发明内容
本申请提供了一种供热管网调节方法和系统,解决目前城市集中供热存在的供热不稳定和不均衡的技术问题。
为解决上述技术问题,本申请采用以下技术方案予以实现:
提出一种供热管网调节方法,包括:基于当前室外温度和供热管网设计参数得到二次网供回水温度基准值,和基于供热管网测点的历史运行数据得到二次网水泵扬程基准值;调节二次网供回水温度值至所述二次网供回水温度基准值,以实现二次网的温度调节;以及,调节二次网水泵扬程至所述二次网水泵扬程基准值,以实现二次网的流量调节;基于温度调节和流量调节后二次网的当前运行数据和所述供热管网测点的历史运行数据,得到一次网供回水温度基准值、一次网水泵扬程基准值和一次网阀门开度基准值;调节一次网供回水温度至所述一次网供回水温度基准值,以实现一次网的温度调节;以及,调节一次网水泵扬程至所述一次网水泵扬程基准值,和调节一次网阀门开度为所述一次网阀门开度基准值,以实现一次网的流量调节。
进一步的,所述供热管网设计参数包括二次网供水设计温度、二次网回水设计温度、供暖室内设计温度、供暖室外设计温度、散热器传热系数计算中的指数;所述基于当前室外温度和供热管网设计参数得到二次网供回水温度基准值,具体为:基于得到二次网供水温度基准值;基于得到二次网回水温度基准值;其中,为所述二次网供水设计温度和所述二次网回水设计温度;b为所述散热器传热系数计算中的指数;为所述供暖室内设计温度;为所述当前室外温度;为所述供暖室外设计温度;为用户散热器平均设计平均计算温差;为二次网供回水设计温差。
进一步的,所述供热管网测点包括二次网阀门开度和二次网水泵扬程;所述基于供热管网测点的历史运行数据得到二次网水泵扬程基准值,具体为:以所述二次网阀门开度的历史运行数据为训练输入数据,以所述二次网水泵扬程的历史运行数据为训练输出数据,使用神经网络训练得到二次网水泵扬程训练模型;基于所述二次网水泵扬程训练模型,以各热用户当前二次网阀门开度为输入,得到各热用户的所述二次网水泵扬程基准值。
进一步的,所述供热管网测点还包括室外温度、二次网供水温度、二次网回水温度、二次网流量、一次网供水温度和一次网回水温度;所述基于温度调节和流量调节后二次网的当前运行数据和所述供热管网测点的历史运行数据,得到一次网供回水温度基准值,具体为:以所述室外温度的历史运行数据、所述二次网供水温度的历史运行数据、所述二次网回水温度的历史运行数据和所述二次网流量的历史运行数据为训练输入数据,以所述一次网供水温度的历史运行数据和所述一次网回水温度的历史运行数据为训练输出数据,使用神经网络训练得到一次网供回水温度训练模型;基于所述一次网供回水温度训练模型,以各个供热站当前室外温度、当前二次网供水温度、当前二次网回水温度和当前二次网流量为输入,得到各供热站的所述一次网供回水温度基准值。
进一步的,所述供热管网测点还包括一次网阀门开度和一次网水泵扬程;所述基于温度调节和流量调节后二次网的当前运行数据和所述供热管网测点的历史运行数据,得到一次网水泵扬程基准值和一次网阀门开度基准值,具体为:以所述二次网阀门开度的历史运行数据、所述二次网供水温度的历史运行数据和所述二次网回水温度的历史运行数据为训练输入数据,以所述一次网阀门开度的历史运行数据为训练输出,使用神经网络训练得到一次网阀门开度训练模型;基于所述一次网阀门开度训练模型,以各供热站当前二次网阀门开度、当前二次网供水温度和当前二次网回水温度为输入,得到各供热站的所述一次网阀门开度基准值;以所述一次网阀门开度的历史运行数据为训练输入数据,以所述一次网水泵扬程的历史运行数据为训练输出数据,使用神经网络训练得到一次网水泵扬程训练模型;基于所述一次网水泵扬程训练模型,以各供热站当前一次网阀门开度为输入,得到各供热站的所述一次网水泵扬程基准值。
