压气储能电站智能建造体系及其关键技术

doi:10.12096/j.2096-4528.pgt.24013

发电技术 ›› 2024, Vol. 45 ›› Issue (5): 899-909.DOI: 10.12096/j.2096-4528.pgt.24013

• 储能 • 上一篇

压气储能电站智能建造体系及其关键技术

赵星源¹, 谢芳毅², 刘乙学³, 陈昉¹, 崔建华², 韩少峰³, 何青³

^1.中能建数字科技集团有限公司，北京市海淀区 100044
^2.北京洛斯达科技发展有限公司，北京市海淀区 100044
^3.华北电力大学能源动力与机械工程学院，北京市昌平区 102206

收稿日期:2024-01-18 修回日期:2024-02-26 出版日期:2024-10-31 发布日期:2024-10-29
作者简介:赵星源(1988)，男，博士，高级工程师，主要研究方向为能源大数据、电力信息化，xyzhao3215@ceec.net.cn；
刘乙学(1997)，男，博士研究生，主要研究方向为液化空气储能技术，1531063540@qq.com；
何青(1962)，男，博士，教授，主要研究方向为压缩空气储能技术，heq@ncepu.edu.cn。
基金资助:
国家重点研发计划项目(2020YFB0905902);中国能源建设股份有限公司重大科技项目(CEEC2021-KJZX-07)

Intelligent Construction System and Key Technology for Compressed Air Energy Storage Power Plant

Xingyuan ZHAO¹, Fangyi XIE², Yixue LIU³, Fang CHEN¹, Jianhua CUI², Shaofeng HAN³, Qing HE³

^1.China Energy Digital Technology Group Co. , Ltd. , Haidian District, Beijing 100044, China
^2.Beijing North-Star Technology Development Co. , Ltd. , Haidian District, Beijing 100044, China
^3.School of Energy Power and Mechanical Engineering, North China Electric Power University, Changping District, Beijing 102206, China

Received:2024-01-18 Revised:2024-02-26 Published:2024-10-31 Online:2024-10-29
Supported by:
National Key R&D Program of China(2020YFB0905902);Science and Technology Foundation of CEEC(CEEC2021-KJZX-07)

摘要/Abstract

摘要：

目的压气储能(compressed air energy storage，CAES)是利用电能和压缩空气势能相互转化来平衡电网波动的新型储能系统。CAES电站建造及运行相关经验的积累对CAES技术的发展具有重要意义。针对建造过程中设计方与现场信息传递效率低、施工方管控难度大、项目整体流程监督难等问题，提出了一种适用于CAES电站的全流程智能体系。方法首先，分析CAES电站的建造流程，找出其工程特点。其次，围绕CAES电站从设计到运维的全过程，在空间和时间维度构建CAES电站的全流程智能建造体系。最后，在设计阶段提出正向设计出图等关键技术；在装备制造阶段提出设备虚拟预组装等关键技术；在施工阶段提出5D施工管理等关键技术；在运维阶段提出面向运维的数据交付等关键技术。结果对某300 MW级CAES示范工程的验证结果表明，CAES电站全流程智能体系的构建具有合理性，且关键设备及软件的应用为项目提供了技术支撑。结论通过CAES电站全流程智能体系及其关键技术，打通了电站建造各阶段的互通链条，实现了CAES电站的全生命周期信息管理。

关键词: 储能, 压气储能(CAES), 智能建造, 正向设计, 数字化交付

Abstract:

Objectives Compressed air energy storage (CAES) is a new type of energy storage system that utilizes the mutual conversion of electrical energy and compressed air potential energy to balance the fluctuation of power grid. The accumulation of relevant experience in the construction and operation of CAES power station is of great significance to the development of CAES technology. In view of the low efficiency of information transfer between the designer and the site, the difficulty of construction control, and the difficulty of overall project process supervision, a whole-process intelligent system suitable for CAES power station was proposed. Methods Firstly, the construction process of CAES power station was analyzed and its engineering characteristics were found out. Secondly, based on the whole process from design to operation and maintenance of CAES power station, the whole process intelligent construction system of CAES power station was constructed in space and time dimensions. Finally, in the design stage, the key techniques such as forward design drawing were proposed. In the stage of equipment manufacturing, the key technologies such as virtual pre-assembly of equipment were proposed. In the construction stage, the key technologies such as 5D construction management were proposed. In the operation and maintenance stage, the key technologies such as data delivery oriented to operation and maintenance were proposed. Results The verification results of a 300 MW CAES demonstration project show that the construction of the whole process intelligent system of CAES power station is reasonable, and the application of key equipment and software provides technical support for the project. Conclusions Through the intelligent system of the whole process of CAES power station and its key technologies, the interworking chain of each stage of power station construction is opened, and the information management of the whole life cycle of CAES power station is realized.

Key words: energy storage, compressed air energy storage (CAES), intelligent construction, forward design, digital delivery

中图分类号:

TK 02

赵星源, 谢芳毅, 刘乙学, 陈昉, 崔建华, 韩少峰, 何青. 压气储能电站智能建造体系及其关键技术[J]. 发电技术, 2024, 45(5): 899-909.

Xingyuan ZHAO, Fangyi XIE, Yixue LIU, Fang CHEN, Jianhua CUI, Shaofeng HAN, Qing HE. Intelligent Construction System and Key Technology for Compressed Air Energy Storage Power Plant[J]. Power Generation Technology, 2024, 45(5): 899-909.

