熱能和電能是工業生產和居民生活最重要的基礎能源，中國的工業體量和人口基數決定了中國是全球最大的熱電消費國。中國的能源稟賦是“多煤少油貧氣”，煤電所耗能源占總體能源消耗的57%，煤炭能源作為中國能源消費的壓艙石地位將不會動搖。同時，煤電也貢獻了32%的PM2.5和42%的二氧化碳。所以，熱電尤其是燃煤熱電如何優化升級是我國雙碳路徑上最重要的話題之一。
項目
概況
湖北應城某化工企業，主要從事純堿、氯化銨、復合肥等生產和加工，固定資產20個億，位于應城市鹽化大道26號。已建成投運2臺循環流化床鍋爐，1臺汽輪機發電機組，2臺減溫減壓器以及供熱管網，通過管網對外提供3.0MPa和0.8MPa兩個壓力等級的蒸汽，全部供應集團的聯堿廠、合成氨廠、鹽廠。
項目背景
熱電生產系統核心控制系統基于PID技術，屬于非線性、強耦合、大延遲、多時變系統，無法做出正確的生產執行決策和有效地進行自動運行，仍廣泛依賴運行人員的經驗和現場實時控制，運行人員自主決策，并手動將調控指令通過DCS系統進行下達和執行。當前該企業的熱電生產系統還存在煤和沼氣爐渣摻燒現象，加重了對運行人員運行經驗的依賴。
以上因素造成該企業熱電生產系統生產控制不穩定、鍋爐燃燒主汽參數、床溫、排煙溫度等運行參數波動較大，排煙氧濃度偏高，爐渣殘碳量較高，造成鍋爐燃燒控制不優化，造成能源浪費；鍋爐負荷分配未考慮設備效率曲線及總負荷變化，造成鍋爐負荷波動大且頻繁；汽機進汽參數未考慮汽機做功效率和負荷變化，進汽參數波動范圍較大；供汽壓力和供汽溫度波動存在超標供應的情況以及設備控制采用同升同降控制模式，造成整個熱電生產系統能效水平低，存在較多的能效提升空間。
項目簡介
面對該企業當前熱電生產中面臨的突出問題，上海全應科技有限公司（以下簡稱“全應科技”）根據該企業當前設備情況以及具體生產工況，依托全應熱電云（面向熱電行業的工業互聯網），結合工業機理和專家知識，建立了覆蓋熱電生產系統端到端的數字孿生模型，覆蓋鍋爐、汽機、供熱管網、減溫減壓器等，實現該企業的生產系統進行全方位的智能化升級，為運行人員提供全局最優的最佳的運行參數。
3. 項目目標
經過全應科技熱電專家團隊的前期調研，通過全應熱電云的熱電智能化解決方案，可為該企業熱電系統進行鍋爐燃燒優化、鍋爐負荷分配、汽機做功能力、供汽參數優化，并確定熱電總體能效預計可提升2.1%，提升熱電系統的運行效能，降低二氧化碳、氮氧化物等污染物的排放。
二、項目實施概況
1. 項目總體架構和主要內容
全應熱電云以工業互聯網平臺為技術架構，基于大數據和人工智能技術，通過全面實時采集熱電生產的全流程數據，建立生產系統的數字孿生模型，實時尋優和自主決策，為電廠生產控制提供一套智能化系統，替代人工運行決策，并且在一定程度上替代人工執行，實現熱電廠運行的準“自動駕駛”。通過這套智能控制系統，可以屏蔽由于人的因素所帶來的運行不優化和不穩定的問題，降低熱電運行的安全風險、改善環保排放控制不穩定而產生的排放超標問題、顯著提升全廠能效和產品品質的穩定性。
圖1 全應熱電云
全應熱電云熱電智能化解決方案采用業界常用的工業互聯網平臺架構：“云+邊+端”，其中：
云是指全應科技通過 SaaS 模式交付給這家熱電廠的全應熱電云解決方案的云端部分，發揮公有云系統在存儲空間、算力、安全性、可擴展性等方面的優勢
，
為在云端建立虛擬的數字孿生工廠
；
邊是指邊緣端，位于這家熱電廠的機房，靠近生產系統
部署數字孿生模型
，
使其
在網絡傳輸速度、網絡可靠性和安全隔離性等方面有其獨特優勢；
端是指邊緣客戶端和云客戶端。邊緣客戶端是一套軟硬件一體的專有智能看板設備。云客戶端通過一套手機APP和一套PC瀏覽器系統來實現，極大地提高了便捷性。
全應熱電云
架構
全應熱電云工業互聯網平臺架構
全應熱電云通過云資源自主搭建人工智能miner平臺用于模型的設計和訓練，自主搭建大數據平臺，用于數據倉儲以及實時、歷史數據分析，自主開發IoT Gateway用于收集、清洗、過濾、處理熱電生產數據，同時部署微服務平臺用于快速各種資源以及應用。
圖2 全應熱電云工業互聯網平臺架構
（2）全應熱電云網絡部署架構
圖3 全應熱電云網絡部署架構
全應科技結合熱電廠實際情況，在熱電廠側共計部署智能邊緣控制器3臺，企業防火墻1臺，工業交換機1臺，智能看板4臺。既能提供熱電生產的智能化運行，又能確保熱電生產系統與外界隔離，確保熱電生產安全、穩定運行。
