CN106126845A - 一种北方民居风光互补供暖优化设计方法 - Google Patents

Abstract

本发明公开一种北方民居风光互补供暖优化设计方法，包括以下步骤：1)建立风光互补供暖系统的经济模型；2)采集民居的参数，建立风光互补供暖系统的需热量模型；3)建立风光互补供暖系统的供热量模型；4)建立风光互补供暖系统的经济优化模型；5)风光互补供暖系统的优化设计。本发明细致地考虑到某一地区的具体气候参数和供暖系统的造价成本及后期运维费用，使得北方民居风光互补供暖系统的设计更加精细化，对于采暖用户来讲，在达到供暖需求的同时将费用降到最低。

Description

一种北方民居风光互补供暖优化设计方法

技术领域

本发明涉及供暖技术领域，特别涉及一种北方民居风光互补供暖优化设计方法。

背景技术

现有的供暖系统的设计是根据国家规范规定按照单位面积功率法来设计供暖系统的规格，而供暖系统的设计与采暖地区的气候条件息息相关，国家规范只给定了各个地区的气候分区，规定了各个地区的单位面积采暖功率，并未细致地考虑到某一地区的具体气候参数和供暖系统的造价成本及后期运维费用。如此一来，这样的设计方法就显得比较粗糙，而且对于采暖用户来讲，也不可能达到节约投资的目的。

发明内容

本发明的目的在于提供一种北方民居风光互补供暖优化设计方法，以解决上述技术问题。

为了实现上述目的，本发明采用如下技术方案：

一种北方民居风光互补供暖优化设计方法，包括以下步骤：

1)建立风光互补供暖系统的经济模型；

2)采集民居的参数，建立风光互补供暖系统的需热量模型；

3)建立风光互补供暖系统的供热量模型；

4)建立风光互补供暖系统的经济优化模型；

5)风光互补供暖系统的优化设计。

进一步的，步骤1)中风光互补供暖系统的经济模型包括初始投资模型E1和后期运维费用模型E2；

E₁＝E_c+E_w+E_tank+E_coil+E_pump+E_pipe+E_m

式中，E_c为太阳能集热器的初投资；E_w为风力发电机的初投资；E_tank为蓄热水箱的初投资；E_coil为风机盘管的初投资；E_pump为循环水泵的初投资；E_pipe为供暖管道的初投资；E_m为其他材料的初投资；

E₂＝E_c'+E_w'+E_tank'+E_coil'+E_pump'+E_pipe'+E_m'+E_heat

式中，E_c'为太阳集热器的运维费用；E_w'为风力发电机的运维费用；E_tank'为蓄热水箱的运维费用；E_coil'为风机盘管的运维费用；E_pump'为循环水泵的运维费用；E_pipe'为供暖管道的运维费用；E_m'为其他材料的运维费用。

进一步的，步骤2)中所建立的风光互补供暖系统的需热量模型为：

Q_need＝Q_load+Q_loss+Q_pipe+Q_tank+Q'_C

式中，Q_load为采集的建筑负荷；Q_loss为采集的建筑失热；Q_pipe为采集的管道失热；Q_tank为采集的蓄热水箱失热量；Q'_C为采集的太阳能集热器的失热量。

进一步的，步骤3)中所建立风光互补供暖系统的供热量模型为：

Q_supply＝Q_C+Q_W+Q_AU+Q_IN

式中，Q_C为集热器集热量；Q_W为风力发电机供热量；Q_AU为辅助热源制热量；Q_IN为建筑物内部得热。

进一步的，步骤4)中风光互补供暖系统的经济优化模型是基于该风光互补供暖系统在每个供暖季内的投资最少且使得供热端提供的热量满足需热端所需求的热量，即Q_supply＝Q_need；目标函数以及约束条件均为太阳能集热器面积A，风力发电机的功率P_w以及市电辅助热源提供的热量Q_Aux的函数；风光互补供暖系统的经济优化模型如下式所示：

使得Q_need＝Q_supply；其中为系统初投资平均分摊到每一年的年均初投资。

进一步的，步骤5)中具体通过遗传算法对风光互补供暖系统经济优化模型进行全局优化；遗传算法的设置如下所示：

目标函数：

定义适应度函数E＝C_max-minf(A,P_w,Q_Aux)

说明：C_max为一个适当的相对比较大的数，是f(A,P_w,_Aus)的最大估计值；这个值是利用遗传算法优化的时候，随机确定的，是一个主观性的估计值。

通过遗传算法得到：最优的太阳能集热器面积A、风力发电机的功率P_w、市电辅助热源提供的热量Q_Aux以及每年的年均初投资和运维费用。

进一步的，根据步骤5)获得的最优的太阳能集热器面积A、风力发电机的功率P_w、市电辅助热源提供的热量Q_Aux以及每年的年均初投资和运维费用在对应民居中搭建风光互补供暖系统。