图/表 7

参考文献 38

1	许洪华，邵桂萍，鄂春良，等．我国未来能源系统及能源转型现实路径研究[J]．发电技术，2023，44(4)：484-491． doi:10.12096/j.2096-4528.pgt.23002
	XU H H， SHAO G P， E C L，et al ．Research on China’s future energy system and the realistic path of energy transformation[J]．Power Generation Technology，2023，44(4)：484-491． doi:10.12096/j.2096-4528.pgt.23002
2	李锦煜，刘锐剑，周朝阳，等．我国能源安全形势技术分析[J]．电力工程技术，2023，42(6)：249-255．
	LI J Y， LIU R J， ZHOU C Y，et al ．Technical analysis of China’s energy security situation[J]．Electric Power Engineering Technology，2023，42(6)：249-255．
3	王书峰，钟明，许贤泽，等．计及需求侧管理的新能源微电网多目标优化调度方法[J]．智慧电力，2022，50(12)：55-62．
	WANG S F， ZHONG M， XU X Z，et al ．Multi-objective optimal scheduling method for renewable energy microgrid considering demand side management[J]．Smart Power，2022，50(12)：55-62．
4	龚贤夫，梁秀壮，廖晖，等．考虑集中式新能源接入的综合能源系统韧性提升研究[J]．广东电力，2023，36(11)：75-86．
	GONG X F， LIANG X Z， LIAO H，et al ．Study on the resilience enhancement of integrated energy systems considering centralised new energy sources[J]．Guangdong Electric Power，2023，36(11)：75-86．
5	陈海东，蒙飞，王庆，等．储能系统和新能源发电装机容量对电力系统性能的影响[J]．储能科学与技术，2023，12(2)：477-485． doi:10.19799/j.cnki.2095-4239.2022.0439
	CHEN H D， MENG F， WANG Q，et al ．Influence of installed capacity of energy storage system and renewable energy power generation on power system performance[J]．Energy Storage Science and Technology，2023，12(2)：477-485． doi:10.19799/j.cnki.2095-4239.2022.0439
6	LIU Y， HE Q， SHI X，et al ．Energy storage in China：development progress and business model[J]．Journal of Energy Storage，2023，72：108240． doi:10.1016/j.est.2023.108240
7	沙伟燕，胡伟，何宁辉，等．大规模虚拟储能平抑新能源功率预测误差优化调度方法[J]．电力科学与技术学报，2023，38(6)：167-174．
	SHA W Y， HU W， HE N H，et al ．Optimal scheduling method for stabilizing power prediction error of new energy by large-scale virtual energy storage[J]．Journal of Electric Power Science and Technology，2023，38(6)：167-174．
8	夏晨阳，杨子健，周娟，等．基于新型电力系统的储能技术研究[J]．内蒙古电力技术，2022，40(4)：3-12．
	XIA C Y， YANG Z J， ZHOU J，et al ．Research of energy storage technology based on new power system[J]．Inner Mongolia Electric Power，2022，40(4)：3-12．
9	叶季蕾，李斌，张宇，等．基于全球能源互联网典型特征的储能需求及配置分析[J]．发电技术，2021，42(1)：20-30． doi:10.12096/j.2096-4528.pgt.20082
	YE J L， LI B， ZHANG Y，et al ．Energy storage requirements and configuration analysis based on typical characteristics of global energy Internet[J]．Power Generation Technology，2021，42(1)：20-30． doi:10.12096/j.2096-4528.pgt.20082
10	孙浩锋，章健，熊壮壮，等．含风光储联合发电系统的主动配电网无功优化[J]．电测与仪表，2023，60(2)：104-110．
	SUN H F， ZHANG J， XIONG Z Z，et al ．Reactive power optimization of active distribution network with wind-photovoltaic-energy storage hybrid generation system[J]．Electrical Measurement & Instrumentation，2023，60(2)：104-110．
11	韩雪茹，杨德昌， DEHGHANIAN P，等．考虑AA-CAES季节效率优化的建筑微网群多能协同优化策略[J]．电力建设，2023，44(9)：94-107．
	HAN X R， YANG D C， DEHGHANIAN P，et al ．Multi-energy cooperative scheduling of building microgrid group considering AA-CAES seasonal efficiency optimization[J]．Electric Power Construction，2023，44(9)：94-107．
12	SARMAST S， FRASER R A， DUSSEAULT M B ．Performance and cyclic heat behavior of a partially adiabatic cased-wellbore compressed air energy storage system[J]．Journal of Energy Storage，2021，44：103279． doi:10.1016/j.est.2021.103279
13	LU C， HE Q， CUI S，et al ．Evaluation of operation safety of energy release process of liquefied air energy storage system[J]．Energy，2021，235：121403． doi:10.1016/j.energy.2021.121403
14	李子钰，吕宏，李祖辉，等．空气压缩储能的发展现状及其应用前景[J]．资源节约与环保，2023(8)：5-8．
	LI Z Y， LÜ H， LI Z H，et al ．Development status and application prospect of air compression energy storage[J]．Resources Economization & Environmental Protection，2023(8)：5-8．
15	李广阔，王国华，薛小代，等．金坛盐穴压缩空气储能电站调相模式设计与分析[J]．电力系统自动化，2021，45(19)：91-99．
	LI G K， WANG G H， XUE X D，et al ．Design and analysis of condenser mode for Jintan salt cavern compressed air energy storage plant of China[J]．Automation of Electric Power Systems，2021，45(19)：91-99．
16	周绪红．智能建造关键技术研究[J]．建筑，2023(6)：26-28．
	ZHOU X H ．Research on key technologies of intelligent building[J]．Construction and Architecture，2023(6)：26-28．
17	尤志嘉，吴琛，刘紫薇．智能建造研究综述[J]．土木工程与管理学报，2022，39(3)：82-87．
	YOU Z J， WU C， LIU Z W ．An overview of intelligent construction research[J]．Journal of Civil Engineering and Management，2022，39(3)：82-87．
18	陈珂，丁烈云．我国智能建造关键领域技术发展的战略思考[J]．中国工程科学，2021，23(4)：64-70． doi:10.15302/j-sscae-2021.04.007
	CHEN K， DING L Y ．Development of key domain-relevant technologies for smart construction in China[J]．Strategic Study of CAE，2021，23(4)：64-70． doi:10.15302/j-sscae-2021.04.007
