一．能源管控的迫切性

能源是工业的命脉，目前，我国能源消费还存在不少问题。比如，我国常规能源利用率比较低，单位产值能耗高，我国的万元GDP能耗与发达国家相比还有很大差距；能源消费结构不合理，煤炭在中国能源消费总量中占主导地位；能源密集型产业低水平过度发展，比重偏大，钢铁、有色、建材、化工四大高载能产业用能约占能源消费总量一半；环境污染问题严重。

能源是冶金、火电厂、石油化工等高耗能行业生产过程中最基本的资源，是维系各生产环节的血液。确保能源系统的稳定、经济运行对企业的经济效益和产品质量具有十分重要的作用。作为能源消耗大户的石油石化行业，其能源需求量随生产规模的扩大日益增加，能源成本在企业操作成本中的比例较大。因此，如何采取更加有效的措施和手段，降低企业能耗和经营成本、提高企业综合竞争力，已成为国内外石油石化企业关注的主要问题之一。具体表现在：

• 能源的稳定输送是各生产环节稳定高效运行的前提。在一个复杂的能源“生产——消费”管网系统中，稳定的能源供给保障各消费单元持续高效的运营，可以大大减少由于供需不平衡导致的能源浪费和停工待产造成的经济损失。
• 稳定的能源品质是生产高质量产品的保障。由于能源是高耗能企业许多生产环节的基本资源，能源品质的好坏对许多生产工艺产生直接的影响。比如，过控企业中煤气热值的品质和波动程度直接影响到钢材质量的好坏。
• 粗犷的能源计量和管理往往给企业带来巨大的经济损失。比如，国内某年产值150多亿的矿业公司，仅由于电量计量不准以及漏计等原因，每天就与供电方计量存在上万度的误差，经济损失巨大。
• 长期居高不下的能源消耗，不仅影响了企业的经济效益，而且严重恶化环境，不利于企业的可持续发展，是长期困扰冶金企业的难题之一。
• 能源计量与管控系统可以作为考核生产、管理决策和指导节能的技术平台，实现对全厂耗能的总体监控，是现代企业能源管理的重要技术措施，也是企业提高节能效益的重大技术措施。

因此，精准、高效的能源计量和管控是高耗能企业提高产品质量和经济效益减少污染排放的关键问题。

二．目前石化行业在能源管控方面的国内外研究状况

国际上的能源测量及管控软件产品按功能主要可分为四类，即：能耗统计及指标管理类；优化管理类；能效改进类；总体水平监控类。这四类产品分别应用于企业能源管理的不同层面，应用效果、深度和范围都有所不同，但总体而言，能耗统计及指标管理类和总体水平监控类产品主要用于能耗指标统计管理和能效改进情况监控，偏重管理节能；而优化管理类和能效改进类产品主要用于企业公用工程的在线优化和工艺流程的节能技术改进，偏重技术节能。

国外炼化企业在公用工程优化管理系统建设方面起步较早，常用的软件产品包括Aspen公司开发的Aspen Utilities Planner和Aspen Utilities OnlineOptimizer, Soteica公司开发的Visual MESA软件以及KBC公司开发的OptiSteam软件。

例如，美国炼油企业Valero公司的休斯顿炼厂采用AspenUtilities Planner & Optimizer软件搭建了全厂公用工程在线优化系统，系统运行后减少燃料汽排放7% ,锅炉热效率提高0.6%、年效益约270万美元。

科威特MAA炼厂采用Soteica公司的Visual MESA软件建立了全厂公用工程在线优化系统，实现了年效益约440万美元，系统投用后的成本变化见表1。 Exxon公司在公用工程优化管理系统建设方面进展较大，部分炼厂已利用Visual MESA软件实现了公用工程系统的闭环优化。

表1科威特MAA炼厂公用工程在线优化实施效果

西班牙石油公司下属的 Gibraltar 炼厂于2003 年开始应用KBC 能源管理器，实现了锅炉和加热炉燃料的优化平衡以及公用工程系统操作效率的提高，仅2003 年下半年就已进行了 350 次优化运行，模型预测平均降低操作成本3 % 左右。 

近年来，随着国内炼化企业节能压力的增加和节能意识的增强，部分企业也建设了公用工程在线优化系统。例如，中国石油某炼化一体化企业基于Visual MESA软件建立了公司级、分厂级、装置级、重点产用能设备的四级模拟模型，范围涵盖全公司蒸汽、电力、除盐水、燃料和氢气等系统，并通过数据实时采集与优化计算，实现了公用工程在线开环优化和计划优化;并且定制开发了企业能源管控系统，实现了能耗指标统计分析、节能措施绩效跟踪、重点耗能设备监测、公用工程优化等功能。

