ABB25年12月
关注中国自动化产业发展的先行者!
2026中国自动化产业年会
工业智能边缘计算2025年会
2025工业安全大会
OICT公益讲堂
当前位置:首页 >> 案例 >> 案例首页

案例频道

中控技术TPT,为大唐多伦煤化工装上“AI大脑”,打通“绿色动脉”
在“双碳”战略持续推进背景下,煤化工作为高能耗、高碳排行业,正面临能源结构重构与绿色转型的双重压力。大唐多伦煤化工作为中国大唐集团投资建设的第一个大型煤化工企业,锚定集团“高端化、多元化、低碳化”发展方向,积极探索煤化工“低碳”转型路径,通过化石能源的绿电替代,重构煤化工的能源基础,加速绿色低碳转型。

★中控技术股份有限公司张倩媛,王恺洲,靳允立,田利军

1 背景

在“双碳”战略持续推进背景下,煤化工作为高能耗、高碳排行业,正面临能源结构重构与绿色转型的双重压力。大唐多伦煤化工作为中国大唐集团投资建设的第一个大型煤化工企业,锚定集团“高端化、多元化、低碳化”发展方向,积极探索煤化工“低碳”转型路径,通过化石能源的绿电替代,重构煤化工的能源基础,加速绿色低碳转型。

然而,在绿电替代的推进过程中,风光发电的波动性、不稳定性和间歇性与煤化工生产连续稳定性用能要求之间存在矛盾。为了解决这一难题,中控技术充分发挥在工业AI技术和多能源调度领域的技术优势,通过构建多能源互补调度一体化能源管控平台,助力大唐多伦煤化工燃煤自备电厂与绿电的完全耦合供电,保证煤化工复杂多变工况下的安全、稳定、经济用能。

中控技术以“AI+低碳”为核心理念,基于自研时间序列大模型TPT(Time-series Pre-trained Transformer),通过数据驱动结合机理模型,整合燃煤热电机组、可再生能源发电、储能系统及下游煤化工产业,平衡化工区复杂多变工况下的热、电负荷需求,全面打通源-网-荷-储各环节,构建了感知-预测-调控一体化能源管控体系。

2 案例实施与应用

本项目中,中控技术自主研发的时间序列大模型TPT(Time-series Pre-trained Transformer)成为整个系统的智慧中枢。这一基于生成式AI与工业数据训练的大模型,通过统一的工业建模实现跨工况智能预测与自主优化,并将能源系统在生产运行、工艺、设备及质量等环节产生的多源数据予以融合,构建出一个智能化的多能源互补调度一体化能源管控平台,其核心机制为“预测-优化-控制”三级联动。

2.1 精准预测

通过建立多时间尺度的优化调度模型,系统动态制定发电计划与调控策略,实现多能源负荷的快速跟踪与协同响应,全面提升企业调度能力与系统运行效率。

2.2 动态优化

通过多目标优化模型与多时间尺度AI预测模型,深度挖掘风电波动规律和生产负荷时序特性,实时优化动态更新风力发电出力、电网下电功率、热电装置负荷分配、储能装置充放电功率的长期调度曲线与闭环控制指令。

2.3 模型驱动

基于大量工业时序数据,通过“AI+机理”建模方法,精准构建锅炉与汽轮机能效模型,优化热电装置多台锅炉间、多台汽轮机间的负荷分配方案,进一步提升了热电系统的整体能效与响应灵活性。

2.4 可视化与人机交互

平台具备完整的调度计划视图与实时控制界面,实现从数据预测、优化策略到指令下发的全过程可视化与可控管理。

image.png 

图1多能源互补调度系统调度计划界面

image.png 

图2多能源互补调度系统实时控制界面

3   技术创新与难点突破

项目针对煤化工“高负荷、强耦合、快响应”的运行特性,在系统架构、AI建模与工程落地方面实现多项创新,构建了可复制、可推广的融合调度平台体系。

3.1 核心技术创新

(1)“AI+机理”融合建模:首次将中控时序大模型TPT应用于多能源协同调度场景,将AI与锅炉、汽轮机等设备系统机理模型融合。

(2)跨系统统一建模:支持跨时间尺度、多变量建模,适应MTP、甲醇、空分等工况频繁切换与系统非稳态波动,保障复杂场景下调度策略的鲁棒性与泛化能力。

(3)滚动优化与多目标协同控制:调度引擎融合电价、弃电成本、设备效率等多元运行指标,构建热负荷、电负荷、储能状态的联合调度优化模型,实现经济性与新能源消纳能力的协同提升。

