且内部热力学特性复杂，具有明显的多空间尺度特性。多空间尺度建模方法分别从系统层面、机组层面、设备层面分析温度场分布、工质输流管道、两(三)相流的动力学状态，便于对发电过程中的某一特定设备、环节或流程开展研究。

2.2 基于数据驱动的建模理论

近年来电力信息化改造不断推进，一大批先进的智能量测设备被安装在燃煤发电的各个流程中，由此产生了海量的机组实际运行数据，为基于数据驱动的建模奠定了基础。

数据驱动的燃煤发电建模可分为基于参数辨识的机理建模[13]和基于智能算法的数据建模[14]，前者可认为是一种灰箱建模方法，通过对部分环节建立机理模型，根据历史数据对未知参数进行辨识，具有较好的解释性；而后者属于黑箱建模方法，状态信息的解释性较差。

随着机器学习、深度学习等人工智能技术的快速发展，数据驱动建模成为当前的研究热点[15]。人工神经网络、强化学习、深度前馈网络、卷积网络、概率模型等开始被应用于燃煤发电机组各类设备与过程的建模中，相较于机理建模，建模人员无需完全掌握设备的机械特性和物理模型，利用工具箱完成整个建模流程，具有计算周期短、建模效率高和模型泛化能力强等特点。

2.3 数字孪生建模技术

数字孪生建模技术是目前电厂智能化转型的研究热点[16]。区别于传统建模方法，该技术利用工业物联网提供的多类型数据，建立物理世界的虚拟模型，形成电力生产全过程的实时映射，实现人与设备的智能交互[17]。燃煤发电的数字孪生系统结构如图2所示，在机组设计建设阶段，施工人员通过数字化模型开展仿真和模拟，根据返回数据调整设备参数；在生产运行阶段，运维人员通过孪生系统与实际系统间的信息交互，提高运行效率，降低故障风险。

图2 燃煤发电数字孪生系统结构Fig.2 Digital twin system structure of coal-fired power generation

在“双碳”背景下，开展数字孪生基础理论与技术研究将是灵活智能燃煤发电领域有潜力的新方向，对于机组全生命周期的智能控制、灵活调度、故障诊断、超低负荷稳燃和超净排放等研究均会起到重要的支撑作用。

3 智能多维调控理论与技术

智能多维调控理论是实现燃煤发电无人干预自主运行的有效手段，其目标是建立具有自感知、自学习和自决策能力的智能系统，以实现机组的智能控制、智能预警、智能诊断和多目标协同优化。智能多维调控系统功能组成如图3所示。

图3 智能多维调控系统功能组成Fig.3 Functional composition of intelligent multi-dimensional control and dispatch system

3.1 智能控制理论与方法

智能控制理论与方法是实现燃煤发电机组自感知、自学习和自决策的基础，常见的智能控制方法包括模糊控制、神经网络控制、专家控制、分层递阶控制、学习控制、仿人智能控制以及混合型方法。

现阶段发展具有模型自学习、工况自适应、故障自恢复能力的控制策略，有助于满足环境条件、设备状态和燃料品质变化下的控制需求，实现机组全范围、全过程的高性能控制，如机组自启停优化控制、燃烧优化控制、灵活调峰控制等。具体应用包括：基于对机组特性的深度感知，通过高加给水旁路节流、凝结水节流、凝汽器冷却工质节流以及供热抽汽节流控制等对机组蓄能的高效利用，提升机组快速变负荷能力；基于机组灵活运行及热电解耦，实现机组在不同工况下的快速、深度和稳定调节[18]；以带前馈的阶梯式单变量预测控制算法为核心，融合传统前馈控制和解耦控制理念，配合智能感知和非线性动态模型在线更新，实现数据驱动下基于精准能量平衡的火电机组智能协调控制等。

在工程应用中，智能控制算法的实现需要高性能软硬件平台支撑，如智能控制器、智能计算引擎和数据分析引擎等，以满足智能应用对数据、算法和算力的要求。

3.2 智能预警和智能诊断

智能预警和智能诊断是燃煤发电机组运行在非常规或极端情况时，保证机组安全和经济性能的关键技术。在新型电力系统中，燃煤发电机组频繁变负荷运行会增加设备故障率，进行关键设备的智能状态评估、智能故障诊断、智能故障预警是提升机组运行可靠性，延长机组运行寿命的关键保障。图4所示为集成设备/系统状态预警、实时故障诊断及故障根源分析的三层智能状态监测与诊断系统。

图4 智能预警与诊断系统功能组成Fig.4 Functional composition of intelligent early warning and diagnosis system