综上，目前能源管控产品主要有 Prophet (tm)、SANGEA(tm)、Monitor-Pro 5、Enterprize EM 和 Montage 等。石化行业中的能源管控系统多数都能够提供涵盖数据采集、能源监控及分析报告等在内的解决方案，但目前只有少数软件具有数据回归分析功能，而数据回归或更深层次的数据建模才是能源测量的核心目标。近十年随着科技进步的发展，尤其是计量技术、物联网技术、*控制技术的发展，中石化行业*可以设计一套国产的、更合理精确的能源计量和管控系统来满足产品质量和节能环保的要求。

三．目前石化行业在能源管控方面存在的主要问题

依据调研，目前能源行业特别是高耗能企业在能源计量和管控方面主要存在如下问题：

(1). 偏重于能源测量，较少涉及能源优化管理。

国际上的能源测量及管控软件产品按功能主要可分为四类，即：能耗统计及指标管理类；优化管理类；能效改进类；总体水平监控类。这四类产品分别应用于企业能源管理的不同层面，应用效果、深度和范围都有所不同，但总体而言，能耗统计及指标管理类和总体水平监控类产品主要用于能耗指标统计管理和能效改进情况监控，偏重管理节能；而优化管理类和能效改进类产品主要用于企业公用工程的在线优化和工艺流程的节能技术改进，偏重技术节能。目前国内能源行业的能源管控一般属于前者，大多为软件公司开发，于简单的数据统计和指标管理，由于缺少控制理论与控制技术的储备对于更深层次的能源优化控制做得很少。但是，能源管控的核心是控制，测量与统计是为能源优化控制服务的，只有实现优化控制才能为企业减少污染排放并带来实实在在的经济效益。

(2). 能源计量偏重于数据记录，较少进行深层次分析。

根据调研，目前石化行业市场上的能源管控产品主要有 Prophet (tm)、SANGEA(tm)、Monitor-Pro 5、Enterprize EM 和 Montage 等。多数能源管控产品都能够提供涵盖数据采集、能源监控及分析报告等在内的解决方案，并且多数产品都具有基准对比及指标监控等计算功能，即：从生产数据、手持设备或通过手工输入采集相关数据，实现或开发获得能耗数据实时监控的功能，并可根据对相关数据的统计和简单分析自动生成不同层面的能耗水平和指标监控报告。但目前只有少数软件具有数据回归分析功能，而数据回归或更深层次的数据建模才是能源测量的核心目标。在大量实时数据基础上建立企业能源系统的数学模型，对运行过程能源变化情况实时预测，一方面可以为企业不同层面的能效状况进行监控和评估，促进企业设备和装置用能水平的提高，另一方面，可以为企业深层次的能源状况分析奠定基础，通过监控目标值与实际消耗数值之间的差距变化发出报警信息，并提出未来的改进方向。

三．能源管控系统技术难点分析

目前国内能源管控系统较少涉及控制的主要原因还在于能源管控系统存在如下技术难点：

• 传统的控制多为基于闭环的不需要精确建模的PID控制，在许多能源行业中，很多环节的测量精度远远不够，无法实现有效反馈；
• 一般能源行业为过程控制系统，涉及工艺环节非常复杂，基于物理机理的建模基本不可能实现，难以建立准确数学模型，而只依赖PID难以实现精确控制；
• 各工艺环节错综复杂并且深度耦合，局部控制只考虑局部指标无法反应企业整体的能源状况，无法实现全局优化；
• 不同的生产单元与消费单元差异较大，难以协同配置。能源行业一般由多个生产单元和多个消费单元构成，各消费单元与生产单元的在能源生产和消费方面差异较大，并且当涉及不同种类的能源介质时，由于能源介质种类和热值不同，很难实现优化配置；
• 系统时滞较大，且缺少有效的控制手段。能源介质一般由多个生产单元输出，然后经过复杂的管网进入不同的消费单元，且能源介质多为流体（各种燃料气），从消费单元到生产单元一般距离较远，因此存在较大的时间延迟，极易造成消费和生产的不均衡。一方面导致管网能源波动剧烈，造成能源输送和品质不稳定，影响产品质量，另一方面也会造成能源的供需不平衡导致能源浪费，加剧污染排放。

为了克服上述技术难点，需要对整个能源系统建立一个准确的数学模型，能够反映系统的实时变化，并基于此模型运用有效的优化控制或调度方法实现能源在各系统中高效稳定的流动。