3.2 实施重点与系统架构

为实现上述核心技术功能,平台围绕五大核心功能模块构建“源-网-荷-储”多能协同调度体系:

(1)统一多能设备响应模型:实现锅炉、汽轮机、储能、电网等多类设备的精准动态建模;

(2)构建多目标调度函数:综合考虑成本、能效、绿电利用等多维目标,提升调度决策科学性;

(3)部署分钟级滚动优化机制:基于AI预测结果动态刷新调度指令,增强系统灵活性与实时性;

(4)集成多时间尺度预测模型:提升对负荷、风电等关键变量的预测前瞻性与精度;

(5)打通多协议接口与系统集成:兼容DCS、EMS、SCADA等异构系统,实现数据全面采集与闭环控制。

平台整体具备“感知—预测—决策—执行”闭环能力,为煤化工构建智能能源中枢。

3.3 典型难点与解决路径

风光波动与连续负荷矛盾:通过TPT多时间尺度风电预测,联动储能缓冲机制和热电快速响应策略,实现绿电的柔性接入与负荷稳定供能;

设备响应慢与建模难:引入AI与物理模型协同方式,结合优化算法,提升响应速度与建模精度;

系统异构与通信复杂:搭建统一数据中台,适配多种工业协议,支撑源-网-荷-储系统集成;

AI策略执行安全性保障:设计软约束、扰动抑制及人工兜底机制,确保控制策略落地安全稳定。

4 应用成效与效益分析

中控技术打造的多能源互补调度一体化能源管控平台,成功实现绿电与大型煤化工发电系统的深度耦合,从安全、质量、低碳、效益四个维度,为大唐多伦煤化工燃煤电厂的高效运行与绿色转型提供了有力支撑:

(1)运行成果突出,节能降碳成效显著

项目投产后,系统实现了可再生能源与燃煤热电系统的高效耦合与动态平衡。预计全年可替代燃煤发电量达4.97亿千瓦时,可再生能源替代率达87.5%,相当于年节约标煤15.17万吨,减少二氧化碳排放41.94万吨,为企业实现节能降碳目标提供了坚实支撑。

(2)系统能力跃升,价值效益全面提升

项目从安全、质量、低碳、效益四个维度实现系统性跃升:

安全:多维数据融合与闭环控制,实现全流程动态监测与风险预警,绿电能源接入后的系统运行波动风险明显降低;

质量:智能化调度策略保障厂区用能稳定性,提高生产过程控制的可靠性;

低碳:大幅提升清洁能源替代比例,优化传统能源消耗结构,实现碳排放持续下降;

效益:燃煤电厂的绿电能源利用率、储能设备使用寿命、发电系统的能效与响应灵活性均得到大幅提升,降低综合能耗成本,显著提升企业经济效益。

5 案例意义与推广价值

大唐内蒙古多伦煤化工绿电调度优化项目成功上线运行,成为国内首个大型燃煤热电耦合新能源的多能源互补调度优化系统,标志着中控技术在多能源协同调度领域实现了关键性技术突破,成功实现了绿电与大型煤化工生产的深度耦合,为地方能源结构调整和“双碳”目标落实提供了有力支撑。

当前,工业AI与绿色能源的深度融合正在重塑煤化工行业的基因序列,中控技术将持续优化升级“AI+低碳”多能源互补调度优化解决方案,让传统煤化工装置装上“AI大脑”,打通“源-网-荷-储”绿色动脉,全面助力煤化工行业实现绿色化、数字化、智能化的高质量全面发展。

摘自《自动化博览》2025年8月刊

热点新闻

推荐产品

x
  • 在线反馈
1.我有以下需求:



2.详细的需求:
姓名:
单位:
电话:
邮件: