基于工业互联网的热电智能调控技术会员免费

案 例 1基于工业互联网的热电智能调控技术1. 背景1.1. 行业特性热能作为化工、生物、医药、造纸、食品加工、纺织等工业生产过程中必备的基础能源之一，是与电能地位相当的工业基础能源。但热能由于无法远距离传输，所以热能的供给和消费都是区域化的。在有规模化热能需求产业存在的工业园区，基本上都需要有一个热源厂，而为了热能的高效梯次利用，国内目前的热源都以热电联产为主。与以供应公共电网为主的火力发电大机组不同，热电联产机组有以下特点：作为区域能源供应主体，仅响应工业园区内部热电能源需求，有面向政府公共工业园区的公共热电联产工厂，也有面向企业大型生产园区的自备热电联产工厂。由于我国能源结构特性，绝大多数热电联产都是燃煤机组，燃煤由于来源多样而导致燃煤品质波动大、不稳定。上海全应科技有限公司

根据工业园区中生产企业的工艺特性对能源的不同需求，热电联产厂有的以供热为主、供电为辅，有的以供电为主、供热为辅。作为工业园区唯一的供热源，热电联产厂需要连续供应，锅炉、汽机等设备都采用冗余配置，所以热电联产厂都采用母管制结构，而且既供热又供电，供热还可能存在多种蒸汽等级、多条供热管道，整个生产工艺复杂，运行控制挑战大。热电联产锅炉、汽机等设备数量多但每个机组规模小，整厂在投资建设阶段与火力发电大机组相比，基建投资预算少很多，在辅机、传感器、执行机构等设备的选型采购时通常受预算约束，往往质量不高，容易出故障。1.2. 政策背景从启动双碳政策以来，风电和光伏的新增机组容量和总装机容量占比持续攀升。截止 2023 年，绿能的装机容量已经超过了煤电。但风资源的波动、风力机组调峰能力弱，风电出力存在随机波动性和反调峰特性；太阳能光伏发电严重依赖光照情况，存在天然的不确定性和间歇性，大量“阴晴不定”的新能源并网给电网带来前所未有的调峰压力。2023 年 3 月 28 日，国家能源局 27 号文件发布《国家能源局关于加快推进能源数字化智能化发展的若干意见》中指出要将数字技术与能源产业发展深度融合，提高能源产业数字化智能化水平，加快构建清洁低碳、安全高效的新型能源体系。作为能源使用主要存在形态的区域能源，也是新型能源体系的重要组成部分。自2023 年《意见》发布以来，越来越多的区域能源应国家要求加快光伏、风电等新能源的建设，这就构成了分布式新型区域能源体系，如下图所示：

在新型区域能源体系中，除了原来热电用户的波动性外，还增加了新的波动性：新能源波动性：光伏、风电对于区域电网的供电引入了巨大的不确定性；电价波动性：越来越多的省份开始推行电力现货交易，区域电网使用公共电网电量时不再是稳定的电价，而是动态的电价，这对电网用电成本引入了不确定性；热电厂作为区域能源唯一可大幅调控的能源主体，为了能够更好地实现新能源的利用，以及在动态电价政策下实现区域能源综合用能成本最低，热电厂的实时动态调控成为关键。1.3. 痛点问题我国的热电联产机组普遍应用了 DCS 来监控和运行生产系统，由于热电联产机组“非线性、强耦合、大延迟、多时变”的特性，目前基本上所有的热电联产机组均无法实现全厂常态化自动控制运行，而是采用人工调控运行的模式，DCS 仅作为集中控制的手段实现数据和控制的集中。其主要原因是以 DCS 为基础的控制体系在热电联产场景下存在不足：

1)协调与耦合控制能力弱DCS 更擅长局部单回路的自动控制，而对于系统级的耦合控制或协调控制并不擅长。这导致对于煤电与新能源协调、多机组协调、热/电协调、机炉协调、母管制锅炉间的协调、燃烧与环保协调等场景当前的自动控制系统无法适应，需要运行人员人工操作。2)大延迟控制效果差PID 以反馈控制为主，对于延迟较大的场景容易造成波动大、控制跳出等问题。这导致流化床锅炉控制、脱硝控制、大供热管网的压力响应等大延迟场景当前的控制系统无法自动控制，仍广泛依赖运行人员。3)控制逻辑适应性、健壮性差DCS 为了强调硬件的稳定性和健壮性，在数据存储容量、计算能力等方面均采用比较稳定可靠但算力较弱的硬件，所以在控制逻辑算法上均只能支持较初级的...