本发明为推动北方农村地区的新能源的发展，同时解决部分农村地区冬季供暖需求，所以提出一个适合用于西部农村的一种太阳能-风能互补的供暖系统的设计优化方法，主要目的是通过该设计优化方法，利用算法计算出特定建筑物利用风光互补供暖系统需要安装太阳能集热器面积A，风力发电机的功率P_w以及市电辅助热源提供的热量Q_Aux，该发明的技术路线图如图1所示。

如图1所示，本发明首先要根据风光互补供暖系统各个部件的成本建立初投资模型E1；然后建立该系统的后期运维费用模型E2；通过获取该地区的典型气象数据，计算建筑负荷、太阳能集热器的热量损失、蓄热水箱的热量损失、供暖管路的热量损失并建立系统的需热量模型Qneed；根据该地区的典型气象数据，计算集热器的集热量模型和风机的发电量模型构建系统的制热量模型Qsupply。

令Q_supply＝Q_need为约束条件，为目标函数。其中为系统初投资平均分摊到每一年的年均初投资。通过遗传算法计算出最优的太阳能集热器面积A，风力发电机的功率P_W、市电辅助热源提供的热量Q_Aux以及每年的年均初投资和运维费用。

本发明从风光互补供暖系统的热量平衡模型和经济优化模型两方面着手，力求使供暖系统提供的热量满足建筑物的热量需求，同时能达到节约投资，保护环境的目标。

本发明方法利用系统热量平衡模型、年均初投资、年运维费用以及优化算法，优化算法采用遗传算法。

本发明中，系统热量平衡模型考虑了制热端模型和需热端模型，制热端模型包括风电有效产热量、集热器有效产热量以及市电辅助热源提供的有效产热量，需热端包括建筑物热负荷、集热器热量损失、蓄热水箱热量损失以及供暖管路的热量损失。

本发明中，系统的热量模型是太阳能集热器面积A，风力发电机的功率P_w以及市电辅助热源提供的热量Q_Aux的函数。

本发明中，系统的年均初投资模型考虑了阳能集热器投资、风力发电机初投资、蓄热水箱初投资、风机盘管初投资、循环泵初投资、供暖管道初投资、保温材料初投资、安装费用。

本发明中，系统的年运维费用考虑了循环水泵的电费和维护费用、太阳能集热器的维护费用、风力发电机的维护费用、蓄热水箱的维护费用，辅助热源的电费。

本发明中，系统的初投资模型也是太阳能集热器面积A，风力发电机的功率P_w以及市电辅助热源提供的热量Q_Aux的函数，即E1＝f(A,P_w,Q_Aux)。

本发明中，系统的年运维费用模型也是太阳能集热器面积A，风力发电机的功率P_w以及市电辅助热源提供的热量Q_Aux的函数，即E2＝f(A,P_w,Q_Aux)。

本发明中，系统的经济优化模型利用遗传算法进行优化，优化目标为使E1+E2最小，约束函数为系统需热量＝系统制热量。

相对于现有技术，本发明具有以下有益效果：本发明建立北方民居风光互补供暖系统的热量平衡模型和经济优化模型，通过利用遗传算法来确定系统最佳的太阳能集热器面积、风力发电机的功率以及市电辅助热源的功耗，以达到既满足建筑物的热量需求又满足系统投资金额最低的目的。本发明细致地考虑到某一地区的具体气候参数和供暖系统的造价成本及后期运维费用，使得北方民居风光互补供暖系统的设计更加精细化，对于采暖用户来讲，在达到供暖需求的同时将费用降到最低。

附图说明

图1为本发明方法的技术路线图；

图2为风光互补供暖系统原理图；

图3为N＝15时最优个体和个体平均值的变化趋势图。

具体实施方式

风光互补供暖系统：

风光互补供暖系统是一种小型的家用的新能源采暖系统，一方面可以减轻农户的采暖费用负担，另一方面可以充分的利用新能源，保护环境。风光互补供暖系统的技术原理如下图2所示：

如图2所示，风光互补供暖系统主要由太阳能集热器、风力发电机、市电辅助热源、蓄热水箱以及风机盘管组成，其中控制器1主要控制1号泵的启停，2号控制器控制2～4号泵的转速。白天1号泵开启，供热回水经过电磁三通阀-1号泵-太阳能集热器流入蓄热水箱，由风力发电机、太阳能集热器和市电辅助加热循环水；夜间1号泵关闭，供暖回水经三通阀直接进入蓄热水箱，由风力发电机和市电辅助加热为循环水加热。在整个系统中，太阳能集热器收集的热量和风机的发电量全部投入制热，若不满足住宅的需热量的那部分，由市电辅助热源提供。