提出一种供热管网调节系统,包括多个供热管网测点、二次网测点基准值确定模块、二次网温度和流量调节模块、一次网测点基准值确定模块和一次网温度和流量调节模块;所述二次网测点基准值确定模块,用于基于当前室外温度和供热管网设计参数得到二次网供回水温度基准值,和基于供热管网测点的历史运行数据得到二次网水泵扬程基准值;所述二次网温度和流量调节模块,用于调节二次网供回水温度值至所述二次网供回水温度基准值,以实现二次网的温度调节;以及,调节二次网水泵扬程至所述二次网水泵扬程基准值,以实现二次网的流量调节;所述一次网测点基准值确定模块,用于基于温度调节和流量调节后二次网的当前运行数据和所述供热管网测点的历史运行数据,得到一次网供回水温度基准值、一次网水泵扬程基准值和一次网阀门开度基准值;所述一次网温度和流量调节模块,用于调节一次网供回水温度至所述一次网供回水温度基准值,以实现一次网的温度调节;以及,调节一次网水泵扬程至所述一次网水泵扬程基准值,和调节一次网阀门开度为所述一次网阀门开度基准值,以实现一次网的流量调节。
进一步的,所述供热管网设计参数包括二次网供水设计温度、二次网回水设计温度、供暖室内设计温度、供暖室外设计温度、散热器传热系数计算中的指数;所述二次网测点基准值确定模块包括二次网供回水温度基准值确定单元;用于基于得到二次网供水温度基准值;和基于得到二次网回水温度基准值;其中,为所述二次网供水设计温度和所述二次网回水设计温度;b为所述散热器传热系数计算中的指数;为所述供暖室内设计温度;为所述当前室外温度;为所述供暖室外设计温度;为用户散热器平均设计平均计算温差;为二次网供回水设计温差。
进一步的,所述供热管网测点包括二次网阀门开度和二次网水泵扬程;所述二次网测点基准值确定模块还包括二次网阀门开度基准值确定单元,用于以所述二次网阀门开度的历史运行数据为训练输入数据,以所述二次网水泵扬程的历史运行数据为训练输出数据,使用神经网络训练得到二次网水泵扬程训练模型;基于所述二次网水泵扬程训练模型,以各热用户当前二次网阀门开度为输入,得到各热用户的所述二次网水泵扬程基准值。
进一步的,所述供热管网测点还包括室外温度、二次网供水温度、二次网回水温度、二次网流量、一次网供水温度和一次网回水温度;所述一次网测点基准值确定模块包括一次网供回水温度基准值确定单元,用于以所述室外温度的历史运行数据、所述二次网供水温度的历史运行数据、所述二次网回水温度的历史运行数据和所述二次网流量的历史运行数据为训练输入数据,以所述一次网供水温度的历史运行数据和所述一次网回水温度的历史运行数据为训练输出数据,使用神经网络训练得到一次网供回水温度训练模型;基于所述一次网供回水温度训练模型,以各个供热站当前室外温度、当前二次网供水温度、当前二次网回水温度和当前二次网流量为输入,得到各供热站的所述一次网供回水温度基准值。
进一步的,所述供热管网测点还包括一次网阀门开度和一次网水泵扬程;所述一次网测点基准值确定模块还包括一次网阀门开度基准值确定单元和一次网水泵扬程基准值确定单元;所述一次网阀门开度基准值确定单元,用于以所述二次网阀门开度的历史运行数据、所述二次网供水温度的历史运行数据和所述二次网回水温度的历史运行数据为训练输入数据,以所述一次网阀门开度的历史运行数据为训练输出,使用神经网络训练得到一次网阀门开度训练模型;基于所述一次网阀门开度训练模型,以各供热站当前二次网阀门开度、当前二次网供水温度和当前二次网回水温度为输入,得到各供热站的所述一次网阀门开度基准值;所述一次网水泵扬程基准值确定单元,用于以所述一次网阀门开度的历史运行数据为训练输入数据,以所述一次网水泵扬程的历史运行数据为训练输出数据,使用神经网络训练得到一次网水泵扬程训练模型;基于所述一次网水泵扬程训练模型,以各供热站当前一次网阀门开度为输入,得到各供热站的所述一次网水泵扬程基准值。
