工況尋優系統于能源站控制區的集成與優化運行研究

鄭承新

（武漢光谷綠動能源有限公司，湖北 武漢 430073）

分布式能源系統是綜合智慧能源主要載體，它是近年興起的利用小型分散設備建設在靠近用戶端提供能源的新型能源利用方式，由于其具有負荷微量化和碎片化的優勢，在工業園區、商業樓宇、交通等一些特定領域一直穩健發展。

在運行模式方面，能源站通常以人員經驗為主導，系統的經濟性依賴于運行人員對系統工況的熟悉程度。目前投運的優化系統大多使用開環策略，即通過給出運行建議，由操作員調整機組狀態，達到提高機組能效、降低成本的目的，在一定程度上緩解了經驗運行的弊端。

在自動運行和無人值守策略方面，出于系統安全考慮，少有尋優系統能實現閉環控制。常見的自動運行方案為僅依托DCS系統，用以熱定電的模式運行，但該策略僅能滿足電熱自動平衡，不考慮經濟性且無法處理極端工況。

本文通過開發工況尋優系統，運用機器學習、人工智能尋優等技術，實現綜合能源系統工況智能調優。同時解決了生產區系統與DCS 的融合問題，實現指令自動下控、無人執守，體現智能化水平。系統通過在湖北省某醫院分布式能源站部署上線，完成系統經濟性優化提升的動態尋優的任務目標。

1 項目概況

湖北省某醫院分布式能源站項目包含800kw燃氣內燃機2臺、煙氣熱水型溴化鋰機組2 臺、900RT 電制冷機4 臺、3.5mw燃氣真空供熱鍋爐2 臺、2.8mw燃氣真空熱水鍋爐1 臺、2t/h 燃氣蒸汽鍋爐2 臺、156kwp 屋頂光伏，能夠為用戶提供電、熱、冷、熱水、蒸汽等多類型能源。能源站供熱設備于2020 年11 月投運供暖，內燃機及發電機組于2020 年12 月正式供電。

在運行過程中發現，不論是傳統的經驗運行模式還是“以熱定電”模式，均難以挖掘系統的經濟性，亦無法體現項目先進性的特點。同時，能源站每日需上報天然氣購氣計劃，需要尋優系統負荷預測以及生產計劃的計算。如何在保證安全和可靠性的前提下實現無人值守、解放人力，以及的軟硬件通訊方案符合數據隔離政策及數據安全的要求，是尋優系統要求解決的問題。

2 尋優系統解決方案

2.1 系統軟硬件架構

尋優系統平臺使用Orleans 微服務架構、底層Linux 系統、應用Docker 容器化部署，與DCS 系統的通訊接口采用Modbus實現數據的采集和下控，在硬件方面關鍵設備的熱備、物理隔離等，共同保證系統的安全、穩定、可用、可拓展。

2.2 工藝流程

系統主要分為5 個應用模塊：按照運行的時間順序，分別為：日前的負荷預測和生產計劃，實時的優化調度和經濟性評估，利用歷史數據的模型訓練。

5 個模塊組成了一個閉環，預測結果是生產計劃的條件、生產計劃作為調度指令的參考，實時尋優的結果作為經濟性評估的標桿工況，同時經濟性結果是模型訓練迭代的目標，模型自演進為后續的模塊提供更準確的模型，最終形成一個循環上升的效果。

圖1 尋優軟件應用及架構

3 尋優系統與DCS 系統集成方案

工況尋優系統與DCS 系統的集成融合，能夠達到工況的自動、安全、經濟調優以及無人值守的目標，是體現綜合智慧能源智能化和互動性的重要解決方案。

3.1 通訊接口方案

與DCS 系統常見的協議通訊有OPC 和Modbus，其中OPC協議常用于數據采集（如SIS 系統采集DCS 的數據），由于系統涉及尋優結果寫入DCS，從安全性和系統穩定性的角度考慮選擇后者。

尋優平臺通過MODBUS 通訊模件，并通過Modbus 規約實現實時運行數據的采集/下控，同時，尋優結果通過控制器下發后，利用DCS 系統的邏輯組態實現相關設備的連鎖控制。

