GB/T 48186-2026 钢铁行业智能工厂 能源管控系统技术要求

中华 人民 共和 国国 家标 准

GB/T 48186—2026

钢铁行业智能工厂能源管控系统

技术要求

Intelligent factory in the iron and steel industry—Technical requirements of

2026-08-28 发布 2027-03-01 实施

国家市场监督管理总局 国家标准化管理委员会

发布

前言

本文件按照 GB/T 1.1—2020《标准化工作导则第 1 部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由中国钢铁工业协会提出。

本文件由全国钢标准化技术委员会(SAC/TC 183)归口。

本文件起草单位：中冶京诚工程技术有限公司、中冶京诚数字科技(北京)有限公司、山东钢铁集团永锋临港有限公司、中冶赛迪信息技术(重庆)有限公司、江阴兴澄特种钢铁有限公司、冶金工业信息标准研究院、首钢京唐钢铁联合有限责任公司。

本文件主要起草人：刘松、陈来军、陈恩军、李传永、胡堃、郑钶、郭宇、芮文斌、陈士英、吴杉、史春燕、李延龙、郑狄、李明宇、徐铨、刘斓冰、燕飞、周彤。

1 范围

本文件规定了钢铁行业智能工厂能源管控系统的总体要求、系统应用架构、基础设备层、数据平台层、智能应用层、源网荷储协同技术要求以及安全与运维管理。

本文件适用于钢铁行业智能工厂能源管控系统的新建、改建、扩建及智能化升级，覆盖烧结、焦化、高炉、转炉、电炉、连铸、轧钢、公辅等全工序，用于电、煤气、氧氮氩、蒸汽、水、压缩空气、新能源、储能及碳排放的一体化管控。

2 规范性引用文件

本文件没有规范性引用文件。

3 术语和定义

下列术语和定义适用于本文件。

能源管控系统 energy management and control system

对钢铁企业全工序、全流程能源介质的生产、输送、转换、消耗、回收、储能及碳排放实施集中监视、智能分析、预测预警、协同调度、优化控制、碳资产联动的一体化系统。

注：具备自感知、自组织、自平衡、自优化、自适应电力市场与碳政策的能力。

4 缩略语

下列缩略语适用于本文件。

AR：增强现实(Augmented Reality)

DCS：分布式控制系统(Distributed Control System)

EAI：企业应用集成(Enterprise Application Integration)

EMS：能源管理系统(Energy Management System)

ERP：企业资源计划系统(Enterprise Resource Planning)

ESB：企业服务总线(Enterprise Service Bus)

MES：生产执行系统(Manufacturing Execution System)

PLC：可编程逻辑控制器(Programmable Logic Controller)

UPS：不间断电源(Uninterruptible Power Supply)

VR：虚拟现实(Virtual Reality)

5 总体要求

5.1 完整性

系统应覆盖电、焦炉煤气、高炉煤气、转炉煤气、氧、氮、氩、蒸汽、水、压缩空气、光伏/风电、储能、碳排放全要素;覆盖计划、调度、运行、实绩、分析、优化、碳管理、成本核算全流程;满足四级计量、碳计量、储能计量全覆盖。

5.2 先进性

应融合工业互联网、大数据、人工智能、数字孪生、区块链、边缘计算、5G;支持源网荷储一体化、多能流协同、碳—能联动优化、柔性负荷调控、虚拟电厂聚合。

5.3 协同性

应实现能源流、物质流、信息流、碳流、资金流“五流合一”;与 MES、ERP、碳管理平台、电网调度平台、储能 EMS、新能源监控系统深度协同;支持厂级、工序级、设备级、储能单元、碳单元多级联动。

