搜索
1、智能电厂的发展历程2010年前后，发电企业先后完成了集团化ERP建设，也诞生了一批集团所属的信息化技术公司。在完成职能管理系统的升级改造后，越来越多的人开始将目光投向电力的生产过程，希望通过信息技术进一步提升电力生产运维管理水平，智能电厂的概念开始被提出。在发展之初，智能电厂的概念并不明确，某个电厂应用信息技术做了某个功能模块便称之为“智能电厂建设”，没有统一标准。在这一阶段，各类相关技术百花齐放，在市场中起主导地位的有几个方向：1.以设计院及工程公司为主要推动者的三维数字化移交：设计院及工程公司在2004年前后就已逐步进行了三维设计，来提升设计工作的进度与质量。当智能电厂大潮兴起之时，设计院自然希望通过数字化三维设计成果为客户创造更多价值，并延伸自己的业务链，加之在发展之初，大家对数字化、智能化电厂并无概念，三维带来的可视化效果迎合了市场快速发展的需要。2.以电厂及相关信息技术企业为主要推动者的移动应用及现场WiFi：早期的手机看报表，批工单，为7x24小时的电厂管理工作带来了便捷；随后就深入了电厂实际巡点检过程，通过现场悬挂的二维码，查找后台数据库中的检维修数据，录入巡点检记录（后期部分项目甚至可查询实时数据与历史曲线），也为现场巡点检工作带来了一定便利。此外还有智能五防锁等，通过与后台工单的确认开启相应锁具，增加安全性。3.以外资设备厂家及技术密集型企业、院校为主要推动者的生产、检修智能化：实际上状态检修的方法论自80年代就已提出，但长期以来并未能实现，发电厂一直还在沿用一年一小修、三年一大修的传统定期检修维护模式。虽然管理责任划分明确，但普遍存在过修现象。各大企业对燃气轮机的远程监控与诊断开启了新的市场，围绕设备的预警和诊断提供了一系列的产品。此外，关于运行优化方面，在调试单位、厂家及发电企业的不懈努力下，火电APS的断点越来越少，大量采用顺序操作，逐渐向燃气机组靠拢；吹灰优化、汽温优化等优化控制软件使用范围越来越广，也为电厂带来一定帮助。4.最后需要提一下的就是现场总线：2010年后建设的电厂普遍采用了现场总线，且覆盖率不断提升，从建设的角度上将减少了线材和桥架投入。但是在运行阶段，通过现场总线从智能执行机构及仪表上收集的新增数据，大多数未能参与到传统的控制逻辑中，而是直接进入了历史库。整体而言，现场总线的普及为智能化电厂建设奠定了数据传输基础，但在智能电厂发展早期，也有不少电厂将现场总线的应用作为智能电厂建设的标志性特征，在此应该清楚的认识，现场总线仅仅是解决了传输问题，现场总线对前端执行机构的要求，也仅仅是提供了数据采集与执行。但在没有智能化决策应用的情况下，并无实际功能，电厂的运行管理模式与此前并无二致。近年来，智能电厂的市场也在不断发展，三维不再满足于只要能看或者能起到培训的作用，三维开始作为以UWB为代表的人员定位技术的可视化界面，并与机器视觉进行摄像头行为识别等技术结合，逐渐成为与电厂现场行为相关的可视化界面。市场也普遍更加关注能为发电企业带来实际收益的应用。2、智能电厂的现状与此前百花齐放的发展历程不同，目前五大发电集团及地方性大型发电企业基本均已对智能化发电进行了试点与定义，虽然各家的侧重点仍有不同，但是从国际上的IEC、IEEE，到国内的设计、自动化方面的行业协会均已出台了相应的标准。2017年后，新建火电项目较少，而且每个项目都希望根据自身实际情况突出特点，因此均在不同程度上进行了数字化建设。举个例子，为了进一步提升火电厂竞争力，华润电力希望利用先进的数字化技术，对分布在全国各地的电厂实现远程预警、分析、诊断、优化和调度。西门子与华润电力合作，将共同建设基于MindSphere混合云技术的集中监视与分析专家系统。这套系统应用西门子的数字化电厂和人工智能技术，融合华润电力多年的经验，通过持续学习历史数据和实时数据，产生具有价值的洞察。该系统将具备设备预警、设备诊断、能耗分析、自动品质评估、燃料分析、负荷优化、技术监控和以可靠性为中心的检修等能力，帮助电厂降低煤耗，提高设备可靠性，在满足环保要求的同时兼顾经济效益。这将助力华润电力在运营管理方面创造更大的价值。在项目数字化建设过程中，除了前文介绍的各项投入，也有部分老厂针对输煤栈桥等特殊环境进行轨道式机器人巡检等试点。各项应用技术上也在稳步发展，UWB人员定位与WiFi随着相关厂家越来越多，成本也不断降低；三维数字化逐渐成熟，设计院、工程公司及相关数字化移交专业厂家也使得市场价格不断走低；现场总线与优化控制逐渐成为标配；先进厂家的故障预警的误报率和漏报率不断降低，逐渐具备了生产中实际使用的能力。但从实际使用情况上来看，电厂的运行管理仍然在沿用此前的模式，电厂仍未能形成厂级的统一数据中台，实时数据与相关管理数据无论在存储管理还是应用方面都是割裂的。