基于工業4.0的智能電站控制技術

廣東電網有限責任公司電力科學研究院 陳世和，張曦

基于工業4.0的智能電站控制技術

廣東電網有限責任公司電力科學研究院 陳世和，張曦

工業4.0是以智能制造為主導的第四次工業革命，該戰略旨在通過信息通訊技術和物理信息系統（Cyber-Physical System)的結合，將制造業向智能化轉型。本文論述了工業4.0框架下的智能電站控制技術，給出了智能電站的定義、特征和層次結構，并對智能電廠技術的內容及應用情況進行了分析和論述。隨著智能控制、現場總線技術和計算機技術的不斷發展，智能電站技術應用前景十分廣闊。

工業4.0；數字化；現場總線；智能電站；智能控制

1 引言

在電力行業，近年來數字化電廠建設取得了長足的發展，德國西部的尼德豪森電廠是全球第一家數字化電廠，控制系統為西門子TXP-2000，除鍋爐安全監控系統（FSSS）、汽輪機控制和保護系統（DEH、ETS）、重要的模擬量采用常規方案外，均采用了現場總線控制系統。德國諾伊拉特電廠1100MW的F機組和G機組，早期被稱為尼德豪森二期工程，控制系統為西門子TXP-3000，與尼德豪森一期工程相比，不僅被控對象采用了Profibus-DP協議，儀表也全部采用了Profibus-PA協議，同時在常用電源系統還采用了IEC61850協議。近幾年，國內已經有相當一部分燃煤電廠也在輔助車間系統采用了現場總線技術，如華能玉環電廠（2×1000MW）化學水處理、工業廢水系統，廣東河源電廠（2×600MW）凈廢水處理系統，華能巢湖電廠（2×600MW）化學水處理系統，華能九臺電廠（2×600MW）水、煤、灰、全廠輔助車間系統，國華寧海電廠（2×1000MW）的脫硫系統等；同時也有一些電廠在主廠房機爐主系統上應用了現場總線技術，如河北三河電廠（2×350MW）的熱網系統、天津北疆電廠（2×1000MW）的熱網系統等，以及在2009年底投入運行的華能九臺電廠（2×600MW）單元機組、華能金陵電廠（2×1000MW）單元機組，其中九臺電廠約有30%的儀表控制系統采用了現場總線設備，金陵電廠約有50%的儀表控制系統采用了現場總線設備、中國神華勝利發電廠2×660MW機組和國電肇慶電廠2×330MW機組，有超過60%的儀表控制系統采用了現場總線設備。儀控系統中DCS系統采用現場總線技術，通過將智能儀表、執行機構、高低壓智能保護裝置及電磁閥等接入主 DCS，同時現場設備的管理信息、設備維修信息等通過現場總線進入DCS和上層SIS/MIS軟件，從而實現了機組的優化操作及優化維修管理。基于數字化電廠技術的儀控系統，憑借其強大的現場總線支持功能和日益豐富的現場儀表及設備，將傳統DCS 信息采集、診斷監控范圍大大擴展，從而可以有效獲取現場設備的設備管理和設備維修信息，為智能電廠的建設提供了有利條件。

為降低機組能耗，國內外公司基于數字化電廠的基礎平臺推出了自己的優化產品，如西門子公司推出的優化軟件PROFI，美國ULTRAMAX公司開發的鍋爐燃燒控制與過程優化軟件ULTRAMAX， Pegasus公司的燃燒優化軟件NeuSIGHT及艾默生公司的Smart Process，國內東南大學的協調和汽溫優化平臺INFIT，清華大學的燃燒優化軟件OCP3等。但由于目前國內火電機組運行中普遍存在煤質多變，負荷多變、氣候多變和煤價多變（以下簡稱“四變”）問題，國外的軟件往往不能適應工況變化，應用效果并不理想。如何有效解決“四變”條件下機組的優化和控制問題，降低機組能耗，滿足環保部門超凈排放約束性要求，是目前亟待解決的問題。

本文論述了工業4.0框架下的智能電站控制技術，給出了智能電站的定義、特征和層次結構，對智能電站技術的內容及應用情況進行了分析和論述。隨著智能控制、現場總線技術和計算機技術的不斷發展，智能電站技術應用前景十分廣闊。

