基于工業(yè)互聯(lián)網(wǎng)的熱電智能調(diào)控技術(shù)

案例 1 上海全應(yīng)科技有限公司 案例 1基于工業(yè)互聯(lián)網(wǎng)的熱電智能調(diào)控技術(shù)背景行業(yè)特性熱能作為化工、生物、醫(yī)藥、造紙、食品加工、紡織等工業(yè)生產(chǎn)過(guò)程中必備的基礎(chǔ)能源之一，是與電能地位相當(dāng)?shù)墓I(yè)基礎(chǔ)能源。但熱能由于無(wú)法遠(yuǎn)距離傳輸，所以熱能的供給和消費(fèi)都是區(qū)域化的。在有規(guī)模化熱能需求產(chǎn)業(yè)存在的工業(yè)園區(qū)，基本上都需要有一個(gè)熱源廠，而為了熱能的高效梯次利用，國(guó)內(nèi)目前的熱源都以熱電聯(lián)產(chǎn)為主。與以供應(yīng)公共電網(wǎng)為主的火力發(fā)電大機(jī)組不同，熱電聯(lián)產(chǎn)機(jī)組有以下特點(diǎn)：產(chǎn)工廠。樣而導(dǎo)致燃煤品質(zhì)波動(dòng)大、不穩(wěn)定。供熱為主、供電為輔，有的以供電為主、供熱為輔。制挑戰(zhàn)大。等設(shè)備的選型采購(gòu)時(shí)通常受預(yù)算約束，往往質(zhì)量不高，容易出故障。1.2. 政策背景1.2. 政策背景2023的調(diào)峰壓力。2023328272023年《意見(jiàn)》發(fā)布以來(lái)，越來(lái)越多的區(qū)域能源應(yīng)國(guó)家要求加快光伏、風(fēng)電等新能源的建設(shè)，這就構(gòu)成了分布式新型區(qū)域能源體系，如下圖所示：在新型區(qū)域能源體系中，除了原來(lái)熱電用戶的波動(dòng)性外，還增加了新的波動(dòng)性：新能源波動(dòng)性：光伏、風(fēng)電對(duì)于區(qū)域電網(wǎng)的供電引入了巨大的不確定性；新能源波動(dòng)性：光伏、風(fēng)電對(duì)于區(qū)域電網(wǎng)的供電引入了巨大的不確定性；確定性；熱電廠作為區(qū)域能源唯一可大幅調(diào)控的能源主體，為了能夠更好地實(shí)現(xiàn)新能源的利用，以及在動(dòng)態(tài)電價(jià)政策下實(shí)現(xiàn)區(qū)域能源綜合用能成本最低，熱電廠的實(shí)時(shí)動(dòng)態(tài)調(diào)控成為關(guān)鍵。痛點(diǎn)問(wèn)題我國(guó)的熱電聯(lián)產(chǎn)機(jī)組普遍應(yīng)用了DCS來(lái)監(jiān)控和運(yùn)行生產(chǎn)系統(tǒng)，由于熱電聯(lián)產(chǎn)機(jī)組“非線性、強(qiáng)耦合、大延遲、多時(shí)變”的特性，目前基本上所有的熱電聯(lián)產(chǎn)機(jī)組均無(wú)法實(shí)現(xiàn)全廠常態(tài)化自動(dòng)控制運(yùn)行，而是采用人工調(diào)控運(yùn)行的模式，DCS僅作為集中控制的手段實(shí)現(xiàn)數(shù)據(jù)和控制的集中。其主要原因是以DCS為基礎(chǔ)的控制體系在熱電聯(lián)產(chǎn)場(chǎng)景下存在不足：協(xié)調(diào)與耦合控制能力弱DCS更擅長(zhǎng)局部單回路的自動(dòng)控制，而對(duì)于系統(tǒng)級(jí)的耦合控制或協(xié)調(diào)控制并不擅長(zhǎng)。這導(dǎo)致對(duì)于煤電與新能源協(xié)調(diào)、多機(jī)組協(xié)調(diào)、熱/電協(xié)調(diào)、機(jī)爐協(xié)調(diào)、母管制鍋爐間的協(xié)調(diào)、燃燒與環(huán)保協(xié)調(diào)等場(chǎng)景當(dāng)前的自動(dòng)控制系統(tǒng)無(wú)法適應(yīng)，需要運(yùn)行人員人工操作。大延遲控制效果差控制邏輯適應(yīng)性、健壯性差DCS控制邏輯適應(yīng)性、健壯性差DCS寫(xiě)死在DCS電聯(lián)產(chǎn)這種負(fù)荷區(qū)間波動(dòng)范圍大、機(jī)爐運(yùn)行組合多樣、設(shè)備條件容易變化、燃料成分波動(dòng)頻繁的場(chǎng)景，固定的控制規(guī)則和控制參數(shù)是無(wú)法適應(yīng)的。對(duì)數(shù)據(jù)質(zhì)量要求高、容忍度低以DCS算法很難解決熱電廠質(zhì)量較差的數(shù)據(jù)質(zhì)量，極易發(fā)生由于數(shù)據(jù)質(zhì)量問(wèn)題導(dǎo)致的控制異常。目前國(guó)內(nèi)也有一些自動(dòng)控制廠家為熱電聯(lián)產(chǎn)小機(jī)組提供基于APC技術(shù)的自動(dòng)控制產(chǎn)品，但從市場(chǎng)反應(yīng)來(lái)看，仍然存在機(jī)組覆蓋不全、工況適應(yīng)性差、負(fù)荷適應(yīng)性差、自動(dòng)投用率低等問(wèn)題，這些產(chǎn)品目前僅在少數(shù)工業(yè)場(chǎng)景的單爐控制有少數(shù)成功案例，大量的都是失敗案例。以DCS30現(xiàn)狀完全無(wú)法適應(yīng)區(qū)域能源調(diào)控體系對(duì)熱電廠的調(diào)控需求，這成為了新型區(qū)域能源系統(tǒng)高質(zhì)量發(fā)展的重大瓶頸。2.市場(chǎng)分析現(xiàn)狀完全無(wú)法適應(yīng)區(qū)域能源調(diào)控體系對(duì)熱電廠的調(diào)控需求，這成為了新型區(qū)域能源系統(tǒng)高質(zhì)量發(fā)展的重大瓶頸。2.市場(chǎng)分析4030/油/10其余為生物質(zhì)、地?zé)岬刃履茉村仩t。對(duì)于熱電聯(lián)產(chǎn)機(jī)組，一個(gè)電廠普遍配置運(yùn)行人員在70-80人，每個(gè)運(yùn)行人員一年的成本在10萬(wàn)元左右，而且隨著社會(huì)發(fā)展，越來(lái)越少的年輕人愿意從事電廠運(yùn)行工作，尤其是經(jīng)濟(jì)發(fā)達(dá)地區(qū)或偏遠(yuǎn)地區(qū)，電廠普遍面臨招人難、培養(yǎng)難、留人難、管理難的問(wèn)題。智能調(diào)控技術(shù)的應(yīng)用可以有效降低對(duì)運(yùn)行人員在數(shù)量、能力、工作強(qiáng)度、管理難度方面的需求，降低企業(yè)的用人成本。另外，智能調(diào)控技術(shù)在替代人工運(yùn)行后可以規(guī)避由于運(yùn)行人員在經(jīng)驗(yàn)、責(zé)任心等方面的不足，有效改善機(jī)組的運(yùn)行效果，提2201%400價(jià)值。對(duì)于配備了新能源的區(qū)域能源系統(tǒng)，智能調(diào)控技術(shù)的有效應(yīng)用，可以大幅改善新能源、公共電網(wǎng)、熱電廠之間的協(xié)調(diào)，提高新能源的利用率，降低區(qū)域能源系統(tǒng)的綜合用能成本，綜合經(jīng)濟(jì)效益也可達(dá)數(shù)百萬(wàn)元每年。在國(guó)家加快推進(jìn)新型能源體系建設(shè)的大背景下，智能調(diào)控技術(shù)成為了電廠迫切需在國(guó)家加快推進(jìn)新型能源體系建設(shè)的大背景下，智能調(diào)控技術(shù)成為了電廠迫切需實(shí)施碳達(dá)峰碳中和的關(guān)鍵技術(shù)之一。3.