19	樊启祥，林鹏，魏鹏程，等．智能建造闭环控制理论[J]．清华大学学报(自然科学版)，2021，61(7)：660-670．
	FAN Q X， LIN P， WEI P C，et al ．Closed-loop control theory of intelligent construction[J]．Journal of Tsinghua University (Science and Technology)，2021，61(7)：660-670．
20	毛超，彭窑胭．智能建造的理论框架与核心逻辑构建[J]．工程管理学报，2020，34(5)：1-6．
	MAO C， PENG Y Y ．The theoretical framework and core logic of intelligent construction[J]．Journal of Engineering Management，2020，34(5)：1-6．
21	刘子寒，白博阳，高鹏，等．BIM技术的发展简介与前景展望[J]．科技风，2023(17)：82-84． doi:10.1016/b978-0-12-824532-3.00005-x
	LIU Z H， BAI B Y， GAO P，et al ．Brief introduction and prospect of BIM technology[J]．Technology Wind，2023(17)：82-84． doi:10.1016/b978-0-12-824532-3.00005-x
22	任大海．BIM技术在智慧工地建设中的应用研究[J]．智能建筑与智慧城市，2023(6)：73-75．
	REN D H ．Research on the application of BIM technology in the construction of intelligent site[J]．Intelligent Building & Smart City，2023(6)：73-75．
23	姜小峰，李季，陆云，等．大规模压缩空气储能电站主厂房设计优化分析[J]．南方能源建设，2023，10(2)：32-38．
	JIANG X F， LI J， LU Y，et al ．Optimization analysis of main power house design of a large-scale compressed air energy storage power station[J]．Southern Energy Construction，2023，10(2)：32-38．
24	王俊德，周清松，高永丽．基于人机物融合数据采集系统的设计与应用研究[J]．物联网技术，2023，13(8)：102-104．
	WANG J D， ZHOU Q S， GAO Y L ．Research on design and application of data acquisition system based on man-machine-object fusion[J]．Internet of Things Technologies，2023，13(8)：102-104．
25	陈羽飞，赵琦，何永君，等．人工智能在电力系统中的应用综述[J]．分布式能源，2023，8(6)：49-57．
	CHEN Y F， ZHAO Q， HE Y J，et al ．An overview of the application of artificial intelligence in power systems[J]．Distributed Energy，2023，8(6)：49-57．
26	霍龙，张誉宝，陈欣．人工智能在分布式储能技术中的应用[J]．发电技术，2022，43(5)：707-717． doi:10.12096/j.2096-4528.pgt.22109
	HUO L， ZHANG Y B， CHEN X ．Artificial intelligence applications in distributed energy storage technologies[J]．Power Generation Technology，2022，43(5)：707-717． doi:10.12096/j.2096-4528.pgt.22109
27	王浩哲，丁爱飞，陆继翔，等．计及新能源接入的地区电网人工智能无功优化[J]．电网与清洁能源，2023，39(1)：133-142．
	WANG H Z， DING A F， LU J X，et al ．Artificial intelligence reactive power optimization of regional power grids considering renewable energy access[J]．Power System and Clean Energy，2023，39(1)：133-142．
28	丰慧，张焱，张辰颖，等．建设工程项目管理BIM底层平台搭建研究[J]．建筑经济，2023，44(9)：45-52．
	FENG H， ZHANG Y， ZHANG C Y，et al ．Research on the construction of the BIM underlying platform for construction project management[J]．Construction Economy，2023，44(9)：45-52．
29	高远．基于BIM协同平台面板堆石坝三维建模技术研究[J]．水电与新能源，2023，37(7)：23-26．
	GAO Y ．Three-dimensional modeling technology of concrete face rockfill dams based on BIM collaborative platform[J]．Hydropower and New Energy，2023，37(7)：23-26．
30	蔡财敬．建筑机电设计与管线综合优化研究[J]．洁净与空调技术，2022(2)：48-58．
	CAI C J ．Research on comprehensive optimization of pipeline and design of construction electrical and mechanical engineering[J]．Contamination Control & Air-Conditioning Technology，2022(2)：48-58．
31	王凯，刘鹏飞．城市级地下管网BIM建设及应用[J]．测绘通报，2022(11)：132-134．
	WANG K， LIU P F ．BIM construction and application of urban underground pipe network[J]．Bulletin of Surveying and Mapping，2022(11)：132-134．
32	吴尧．基于BIM技术的三维正向设计应用分析[J]．四川建筑，2023，43(5)：26-28．
	WU Y ．Application analysis of 3D forward design based on BIM technology[J]．Sichuan Architecture，2023，43(5)：26-28．
33	SHI J， PAN Z， JIANG L，et al ．An ontology-based methodology to establish city information model of digital twin city by merging BIM，GIS and IoT[J]．Advanced Engineering Informatics，2023，57：102114． doi:10.1016/j.aei.2023.102114
34	杨涛．BIM5D在基坑工程施工中的动态管理措施[J]．价值工程，2023，42(22)：4-6．
	YANG T ．Dynamic management measures of BIM5D in foundation pit engineering construction[J]．Value Engineering，2023，42(22)：4-6．
35	杨鸿珍，王云烨，吴建伟，等．电网有限空间作业可穿戴环境监测及报警系统设计和实现[J]．电子器件，2022，45(3)：760-766．
	YANG H Z， WANG Y Y， WU J W，et al ．Design of wearable environment monitoring and alarm system for limited space operation in power grid[J]．Chinese Journal of Electron Devices，2022，45(3)：760-766．
36	郭丽娟，聂宇航，刘象，等．基于数字化交付平台的三维资产管理系统建设[J]．电工技术，2023(8)：219-221．
	GUO L J， NIE Y H， LIU X，et al ．Construction of 3D asset management system based on digital delivery platform[J]．Electric Engineering，2023(8)：219-221．
37	丁怡婷，吴君．湖北应城300兆瓦级压缩空气储能电站并网发电[N]．人民日报，2024-04-10(10)．
	DING Y T， WU J ．Hubei Yingcheng 300 MW compressed air energy storage power plant connected to the grid[N]．People’s Daily，2024-04-10(10)．
38	周东阳，刘爱君，王承文，等．电站三维数字化模型技术的研究与应用[J]．热力发电，2020，49(1)：134-138．
	ZHOU D Y， LIU A J， WANG C W，et al ．Research and application of 3D digital model technology in power plant[J]．Thermal Power Generation，2020，49(1)：134-138．