与现有技术相比,本申请的优点和积极效果是:本申请提出的供热管网调节方法和系统中,通过获取供热管网设计参数推算出二次网供回水温度基准值,以及获取供热管网多个测点的历史运行数据,以神经网络训练得到二次网水泵扬程训练模型,进而结合供热管网当运行数据得到各个热用户的二次网水泵扬程基准值,最后将二次网的当前供回水温度和水泵扬程分别调节至基准值实现对二次网的温度和流量的调节;在完成二次网的温度和流量调节后,对一次网温度和流量也做出相应的调节,具体的,通过获取供热管网多个测点的历史运行数据,以神经网络训练得到一次网供回水温度训练模型、一次网阀门开度训练模型和一次网水泵扬程训练模型,结合供热管网当前运行数据推算出一次网的供回水温度、阀门开度和水泵扬程的基准值,将一次网的当前供回水温度、阀门开度和水泵扬程分别调节至基准值实现对一次网的调节,从而实现了对供热管网的全网调节,达到热网平衡。
上述可见,使用各个供热管网历史运行数据,结合神经网络算法捕捉热网运行规律与室外温度的关系,故而能够及时响应室外温度的变化来调节热网系统参数,保持了热用户室内温度的稳定;由于采用了包括二次网和一次网的多个供热管网测点的运行数据,从整体上考虑到热网系统的水力平衡和热量平衡,实现了热量的按需分配,避免了近端和远端用户的室内温差现象,使得供热更加均衡;解决了目前城市集中供热存在的供热不稳定和不均衡的技术问题,且相比依靠人工经验调节的方式更加精准。
结合附图阅读本申请实施方式的详细描述后,本申请的其他特点和优点将变得更加清楚。
具体实施方式
下面结合附图对本申请的具体实施方式作进一步详细地说明。
本申请提出的供热管网调节方法,如图1所示,包括如下步骤:
步骤S11:基于当前室外温度和供热管网设计参数得到二次网供回水温度基准值,和基于供热管网各个测点的历史运行数据得到二次网水泵扬程基准值。
采集供热管网设计参数包括:二次网供水设计温度、二次网回水设计温度、供暖室内设计温度、供暖室外设计温度、散热器传热系数计算中的指数。
可以基于得到二次网供水温度基准值;和基于得到二次网回水温度基准值;其中,为二次网供水设计温度和二次网回水设计温度;b为散热器传热系数计算中的指数,可以取0.3;为供暖室内设计温度;为当前室外温度;为供暖室外设计温度;为用户散热器平均设计平均计算温差;为二次网供回水设计温差。
供热管网测点包括上述供热管网设计参数,还包括室外温度、二次网供水温度、二次网回水温度、二次网流量、二次网阀门开度、二次网水泵扬程、一次网供水温度、一次网回水温度、一次网阀门开度、一次网水泵扬程和一次网流量等。
二次网水泵扬程基准值可以通过以下方式获取:以二次网阀门开度的历史运行数据为训练输入数据,以二次网水泵扬程的历史运行数据为训练输出数据,使用径向基神经网络训练得到二次网水泵扬程训练模型;该二次网水泵扬程训练模型结构近似表达阀门开度与水泵扬程之间的函数关系,由此,可以基于该二次网水泵扬程训练模型,以二次网中各热用户当前二次网阀门开度为输入,得到各热用户的二次网水泵扬程基准值的输出。
步骤S12:调节二次网供回水温度值至所述二次网供回水温度基准值,以实现二次网的温度调节;以及,调节二次网水泵扬程至所述二次网水泵扬程基准值,以实现二次网的流量调节。
将当前二次网供回水温度反馈给热网管理人员,与得到的二次网供回水温度基准值进行比较,通过开启或关闭混水泵,调节二次网供回水温度至二次网供回水温度基准值,从而完成对二次网温度的调节。
将当前二次网水泵扬程与得到的二次网水泵扬程基准值进行比较,计算出二者的偏差,热网管理人员根据偏差结果,通过控制变频泵的频率调节当前水泵扬程至二次网水泵扬程基准值,变频泵扬程影响泵的输水量,进而影响二次网的流量,二次网水泵扬程调节至二次网水泵扬程基准值,二次网流量相应的成为最佳值,从而完成对二次网流量的调节。