燃煤发电机组的智能预警和智能诊断技术主要是基于分析模型、经验知识以及数据驱动方式来实现的。为解决燃煤发电机组在快速变负荷时一些重要状态变量无法安装测点，难以在线测量的问题，基于机理模型的智能估计方法和智能在线检测方法在水平烟道和空气预热器中得到了应用[19]。基于模糊专家系统的汽轮机振动智能故障诊断和汽轮机调速的智能诊断分析系统，为燃煤发电机组宽负荷运行时的安全性提供了保障[20]。

3.3 多目标协同优化

多目标协同优化是以燃煤发电机组的清洁低碳、安全高效和灵活智能为目标的先进多目标优化技术。

在我国能源转型发展和新型电力系统建设的不同阶段，燃煤发电机组运行优化的侧重点也会相应调整，如本世纪初快速发展时期的容量和效率优先、近十年来的污染物减排优先以及当前的快速深度调节以及减碳优先等。如通过电厂水耗、发电煤耗、锅炉效率等指标表示机组的经济性，并考虑烟尘、SO2、NOx等污染物的排放，利用启发式算法对电厂经济性和环保性的双目标问题进行多目标寻优，找到性能指标最优的运行参数[21]。

在智能多维调控系统框架下，考虑多目标协同优化，基于能效分析、运行优化、控制优化、设备状态监测，建立能效、环保和灵活性等性能指标的“大闭环”优化控制模式，如图5所示。

图5 “大闭环”优化控制模式Fig.5 "Full closed loop" optimal control mode

4 灵活智能燃烧理论与技术

4.1 超低负荷燃烧

超低负荷燃烧是提高燃煤发电灵活性的核心，煤炭的稳定、快速、安全燃烧直接决定机组的深度调峰与快速变负荷能力，尤其体现在超低负荷运行区段。现阶段，超低负荷燃烧的发展瓶颈主要集中在炉膛低负荷稳燃、机组整体经济性和安全性、污染物排放等领域。

针对稳燃问题的研究，主要围绕燃烧系统升级改造[22]、精细化燃烧调整[23]、燃烧器结构布置优化[24]等方面开展，这些研究通过控制燃烧过程和强化高温烟气回流，进而提高燃煤发电在低负荷运行的稳定性、安全性和经济性。对煤种类型[25]、煤粉细度和浓度[26]的研究也在不断深入，部分实验显示，提高煤粉品质可以促使煤粉提前着火，降低锅炉最低稳燃负荷水平。在辅助燃烧方面，富氧燃烧[27]、微油微气助燃[28]、混合燃料或生物质掺烧[29-30]等技术的发展为燃煤发电低负荷运行提供了新的选择。这些技术能够促进煤粉着火，稳定炉内燃烧，保障机组快速、安全响应调度指令，但在实际应用中存在诸多负面效果，投入使用前需要谨慎考虑。另外，先进的储/蓄能技术[31-32]、热电解耦技术[33]、多源协同调度技术[34]、预测技术[35]等也可以间接促进燃煤机组在超低负荷工况下的稳定燃烧。

由于我国现役机组在设计生产阶段大多没有考虑深度调峰和快速变负荷，在超低负荷工况下燃烧不仅要考虑机组安全性，还要考虑发电效率和整体经济性[36]，如何协调这两者的关系是燃煤机组灵活性改造的重要议题。目前的研究大多围绕优化低负荷主蒸汽压力曲线、制粉系统运行参数和燃烧系统配风方式等方面开展[37-39]。值得注意的是，不断完善的辅助服务市场通过经济奖惩手段引导燃煤机组提升运行灵活性[40]，在一定程度上也可以缓解灵活性与经济性之间的矛盾。

“双碳”目标对燃煤机组的排放水平提出了更加严格的要求。但在实际中，高效燃烧技术与低污染物排放是2种互相矛盾的技术，这种矛盾在机组参与深度调峰与快速变负荷的背景下更加突出,以NOx排放为例，燃煤机组效率与NOx排放量的关系如图6所示。借助于智能算法，建立有效的燃烧预测模型[35,41]，以准确地反映运行参数与优化目标之间的映射关系。另一类研究更加关注燃煤机组的结构设计，在改造中兼顾灵活性和环保性[42]，通过调整燃烧过程参数，降低不同工况下的污染物排放水平[43]。

图6 燃煤机组效率与NOx排放量随过量空气系数的变化Fig.6 Variation of efficiency and NOx emission of coal-fired units with the excess air coefficient

4.2 超低排放

4.2.1 低氮燃烧

低氮燃烧是快速变负荷下实现机组超低排放的重要研究方向。NOx的生成与燃烧温度、氧含量、反应时间，以及煤粉的物理和化学特性有关。机组在进行快速变负荷时，NOx排放量会发生显著变化。