项目	功能	优点
全球导航	导航定位，监测电站设备的移动轨迹	精度高，实时性强
遥感	通过卫星、飞机等远距离采集地表信息	信息多样化，数据范围广
射频识别	标识物体、监测物品运输、库存管理等	附加射频识别标签以实现实时追踪
流量传感	测量液体或气体的流量	支持资源管理和流程优化

项目	功能	优点
全球导航	导航定位，监测电站设备的移动轨迹	精度高，实时性强
遥感	通过卫星、飞机等远距离采集地表信息	信息多样化，数据范围广
射频识别	标识物体、监测物品运输、库存管理等	附加射频识别标签以实现实时追踪
流量传感	测量液体或气体的流量	支持资源管理和流程优化

项目	功能	优点
自动数据传输	设备和系统间自动传输数据	无需人为干预即可实现数据的即时交换
通信协议	保障设备间通信协议	确保可以相互交流并理解传输的数据
电力传输协议	协助电网监控、管理和优化数据	准确安全，具有实时性
本地网络	建立本地网络	使智能设备能直接互相通信
自主协作	共享数据、合作控制	智能化协作办公
实时反馈	实时反馈和响应	支持系统快速调整优化

项目	功能	优点
自动数据传输	设备和系统间自动传输数据	无需人为干预即可实现数据的即时交换
通信协议	保障设备间通信协议	确保可以相互交流并理解传输的数据
电力传输协议	协助电网监控、管理和优化数据	准确安全，具有实时性
本地网络	建立本地网络	使智能设备能直接互相通信
自主协作	共享数据、合作控制	智能化协作办公
实时反馈	实时反馈和响应	支持系统快速调整优化

项目	功能	优点
实时监测	监测电站及设施的实时状态，防止出现储罐压力过高等问题	及时发现能量损失，提高效率
实时预测	基于实时数据和预测模型，预测未来电站的发电情况	提前探知问题，节省成本
实时报警	当发现电站的监测数据出现异常情况时，及时通知相关人员	弥补人工监控的不足，减少系统误报率和漏报率
实时数据可视化	将电站输出功率等参数以图表等形式呈现	帮助工作人员直观了解电站情况