2 基于工業4.0的智能電站架構分析

2.1 工業4.0技術

為了在新一輪工業革命中占領先機，在德國工程院、弗勞恩霍夫協會、西門子公司等德國學術界和產業的建議推動下，“工業4.0” 項目在2013年4月的漢諾威工業博覽會上被正式推出。這一研究項目是德國政府《高技術戰略2020》確定的十大未來項目之一，旨在支持工業領域新一代革命性技術的研發與創新，它描繪了制造業的未來愿景，提出繼蒸汽機的應用、規模化生產和電子信息技術等三次工業革命后，人類將迎來以物理信息融合系統(CPS)為基礎，以生產高度數字化、網絡化、機器自組織為標志的第四次工業革命。“工業4.0”項目主要分為三大主題：

一是“智能工廠”，重點研究智能化生產系統及過程，以及網絡化分布式生產設施的實現；

二是“智能生產”，主要涉及整個企業的生產物流管理、人機互動以及3D技術在工業生產過程中的應用等。該計劃將特別注重吸引中小企業參與，力圖使中小企業成為新一代智能化生產技術的使用者和受益者，同時也成為先進工業生產技術的創造者和供應者；

三是“智能物流”，主要通過互聯網、物聯網、物流網，整合物流資源，充分發揮現有物流資源供應方的效率，而需求方則能夠快速獲得服務匹配，得到物流支持。

2015年5月，國務院發布了《中國制造2025》，是我國實施制造強國戰略第一個十年的行動綱領，規劃提出了中國制造強國建設三個十年的“三步走”戰略，其是“工業4.0”符合中國實際的增強版規劃。

2.2 基于工業4.0的智能電站控制技術

2.2.1 智能電站基本概念

智能電站(Smart Power Plant, SPP)或稱為智能電廠，是指以物理信息系統（CPS）為基礎，將智能控制技術、現場總線控制技術、現代先進傳感測量技術、信息技術高度集成而形成的，具有智能化、信息化、一體化、經濟、環保特征的新型電廠，如圖1所示。智能化不完全等同于數字化，數字化是電廠智能化的一部分，是智能化的基礎，而智能化是數字化的進一步發展和提升。

圖1 智能電站的基本概念

2.2.2 智能電站的特征

（1）智能化

火電廠自動控制大多采用傳統控制方式，對于那些非線性、時變性和具有大純滯后的多入多出（multiple input-multiple output，MIMO）熱工對象(如汽溫和燃燒等系統)，存在著很大的局限性。多年來，人們一直在尋求新的方法來解決這些由傳統控制理論所無法徹底解決的難題，而智能控制技術的發展為問題的解決提供了有利條件。

智能電站發展的重要標志就是將智能控制理論如模糊控制、神經網絡控制、專家控制系統、遺傳算法等智能控制方法廣泛應用于火電廠自動控制，主動超前適應電網對負荷控制的要求；同時通過對機組的高精度控制，使機組能夠運行在參數邊界條件附近，從而達到節能降耗的目的。

（2）系統性

智能電站應具有系統性的特征，即將發電機組、電廠及電網作為整體進行考慮和分析。從火力發電廠自動化現狀看出，現有的控制系統和電廠信息系統不能滿足今后管理和控制的需要，必須全廠和全網統籌考慮，以實現智能電廠為目的，構建新型一體化信息控制平臺，實現電廠電氣、熱力系統及和電網的信息共享和數據流的雙向溝通。

火力發電廠一體化控制的實現，將從根本上解決現在獨立控制島的弊端，實現全廠、全網統一和協調控制，為智能電站建設奠定基礎，將對電廠提高生產管理水平和降低運營費用提供統一的基礎數據和電網運行的安全穩定性。全廠和全網控制一體化后，所有數據從一處取得，不重復取數，保證了數據的唯一性，也減少了重復數據的傳輸。由于控制系統信息在網上有序傳輸，可以根據生產和管理要求，實現電廠內部及和電網的數據共享。一體化控制可以更方便地收集設備信息，為設備的狀態檢修和故障診斷提供基礎，從而提高設備可知和可控性，持續提高火力發電廠可靠性。

（3）信息化

智能電站應具有信息化的特征。火電廠信息化包含2層含義，即火電廠生產過程監控和企業管理需要的所有必要信息均應無重復地得以采集和通過數字網絡共享，信息的采集、處理和反饋應最大限度自動化，減少繁重的人工信息采集、處理和反饋的工作量；同時，采集和存儲的海量信息必須經過智能化數據挖掘技術，使信息濃縮并進行統計分析，為電廠管理提供決策支持。