在燃煤发电灵活高效运行的需求下，机组的低氮燃烧需要合理应用先进技术，如分级燃烧技术，烟气再循环技术，燃料燃烧协同技术等。其中，空气分级燃烧技术运行经验丰富但减排效果有限，且存在燃烧不充分及腐蚀问题；烟气再循环技术对于现有锅炉改造较容易，但单独使用时NOx减排效果有限且对锅炉燃烧稳定性及燃烧效率有不利影响。部分研究针对新型低NOx旋流燃烧器[44]，将煤粉预燃与燃烧器空气分级、炉膛空气分级进行耦合，通过改变燃烧系统的配风布置对煤粉预燃烧状态进行调整，研究一次风率、内外二次风率、外二次风入射方式、循环风率和燃尽风率对NOx排放特性的影响，实现低氮燃烧。

4.2.2 脱硝控制

脱硝控制普遍采用中高温段催化剂，当燃煤机组进行超低负荷运行时，通常烟气温度会降低，导致SCR催化剂性能难以充分发挥，脱硝效率将显著下降，此时机组存在较大的NOx排放超标风险。同时，机组的快速变负荷又会使燃烧产生的NOx加剧波动。因此，如何对脱硝系统进行改造，在保证达标排放的同时实现机组经济运行是燃煤电站亟待解决的问题。

超低负荷、快速变负荷时的脱硝控制方案主要包括：通过锅炉及其附属系统改造提高SCR脱硝装置的烟气温度；使用宽温催化剂；使用SO3脱除技术。SCR脱硝系统控制应兼顾超低排放和运行成本，属于多目标优化控制范畴[45]。因此,将脱硝成本加入优化目标函数，采用预测控制等结构，结合神经网络和遗传算法进行模型构建和控制量寻优，可实现对喷氨量的优化控制，如图7所示。

4.2.3 脱硫控制

低负荷下机组的烟气量和烟气中的SO2含量均小于烟气脱硫系统的设计值，而传统的湿法脱硫工艺采用的烟气脱硫系统缺乏快速调节和深度调节能力[46]。脱硫系统出口SO2浓度受浆液pH值、锅炉负荷、燃煤含硫量、烟气流速、喷嘴雾化效果、液氨浓度、吸收塔浆液均匀性和烟气温度等多个因素的影响。目前，在火电机组灵活改造的背景下，主要采用吸收塔浆液pH控制、浆液循环泵组合运行优化等方式，以提高脱硫系统在低负荷下的经济性。

图7 SCR脱硝优化控制Fig.7 Optimal control of SCR denitrification system

为了实现灵活智能燃煤发电机组SO2的超低排放，可使用半干法脱硫和石灰石-石膏湿法脱硫。通过分析2种技术路线的特点[47]，采用锅炉炉内脱硫+尾部半干法脱硫的SO2超低排放技术可以大幅降低系统的投资和运行成本。

机组快速变负荷运行时，由于烟气从脱硫装置排出时携带一定量石膏，在烟囱出口会形成石膏雨，需要有针对性地研究治理措施和方案[48]，包括提升机组运行的经济性、监控来煤矿源、改善吸收塔内流场均匀性、改造塔顶除雾系统，以及加装低低温省煤器等，其中涉及大量的智能化监测与优化控制技术。

4.2.4 智能减碳

研究燃煤发电机组的智能减碳技术是时代和行业发展的必然要求。从目前已有的技术手段看，直接减碳主要依靠碳捕集技术，通过分流模式或溶液存储模式迅速调节碳捕集水平。

面向燃煤发电机组供电碳减排，还可以从数据分析的角度研究最优运行基准值优化方法。通过机理分析获得影响机组供电碳排放的全维运行参量，采用近邻成分分析算法从各工况全维非线性参量中提取形成全工况高维特征标准集，并建立其与供电碳排放的非线性模型，得到具有泛化性的机组各工况供电碳排放最优基准值[49]。

随着全国碳市场启动，针对燃煤发电机组的智能减碳研究可通过引入节能减排技术投入成本与收益，以节能减排成本最小为目标，构建火电企业碳减排策略选择模型。分析研究期内参与碳交易的火电企业减排策略，帮助现有企业在被动参与碳交易、主动承担减排责任及何时采用何种减排技术方面做出决策[50]。

5 灵活智能燃煤发电评价体系

健全的评价体系不仅能反映燃煤发电机组的运行状态，还能在一定程度上推进设备改造和技术改良，是灵活智能燃煤发电的重要环节。在评价过程中，不仅要考虑燃煤发电效率与能耗等常规指标，还要从机炉性能、设备健康程度、低碳环保和可持续发展等角度出发，量化分析燃煤发电机组的灵活和智能程度。

5.1 机炉性能评价

机炉性能评价是灵活智能燃煤发电评价体系的核心，相关指标能够直观体现灵活智能燃煤发电质量，量化技术改造对机组灵活性和综合效率的影响，为评价灵活智能燃煤发电技术提供重要的参考依据。

