“双碳”驱动下的智慧电厂数字化转型 原创

2020年9月，中国在第七十五届联合国大会上宣布，中国二氧化碳排放力争于2030年前达到峰值，于2060年前实现碳中和。与欧、美、日等其他国际及地区相比，中国目前已成为全球二氧化碳年排放量最多的国家，减排之路面临着时间紧、任务重的挑战。同时，全球电力行业也正在经历着多维度的转型——环保、碳排放和能源安全的压力日益增大；可再生能源的供应愈发多样，竞争也逐渐激烈。

火电行业更面临严峻的生存挑战：更为严格的能耗和排放的要求；小机组的政策性关停并转逐渐加速；发电小时数常年处于低位；煤价、气价、电价等外部因素的变化也进一步加剧了火电厂的经营压力。同时，发电企业由于是生产设备密集型，生产现场错综复杂。“安全第一、预防为主、综合治理”要求不断提升，从全球领先的发电企业数字化转型的经验开看，过部利用大数据、AI、虚拟现实等新技术，显著提升运营、安全等方面的效益获，构建智慧电厂已经成为发电企业的发展方向。

智慧电厂三大特性：安全、低碳、高效

智慧电厂利用数字化、信息化、可视化、智能化等先进技术应具安全、低碳、高效三大特性。

第一、更安全：这包含产品安全、设备安全、人员安全三层含义。产品安全是指可以提供安全的电能，快速响应电网的需求，在承受物理或网络攻击时受到的损坏更小并能恢复，在受到损害时，人为干预更小；设备安全是通过智能传感器等对设备的状态进行实时追踪，全面了解所有关键部件的健康状况，并对存在风险的设备进行预警，电厂的设备具有“自愈”能力，能够实现自我检测、自我诊断、自我修复。人员安全是指通过利用机器人等技术，大大减少高危作业。

第二、更低碳：能实现全线检测报警机制：实现从煤炭检测污染物含量，到燃烧的实时监测，同时所有监测数据上传，对外公开，排放公开、透明。

第三、更高效：为实现精细化运营和提高运维效率，智慧电厂应以基于数字孪生理念，实时掌握生产流程、提高可控性，科学制定生产计划、简化线下流程，从而提升员工的工作效率。

智慧电厂三大转型方向

数字孪生、无人监控与巡检、设备健康预警成为智能电厂主要的数字化转型方向。

数字孪生技术借助三维可视化、射频识别、视频监控及物联网等技术手段，可轻松实现对安全生产过程中的人员、设备和环境的高效管控。

根据电厂厂区平面竣工图、建筑结构图、现场拍摄照片等技术资料建立1:1等比例电厂建立三维数字化虚拟电厂“实景图”。同时也对电厂的关键设备、加载锅炉、汽轮机、发电机、管线等生产设备进行可视化监测，实现实时反映发电厂生产状态，监测生产过程，预警异常情况，实时掌控电厂生产态势。

在各机组综合热力学模型的基础上，构建电厂的数字孪生系统为电厂操作人员提供最优建议。根据实时工厂条件和市场价格实现最佳燃料混合，实现化学探测、计量和分析自动化减少碳排放。

数字孪生系统可对厂区内各种危险设施以三维场景化展示其分布、运行状态，实现7*24小时的实时监测，可智能判断是否超限并实现预警，同时实现运营大厅的声光告警、联动报警等多种报警效果。

数字孪生可视化通过三维视频融合技术将发电厂及其周边的三维场景与实时视频监控画面无缝融合，提升动态场景展示效果，以增加虚拟场景与现实的互动性，还原更真实的现实世界，基于空间实景对监控信息全局展示和掌控，为厂区日常安全管控、应急处置等提供直观的数字化辅助平台，切实提高厂区安全防卫能力与应急安全应对能力。

智能巡检通过结合机器人定位系统、监控系统和预警系统等，实时监控新能源资产的设备状态，及巡检机器人的状态和路径。另外，还可以通过调取机器人的视频监控摄像头来查看巡更的真实情况，方便运维人员更加直观高效地管理整个巡检过程。

利用智能机器人及激光导航技术、图像识别技术、多传感融合技术、智能巡视系统平台技术，构建电厂多场景巡视一体化。根据各区域的巡视要求，建立设备数据自主采集、自主分析的全新智能巡检体系与新模式，实现对电厂设备运行状态和现场情况进行动态巡测和智能分析，最终达到智能巡检，安全管控，增加综合效益的目标。

巡检机器人替代人工进行阀门、表计、液位自动识别，对泵自由端轴承温度、泵驱动端轴承温度、电机轴承温度、泵外壳温度自动检测等，确保化水车间各设备运营安全。

智能巡检管理平台系统让电厂能更方便地进行现场智能设备管理及数据查询，具有数据采集、储存、统计、检索、报表输出、智能分析等多种功能。智能巡检减少了电厂运维人员，提高整体巡检效率，大幅降低现场运维人力投入与运维成本的投入。全面提升巡检的整体管理水平规范检修作业流程，提升检修质量，大幅提高了巡检工作的安全性。

设备健康预警充分利用已有数据，利用智能传感器等对设备的状态进行实时追踪，全面了解所有关键部件的健康状况，高效率从海量数据中找到有用参数为机组安全稳定运行提供可靠服务。

预警平台云覆盖全部重要设备，可以实时计算出设备异常，实现设备早期预警，同时实现对设备的健康评价，为设备劣化分析提供可靠数据支撑；实现设备预警的快捷分析，并将预警转成知识库，随着知识库的完善，最终实现机器学习，代替人工分析，实现真正的人工智能，在降低人力成本的同时，提前发现设备异常，早发现早处理。

建立设备运行目标工况数据库，从海量历史数据中挖掘特定工况下的稳定运行目标与历史最优运行目标，给出设备可控参数优化建议。挖掘与设备相关的海量历史数据关联规则，提前发现电厂设备的早期异常，变事后维修为事前检查，并结合对设备维护、检修和更换成本的分析。积累电厂设备管理的技能和知识数据形成诊断知识库，依托所建设备模型对设备性能进行诊断及时发现和消除设备隐患，降低故障率，提高机组安全性、可靠性。

在全球迈向“碳中和”与科技进步的驱动下，国内外的能源结构与消费方式正在发生本质的变化。数字化的浪潮催生出一系列更加先进、更加智能的解决方案。未来分布式能源的迅速发展与电力交易的市场化改革既为发电企业带来了机遇，也在“新集控”、智能运维等方面带来新的挑战。在数字化转型中，智慧电厂将持续为发电企业构建业务竞争力。