1. HEROS

• 1. HEROS
  • 1.1. HEROS系统
  • 1.2. HEROS优化方案
    • 1.2.1. 甲烷浓度高情况（满负荷状态）
    • 1.2.2. 甲烷浓度正常情况
  • 1.3. 安全监控机制
  • 1.4. 边缘计算的介绍及其优势
    • 1.4.1. HEROS展示界面介绍
    • 1.4.2. HEROS设置界面介绍
      • 1.4.2.1. 通用信息配置
      • 1.4.2.2. 设备列表配置

1.1. HEROS系统

HEROS（Heavy Engine Rectification Operation System）重型(沼气)发电机优化系统，是沼气发电机组的机理性专属定制分析项目。

HEROS 借助的是 APIECO 边缘计算机实施，APIECO 一方面作为数据采集器(适配器)对设备参数进行采集和上传云端 MixIOT，通过云端进行数据统计计算和宏观远程控制与升级； 另一方面对沼气发电机设备进行专属项目分析，计算得到策略最优设置值，进一步进行反向控制。

1.2. HEROS优化方案

在恒定的条件下，每一个甲烷浓度都会对应一个最佳发电总功率，总功率是所有机台有功功率总和，理想情况下对总功率按机台总数平均即可得到各台发电机的最优发电功率，按机器最大发电能力换算可得到负载，例如，电机最大发电能力为 1000KW，需要设置的功率为 800KW，则负载为 80%。

实际上涉及到外界条件对发电机的影响，在满负荷的情况下，发电机的有功功率有可能不会同样达到最佳功率，会受一些约束条件影响导致发电机保证约束条件满足下调整上限不一致，各个发电机分配的有功功率不会一致。

调整使用的是 5 分钟一调的自动反向控制策略，以当前功率为基准，以 100KW 为最大步长靠近最优发电功率值，以此保证机台不会因为大幅度频繁调整而导致的设备损耗或者不稳定现象。

1.2.1. 甲烷浓度高情况（满负荷状态）

在甲烷浓度较高即满负荷的情况下，每台发电机都可以开启到最大能力运转，此时，约束条件成为主要的控制标准。厂家操作是经验保守操作，就是很简单的某个负载下持续运行， 机组发生故障的次数少，就按照这个负载值作为上限值操作。

人为的经验操作明显会使发电量减少，如果满负荷状态时间较长，则累积丢失的发电量则十分庞大。例如：一个电站有10 台机组，每台机组的最大能力是830KW~850KW(83%~85%)， 以平均 840KW(84%) 计算， 而经验值是 800KW(80%) ， 则单位时间内， 实际可以多发(840-800)/800 ×100%=5%的电。若按一年 360 天、一天 20 小时有效工作时间计算， (840-800)/800 ×20×360×10= 2880000(KWh)，也就是说整个电站一年可以多发两百多万度电，就算满负荷状态的时间只占一半，也有接近一百五十万度电。

1.2.2. 甲烷浓度正常情况

在浓度正常即最优总功率低于所有机台最大能力的总和时，负载设置可以设置为最优功率。

人为的操作是根据甲烷浓度设置一个负载，待甲烷浓度下降后再调整为另一个负载。这样就会出现两个问题，一个是负载若在调整之前会比最优值还高，直接影响到发电机本身的转速实际有功功率等参数，稳定性差，产生警报甚至导致分闸停机；若在调整之前会比最优值低来保证安全，则发电量丢失。另一个是人工成本问题，一旦沼气气源不稳定，浓度忽高忽低，人工操作频繁。

若采用自动控制，则自动可设置至约束条件下的最优值，保证了安全之余最大发电，也省去了人工调节的人力资源和时间成本。测试阶段则不涉及此功能。

1.3. 安全监控机制

监控机制与调整策略不同，是以每次更新数据进行的间隔检测，一旦检测到不满足约束条件则立即降载，直至满足约束条件为止。

1) 机器稳定性 发电机机器本身有其运作状态，负载升高转速频率电压电流相应地也会变化，变化频繁、变化幅度增大、超出阈值都有可能，也就是机器稳定性会变差，当机器稳定性变差时则不应当采用理论负载值，一旦检测到这个情况，则需要马上降载。

2) 甲烷浓度变化情况 甲烷浓度的变化并不是固定不变的，在气源充足的情况下，浓度短时间内不会因负载迅速变化，但在气源不稳定的情况下，则有可能迅速变小或者不受影响，而这个变化是无法预测的，必须在调节之后才能发现，一旦检测到这个情况，则需要马上降载。

