基于工業互聯網的能源生產調度中心 煤炭供應及燃燒優化、閉環應急能力建設
引 言
浙江省能源集團有限公司成立于2001年，總部位于中國杭州，主要從事電源建設、電力熱力生產、石油煤炭天然氣開發貿易流通、能源服務和能源金融等業務。截至2018年7月，浙能集團在職員工23000人，其中本科以上學歷占46.9%，中高級職稱占18%。總資產2005億元，所有者權益1067億元；控股浙能電力和寧波海運兩家A股上市公司，管理企業200余家。通過近幾年的發展，浙能集團已形成由電力、天然氣、石油、煤炭及運輸、可再生能源、能源化工組成的能源主業，以及由金融產業和能源服務業組成的支持性產業，集團已成長為全國資產規模最大、能源產業門類最全、盈利能力最強、電力裝機容量最大的省級能源企業，成為集電、煤、油、氣、冷、熱等多能為一體的綜合能源供應服務商。
太極股份致力于“做中國最優秀的數字化服務提供商” ，率先推出TECO（Taiji Energy Cloud EcOsystem）工業互聯網平臺，牽手眾多的生態合作伙伴，面向工業行業和企業的價值需求，提供工業互聯網業務頂層設計、平臺建設、工業大數據服務、算法模型開發、云平臺運營等服務，多年來電力、鋼鐵、煤炭、化工、軍工制造等工業領域有著眾多的客戶、豐富的業務實踐和案例。
隨著浙能集團能源產業規模的快速擴張，對集團生產安全工作信息化提出更高了要求，建設以生產數據為基礎的調度中心，實現生產實時監控、設備運行優化、產業鏈協同、應急指揮等功能，是集團保障生產、安全、提高競爭力的重要抓手，也是展示生產經營、改革發展成果的重要窗口。另一方面，云計算、大數據、物聯網、移動計算、人工智能等信息技術飛速發展，工業互聯網平臺技術在國內外能源企業已成功實踐。
在此背景下，2018年，浙江省能源集團委托太極計算機股份有限公司開展浙能集團調度中心建設，采用太極TECO工業互聯網平臺技術，以全面保障生產安全為重要基礎，以生產優化、應急調度指揮中心應用為抓手，建設形成“一級調度多級聯動”的“一體化調度指揮體系”，旨在提升浙能集團生產、安全管理水平和效率，并助推浙能集團“數字浙能”的全面建設。
本項目在工業大數據、云計算、工業應用、工業設備數據采集、工業設備機理模型、人工智能、可視化BI等層面具有深厚的技術積累和豐富的實踐經驗。通過探索新技術應用，逐步構建“數據-信息-知識-智慧”完整的信息價值鏈，推進生產調度和安全管理工作的數字化、精益化和智能化，為建設“數字型”浙能集團創造條件。
一、 項目概況
項目以浙能集團現有及未來業務戰略發展為導向，借鑒國內相關能源行業生產調度及應急指揮的最佳實踐，建設浙能集團調度中心，以搭建工業互聯網平臺為基礎，建設生產安全監控和應急指揮系統，實現煤炭供應鏈和鍋爐燃燒優化等生產調度優化應用以及閉環的應急能力建設應用。
1. 項目背景
當前，我國經濟已步入新常態。在新常態下，科技創新已成為能源企業提高競爭力的重要抓手，為此，國家也陸續出臺了“互聯網+”、“兩化融合”、“中國制造2025”等國家戰略。
浙能集團深入貫徹習近平總書記“四個革命、一個合作”的能源戰略思想和“五大發展”理念，深入推進“能源立業、科技興業、金融富業、海外創業”的“四業”發展路徑，調整結構、補齊短板，搶抓機遇、開拓進取。在浙能集團“四業”發展的戰略轉型過程中，保障生產、安全是其中的重要基礎環節，建設以生產數據為基礎的生產調度中心，實現生產監控、供應鏈協同、設備運行優化、應急指揮等功能，是集團保障安全生產、提高競爭力的重要抓手，也是展示生產經營、改革發展成果的重要窗口。目前，云計算、大數據、物聯網、移動計算、人工智能等信息技術飛速發展，工業互聯網平臺技術在國內外能源企業已成功實踐。在此背景下，基于工業互聯網的浙能集團應急調度指揮中心已具備建設條件。