方案本案例是一套面向熱電生產(chǎn)企業(yè)進(jìn)行智能化升級(jí)改造和智能化運(yùn)行的完整產(chǎn)品和服務(wù)體系，重點(diǎn)面向熱電機(jī)組的智能調(diào)控技術(shù)，實(shí)現(xiàn)熱電機(jī)組全廠級(jí)的自動(dòng)化運(yùn)行?？傮w方案要實(shí)現(xiàn)電廠的常態(tài)化自動(dòng)運(yùn)行，僅依賴DCS是遠(yuǎn)遠(yuǎn)不夠的。如下圖所示為電廠的運(yùn)行數(shù)字化體系：DCS在整個(gè)運(yùn)行體系中的定位是最底層的生產(chǎn)系統(tǒng)，是生產(chǎn)運(yùn)行的底座。它實(shí)現(xiàn)生產(chǎn)系統(tǒng)的數(shù)據(jù)集中和控制指令集中；實(shí)現(xiàn)在時(shí)效性和安全性要求較高的單回路控制；實(shí)現(xiàn)基本的安全聯(lián)鎖保護(hù)等。所以，DCS強(qiáng)調(diào)可靠性、健壯性、實(shí)時(shí)性，而反對(duì)復(fù)雜性、可能的延遲等。所以如前所述，DCS不適合做復(fù)雜的計(jì)算。實(shí)現(xiàn)基本的安全聯(lián)鎖保護(hù)等。所以，DCS強(qiáng)調(diào)可靠性、健壯性、實(shí)時(shí)性，而反對(duì)復(fù)雜性、可能的延遲等。所以如前所述，DCS不適合做復(fù)雜的計(jì)算。所以在許多DCS不適合的控制場(chǎng)景，如多參數(shù)耦合控制、大延遲控制、自適應(yīng)控制等場(chǎng)景下，就需要應(yīng)用APC控制技術(shù)。無(wú)論是DCS的控制還是APC的控制，有很多目標(biāo)需要根據(jù)實(shí)時(shí)運(yùn)行情況進(jìn)行動(dòng)態(tài)決定，RTO就是基于歷史運(yùn)行數(shù)據(jù)，應(yīng)用尋優(yōu)算法對(duì)目標(biāo)值進(jìn)行計(jì)算和下發(fā)。無(wú)論是控制層的APC和DCS以及優(yōu)化層的RTO均解決的是局部問(wèn)題，而無(wú)法考慮全局問(wèn)題，RTS用于解決系統(tǒng)性問(wèn)題，通過(guò)在頂層進(jìn)行全局統(tǒng)籌和優(yōu)化決策對(duì)各子系統(tǒng)進(jìn)行協(xié)調(diào)。智能調(diào)控技術(shù)是在DCS之上，將APC、RTO、RTS融合在一起，彌補(bǔ)DCS的不足，從而實(shí)現(xiàn)熱電機(jī)組的自動(dòng)化運(yùn)行。智能調(diào)控技術(shù)將調(diào)度、尋優(yōu)、控制進(jìn)行融合，調(diào)度解決宏觀協(xié)調(diào)問(wèn)題，以全局最優(yōu)為出發(fā)點(diǎn)；尋優(yōu)解決局部參數(shù)優(yōu)化問(wèn)題，實(shí)現(xiàn)實(shí)時(shí)工藝參數(shù)優(yōu)化；控制解決自動(dòng)執(zhí)行問(wèn)題，實(shí)現(xiàn)指令更精準(zhǔn)更安全地執(zhí)行。智能調(diào)控強(qiáng)調(diào)三方面的一體化決策，綜合考慮、統(tǒng)一決策、全局最優(yōu)、高效執(zhí)行。智能調(diào)控技術(shù)的核心是將RTS、RTO和APC三個(gè)層次的調(diào)度、優(yōu)化和控制問(wèn)題，模擬人工運(yùn)行人員的思維過(guò)程，當(dāng)作決策問(wèn)題進(jìn)行解決。智能決策算法是整個(gè)智能調(diào)控系統(tǒng)的核心。智能決策算法有通用的公共基礎(chǔ)算法、也有面向特定工藝環(huán)節(jié)的場(chǎng)景決策算法。