四．能源管控系统方案

针对上述能源管控系统中存在的主要问题和难点，本项目在精准测量的基础上基于大数据技术结合机器学习与控制理论实现能源系统的优化控制。

(1). 管线管理和精准计量

能源企业一般通过庞大的管线把生产与消费单元联系在一起，能源在管网流动时会造成损耗，由于各种原因损耗难以测量，这是目前计量系统供需计量不准确的主要原因。要实现整个能源系统的预测，需要建立较为准确的管网模型。本项目以大数据技术为手段，从大量管网运行历史数据中建立较为准确的数学模型以实时预测能源介质在管网中的运行状况。并基于管网数学模型建立较为准确的能源计量系统，解决目前能源生产、消费计量不准确问题，并为后续能源控制奠定基础。

A. 反馈数据点的合理确定：一般能源企业工况较差，在运行数十年后，其原装检测装置会出现不同程度的损坏，甚至数据*失真，维修和更换的成本巨大，且需要停产，影响正常生产活动。而且，企业生产线经过若干年的改建扩建，在计量装置上容易形成冗余，不同的计量方案会引起10-40%的计量误差。因此，在现有拓扑结构的基础上，确定新的计量方案，主要是计量点的确定，可以降低成本，提高能源利用效率。

B. 计量设备的更新：在计量点确定后，选择安装方便、计量精度更高的在线式计量装置，可以为能源管控系统提供可靠的数据支撑。

C. 在获取大量管网能源数据基础上，利用大数据和机器学习技术建立相对准确的管网数学模型。

(2). 依据大数据技术，建立生产-消费单元数学模型，进行能源预测与分析

在存在较大时延的情况下解决能源生产-消费不平衡问题，对能源生产和消费的准确预测是关键。在准确预测的基础上才可能实现生产单元依据消费单元的需求状况提前规划能源的供给，进而实现能源的供需平衡。从现有数据报表中提取有效数据，依据特征建模与机器学习技术，建立各生产单元与消费单元的数学模型来模拟生产和消费过程。采用预测方法，预测各种能源的未来消费趋势，合理安排采购和生产活动。以燃料气预测为例，国内大部分的气柜是作保安用。建立了预测模型后，可根据工作负荷变化情况，实时预测出燃料气的供需状况，指导对用户的分配方案，这样气柜既可保安又可作缓冲，可以提高燃料气的有效利用率，减少燃料气放散。生产-消费单元的模型建立也可为企业内部深层次能源分析提供基础，在企业总利润，能耗的目标下指导企业改善能源结构和产品结构。

(3). 能源供需实时管控

根据初步调研，一般能源行业的能源管控系统基本包括如下几方面:

①供配电系统；②给排水系统，包括输水系统、排水泵站、消防系统等; ③动力系统：包括燃料气加压站、燃料气混合站、气柜、放散塔、燃料气管网系统、蒸汽系统、氧气氮气等输配系统。

设计能源管控系统的基本目标是：

A. 实现集中监控与全自动化生产。由能源中心进行集中监控，实现变电所、变电室等供配电区域；气柜、燃料气加压站、燃料气放散、燃料气混合等燃料气区域；排水泵站等水区域；空压站等区域的全自动化生产，

B. 实现能源供需平衡的预测和优化控制。以保障生产稳定运行，减少能源放散，进而减少能耗和污染排放，并对异常运行情况进行快速处理。

C. 实现能源输送和能源品质的稳定，以提高产品质量。能源品质和输送的稳定性对产品的质量影响很大。以石化企业为例，现有的控制方式主要是人工经验加PID控制，燃料气热值的变化对PID的控制效果影响很大，进而影响到产品的品质。如果能够实现燃料气热值的稳定控制，可以使产品的质量提高一个或更多档次。

本项目以大数据和机器学习技术为基础，在建立的综合管网模型以及生产-消费单元模型的基础上，进行整个能源系统的优化控制。工业4.0要求建立整个生产系统的数学模型，进而实现各要素的优化配置取得效益的。建立“生产单元-能源管网-消费单元”的能源输送数学模型是实现能源调配系统优化控制的基础。以此模型为依据设计基于强化学习和特征模型的自适应控制器控制阀门开度等操作量，可以根据生产负荷的变化有效地动态预测能源介质的流量、温度、压力等关键数据的变化，提前规划生产单元的能源生产以实现能源的优化调度和配置，限度的满足消费单元的不同需要并维持管网能源品质的稳定。

五．建立基于NB-IoT标准的物联网能源管控新体系

随着全联接时代到来，传统的电力、交通、能源、化工、制造等行业都在积极探寻自身的转型升级之路。作为由电信力量主导的物联网标准，NB-IoT技术在深度覆盖、超大链接、超低功耗、超低成本等方面均有突出优势，已成为推动物联网产业进程的重要抓手。近日发文要求加快NB-IoT在国内落地，到今年年底建成基站规模40万个，到2020年建成基站规模150万个。并鼓励探索NB-IoT技术与工业互联网、智能制造相结合的应用场景，推动融合创新，利用NB-IoT技术实现对生产制造过程的监控和控制。

