CN106839468A - 一种太阳能热水器水量调节方法及系统 - Google Patents

Abstract

本发明公开一种太阳能热水器水量调节方法及系统，方法包括：获取太阳能热水器多个历史统计时间内的历史状态信息、历史用水量、以及历史外部数据，对所述历史状态信息、历史用水量、以及历史外部数据建立预测模型，所述预测模型建立历史用水量与历史状态信息、历史外部数据的关系；获取太阳能热水器的当前状态信息、以及当前外部数据，使用所述预测模型进行预测得到当前统计时间段内的预测用水量；根据预测用水量、太阳能热水器的水量保有量，按照预设测量确定太阳能热水器的加水量，根据所述加水量对太阳能热水器水箱进行加水。本发明使得热水器参数的设定符合用户的实际使用需求。

Description

一种太阳能热水器水量调节方法及系统

技术领域

本发明涉及太阳能热水器相关技术领域，特别是一种太阳能热水器水量调节方法及系统。

背景技术

太阳能热水器是将太阳光能转化为热能的加热装置，将水从低温加热到高温，以满足人们在生活、生产中的热水使用。太阳能热水器是由集热管、储水箱及支架等相关零配件组成，把太阳能转换成热能主要依靠真空集热管，真空集热管利用热水上浮冷水下沉的原理，使水产生微循环而得到所需热水。

作为新能源，太阳能具有普遍、环保、长久等优点，但是由于受地区、季节、天气、时间等方面的影响，太阳能不是很稳定，为保证热水供应温度的稳定，大部分太阳能热水器都配备了辅助加热器，目前有电辅助加热、热泵辅助加热、燃气辅助加热等辅助加热方式。

然而，现有技术对于热水器参数的设定主要采用人工手动设定参数。这样会导致参数设置的不够合理，增加热水器的电加热耗能，同时导致用户的用水体验不够好。

发明内容

基于此，有必要针对现有技术对于热水器参数的设定不合理的技术问题，提供一种太阳能热水器水量调节方法及系统。

本发明提供一种太阳能热水器水量调节方法，包括：

建模步骤，获取太阳能热水器多个历史统计时间内的历史状态信息、历史用水量、以及历史外部数据，对所述历史状态信息、历史用水量、以及历史外部数据建立预测模型，所述预测模型建立历史用水量与历史状态信息、历史外部数据的关系；

预测步骤，获取太阳能热水器的当前状态信息、以及当前外部数据，使用所述预测模型进行预测得到当前统计时间段内的预测用水量；

加水步骤，根据预测用水量、太阳能热水器的水量保有量，按照预设测量确定太阳能热水器的加水量，根据所述加水量对太阳能热水器水箱进行加水。

进一步的：

所述状态信息包括：预设统计时间内的辅助加热的总能耗、使用者的用水舒适度；

所述外部数据包括：天气信息数据、日期信息数据、时间信息数据。

更进一步的，所述使用者的用水舒适度采用如下方式确定：

计算舒适量其中，t为统计时间，T_c为统计时间内的水箱温度，T_fit,L为预设最低舒适温度，T_fit,L为太阳能热水器的目标温度；

根据舒适量确定对应的舒适度，舒适量与对应的舒适度正相关。

进一步的，所述策略包括：

确定加水停止阈值为接下来的当前统计时间段内的预测用水量与预设水量基础值之和；

当启动加水时，向水箱加水至所述加水停止阈值。

进一步的，所述策略包括：

当水箱温度高于所述水箱允许温度上限，且当前水量低于预设水箱允许水位上限时，向水箱加水，然后重新调整水箱允许温度上限，直到水箱温度达到所述水箱允许温度上限或者当前水量达到预设水箱允许水位上限，其中：

水箱允许温度上限其中，ΔT_th为预设定位加水温度，V₁为当前水量，U为当前统计时间段内的用水量，TH为预设调节阈值，T_thl为预设允许温度上限的最低值，T_thh为允许温度上限的最大值。

本发明提供一种太阳能热水器水量调节系统，包括：

建模模块，用于获取太阳能热水器多个历史统计时间内的历史状态信息、历史用水量、以及历史外部数据，对所述历史状态信息、历史用水量、以及历史外部数据建立预测模型，所述预测模型建立历史用水量与历史状态信息、历史外部数据的关系；

