Sự gia tăng sử dụng các Nguồn năng lượng Tái tạo, biến động nguồn sơ cấp cao, được thúc đẩy bởi các Chính sách Môi trường & Biến đổi Khí hậu, Giảm phát thải & Trung hòa carbon. Thực tế này đã tạo ra những thách thức về Vận hành các Nhà máy Nhiệt Điện công suất lớn. Các nhà máy Nhiệt Điện này hiện phải thích ứng với những biến động tải nhanh, rộng và phải linh hoạt.
Khi các nguồn Điện Tái tạo dao động theo thời tiết, các Nhà máy Nhiệt Điện này phải điều chỉnh các thông số vận hành & sản lượng một cách nhanh chóng theo để ổn định & an toàn Hệ thống Điện.
Tuy nhiên, việc vận hành vượt quá thông số kỹ thuật thiết kế ban đầu gây thêm áp lực cho các nhà máy Nhiệt điện. Bởi các Nhà máy này với thiết kế ban đầu không để điều chỉnh ổn định lưới Điện. Điều này làm giảm hiệu suất vận hành, giảm tuổi thọ thiết bị và tăng rủi ro nguy cơ hỏng hóc.
Thách thức đáp ứng linh hoạt trong Vận hành Nhà máy Nhiệt Điện?
Các nhà máy Nhiệt Điện được thiết kế để vận hành tải cơ sở phải đối mặt với những thách thức quan trọng với hoạt động linh hoạt, bao gồm:
– Ứng suất và hao mòn: Việc khởi động và thay đổi tải thường xuyên dẫn đến hệ thống Boilers mất ổn định, mỏi nhiệt, ăn mòn và xuống cấp hệ thống Turbines;
– Rủi ro bảo dưỡng: Chu kỳ Khởi động/Dừng máy kéo dài làm tăng khả năng bị ăn mòn, hiệu ứng búa nước và hư hỏng hệ thống Van điều khiển;
– Nhu cầu bảo quản tài sản, thiết bị lớn hơn: Thời gian ngừng hoạt động kéo dài làm tăng nguy cơ ăn mòn Turbines và đòi hỏi các kỹ thuật bảo quản tốt hơn cho hệ thống Ngưng tụ – Condensing, Nước cấp – Water Feeds và Làm mát – Cooling.
Những thách thức này đòi hỏi các giải pháp sáng tạo để duy trì Độ tin cậy-Reliability và Hiệu quả-Performance của Máy phát Điện – Generators trong điều kiện lưới điện biến động.
Chuyển đổi số là nhu cầu cấp thiết đối với Vận hành Nhà máy Điện?
Xu hướng công nghiệp ngày nay được định hình bởi Số hóa-Digitization, Dữ liệu lớn-BigData, Trí tuệ nhân tạo-AI Artificial Intelligence, Điện toán đám mây-Clound, Tính di động-Mobility và các Công nghệ nền tảng. Các phương pháp truyền thống để quản lý các Tài sản Nhà Máy Điện đã đạt đến giới hạn của chúng trong việc giải quyết các thách thức do các Chính sách Trung hòa Carbon tạo ra.
Chuyển đổi số cho các Nhà máy Điện đòi hỏi phải xử lý Dữ liệu “chuỗi thời gian thực, liên tục, khổng lồ” từ hàng chục nghìn Cảm biến-Sensors trong Hệ thống Nhà máy trở thành Khối Dữ liệu Lớn-Big Data. Phân tích thời gian thực rất quan trọng để phát hiện sớm các bất thường, ngăn ngừa hỏng hóc thiết bị và cho phép đưa ra quyết định thông minh dựa trên khối Cơ sở Dữ liệu theo thời gian thực này.
Giới thiệu về Nền tảng IDPP-The Intelligent Digital Power Plant Platform?
Nền tảng Số hoá Thông minh Nhà máy Điện (gọi tắt là IDPP) là một Hệ thống do thuật toán AI điều khiển, thu thập, chuẩn hóa, lưu trữ và sử dụng Dữ liệu Cảm biến Liên tục – Time-series Sensor Data từ hệ thống Cảm biến tại các thiết bị quan trọng như Lò Hơi-Boilers, Turbines và Máy phát Điện-Generators… Nó giúp dữ liệu này dễ dàng sẵn sàng để đáp ứng các nhu cầu khác nhau của người vận hành nhà máy.
