CN110287509A - 城市热网的柔性分析与结构缺陷诊断及定位方法和系统 - Google Patents

城市热网的柔性分析与结构缺陷诊断及定位方法和系统 Download PDF

Info

Publication number
CN110287509A
CN110287509A CN201910339647.XA CN201910339647A CN110287509A CN 110287509 A CN110287509 A CN 110287509A CN 201910339647 A CN201910339647 A CN 201910339647A CN 110287509 A CN110287509 A CN 110287509A
Authority
CN
China
Prior art keywords
heat supply
supply network
heat
network
flexibility
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910339647.XA
Other languages
English (en)
Other versions
CN110287509B (zh
Inventor
钟崴
陈嘉映
林小杰
周懿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201910339647.XA priority Critical patent/CN110287509B/zh
Publication of CN110287509A publication Critical patent/CN110287509A/zh
Application granted granted Critical
Publication of CN110287509B publication Critical patent/CN110287509B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/18Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Water Supply & Treatment (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Public Health (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种城市热网的柔性分析与结构缺陷诊断及定位方法和系统。该方法是首先建立城市热网的映射模型,生成热网在各个工况下的测试用例集合,用于模拟供需两端的不同动态组合。本发明还提出了热网柔性评价的模型和结构缺陷诊断及定位方法,用来量化评估热网结构灵活输运热能的能力及热网运行过程中动态调控的能力。通过诊断获得热网柔性欠佳的区域或管路,以便运行操作人员并对这些柔性欠佳的区域提出优化改造方案。本发明的方法和系统能够为热网的规划设计和优化改造提供更加真实的评估以及实践的可行性。

