2025年四川公司(四川能源)天明公司面向少人值守的1000MW等级燃煤机组智能协同控制关键技术研究与应用服务招标

2025年四川公司(四川能源)天明公司面向少人值守的1000MW等级燃煤机组智能协同控制关键技术研究与应用服务招标


1.招标条件

本招标项目名称为：四川公司（四川能源）天明公司面向少人值守的1000MW等级燃煤机组智能协同控制关键技术研究与应用服务招标，项目招标编号为：CEZB250506557，招标人为国能四川天明发电有限公司，项目单位为：国能四川天明发电有限公司，资金来源为自筹。本项目已具备招标条件，现对该项目进行国内资格后审招标。

2.项目概况与招标范围

2.1项目概况、招标范围及标段（包）划分：2.1.1项目概况

本项目以实现燃煤发电过程智能化为总体目标，紧密围绕四川电网火电灵活性要求、以实现“火电机组少人干预运行、日均操作次数少于1000次”等核心技术要求和指标，在系统性分析燃煤发电机组运行控制现状、智能化领域理论和方法研究进展的基础上，研究大规模多源实时数据融合机制与知识挖掘方法，全工况条件下对象的模型、模态、扰动耦合机制及其控制，环保岛协同控制与运行优化等基本问题；研发适用于工业控制的实时数据中台、以及轻量化专有云平台，为智能化应用提供数据、算法和算力的支撑；研发和设计机组灵活性控制解决方案，工艺系统全程自主控制和自主决策系统，自组织自启停控制系统，环保岛智能协同控制系统，最终实现机组的高度灵活、高度自主、高度节能、高度环保运行。

2.1.2招标范围

在天明公司#2机组开展面向少人值守的1000MW等级燃煤机组智能协同控制关键技术研究及应用。

(1)研究大规模多源实时数据融合机制与知识挖掘方法，开发支撑实时控制、大数据分析及知识计算的一体化平台技术，以及高度开放的智能控制系统应用开发与运行支持技术，实现燃煤电站的全程智能控制，构建安全、智能、开放的智能控制系统，为整体目标的实现提供全面的基础支撑；

(2)以实现机组高度自主运行为目标，研究适应于复杂工况的燃煤电站智能控制方法；研究深度调峰灵活运行的燃煤电站全程自主控制技术，工艺/系统的全程自主决策技术，研究具备自组织功能的辅机设备自启停控制技术及全程负荷控制技术，实现机组少人/无人工干预连续运行；

(3)构建兼顾经济运行的脱硝-脱硫-除尘环保岛协同智能控制系统。针对以往电厂环保设施运行方式存在的问题，采用大数据分析将两种运行方式有机结合，在保证设备安全、环保达标的基础上，综合考虑指标超限罚款、环保税、物料成本、能耗成本，通过对历史数据的深度发掘，引导系统以长期综合成本最优为终极目标，使系统实现“最优运行方式”。

2.1.3主要研究内容

课题1：燃煤发电智能控制系统平台及体系结构

研究适用于工业过程控制的实时数据中台，解决大规模多源生产数据的采集、汇聚和高效交互问题；研究基于集群的主数据服务及时序数据库系统，满足各类第三方用户瞬时大量数据存取需求；

研发智能计算引擎，形成一套涵盖建模计算、统计计算、实时计算和知识计算的一体化软件运行环境和资源调度环境，并与底层控制架构深度融合，实现生产控制区内数据、算法、算力的全面高效组织调度、弹性扩展和开放式应用；

研究开发可靠便捷的智能化模块开发和封装环境，并提供可自定义的二次封装方法；在机组长时间无人工干预场景下，研究采用可靠的自动化流程和方法实现各类智能化算法和复杂模型参数的不断训练更新，并下装部署到实时计算环境，与基础自动化控制算法融合运行。

课题2：燃煤发电智能控制系统理论、方法及关键技术

研究智能控制理论和方法，包括：研究基于对象机理的复合建模方法和基于纯数据的深度神经网络建模方法，为控制系统提供模型支撑；研究多变量预测控制算法和基于强化学习的神经网络控制算法，使控制算法具备自学习能力；研究适应复杂工况下控制系统智能异构方法，提升系统对外界的感知能力和自适应能力。

研究全程自主控制技术，包括：研究适应负荷快速调节等复杂工况下风煤比协同控制、汽温巡航控制等多扰动、多耦合、大惯性、大迟延对象的全程自主控制策略；研究模型参数在线更新和控制器参数自适应调整方法；研究机组超低负荷安全稳定控制方法及全工况多模态控制方法，形成适用于快速深度调峰的多模态控制方式，提升控制系统的自适应能力。

研究全程自主决策技术，包括：研究复杂热力过程多目标柔性优化方法，面对环境和生产条件变化，通过模型寻优技术和数据挖掘技术相融合，自主确定控制系统最佳运行方式和最优运行参数定值，满足不同运行工况下对机组安全性、经济性和环保性的要求，满足大范围变负荷下控制系统自动巡航的需要。

研究具备自组织功能的辅机设备自启停控制技术及全程负荷控制技术，包括：基于系统流程状态感知信息，研究具有启动路径自动识别和工艺条件自适应等特征的自启停控制系统；研究基于工艺系统的适应多工况功能组及与对应智能控制系统耦合联动的设计方法，融合工艺系统的自主控制和自主决策技术，实现全程负荷自主调控。