预测模块，用于获取太阳能热水器的当前状态信息、以及当前外部数据，使用所述预测模型进行预测得到当前统计时间段内的预测用水量；

加水模块，用于根据预测用水量、太阳能热水器的水量保有量，按照预设测量确定太阳能热水器的加水量，根据所述加水量对太阳能热水器水箱进行加水。

进一步的：

所述状态信息包括：预设统计时间内的辅助加热的总能耗、使用者的用水舒适度；

所述外部数据包括：天气信息数据、日期信息数据、时间信息数据。

更进一步的，所述使用者的用水舒适度采用如下方式确定：

计算舒适量其中，t为统计时间，T_c为统计时间内的水箱温度，T_fit,L为预设最低舒适温度，T_fit,L为太阳能热水器的目标温度；

根据舒适量确定对应的舒适度，舒适量与对应的舒适度正相关。

进一步的，所述策略包括：

确定加水停止阈值为接下来的当前统计时间段内的预测用水量与预设水量基础值之和；

当启动加水时，向水箱加水至所述加水停止阈值。

进一步的，所述策略包括：

当水箱温度高于所述水箱允许温度上限，且当前水量低于预设水箱允许水位上限时，向水箱加水，然后重新调整水箱允许温度上限，直到水箱温度达到所述水箱允许温度上限或者当前水量达到预设水箱允许水位上限，其中：

水箱允许温度上限其中，ΔT_th为预设定位加水温度，V₁为当前水量，U为当前统计时间段内的用水量，TH为预设调节阈值，T_thl为预设允许温度上限的最低值，T_thh为允许温度上限的最大值。

本发明通过对多个历史统计时间内的历史状态信息、历史用水量、以及历史外部数据进行综合建模，对应不同时段不同日期，以及当天用水量的变化，做出准确的用水量预测，然后根据预测用水量进行加水，使得热水器参数的设定符合用户的实际使用需求。

附图说明

图1为本发明一种太阳能热水器水量调节方法的工作流程图；

图2为本发明一种太阳能热水器的结构示意图；

图3为本发明一实施例的策略实施前后水箱水位变化对比图；

图4为本发明一实施例的策略实施前后加热量对比图；

图5为本发明一实施例的策略实施前系统加水水量温度图；

图6为本发明一实施例的策略实施后系统加水水量温度图；

图7为现有的加水策略；

图8为本发明另一实施例的加水策略；

图9为本发明另一实施例策略实施前后水箱水位变化对比图；

图10为本发明另一实施例策略实施前后水箱加热量变化对比图；

图11为本发明一种太阳能热水器水量调节系统的系统模块图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步详细的说明。

如图1所示为本发明一种太阳能热水器水量调节方法的工作流程图，包括：

步骤S101，获取太阳能热水器多个历史统计时间内的历史状态信息、历史用水量、以及历史外部数据，对所述历史状态信息、历史用水量、以及历史外部数据建立预测模型，所述预测模型建立历史用水量与历史状态信息、历史外部数据的关系；

步骤S102，获取太阳能热水器的当前状态信息、以及当前外部数据，使用所述预测模型进行预测得到当前统计时间段内的预测用水量；

步骤103，根据预测用水量、太阳能热水器的水量保有量，按照预设测量确定太阳能热水器的加水量，根据所述加水量对太阳能热水器水箱进行加水。

具体来说，太阳能热水器的基本构成包含了太阳能集热器21、储热水箱22、上水口S1、出水口S2、辅助加热设备H1等部件，如2所示，其中T₁为集热器的顶部温度，T₂为水箱中水温，T₃为上水管温度，T₄为集热器底部温度，T₅为水箱出水口温度，V₁为水箱中当前水位百分比。当系统通过太阳能加热时，水通过集热器上水口输送到太阳能集热器上，经过太阳能加热后回送到集热水箱。在水箱水温低于辅助加热启动阈值温度时，热水器会利用辅助加热技术加热水箱中的水直到温度达到辅助加热停止阈值温度。当水箱水量不够时，系统通过上水口对集热水箱中注入冷水。当太阳能温度过足，水箱内水温过高的情况下，系统会打开上水口，通过补充冷水的方式使水箱内温度下降。