步骤S13:基于温度调节和流量调节后二次网的当前运行数据和所述供热管网各个测点的历史运行数据,得到一次网供回水温度基准值、一次网水泵扬程基准值和一次网阀门开度基准值。
当二次网温度和流量调节完毕后,一次网温度和流量也做出相应调节,以达到全网平衡的效果。具体的,同样可以使用各供热管网测点的历史运行数据作为输入,以目标供热管网测点的历史运行数据为输出,采用神经网络训练函数关系模型,并基于训练出的函数关系模型,以当前供热管网测点的运行数据为输入来得到当前的目标输出。
具体的,以室外温度的历史运行数据、二次网供水温度的历史运行数据、二次网回水温度的历史运行数据和二次网流量的历史运行数据为训练输入数据,以一次网供水温度的历史运行数据和一次网回水温度的历史运行数据为训练输出数据,使用神经网络训练得到一次网供回水温度训练模型;然后,基于一次网供回水温度训练模型,以各个供热站当前室外温度、当前二次网供水温度、当前二次网回水温度和当前二次网流量为输入,得到各供热站的一次网供回水温度基准值。
以二次网阀门开度的历史运行数据、二次网供水温度的历史运行数据和二次网回水温度的历史运行数据为训练输入数据,以一次网阀门开度的历史运行数据为训练输出,使用神经网络训练得到一次网阀门开度训练模型;然后,基于一次网阀门开度训练模型,以各供热站当前二次网阀门开度、当前二次网供水温度和当前二次网回水温度为输入,得到各供热站的一次网阀门开度基准值。
以一次网阀门开度的历史运行数据为训练输入数据,以一次网水泵扬程的历史运行数据为训练输出数据,使用神经网络训练得到一次网水泵扬程训练模型;然后,基于一次网水泵扬程训练模型,以各供热站当前一次网阀门开度为输入,得到各供热站的一次网水泵扬程基准值。
步骤S14:调节一次网供回水温度至所述一次网供回水温度基准值,以实现一次网的温度调节;以及,调节一次网水泵扬程至所述一次网水泵扬程基准值,和调节一次网阀门开度为所述一次网阀门开度基准值,以实现一次网的流量调节。
将当前一次网供回水温度与一次网供回水温度基准值进行比较,二者的偏差反馈给热网管理员,热网管理员根据偏差,通过开启或关闭混水泵调节一次网供回水温度,完成一次网温度的调节。
将一次网阀门开度基准值和一次网水泵扬程基准值与二者的基准值进行比较,二者的偏差反馈给热网管理员,热网管理员根据偏差,通过调节水泵扬程和阀门开度,调节一次网流量,使一次网流量达到最优,从而完成一次网流量的调节。
以上,一次网指集中供热的热源厂到各用热单位入户处的阀门处,二次网指各供热单位内部各个单位建筑物之间的管道。
上述,结合二次网的调节,以及二次网调节后相应对一次网的调节,实现了对供热管网的全网调节,达到热网平衡。本申请实施例中,使用各个供热管网测点历史运行数据,结合神经网络算法捕捉热网运行规律与室外温度的关系,故而能够及时响应室外温度的变化来调节热网系统参数,保持了热用户室内温度的稳定;并且,由于采用了包括二次网和一次网的多个供热管网测点的运行数据,从整体上考虑到了热网系统的水力平衡和热量平衡,实现了热量的按需分配,避免了近端和远端用户的室内温差现象,使得供热更加均衡;解决了目前城市集中供热存在的供热不稳定和不均衡的技术问题,且相比依靠人工经验调节的方式更加精准。
基于上述提出的供热管网调节方法,本申请还提出一种供热管网调节系统,如图2所示,该系统包括多个供热管网测点、二次网测点基准值确定模块21、二次网温度和流量调节模块22、一次网测点基准值确定模块23和一次网温度和流量调节模块24;其中,供热管网测点包括室外温度1、二次网供水温度2、二次网回水温度3、二次网流量4、二次网阀门开度5、二次网水泵扬程6、一次网供水温度7、一次网回水温度8、一次网阀门开度9、一次网水泵扬程10、供热管网设计参数11、一次网流量等。
