На Российском энергетическом саммите представили платформу, оптимизирующую работу электростанций

На прошедшем в середине мая Российском энергетическом саммите один из прозвучавших докладов был посвящен повышению эффективности производства и сбыта тепловой и электрической энергии, а также построению цифровых моделей без замены. Свое видение по данной теме представил генеральный директор АО "Национальное бюро информатизации" ("НБИ") Богдан Шатунов.

Компания "НБИ" занимается цифровыми двойниками технологического производства, которые направлены на то, чтобы экономить топливо на электростанциях, то есть максимизировать маржинальную прибыль. Она входит в экспертный совет "Импортозамещение и инновации в ТЭК" при Комитете по энергетике Госдумы России.

"Национальное бюро информатизации" известно тем, что является разработчиком платформы "EMAS" - комплексного цифрового решения автоматизации планирования и мониторинга режимов работы генерирующих предприятий для повышения маржинальной прибыли от производства и сбыта тепловой и электрической энергии. Платформа используется на более чем 210 электростанциях общей установленной электрической мощностью порядка 124 ГВт, что составляет больше 50% от всей установленной мощности генерирующих объектов ЕЭС РФ.

В платформе "EMAS" реализованы пять ключевых функциональных модулей. На саммите большее внимание было уделено четырем из них.

- Первый модуль для оптимизации включает в себя инструменты цифровых двойников и оптимизатор. Он предназначен для решения задач, связанных с выбором оптимального состава включенного оборудования на станции: определение целесообразности включения или выключения определенных блоков, котлов, турбин и вспомогательного оборудования с целью максимизации маржинальной прибыли.

- Второй модуль, связанный с трейдингом и работой на рынке, обеспечивает сбор всей необходимой информации из различных источников. К ним относятся сайты администраторов торговых систем, системного оператора, балансирующего рынка, а также сайты с прогнозами погоды. Вся эта информация собирается и предоставляется генерирующим или сбытовым компаниям для эффективного функционирования на рынке.

- Третий модуль, известный как автоматизация сбора данных (АЦП), предназначен для преобразования аналоговых данных, полученных от аналоговых приборов, в цифровой формат. Это позволяет осуществлять анализ и обработку данных без необходимости замены существующего приборного парка.

- Четвертый модуль, посвященный прогнозированию, включает в себя математические модели для предсказания различных экономических и технологических показателей. К таким показателям относятся прогнозирование цен, объемов потребления и пиковых часов. Эта информация может быть полезна для потребителей, включая майнеров, для оптимизации затрат на электроэнергию.

Пользователь может установить ограничения для системы, например, запретить выключение конкретной турбины, которая выполняет необходимую работу. Система не имеет права вмешиваться в работу этой турбины, но может экспериментировать с другими единицами оборудования. Цель данных действий - достижение существенной экономии без замены оборудования и капитальных вложений в саму станцию. В среднем, в зависимости от уровня автоматизации и эффективности работы станции, можно рассчитывать на экономию топлива от 1 до 2%, что делает систему быстро окупаемой - до двух лет, но часто этот процесс укладывается в несколько месяцев.

Как отметил Богдан Шатунов, конечно, иногда при внедрении "EMAS" возникают некоторые проблемы. Основные из них связаны с наполнением данных. Например, на одной из станций были обнаружены расхождения в данных между системами расчёта тепловой энергии, которые эксплуатировались в течение пяти лет. Выяснилось, что котлы и турбины использовали разное время: одна система работала по московскому времени, другая - по региональному. Эти расхождения не влияли на работу системы в течение пяти лет, но при сведении моделей возникли проблемы с балансом данных. Для решения таких проблем необходимо применять различные инструменты для выявления и устранения подгонок, которые могут быть сделаны человеком. Например, после ремонта оборудования можно построить зависимости, которые покажут, как изменилась реальная характеристика работы единицы оборудования. Это требует времени для накопления данных, но позволяет получить точную информацию о реальных изменениях в работе оборудования после проведения мероприятий.

В ходе выступления спикер также высказался о том, какие технологии можно использовать для сбора данных. Так, в настоящее время существует возможность применения современных достижений в области компьютерного зрения и машинного обучения для автоматизации процессов на промышленных объектах. В частности, на станциях, где используются щиты управления с аналоговыми приборами, можно рассмотреть внедрение систем видеонаблюдения.

Установка камер на щит позволит в режиме квазиреального времени (с задержкой в несколько секунд) получать показания приборов. Это позволит отказаться от ручного ввода данных, который осуществляется с помощью записи ручкой на бумаге или ввода информации с планшета. Вместо этого данные будут автоматически фиксироваться и сохраняться в цифровом виде.

Такой подход обладает рядом преимуществ. Во-первых, он не требует остановки или замены существующего парка приборов. Во-вторых, затраты на оборудование будут минимальными. В-третьих, он позволяет повысить точность и оперативность получения данных.

Однако стоит отметить, что данный метод может быть применим только в тех случаях, когда показания аналоговых приборов являются корректными и достоверными. Если приборы показывают некорректные данные, установка камер не приведёт к желаемому результату. В таких ситуациях необходимо провести анализ причин некорректных показаний и принять соответствующие меры.

Источник:

https://www.elec.ru/news/2025/05/19/platforma-emas-pomogaet-optimizirovat-rabotu-elekt.html