5.4 可靠性、可扩展性

应采用云边协同、分布式架构、冗余容错 ;关键设备与网络双机/双链路冗余 ;支持储能类型扩展、新能源接入、碳政策迭代、电价机制更新、模型迭代升级。

5.5 绿色低碳性

应以能效最优、碳排放最低、绿电最大化、余热余能回收率最高为核心目标;支持碳足迹追溯、碳减排量化、碳成本内部化、低碳调度优先。

5.6 经济性

应支持错峰节能、需求响应收益、碳资产增值、能耗成本降低、设备寿命延长;动态优化储能充放电策略、煤气放散最小化、外购电/自发电最优配比。

6 系统应用架构

6.1 系统采用三层架构及源网荷储协同模块：

a) 基础设备层：感知、采集、执行、储能、碳监测、新能源设备;

b) 数据平台层：数据采集、治理、存储、建模、AI 训练、储能评估、数字孪生引擎;

c) 智能应用层：监视控制、管理优化、预测调度、能碳协同、电价响应、AI 决策;

d) 源网荷储协同模块：新能源并网、储能、柔性负荷调度、电网交互。

6.2 架构逻辑：设备层数据→ 平台层治理建模 → 应用层决策 → 协同模块执行 → 反馈优化，形成闭环。钢铁行业智能工厂能源管控系统应用架构见图 1。

图 1 钢铁行业智能工厂能源管控系统应用架构图

7 基础设备层

7.1 基本要求

7.1.1 标准/专用控制设备

产能、耗能、循环单元配备完善的 PLC/DCS 或专用控制系统，控制、报警功能完备，支持远程指令交互。

7.1.2 能源管网

能源管网设计应合理、安装规范，标识清晰，杜绝跑冒滴漏;易燃易爆区域设置安全警示。

7.1.3 计量仪表设备

计量器具应满足三级计量要求，四级计量考虑重点用能设备，精度达标、具备远传功能 ;碳计量仪表同步配置，满足实时核算要求。

7.1.4 执行机构

执行机构应具备自动控制功能，能接收指令并反馈位置、运行状态等信息。

7.1.5 继电保护装置

所有发电站、配电站等应配备电力系统专用综合继电保护系统，继电保护系统作为电站的区域控制系统，预先采集电力数据，数据可直连数据平台。

7.1.6 物联装置

关键仪表配备射频物联装置，支持物联网接入与人员定位。

7.1.7 环保监测装置

配备污染物、烟气、水质、颗粒物监测设备，支持政府监管数据双路输出。

7.1.8 视频设备

视频设备应覆盖关键岗位与区域，音视频采集、传输、存储、显示设备齐全。

7.1.9 通信、网络与传输设备

部署隔离网关、工业以太网、通信接口，支持数字化对讲，可采用无人机监测排放。

7.2 通用要求

7.2.1 自动化

各站具备基础自动化、仪表及自动装置。

7.2.2 数字化

重要设备三维数字化建模，实现多维度监视、资料关联展示、全厂三维地图定位，支持储能系统三维建模、能源流可视化、数字孪生映射、边缘计算。

7.2.3 智能化

关键设备具备故障智能诊断、能效评估智能分析。

8 数据平台层

8.1 数据采集

数据采集应覆盖设备运行、能源计量、储能状态、碳排数据、电价信号、电网指令、生产计划、环保数据。

8.2 数据处理

数据处理应具备数据校验、预处理、加工、关联处理功能;碳数据核算、储能状态评估、电价信号解析、 AI 特征工程，数据校验支持跨源比对、异常识别、缺失补全、趋势一致性校验。

