“煤炭在未来相当长的时期仍将是我国的基础能源。在这个基础能源上,一方面未来的增量要继续增加,但是主要要靠清洁能源来提高整个能源消费的增量。在座不少同志是搞新能源清洁能源的。另外煤炭仍然处于重要的基础能源的地位,它要承担优化存量的作用。作为不断增长的燃煤,煤电占整个煤炭消耗量的比重以后会逐步的增加,所以煤电在整个电源中的主体的核心地位不会发生变化,但是它的定位会发生另外一个重大的转型,除了要支撑基础能源的地位,另外煤电需要为可再生能源提供一个灵活性服务,支撑可再生能源大规模的上网消纳。”国家能源集团2030项目办公室项目处一副处长张勇在2018年智慧电厂论坛(第二期)【分论坛二:智慧检修与安全监控(含新能源)】《智能燃煤发电的重大需求与基础研究》时阐述了观点。北极星电力网全程对会议进行直播,如需了解更多的会议直播,请联系微信号:13693626116
张勇:各位领导、专家、同仁上午好!首先感谢主办方的邀请,刚才学习了很多新的知识、新的信息,也很高兴在这个平台上能够分享我在智能燃煤发电领域的一些工作体会。
直播地址:2018年智慧电厂(第二期)
我的报告分四个部分:一、智能燃煤发电的重大需求;
在进入主题之前,首先和各位同仁分享一个信息,在两周前,7月13日,中央召开了一次非常重要的会议,中央财经工作委员会的第二次会议,这次会议之所以非常重要就是实际上在今年人大会之后,分管科技的中央分管领导由科教文卫的副总理调整为分管经济的副总理,也就是目前的刘鹤副总理分管,这次中央财经工作委员会的第二次会议,主题是研究科技创新的关键核心技术问题,实际上也是科技领域的最高层次的会议,在这次会上总书记有几段非常重要的讲话,新华社也发了通稿我摘录了部分内容。实际上从整个新华社通稿上看信息量非常大,但是我们从中节选出两个非常重要的信号:1、这次会议突出了一个非常迫切的要求在国家重大关键技术创新领域要聚焦国家需求;主要是在关键领域“卡脖子”的方向要金普取得突破,这是一方面;2、另一方面要加强我们的基础研究,在这个两个方面;
所以结合我们煤电这个关键领域,智能燃煤发电这项关键的技术,我从两个维度,一个从高度上,从聚焦国家重大的需求,在智能燃煤发电领域,要求我们在这项技术上取得哪些方面的突破。另一方面从基础研究,在这个领域的基础研究要做哪些工作进行一个讨论。
谈到智能燃煤发电的重大需求国家需求,我想必须要简要的提一下我们煤炭在整个国家能源领域的定位。我们的共识,煤炭是我国能源安全的基石是我们业内耳熟能详的一个提法,这个角度是从我们国家的资源禀赋、能源生产消费、以及各个重大领域,煤炭燃料原料属性以及目前我们国家油气的对外依存度这几个角度确立的煤炭是我国安全的基石。
另外在这儿分享几个数据,两组关键数据,一个是煤炭消费量的数据,这是中国工程院的统计数据,在煤炭的历史消费总量之前,从2017年之前,整体的消费总量是800亿吨,另外有一个预测,到可预见的未来也就是2100年,这几十年,预计仍然还有1550亿吨的煤炭消费量,接近历史消费总量的2倍,这是一个数据;
另外一组数据,我们看到左图是我们到2050年对于我们国家的整个能源消费结构的预测,从图上可以看到,整个国家的能源消费总量仍然还是有个持续的,到2050年之前还有个持续的增幅。另外一个信息我们可以看到,在整个能源结构中煤炭是处于一个平稳下滑的过程。
也就是说我们从这两组数据可以得到这样一个判断,煤炭在未来相当长的时期仍将是我国的基础能源。在这个基础能源上,一方面未来的增量要继续增加,但是主要要靠清洁能源来提高整个能源消费的增量。在座不少同志是搞新能源清洁能源的。另外煤炭仍然处于重要的基础能源的地位,它要承担优化存量的作用。
作为不断增长的燃煤,煤电占整个煤炭消耗量的比重以后会逐步的增加,所以煤电在整个电源中的主体的核心地位不会发生变化,但是它的定位会发生另外一个重大的转型,除了要支撑基础能源的地位,另外煤电需要为可再生能源提供一个灵活性服务,支撑可再生能源大规模的上网消纳。
