工業革命改變了世界面貌，為人類生產生活帶來深遠影響。當今世界，人工智能迅猛發展，推動人類社會深度變革。在此過程中，電力行業也在逐步向數字化和智能化轉型。

截至2023年年底，我國非化石能源發電裝機歷史性超過化石能源裝機，非化石能源發電已成為能源系統增量的主體。然而，我國“富煤、貧油、少氣”的資源稟賦決定了火電仍是我國電力供應的重要支撐電源，在未來較長時期內將繼續發揮“壓艙石”的作用，這是保障我國能源安全和實現能源轉型的前提。智能發電技術，將成為未來電力生產行業的重點發展領域，對於提高能源利用效率、促進能源結構轉型、增強電網穩定性與安全性、實現節能減排等具有重要意義，也是實現“雙碳”目標和能源轉型的戰略選擇。

早在2001年，美國電力研究協會率先開展了智能電網研究。我國和歐盟相繼開展“智能電網”的研發和推廣。近年來，我國在“智能電網”研究的基礎上，同步推動以分布式能源、微網、智能配電網為代表的能源互聯網和智能發電的研究及應用。國家能源局於2016年首次將智能發電寫入《電力發展“十三五”規劃》，部分發電企業逐步開始了智能化建設嘗試。《電力發展“十四五”規劃》再次提出，要提升電力生產信息化、數字化、智能化水平，指出要推動開展燃煤電廠智能控制技術的研究和應用，提高發電安全運行水平。前不久，國家相關部門發布的《加快構建新型電力系統行動方案（2024—2027年）》提出，重點開展九項專項行動，包括配電網高質量發展行動，智慧化調度體系建設行動，新能源系統友好性能提升行動等。

新型電力系統——高效、智能、安全

在新型電力系統中，“源隨荷動”向“源荷互動”轉變是必然趨勢。智能發電不僅涉及不同類型能源的高效轉化，還包括發電過程智能控制與優化調度，以及發電裝備智能制造、電源與電網協同、電源與電源協同等。中國工程院院士、華北電力大學新能源電力系統全國重點實驗室主任劉吉臻教授，在《智能發電廠的架構及特征》一文中將“智能發電”描述為，以自動化、數字化、信息化為基礎，綜合應用互聯網、大數據等資源，充分發揮計算機超強的信息處理能力，集成統一的一體化數據平台、一體化管控系統、智能傳感與執行、智能控制和優化算法、數據挖掘以及精細化管理決策等技術，形成一種具備自趨優、自學習、自恢復、自適應、自組織等特征的智能發電運行控制與管理模式，以實現安全、高效、環保的運行目標，並具有優秀的外界環境適應能力。

在我國當前技術條件和裝機結構下，火電仍是最經濟可行、安全可靠的電源形式。近年來，煤電作為支撐電源及時調整出力，對提升電網的調峰能力發揮了頂梁柱作用，其在提升電力保供能力的同時，可進一步促進可再生能源發展，正由常規主力電源向基礎性、支撐性、調節性電源轉變。與此同時，燃煤機組面臨更加嚴峻的挑戰，主要體現在：外部環境更加復雜多變﹔安全、經濟和環保要求更高﹔高煤價高成本下，減員增效壓力大﹔運行調控精細化要求高，干預操作頻繁。根據對國內主流火電機組的運行人工干預情況統計，變負荷過程需頻繁進行參數調整、設備啟停、自動投退等操作，監盤操作工作量大且重要性高。因此，燃煤智能發電技術將聚焦影響機組安全、靈活、經濟、環保運行等關鍵又具有普遍性的運行控制問題，對智能燃煤電站關鍵技術展開研究，提升機組自主化運行水平，實現無人工干預下連續運行。

智能發電——無人值守、經濟環保

智能發電關鍵技術研究主要針對三個方面展開：一是燃煤發電智能控制系統平台及體系結構、理論、方法及關鍵技術，二是燃煤發電智能狀態監控，三是故障診斷技術。其目的和效果是聚焦解決火電機組運行控制的痛點問題，著眼於工藝過程安全、經濟、平穩三個維度，降低運行人員操作頻次，實現全流程自主協同運行與少人化或無人化值守，提高機組綜合運行效益。安全主要指實現超溫自處理、故障自處理、容錯控制和聯鎖保護等﹔經濟主要指以最佳方式、最優設定點運行，實現機組經濟、環保運行﹔平穩主要指實現關鍵工藝參數波動小（控制性能好）、電網“兩個細則”獎勵高，報警少、故障少、設備磨損小、不超溫。三方面相互影響、相互促進。例如，通過預測控制等先進控制，使關鍵工藝參數波動大幅減小，有利於壓紅線運行，既使運行更加平穩，提高運行效率，還能保証更加安全。