在此大背景下，基于毕托巴公司传感器技术，依托能源企业可以构建基于NB-IoT标准的物联网能源管控新体系。

整个系统由三部分组成：

• 基于NB-IoT标准的计量传感器网络
• 以基站为中心的网络通讯系统
• 基于NB-IoT标准的监控和基于大数据的控制系统

本项目主要工作是建立和第三部分，然后与基站构成一个物联网能源管控体系。首先，在毕托巴公司传感器基础上研制遵循NB-IoT标准协议的计量传感器，并在能源公司体系内构建计量传感器网络。然后，开发遵循NB-IoT标准协议的监控软件系统，并依据本项目提出的能源管控方案，构建基于大数据的能源管控系统。

“物联网+大数据+AI”的新模式必将为传统的能源管控系统开辟一条新道路。

六．技术基础

北京控制工程研究所隶属于航天科技集团中国空间技术研究院，始建于1956年10月11日，前身为自动化研究所，是中国航天工程的主要承担者，从东方红一号开始，我国研制并发射的六大系列170余颗星（船）中北京控制工程研究所参与了90%以上的星（船）任务，负责航天器控制与推进分系统的抓总及产品研制工作。在控制理论研究与工程应用方面建立了雄厚的人才和技术基础。其中，1992年吴宏鑫院士提出的基于特征模型的自适应控制方法是典型代表。该方法是一个从建模到控制的理论体系，工程实用性很强，已经成功应用于航天工程、过程控制等类系统，如神州飞船的再入返回、神州飞船的交会对接、药厂的温度控制等。目前，以深度学习和强化学习为代表的人工智能技术已经在许多领域引起了革命性的改变，同样，工业生产存在大量数据，也为这些技术的成功应用提供了条件，本项目的承担者在机器学习、人工智能和控制理论等领域都有长期的研究积累和工程实践经验，为项目的成功实施奠定了坚实的技术基础。

项目合作单位上海应用技术大学是一所高速发展的上海市属公办高校，具有本科和硕士培养资格，其培养目标是产学研结合，为企业培养一线工程师。因此，非常重视与企业的合作，本项目的承担者曾为宝钢煤调湿生产线成功设计了智能控制算法，提高了出口煤湿度的控制精度，并降低了低压蒸汽单耗3kg/t。

七．前期实施设想

项目前期可考虑先从目前急需解决的计量方面问题入手。具体实施方案如下：

• 确定数据采集方案，包括测量点的拓扑选择及不同数据的采集方式（周期采集或中断采集等）；
• 整理数据，包括数据的分类和管理权限的确定，数据分类主要有实时数据、短时数据、统计数据、历史数据、记录等；管理权限主要是根据部门不同，界定可以查看到的生产数据，及对数据进行处理的指导方案等；
• 依据大量数据建立管网数学模型，实现对管网中能源状况的预测和分析，解决能源供需的计量不准确问题；

后期可在前期工作基础上进行能源优化控制，具体实施方案如下：

• 依据大量数据，建立生产-消费单元数学模型，实现整体能源状况的预测与深层次分析；
• 依据“生产单元-管网-消费单元”模型，设计优化控制方案，实现能源介质的优化调配，保障能源供需平衡和品质稳定，进而提升产品的质量;
• 安全性保证，主要是各种报警、故障的排除、记录和分析等。

八．预期经济及社会效益

短期保守预期，可使能源计量管网损失从现在的40%降低到20%；提高能源的运行管理效率，实现全自动控制后，可使日常管理成本降低50%；能源实时平衡能力提高30%-80%，大大减少能源放散量。

长期来看，企业对于生产过程中的能源消耗、能源损失、能源平衡和能源成本都将更加重视，并将通过加强计量设施建设、实时采集能源数据和在线优化工艺参数、设计预测模型等实现工厂层面的能源实时监控和总部层面的动态能源监控管理。

同时，随着温室效应日趋严重和《京都议定书》等的限制，各石油公司也将在温室气体排放量的监控方面积极开展工作。

总之，由于能效持续改进项目能够以较低的资金投入获得较大的节能效果和经济效益，因此，能效改进工作将逐步成为主要国际大型石油公司能源管理中的重要内容，也将是各企业未来提高能源管理水平的一项重要手段。可以预见的是，未来企业除了加强能源监控的信息化力度外，还将通过专业咨询队伍和专门能源管理软件实现能源利用水平的不断进步。