在这样一个国家需求的背景之下,在这儿有一张图,这是未来燃煤发电耦合可再生能源包括风电、光伏、甚至光热的,煤与可再生能源耦合的发电系统的设想图。也就是说我们在未来的整个燃煤发电,一方面还要保证机组效率更高更清洁,除此之外还要保证一些新的更复杂的系统,包括煤与可再生能源的耦合、包括现在出现的多能互补与储能的系统,包括自身还要满足可再生能源的消纳,同时还要面临复杂的整个市场环境,竞价上网、多变负荷以及环保等等的要求,在这样的市场环境和背景下面,这样一个国家重大需求下面,我们的煤电、智能燃煤发电在整个技术发展要求上提出了一个非常重大的需求。换个角度来讲,我们从事这个行业无论是相关业内的公司也好还是主业也好,都要围绕这样一个重大需求来开展工作。这是我想说的第一个维度,也就是说从重大需求上。
另外一个维度我想从近20年的在智能燃煤发电这个角度的工作体会和大家进行分享。
实际上近20年随着整个信息技术的发展,特别是在PC时代结束之后进入互联网时代,特别是进入大物云移这样的时代之后,整个信息技术在燃煤发电领域应该说取得了非常大的进展。如图这是几个阶段性、标志性的案例,我们近20年来经历了很多这样的过程,我有幸参与了很多工作,包括在信息化成像集成阶段,对于网络化时代把相关的发电厂、相关的系统进行整合和集成,形成的一个完整的横向集成的重要平台,有效的促进了整个电力行业、电力企业的管理。
另一方面随着网络技术发展,电力行业的信息化又朝着纵向贯通的方向进行了发展,如图是我画的,我们集团生产调度中心整体数据的图,从这张图中可以非常清晰的看到各发电企业的SIS数据、各电厂工业视频数据,通过大数据之间的交互互联以及各个电厂的生产管理系统,MIS系统的数据也通过整个生产管理系统进行了整合,最终集成到主库的数据和管理平台。在数据管理平台上开展了相关主题预载系统的分析,得到的数据方面的结论应用反馈到整个生产管理的过程中进行一个完整管理的闭环。
在生产调度中心的定位,一个是生产业务的数据中心,另外是实时监测预警与远程故障诊断中心、生产计划指标与过程管控的调度中心、安全生产远程应急指挥中心、企业形象展示中心。实际上整个电力行业也基本上是沿着这样的方向做的,我们中心建成之后的相关场景如图,包括数据的监测、在线监测、数据预警以及生产现场的重大危险源和重大检修作业现场的监视监控,到岗到位管理的检查等等这些方面。
在信息技术进入到移动时代之后,我们也结合现场管理方面的重大需求、痛点、难点做了相关的移动应用方面的实践,如图这个案例是我们在一家企业做的能源定位的应用,解决生产三票管理的人员到岗到位问题,解决外围队伍在生产现场管理的难题,值得一提的是,这个技术还是有些特色的,在定位技术上做了有效的尝试,整个定位成本、效果、精度在米级,比常规技术成本降低了50%以上,这也是一个很好的效果。
再有是云技术方面的应用,具体的锅炉防磨防爆,实际上也是现场飞屏重要的方面,也是一个管理的难题,实际上在这个系统应用中特别注意把在运行、检修几个不同的管理维度的信息进行了有效系统的管理整合,包括人员结构的整合。下面几张图包括可视化的突破、动态的台账管理、现场可视化的地温监测、三维的展示,特别重要的是通过云平台可以把所有的电场相关机组同一厂家、同一机组集中在同一平台上,有效系统的解决故障相关预制性维修以及有效解决共性问题的提前处理和解决。
我们也进行了大数据方面的探索,形成了总的大数据平台之后,有效利用大数据分析,因为火电机组受外界边界条件,负荷、气温等等影响,对机组经济性能、安全性各方面影响比较大,我们利用大数据的特点,有效的把同类机组的同类边界条件进行筛选之后,进行同一边界条件下的深度对标,有效解决了同类机组不同边界条件管理的问题,通过这样的大数据应用,在安全性、可靠性、经济性方面做了很多管理方面的分析,最终能够将相关问题重新反馈到业务系统中进行有效的解决。