智能決策算法的主體思想如下圖所示：智能決策算法將一個(gè)控制決策分為四個(gè)步驟：解空間構(gòu)造：面對(duì)一個(gè)控制問(wèn)題，所有可能的決策結(jié)果構(gòu)成一個(gè)解空間；每個(gè)控制量構(gòu)成解空間的一個(gè)維度；每個(gè)控制量單次最大調(diào)節(jié)量構(gòu)成該維度的上下限；每個(gè)控制量的單次最小調(diào)節(jié)量構(gòu)成該維度的一個(gè)刻度；智能決策算法將一個(gè)控制決策分為四個(gè)步驟：解空間構(gòu)造：面對(duì)一個(gè)控制問(wèn)題，所有可能的決策結(jié)果構(gòu)成一個(gè)解空間；每個(gè)控制量構(gòu)成解空間的一個(gè)維度；每個(gè)控制量單次最大調(diào)節(jié)量構(gòu)成該維度的上下限；每個(gè)控制量的單次最小調(diào)節(jié)量構(gòu)成該維度的一個(gè)刻度；控制結(jié)果變換：針對(duì)每一個(gè)可行解，通過(guò)數(shù)字孿生模型預(yù)測(cè)，計(jì)算出按照這一組操作所產(chǎn)生的未來(lái)系統(tǒng)狀態(tài)；結(jié)果可能包括壓力、氧量、NOx也可能包括效率、熱損失等經(jīng)濟(jì)性指標(biāo)；控制結(jié)果尋優(yōu)：設(shè)計(jì)評(píng)價(jià)函數(shù)對(duì)所有結(jié)果進(jìn)行對(duì)比，選出最優(yōu)結(jié)果（Y）；再通過(guò)最優(yōu)結(jié)果找到對(duì)應(yīng)的可行解（X），確定最佳操作；評(píng)價(jià)函數(shù)可以按照影生預(yù)警；此處用“數(shù)字孿生模型”重點(diǎn)是體現(xiàn)“在數(shù)字空間對(duì)物理世界進(jìn)行模擬和預(yù)測(cè)”的概念，而非特指數(shù)字孿生仿真技術(shù)。熱電生產(chǎn)系統(tǒng)由于其測(cè)量數(shù)據(jù)的精確度和穩(wěn)定性不足，無(wú)法基于常規(guī)仿真建模技術(shù)進(jìn)行系統(tǒng)仿真。此處“數(shù)字孿生模型”的本質(zhì)是一整套相互關(guān)聯(lián)面向全廠調(diào)度和控制的預(yù)測(cè)模型體系；這些模型是以機(jī)理和專家知識(shí)為框架，基于生產(chǎn)數(shù)據(jù)訓(xùn)練的一系列數(shù)據(jù)統(tǒng)計(jì)和機(jī)器學(xué)習(xí)模型。在每個(gè)智能決策過(guò)程中非常重要的一個(gè)環(huán)節(jié)就是從解空間到狀態(tài)空間的變換，這個(gè)變換的本質(zhì)是對(duì)每一組運(yùn)行控制指令利用各級(jí)數(shù)據(jù)模型對(duì)未來(lái)運(yùn)行結(jié)果進(jìn)行預(yù)測(cè)，獲得未來(lái)整個(gè)電廠的狀態(tài)空間，作為尋優(yōu)算法的評(píng)價(jià)基礎(chǔ)。另外，熱電廠由于其數(shù)據(jù)質(zhì)量總體不高，這些預(yù)測(cè)模型需要在控制的精準(zhǔn)性和魯棒性之間取得平衡。數(shù)字孿生模型的有效性是智能決策技術(shù)實(shí)現(xiàn)控制效果的關(guān)鍵。數(shù)字孿生模型必須具備兩個(gè)特性：或一組動(dòng)作的執(zhí)行結(jié)果都能夠反映到全廠的其它指標(biāo)。更新，以及時(shí)反映實(shí)體電廠的特性變化，從而適應(yīng)最新的電廠運(yùn)行情況。對(duì)系統(tǒng)狀態(tài)的準(zhǔn)確感知是控制的基礎(chǔ)，熱電機(jī)組的生產(chǎn)數(shù)據(jù)質(zhì)量普遍不高。