Description

城市热网的柔性分析与结构缺陷诊断及定位方法和系统
技术领域
本发明涉及一种城市热网的柔性分析及结构缺陷诊断及定位方法和系统,属于热网优化调度领域。
背景技术
伴随能源转型,以及新型城市能源网络的发展,越来越致力于实现城市能源供应整体效益的最大化。热网作为城市能源网络中的重要组成部分,其在面临大扰动时,快速响应和供应负荷的大幅波动能力直接关系着人们的正常生活和生产活动。
当前城市供热系统运行中,不仅需要依据天气变化调控各热源的热能生产方案,还需要调控热网中各泵、阀的工作点状态组合,以保证安全、均衡、高效的向建筑物输送热能,这一热能输运供应系统的运行调控问题具有大规模、高延迟、强耦合、多约束、时变和非线性的技术特征。因此我国供热供需两端的不确定性给现有热网带来诸多挑战。
其中,热网的柔性是供热企业技术装备水平和管理水平的综合体现。热网灵活输运热能的能力直接关系到清洁供热目标的实现,若热网输运的柔性充足,在采暖季初期可以减少高碳、高成本的尖峰热水锅炉使用,更多地使用低碳、可再生能源,反之,若热网输运的柔性不足,将导致无法包容消纳波动、不确定的低碳及可再生热能,造成弃用浪费。随着经济的迅速发展和人民生活水平的不断提高,热用户对供热的要求也越来越高,因此提高供热柔性既是热用户的期望也是供热企业的目标。
本发明讨论了热网的柔性评估问题以及其结构缺陷的诊断与定位,定义了用于评估城市热网的柔性模型与方法,并针对热网中柔性欠佳的部分进行初步诊断,用于指导热网的改造,以获得优化的柔性改造方案,并用于实际系统的再造。
发明内容
本发明的目的在于针对现有技术的不足,提供一种城市热网的柔性分析及结构缺陷诊断及定位方法和系统。
本发明采用的技术方案如下:
一种城市热网的柔性分析与结构缺陷诊断及定位方法,包括如下步骤:
步骤S1,基于结构机理建模,结合运行数据辨识,建立用于热网的热工水力仿真计算的映射模型;
步骤S2,通过回溯算法生成测试用例集合,模拟供需的动态波动组合,结合步骤S1中的映射模型进行计算;
步骤S3,将热网柔性定义为在供需两端组合不确定的条件下,热网在供需之间各工况下进行热能输运的满足程度,给出热网柔性的计算方法,对热网进行评估;
步骤S4,针对步骤S3的评估结果,对热网进行诊断,定位柔性欠佳的区域。
上述技术方案中,进一步的,所述的步骤S1具体为:
S11:建立供热管网的一维严格结构机理模型,基于图论,将供热管网结构及热能输运过程抽象为有向图G的表达,具体由包含热源供给、热用户/热力站需求、管网分叉及汇合等节点的集合V(G),以及连接各节点的管段的集合E(G)构成,如下:
V(G)={V1,…,Vn,…,VN}
E(G)={E1,......,Em,......,EM}
G={V(G),E(G)}
其中,Vn为热网中的第n个节点,节点总个数为N,Em为热网中的第m个管段,管段总数为M;
S12:建立热网输运热能的一维连续性方程、能量方程、动量方程,并运用数值计算方法联立求解结构机理模型方程组;
S13:以热网的正向严格结构机理建模为基础,再结合热网运行状态监测数据,通过智能优化算法对模型特征参数进行反向辨识校准,获得热网的映射模型。
进一步的,所述的步骤S2通过回溯算法生成测试用例集合,模拟供需的动态波动组合,具体为:
S21:确定源侧的热源种类、数目及调控范围,统计用户侧的历史用热数据,构建供需参数的测试用例集合H,并根据热网的工程约束条件构建参数的约束关系集合TS;所述的约束关系考虑了不同热用户的优先级、热网中不同泵阀组合、不同解列方案;
S22:构建测试集H的空间树,并用回溯算法遍历测试集的空间树,剔除重复的测试用例;对解空间树进行遍历,同时利用约束关系对树的枝叶进行裁剪。当遍历到叶子时,把符合条件的根到叶子之间的路径组合输出;在遍历过程中,需要与TS中的约束关系进行比较;重复步骤S22直至不再有重复的测试集;获得测试集H′;
S23:构建热源Hs和热用户Hd的两两组合测试用例集HSD,接着从HSD中删除超出约束TS的组合,然后检查HSD是否能被H′覆盖,如果被全部覆盖,则算法结束;否则,剔除没有被覆盖的组合;获得测试集HSD′;
S24:根据上述步骤生成的测试集HSD′,输入热工水力仿真映射模型进行计算,获得热网的运行工况数据。
进一步的,所述的步骤S3中,将热网柔性定义为在供需两端组合不确定的条件下,热网在供需之间各工况下进行热能输运的满足程度,针对该定义建立热网柔性评价模型和计算方法,具体为:
S3l:首先根据负荷预测得到热网中热源的供应量Hs,1,…,Hs,a,…,Hs,A,A为热源数量,热力站或热用户的需求所占权重W1...,Wi,...,WB,B为热力站或热用户的数目,通过热工水力仿真映射模型计算得出在热网的某个工况下,热力站所能获得的热负荷HX,1,…HX,b,...,HX,B;通过历史数据统计各个热力站的需求负荷Hd,1,...,Hd,b,...Hd,B,并定义单个热力站的满足度为