请参阅图1所示，本发明一种北方民居风光互补供暖优化设计方法，包括以下步骤：

1)建立风光互补供暖系统经济模型

风机价格和系统其它部件的初投资如表1，表2所示。风力发电机的维护费用占其成本的3％，太阳能集热器的维护费用占其成本的3.5％，其它材料的维护费用占其成本的3％。

表1 某品牌风力发电机的功率以及价格

表1为某品牌风机的功率和价格的关系表，可设风机额定功率为P_w(kW)，风机价格为E_w(元)，根据数据辨识可知风力发电机功率和价格的关系如下式所示：

$E_w=4.2\×P_w^3-119.3\×P_w^2+3524.1\×P_w$

表2 风光互补供暖系统其它部件的初投资

因此，根据附图2原理图可知该系统的各个部件的个数，通过表2中各个部件的初投资可以建立如下的初投资模型E1为：

$E1=4.2\×P_w^3-119.3\×P_w^2+3524.1\×P_w+365\×A+6750$

说明：6750为辅助热源电加热器、蓄热水箱、循环泵(4台)、保温材料、风机盘管(3台、循环管道的初投资费用。

后期运维费用模型E2为：

$E2=0.03\×(4.2\×P_w^3-119.3\×P_w^2+3524.1\×P_w)+365\×0.035\×A+0.5\×Q_{Aux}+0.03\×6750$

其中，Q_Aux为市电辅助热源提供的热量；

2)风光互补供暖热量平衡模型

所采集的建筑物参数如表3所示。

表3 建筑物主要参数

根据典型气象年数据，计算一个供暖季(共2880h)系统的供热量和系统需热量。

·供热端热量模型：

设t时刻风速为v(t)，风机启动风速为v_c，额定风速为v_R，风机的停机风速为v_F，风机额定功率为P_w。则风力发电机的输出功率为：

$P_{wind}=P_w\frac{v\left(t\right)-v_c}{v_R-v_c},(v_c\≤v(t)\≤v_F)$

设太阳能集热器的面积为A，t时刻太阳能辐射量为J(t)，集热效率为η_c，则太阳能集热器在t时刻的功率为：

P_c＝J(t)Aη_c

设系统辅助热源在一个供暖季提供的热量为Q_Aux，则系统供热端模型为：

$\begin{array}{c}{Q}_{\sup ply}=P_w\×\underset{t=1}{\overset{2880}{\mathrm{\Σ}}}\frac{v_t-v_c}{v_R-v_c}+A\×\underset{t=1}{\overset{2880}{\mathrm{\Σ}}}{\mathrm{\η}}_c{J}_t+Q_{Aux}-A\×\underset{t=1}{\overset{2880}{\mathrm{\Σ}}}{U}_L\left(T_{ai}-T_{e_t}\right)\\ =296.527\×P_w+169.867\×A+Q_{Aux}\end{array}$

·需热端热量模型：

本发明中不考虑供暖管路和蓄热水箱的热损。设t时刻太阳能集热器内部的温度为T_ai(t)，集热器热损失系数为U_L(W/(m²·℃))，外部温度为环境温度T_e(t)，则太阳能集热器的热损失量Q'_C为^[3]：

Q'_C＝U_LA(T_ai(t)-T_e(t))

建筑物热负荷Q_load只考虑冷风渗透耗热量Q_leak和围护结构的耗热量Q_wall，通过以下的公式计算围护结构的基本耗热量，通过换气次数法来计算建筑物的冷风渗透的热量损失^[4]。

Q_wall＝KF(T_n-T_e(t))αW

Q_leak＝0.278n_kV_nc_pρ_w(T_n-T_e(t))W

Q_load＝Q_wall+Q_leak

式中，K为维护结构的传热系数；F为围护结构的面积；α为围护结构的温差修正系数，(T_h为不供暖房间的空气温度)；n_k为房间的换气次数，次/h；V_n为房间的内部体积，m³；c_p为冷空气的定压比热，c_p＝1kJ/(kg·℃)；ρ_w为供暖室外计算温度下的空气密度，kg/m³；T_n为冬季室内温度；T_e(t)为室外环境温度。

$Q_{need}=\underset{i-=}{\overset{2880}{\mathrm{\Σ}}}{Q}_{load}+\underset{i-=}{\overset{2880}{\mathrm{\Σ}}}{Q^{\′}}_C=5655.78$

3)风光互补供暖系统经济优化模型

该系统的经济优化模型如下式所示：

使得Q_need＝Q_supply。

$\begin{array}{cc}s.t.& g(A,P_w,Q_{Aux})=P_w\×\underset{t=1}{\overset{2880}{\Σ}}\frac{v_t-v_c}{v_R-v_c}+A\×\underset{t=1}{\overset{2880}{\Σ}}{\mathrm{\η}}_c{J}_t+Q_{Aux}-A\×\underset{t=1}{\overset{2880}{\Σ}}{U}_L(T_{ai}-T_{e_t})-Q_{load}=0,\end{array}$