主要存在的問(wèn)題有：檢測(cè)設(shè)備而無(wú)法在線檢測(cè)；在線測(cè)量不準(zhǔn)確：風(fēng)量、蒸汽流量等由于流體不穩(wěn)定容易測(cè)不準(zhǔn)；檢測(cè)設(shè)備而無(wú)法在線檢測(cè)；在線測(cè)量不準(zhǔn)確：風(fēng)量、蒸汽流量等由于流體不穩(wěn)定容易測(cè)不準(zhǔn)；反饋量錯(cuò)誤或偏差較大；檢測(cè)儀表易漂移：氧量、溫度等傳感器隨著使用容易出現(xiàn)漂移；智能感知技術(shù)是利用大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)，基于熱電系統(tǒng)機(jī)理，對(duì)數(shù)據(jù)進(jìn)行軟測(cè)量以提高數(shù)據(jù)感知的全面性和精度，主要的方法有：統(tǒng)計(jì)平均法：對(duì)于瞬時(shí)波動(dòng)不大的指標(biāo)（如熱值），合順時(shí)值；機(jī)理建模法：建立設(shè)備/系統(tǒng)特性模型，用準(zhǔn)確值（含離線值）預(yù)測(cè)；系統(tǒng)測(cè)算法：基于系統(tǒng)不同指標(biāo)之間的關(guān)聯(lián)關(guān)系，利用相關(guān)指標(biāo)進(jìn)行測(cè)算；以上方法根據(jù)不同的應(yīng)用場(chǎng)景進(jìn)行綜合使用。核心技術(shù)廠級(jí)調(diào)度算法廠級(jí)調(diào)度算法解決不同工藝組合、不同熱電負(fù)荷特性下的全廠調(diào)度決策。廠級(jí)調(diào)度算法是熱電全廠自動(dòng)運(yùn)行的關(guān)鍵，也是現(xiàn)有其它自動(dòng)控制技術(shù)無(wú)法解決的控制場(chǎng)景。廠級(jí)調(diào)度算法方案的總體框架設(shè)計(jì)如下圖所示：該算法框架解決整廠級(jí)別的綜合決策，該決策的底層是一個(gè)基于約束的綜合尋優(yōu)問(wèn)題，該尋優(yōu)問(wèn)題的關(guān)鍵要素如下：該算法框架解決整廠級(jí)別的綜合決策，該決策的底層是一個(gè)基于約束的綜合尋優(yōu)約束：鍋爐、汽機(jī)、發(fā)電機(jī)、除氧器、脫硫脫硝等子系統(tǒng)當(dāng)下的負(fù)荷能力，這些負(fù)荷能力基于當(dāng)前的子系統(tǒng)狀態(tài)實(shí)時(shí)計(jì)算；解空間：鍋爐、汽機(jī)的目標(biāo)負(fù)荷；預(yù)測(cè)：未來(lái)主汽母管、供汽母管的壓力水平；優(yōu)化評(píng)價(jià)函數(shù)：壓力、環(huán)保排放、能效的綜合最優(yōu)；在安全、供需平衡、環(huán)保、能效的多因素中進(jìn)行平衡；該算法最終輸出每臺(tái)鍋爐、汽機(jī)的目標(biāo)汽電負(fù)荷，并結(jié)合滾動(dòng)優(yōu)化，給每臺(tái)鍋爐、汽機(jī)分配實(shí)時(shí)目標(biāo)負(fù)荷。子系統(tǒng)協(xié)調(diào)控制算法鍋爐、汽機(jī)、除氧器、脫硝、脫硫等屬于相對(duì)獨(dú)立又相互耦合的子系統(tǒng)。在廠級(jí)調(diào)度分配好負(fù)荷后：鍋爐：根據(jù)目標(biāo)產(chǎn)汽量需求，結(jié)合自身排煙氧量、床溫、主蒸汽溫度、料層等狀態(tài)指標(biāo)，利用鍋爐相關(guān)預(yù)測(cè)模型進(jìn)行決策，對(duì)一次風(fēng)、二次風(fēng)、給煤機(jī)頻率、引風(fēng)機(jī)、減溫水閥、冷渣機(jī)的開(kāi)度指令進(jìn)行計(jì)算；汽機(jī)：根據(jù)目標(biāo)排汽量、抽汽量、發(fā)電量等需求，結(jié)合自身進(jìn)汽壓力、排汽壓力、抽汽壓力、發(fā)電機(jī)軸溫、汽機(jī)震動(dòng)等狀態(tài)指標(biāo)，對(duì)進(jìn)汽閥、抽汽閥開(kāi)度進(jìn)行計(jì)算；除氧器：根據(jù)當(dāng)前給水溫度、給水量和蒸汽溫度等指標(biāo)，結(jié)合自身除氧器壓力和液位等指標(biāo)，對(duì)每個(gè)進(jìn)水閥和進(jìn)汽閥開(kāi)度進(jìn)行計(jì)算；脫硝：根據(jù)當(dāng)前NOx利用脫硝相關(guān)預(yù)測(cè)模型，對(duì)噴氨調(diào)整量進(jìn)行計(jì)算；脫硫：根據(jù)當(dāng)前SO2排放的指標(biāo)，結(jié)合當(dāng)前循環(huán)泵的開(kāi)度、反應(yīng)塔的溫度等指標(biāo)，對(duì)循環(huán)泵開(kāi)度調(diào)整量進(jìn)行計(jì)算。設(shè)備級(jí)控制算法電廠常規(guī)的控制量設(shè)備有：給煤機(jī)變頻、風(fēng)機(jī)變頻、冷渣機(jī)變頻、汽機(jī)調(diào)閥、減溫水閥、減壓器調(diào)閥、二次小風(fēng)門(mén)等設(shè)備。廠級(jí)分配和子系統(tǒng)協(xié)調(diào)控制算法輸出的指常見(jiàn)的問(wèn)題有：給煤機(jī)變頻：通常上級(jí)控制算法不會(huì)直接計(jì)算到給煤機(jī)變頻，而是計(jì)算出目標(biāo)給煤量，給煤機(jī)控制算法需要實(shí)時(shí)將目標(biāo)給煤量變換為各個(gè)給煤機(jī)的頻率；給煤機(jī)控制算法需要解決給煤機(jī)分配的問(wèn)題（通過(guò)調(diào)整不同給煤機(jī)的給煤分配來(lái)調(diào)整鍋爐偏燒的問(wèn)題）、某個(gè)給煤機(jī)斷煤堵煤的問(wèn)題等。減壓器、減溫水調(diào)閥：這類調(diào)閥容易出現(xiàn)調(diào)節(jié)線性不好或者在某個(gè)區(qū)間內(nèi)出現(xiàn)卡頓的現(xiàn)象，調(diào)閥控制算法利用調(diào)閥的數(shù)字孿生模型計(jì)算出最佳的調(diào)閥下發(fā)指令以響應(yīng)目標(biāo)變化量。二次小風(fēng)門(mén)：鍋爐的二次小風(fēng)門(mén)有數(shù)十個(gè)，鍋爐的調(diào)控指令不會(huì)計(jì)算到每一個(gè)風(fēng)門(mén)的開(kāi)度，而是通過(guò)一些層操來(lái)實(shí)現(xiàn)不同層風(fēng)門(mén)的整體調(diào)整，以實(shí)現(xiàn)調(diào)整燃燒形態(tài)的目的；二次小風(fēng)門(mén)控制算法就是將鍋爐控制算法輸出的指令計(jì)算獲得每個(gè)二次小風(fēng)門(mén)的具體開(kāi)度。模型預(yù)測(cè)控制算法除了以上特有場(chǎng)景的控制算法外，系統(tǒng)還需要支持通用的預(yù)測(cè)控制算法以解決以上專有控制算法沒(méi)有覆蓋的場(chǎng)景。模型預(yù)測(cè)控制算法的原理圖如下圖所示：煤質(zhì)軟測(cè)量算法燃煤作為熱電廠最主要的原料，是影響熱電廠控制的關(guān)鍵。燃煤作為天然礦物其成份是不均勻的，而且大多數(shù)熱電廠都需要將多種來(lái)源的燃煤進(jìn)行摻配使用，所以實(shí)時(shí)入爐的燃煤品質(zhì)是波動(dòng)的。目前還沒(méi)有有效的技術(shù)對(duì)燃煤成份進(jìn)行在線實(shí)時(shí)檢測(cè)，所以燃煤成份都是通過(guò)抽樣離線化驗(yàn)獲得的。當(dāng)煤質(zhì)發(fā)生較大變化時(shí)，缺乏煤質(zhì)的及時(shí)感知會(huì)導(dǎo)致控制不穩(wěn)定的問(wèn)題。