课题3：燃煤发电智能环保岛运行优化技术
**信息由招标与采购网发布**此行内容正式会员可见，请登录中国招标与采购网后查看**
基于数据驱动的多污染物综合控制系统内置智能脱硫控制模块、脱硫浆液中毒预警系统以及智能电除尘控制优化模块，以脱硫反应机理及电除尘原理为基础，通过对浆液在线测量及机组运行数据的采集，以出口SO2浓度为设定值，利用模糊逻辑、遗传算法、人工神经网络等智能方法，计算出吸收塔需氧量、石灰石供浆量、浆液循环泵组合方式及灰尘量等并反馈给DCS，以此来闭环控制脱硫及电除尘系统运行。

智能脱硫控制系统：通过亚硫酸根实时在线分析仪浆液采样系统在线监测浆液成分及采集的机组运行数据，以出口SO2浓度为设定值，利用智能人工算法建模计算出吸收塔需氧量、石灰石供浆量及浆液循环泵组合方式等并反馈给DCS，以此来闭环控制脱硫系统运行。脱硫智能闭环控制模块包括：氧化风智能节能控制系统、SO2/pH智能优化闭环控制系统、浆液在线循环泵优化系统、亚硫酸根实时在线分析仪浆液采样系统。

脱硫浆液中毒预警系统：脱硫浆液中毒预系统通过对历史数据寻优分析结果及脱硫浆液中毒机理模型计算结果的综合分析判断，给出不同负荷、煤质条件下影响浆液中毒及其因素的预警信号，并反馈给DCS。指导运行人员对脱硫相关运行参数进行调整，保证脱硫的安全稳定运行。

智能电除尘控制优化技术：针对电除尘器能耗过高与安全隐患，基于荷电变化特性，研发烟气粉尘浓度在线监测系统，对除尘器入口粉尘浓度进行测量，并以此建立除尘器前级（一、二、三）和后级(四、五)电的节能优化模型，分别采用前馈和后馈方法制定针对各级电场高压电源的智慧节能控制策略，在保证环保达标的前提下，最大程度降低设备运行电耗。同时增设新型传感器实现对电除尘器壳体、灰斗、钢支架和沉降的在线监测，对灰斗脱落、钢架坍塌等异常工况进行预警，降低故障发生概率，提升设备安全运行可靠性。

2.1.4预期目标

预期科技成果：

（1）研发燃煤发电智能控制系统平台及体系结构，燃煤发电智能控制系统理论、方法及关键技术，实现火电机组少人干预运行，日均操作次数少于1000次；

（2）研发一套可应用于工业生产的环保岛协同控制系统；系统投入后氧化风机电量单耗降低≥10%、浆液循环泵电量单耗降低≥10%，脱硫剂的消耗量减少5%左右；

（3）通过关键工艺/系统的全程自主控制技术应用，充分调用锅炉-汽轮机系统中的蓄能，协调控制系统性能指标满足电网两个细则考核要求；

（4）发表中文核心期刊（CSSCI/CSCD/北大核心检索）不少于2篇；

（5）获取发明专利不少于4项、软件著作权申请不少于2项；

（6）取得成果鉴定或省部级及以上科技奖1项，其中：成果鉴定需要是各省、自治区直辖市人民政府科技厅或《国家能源集团科学技术奖励办法》中明确的8家行业协会(电力：中国电机工程学会)鉴定的国际先进及以上成果，科技奖为以上机构科技奖励：

（7）完成1篇“智慧国家能源”公众号采纳的信息(稿件)或者集团科信部约稿的信息。

2.2其他：/

2.3主要研究内容及预期目标：见上述2.1.3及2.1.4

2.4项目服务期：签订合同后20个月内，具体时间以招标人通知为准。

3.投标人资格要求

3.1资质条件和业绩要求：

【1】资质要求：（1）投标方须为依法注册的独立法人或其他组织，须提供有效的证明文件。

（2）投标人须具有并提供有效的软件能力成熟度CMMI3级及以上认证证书。

【2】财务要求：/

【3】业绩要求：2020年7月至投标截止日(以合同签订时间为准)，投标方须至少具有燃煤电厂智能控制系统开发（或调试）业绩2个。投标方须提供能证明本次招标业绩要求的合同证明扫描件，合同扫描件须至少包含：合同买卖双方盖章页、合同签订时间和业绩要求中的关键信息页。

【4】信誉要求：/

【5】项目负责人的资格要求：（1）投标方为本项目配备的项目负责人须至少具有副高级及以上技术职称。

（2）项目负责人须至少具有燃煤电厂智能控制系统开发（或调试）的项目负责人工作经历，投标方须提供能证明项目负责人业绩的合同，若合同中无项目负责人姓名，须提供对应的验收证明或用户证明等有盖章的证明材料（须含工程名称、项目负责人及单位名称）。

【6】其他主要人员要求：/

【7】科研设施及装备要求：/

【8】其他要求：/

3.2本项目不接受联合体投标。

4.招标文件开始购买时间2025-07-1416:00:00，招标文件购买截止时间2025-07-1916:00:00。




本招标项目仅供正式会员查看，您的权限不能浏览详细信息，请联系办理会员入网事宜，成为正式会员后可下载详细招标、报名表格、项目附件和部分项目招标文件等。
联系人：郝亮
手机：13146799092(微信同号)
邮箱：1094372637@qq.com