實現燃煤機組智能發電主要體現在自主性、智能性、適應性、人機協同新模式四個技術維度：

自主性——包括自主決策和自主學習。自主決策是根據環境、生產條件和負荷需求，自主地進行決策，對機組與各工藝系統進行多目標與約束條件下的運行優化，確定設定值和運行方式，實現工藝系統的高效環保運行、機組全過程的協同運行，有效降低裝置操作頻次，如燃燒優化、氧量優化、設定值巡航、磨組運行方式優化等。自主學習是根據環境和運行條件變化，自主學習和調整算法，實現高效高性能運行，如基於大數據的模型參數和控制參數調整。

智能性——涵蓋知識自動化，學習和預測。知識自動化是通過知識經驗沉澱、知識自動升級更新，實現高效的問題解決，如基於規則的故障診斷、根源分析，規則與控制回路的結合，操作指導。學習和預測是對復雜工況和復雜流程進行自主學習和預測，實現高性能優化控制和運行，如預測控制等先進控制、對運行工況的學習和分類、聚類。

適應性——具有自適應、自調整，故障檢測、容錯和自愈兩類。自適應、自調整指系統能夠根據環境和運行條件變化，自主調整策略和算法，實現高效高性能運行，如自適應控制，自組織APS（程序自動啟停系統），功能組能適應機組啟停、低負荷、正常運行等各方式。故障檢測、容錯和自愈是系統能夠對自身進行實時監控和錯誤檢測，實現高效的故障恢復。

人機協同新模式——包含報警治理和全面評估。報警治理旨在解決報警泛濫的問題，減輕操作工負荷，確保運行員能及時關注和有效響應重要警報，並進行根源分析，預防安全事故。全面評估則需要基於大數據和模型化技術，對機組與工藝系統進行多源、多層次、多維度信息統計、計算、分析、評價，全面識別、深入評估機組運行狀態，實現機組運行透明化，幫助運行員轉向高層次的機組優化運行調整、總結和固化操作經驗、系統功能維護和升級。

人工智能深度融入、增強算力是未來發展方向

經過十余年的發展，智能發電已經具備了一定基本條件，其發展需要多學科交叉融合的支撐，在基礎理論、關鍵技術、工程應用等方面仍有大量難題待攻克。

缺乏整體設計和布局是智能發電發展面臨的重要挑戰之一。我國對於智能發電的探索，主要是從局部系統進行智能化升級，各系統之間發展不同步，沒有從整體上解決發電過程智能化的問題。各發電集團在智慧電廠建設方面開展的嘗試，更多側重於智能信息集成展示、智能設備與運行管理、故障診斷和事故預報，以及三維可視化智能培訓等，而生產過程中智能化應用較少，智能化管理與生產之間存在脫節。

當前，我國智能發電模型缺乏復雜場景應用經驗，同時面臨算力基礎建設薄弱，算法設計、訓練方法存在壁壘等問題。在工業領域應用還存在算法精度低、准確率和誤報率難以達到工業級要求，生產數據帶到企業之外訓練帶來安全隱患等問題。因此，人工智能技術在發電領域應用仍需進一步探索。

電力系統復雜而高度敏感，而目前智能發電算法的准確性和魯棒性在復雜場景下的表現有待觀察﹔並且大規模數據傳輸和處理過程中，其應用面臨潛在的網絡攻擊與數據泄露風險。此外，智能發電領域的儀表控制技術、設備故障預警及診斷技術等仍受制於人。智能發電技術的發展和應用缺乏明確的標准和行業規范，算法開發、模型訓練、數據管理及應用等諸多環節的邊界不清晰，其發展與落地規范性和監管機制亟須完善。

筆者認為，統籌規劃、科技創新、示范應用是推動智能發電發展的三部曲。

首先，加強頂層設計，堅持規劃先行。按照智能發電在新型電力系統中的功能和定位，統籌制定項目發展分階段頂層規劃，注重階段性特征。智能發電的發展將經歷由初級形態向高級形態、由局部應用到系統應用的歷程，需要在基礎理論、關鍵技術與工程應用方面取得突破，實現理論、技術與體制、機制的創新。同時應注重總結實踐經驗，及時動態調整發展規劃。

其次，以科技創新推動關鍵核心技術攻關。科技創新是培育智能發電新質生產力的核心要素。應持續推進建模、控制、優化理論與技術，數據分析理論與技術、故障診斷等核心技術研發﹔開展先進檢測技術與儀表，工業物聯網數據平台及軟件等關鍵裝備及軟件研發制造﹔加快建設算力基礎設施、創新算法架構開發﹔推動智能優化管理系統研發及性能提升。

再次，堅持目標導向，促進智能發電應用示范。依托國家實驗室、全國重點實驗室和大型央企科研機構，組織跨學科、跨領域科研團隊，開展智能發電集成項目攻關，部署一批重大工程示范項目，驗証技術可靠性和適應性，探索形成可復制可推廣的經驗和成果，通過試點示范統籌，引領智能發電規模化發展。

（作者：彭躍輝、程超，分別系華北電力大學新能源電力系統全國重點實驗室副主任、副研究員﹔華北電力大學國家能源戰略發展研究院講師）

分享讓更多人看到