火電廠數字化、網絡化是火電廠智能化和信息化的基礎，電廠數字化是個手段，目的是為了信息化，而且信息化總是同數字化同步進行的。火電廠數字化的廣度和深度直接影響火電廠的智能化和信息化水平。

（4）經濟性

智能電站應具有運行經濟性、環保電廠的特征，可以實現電廠的節能減排。在電力企業，無論是其生產效率的提高還是節能減排目標的實現，都和電廠的信息化和自動化水平密切相關，所有的設備控制都離不開自動化。智能控制技術和現場總線技術的發展及在電廠的應用實現了過程控制中的實時監測、控制和優化運行，提高了機組運行效率。

實時/歷史數據庫能實時采集并存儲電廠DCS、其他專用控制系統和輔助系統等的實時和歷史數據，建立全廠信息共享數據平臺，并基于數據庫平臺實現全廠生產過程的實時監測、經濟指標計算與分析等高級應用功能，可以為電廠經濟運行和節能降耗提供分析與安全性評估服務，使電廠在低碳經濟發展中發揮更大的作用。

2.3 基于工業4.0的智能電站結構

工業4.0框架下的智能電站結構如圖2和圖3所示，基于物理信息系統的智能電站通過物聯網和服務互聯網與上下游相聯，并已經成為物聯網和服務網的一部分。

圖2 智能電站和上下游系統之間的關系

圖3 基于工業4.0技術的智能電站結構

圖4 智能電站的層次結構

在現代化電廠中，在滿足調度負荷要求的前提下，利用工業4.0技術和先進控制及優化技術降低機組煤耗、減少污染物排放，對建設可持續發展社會具有重要意義。智能電站分為現場設備層、實時控制層、系統優化層/生產管理層、電網/集團管理層四層，其結構如圖4所示。

（1）現場設備層

采用FCS數字化儀表或裝置，直接采集發電主輔設備狀態數據和工藝系統上的數據，在生產設備層直接數字化，并且采用先進的煤質測量技術、爐膛溫度測量技術、煙氣成分及飛灰含碳量測量技術進行相關指標的精確測量，為實時控制層先進控制及優化策略的實施奠定基礎。

（2）實時控制層

該層是指生產過程的數據采集和直接控制，包括單元機組DCS、DEH、SCADA、輔機、水處理、輸煤、除灰(渣、塵)等輔助設備的控制系統。目前技術的發展方向是以現場總線為代表的先進智能控制系統以及DCS系統機、爐、電的一體化。該層屬于生產范疇，直接與生產設備關聯，主要提供設備的運行實時信息，屬于生產基礎數據提供層，是其他三層的基礎。在該層中，通過各種智能控制算法的應用，實現主動超前適應電網對負荷控制的要求，并且通過提高控制精度，使機組參數運行在臨界點附近，從而提高機組效率，達到節能降耗的目的。

（3）系統優化/生產管理層

系統優化層基于廠級監控系統(SIS)和煤質在線監測、智能化煤場、優化燃燒、故障診斷等各種機組性能優化的高級應用軟件，完成廠級生產過程的監控，結合管理層的信息，對控制系統和機組性能進行整體優化和分析，為過程控制層提供操作指導，該層是管理和控制之間聯系的橋梁。該層對實時控制層提供的生產基礎數據進行實時采集，然后對采集到的數據通過數據挖掘技術進行智能統計分析統計、顯示和保存，結合生產管理層和決策層所下達的控制信息，反饋到實時控制層，控制生產，同時為生產管理層和決策層提供所需的分析、統計信息。

該層還體現為電廠資源計劃系統（ERP），以安全、經濟運行管理為重點，以設備檢修為基礎，以完成發電量為目標，以企業資產管理為主線（包括實時數據、技術監督、設備可靠性管理、質量、環境、安全職業衛生三標一體化等）來優化電廠的機組性能指標，整合生產計劃和策略，為協調發電企業的高效運轉提供信息，實現全廠的安全、高效、經濟運行，優化電廠的生產計劃和策略，協調各個部門的運轉，實現全廠的安全、高效、經濟運行。該層從經營決策層獲取經營指標信息來制定相關的生產計劃，并加以實施， 同時為系統優化層提供控制指導信息，該層是智能化電廠管理的基石。