Được phát triển trong hơn 5 năm bởi Công ty – KEPCO tại Viện nghiên cứu – KEPRI. Nền tảng IDPP giải quyết các thách thức cấp bách về tối đa hóa Hiệu quả-Efficiency, nâng cao Độ tin cậy-Reliability, giảm Chi phí-Costs và ngăn ngừa lỗi-Prevention trong các Nhà máy Điện công suất lớn do nhu cầu đòi hỏi vận hành linh hoạt ngày càng tăng.
IDPP tích hợp dữ liệu hệ thống các Cảm biến Internet vạn vật – IoT và sử dụng các Thuật toán AI, và người vận hành có thể tạo các Ứng dụng-Apps của riêng họ để truy cập cơ sở Dữ liệu của Nền tảng để thực hiện các Tác vụ như Giám sát tình trạng, Chẩn đoán lỗi và Đánh giá hiệu suất – Condition Monitoring, Fault Prediction & Performance Evaluation.
Chức năng và Vai trò chính của Nền tảng IDPP?
Không giống như các hệ thống truyền thống dựa trên các phương pháp thu thập và phân tích dữ liệu khá lỗi thời, tập trung vào Nhà phát triển Ứng dụng. Nền tảng IDPP hướng đến người dùng và sử dụng các công nghệ tiên tiến nhất. Nền tảng IDPP thu thập dữ liệu Vận hành ở quy mô lớn theo thời gian thực và sử dụng AI & Cơ sở Phân tích thuật toán nhằm phát hiện các dấu hiệu bất thường giai đoạn sớm, cho phép thực hiện tốt công tác Bảo trì chẩn đoán – Predictive Maintenance PdM.
Dữ liệu Cảm biến từ thiết bị nhà máy đầu tiên được thu thập thông qua Hệ thống Phân phối Điều khiển DCS – Distributed Control System, được truyền đến Máy chủ Cơ sở dữ liệu thời gian thực – RTDB và được lưu trữ song song bằng các Công nghệ Mã nguồn mở như Kafka, Druid và Hadoop.
Những đặc điểm chính của Nền tảng IDPP?
– Dữ liệu chất lượng cao. IDPP đảm bảo chất lượng dữ liệu vượt trội bằng cách sử dụng các kỹ thuật xác thực và tối ưu hóa tiên tiến.
– Cấu trúc thẻ. IDPP giải quyết các vấn đề về khả năng tương thích do các quy tắc thẻ cụ thể của nhà cung cấp khác nhau gây ra bằng cách chuẩn hóa dữ liệu cảm biến không đồng nhất thành một tiêu chuẩn thực tế, đảm bảo khả năng tương tác.
– Nguồn mở. IDPP sử dụng các công nghệ và khuôn khổ nguồn mở như Kafka, Druid và Hadoop để đạt được hoạt động đáng tin cậy, hiệu quả và kinh tế.
– Thân thiện với người dùng. Dữ liệu được lưu trữ được trực quan hóa trên cổng thông tin web, cho phép giám sát thiết bị theo thời gian thực. Cổng thông tin đơn giản hóa việc truy cập dữ liệu trong suốt luồng của nó. Nếu xảy ra bất kỳ lỗi hoặc bất thường nào trong quá trình vận hành nhà máy phức tạp, người vận hành có thể dễ dàng phát hiện ra thông qua đèn báo mã màu và nhấp để biết thông tin chi tiết. Ngoài ra, khi nhấp vào bất kỳ số liệu nào trong cổng thông tin, người dùng có thể tải xuống dữ liệu thẻ chi tiết ở định dạng bảng tính.
– Tính khả dụng của dữ liệu. Vì IDPP không lưu trữ dữ liệu đã nén, nên người vận hành có thể dễ dàng trích xuất và sử dụng dữ liệu thông qua nhiều giao diện khác nhau, bao gồm cả Ứng dụng. Các ứng dụng đại diện cho một tính năng mạnh mẽ của IDPP, trong đó giải thích chi tiết hơn sẽ được cung cấp sau trong bài viết này.