2. 項目簡介
項目基于工業互聯網平臺，建設了覆蓋集團全產業、生產各專業的縱向貫通、橫向協同的生產安全監控系統和應急指揮系統，實現了煤炭供應鏈調度和燃燒優化應用以及應急管理全流程應用等創新型應用。項目簡介如下：
（1）搭建工業互聯網平臺，匯集全量生產實時和歷史數據、生產相關的管理數據和外部數據，建立海量數據的采集、匯聚、治理、存儲、分析、訪問和管理的大數據服務體系；提供開發平臺和應用市場平臺，支持算法、模型、應用的二次開發和集成，為開展應用提供平臺支撐。
（2）實現各產業重要指標、運行參數和生產工藝流程的實時在線監視，提供綜合展示、生產運行監控、安全監控、環保監控等功能，開展煤炭供應及燃燒優化等生產調度和工藝優化應用的建設。
（3）實現覆蓋突發事件的預防、準備、響應、恢復的整個應急全流程的閉環應急能力建設應用。統一接報、收集公司系統各類突發事件信息，統一向集團公司系統發布預警信息，提供事態影響分析、預案推演與應急演練、視訊指揮調度、數字預案、資源共享調配、應急評估和案例歸檔等功能。
3. 項目目標
以集團現有及未來業務戰略發展為導向，參考各行業生產調度及應急指揮的最佳實踐，采用工業互聯網的視野及思維，引入大數據分析挖掘等技術，充分利用和整合現有資源和數據，以安全生產監控和應急指揮為應用方向，實現設備運行監控、綜合分析、產業協同、性能優化、風險布控、研判會商、指揮調度、應急演練等主要功能。通過本項目的實施，降低企業生產運行成本，提高生產安全管理水平和管理效率，同時提升浙能集團整體智能化水平。
二、項目實施概況
本項目采用物聯網、云計算、大數據、微服務等工業互聯網平臺技術，匯集集團下屬各產業約200余家生產企業的生產實時數據和生產相關經營管理數據以及外部的氣象、船舶AIS、煤炭價格數據，建成集采集、治理、存儲、分析、訪問為一體的工業大數據中心和工業PaaS平臺；并基于工業互聯網平臺，開發了生產安全監控系統、應急指揮系統。其中，采用基于大數據的機器學習算法，解決了煤炭供應鏈優化、鍋爐燃燒優化等生產優化問題，降低企業運行成本，提高企業經營效益；建立了集自動監測預警、智能研判、科學調度、評估完善等為一體的應急管理應用，初步實現了閉環的應急能力建設體系，提高了企業安全管理水平。
1. 項目總體架構
浙能集團調度中心采用分布式、多層體系架構，自頂向下分為展示層、業務應用層、平臺層、基礎層、接入層（采集層），建立在統一的標準規范體系、安全管理體系、運維保障體系下。
系統總體架構圖示如下：
（1）數據源層
通過數據接入服務，適配Pi、OPC、modbus等設備協議，接入不同來源、異構的生產實時數據；通過ETL、Webservice接入ERP、安健環等經營管理數據；通過http、爬蟲等接入氣象、煤價等外部數據。
（2）基礎設施層
基于集團現有私有云環境為項目提供網絡、服務器、存儲以及系統軟件（操作系統）支持。
（3）平臺層
建立浙能集團生產大數據中心和工業PaaS平臺。生產大數據中心由時序數據庫、MPP數據庫、HDFS等組成；工業PaaS平臺由數據建模和分析、GIS平臺、應用開發和微服務框架、微服務組件、應用市場組成。