（4）電網/集團管理層

智能電廠為一體化結構，電網/集團管理層是智能電站四層結構的最上層，該層主要體現為監視、考核和管理。該層以綜合計劃管理為主線、以監視和考核為核心，從而滿足集團級及電網、電監會等機構管理和調度要求，確保電廠的運營規范化、科學化和效益最大化；通過提供競爭上網電價報價和輔助決策功能，利用先進的數據倉庫和數據挖掘技術能自動地進行挖掘分析工作，剖析任意層面數據的內在聯系，最終確定發電企業在電力市場競爭中的發展趨勢和規律，實現對實時生產成本的核算，是智能電廠的決策樞紐。

3 智能電站控制新技術

3.1 先進測量技術

3.1.1 煤質在線測量技術

（1）脈沖中子源煤質在線分析技術

同位素中子源分為兩種，一種是放射性同位素產生的α粒子或γ光子轟擊靶核產生中子，另一種是重元素核自發裂變產生中子。用同位素中子源放出的中子轟擊燃煤，中子在經過碰撞慢化后變成熱中子，被燃煤中的原子俘獲，該原子因為俘獲一個熱中子而變為處于激發態的復核，然后復核放出一個或幾個γ光子，釋放激發能而回到基態，這就是(n,γ)俘獲反應。不同元素的原子俘獲中子產生的γ射線的能量不同，每種元素都有自己固定能量的γ射線，稱為該種元素的特征γ射線。特征γ射線的強度攜帶了相對應的元素的量的信息，強度越高，元素的量越大。只要分析不同能量的γ射線的強度，就可以實現對燃煤中除C、O以外的H、N、S、Al、Si、Fe、Ca、Ti等元素含量的在線檢測，從而實現灰分、揮發分、熱值等工業指標的在線測量。

（2）基于LIBS的煤質在線分析技術

激光誘導擊穿光譜技術（Laser-Induced Breakdown Spectroscopy，簡稱LIBS）是一種典型的原子發射光譜分析技術，利用脈沖激光燒蝕煤樣，使其局部電離，形成等離子體，其燒蝕物質產生的等離子體在膨脹和冷卻過程中會發出特定頻率的光譜信息，包含了被測物質組成成分的種類和含量信息。通過處理這些光譜信息，得到各檢測量的定量分析模型，從而實現相關組分的定性和定量分析，其基本原理如圖5所示。

圖5 LIBS基本原理

（3）同位素中子源煤質分析技術

脈沖式的D-T中子源，也叫加速器中子源，產生中子的器件稱為中子發生器。它是利用加速器加速氚核粒子流，并讓其與氚核發生T(D,n)He反應放出中子。用14MeV的中子轟擊燃煤，一部分中子在經過碰撞慢化后變成熱中子，被燃煤中不同元素的原子俘獲，發生(n,γ)俘獲反應，產生不同能量的特征γ射線，特征射線的強度攜帶了該元素的量的信息。另一部分中子由于能量大，仍然是快中子，可以直接與燃煤中的元素原子(如C、O)發生非彈性散射 (n，n''，γ)，產生一定能量的γ射線，這部分射線的強度也攜帶了元素含量的信息。用非彈性散射可以測量到俘獲反應無法測量到的C、O元素的含量信息，因此將熱中子俘獲反應和快中子非彈散射反應結合起來，就能實現對煤質全元素成分的分析。

3.1.2 爐膛溫度場測量技術

（1）CCD三維可視化技術

該方法的溫度測量基于Plank輻射定律，在煤粉燃燒火焰輻射的波長范圍400～750nm及溫度范圍3000K以下，Plank輻射定律可由Wien輻射定律取代：

式中，Eλ(T)為火焰輻射能，ε(λ，T)為輻射率，λ為波長，C1、C2為常數。如果在兩個波長λ1和λ2下同時測量到同一點發出的單色輻射能Eλ1(T)和Eλ2(T)，則根據兩者的比值即可計算出該點的溫度：

一個典型的彩色CCD（Charge Coupled Devices，電荷藕合器件）攝像機測溫系統中，火焰的圖像通過攝像機和圖像卡后，以數字的形式儲存在計算機內。彩色CCD的任務是把入射光分解為波長分別為700nm、546.1nm、435.8nm的紅、綠、藍三基色，因而火焰圖像在計算機內實際上是三色圖像，利用其中的兩個顏色的圖像，根據上述比色法測溫原理，就可以進行溫度場計算[1]。