通过这些实践,我找了几个典型案例,把我们在智能燃煤发电方面的工作做了点式的串联梳理,通过这些成功的应用,我个人感觉如果说有些经验的话,一个是要注重一定是业务驱动,要由业务部门提出问题、提出方案、主导整个过程,特别是智能技术发现问题之后,有效的和既有的生产管理模式、生产管理制度体系结合起来,有效实现管理的闭环产生真正的价值和效率。
经过这样的过程,我个人感觉还是有比较大的收益的,同时在近一两年我们也在思考,随着大数据的数据量越来越大,这些数据资源如何进行有效的利用成为我们目前关键思考的问题。数据量非常大,如何进行有效的价值应用和提取,确实是我们需要深度思考的问题。同时要进行智能燃煤发电,我们更多分析的还是辅助的分析手段,真正实现对机组进行闭环控制的有效的智能手段现在相对来讲还比较薄弱。
著名的IT界咨询公司加德纳,它定期会发布一个IT领域的技术成熟度的曲线,它也敏感的注意到了目前相关技术方面的瓶颈问题,比如以大数据为代表的智能技术,把它定义在经历了初创的起步期、经历了整个业内对它过热的追捧期,实际上即将进入到技术的低谷和幻想破灭的交界点,实际上智能技术确实在这个领域面临了下一步发展需要解决的实际问题,面临这样一个时间节点。
我做了一张片子,2017年12月份,在国内机器学习的顶级会议NIPS会议上,一个著名的专家JudeaPearl,图灵奖的得主,他在这个会上做了《机器学习的理论障碍》的报告,在整个业内引起了非常大的影响,他在报告里提出对机器学习特别是深度学习背后目前碰到的理论上的困扰,特别是他在最后的结论中提出了一个非常重要的“无理论模型指导的AI也就是说人工智能实践在处理认知任务时是存在天然局限的。”“背后确实到现实世界合理建模的数据科学,我们姑且只能称为统计,但不可能成为一门科学。”“毫无理论模型指导的机器学习,在这条道路上是不可能创造出同等于人类的人工智能的。”这是机器学习领域的顶级专家,他做出的这样的思考。
实际上结合我刚才提到的两方面问题,一个是如何利用我们现有的技术,推动技术的发展真正实现智能燃煤发电两个方面的重大需求,如何解决我们在技术发展方面遇到的瓶颈问题。我想提出另外一个主题,在中央财经二次会议上提出的基础研究,同样我们要在基础研究方面下大力气做一些工作。
如图是我们在智能发电非常重要的过程图,我们把智能发电建模优化的过程可以分为5个层次:智能连接、智能分析、智能网络、智能认知、智能配置执行。这5个层次构成了从海量数据到实现真正企业价值的完整过程。通过这5个过程,能够实现从海量数据,从数据到信息、从信息到模型、从模型到决策、从决策到实现真正价值完整的研究和应用的过程。整个过程中,每个层次都有每个层次的目标,每个层次都有每个层次的关键技术。
首先毋庸置疑最基础的技术就是数据的测量和数据的采集,在这个领域实际上是基本功,没有数据就谈不上后续的智能发电等等相关的一系列工作,在这个领域可以看到,技术也在不断发展,但是仍然面临着很多瓶颈,业内的同志都非常清楚,至少现在煤质是不可在线测量的,这是一个最大的需求,我们还没有真正有效的解决这个问题。同时现在一些基础的环保系统比如仪表还有这样那样的问题,包括准确性和数据代表性的问题,都需要我们解决。
第二在数据处理和数据质量提升方面,也是围绕智能分析和智能应用方面的关键环节,数据质量问题,通过在线测量存到数据库里的数据是奇异点的数据有很多噪点和错的数据,如何保证数据的质量,如何对海量数据进行时效性的验证,我们提出了很多数据协调进行系统验证的方法,包括对于传感器故障测量的方法,对数据采集测量之后如何选择对系统智能化应用有关的,最关键的那部分特征变量的数据,以及数据采集完之后,特征变量数据有效的分类存储也是需要我们下一步进行系统研究的内容。