如下是一套煤質(zhì)軟測(cè)量的原理圖：其主體思路如下：以準(zhǔn)實(shí)時(shí)鍋爐噸煤產(chǎn)熱為基礎(chǔ)；利用鍋爐效率模型屏蔽鍋爐效率的影響：利用鍋爐放熱模型屏蔽鍋爐延遲的影響；利用鍋爐蓄熱模型屏蔽鍋爐蓄熱量的影響；再通過(guò)離線化驗(yàn)數(shù)據(jù)對(duì)在線模型進(jìn)行校準(zhǔn)；通過(guò)一系列計(jì)算獲得實(shí)時(shí)燃煤熱值曲線；流量軟測(cè)量算法蒸汽和水的流量在熱電控制中也非常重要，但許多流量計(jì)在流量低于一定量后容易進(jìn)入流量計(jì)的檢測(cè)死區(qū)，出現(xiàn)測(cè)量值歸零的現(xiàn)象，如下圖所示，當(dāng)流量低于15噸時(shí)測(cè)量值直接歸零：根據(jù)流體力學(xué)的伯努利方程，流量可以通過(guò)壓差進(jìn)行建模，所以可以利用死區(qū)外的流量數(shù)據(jù)對(duì)軟測(cè)量模型進(jìn)行訓(xùn)練，再泛化到死區(qū)內(nèi)，即可獲得較為準(zhǔn)確的流量數(shù)據(jù)，如下圖所示：汽機(jī)滑壓優(yōu)化算法熱電廠的汽機(jī)大多采用節(jié)流方式對(duì)汽機(jī)負(fù)荷進(jìn)行調(diào)整，節(jié)流方式會(huì)導(dǎo)致蒸汽能量的損失。而熱電由于蒸汽負(fù)荷波動(dòng)大，所以汽機(jī)負(fù)荷會(huì)在較大范圍內(nèi)波動(dòng)。如果主蒸汽壓力不考慮汽機(jī)負(fù)荷的話，會(huì)導(dǎo)致低負(fù)荷段的汽機(jī)能效損失較大。如下圖展示了汽機(jī)總效率的計(jì)算原理：汽機(jī)滑壓優(yōu)化是指根據(jù)汽機(jī)的不同負(fù)荷，對(duì)主蒸汽壓力在一定范圍內(nèi)進(jìn)行更精準(zhǔn)的調(diào)整和控制，以盡可能減少汽機(jī)的節(jié)流損失。最佳目標(biāo)壓力可基于下圖展示的汽機(jī)特性模型進(jìn)行尋優(yōu)獲得：排煙氧量?jī)?yōu)化算法鍋爐的燃燒效率是熱電高效運(yùn)行的重點(diǎn)，最佳的燃燒效率是鍋爐排煙熱損失和鍋爐未燃燒熱損失的實(shí)時(shí)平衡。鍋爐的排煙氧量是體現(xiàn)這兩個(gè)平衡的關(guān)鍵指標(biāo)。鍋爐在不同工況、不同煤種、不同負(fù)荷段下，最佳的排煙氧量均不同。排煙氧量?jī)?yōu)化是指通過(guò)對(duì)數(shù)據(jù)進(jìn)行尋優(yōu)，找到當(dāng)前每個(gè)負(fù)荷段下鍋爐燃燒效率最高的目標(biāo)排煙氧量，如下圖所示：通用優(yōu)化算法除了最關(guān)鍵的汽機(jī)滑壓優(yōu)化和排煙氧量?jī)?yōu)化外，在有些熱電場(chǎng)景還存在一些特有的優(yōu)化場(chǎng)景，系統(tǒng)需要提供通用的基礎(chǔ)優(yōu)化算法來(lái)覆蓋這些情況。主要分為兩類：基于統(tǒng)計(jì)數(shù)據(jù)挖掘的尋優(yōu)這種方法通過(guò)將工藝運(yùn)行數(shù)據(jù)構(gòu)建統(tǒng)計(jì)數(shù)據(jù)模型，并對(duì)統(tǒng)計(jì)數(shù)據(jù)模型最優(yōu)值進(jìn)行計(jì)算獲得最佳目標(biāo)值：基于模型最優(yōu)化問(wèn)題的尋優(yōu)這種方法通過(guò)構(gòu)建系統(tǒng)的機(jī)理模型，并建立一個(gè)最優(yōu)化問(wèn)題，通過(guò)解決最優(yōu)化問(wèn)題計(jì)算獲得最佳目標(biāo)值：熱電數(shù)字孿生模型體系需要涵蓋熱電各工藝段、與生產(chǎn)控制相關(guān)的所有模型，如以下幾張圖列舉了最主要的模型：機(jī)組模型鍋爐效率模型

鍋爐效率模型

雙減模型

母管模型雙減

鍋爐效率模型雙減模型抽凝汽機(jī)效率模型

母管模型抽凝汽機(jī)效率模型

