DOI: 10.3969/j.issn.1000-6826.2022.03.1002 人工智能在钢铁能源管控 中的应用 Application of Artificial Intelligence Technology in Energy Management and Control of Iron and Steel Industry 供稿|赵耕 1，柳军 1，孙文权 2，张哲 1，刘向国 随着自动化程度的提高，钢铁企业已具备建立 CPS 的基础，但由于钢铁生产中存在大量时滞环 节，工艺之间又联系紧密，导致钢铁企业往往存在 管控脱节、信息化和自动化结合相对不够紧密等问 题，信息无法及时反馈到控制系统中。因此，钢铁 企业建立 CPS 系统，不但要满足钢铁生产工序内物 理环境与生产信息的融合，还应对工序间数据信息 整合给予高度重视。对于已建立生产制造系统 (MES)、企业资源管理系统 (ERP) (PCS) 且实现车间内物理设备之间信息交互的钢铁企 业，其 CPS 架构可按照应用层、网络层和物理层等 设计： (1) 物理层：本层包括 CPS 单元设备的状态监测 和控制指令执行。当前钢铁企业中监测环节多采用 含嵌入式操作系统的双校准智能仪表系统，具备实 时性的特点，并且可以提高监测系统的准确性，同 时多接口开放模式亦可实现更加灵活的生产现场监 控和管理。 (2) 网络层：CPS 系统的基本要求是各个异构物

西北无垠的旷野，是阳光最为慷慨的地方。这里的 集中式光伏电站成为支撑能源转型的“主动脉”。在曾 经被视为“不毛之地”的荒漠戈壁上，建立起一座座清 洁能源的大型工程。在世界屋脊青藏高原，光伏阵列在 稀薄的空气中汲取耀眼的阳光，转化为绿色电能，减少 化石能源燃烧带来污染和碳排放，为应对全球环境和气 候挑战添砖加瓦。 光伏地图清晰地显示着这些“蓝色能源基地”的密 度与规模。它们不仅源源不断地输送着绿色电力，支撑 起东部发展的脉搏，更在荒漠治理、生态修复和促进当 地经济发展方面展现潜力。 从全球来看，集中式光伏电站的规模化建设，也可 能引发土地利用、生态扰动及社区问题。应对这些挑战， 多地在近年来的光伏建设中，探索农光互补、渔光互补、 牧光互补，建设光伏扶贫项目，以及将光伏发电和采煤 / 采矿沉陷区和石漠化山区修复相结合，实现能源转型 与土地可持续利用的共赢。 在部分偏远地区，一批分布式光伏成了阳光银行， 年 3 月 22 日 在苏州注册成立的环保公益组织。绿色江南始终秉承着 “我们消灭污染，不是消灭污染企业，而是推动污染企 业治理污染，从而消灭污染”的工作态度，坚持以“在 监督中服务，在服务中监督”的工作方式开展工作，充 分与生态环境部门保持友好合作，促进企业节能减排， 主动承担社会责任，实现多元共治，社会共享，人人支 持环保，人人参与环保的大格局。 技术指导单位 中国环境科学研究院

为我们在技术上提供了强大的数学工具。AI让我们的每一步都有可能按照 自己头脑中设定的目标来进行，这也就是“智控”的主要含义。 尽管AI的数据与算力远远超过传统“自控系统”，但在AI深入应用的过程中，有一个值得重视的思想就是：AI的应用应与被控对 象的数理逻辑相结合。AI的感知层，更适合用于哪些目前我们还没有完全掌握规律的环节；AI算力的发挥，也应在已经被人们掌 握、且明确无误的数理逻辑基础 技术的应用场景，其中的真知灼见可以为从业人 员和政府决策提供有价值的参考。 如果要说遗憾的话，还是有一些的，那就是暖通智控系统的实现并不能在技术层面上得到完全的保障，它需要在建设和运行的 过程中设计体制和机制，即建设阶段如何协调投资方、建设方和运营管理方的行为，在运行阶段系统如何保证维护更新的投入， 以确保全生命期的可持续。这还有待于编写者和业内同行一起通过总结工程的经验教训，不断完善了。 品商应更多地关注和实施软节能。这一过程的前提是数据资产库的建立和维护，包括用于AFDD的有标志故障数据库的建立。 但我们必须清醒地认识到，AI训练和建模强烈地依赖于数据：数据必须覆盖所有可能的运行条件，即必须覆盖所有频谱，现有的 数据资产库却很难做到。因此，在高可靠性要求的场所（如医院、数据中心），当AI模型用于控制时，为了设备安全，也为了能增加 业主的接受度，必须在算法中设定出现危急情况时的限制。