5)优化结果

通过遗传算法对优化模型进行全局优化，该处N＝15，种群规模Popsize设置为100，最大代数MAXGEN设置为100代，交叉概率设置p_c为0.6，变异概率p_m设置为0.002，v_c＝2m/s，v_R＝11m/s，v_F＝20m/s，η_c＝0.7，U_L＝0.5W·m^-2·℃，n_k＝0.6，循环管道长度为50m，辅助热源的加热效率为0.9，风力发电机产热效率为0.9。优化后的风力发电机的额定功率P_w＝0.3kW，太阳能集热器的面积A＝33.18m²，市电辅助热源的耗能Q_Aux＝0.184kW。优化之后的年均投资费用变化曲线如图3所示。从图3可以看出，经济优化目标函数在遗传算法进化到12代时，得到最优的经济目标，即最优的年均投资金额，为1929元人民币。

Claims (7)

1.一种北方民居风光互补供暖优化设计方法，其特征在于，包括以下步骤：

1)建立风光互补供暖系统的经济模型；

2)采集民居的建筑参数，建立风光互补供暖系统的需热量模型；

3)建立风光互补供暖系统的供热量模型；

4)建立风光互补供暖系统的经济优化模型；

5)风光互补供暖系统的优化设计。

2.根据权利要求1所述的一种北方民居风光互补供暖优化设计方法，其特征在于，步骤1)中风光互补供暖系统的经济模型包括初始投资模型E1和后期运维费用模型E2；

E₁＝E_c+E_w+E_tank+E_coil+E_pump+E_pipe+E_m

式中，E_c为太阳能集热器的初投资；E_w为风力发电机的初投资；E_tank为蓄热水箱的初投资；E_coil为风机盘管的初投资；E_pump为循环水泵的初投资；E_pipe为供暖管道的初投资；E_m为其他材料的初投资；

E₂＝E_c'+E_w'+E_tank'+E_coil'+E_pump'+E_pipe'+E_m'+E_heat

式中，E_c'为太阳集热器的运维费用；E_w'为风力发电机的运维费用；E_tank'为蓄热水箱的运维费用；E_coil'为风机盘管的运维费用；E_pump'为循环水泵的运维费用；E_pipe'为供暖管道的运维费用；E_m'为其他材料的运维费用。

3.根据权利要求1所述的一种北方民居风光互补供暖优化设计方法，其特征在于，步骤2)中所建立的风光互补供暖系统的需热量模型为：

Q_need＝Q_load+Q_loss+Q_pipe+Q_tank+Q'_C

式中，Q_load为采集的建筑负荷；Q_loss为采集的建筑失热；Q_pipe为采集的管道失热；Q_tank为采集的蓄热水箱失热量；Q'_C为采集的太阳能集热器的失热量。

4.根据权利要求1所述的一种北方民居风光互补供暖优化设计方法，其特征在于，步骤3)中所建立风光互补供暖系统的供热量模型为：

Q_supply＝Q_C+Q_W+Q_AU+Q_IN

式中，Q_C为集热器集热量；Q_W为风力发电机供热量；Q_AU为辅助热源制热量；Q_IN为建筑物内部得热。

5.根据权利要求1所述的一种北方民居风光互补供暖优化设计方法，其特征在于，步骤4)中风光互补供暖系统的经济优化模型是基于该风光互补供暖系统在每个供暖季内的投资最少且使得供热端提供的热量满足需热端所需求的热量，即Q_supply＝Q_need；目标函数以及约束条件均为太阳能集热器面积A，风力发电机的功率P_w以及市电辅助热源提供的热量Q_Aux的函数；风光互补供暖系统的经济优化模型如下式所示：

使得Q_need＝Q_supply；其中为系统初投资平均分摊到每一年的年均初投资。

6.根据权利要求1所述的一种北方民居风光互补供暖优化设计方法，其特征在于，步骤5)中具体通过遗传算法对风光互补供暖系统经济优化模型进行全局优化；遗传算法的设置如下所示：

目标函数：

定义适应度函数E＝C_max-minf(A,P_w,Q_Aux)

说明：C_max是f(A,P_w,Q_Aux)的最大估计值；

通过遗传算法得到：最优的太阳能集热器面积A、风力发电机的功率P_w、市电辅助热源提供的热量Q_Aux以及每年的年均初投资和运维费用。

7.根据权利要求6所述的一种北方民居风光互补供暖优化设计方法，其特征在于，根据步骤5)获得的最优的太阳能集热器面积A、风力发电机的功率P_w、市电辅助热源提供的热量Q_Aux以及每年的年均初投资和运维费用在对应民居中搭建风光互补供暖系统。