山西省呂梁市汾陽市三泉鎮，晉能集團旗下山西國峰煤電有限責任公司的兩臺300MW循環流化床直接空冷機組正在運行，燃煤通過傳送帶進入鍋爐燃燒，將水加熱成高溫高壓蒸汽，用以推動汽輪機拖動發電機旋轉發電，支撐工業生產、點亮萬家燈火。

(資料圖片僅供參考)

“十四五”是碳達峰的關鍵期、窗口期，燃煤火電的碳減排，對實現電力行業碳排放達峰以及全國雙碳目標具有重要意義，亟需通過實施改造升級進一步提升機組高效清潔、低碳靈活和智能化水平，助力煤電產業高質量轉型發展。

山西國峰煤電有限責任公司攜手百度智能云，共同探索AI智慧運行應用場景，通過智能算法實現機組冷端經濟運行與脫硫運行優化，供電煤耗綜合降低可達2.9g/kWh，折算減少超過10600噸二氧化碳排放，降低電廠運行成本600萬/年，成為智慧電廠和能耗優化示范標桿。

AI降碳新高度

我國發電量的60.8%來自于燃煤火電。火電廠生產工藝流程復雜且需要實時調控，是典型的多參數耦合多變的場景，傳統的控制方式對于運行人員能力要求很高，很難做到最優運行，而人工智能技術在處理復雜運算和優化控制方面有很強的優勢。

冷端優化對于提高汽輪機組冷端性能，提升發電機組熱經濟性，從而達到節能降耗的目標具有重要意義。冷端系統的熱量損失在熱力系統中占比最大，是節能潛力最大的部分。直接空冷是北方缺水地區普遍采用的汽輪機排汽冷卻方式，但也存在著背壓經濟運行缺乏數據支撐、空冷風機節能缺乏實時對比分析、空冷島散熱片臟污程度缺乏動態監視和可視化運行維護指導等問題。

百度智能云以機組最大化凈出力為目標，以機理建模為骨架，融合人工智能技術對冷端系統精確建模，并利用深度學習算法預測未來機組工況及外部環境，綜合考慮冬季防凍、風機運行等安全邊界條件，通過DCS閉環控制實時調節風機轉速等參數，優化冷端系統整體運行效率，從而提高機組經濟性、減少碳排放。

國峰電廠空冷島智能優化系統上線后，核算供電煤耗平均降低1.6g/kWh,單臺機組每年可節約超過200萬的燃料成本，減少超過5300噸的二氧化碳排放。

注：空冷優化系統供電煤耗節約量估算采用歷史相似工況對比的方法，基于2021年7月至2022年7月的純凝發電工況分鐘級運行數據，以環境溫度及機組負荷為工況指標，選擇算法上線后的實時工況冷端凈出力與歷史相似工況對比，由此計算得到以上供電煤耗降低量。

熱電聯產提效能

熱電聯產是指在同一電廠中將供熱和發電聯合在一起，既生產電能，又利用汽輪發電機做過功的蒸汽對用戶供熱，可以顯著提高燃料利用率，具有良好的經濟和社會效益，是實現循環經濟的重要技術手段。

國峰電廠通過高背壓供熱改造提升了城市供熱能力。然而機組高背壓運行需要綜合考慮機組負荷、供水溫度、供水流量、低壓缸及小汽機末級超溫保護、精處理凝結水溫度等因素，工況變化復雜，影響參數眾多，難以確定最優抽汽比例與最優背壓，造成供熱能耗的大量損失。

百度智能云綜合利用機器學習及機理建模方式，搭建了兼顧魯棒性、可靠性、準確性的供熱系統模型，利用智能優化算法確定安全經濟背壓并給與運行指導。在保證各設備安全約束的情況下，供熱季平均背壓提升1～2kPa，核算供電煤耗降低 1.3g/kWh，提升高背壓凝汽器綜合換熱利用效率，降低抽汽量，從而提升供熱經濟性。