基础研究三也是中间最关键的环节,智能应用的基础。我们经常可以看到这张图,蓝线是正常机组标准的曲线,我们称他为正常值或者基准状态值,而红线是我们采集来的实时值,当判断到这个趋势发生重大改变的时候就是我们进行提前干预以及故障诊断的基本要点,原理性的东西。实际上我们确定基准值,无论是能效还是安全的基准值,都是我们几十年来智能应用最核心的问题,它可用的数据来源有如图这些,有些还是非结构化的数据,通过这些数据一般传统的确定基准状态的方法有系统设计值、试验值,传统在十年之前采用的是变工况通过简化理论模型进行研究,近十年我们通过大数据的方法、数据建模的方法,特别是在大数据应用出现刚才谈到出现瓶颈之后,业内出现了基于基理模型+大数据整个状态值确认的理论方法,在这一块的工作也和业内特别是华北电力大学在做相关的合作。
第四个方面是基准状态之后,我们对于整个设备级及系统级的整个设备特性模型建模的过程,这是需要我们沉下心来做的非常基础的研究工作,包括关键设备、系统、静态模型、控制的动态模型,这个工作来讲,应该说开展了几十年时间,我觉得仍然有大量的基础研究工作,临门一脚的工作,还需要我们在这样一个大数据时代沉下心去认真的把相关工作做下去。
在这个基础之上有了前面几步的基础才能谈到通过智能化在线的监测和控制的前期准备工作,需要通过离线数据、离线建模形成我们应用于在线识别的基础,理论建模的过程。也是我们整个信息特征形成的过程,根据这个基准状态值通过在线数据的测量,比对相关的模型库,标准状态库数据进行相关的分析判断,提出我们决策优化的建议。
在线监控未来目标的框图,说简单一点,我们将来能够建立起一个机组的“双胞胎模型”,也就是说和现场的实机组一样,最终能够建设和实体机组完全数据一致的数学模型,这台数学模型能够模拟机组的所有过程、所有参数、正常状态的关键参数和正常机组一起按照同样边界条件下运行,比对他们输出参数的变化,最终判断机组运行的安全、经济、环保等等状态,进行优化建议。这个工作我们也在不断的努力去做,往这个方向进行前进。
我们近期在做的功能机组空冷岛方面的应用,因为空冷机组也是非常复杂的边界条件也是有效的运用大数据的方法去解决目前存在的优化问题非常好的应用案例,时间关系如果有感兴趣的同志可以会后进行详细交流。
最后再总结一下我报告的几个点:1、从高度维度上,整个行业来讲,不管是主业还是相关技术开发领域的专家,我们应该聚焦我们国家的重大需求,一是燃煤机组本身,一是灵活性,还有和可再生能源耦合机组对象研究的工作。我引用了一段集团智能发电指导意见里面对于智能发电的定义,这个定义信息量是非常大的,也希望我们能够认真体会。“以发电过程的数字化、自动化、信息化、标准化为基础,以管控一体化、大数据、云计算、物联网为平台,集成智能传感与执行,智能控制和优化,智能管理与决策等技术,形成一种具备自学习、自适应、自趋优、自恢复、自组织的智能发电的运行管理模式,实现更加安全、高效、清洁、低碳、灵活的这样一个生产目标。”这里面既有路径也有关键技术,信息量还是非常大的,值得我们认真思考研究。
另一方面我们通过整个典型的智能燃煤发电技术在近20年的一些典型的应用总结了相关取得的经验,和应当继续遵循的原则,包括坚持业务驱动的原则,坚持标准化驱动的原则,坚持核心人员驱动以及坚持目标驱动的原则,任何一个应用一定坚持问题导向需求导向,坚持解决实际问题取得实际效果,而不是炒作一个风口的概念。
最后,我们提了一些关键基础技术的应用思考,不再赘述了,在我报告的最后想把上一次第一届论坛的时候,我的博士老师倪维斗院士他报告中的一句话作为我报告的结尾,我们在做智能发电、智能燃煤发电这个领域的工作和研究,一定少一些概念的炒作,多一些基础的研究,加上产学研用深度合作,踏踏实实的开展信息控制技术和电站设备特性的基础研发和工程示范,努力将工作做到底层去。作为我报告的结尾,另外我留了联系方式,如果有需要深度交流的内容欢迎大家再继续交流。谢谢大家!
(发言为电力头条App根据速记整理,未经本人审核)
直播地址:2018年智慧电厂(第二期)