（2）超聲波測量技術

聲波在氣體混合物內的傳播速度是絕對溫度的第一函數，在較小的程度上氣體組分也是其函數。在大多數應用條件下，氣體的組分和它們的相對含量是已知的，而且在很小范圍內變化，因此沿聲波從聲源到接受器路線上的平均溫度可以先測量聲波的“飛行時間”(即從聲源到聲接受器所需的時間)，然后根據已知的該兩點之間的距離，算出煙氣的溫度。

3.1.3 煙氣測量技術

（1）智能煙氣在線分析儀

火電廠煙氣排放是主要的大氣污染源，為此通常是在火電廠煙氣通道或者煙囪處安裝在線煙氣分析儀進行排放測量，記錄煙氣排放污染物濃度及污染物總量，并通過與環保監控網聯網對采集的數據進行傳輸、存儲、分析和處理，作為火電廠煙氣排放污染物減排的依據。

不同的煙氣分析儀采用不同的測量原理，常用NOX煙氣在線測量的工作原理是利用化學發光法進行測量。當樣氣進入分析儀器并通過1個被加熱的碳床時，其中的NO2被轉化為NO，而樣氣中原有的NO不會有任何改變。然后NO被來自儀器外的O2氧化成NO2,在氧化過程中約10%的NO2分子呈激發態并釋放出能量變成基態，該放出的能量被1 個光電倍增管捕集到，轉化為DC 信號，用數值輸出。SO2分析儀的工作原理是利用1個提供30Hz光的UV光源來分別照射進入反應池前后的樣氣，有4個檢測器用來檢測能量的改變, 其檢測結果可得出樣氣中SO2的濃度。

（2）基于信息融合的軟測量技術

在實際電廠應用中很多傳感器（如飛灰含碳量和煙氣含氧量）測量誤差大，故障率高，校驗、維護困難，測量結果存在漂移，長期穩定性差。如在現場應用中，由于氧量計存在誤差，影響鍋爐風煤配比準確性，降低鍋爐效率。因此，在實際中往往采用氧量軟測量技術進行實時控制和對氧量計測量結果進行校正。通常采用燃燒機理分析以及統計分析方法，通過融合風量、煤量、煤質等的測量信息，采用多傳感器數據融合方法，并加以煤質校正等處理，得到一個完整的氧量虛擬測量模型，從而提高系統的安全性和可靠性。基于數據融合的氧量虛擬測量模型的結構如圖6所示。

圖6 基于多源數據融合的氧量虛擬測量模型

（3）基于LIBS的煙氣測量技術

激光誘導擊穿光譜技術利用脈沖激光燒蝕煤樣，使其局部電離，形成等離子體，其燒蝕物質產生的等離子體在膨脹和冷卻過程中會發出特定頻率的光譜信息，包含了被測物質組成成分的種類和含量信息，其測量原理同基于LIBS的煤質在線分析技術相似，在此不再贅述。

3.1.4 其他先進測量技術

除上述先進測量技術外，智能頭盔、流媒體技術、自動巡檢技術、3D重現技術都將在電廠有廣泛的應用。通過智能頭盔可以將現場實時圖像和監測數據接入物聯網，并在機組3D模型上重現；通過自動巡檢技術可以節省大量的人力成本，提高巡檢效率，如圖7所示。

圖7 智能電站的其他先進測量技術

3.2 在線仿真及先進控制技術

利用電廠在線監測數據，通過在線仿真技術可以實現基于實時運行數據的先進控制策略仿真、歷史重現、故障分析及診斷、參數預報等。通過在線仿真平臺可以獲得機組某個歷史時刻的初始工況，為機組狀態分析提供起始點，實現控制過程的高精度重現，并與現有過程進行比較，從而獲得最優控制曲線，在線仿真的結構原理如圖8所示。

圖8 在線仿真技術結構原理圖

先進過程控制是比常規控制的控制效果更好的控制策略的統稱，是提高過程控制質量、解決復雜過程控制問題的理論和技術。它已經成為目前過程控制應用最成功的控制方法，先進控制內容豐富、涵蓋面廣, 包括預測控制、自適應控制、魯棒控制、專家控制、神經網絡控制、模糊控制等。傳統的自動控制是建立在精確的數學模型基礎上的，而先進控制的研究對象的模型可以未知，模型的結構和參數可以在很大的范圍內變動，比如工業過程中某些干擾的無法預測，致使無法建立其模型，但先進控制可以解決這類傳統控制無法解決的問題。