注：供熱優化系統供電煤耗節約量同樣采用歷史相似工況對比的方法，基于2021年11月至2022年3月抽凝供熱工況的分鐘級歷史運行數據，選取影響高背壓凝汽器運行效率的核心指標，如供水溫度、回水溫度、供水流量等作為工況選擇指標，算法自2022年11月供熱季上線后，實時對比歷史相似工況與機組實時優化運行的乏汽利用效率，基于實際采集數據統計了2022年供熱季算法上線4個月的抽汽供熱節約熱量，以此計算得到了以上標煤節約量及年平均供電煤耗降低量。

智能減排新突破

節能減排不僅是降低碳排放，對于火電廠，SO2等污染物治理仍是重點，政策對排污指標要求越來越嚴格，對燃煤電廠的環保工程發展提出嚴格要求。燃煤電廠的脫硫、脫硝和除塵已成為中國環保關注的主要領域之一。

國峰電廠循環流化床機組采用爐內石灰石脫硫和爐后半干法脫硫兩種工藝。由于鍋爐燃燒與脫硫反應的大時延、煤質多變且工藝間耦合關系強等原因，導致脫硫劑用量難以準確判斷，無法實現自動化運行，影響環保指標達成。

百度智能云深入電廠生產一線，基于機理+數據驅動融合建模方式，定期對煤質硫分和延遲時間進行估計，指導深度調峰/調頻下機組的SO2的生成與脫除過程預測；其次，自適應控制按照最優比例分配爐內外的脫硫劑消耗量，并進行秒級精準調節；此外，還實現了脫硫劑輸送過程的故障智能預警，修正控制策略，確保控制算法執行的可靠性。從而最大限度減少脫硫劑用量，保障系統運行的經濟性和可靠性。

脫硫控制算法學習數據來源于電廠2022年全年的秒級運行數據，在2023年3月開始投運上線，實現自動投運率達到96%以上，無需人工干預，脫硫島入口煙氣SO2小時平均值（爐內石灰石脫硫）與設定值平均偏差小于30mg/Nm3，脫硫島出口SO2小時平均值（脫硫島半干法脫硫，實際環保指標）在20±10mg/Nm3內；選擇全年相似工況對比，并將煤質硫分折算為統一標準，單位發電量的脫硫劑平均可節省8%，折合約4萬噸脫硫劑，每臺機組的物耗節省可達200萬元，僅使用AI算法進行脫硫控制，大幅減少了電廠對人工運維的依賴，并且在滿足環保指標（35mg/m3）排放要求的同時，有效地提升了煙氣處理的經濟性。

下沉控制一區，AI算法完成閉環控制

傳統上做工藝優化，通常只是做參數推薦，系統投運率低，效果不明顯；工藝優化的系統數據采集與數據反控，通常通過SIS系統等部署在二區的系統來進行交互，數據閉環延時大，算法控制難度大，精度低。

本項目將AI算法下沉到控制一區，數據從采集到反控，閉環周期降低至秒級，大大降低了算法控制難度，提高了控制精度，同時考慮到控制一區對穩定性、安全性的較高要求，我們在硬件、軟件、策略上均做了相應防護，通過搭建服務器集群、容器化服務部署、服務間狀態的主、被動檢測以及與原有控制系統的控制邏輯進行配合，建立冗余自動切換的控制邏輯，實現系統在硬件、軟件、控制策略上的多級冗余機制，確保系統的穩定性與安全性。

“雙碳”戰略下，以新能源為主體的新型電力系統的構建正加速傳統火電企業轉型升級，技術革新變得更加緊迫，亟需通過實施改造升級進一步提升機組高效清潔、低碳靈活和智能化水平，助力煤電產業高質量轉型發展。

“我們和百度智能云合作，基于電廠運行機理與運行規范，采用機理模型與人工智能模型融合驅動的方法，實時計算各工況下影響機組優化運行的參數，并通過提供指導建議和自動閉環控制的方式，幫助電廠優化運行與節能降碳，創新發展火力發電技術，解決煤炭清潔高效利用問題。”國峰煤電工程師表示。

關鍵詞：