本发明步骤S101通过太阳能热水器的传感器获取多个历史统计时间内的历史状态信息、历史用水量，通过外部网络获取多个历史统计时间内的历史外部数据，然后建立预测模型。并通过步骤S102进行预测。其中，统计时间可以是一天、一小时、半小时等，从而对应不同时段的变化不同，做出更为准确的判断。

数据的输入如果为原始形式，由于传感器的精准度问题，有一定的误差和噪音波动，所以对数据进行平滑处理。通过滤波处理后(如S-G滤波器，低通滤波器等)，可以获得平滑稳定的数值输出。

无论是历史用水量还是当前用水量，都可以通过计算一段时间内的水量变化来统计，同时扣除期间由于系统上水带来的影响来计算。用水量V₂为：

V₂＝V_1，start-V_1，end-V_fill；

其中V_1，start为统计区间开始时水箱水量，V_1，end为统计区间结束时水箱水量,V_fill为统计区间总的上水量：

V_fill＝∑Δt_fill·w_fill；

其中∑Δt_fill为上水操作的总时间，w_fill为上水的速率。在近似情况下，由于上水速度远远大于用水速度，也可以把上水量用上水时间段前后的水量变化差值，减去上水前后的平均用水速率的均值与上水时间Δt′_fill的乘积获得：

公式中中V′_1，start为上水开始时水箱水量，V′_1，end为上水结束时水箱水量,Δt_fill为上水操作的时间，为上水前后的平均用水速率的均值。

预测模型可以使用机器学习方法，预测出接下来一定时间内的用水量。在这个系统中，可以以多个历史统计时间内的历史状态信息、历史用水量、以及历史外部数据作为输入，通过机器学习进行建模预测，输出预测的用水量。输入的信息可以根据系统的需求而做出调整，历史用水量是最基本的输入参数，其余的参数可以按情况添加删减。同时数据也不限定于以原始形式输入，经过一定的特征工程，如平方，相关，采样等方式输入也是在本方案考虑范围内。

一个应用的机器学习模型是回归模型，经过测试，并通过参数自动寻优的方法设置最优值(如网格搜索法、遗传算法等)，对于不同热水器，程序会根据数据特征自动设置最优值，使得模型效果最好。基于机器学习方法优点在于可以根据不同地区，不同用户自动生成不同得数学模型来产生预测用水量。经过测试，预测用水量的平均绝对误差为2.5。

本发明通过对多个历史统计时间内的历史状态信息、历史用水量、以及历史外部数据进行综合建模，对应不同时段不同日期，以及当天用水量的变化，做出准确的用水量预测，然后根据预测用水量进行加水，使得热水器参数的设定符合用户的实际使用需求。