電廠機組的主要輸入變量是鍋爐給水、燃料量及風量，主要輸出變量包括汽包水位（亞臨界機組）、中間點溫度（超（超）臨界機組）、主蒸汽溫度及壓力、煙氣氧量和機組負荷等。鑒于鍋爐本身的復雜性，對鍋爐實施控制時存在以下幾個難點：（1）系統存在嚴重耦合，例如燃料量的變化不僅影響蒸汽壓力和汽包水位，還會影響過熱蒸汽溫度和煙氣氧量等；（2）存在不確定時滯，如燃料量的變化對蒸汽溫度、壓力、汽包水位等的影響有不同的滯后，減溫水量的變化對過熱器出口蒸汽溫度的影響有較大的滯后，這些時滯的大小還隨著負荷狀況的改變而改變。結合鍋爐的多輸入多輸出動態特性，并兼顧輸入輸出的約束條件，利用先進控制方法，將使控制系統的輸出波動變小，由此將設定點移至操作約束的邊界條件附近，從而實現鍋爐熱效率的增加及能耗物耗的減少，如圖9所示。

圖9 先進控制技術的優勢

3.3 在線優化技術

（1）廠級優化調度技術

全廠負荷優化控制系統根據電網調度的全廠負荷指令調節全廠負荷，使全廠的負荷及時滿足電網要求，保證機組運行在允許的負荷范圍內和安全的工況下，合理地調配各臺機組的負荷調節任務，降低機組的負荷調節頻度，提高機組的穩定性，延長主、輔機組設備的壽命。經濟分配各臺機組的負荷，降低全廠的供電煤耗。它是建立在電網能量管理系統(EMS)和發電機組控制系統之間的協調控制系統，是現代電網控制的一種先進技術手段和大型火力發電廠的一項重要功能，通常我們稱之為廠級AGC功能。全廠負荷優化控制系統作為銜接電網負荷指令與機組負荷控制的中間樞紐系統，既能滿足電網安全、優質、經濟運行需要，又能提高發電廠高效、節能、協調運行水平，必將成為當前乃至今后一段時間技術創新的一個新課題。廠級AGC負荷控制系統層次如圖10所示。

（2）燃燒在線優化技術

電站鍋爐燃燒是個復雜的物理化學過程，原理示意圖如圖11所示，其涉及到燃燒學、流體力學、熱力學、傳熱傳質學等學科領域。鍋爐燃燒優化以提高鍋爐燃燒安全性和經濟性為目標，隨著人工智能技術的進一步引入和發展，鍋爐燃燒優化進入了新的快速發展時期。通過先進建模、優化和控制技術的應用，提高鍋爐運行效率，降低NOx排放，是火電機組實現節能減排的有效手段。

圖10 廠級AGC負荷控制系統層次示意圖

圖11 鍋爐燃燒在線優化原理示意圖

（3）數字化煤場技術

燃料通常在火力發電企業占70%以上的經營成本，煤場的管理、分類堆放就顯得尤為重要，如何提高煤場空間的合理使用也成為提高煤場管理中的重要環節。采用現代計算機信息技術實施數字化煤場管理系統對煤場進行數字化管理，可以解決以上提到的各種問題，得到清晰明確的煤場存煤情況信息，包括位置、煤質、堆放時間、現存量等所有信息。為鍋爐配煤摻燒優化提供良好的基礎數據信息基礎，其系統結構如圖12所示。

圖12 數字化煤場及配煤優化系統結構圖

3.4 海量數據挖掘與故障預警技術

通過遠程數據傳輸技術，將各電廠海量實時運行數據傳送至集團級數據監控中心或電科院技術支持中心。利用數據挖掘(Data Mining)技術從大量數據中獲取有效的潛在有用信息，并可以對運行設備進行早期故障預警與診斷。遠程實時傳輸與物聯網技術如圖13所示。