平臺層提供數據采集、治理、分析、訪問、管理等數據服務，提供數據建模、算法分析、可視化等服務，基于微服務架構支撐能源工業領域模型、深度應用、個性化應用的開發和運行，提供應用市場支撐算法、模型、應用的二次開發/集成、共享。
（4）業務應用層
應用層：包括實時監測、產業協同、性能優化、運行分析、環保分析、節能分析、可靠性分析等生產監控應用，包括風險防控、監控預警、預案管理、應急演練、分析研判、輔助決策、指揮調度、應急評估等應急管理應用。
（5）門戶層
提供大屏、桌面、移動多種門戶；提供應用市場，支持數據、算法、模型、應用的分享和運營。
2. 項目物理架構
項目物理架構圖示如下：
圖 2 物理架構示意
工業互聯網平臺和生產安全監控、應急指揮系統部署到集團數據中心，分為集團內網、外網兩部分。外網部分部署到集團安全隔離DMZ區，面向移動用戶提供APP服務。
在集團工業互聯網平臺中，部署數據采集服務，接入內網的ERP、安健環等經營管理類數據，接入通過單向隔離網閘擺渡的生產實時數據和外部數據。通過企業端部署的邊緣端服務安全地采集生產實時數據；通過外網DMZ部署的數據采集服務，安全接入外部的氣象、船舶AIS、煤炭價格指數等數據。
3. 具體應用場景和應用模式
（1）熱電全流程智能協調優化（生產工藝優化方向）
在項目中，開展了燃煤電廠燃燒裝置的自動優化控制研究，實現了熱電全流程智能協同優化。通過優化，使燃料充分燃燒，低氮燃燒，在一定程度上抑制污染物的排放，降低污染物后處理費用；降低產汽煤耗或發電煤耗，顯著提高生產效率。
1 問題提出
在鍋爐熱效率損失中，主要因素包括：排出煙氣所帶走的熱量、化學不完全燃燒熱損失、機械不完全燃燒熱損失，見下圖通用燃燒曲線：
圖 3 通用燃燒曲線
因此，我們重點針對這些主要因素開展優化工作。
2 解決方案
通過以下路徑，進行優化設計：
保證燃燒裝置負荷穩定的情況下，尋找最少的燃料消耗（燃料優化）；
在燃料的熱值、水分發生變化的情況下，尋找最匹配的助燃風量（風量優化）；
在負荷、設備性能發生變化的情況下，尋找最佳的控制點（控制點優化）。
3 采用技術
基于先進的動態專家系統、燃燒效果軟測量模型、多維動態優化模型以及大系統協調優化技術等實現了鍋爐側負荷快速響應與穩定功能、最少燃料量和最佳二次風量自尋優及滾動優化功能、最佳負荷自動分配以及運行爐與調節爐的自動轉換功能等。優化模式下的負荷控制點（多爐母管制系統）、床溫控制點、氧含量控制點、二次風量控制點等隨工況而浮動。
4 模型構建和應用模式
圖示如下：
圖 4 模型構建和應用過程
邊緣端服務負責采集生產實時數據（負荷、給煤量、主蒸汽壓力等），并通過單向隔離網閘接入數據到集團工業互聯網平臺。在集團工業互聯網平臺端，基于歷史和新增生產實時數據進行建模和訓練；并通過仿真手段，與實時數據進行比較驗證。一致時，表示通過驗證。
當模型驗證通過后，在邊緣端發布模型，啟動鍋爐燃燒優化控制程序。
5 優化結果
煤量優化爬山圖：尋找最少的燃料量
圖 5煤量優化爬山圖（尋找最少的燃料量）
風量優化爬山圖：尋找最佳的風煤配比
圖 6風量優化爬山圖—尋找最佳的風煤配比
（2）打通集團各產業鏈，實現煤電供應鏈的協同優化
由于煤電企業的特殊性，一方面，煤電生產對煤炭安全庫存提出較高要求，另一方面，電煤成本占燃煤電廠發電成本在80%左右。因此，為降低企業電煤資金占用，提出優化需求：優化煤炭供應鏈，實現集團電煤的最優庫存。