3.2 交互邏輯

在尋優系統和DCS 系統的分工上，DCS 負責：設備聯鎖、指令執行、故障反饋、異常工況處理、狀態統計；尋優平臺負責：熱負荷平衡、溫度尋優、響應機組狀態信息等。具體而言：

3.2.1 DCS 系統負責以各主機為單元的主/輔機連鎖控制，并提供開、關、狀態、執行錯誤、故障中、恢復 接口及設備運行數據的采集。

圖2 尋優系統和DCS 系統數據流程圖

圖3 8 月7 日負荷曲線

3.2.2 DCS 系統記錄所有的設備的累計時間、持續運行時間、故障/維修狀態（包括：自動、手動、就地、故障、維修這些狀態下的時間累計），并提供采集接口。

3.2.3 DCS 系統中增加尋優頁面：①尋優系統心跳信號顯示；②設備可用性配置；③系統運行狀態統計；④尋優結果展示；⑤“執行”開關以及執行反饋。

3.3 指令結果保護邏輯

為保證尋優結果的可靠性，使結果滿足現場設備的運行、投切特性，尋優算法中加入多種參數約束，分別為：可用性、優先級、可投切狀態、加減機策略，其中：

3.3.1 可用性：通過獲取設備的故障狀態與人員設備配置結果進行邏輯“或”的判斷，“不可用”的設備將不會得到開啟指令。

3.3.2 優先級：判斷設備的效率和歷史運行時間，保證效率較高且運行時間較短的設備優先啟動，由此實現設備輪班的功能。

3.3.3 可投切狀態：為防止設備連續啟停造成的設備損耗，通過累計設備的單次運行/停止時間并進行判斷，只有維持狀態40min 以上的設備才可切換開/關狀態。

圖4 8 月7 日運行經濟性曲線

3.3.4 加減機策略：為防止需求突變導致的頻繁加減機，通過將需求加入閾值判斷，當需求連續超出能力20min后，才可觸發“可加減機”的邏輯。

在工藝流程中，首先利用當前工況進行加減機策略的識別，然后在指令轉換中，依次考慮可用性、可投切和優先級，實現將功率數據轉化為設備可以接受的指令。4 個指標協同判斷，共同保證了下控指令的可靠性。

4 尋優效果分析

4.1 尋優條件

從系統日志文件中選取2021 年8 月7 日的算法記錄，從中解析出所需的負荷、天氣、運行工況以及尋優結果等數據。測試智能尋優算法和以熱定電算法的計算結果，包括燃機出力、經濟性以及冷凍水出口溫度，并在經濟性曲線中加入分工模式一同對比。基礎條件：①季節-＞夏季、②溫度-＞34.0° C、③濕度-＞85.0%。

4.2 尋優結果

4.3 結果分析

4.3.1 智能尋優結果顯示，能源站的理想工況是關閉燃機，這說明燃機三聯供此時在經濟性上沒有優勢，究其原因：①燃氣價格偏高，導致相同的燃氣成本對比用直接購電制冷，成本收益在伯仲之間，②內燃機組的廠用電和運維成本，使最終的成本升高。

4.3.2“以熱定電”模式的燃機功率保持在較高水平，在經濟性曲線上，使其甚至低于分供模式，但是由于算法中，分供模式的機組效率沿用了電制冷機組的效率，導致能效成本偏低，但是這仍然能說明趨勢。

4.3.3 由于環境溫度大于35° C（相對濕度大于80%），冷凍水出口溫度設定值為7° C。

5 結論

本文通過開發、部署能源站工況尋優系統，運用機器學習、人工智能尋優等技術，支撐能源站負荷預測與工況尋優等智能應用場景，體現項目技術先進性。重點解決了生產控制區尋優系統與DCS 系統的數據融合問題，實現生產區數據安全及調優指令自動下控，實現運行管理無人執守，體現項目智能化水平，是先進數字化技術與綜合智慧能源產業融合的亮點項目。