圖13 遠程實時傳輸與物聯網技術

基于數據倉庫的智能統計分析及決策支持系統如圖14所示，通過決策分析工具對決策主題進行分析、挖掘，從大量數據或選定樣本中尋找預測性信息、發現變量之間的關聯、共性和差異性，實現量本利正反預測、預算編制、庫存決策、銷售或庫存異動、財務狀況、供應商、客戶、生產經營狀況以及各種指標的結構、趨勢、相關性、離散度等分析，并建立預警機制。管理與分析人員可以利用復雜的查詢能力、數據對比、數據抽取和報表進行探測式數據分析。用戶可以通過系統從多種角度對從原始數據中轉化出來的、能夠真正為用戶所理解的、并真實反映企業維度特性的信息迸行快速、一致、交互地存取。選擇相關數據后，通過切片、切塊、上鉆、下鉆、旋轉等操作，可以在不同的粒度上對數據進行分析嘗試，得到不同形式的知識和結果，從而獲得對數據的了解。決策者可以通過系統按一定的規則對數據庫中已有的數據進行信息開采、挖掘和分析，從中識別和抽取隱含的模式和知識，并利用它們為決策者提供決策依據。系統根據業務主題和數據模型，從紛繁復雜的海量數據中找出其規律，進行關聯、聚類、分類、預測等方面的分析。

圖14 基于數據倉庫的智能數據挖掘和分析

4 智能電站發展展望

4.1 工業4.0框架下的智能電站實現

隨著工業4.0技術和智能控制、現場總線技術的不斷發展，智能電站的應用前景非常廣闊，是未來電廠發展的方向和趨勢。基于工業4.0的智能電站從源頭開始進行控制與管理，通過采用入場煤煤質成分在線檢測裝置、優化配煤系統以及煤場智能調度管理系統，將傳統的煤場轉變成數字化煤場、將被動供煤轉變成主動供煤、將以“設計煤種”為目標的采購方式轉變成以“成本最低”為目標的采購方式，實現燃料采購成本最小化。通過廠級優化調度系統分配得到的機組優化目標值，通過燃燒優化、APS全程優化、滑壓優化、冷端優化等方法實現電廠的節能減排。智能電站具體實現方式如圖15所示。

圖15 智能電站具體實現方式

智能電站將信息技術貫穿于整體管理流程，可為管理者及時提供豐富的數據和統計分析結果，把握整個電廠生命周期，并能為企業的決策提供依據；智能電廠建設還可以推動企業在知識管理、企業經營和電子商務等諸多方面的提高，提高企業的管理水平，從而提高企業的核心競爭力，推動企業的發展。在未來的智能電站，不僅有機組運行的集中監測與控制，還包括性能監測與在線優化及在線仿真及故障預警單元。性能監測與在線優化單元實時對機組進行在線閉環優化，在線仿真與故障預警單元針對不同設備提供秒級及分鐘級的狀態預測及故障預警，確保機組的運行安全與經濟性。智能電站運行及決策層次機構如圖16所示。

4.2 智能電站控制技術應用

（1）基于LIBS技術的煤質在線分析系統應用

廣東電科院在完成LIBS在煤質特性分析可行性研究基礎上，開發了具有自主知識產權的入爐煤煤質實時監測系統，獲得包括熱值、灰分、揮發分、水分、C、H和S等在內的煤質特性關鍵指標。該實時監測系統的煤質分析結果可以直接反饋到鍋爐燃燒的運行控制中心，指導鍋爐燃燒優化運行。目前該設備樣機已準備在粵電惠來電廠2號機組進行應用和實施。煤質在線分析系統實驗臺架和分析軟件如圖17所示。

圖16 智能電站運行及決策層次機構

圖17 煤質在線分析系統實驗臺架和分析軟件

（2）基于預測控制的鍋爐燃燒優化

如前所述，電站鍋爐燃燒優化對于降低機組煤耗、減少污染物排放具有重要意義。廣東電科院采用基于先進控制的燃燒、協調和汽溫優化思路和方法，利用模型預測控制實現對燃燒等復雜過程進行優化；采用基于火焰圖像和脈動頻率分析的方法對煤質進行在線辨識，并將辨識結果用于燃燒閉環優化控制，研究成果在三水恒益電廠進行了部分應用和實施，取得了較好的效果。

圖18 煤質在線辨識硬件平臺

圖19 協調控制系統閉環模型辨識

圖20 基于MPC的協調控制投運效果

（3）遠程監測分析與故障預警

發電機組單機容量的日益增大，對大型發電機組的可用率、運行效率、安全性、可靠性與經濟性提出了更高的要求。由于大型發電機組頻繁參與調峰，使得故障幾率增大，嚴重影響了發電設備的可用率和電網的穩定性。廣東電科院建立了電源側遠程監測中心，并開發了高級應用平臺，可以對接入的電廠實時數據進行深入挖掘分析和故障預警及診斷，從而為電網的安全穩定運行提供技術支持和保障。

