新闻中心

4月19日，值此谷雨佳辰，由中国石油和化学工业联合会与智慧中国数字能源论坛组委会联合指导，中国节能协会热电产业委员会携手《智慧中国》杂志社共同主办的“智能调控 自动运行”2024热电能源智能化创新发展论坛，在山东东营隆重召开。此次论坛得到了山东节能协会热电专业委员会、国声智库、山东正和热电有限公司、潍坊海成热电有限公司、高密万仁热电有限公司的鼎力协办，同时，山东省热电设计院与智慧中国大数据产业重点实验室亦给予了大力支持。全应科技有限公司荣幸承办此次盛会，共同推动热电能源智能化领域的创新发展。

本次论坛隆重召开，汇聚了来自全国各地的领导专家、企业代表、新闻媒体及社会组织等各界精英，共同关注热电能源智能化发展的前沿动态与未来机遇。出席论坛的嘉宾阵容强大，包括国务院国资委机械工业经济管理研究院党委书记、院长徐东华，中国石油和化工联合会党委常委、副秘书长庞广廉，国家能源集团信息技术公司原党委书记、总经理赵建华，中国节能协会热电产业委员会秘书长张东胜，国务院国资委机械工业经济管理研究院特聘研究员、全应科技董事长夏建涛，山东省热电设计院院长刘博，中国石油和化学工业联合会国际部副处长汪爽，中国节能协会、浙江省节能协会首席专家朱海燕，山东大学能源与动力工程学院教授程星星等业界翘楚。

此外，《智慧中国》杂志社副总编、智慧中国数字能源论坛组委会主任赵嫣艳，中国能源传媒集团报刊策划部副主任冯义军，中国化工报社副总编辑兼智库中心主任刘全昌，华能集团西安热工研究院锅炉公司流化床部所长赵鹏勃等也莅临指导。山东正和热电有限公司副总经理王宪军，山东新和成控股副总经理兼海成热电有限公司总经理张广利，原用友网络副总裁、工业互联网首席专家杨宝刚，以及《智慧中国》杂志社副社长、中国西部人才开发基金会合作发展委员会执行主任、国声智库执行主任徐蕴峰，陕西省节能协会秘书长石国庆等行业精英亦共同出席了此次盛会。

以下是上海全应科技有限公司CTO党海峰在论坛上的主旨演讲，演讲题目为《热电厂数字化智能化发展现状与未来》当今世界，以人工智能技术为代表的新一代科技革命迎面而来，正在深刻改变各行各业的发展趋势。今年两会报告指出，要加快实施“人工智能+”行动，积极推动产业数字化发展，打造新质生产力。热电能源是我国能源产业的核心要素，以数智技术赋能热电能源产业，推动热电能源迈向智能自动、安全高效、清洁低碳的新阶段，成为我国新型能源体系建设的重要组成部分。本篇文章在不改变原文语意的基础上，内容略有调整。

尊敬的徐院长、庞秘书长、刘院长、张秘书长，各位领导、各位嘉宾，接下来非常荣幸给大家分享一下我们这么多年在热电数字化、智能化方面的一些见解，以及一些实践。

在近期，当我们谈论智能化，不得不提及几项重要事件。自从OpenAI发布了ChatGPT以来，人工智能的发展已迈入了一个全新的纪元。ChatGPT的出现，不仅实现了文本的高效学习和生成，更为后续的技术创新奠定了坚实的基础。紧接着，Sora在视觉领域实现了类似的学习与生成能力，这一突破进一步拓宽了人工智能的应用边界。

同时，我们也见证了特斯拉在自动驾驶和人形机器人领域的显著进展。特斯拉的自动驾驶技术正逐步改变我们的出行方式，而人形机器人则展现了其在复杂动作执行方面的巨大潜力。此外，Nvidia大规模GPU的应用，使得大模型学习成为了可能，为人工智能的发展注入了强大的动力。

这些事件的叠加，正深刻地改变着我们的世界。过去，人工智能可能只是我们心中的一个趋势和憧憬，但现在，它已经实实在在地来到了我们面前。人工智能不仅可以学习、生成，还能创造出让人难以分辨真伪的视频和图像。人形机器人更是能够执行许多复杂的动作，展现了数字智能时代的无限可能。所以，整个数字智能时代已经来临了。

在这样的背景下，我们国家的领导人也是非常敏锐观察到这么一个发展过程，所以在今年的“两会”期间，总书记提到了新质生产力的概念。在我们《政府工作报告》里面也提到加快发展新质生产力，推进新型工业化，开展人工智能+行动，实施制造业数字化转型。

在我们国家人工智能发展战略与欧美国家有很大不同，像ChatGPT、Sora是实现通用人工智能，更多的是学习我们在网上各种各样的知识，因为它需要大量的算力。而我们国家由于在硬件上被美国限制，所以很难去做那么大规模的人工智能，更加聚焦在产业。我们国家有大量的产业数据和产业的场景，所以在产业上做人工智能既适合我们国家的现状，也适合目前和国外的分工。

在我国，人工智能的发展主要聚焦于产业领域，特别是热电和化工产业的智能化。这种结合体现了人工智能+产业的融合趋势。回顾工业革命历程，从蒸汽机引领的机械化时代到电机推动的电气化时代，前两次工业革命主要实现了体力劳动的机械化替代，进而促使生产工艺复杂度上升，需要更高级的管控手段。

第三次工业革命以大规模集成电路、自动化和信息化为标志，虽然在一定程度上实现了部分脑力劳动的自动化，如DCS系统对控制的替代以及信息化对数据流程的处理，但生产现场仍需要大量复杂、多元化的脑力劳动。

而第四次工业革命，以人工智能技术的崛起为代表，标志着智能化手段能够大规模普遍化地替代目前机器尚无法完成的工作。人工智能的发展使机器能够像人一样思考、决策，进一步推动机器替代人力，实现更广泛、更深层次的自动化和智能化。这种革命性的变革将极大地提升生产效率，优化资源配置，推动产业向更高层次发展。

总结工业革命的核心，即利用机器替代人类执行特定任务，这些任务原本由人类承担，但并非人的本质。人类具备通用性，无论是体力还是脑力，都能适应多种任务。而机器则展现出高度的专有性，如体力劳动中的水泵、给煤机等，原本依赖人力，现已被专有设备取代。脑力劳动亦是如此，运行、监盘、巡检等任务，若采用专用人工智能，将需要相应的专有机器智能来执行。

智能化的核心在于特定场合下替代人的专有任务，实现通用人力向专有机器的转变。这种替代带来了显著优势：首先，它拓展了能力边界，突破了人体力和脑力的限制；其次，减少了对人员数量和能力的依赖，降低了人员培养和管理成本；最后，提高了任务执行的一致性和连贯性。通过机器替代标准化工作，人们可以专注于更具创新性和不可替代的任务，这正是工业革命的本质所在。

在能源行业，特别是电厂领域，国家能源局发布的《加快推进能源数字化智能化发展的若干指导意见》强调了数字技术与能源产业的深度融合，旨在提升能源产业的数字化智能化水平，并构建新型能源体系。对于电厂而言，这一政策意味着要将先进技术与电厂的核心生产活动相结合。尽管技术日新月异，但电厂的本质是生产是始终不变的。电厂的生产过程涉及连续的物理化学变化，具有自然原料、上下环节耦合、负荷联动等特性。在这些特性下，电厂的管控需求始终如一。无论采用何种技术——自动化技术、人工管理还是智能化技术，电厂的管控核心都集中在以下三个方面：

第一，运行。我们常态化的把原料加工成产品的整个生产过程要平稳、环保、高效。

第二，安全。规避由于各种各样异常导致的问题或事故，降低这些异常的影响。

第三，设备作为生产的基石，其运行状况直接关系到生产的连续性和稳定性。一旦设备出现故障，必然会对生产过程造成不可避免的影响。因此，设备管理的核心在于如何以最低的成本确保设备的连续运行和健康状况。这是我们认为电厂生产过程最核心的几个方面。

在当前的工业3.0电厂管控体系中，主要依赖DCS、SIS、设备管理以及MIS系统来解决运行、安全、设备维护和运营管理等问题。这些系统主要侧重于数据的接入和执行，而最终决策则依赖于人力。电厂的岗位设置也反映了这一模式，如运行班组、检修班组和各类专工，并基于这些系统数据做出决策。

然而，随着智能化时代的到来，电厂管控的核心问题并未改变，但解决方式发生了根本性的转变。智能化系统不仅涵盖了原有的运行、安全和设备管理，而且通过引入智能决策、智能监控、智能操作等技术，实现了对人力决策的替代和升级。

具体来说，智能决策通过算法和模型预测来优化运行参数和调度方案；智能监控则利用先进的传感器和数据分析技术实现故障预警和诊断；智能操作则通过自动化和机器人技术替代了部分人工操作。这些智能化的应用不仅提高了电厂的运行效率和安全性，还降低了人力成本和操作风险。