在其中一个实施例中：

所述状态信息包括：预设统计时间内的辅助加热的总能耗、使用者的用水舒适度；

所述外部数据包括：天气信息数据、日期信息数据、时间信息数据。

具体来说，计算系统在统计时间段内的辅助加热的总能耗E_heat＝P_heat·Δt_heat。

对于天气状况，将文本数据编码为数值数据，并对其他数据进行适当的转换及处理。

天气转换方法的参考方案：

天气	转换结果
		晴天	1
多云	2
		下雨	3
其他	X

本实施例依据时间日期以及天气情况的综合建模，对应不同时段不同日期，以及当天用水量的变化不同做出更为准确的判断。在考虑了用户的舒适度的同时进行了节能。

更进一步的，所述使用者的用水舒适度采用如下方式确定：

计算舒适量其中，t为统计时间，T_c为统计时间内的水箱温度，T_fit,L为预设最低舒适温度，T_fit,L为太阳能热水器的目标温度；

根据舒适量确定对应的舒适度，舒适量与对应的舒适度正相关。

具体来说，T_c可以采用图2中的T2。舒适量与舒适度的对应格式可以参考下表：

舒适量	舒适度
			非常舒适
	舒适
			不舒适
	糟糕

K₁、K₂、K₃为预设的阈值，通过层级将舒适量转换为对应的舒适度，舒适度可以进一步用第一舒适度、第二舒适度、第三舒适度、第四舒适度区分，以便编程使用。

本实施例通过温度确定舒适量，从而使得舒适度能够数字化标识，更为客观。

在其中一个实施例中，所述策略包括：

确定加水停止阈值为接下来的当前统计时间段内的预测用水量与预设水量基础值之和；

当启动加水时，向水箱加水至所述加水停止阈值。

本实施例采用的是基于用水量预测的主动加水水箱水量保有量优化策略，具体来说：

为了保证水箱中的热水水量能满足用户需求，需要保证在用水时有足够的热水量。具备自动加水功能的太阳能热水器，当水位检测感应器检测到水箱水量低于加水启动阈值V_start(例如30)时，便自动开启加水；具备定时加水功能的太阳能热水器，系统会在固定的时间点触发加水动作。无论哪种加水触发，水量都会持续增加直到水箱水量达到加水停止阈值V_stop(例如80)。节能策略是根据用水量的预测U，智能设定加水停止阈值V_stop：

V_stop＝U+V_base

这里V_base是指水量基础值，用于保证系统的最基本热水保有量，同时预防突发性的过量用水。例如接下来一定时间的用水量U为20，水量基础值V_base为25，则设定加水停止阈值为45。

针对定时加热型或手动加热型的太阳能热水器，辅热系统会在设定时间或者人工操作时开启加热，使水温上升到目标水温。针对自动加热型太阳能热水器，辅热系统会在水箱温度低于某个设定阈值时自动开启加热，直到水温上升到目标温度。无论是哪种系统，根据需求设定水箱保有量，都可以使到辅助加热不会产生过量加热行为。

如图3所示为本实施例的策略实施前后水箱水位变化对比，图4为本实施例的策略实施前后加热量对比。从图3和图4可以看出本实施例的策略实施后对水箱水量的优化以及加热量的优化。可以看出水箱水量维持在较低的水平，同时加热时间也明显减少。实验结果显示，在一年的测试数据上，总共节约了37.4％的辅助加热。

进一步，太阳能热水器系统根据是用水量的多少确定加水的多少，本实施例的策略，避免了由于短时间的过量加水导致的水温剧烈下降，并长期保持在较低水温的情形。

如图5和图6所示，当水量低于最低水量(30)限制时，进行加量加水，直到达到加水上限。可以看到水箱内的水温下降到，并且需要2.5小时才恢复到目标温度48度。根据舒适度计算方式，这段时间的用水舒适度只有0.46。通过本实施例的策略优化后的水箱加水行为，水温虽然有所降低，但依然保持在41度以上，并且只使用了1小时就恢复到目标温度48度。根据舒适度计算方式，这段时间的用水舒适度达到了0.77。舒适量增加了0.31，提升67％。

本实施例，太阳能热水器不会在用水量很低的时候存储过量的水，从而避免了过量的热辅助加热。

在其中一个实施例中，所述策略包括：

当水箱温度高于所述水箱允许温度上限，且当前水量低于预设水箱允许水位上限时，向水箱加水，然后重新调整水箱允许温度上限，直到水箱温度达到所述水箱允许温度上限或者当前水量达到预设水箱允许水位上限，其中：

水箱允许温度上限其中，ΔT_th为预设定位加水温度，V₁为当前水量，U为当前统计时间段内的用水量，TH为预设调节阈值，T_thl为预设允许温度上限的最低值，T_thh为允许温度上限的最大值。

本实施例采用的是基于用水量预测的被动加水水箱水量保有量优化策略：

当太阳能过足的时候，集热器持续为水箱内注入高温热水，水箱内的水温上升速度将会明显上升。为了避免水箱水温过高导致的烫伤情况，现有某些类型的太阳能热水器将会进行自动加水，避免水箱内水温过高。如图7所示为现有的加水策略：

步骤S701，获取水箱水位V₁和水箱温度T₂；

步骤S702，当T₂>T_th，则执行步骤S703，否则重新执行步骤S701；

步骤S703，当V₁<V_th，则执行步骤S704，否则执行步骤S701；

步骤S704，加水。

其中T_th为水箱允许温度上限，V_th为水箱允许水位上限。然而该保护措施带来的另外一个副作用就是水箱内注入了过多的水量，增加了加热的能耗。该策略是根据用水量的预测，智能设定T_th水箱允许温度上限(也可以通过调节V_th水箱允许水位上限)，从而控制水箱的热水保有量。