在集團產業板塊中，煤炭產業板塊負責集團核心電力主業的上游延伸業務，依托旗下營運企業在港口、岸線、市場、海運資源優勢和管理優勢，負責煤炭采購、運輸、煤檢、儲存、摻配、港口碼頭及中轉設計管理，并在滿足集團對電煤安全庫存要求的前提下，開展煤炭的市場化銷售工作。因此，煤炭供應鏈優化即優化煤炭產業各企業的生產調度流程，基于最優庫存形成各企業的最優生產調度計劃。
上述問題是一個典型的多目標調度優化問題，采用基于大數據的多目標優化的動態規劃模型實現。
輸入：1）煤炭庫存，包括各電廠煤炭庫存、港口堆存及海運船只在途庫存；2）企業生產計劃和能力，包括各燃煤電廠的發電計劃、運力（海運、內河運輸）、港口泊位和堆存能力、煤炭檢驗能力；3）外部行情數據，包括煤炭價格指數（CCI/CCTD/NEWC）、運價指數等，并綜合特殊季節特殊需求等因素。
輸出：綜合廠存量、市場價格趨勢及堆存能力、運輸能力等情況，采用基于大數據的多目標優化模型，預測最優可用庫存天數，優化并生成煤炭經營企業的采購計劃、電煤保供計劃、銷售計劃，生成煤炭運輸企業的海運和內河運輸計劃，生成港口企業的靠離泊計劃和裝卸計劃以及配煤作業計劃，生成煤檢企業的煤檢計劃和電廠的裝卸計劃。
通過煤炭供應鏈優化模型的應用，實現最優的安全可用庫存，極大減少燃料資金占用成本。同時，在保障電煤供應的前提下，煤炭板塊可以進行市場售煤，獲取最大運營效益。
（3）覆蓋應急全流程的閉環應急能力建設體系（安全管理優化）
項目建成了覆蓋集團各層級、全產業的應急管理、指揮體系，實現涵蓋突發事件的預防、準備、響應、恢復的整個全流程的應急管理系統。以大數據驅動的工業互聯網平臺為支撐，利用其豐富的智能算法，實現各類重大風險的預測預警，并以桌面、大屏、移動端等多種告警方式及時、自動通知到各級調度中心領導和應急值守人員；基于應急預案和各類應急資源數據，結合產業領域知識，建立智能研判模型，提供搶險救援方案以支撐應急指揮決策；實現了GIS、音視頻等多媒體手段，來提供可視化的應急資源調配、應急響應調度和全程可追溯；并通過應急恢復階段的評估分析、案例歸檔來完善應急管理體系。因此，通過應急指揮系統，建立起涵蓋從監測預警到研判、響應、總結的閉環的應急能力建設體系。
圖 7從監測預警到研判、響應、總結的閉環能力建設體系
通過項目建設，支撐起集團各行業的差異化預警和響應處置需求，形成覆蓋全集團企業的應急預警和處置“一張網”，建成集團統一的監測預警中心、應急發布中心、應急指揮中心、應急值守中心；依托大數據、工業互聯網技術、移動APP、現場移動終端等手段，打通信息共享、調度協同的“最后一公里”，實現自動預警、科學決策和無延時、零距離的精準調度。
4. 安全及可靠性
項目建立在集團統一的信息安全體系下，集團信息網內系統符合信息安全二級等保要求，生產控制網系統符合信息安全三級等保要求，從生產控制網采集數據嚴格符合單向傳輸的安全要求。項目采用基于角色的訪問控制、訪問控制黑白名單以及基于端口的管控，實現細粒度的的訪問授權和控制，實現了設備接入、平臺和應用的安全訪問控制，保障數據在采集、傳輸、存儲、訪問中的安全性。
平臺采用Hadoop分布式文件系統(HDFS)，提供高可用、高可靠性；基于微服務架構和容器技術，支撐應用的高可用和高可擴展性。
三、下一步實施計劃
針對本項目應用成果，開展延伸建設和推廣工作。
