智慧电厂与智能发电典型研究方向及关键技术综述
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
智慧电厂与智能发电典型研究方向及关
键技术综述
摘要:随着“智慧电厂”概念的提出,传统电厂向着智能电厂发展成为大势
所趋。目前我国部分省市出台了智能发电相关的指导文件,以智慧电厂、智能发
电为目标开展相关研究与试点工作。为更好地服务智慧电厂与智能发电的建设,
中国电力科学研究院在2017年提出了“智慧电厂与智能发电”的概念。本文结
合实际情况对智慧电厂和智能发电的典型研究方向及关键技术进行了梳理总结,
以期为后期相关研究提供参考。
关键词:智慧电厂;智能发电;典型研究方向;关键技术
一、智慧电厂与智能发电的概念
智慧电厂(Smart Plant)是指以智能技术为基础,将人、机、料、法、环
等要素全面融合,以提高能源利用效率和降低能耗为主要目标,实现发电过程高
度智能化的一种新型电厂。智能发电(Smart Generation)是指在传统的发电基
础上,利用现代信息技术和人工智能技术,实现从发电、输送到使用等一系列环
节的智能化运行。智慧电厂和智能发电都以智能化为主要特征。智慧电厂是在传
统电厂基础上利用新一代信息技术对设备管理、生产过程控制、企业管理以及客
户服务等多个领域进行智能化改造,实现生产过程智能化、信息资源共享化、生
产运行自动化、管理决策科学化和客户服务便捷化。智能发电则是将人工智能技
术与电力系统相结合,在现有基础上对发电过程中的各个环节进行智能化升级。
以人工智能技术为基础,对发电过程中的各设备进行远程实时监控和预测性维护;以信息资源共享为核心,实现生产管理与决策的智能化;利用大数据技术建立科
学合理的绩效评估体系,从而达到降低能耗、提高运行效率和服务质量的目的。
二、电网侧
电网侧目前已开展了智慧电厂典型研究方向和关键技术的探索工作,如综合
能源系统、智能配电网、储能、配电自动化、电能质量治理等。
1.综合能源系统。针对目前综合能源系统的发展趋势,重点开展智能微电网、分布式发电和可再生能源并网运行等研究,构建基于电力市场的多能耦合调度体系,实现多种能源协同优化调度。
2.智能配电网。围绕配电网侧“源网荷储”协调控制和“三型一化”目标,
开展配电网综合诊断与智能规划、智能管控和智慧服务等技术研究,提升配网的
规划设计水平和运维能力,支撑配网智能化转型。
3.储能及电能质量治理。针对储能装置、电能质量治理与优化控制、新能源
消纳机理等关键技术开展研究,提高电网运行的安全性与可靠性。
4.配电自动化。以“状态空间建模”“故障诊断”“分层分区”等技术为基础,开展配电自动化系统优化设计研究和试点示范工作,重点加强配网故障快速
诊断与隔离、配电自动化分层分区及新能源接入等关键技术的研究。
三、机组侧
机组侧的典型研究方向包括智慧运维、智慧检修和智能诊断等。在智慧运维
方面,可从优化控制策略、提升运行管理水平、开展状态监测等方面开展研究,
以提高机组运行经济性和安全性。
在智慧检修方面,可从机组状态监测、智能诊断等方面开展研究,实现机组
关键部件的实时在线监测,降低设备故障率,提高机组的可用率和寿命。目前主
要涉及的关键技术有:智能温度/压力在线监测技术;多维状态监测技术;在线
智能诊断技术;基于大数据分析的机组诊断技术。
在智能诊断方面,主要涉及在线健康管理、故障预测与健康管理等,是智慧
电厂建设中不可缺少的重要环节。目前主要涉及的关键技术有:健康评估方法和
模型;多维状态监测与状态预测;故障预测与健康管理。
在机组侧智能诊断方面,目前主要涉及的关键技术有:故障诊断方法和模型;故障诊断策略;基于大数据分析的故障诊断方法;状态估计方法等。此外还涉及
安全分析、安全评价等内容,部分也可结合电厂实际情况开展。
四、用户侧
(1)智能电网:重点研究电力负荷控制、电能质量治理、需求响应等。(2)智能用电:重点研究用户用电行为分析、多能源耦合系统优化调度、电力需求响
应和电动汽车充电等。(3)智能交通:重点研究交通需求管理技术,电动汽车
充电基础设施的规划和建设,车-桩-路-网系统的信息交互与共享。
目前国内用户侧智慧电厂与智能发电相关技术还在不断探索之中,部分项目
已投入运行,如北京、上海、天津等地的智慧电厂项目建设。随着《关于推进
“互联网+”智慧能源发展的指导意见的印发,未来国内用户侧智慧电厂与智能
发电将会得到快速发展。
五、其他方面
智慧电厂与智能发电建设涉及到的关键技术众多,如电力系统实时动态安全
分析、大型发电机组及机组群优化运行控制、可再生能源发电功率预测、复杂条
件下电力系统稳定分析与控制技术等,均需要结合具体研究内容进行深入研究。
电力系统实时动态安全分析需要基于大数据分析技术,进行海量数据的采集
及快速计算;大型发电机组及机组群优化运行控制需要实现最优控制策略的计算
与优化,提高系统稳定性和经济性;可再生能源发电功率预测需要将预测结果应
用于发电计划制定以及电网运行监控,提高发电量预测精度。
复杂条件下电力系统稳定分析与控制需要采用多物理场耦合分析技术,进行
不同条件下的系统稳定分析与控制;电力系统稳定分析与控制需要将机组稳定约
束纳入到机组运行优化中,提高机组在复杂环境下的稳定运行能力;电力系统稳
定分析与控制需要基于多物理场耦合技术,将模型分解为多个子系统进行研究,
并对各子系统进行建模、仿真、求解及动态响应分析。
结束语