来源：中国电力报

业内专家共话热电技术创新与高质量发展

“十五五”期间，热电行业面临哪些重大机遇？热电企业如何聚焦模式革新与技术升级拓展高质量发展路径？12月11~12日，由中国节能协会热电产业委员会主办的2025第二届热电产业高质量发展大会在山东省济南市举行。与会专家围绕能源转型、热电协同、人工智能等技术在发电设备中的应用等议题展开了深度探讨。

采用大温差技术的太原市集中供热联网扩容改造工程（二期）、“聊热入济”长距离供热工程北线实现全线贯通、江苏谏壁电厂100万千瓦燃煤机组20%Pe稳定供汽110吨/时，实现热电深度解耦.....近年来，企业不断提升改进供热方式和手段，积极拓宽新质生产力发展思路，不断转化便民惠民举措新动能，推动供热事业高质量发展。

实现热电协同发展

热电联产因能源综合利用效率高、碳排放强度低的天然优势，成为能源转型中的重要支撑力量。近年来，我国热电行业加速升级，热电联产成为城市供暖和工业供热的主力，但传统的热电联产模式仍面临保障供热和深度调峰的两难局面。

清华大学建筑学院教授付林表示，热电机组是根据现货电价调节机组运行以获得最大的收益，电价低时，发电亏损但需保证供热，电价高时发电盈利但供热成本较高，电厂面临民生保障与经济性的矛盾，而冬季电力需求高峰与供热需求重叠。

中国能源研究会常务理事王永亮介绍，热电联产企业调峰能力受供热任务制约，供热季调峰空间被大幅压缩，最低负荷率需维持在50%以上，煤电机组调节能力理论值较高（如爬坡能力80%、环保指标90%），但实际受供热等因素影响难以充分发挥，电网对调峰服务需求持续增长，热电企业现有技术和管理模式难以满足需求。

付林建议，采用“余热+余电”热电协同的方式，将低价电力高效转化为热能储存，利用热泵技术从低温热源提取热量，通过电热转换实现能源梯级利用，可降低综合供热成本，实现跨季节储热和连续供热。低电价时段，利用热泵技术将电能转化为热能存储，同时回收低温余热，高电价时段电厂专注发电，通过储热系统保障供热需求。

大温差供热与烟气余热回收是供热系统节能降耗的两项关键技术，二者结合可显著提升能源利用效率。付林介绍，烟气余热利用可利用现有抽汽和零电价电力驱动热泵，零运行成本回收烟气余热，显著增加系统经济性，通过直接接触式供热，解决烟气低温腐蚀问题，大温差供热可降低热网回水温度，实现余热梯级利用，完全释放节能空间。

付林认为，未来应通过技术创新发展热电池和储热技术，提高电热转换效率，实现热电协同发展以及火电厂零碳排放，热电完全解耦运行，促进可再生能源消纳。

国家能源集团天津公司正高级工程师方久文建议，将热网系统作为储能装备，结合跨时域调节技术，实现热电协同调峰，探索应用电热泵等新型技术，优化热源结构，降低供热对机组调峰的制约。

建立高效AI系统模型提高热电机组灵活性

AI技术作为第四次工业革命的核心驱动力，已成为推动产业变革的关键力量。根据世界贸易组织（WTO）今年9月发布的《2025世界贸易报告》，在正确的政策支持下，到2040年人工智能的应用有望推动全球GDP增长12%至13%。

国家发展改革委、国家能源局今年9月发布的《关于推进“人工智能+”能源高质量发展的实施意见》明确，将发电行业作为人工智能赋能能源重点领域，系统部署人工智能与火电、水电、新能源等领域深度融合路径，推动人工智能技术在发电行业的深度应用。

如何利用AI更好地保障发电企业设备稳定运行？北京中安吉泰科技有限公司解决方案部经理晁思洋在此次研讨会上分享了研究成果。他认为，目前，火电机组燃煤掺烧力度持续加大，水冷壁结焦、高温腐蚀等现象严重，而且受新能源装机持续增长等影响，机组参与电网调峰深度和频次显著增加，频繁大负荷波动导致水冷壁应力拉裂问题日益突出，严重影响锅炉安全可靠运行。另外，锅炉水冷壁缺陷的监测检查手段仅能在计划检修时搭设炉膛脚手架或通过升降平台方式检查，安全风险大、耗时长、费用高、效率低，无法做到逢停必检及时消除设备隐患。

晁思洋介绍，通过AI技术平台化设计的智能机器人，能够在水冷壁表面快速安全移动，实现对水冷壁表面的灰尘清理以及表面缺陷检测等作业，利用炉膛检测球形无人机可通过遥控在无GPS信号密闭空间炉膛中快速巡查，分析泄露位置和状况，以及启机前的问题确认，适用于水冷壁管大面积高温腐蚀检查、燃烧器区域定点检查等。

上海全应科技有限公司董事长兼CEO夏建涛呼吁，应重视数字化技术、尤其是AI技术在工业系统灵活调控中的作用，应进一步发展工业智能技术体系，推动工业领域的绿色化发展。夏建涛认为，利用工业的数据，建立绿色、高效的AI系统模型，控制工业生产过程，实现节能降耗，提高热电机组的灵活性，是一个非常重要的发展路线。

上海全应科技有限公司高级副总裁熊杰介绍，热电行业需往更节能、更智能方向发展，基于数据驱动的动态智能模型搭建，锅炉存在负荷波动频繁、无规律，下游负荷变化通知信息不准确，系统无法提前准确响应等问题，通过AI模型下的动态矩阵控制，根据历史及当前操作和运行参数，实时预测未来状态，滚动计算最优解，负荷稳定时，能够提升稳定性，大负荷波动时，能够通过精准的超调、回调克服大延迟系统反应慢的问题，提升指标精度。

方久文建议，需加强生产流程全环节的信息采集与监测，通过人工智能、大数据等技术提升发电机组灵活性。

业内专家认为，在物理改造潜力逐步挖掘殆尽后，基于工业大数据和工艺机理的AI优化，将成为进一步提升机组性能、降低运行成本的革命性工具。未来的热电运营将更加依赖于“数据+算法+知识”的智能系统。