– Phân tích tương quan dựa trên AI. Để phát hiện các bất thường, AI học máy sẽ phân tích các tương quan giữa các nhóm dữ liệu hoạt động khác nhau.
Cách mà Nền tảng IDPP hoạt động?
Nền tảng IDPP tăng cường đáng kể tính Ôn định và Năng suất hoạt động – Operational Stability & Productivity, trong khi giảm Chi phí bảo trì. Bằng cách tối ưu hóa mức tiêu thụ điện năng, năng lượng thông qua phân tích nâng cao và các quy trình do AI điều khiển.
Nó giúp kiểm soát và giảm thiểu tiêu hao, tổn thất năng lượng không cần thiết, góp phần trực tiếp vào việc giảm phát thải Carbon. Phương pháp tiếp cận tích hợp này hỗ trợ các hoạt động bền vững và củng cố vai trò của Nền tảng như một công cụ quan trọng để Quản lý Nhà máy Điện hiện đại.
Nền tảng IDPP tinh gọn việc phát triển ứng dụng, tăng cường hiệu quả?
Nền tảng IDPP cũng có nhiều giao diện đa dạng, cho phép ngay cả những người dùng không chuyên cũng có thể sử dụng dữ liệu một cách hiệu quả để phát triển các ứng dụng được thiết kế riêng.
Lấy ví dụ, một trong những công ty con thế hệ của KEPCO đã đào tạo nhân viên của mình về lập trình Python để tạo ra các Ứng dụng nội bộ. Sáng kiến này cho ra đời sự phát triển của 12 Ứng dụng độc quyền, giải quyết trực tiếp các nhu cầu vận hành.
Đáng chú ý là những nỗ lực này đã góp phần cải thiện tỷ lệ ngừng máy do sự cố đến 29% hằng năm. Điều này cho thấy những lợi ích và tác động thiết thực của việc trao quyền cho Nhóm người dùng bằng các công cụ kỹ thuật số sáng tạo. Với các ưu điểm và ý thức sở hữu, những Nhóm người dùng này đã áp dụng thành công các ứng dụng của họ vào vận hành thực tiễn, gia tăng niềm tự hào và sự hài lòng.
Những Ứng dụng với Nền tảng IDPP
Cho đến nay, hơn 30 ứng dụng đã được phát triển bằng Nền tảng IDPP, với nhiều ứng dụng khác đang được phát triển liên tục. Các ứng dụng hiện có bao gồm:
– Hệ thống cảnh báo sớm Siren-X Early Warning System:
Hệ thống Bảo dưỡng Chẩn đoán PdM phân tích dữ liệu Vận hành và đưa ra cảnh báo sớm cho các thiết bị quan trọng. Bằng cách so sánh dữ liệu thời gian thực với các giá trị đặt. Hệ thống sẽ kích hoạt cảnh báo, báo động khi độ lệch đạt đến ngưỡng được xác định trước – Hình trên. Điều này giúp ngăn ngừa các sự cố trước khi chúng trở nên tác động nghiêm trọng hơn.
– Hệ thống phân tích Mô hình Khởi động:
Tìm hiểu thói quen của người vận hành để cung cấp hướng dẫn tối ưu trong quá trình khởi động Turbines Khí và giảm thiểu lãng phí năng lượng do thiết bị không cần thiết hoạt động.
– Chẩn đoán hấp thụ ẩm cho cách điện Máy phát Điện:
Chẩn đoán hấp thụ độ ẩm trong lớp cách điện Stato Máy phát Điện thông qua phép đo điện dung và phân tích thống kê.
– Giám sát hư hỏng hệ thống ống trong Boilers:
Cung cấp khả năng giám sát theo thời gian thực để đánh giá tình trạng quá nhiệt cục bộ và sự xuống cấp lâu dài của ống nồi hơi, cho phép lập kế hoạch bảo trì tối ưu.
– Giám sát quá trình đốt cháy dựa trên luồng khí giảm:
Chẩn đoán các tình trạng đốt cháy trong Boiler bằng cách phân tích những thay đổi trong các thông số vận hành, chẳng hạn như luồng khí và mức độ mở van điều tiết.