3. 具體應用場景和應用模式
全應熱電云解決方案收集該熱電廠具體生產現狀的端到端數據，結合專家知識和工業機理，在云端建立熱電廠的數字孿生模型。數字孿生模型的構建主要包括：
使用工業機理、專家知識模型來覆蓋目標行業中多年來沉淀下來的相對穩定的知識體系。不同類型的設備（如：鍋爐、汽機、供熱管網）具有不同的生產特性，但是相同類型、相同工作參數的設備。
使用人工智能結合大數據體系，依靠對大量歷史數據的分析產生對該設備此時此刻的運行規律的準確認知，對相同類型、相同參數的設備的使用年限，環境，操作等進行分析，準確獲得他們之間逐漸產生的特性差異。
圖3 建立數字孿生模型
本項目中為企業建立了127個數字孿生模型和282個控制邏輯單元，模型包括：鍋爐燃燒效率模型、鍋爐蒸汽產量預測模型、冷渣機模型、給煤機模型、一次風二次風模型、引風模型、化水模型、汽包模型、脫硫脫硝模型、汽機做功模型、供汽負荷預測模型、減溫減壓器模型、管網壓降模型、管網溫降模型、用戶能耗模型、天氣模型等。
圖4 鍋爐燃燒優化
針對生產過程中鍋爐燃燒進行專門的優化，根據當前的工況條件下的負荷情況，通過在線實時計算燃料熱值、統計總風量、總的入爐煤量，結合建立的數字孿生模型，實時計算出鍋爐燃燒的最佳效率點，并給運行人員提供最佳運行參數。
圖5 鍋爐多機協調優化
在多臺鍋爐和多臺汽機同時運行時，可以通過優化多臺鍋爐和多臺汽機間的負荷分配，讓多臺鍋爐和多臺汽機都運行在較高效率的區間，提升整體效率，從而實現節能降耗。例如：
在負荷相對穩定的前提下，結合每臺鍋爐的燃燒特性和最佳能效區間，在進行鍋爐負荷分配時，優先給性能好的鍋爐增加負荷，性能較差的鍋爐降低負荷。
在蒸汽輸入相對穩定的前提下，結合每臺汽機的特性和最佳做功區間，在進行汽機負荷分配時，優先給性能好的汽機增加負荷，性能較差的汽機降低負荷。
圖6 蒸汽過熱度優化
對于熱電廠來說，在滿足用戶需求的前提下，不同環境氣溫變化及用戶負荷流量變化時，通過對分汽缸蒸汽壓力與溫度的調整精準壓線控制用戶端的蒸汽參數，可以避免造成浪費。該企業的中壓管線3.0MPa蒸汽去聯堿廠，蒸汽溫度260 ~ 280℃，為保證下游用汽溫度，長期保持在270℃~ 280℃。
全應熱電云對整個供熱管網進行整體建模后，主要設計管道的壓降模型和供熱延遲模型，結合實際用戶端的實時流量數據，預測下一個供熱時延周期，供熱管線入口處的熱負荷，協調鍋爐和汽機負荷。實際效果，可以降低供熱管線入口蒸汽溫度至265℃~272℃，即滿足消費端使用，又能提高整個熱電系統的能效水平。
三、項目創新點和實施效果
1. 項目先進性及創新點
全應熱電云以工業互聯網平臺為技術架構，基于大數據和人工智能技術，通過全面實時采集熱電生產的全流程數據，建立生產系統的數字孿生模型，實時尋優和自主決策，為電廠生產控制提供一套智能化系統，替代人工運行決策，并且在一定程度上替代人工執行，實現熱電廠運行的準“自動駕駛”。通過這套智能控制系統，可以屏蔽由于人的因素所帶來的運行不優化和不穩定的問題，降低熱電運行的安全風險、改善環保排放控制不穩定而產生的排放超標問題、顯著提升全廠能效和產品品質的穩定性，為熱電廠帶來每年數萬噸煤的節省、數萬噸二氧化碳的減排、上千萬元的經濟價值。
全應熱電云為實現熱電智能化，核心技術點及創新點如下：
采用“云+邊+端”模式，搭建工業互聯網平臺，在云平臺中自建大數據、人工智能平臺，實現在線的、虛擬的熱電生產數字孿生模型，達到對真實熱電生產系統的在線模擬、仿真、預測，并將生成的數字孿生模型下發至邊緣端，實現熱電生產系統ms級實時響應，同時提供智能看板，實時提供全局最佳的運行參數給一線運行人員。
全應熱電云采用將數據智能和工業機理、專家知識緊密融合的策略，構建數字孿生模型。經過幾年的發展，現已然構建了熱電系統的數字孿生模型體系，涵蓋熱電生產端到端的設備，主要包括鍋爐、汽機、供熱管網、減溫減壓等。
到目前為止，全應熱電云已成功服務全國13個省市自治區50多家熱電企業，幫助企業進行熱電智能化升級，進行節能降耗、減排減碳。
2. 實施效果
全應熱電云上線運行后，整體交付效果達到合同期望，能效提升達2.1%，企業年耗煤30~35萬噸，直接燃煤節省共計6737噸，加入煤價按1200元/噸，成本共計節省：808萬。