在评判燃煤发电机组灵活性改造时，不仅要计算供电标准煤耗、厂用电比率、设备利用小时数等经济性指标，还要考虑最低稳燃负荷、AGC快速响应能力、冷/热态启动时间、机组高效运行区段等能够直接反映机组灵活性的指标[18]。德国、丹麦火电灵活性指标[5]和我国各省、市火电灵活性改造验收指标如表1所示，结合技术发展趋势，未来火电机组灵活性水平将进一步提高。值得注意的是，在评价深度调峰机组时需要适当放宽指标。此外，对燃煤发电机组特定性能开展评价时，需要设置特殊的评价指标，如热电联产机组中考虑的热电关联度指标、判断低负荷运行稳定性的状态指标等。

表1 机炉灵活性评价指标Tab.1 Flexibility evaluation indexes of turbine and boiler

目前，机炉经济性能评价已经具备比较完善的理论体系和解决方案，也出现了较为成熟的监测与评估软件。但在灵活性能评价方面，国内外尚未形成广泛认可的完备的评价体系，在开展评价时只能依靠运行经验和历史数据，缺乏严格的理论分析与长期的运行考验。在此背景下，亟需研究符合我国设备条件和运行环境的机炉性能评价体系。

另外，如何获得准确、实时的性能指标是评价过程中的难点问题。这些指标大多与燃煤机组瞬态和暂态过程参数有关，而这类参数很难通过外部观测直接获取，需要借助先进的在线监测技术、动态建模理论和软测量技术等实现。

5.2 设备健康评价

深度调峰与变负荷速率是影响设备使用寿命的主要因素，频繁的机组启停、升降负荷会造成金属材料热疲劳，导致结构热应力改变，缩短部件的疲劳寿命，影响机组的运行安全性。研究显示，当变负荷速率高于参考值50%时，汽包和过热器寿命分别降低31.9%和52.9%，而低于参考值50%时，汽包和过热器寿命分别提高16.3%和35.8%[51]。

设备健康指标能够反映灵活智能燃煤发电与机组安全之间的关系。设备健康程度评估体系包括2个环节，首先是判断部件损伤程度，利用先进的探伤仪器和软测量技术等监控机组设备的实时状态，建立设备状态列表，以此为基础，根据设备材料的特性和变负荷敏感性，预测设备健康状态和运行寿命，为机组的运行维护和技术改进提供必要依据[52]。此外，对设备健康状态预估的准确性和可信度也是需要重点关注的方向。

5.3 低碳环保评价

减少碳排放量是缓解全球气候问题的最佳途径，科学合理的低碳环保指标有利于推动绿色发电，实现经济利益与环境保护的协调发展。

相关研究从碳资源流转视角、生态经济学视角出发，建立碳绩效评价指标体系。这些研究综合考虑多种因素，建立宏观层面上的理论模型，对燃煤发电乃至电力行业进行评价。另一种策略是从电厂或机组层面出发，对发电过程中的各个环节设置评价指标，按照预先设定的权重确定碳绩效评定结果[53]。碳排放税、碳排放权交易和碳关税等政策的实行进一步促进碳绩效评价优化完善，在行政、市场层面推动燃煤发电低碳化转型。

除了政策方面，建立绿色电力评价体系，引导终端用户改变消费倾向，也是切实可行的选项。市场潜力调查显示，约60%的用户愿意为绿色电力多付出额外费用[54]。然而在实际中，用户难以对用电是否绿色、绿色电力的质量如何做出直观判断，因此有必要建立科学的生态认证机制，通过颁发生态标志的手段，引入环境机构和独立的研究协会，客观地对电力生产、分配和使用等不同环节的环境影响进行考虑和评估。

通常，绿色电力评价主要面向新能源发电行业，但近年来，该评价体系也开始关注传统发电领域，通过设定科学的评价指标来定量和定性判断燃煤发电的低碳环保性。

5.4 可持续性评价

可持续发展理念是现阶段社会和经济发展的主流思想，落实到燃煤发电领域，要求相关企业在满足全社会用电需求的同时，承担更多的社会责任和环境治理的责任。

与其他评价体系相比，可持续性评价的时间尺度更长，所涉及的领域更广，需要考虑的不确定性因素更多，不仅要追求发电效益，还要协调经济、社会和环境三者间的关系。对燃煤发电进行可持续性评价，需要建立具有全面性和针对性的评价指标体系和适用性强、精度高的评价模型，对企业的环境影响、社会责任和公司经营等层面开展全面评价，并根据评价结果，制定企业的战略方向和转型措施。可持续性评价体系一方面可以提高燃煤发电企业的竞争力和可持续发展能力，另一方面也满足了全社会对于经济与环境共同发展的期待。