Các ứng dụng này làm nổi bật khả năng tiên tiến của IDPP trong việc nâng cao Độ tin cậy và hiệu quả vận hành trong quản lý Nhà máy Nhiệt Điện – Thermal Power Plant Management.
Những thành tựu được minh chứng bởi Nền tảng IDPP?
Đến năm 2023, IDPP đã được triển khai trên 19 nhà máy nhiệt điện do năm công ty con phát điện GENCO của KEPCO vận hành, với tổng công suất là 7,5 GW. Nền tảng này thu thập 7,3 nghìn tỷ điểm dữ liệu ấn tượng hàng năm theo khoảng thời gian dưới một giây từ khoảng 230.000 thẻ cảm biến tại chỗ.
Gần đây, IDPP đã mở rộng phạm vi ứng dụng của mình lên thêm 9 Nhà máy tại Hàn Quốc, nâng tổng công suất quản lý lên khoảng 17 GW.
Các công ty phát điện GENCO đang tận hưởng lợi ích đáng kể khi triển khai IDPP, bao gồm Tối ưu hóa Sản xuất năng lượng và Giảm đáng kể các Chi phí, củng cố cam kết của KEPCO đối với Sự đổi mới và Vận hành vượt trội.
Sự công nhận của cộng đồng Quốc tế
Nền tảng IDPP của KEPCO đã được giới thiệu trong một báo cáo có tiêu đề “Virtualizing Power Systems: How Digital Twins Will Revolutionize the Energy Sector” được Ủy ban Kỹ thuật Điện quốc tế IEC công bố vào tháng 10/2024. IEC một tổ chức Tiêu chuẩn toàn cầu phát triển và thúc đẩy các tiêu chuẩn quốc tế về công nghệ điện, điện tử và các công nghệ liên quan. IEC đã giới thiệu các tính năng chính sau của IDPP, nhấn mạnh vào thành công của KEPCO trong việc cải thiện độ chính xác của dữ liệu cảm biến và nâng cao hiệu quả hoạt động tại các nhà máy Nhiệt điện:
– Nền tảng quản lý dữ liệu cảm biến thời gian thực thân thiện với AI;
– Siren-X, một hệ thống cảnh báo sớm;
– Chẩn đoán Tình trạng dựa trên AI;
– Chẩn đoán dựa trên IoT;
– Quản lý hiệu suất Tài sản.
Những tiến bộ này chứng minh vị thế dẫn đầu của KEPCO trong việc tích hợp các công nghệ tiên tiến để tối ưu hóa Vận hành Sản xuất Điện năng.
Tiềm năng mở rộng của Nền tảng IDPP?
KEPCO đặt mục tiêu mở rộng ứng dụng của IDPP trên tất cả các Tài sản Nhà máy Điện tại Hàn Quốc để tối ưu hóa hoạt động của Nhà máy Nhiệt điện và đạt được mức Trung hòa Carbon. Mặc dù hiện đang tập trung vào các nhà máy điện nhiệt, nhưng khả năng của Nền tảng này có tiềm năng cho các thiết bị cung cấp điện khác tạo ra các tập dữ liệu vận hành lớn.
Ví dụ, các Trung tâm Dữ liệu nơi sự cố mất điện có thể dẫn đến tổn thất đáng kể đòi hỏi phải theo dõi và ngăn ngừa sự cố thiết bị cung cấp điện chính xác, theo thời gian thực.
Trên trường quốc tế, KEPCO đang tích cực theo đuổi các cơ hội ở các thị trường nước ngoài. Các cuộc thảo luận đang diễn ra với các công ty Dịch vụ tìm kiếm các giải pháp quản lý tài sản thông minh hơn để nâng cao Độ tin cậy của thiết bị và giảm Chi phí. Những nỗ lực này đang tạo tiền đề để IDPP đạt được sức hút trên toàn thế giới, củng cố vị thế của KEPCO là công ty dẫn đầu trong các giải pháp năng lượng sáng tạo./.
Theo POWER Magazine: AI-Driven Big Data Platform Revolutionizes Power Plant Operations