因此，本实施例将策略修改为：

若当接下来k个小时的用水量与现在水量之比大于某个阈值TH(如20％)，则循环水箱允许温度上限适当下调ΔT_th(如5℃)，否则的话，定温加水温度适当提高ΔT_th。水箱允许温度上限的最低值为50℃(防止水箱水温因定温加水而导致温度过低，影响用户体验),水箱允许温度上限的最高值为(防止温度过高)。T_th的表达式为：

例如：当前箱内水量为50％，温度上限为55℃，若接下来4小时用水量U为16％，则设定水箱允许温度上限为50℃；若接下来4小时用水量U为8％，则设定水箱允许温度上限为60℃，让太阳能热水器在用水量较少的时候不进行定温加水，以吸收更多的太阳能。

根据本实施例的策略修改后过热保护流程如图8所示：

步骤S801，获取预测用水量U、水箱水位V₁和水箱温度T₂；

步骤S802，更新T_th；

步骤S803，当T₂>T_th，则执行步骤S804，否则重新执行步骤S801；

步骤S804，当V₁<V_th，则执行步骤S705，否则执行步骤S801；

步骤S805，加水。

经过策略节能优化后，太阳能热水器当前水量足以满足用户一段时间的用水时，不会在箱内水温较高的时候进行定温加水，防止存储过量的水，减少因用水量和储水量相差较大而在夜间产生大量的辅助加热能耗。

如图9所示为本实施例策略实施前后水箱水位变化对比，如图10所示为本实施例策略实施前后水箱加热量变化对比。

本发明能自动智能调节水箱热水保有量，并减少不必要的辅助加热时间，降低系统的整体能耗，且基于用水量预测，优化提高用水舒适度。

如图11所示为本发明一种太阳能热水器水量调节系统的系统模块图，包括：

建模模块1101，用于获取太阳能热水器多个历史统计时间内的历史状态信息、历史用水量、以及历史外部数据，对所述历史状态信息、历史用水量、以及历史外部数据建立预测模型，所述预测模型建立历史用水量与历史状态信息、历史外部数据的关系；

预测模块1102，用于获取太阳能热水器的当前状态信息、以及当前外部数据，使用所述预测模型进行预测得到当前统计时间段内的预测用水量；

加水模块1103，用于根据预测用水量、太阳能热水器的水量保有量，按照预设测量确定太阳能热水器的加水量，根据所述加水量对太阳能热水器水箱进行加水。

在其中一个实施例中：

所述状态信息包括：预设统计时间内的辅助加热的总能耗、使用者的用水舒适度；

所述外部数据包括：天气信息数据、日期信息数据、时间信息数据。

在其中一个实施例中，所述使用者的用水舒适度采用如下方式确定：

计算舒适量其中，t为统计时间，T_c为统计时间内的水箱温度，T_fit,L为预设最低舒适温度，T_fit,L为太阳能热水器的目标温度；

根据舒适量确定对应的舒适度，舒适量与对应的舒适度正相关。

在其中一个实施例中，所述策略包括：

确定加水停止阈值为接下来的当前统计时间段内的预测用水量与预设水量基础值之和；

当启动加水时，向水箱加水至所述加水停止阈值。

在其中一个实施例中，所述策略包括：

当水箱温度高于所述水箱允许温度上限，且当前水量低于预设水箱允许水位上限时，向水箱加水，然后重新调整水箱允许温度上限，直到水箱温度达到所述水箱允许温度上限或者当前水量达到预设水箱允许水位上限，其中：

水箱允许温度上限其中，ΔT_th为预设定位加水温度，V₁为当前水量，U为当前统计时间段内的用水量，TH为预设调节阈值，T_thl为预设允许温度上限的最低值，T_thh为允许温度上限的最大值。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种太阳能热水器水量调节方法，其特征在于，包括：

建模步骤，获取太阳能热水器多个历史统计时间内的历史状态信息、历史用水量、以及历史外部数据，对所述历史状态信息、历史用水量、以及历史外部数据建立预测模型，所述预测模型建立历史用水量与历史状态信息、历史外部数据的关系；