3) 预处理入口压力 预处理入口压力与环境、天气、气温等外界因素相关，入口压力过大或者变化过大都会影响整个电站的正常工作，一般是容易液化的水蒸气导致，也就是在恶劣天气下为保证安全负载设定会比理想情况要低，极端情况下需要停机排水处理。

4) 缸排温度 负载(功率)越高，排温相应地越高。正常地，每一个负载会对应一个排温范围，如果某一时刻设定的负载对应了一个接近合理排温上限的温度值，则增大负载会有风险，应当加以限制。

1.4. 边缘计算的介绍及其优势

边缘计算，相对于云计算，是指利用靠近数据源的边缘地带来完成的运算程序。运算可以在大型运算设备内完成，也可以在中、小型运算设备、本地端网络内完成。所以边缘计算相对于云计算有以下几个优点。

1) 增加数据安全性 物联网解决方案是网络攻击的理想目标，边缘计算可以帮助企业保护网络，并提高整体数据隐私。由于数据是分散的，并且在生成数据的设备之间分布，因此很难用一次攻击来摧毁整个网络或破坏所有数据。

2) 更好的应用性能 数据在设备和数据中心之间来回传输需要一些时间。通过存储和处理靠近其源的数据，企业可以减少延迟时间，并提高整体应用程序性能。因此，企业可以实时分析数据，而不会出现延迟。

3) 降低运营成本 当企业“存储和处理”边缘的大部分数据时，不需要大量的云存储。此外，可以过滤掉不必要的信息并只备份相关数据。因此，企业的基础设施成本将不可避免地下降。

4) 提高业务效率和可靠性 较低的数据流量和减少的云存储可以带来更高效的业务运营。此外，网络连接不会出现问题，因为它们适用于依赖云计算的其他物联网产品。这是因为企业的物联网设备可以在没有互联网连接的情况下自主工作。

5) 无限的可扩展性 与云计算不同，边缘计算允许企业根据需要扩展物联网网络，而无需考虑可用存储(或其成本)。

1.4.1. HEROS展示界面介绍

详细解释

1. 实际有功功率，记录的是当前设备上报的有功功率；
2. 实际有功电度，当前有功电度值，记录当前有功电度上报值；
3. 目标有功功率，有功功率调节值，即为优化方案值
4. 目标有功电度，在设置为建议有功功率调节值的情况下，预计可产生的总有功电度。

1.4.2. HEROS设置界面介绍

HEROS参数配置分为两个部分：通用信息和设备列表

1.4.2.1. 通用信息配置

通用信息为所有参与联调的设备的共同参数

1. 气缸数目：一台机组的气缸数。
2. 历史数据条数：参与计算的历史数据量，该数量影响对设备功率的调节频率。数据量过小，对设备的波动情况反映较为迅速，调节频率较高，数据量过大，对设备波动情况反映较为迟钝，调节频率较低，可根据设备情况及对调节频率的需求，灵活设置。
3. 数据上报频率：根据数据实际采集的上报频率填写。
4. 功率调节步长上限：每次调节功率的最大幅度，与设备性能及灵敏度相关，可根据实际情况设置。
5. 功率调节步长下限：每次调节功率的最小幅度，与设备性能及灵敏度相关，可根据实际情况设置。
6. 功率波动阈值：有功功率异常波动情况下，与功率设定值的最大允许差值，用于检测设备在当前功率设定值情况下的运行状态，该阈值影响对设备功率的调节频率，起影响情况可参考“历史数据条数”，可根据设备情况及对调节频率的需求，灵活设置。
7. 功率调节周期：两次功率调节间隔所允许的最小时长
8. 机油温度阈值：机油温度的上限值，用于检测设备运行状态。
9. 缸排温度阈值：缸排温度的上限值，用于检测设备运行状态。
10. 单位发电量：即设备以100KW的功率发电一小时产生的电量，用于计算设备在目标功率状态运行时，多产生的发电量。

1.4.2.2. 设备列表配置

设备列表为每一台参与联调的设备的独立参数

1. 设备名称：为每一台机组设置名称，便于在展示界面灵活切换和查找
2. 功率最大值：根据每一台设备实际的工况，设置其运行的功率最大值
3. 功率最小值：根据每一台设备实际的工况，设置其运行的功率最小值

通用信息每次设置或编辑后，点击保存按钮，才能生效。