1. 熱電全流程智能協調優化的推廣建設
（1）目前應用到一個火電廠；
（2）今年推廣到集團20多個燃煤電廠；
（3）明年推廣到其它集團燃煤電廠。
2. 應急指揮系統的延伸和推廣建設
（1）已完成3類突發事件的應急管理體系建設；
（2）今年延伸到集團重點關注的其它13類突發事件；
（3）明年推廣到其它能源企業。
四、項目創新點和實施效果
1. 項目先進性及創新點
1) 實現泛在感知能力。
利用物聯網、數據交換等技術，泛在連接各類設備、設施、系統信息，進行高效采集和云端匯聚，實現從板塊、行業、設備類型等多維度的全景展示，以電子地圖等方式直觀展示具體設備、設施的實時信息。
2) 提升綜合分析能力。
在設備管理、生產安全、運行優化、風險評估及決策方面，應用大數據計算能力、知識圖譜分析能力、分析挖掘能力、自助式分析能力，實現電力、石油、天然氣、化工、海運、港口等行業生產決策和安全應急的智能應用。
3) 提升管控決策能力。
基于大數據、機器學習算法建立了煤炭供應鏈優化和鍋爐燃燒優化的數據和機理模型，優化了煤電生產工藝和產業協同水平，提升集團生產經營工作的管控決策能力。
4) 打造應用創新能力。
采用工業互聯網平臺技術，將云計算、大數據、物聯網、移動計算、人工智能、微服務開發等先進技術融為一體，實現一個開放的應用創新載體，提供平臺級的數據服務、算法服務、模型開發服務、應用運行服務、跨企業工業知識共享服務，降低企業應用創新門檻，為各專業創新應用的開發、建設、運行、分享構建起良性發展生態圈。以平臺為支撐，各板塊、營運企業可發揮各自積累的專業化優勢，不斷開發各類智能化微應用，積聚起日益豐富的專家知識庫、經驗庫、計算規則庫、應用算法模型庫，并隨著各領域知識在整個集團的不斷分享、應用，打造出整個集團的全面創新能力。
2. 實施效果
（1）促進生產的穩定運行、經濟運行
通過熱電全流程智能協調優化，實現了以下經濟技術指標：
①主汽溫度控制精度：R±2℃；
②主汽壓力控制精度：R±R*3% (90%時間)；
③二氧化硫和NOx每小時均值的控制指標在R±5mg/m3，實現卡邊運行并使脫硫劑和脫硝劑減少5~10%以上；
④綜合能耗降低0.5%以上(60萬以上機組)；
⑤使AGC或ACE的調峰速度和精度提高一倍以上；
⑥長期可用率大于90%，人工效率提高100%以上。
（2）降低發電運營成本，提高煤炭產業經營效益
通過煤炭板塊各企業的生產調度優化，實現集團電煤供應鏈優化，在保電前提下，實現最優化電煤庫存，最大限度降低電煤資金占用，從而減小發電運營成本。同時，適時市場售煤，獲取經營收益最大化。
通過煤炭供應鏈優化應用，集團安全庫存從過去的14天降低到目前的7天左右。
聲明
本報告所載的材料和信息，包括但不限于文本、圖片、數據、觀點、建議，不構成法律建議，也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有（注明是引自其他方的內容除外），并受法律保護。如需轉載，需聯系本聯盟并獲得授權許可。未經授權許可，任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用，不得將報告的全部或部分內容通過網絡方式傳播，不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明者，本聯盟將追究其相關法律責任。
AII微信公眾號
AII頭條號