压气储能电站智能建造体系及其关键技术

Intelligent Construction System and Key Technology for Compressed Air Energy Storage Power Plant

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

图/表 7

参考文献 38

相关文章 15

编辑推荐

Metrics

项目	功能	优点
设计	数字化建模、管线综合设计、属性参数和估值可视化、地下管网设计等	可视化设计图纸，降低设计难度
制造	实现智能化管理，包括重要设备虚拟预组装、管道焊缝探伤等	加快制造速度，降低零部件误差风险
施工	施工质量实时管理、人员定位及体征感知、作业环境监测	降低压气储能电站施工危险，保障现场人员安全
运维	设备状态监测、设备拆解智能培训、全生命周期信息库、性能计算与分析	完善压气储能电站管理体系，提高电站工作效率

[1]	胡程平, 范明, 刘艾旺, 施云辉. 考虑云储能的多区互联综合能源系统规划[J]. 发电技术, 2024, 45(4): 641-650.
[2]	张崇, 李博, 李笑宇, 刘洪波, 刘永发. 基于虚拟同步机控制参数自适应调节的储能系统调频方法[J]. 发电技术, 2024, 45(4): 772-780.
[3]	周丹, 袁至, 李骥, 范玮. 考虑平抑未来时刻风电波动的混合储能系统超前模糊控制策略[J]. 发电技术, 2024, 45(3): 412-422.
[4]	赵斌, 梁告, 姜孟浩, 邹港, 王力. 光储系统并网功率波动平抑及储能优化配置[J]. 发电技术, 2024, 45(3): 423-433.
[5]	李军徽, 陈国航, 马腾, 李翠萍, 朱星旭, 贾晨. 高风电渗透率下液流电池储能系统调峰优化控制策略[J]. 发电技术, 2024, 45(3): 434-447.
[6]	韩秀秀, 魏少鑫, 汪剑, 崔超婕, 骞伟中. 高性能锂离子电容器正极材料石墨烯-介孔炭复合物的制备及性能分析[J]. 发电技术, 2024, 45(3): 494-507.
[7]	刘洪波, 刘永发, 任阳, 孙黎, 刘珅诚. 高风电渗透率下考虑系统风电备用容量的储能配置[J]. 发电技术, 2024, 45(2): 260-272.
[8]	陈志华, 尤梦凯, 蔡伟, 胡经伟, 胡兴, 张爱芳, 张科杰, 王伟. 考虑全寿命周期的储能电站综合评价模型[J]. 发电技术, 2023, 44(6): 883-888.
[9]	石梦舒, 许小峰, 张继广, 李忆, 周保中, 乐鹰, 毕圣. 考虑电-氢市场的虚拟电厂两阶段优化策略研究[J]. 发电技术, 2023, 44(5): 645-655.
[10]	陈逸文, 赵晋斌, 李军舟, 毛玲, 屈克庆, 魏国庆. 电力低碳转型背景下氢储能的挑战与展望[J]. 发电技术, 2023, 44(3): 296-304.
[11]	郭学伯, 范良迟, 许浈婧, 李有, 林俊, 陈林. 助力节能降碳的相变储热材料研究和应用进展[J]. 发电技术, 2023, 44(2): 201-212.
[12]	叶珍珍, 陈鑫祺, 张抒婷, 汪剑, 崔超婕, 张刚, 张磊, 钱陆明, 金鹰, 骞伟中. 离子液体型双电层电容器在45 ℃和3 V状态下的长周期运行研究[J]. 发电技术, 2023, 44(2): 213-220.
[13]	郝艺博, 杜锡力, 李笑竹, 陈来军. 考虑储能性能差异的新能源场站群共享储能交易模式[J]. 发电技术, 2022, 43(5): 687-697.
[14]	谷晴, 李睿, 蔡旭, 谢宝昌. 面向百兆瓦级应用的电池储能系统拓扑与控制方法[J]. 发电技术, 2022, 43(5): 698-706.
[15]	霍龙, 张誉宝, 陈欣. 人工智能在分布式储能技术中的应用[J]. 发电技术, 2022, 43(5): 707-717.