预测步骤，获取太阳能热水器的当前状态信息、以及当前外部数据，使用所述预测模型进行预测得到当前统计时间段内的预测用水量；

加水步骤，根据预测用水量、太阳能热水器的水量保有量，按照预设测量确定太阳能热水器的加水量，根据所述加水量对太阳能热水器水箱进行加水。

2.根据权利要求1所述的太阳能热水器水量调节方法，其特征在于：

所述状态信息包括：辅助加热的总能耗、使用者的用水舒适度；

所述外部数据包括：天气信息数据、日期信息数据、时间信息数据。

3.根据权利要求2所述的太阳能热水器水量调节方法，其特征在于，所述使用者的用水舒适度采用如下方式确定：

计算舒适量其中，t为统计时间，T_c为统计时间内的水箱温度，T_fit,L为预设最低舒适温度，T_fit,L为太阳能热水器的目标温度；

根据舒适量确定对应的舒适度，舒适量与对应的舒适度正相关。

4.根据权利要求1所述的太阳能热水器水量调节方法，其特征在于，所述策略包括：

确定加水停止阈值为接下来的当前统计时间段内的预测用水量与预设水量基础值之和；

当启动加水时，向水箱加水至所述加水停止阈值。

5.根据权利要求1所述的太阳能热水器水量调节方法，其特征在于，所述策略包括：

当水箱温度高于所述水箱允许温度上限，且当前水量低于预设水箱允许水位上限时，向水箱加水，然后重新调整水箱允许温度上限，直到水箱温度达到所述水箱允许温度上限或者当前水量达到预设水箱允许水位上限，其中：

水箱允许温度上限其中，ΔT_th为预设定位加水温度，V₁为当前水量，U为当前统计时间段内的用水量，TH为预设调节阈值，T_thl为预设允许温度上限的最低值，T_thh为允许温度上限的最大值。

6.一种太阳能热水器水量调节系统，其特征在于，包括：

建模模块，用于获取太阳能热水器多个统计时间内的历史状态信息、历史用水量、以及历史外部数据，对所述历史状态信息、历史用水量、以及历史外部数据建立预测模型，所述预测模型建立历史用水量与历史状态信息、历史外部数据的关系；

预测模块，用于获取太阳能热水器的当前状态信息、以及当前外部数据，使用所述预测模型进行预测得到当前统计时间段内的预测用水量；

加水模块，用于根据预测用水量、太阳能热水器的水量保有量，按照预设测量确定太阳能热水器的加水量，根据所述加水量对太阳能热水器水箱进行加水。

7.根据权利要求6所述的太阳能热水器水量调节系统，其特征在于：

所述状态信息包括：预设统计时间内的辅助加热的总能耗、使用者的用水舒适度；

所述外部数据包括：天气信息数据、日期信息数据、时间信息数据。

8.根据权利要求7所述的太阳能热水器水量调节系统，其特征在于，所述使用者的用水舒适度采用如下方式确定：

计算舒适量其中，t为统计时间，T_c为统计时间内的水箱温度，T_fit,L为预设最低舒适温度，T_fit,L为太阳能热水器的目标温度；

根据舒适量确定对应的舒适度，舒适量与对应的舒适度正相关。

9.根据权利要求6所述的太阳能热水器水量调节系统，其特征在于，所述策略包括：

确定加水停止阈值为接下来的当前统计时间段内的预测用水量与预设水量基础值之和；

当启动加水时，向水箱加水至所述加水停止阈值。

10.根据权利要求6所述的太阳能热水器水量调节系统，其特征在于，所述策略包括：

当水箱温度高于所述水箱允许温度上限，且当前水量低于预设水箱允许水位上限时，向水箱加水，然后重新调整水箱允许温度上限，直到水箱温度达到所述水箱允许温度上限或者当前水量达到预设水箱允许水位上限，其中：

水箱允许温度上限其中，ΔT_th为预设定位加水温度，V₁为当前水量，U为当前统计时间段内的用水量，TH为预设调节阈值，T_thl为预设允许温度上限的最低值，T_thh为允许温度上限的最大值。