运行大多仍根据定值曲线自动调整，未进行优化，检修方面也仍在沿用定检定修。从冷端优化、风型优化等运行优化类到故障早期预警、设备可靠性评价等检修类应用仍处于分散应用状态。除为数不多的新建电厂外，大多数项目仍依靠科技项目或信息化项目的形式推进，仍未能与实际生产相结合。与西方国家相比，国内的智能电厂建设在独立应用方面已经走在了前列，国内自己的AI能力也越来越强，很多算法在欧美还没有电力行业的应用，在国内就已经开始落地；很多应用也是根据国内客户需求进行研发，然后反过来向欧美进行推广。但是欧美国家的发电企业普遍对以往的检修维护记录有着详实的记载，并结合历史数据，逐渐形成了知识库，在此方面，国内由于相关信息系统应用时间晚于欧美，此外对相关记录的管理考核不足，导致后台的垃圾数据很多，数据可用性不高，因此在进行故障诊断、检维修策略分析等需要知识库的环节要依靠外购的知识库，而各厂家也普遍将此类知识库作为核心资产，只能通过服务的模式或有限的进行输出。此外，在欧美的发电企业中普遍采用热平衡仿真的方式进行性能计算及优化分析，而国内目前大多还是根据经验公式或曲线查点等方式，从CPS的角度上而言，并不能完整模拟电厂在各方面的表现，也不能扩展到更多与性能相关的应用，不能称之为数字化双胞胎。由此可以看到与西方相比，我们敢于试用先进应用，着重很多理念炫酷的产品，但是在数字基础方面仍然存在差距。3、智能电厂的发展趋势题主和其他答主也提到了火电面临着严峻挑战：燃料价格上升，环保压力增加运行成本，新能源全额上网挤占电量，间歇性能源增加的造成的电网调度难度大多转移到火电调峰等等，而大多数发电企业作为央企、国企虽然坐拥资源，但是不同于外企、民企，不能什么挣钱做什么，还要守住国家能源安全，盈利能力下滑仍然要做好这个行业，在工艺系统没有突破性进展的情况下，只能在管理提质增效方面不断挖潜，而数字化、智能化作为热点获得了各方关注。智能发电行业要想保持长期健康的发展，就必须聚焦于如何为发电企业解决上述问题，而数字化、智能化本质上只是先进信息技术支撑的手段和工具，真正为企业创造价值的是在智能电厂应用的帮助下，优化并固化先进的生产方式和管理模式。如前节所言，与欧美相比，国内智能电厂已经足够先进，个人建议未来发电企业更应该关注的可能不只是智能化能做什么，而是要打好数据基础，对于关键应用投入精力真正用好，并在用好的基础上推进管理变革，落实实际价值。其实，进入2018年以后，各集团就已经开始注重智能化应用与管理的结合，已有多个公司依托云计算技术的发展以及在新能源远程运行方面的经验，将某区域内多家电厂的数据汇总到区域公司，在区域公司设置一套应用，由统一的IT运维人员进行维护，降低了相关项目的投资和运营成本，同时也为区域公司对标、决策和数据上送奠定了基础。关于区域公司与电厂如何协调、生产运维制度流程如何变革，各家也有不同的摸索和尝试。同时，各企业也在不断尝试适应智能电厂建设的新的商业模式，集团内生产企业、IT运维企业与厂商间的三方合同；长期利润分成合同；根据最终指标的对赌合同等新的合约形式不断诞生。此前由于AI应用高昂的模型训练与部署成本难以实现用户免费试用，现在也出现了，第三方投资等方式得以实现。同时相关智能电厂建设也不再单单是科技信息部门牵头的科研项目，而逐渐向生产主管部门负责的常态化建设内容转变，这都是对于智能电厂的长远发展具有重大意义的变化。在应用方面，目前人员定位、现场WiFi、巡检机器人等技术门槛相对较低的内容仍然占有较大比例，运行优化、故障预警、故障诊断等AI类应用由于需要大量经验积累与研发投入才能获得较好的性能，因此主要还是大公司与有稳定投资方的初创型企业在进行研发，我们也看到阿里云、京东等互联网企业也借着产业互联网之风，开始进军发电行业，但在互联网企业及大型企业的产品链设计过程中。业界通产认为，降低发电厂燃料消耗，减少检修维护成本等具有直观价值的应用是未来长期的发展方向。例如，以往只可以应用模型对实时数据进行监测，发现设备隐患的故障指征，进行故障早期预警，但现在，针对多参数的监测可以识别故障指征的模式，从而确定未来可能发生的故障类型，故障的危害，可能发生时段等自动决策应采取的检修维护策略。将由工程师根据当前数据判断设备状态的状态检修，进一步转变为以机器预测结果为源头，全流程机器决策的预测性维护方式。比如，根据实时热平衡仿真进行的运行操作参数建议与指导，可直接提升各班组的运行水平。再比如，区域分公司利用上传的实时数据，可获得实时生产成本及预期生产成本，从而实现精准的实时竞价上网报价。这些核心技术的发展将从根本上转变现有发电行业的生产运维模式。综上，随着中国经济转型升级继续深入推进，以及电力体制改革的大力实施，智慧电厂建设已经成为电厂发展新趋势。它的兴起既顺应时代发展，又是传统电力企业自我变革的必经之路