二次网测点基准值确定模块21用于基于当前室外温度和供热管网设计参数得到二次网供回水温度基准值,和基于供热管网测点的历史运行数据得到二次网水泵扬程基准值;二次网温度和流量调节模块22用于调节二次网供回水温度值至二次网供回水温度基准值,以实现二次网的温度调节;以及,调节二次网水泵扬程至二次网水泵扬程基准值,以实现二次网的流量调节;一次网测点基准值确定模块23用于基于温度调节和流量调节后二次网的当前运行数据和供热管网测点的历史运行数据,得到一次网供回水温度基准值、一次网水泵扬程基准值和一次网阀门开度基准值;一次网温度和流量调节模块24用于调节一次网供回水温度至一次网供回水温度基准值,以实现一次网的温度调节;以及,调节一次网水泵扬程至一次网水泵扬程基准值,和调节一次网阀门开度为一次网阀门开度基准值,以实现一次网的流量调节。
具体的,供热管网设计参数11包括二次网供水设计温度、二次网回水设计温度、供暖室内设计温度、供暖室外设计温度、散热器传热系数计算中的指数;二次网测点基准值确定模块21包括二次网供回水温度基准值确定单元211和二次网阀门开度基准值确定单元212;二次网供回水温度基准值确定单元211用于基于得到二次网供水温度基准值;和基于得到二次网回水温度基准值;其中,为二次网供水设计温度和二次网回水设计温度;b为散热器传热系数计算中的指数;为供暖室内设计温度;为当前室外温度;为供暖室外设计温度;为用户散热器平均设计平均计算温差;为二次网供回水设计温差。
二次网阀门开度基准值确定单元212用于以二次网阀门开度5的历史运行数据为训练输入数据,以二次网水泵扬程6的历史运行数据为训练输出数据,使用神经网络训练得到二次网水泵扬程训练模型;基于二次网水泵扬程训练模型,以各热用户当前二次网阀门开度为输入,得到各热用户的二次网水泵扬程基准值。
一次网测点基准值确定模块23包括一次网供回水温度基准值确定单元231、一次网阀门开度基准值确定单元232和一次网水泵扬程基准值确定单元233。一次网供回水温度基准值确定单元231用于以室外温度1的历史运行数据、二次网供水温度2的历史运行数据、二次网回水温度3的历史运行数据和二次网流量4的历史运行数据为训练输入数据,以一次网供水温度7的历史运行数据和一次网回水温度8的历史运行数据为训练输出数据,使用神经网络训练得到一次网供回水温度训练模型;并基于一次网供回水温度训练模型,以各个供热站当前室外温度、当前二次网供水温度、当前二次网回水温度和当前二次网流量为输入,得到各供热站的一次网供回水温度基准值。
一次网阀门开度基准值确定单元232用于以二次网阀门开度5的历史运行数据、二次网供水温度2的历史运行数据和二次网回水温度3的历史运行数据为训练输入数据,以一次网阀门开度9的历史运行数据为训练输出,使用神经网络训练得到一次网阀门开度训练模型;并基于一次网阀门开度训练模型,以各供热站当前二次网阀门开度、当前二次网供水温度和当前二次网回水温度为输入,得到各供热站的一次网阀门开度基准值;
一次网水泵扬程基准值确定单元233用于以一次网阀门开度9的历史运行数据为训练输入数据,以一次网水泵扬程10的历史运行数据为训练输出数据,使用神经网络训练得到一次网水泵扬程训练模型;并基于一次网水泵扬程训练模型,以各供热站当前一次网阀门开度为输入,得到各供热站的一次网水泵扬程基准值。
具体的供热管网调节系统的工作方法已经在上述供热管网调节方法中详述,此处不予赘述。
上述本申请提出的供热管网调节方法和系统,根据各个供热管网测点的历史运行数据进行训练得到二次网运行参数基准值,使得能够根据基准值调节二次网,实现对二次网的温度和流量的调节,在二次网调节完成后,再根据各个供热挂网测点的历史运行数据训练得到一次网运行参数基准值,使得能够根据基准值调节一次网,实现对一次网的温度和流量的调节,从而实现了全网的平衡调节。
应该指出的是,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。