平台赋能—石化装备AI管理实践 中化能源科技有限公司 平台赋能石化装备AI管理 石化领域创新实践应用 2 科学至上 创新发展 2018年世界500强排名 98 国家4大石油公司之一 4 国务院国资委业绩考核 13A 能源、化工等五大事业部 中化能源科技有限公司 中化集团全资子公司 能源互联网转型先行者 10亿注册资本金 1年30+软著/专利 70%研发人员 技术支撑 人工智能 人工智能 区块链 物联网 大数据 云计算 5 3 中化能源科技发展工业互联网 中化工业互联网 致力于研究以人工智能、区块链、物联网为代表的创新科技，将创新技术与传统行业应用相 结合，为能源业务创造新价值。中化工业互联网蓬勃发展，目前正在科研、市场等领域不断证明自己的独特价值。 I. 2018年5月，中化能源科技入选中科院、中国自动化学会先进 制造业发展联盟会员单位，获得“智能制造先进解决方案单位”、 方案单位”、 “智能制造优秀项目案例”奖项。 II. 2018年7月，中化能源科技首登2018上半年中国B2B行业百强榜。 III. 2018年8月，中化能源科技项目入选工信部2018年制造业与互 联网融合发展试点示范项目。 IV. 同月，由工信部中国信通院批准，中化能源科技成为“工业云工 作组”成员，该月还正式成为工业互联网产业联盟成员； V. 2018年11月，牵头工业和信息化部工业互联网垂直行业组石化

特别鸣谢以下人员给与本研究的建议与支持 张立、任景哲、刘晓凤 | 苏州高新区（虎丘区）碳中和国际研究院 鸣谢（按首字首字母顺序排列） 感谢阿里巴巴、巴斯夫、广东电力交易中 心、海澜电力、华北电力大学武昭原、金风 科技、腾讯、远景能源、中广核新能源、中 国华电集团清洁能源有限公司给与的建议与 支持 感谢李星宇、孙一丹、马倩儒、雍容、刘宇 呈秋、赵雨晨给与本报告的帮助 目录 执行摘要 1 第一章 研究背景 48 4.1 问题与挑战 49 4.2 思考与建议 50 注释 52 中国省级绿色电力市场建设：现状与展望 1 1 执行摘要 2 省级电力市场是中国电力市场体系中的核心。当 前，基于资源禀赋、经济发展和供需关系等因素的差 异，各省级电力市场在国家顶层设计的指导下，形成 了符合本地实际的关键市场机制，并探索了发挥本地 优势的特色创新实践。 展望未来，更高比例的可再生能源部署和加速入 源的发展趋势。第二章梳理了全球可再生能源发展 历程中的关键共性问题和典型市场机制设计。第三章 选取了中国八个典型省（市、地区）电力市场，围绕电 能量、辅助服务、容量和绿电交易四个方面的关键市 场机制进行了总结。在研究的基础上，第四章进一步 讨论了中国绿色电力市场建设的挑战，并提出相关政 策建议与企业建议，为未来市场建设提供参考。 主要发现 ● 可再生能源发展中的共性问题与应对机制：以 风电、光伏为代表的波动性可再生能源的大规