当然安全是一样，原来有很多监盘、诊断，包括一些连锁保护，这些也可以用智能化方式来做，包括设备的健康评估、设备的健康预警和设备维护，也可以通过数字化、智能化方式来做。

所谓智能电厂的核心在于其决策体系，即基于数据和模型的智能决策平台。该平台集成了运行决策、安全管理决策和设备管理决策等关键功能，以优化电厂的生产运行。数据源涵盖了DCS系统产生的实时生产数据，以及离线检测、巡检、视觉传感等多模态传感设备收集的信息。整个智能电厂的架构分为三层：底层为数据处理层，中间为智能决策平台，上层为面向运行、安全、设备管理的智能应用层。通过这一架构，智能电厂能够实现更高效、安全的运营，提升决策质量和响应速度。

智能电厂的建设是一项长期而复杂的工程，为确保其有效性和价值，应遵循“大规划、小起步、易升级”的原则。首先，需进行宏观全局规划，避免资源浪费和重复建设。其次，起步阶段应聚焦于核心应用，从底层数据平台到上层智能应用实现贯通，确保每个阶段都能产生实际价值和投资回报。最后，整个体系应具备迭代能力，以适应技术发展和业务需求的变化。

在起步阶段，识别并确定关键应用至关重要。这些关键应用因电厂规模和特点而异，但通常包括自动化升级、智能化安全预警、优化控制、故障诊断、设备健康管理和智能运维等。选择切入点时，应综合考虑电厂的实际情况和需求，确保所选应用能够带来最大的效益。

当前，运行优化是智能电厂建设中的关键应用之一。随着新能源的大规模建设和双碳目标的推进，电网的稳定性对煤电调控提出了更高要求。因此，提高煤电的灵活性和智能调控能力成为重要任务。此外，区域能源综合供应也面临类似挑战，需要综合考虑电、热、水、冷、压缩空气等多种能源形式，以及电网对电价和发电量的新要求，进一步提高电厂的灵活性和适应性。

我们在整个区域能源里面，只有热电厂能起到调控作用，而且是唯一的调控作用，所以热电厂的灵活性、热电厂的自动控制，实际上是起到了前所未有的高度，而且会越来越高，这是整个区域能源平衡、区域能源未来发展，以及区域能源综合能耗和碳排放降低的关键。

然而，观察当前的分布式能源热电厂现状，我们发现存在诸多挑战。其母管式结构、大幅波动的用热和用电负荷、不稳定的煤质，以及随着使用过程中逐渐老化的设备条件，都增加了电厂运营的难度。这些因素共同导致了一个问题：目前，这些电厂要实现自动控制几乎是不可能的，或者说，在现实中基本上没有得到实现。

进一步审视当前分布式能源热电厂所依赖的DCS（分布式控制系统）经典控制的特点，我们可以从典型的系统图出发进行分析。这是一个典型的电厂结构，包含两个主汽母管等级，多个供汽点，以及众多的汽机和双减设备。在经典控制策略下，每个被圈定的部分代表一个控制回路，这些回路主要用于实现机组间的协调。然而，这仅仅是协调控制的一部分，尚未涵盖锅炉内部和汽机内部更为复杂的控制回路。

如果完全依赖经典控制策略来调整如此众多的回路，整个系统的协调将变得极其复杂，几乎是一个无法完成的任务。更重要的是，这种调整往往只能设定静态参数和静态回路，其适应性相当有限。在电厂面临大负荷波动、不同负荷下的响应特性变化以及燃料特性差异时，这些静态控制回路往往无法有效应对。

此外，电厂还面临多种协调场景，如压力协调、环保脱硝协调等。在环保脱硝协调中，虽然最终目标是控制烟囱排放的小时均值，但实际操作中需要控制每台锅炉的氧量和脱硝参数，整个脱硝系统的耦合性使得控制变得尤为复杂。

以正和热电为例，其系统图中展示了大量的双减和汽机设备。在动态电价背景下，如何优化双减和汽机的投运策略，以实现经济效益最大化，同样是一个实时且复杂的决策问题。这些问题都凸显了当前热电厂在控制策略上所面临的挑战。

第三个是万仁热电，它涉及两个电厂之间通过共同的工业园区相连，并设有调节阀进行协调。这两个电厂如何有效协调以及中间的调节阀如何联动，构成了一个极为复杂的多厂耦合场景。

从我们所观察到的热电、小机组或分布式热电机组的调控复杂性来看，其多样性和难度均远超一般预期。这种复杂性使得当前的热电运行主要依赖人工操作。然而，过度依赖人工操作会引发一系列问题，如能效低下、环保问题以及品质不稳定等，这些问题都与人的能力、精