抽凝汽機(jī)效率模型

模型

雙減模型 雙減模

抽背汽機(jī)效率模型雙減模型消費(fèi)模型煤粉爐模型送風(fēng)模型送風(fēng)模型煙道模型給粉 一次風(fēng)模 模型二次風(fēng)模型配風(fēng)模型燃燒模型換熱模型引風(fēng)模型送風(fēng)模型煙道模型循環(huán)流化床模型換熱模型換熱模型給煤模型二次風(fēng)模型燃燒模型煙道模型風(fēng)機(jī)模型返料風(fēng)模型一次風(fēng)模型引風(fēng)模型排渣模型4) 汽機(jī)模型進(jìn)汽焓值模型進(jìn)汽焓值模型發(fā)電模型發(fā)電模型抽汽焓值模型抽汽模型抽汽焓值模型凝汽模型抽汽焓值模型減溫模型由控制算法搭建而成的控制過(guò)程需要在一套實(shí)時(shí)閉環(huán)控制系統(tǒng)中執(zhí)行才能完成智能調(diào)控的任務(wù)。為了能夠滿足熱電全廠閉環(huán)自動(dòng)控制的要求，全應(yīng)科技需要對(duì)原全應(yīng)熱電云平臺(tái)進(jìn)行升級(jí)實(shí)現(xiàn)一套面向智能調(diào)控的平臺(tái)，該平臺(tái)命名為ADMC（AdaptiveData-drivenModel-basedControl，自適應(yīng)大數(shù)據(jù)模型預(yù)測(cè)控制）智能調(diào)控平臺(tái)。ADMC平臺(tái)的架構(gòu)如下圖所示：平臺(tái)由三大部分組成：集IoTGatewayDataForge。智控：解決數(shù)字孿生構(gòu)建、管理，智能調(diào)控算法構(gòu)建、管理，以及實(shí)時(shí)調(diào)度控制框架，包含圖中的智能實(shí)時(shí)控制RTCL&訓(xùn)練ModelForgevizGraph和報(bào)表工具vizReport。每個(gè)電廠的工藝結(jié)構(gòu)、設(shè)備特性等均存在較大差異，所以要想實(shí)現(xiàn)全廠級(jí)的智能自動(dòng)控制，每個(gè)電廠的智能調(diào)控邏輯一定是需要客制化的，不可能通過(guò)標(biāo)準(zhǔn)化產(chǎn)品進(jìn)行簡(jiǎn)單覆蓋。但如果每個(gè)電廠都從頭開(kāi)始開(kāi)發(fā)，交付實(shí)施代價(jià)巨大，所以需要有一套智能控制搭建與調(diào)試工具，集成一系列熱電智能調(diào)控的標(biāo)準(zhǔn)算法，實(shí)施時(shí)通過(guò)拖拽的方式搭建面向特定電廠的智能控制邏輯是最佳的方案。該集成開(kāi)發(fā)環(huán)境需要具備：算法組件的集中管理：對(duì)豐富的工業(yè)控制、行業(yè)研發(fā)、數(shù)據(jù)加工、邏輯處理等組件進(jìn)行統(tǒng)一上架和版本管理；實(shí)施時(shí)可以基于工藝邏輯進(jìn)行可視化拖拉拽和調(diào)參配置以實(shí)現(xiàn)客制化控制過(guò)程的搭建。開(kāi)放性強(qiáng)，低代碼快速搭建：提供多語(yǔ)言異構(gòu)和數(shù)據(jù)對(duì)接能力，用戶根據(jù)自己的需要獨(dú)立簡(jiǎn)單封裝完成專屬組件上架、數(shù)據(jù)對(duì)接，更容易拓展應(yīng)用場(chǎng)景和能力?？刂品治鲆惑w化，便捷運(yùn)維和預(yù)警分析：支持云、云+邊、一體機(jī)等多形態(tài)輸出方式，及動(dòng)態(tài)在線分析控制過(guò)程、AI算法輸出、運(yùn)行狀態(tài)日志等能力，在云聯(lián)動(dòng)場(chǎng)景下可通過(guò)全應(yīng)APP案例價(jià)值該技術(shù)將熱電運(yùn)行從傳統(tǒng)的以人工為主的模式升級(jí)為以智能自動(dòng)運(yùn)行的模式，大幅提升了熱電