Специалисты Научного центра мирового уровня «Передовые цифровые технологии» Санкт-Петербургского политехнического университета Петра Великого разработали специализированный программный комплекс для оптимизации режимов работы котельного оборудования ТЭЦ. Разработка осуществлялась по заказу АО «Кольская горно-металлургическая компания». Программный комплекс позволяет повысить экономическую эффективность работы ТЭЦ более, чем на 15-20%. Технология может быть распространена на все ТЭЦ России.
«Современные промышленные предприятия представляют собой сложный производственный комплекс, включающий совокупность технологически связанных между собой подразделений, участков и технологических процессов, и является в настоящее время не только ключевым понятием с точки зрения организации промышленного производства на предприятиях, но и структурообразующим элементом экономики целого региона. Проблема энергетической эффективности работы подобных производственных комплексов, и особенно - комплекса предприятий, использующих энергоемкие технологические процессы и оборудование, является одной из ключевых и приоритетных задач современной экономики России, что отражено в «Энергетической стратегии Российской Федерации на период до 2035 года»», – объяснил значимость разработки руководитель проекта, директор научно-технологического комплекса «Математическое моделирование и интеллектуальные системы управления» НЦМУ СПбПУ, д.т.н., профессор Вячеслав Шкодырев.
Специалисты НТК «Математическое моделирование и интеллектуальные системы управления» НЦМУ СПбПУ разработали методику и специализированный программный комплекс «Советчик оптимизации котельного оборудования (СОКО)», предназначенный для оптимизации режимов работы оборудования котельно-печного отделения цеха энергообеспечения станции ТЭЦ. Комплекс использует разработанную авторами инновационную гибридную нейро-сетевую модель управления, решающую сложную задачу максимально точного оценивания текущего и прогнозного потребления тепловой энергии с последующей выдачей рекомендаций наиболее эффективных – оптимальных параметров управления технологическим процессом ее генерации на теплоэлектростанции.
В основе комплекса лежит принцип сбалансированности между спросом - объективной прогнозной оценкой потребности в тепловой энергии и предложением – генерацией необходимого объема выработки требуемой энергии за счет оптимизации режимов работы котельного оборудования. Особенно значимым данный принцип является для энергоемкого производства предприятий горнодобывающей и горноперерабатывающей отраслей, в которых доля финансовых затрат на энергоснабжение может достигать 40-60 %.
При разработке программного комплекса исследователи выяснили, что использование классических статистических методов для производственных комплексов с развитой инфраструктурой ограничено из-за отсутствия эффективных методик объективного контроля, либо неполноты или необъективности информации о всех факторах влияния на подготовку достоверного прогноза. Специалисты СПбПУ проанализировали ряд нейросетевых прогнозных моделей, (включая широко применяемые модели LSTM, RNN, регрессионные и др.), иллюстрирующих точность прогноза потребления энергии при проведении до 60 замеров/ час, и разработали наиболее эффективные когнитивные нейро-сетевые модели прогнозной аналитики.
Прогнозная (предиктивная) аналитика использует математические методы и алгоритмы машинного обучения для оптимизации управления процессами генерации энергии. Это позволяет более точно оценивать потребности в тепловой энергии и эффективно распределять ее между объектами энергосистемы. В результате достигается оптимизация операционных расходов на генерацию тепловой энергии за счет регулирования загрузки оборудования, что обеспечивает максимальную эффективность в производстве энергии.
Таким образом функционал программного комплекса СОКО позволяет прогнозировать потребности предприятия в тепловой энергии, учитывая разные факторы, такие как погода и сезонные изменения; оптимизировать работу оборудования для максимально экономичной и эффективной работы и заранее планировать необходимые объемы производства тепловой энергии, чтобы избежать нехватки. Кроме того, программный комплекс учитывает множество условий, что позволяет лучше понимать, как меняется потребление тепла, что помогает сэкономить ресурсы и финансы.
«СПбПУ владеет хорошей научно-технической и исследовательской базой. Создание универсальных оптимизационных алгоритмов систем управления потоками компании на базе отечественных платформ имеет огромный потенциал в своем развитии в текущих рыночных условиях и ориентирам на импортозамещение. АО «Кольская ГМК» планирует доработку разработанного алгоритма под особенности процессов компании и последующее внедрение в управление энергетическими потоками», – прокомментировал разработку директор Департамента по инновациям и цифровым технологиям АО «Кольская горно-металлургическая компания» Дмитрий Санников.
В дальнейших планах разработчиков СПбПУ – развитие и совершенствование методики и системы с последующим масштабированием на другие энергоемкие производственные комплексы.