圖21 遠程監測與診斷中心

圖22 狀態監測與故障預警

5 結語

本文對工業4.0框架下的智能電站的發展現狀及將來的發展方向進行了系統闡述，給出了智能電站的定義、特征和層次結構，對智能電廠技術的內容及應用情況進行了分析和論述，并對智能電站的發展進行了展望。未來智能電站的特點是：（1）適應性強。能夠快速適應煤質、負荷、環境、燃料價格的變化。（2）綠色環保。機組為低NOx，低SO2，低粉塵排放機組，能夠滿足國家超潔凈排放要求。（3）安全性高。機組能夠長期安全穩定運行，滿足高可靠性要求。（4）經濟性好。機組滿足低物流成本、低維護成本和低煤耗要求，具有良好的運行經濟性。

[1] 曾庭華, 馬斌. 鍋爐爐膛溫度場測量技術[J]. 廣東電力, 1999, 12（1）：48 - 50.

[2] C特哈斯, J M 默赫麥. 電感耦合等離子體光譜分析[M]. 萬家亮, 唐詠秋,譯. 北京: 科學出版社, 1989．

[3] 陳新坤，魏振澄，楊增田等．原子發射光譜分析原理[M]．天津：天津科學技術出版社, 1991．

[4] 辛朝軍, 金星, 崔村燕等. 激光等離子體溫度測量方法設計[J]. 光學與光電技術, 2009, 7 (6) : 69 - 72.

[5] 章素華. 構建中國數字化電廠的思考[J]. 華電技術, 2008, 30 (7) :32 - 36.

[6] 張麗香. 智能控制的發展前景及在電廠中的應用[J]. 電力學報, 2002, 17 (4) : 247 - 250.

[7] 弓岱偉, 孫德敏, 郝衛東, 胡志宏. 基于多模型切換階梯式廣義預測控制的電站鍋爐主汽溫控制[J]. 中國科學技術大學學報, 2007, 37 (12) : 1488 - 1493.

[8] 孫建平, 梅華, 楊振勇. 應用模糊預測控制實現主汽溫控制[J]. 華北電力大學學報, 2003, 30 (2) : 49 - 53.

[9] 栗少萍, 郭放. 模糊神經元反饋網絡在電廠串級汽溫控制中的應用[J]. 電氣傳動和控制, 2006, 28 (2) : 11 - 13.

[10] 房方, 劉吉臻, 譚文. 火電單元機組協調控制系統的多變量IMC-PID設計[J]. 動力工程, 2004, 24 (3) : 360 - 365.

[11] 張曉輝. 鍋爐汽水子系統專家控制系統[J]. 計算機自動測量與控制, 2001, 9 (5) : 17 - 18.

[12] 袁吉也, 竇春霞. 鍋爐給水系統聚類自適應模糊控制器的設計[J]. 電氣傳動, 2007, 37(4) : 44 - 47.

[13] 孫巧玲, 沈炯, 李益國. 基于遺傳算法的燃煤電站鍋爐整體燃燒優化方法研究[J]. 熱能動力工程, 2004, 19 (1) : 85 - 88.

[14] 周吳, 茅建波, 池作和等. 燃煤鍋爐低氮氧化燃燒特性的神經網絡預報[J]. 環境科學, 2002, 23 (3) : 18 - 22.

Control Technology of Smart Power Plant Based on Industry 4.0

Industry 4.0 is the fourth industrial revolution based on intelligent manufacturing. The strategy aims to take full advantage of information technology and physical information systems (Cyber-Physical System) to transfer the manufacture into intelligent. The Smart power plant (SPP) technology based on Industry 4.0 is discussed in this paper. Development situation and orientation of SPP is analyzed. The definition, characteristic and hierarchy of intelligent control are given. Application of intelligent power plant is analyzed. With the development of intelligent control, field bus and computer technology, the application prospect of SPP is bright and sunny.

Industry 4.0; Digitization; field bus; Smart power station; Intelligent control

陳世和（1965-），男，廣東陽春人，教授級高工，清華大學工學碩士，現任廣東電網有限責任公司電力科學研究院熱工所所長，長期從事電廠生產過程自動化控制系統開發研究和技術管理工作。