8.3 数据存储

数据存储应采用内存、关系、实时数据库及数据仓库 ;增设 AI 训练数据集、数字孪生模型库，支持存储备份、异地容灾。

8.4 数据归档

数据归档应按时段、工序、介质、计划、订单归档。

8.5 数据传输

数据传输内部应采用统一 ESB/EAI，打通系统数据通道，传输支持加密、权限控制、断点续传。

8.6 数据安全

全过程数据安全防护，包括加密、备份、异地容灾、防病毒、权限分级、UPS 供电等安全防护措施，关键操作留痕、可追溯、审计闭环。

9 智能应用层

9.1 监视与控制

9.1.1 数据可视化

构建三维能源流视图，实现介质、管网、数据的可视化，支持大屏、电脑终端、手机移动端、AR/VR 设备，异常工况进行自动标注、根因分析、预警推送。

9.1.2 能源管控中心

能源管控中心应具备生产、能源、环保、计量、报警控制等功能 ;支持跨工序大规模管控、智能感知分析预测调度、新能源监控、需求响应执行等操作;操作权限分级并留痕。

9.1.3 移动应用

移动应用应汇聚监控、报警、报表信息，推送定制化内容，支持远程决策，优化建议接收。

9.1.4 人员安全

应基于三维地图和人员定位，跟踪危险区域活动轨迹，在危险情况时进行报警联动。

9.1.5 设备安全

应实时监测、预警、联动、追溯，保障设备安全。

9.1.6 作业安全

应监控作业操作，提醒违章违规，保障作业安全。

9.2 生产过程管理

9.2.1 能源计划

能源计划应依据历史数据、供能、生产检修计划制订定额与供需计划。

9.2.2 能源生产运行

能源生产运行应优化设备能力，按计划供能，满足生产需求。对重点耗能设备进行能效分析，对水、气管网进行潮流分析和诊断分析。

9.2.3 能源实绩

能源实绩应采集整理实际数据，实现能效考核，自动生成报表。

9.2.4 能源对比分析

能源对比分析应将实绩与计划、行业标准对比，评价执行和使用水平。

9.2.5 能源质量

能源质量应跟踪监视质量，预警报警，保障优质稳定供应。

9.2.6 能源成本

能源成本应将成本匹配到工序、订单、批次、炉次、品种等维度。

9.3 计划与能源协同调度

9.3.1 电力负荷预测

基于智能算法，对电力进行负荷预测;输入包括生产计划、电价、天气、储能、碳约束等信息;输出负荷曲线、风险预警等结果。实时监控用电负荷变化与重大耗电设备运转状况的关联，尤其是重大的间歇冲击型负荷(如精炼炉、大型轧机等)，并对未来的用电负荷进行预测。 当总的用电负荷接近负荷约束时，及时提示短期内调整负荷错峰运行，避免超出额定容量。

9.3.2 错峰发电调度

应实时解析峰谷、尖峰价格;低谷最大化自发电、储能充电、高负荷;高峰时段最小化外购、储能放电、柔性削减、煤气使用;低谷多购电、高峰时段少购、储能匹配。

9.3.3 煤气一蒸汽一电一储能一碳协同调度

应构建多能流一储能一碳排一电价优化模型，考虑能耗成本、碳成本、购电成本、储能损耗，约束考虑供需约束、安全约束、碳排放约束、储能约束、电网限额约束，实现煤气高效、储能削峰、绿电最大、碳排放最优。

9.3.4 煤气预测

针对钢铁企业高炉煤气、转炉煤气、焦炉煤气，预测各产耗单元、缓冲单元能源量，结合各单元能源工艺特性、时序特征、智能算法匹配。

9.3.5 煤气柜预测

应提前预测煤气柜柜位变化，联动储能、发电、负荷等，预警并预调度。

9.3.6 氧氮氩预测

氧氮氩应实现联动预测，结合制氧、储能、电价、碳成本，优化负荷与压力。

9.3.7 压缩空气预测

应通过智能算法实现压力预测、储能协同，自动调节空压机、管网，进行泄漏预警。

9.3.8 蒸汽管网预测

应对蒸汽管网进行系统分析，及时预测和告警，通过蒸汽管网进行水力—热力计算，预测并掌握管网中蒸汽流向、流速、温度、压力及冷凝水分布，提示采取相关调度措施。

10 源网荷储协同技术要求

10.1 一般要求

构建源一网一荷一储一体化协同体系，应支持虚拟电厂聚合，参与电网调峰与需求响应;储能配置满足多

时间尺度需求。

10.2 协同调度功能

应支持新能源最大功率点跟踪、储能平滑、柔性负荷消纳等 ;自动响应电网调频、调峰、备用指令，进行秒 级、分钟 级调 节 ;智能 实时 优化 储能 充放 电、新能 源并 网、负荷 分配、煤气 调度、碳排 控制，多目 标最优。

11 安全与运维管理

11.1 安全管理

应执行网络安全、数据安全、设备安全、功能安全规范，考虑气柜、液体储槽、球罐等危险源的安全管控。

11.2 运维管理

应支持远程运维、故障诊断、预测性维护、数字孪生虚拟调试、储能健康评估等;建立全生命周期运维档案。

参考 文献

[ 1 ] GB/T 33899—2017 工业物联网仪表互操作协议

[ 2 ] GB/T 33904—2017 工业物联网仪表服务协议

[ 3 ] GB/T 39116—2020 智能制造能力成熟度模型

[ 4 ] GB 51245—2017 工业建筑节能设计统一标准

[ 5 ] DL/T 1870 电力系统网源协调技术规范