S32:定义热网在前述工况下的用户满足度为
其中y为热网的所有不可控属性,X为热网的所有可调属性,包括但不限于可调热源,阀门,水泵等。
S33:计算某一时刻ti下的热网柔性fi,其中考虑了Ω为所有不可控因素的可能性组合;
S34:计算给定热网在某一评估周期[ti,ti+1]下的柔性Fi
S35:根据步骤S34计算热网的柔性,在系统上显示整个热网的柔性分布图。
进一步的,所述的步骤S4中,针对步骤S3的评估结果,对热网进行结构缺陷诊断和定位,获取柔性欠佳的区域,具体为:
S41:设定目标函数:
其中,z代表不同的管网方案,r1(z)=∑n∈Nan(Hd,b-HX,b)2,描述了该工况下用户侧实际供热与期望供热的偏差程度,an为各个需要被控制的节点的优先级;r2(z)描述了管网的建设成本,μ是权重;
S42:计算目标函数r(z)在当前管网方案下的梯度根据梯度的计算结果诊断各管网部件的柔性。
所述的诊断各管网部件的柔性,具体为:若梯度分量是负数,则该分量所对应的管网部件的柔性不足,且该负数越小意味着该分量所对应的管网部件的柔性越差,反之,若为正值,则当前管网下对应部件柔性已经足够。
本发明的一种热网柔性分析与结构缺陷诊断及定位系统,包括:
热工水力仿真计算模块,该模块包括热工水力仿真映射模型,该模型基于结构机理建模,结合运行数据辨识建立获得;
热网工况测试集生成模块,用于批量生成各种工况下的测试用例集合;所述的测试用例集合用于输入映射模型进行热工水力仿真计算;
热网柔性的评估模块,该模块中包括热网的柔性评估模型,结合热工水力仿真计算模块的计算结果对热网进行柔性评估;
结构缺陷诊断和定位模块,该模块基于柔性评估结果对热网进行结构诊断,并定位柔性欠佳的区域。
进一步的,该系统还可包括阀门解列模块,该模块可通过阀门解列功能获取不同的泵阀逻辑组合,根据不同的泵阀组合方案获取不同的热网水力分布,以便对热网的结构改造提供运行参数指导。
本发明提出热网柔性评估的模型和结构缺陷诊断及定位方法,用来量化评估热网结构灵活输运热能的能力及热网运行过程中动态调控的能力,通过诊断获得热网柔性欠佳的区域或管路,以便运行操作人员并对这些柔性欠佳的区域提出优化改造方案。本发明的方法和系统能够为热网的规划设计和优化改造提供更加真实的评估以及实践的可行性。
附图说明
图1为热网结构示意图;
图2为本发明方法的流程示意图;
图3为典型城市热网模型示意图;
图4为热网供需波动示意图;
图5为热网柔性的评测流程图。
具体实施方式
根据上述城市热网的柔性分析与结构缺陷诊断及定位方法的四个步骤的内容介绍,现结合附图做进一步的详细说明,给出城市热网柔性评估的具体过程。
实施例1:
步骤S1:基于结构机理建模,结合运行数据辨识,建立用于热网的热工水力仿真计算的映射模型;
首先选取某区域的供热管网(如图1所示),将热源、热用户、管段、阀门、三通和疏水器等元件简化为物理模型,建立拓扑结构。具体由包含N个:供、需、分汇的节点的集合V(G),和连接各节点的M条管段(包含:供水、回水管道)的集合E(G)构成:
V(G)={V1,…,Vn,…,VN}
E(G)={E1,......,Em,......,EM}
G={V(G),E(G)}
其中,Vn为热网中的第n个节点,Em为热网中的第m个管段;
利用图论的原理及相关守恒方程,列出矩阵形式的方程组。提取城市热网GIS地理信息数据和热网物理结构数据,通过源侧DCS系统和网侧SCADA系统获得运行状态数据,以及气象数据、环境控制条件、燃料价格数据等,经过数据清洗和调和处理后送入热源和热网仿真模型。
计算模型要求与实际模型足够接近,保证系统中工作的元件全部被模型涵盖,从而能够通过模型实现各类元件组合和热网调度。以热网的正向严格结构机理建模为基础,再结合热网运行状态监测数据,通过智能优化算法对模型特征参数进行反向辨识校准,获得热网的映射模型;对于虚拟热网模型和实际热网结构的偏差,通过实测数据辨识,比如对模型阻力特性和保温特性的辨识,辨识修正需求的热网稳定运行工况数据,通过自适应的修正,提高模型计算精度。
步骤S2:通过回溯算法生成测试用例集合,模拟供需的动态波动组合,结合步骤S1中的映射模型进行计算;
S21:确定源侧的热源种类、数目及调控范围,统计用户侧的历史用热数据,构建供需参数的测试用例集合H,并根据热网的工程约束条件构建参数的约束关系集合TS。其中约束关系考虑了不同热用户的优先级、热网中不同泵阀组合、不同解列方案等;
S22:构建测试集H的空间树,并用回溯算法遍历测试集的空间树,剔除重复的测试用例。对解空间树进行遍历,同时利用约束关系对树的枝叶进行裁剪。当遍历到叶子时,把符合条件的根到叶子之间的路径组合输出。在遍历过程中,需要与TS中的约束关系进行比较。重复步骤S22,直至不再有重复的测试集;获得测试集H′;
S23:构建热源Hs和热用户Hd的两两组合测试用例集HSD,接着从HSD中删除超出约束TS的组合,然后检查HSD是否能被H′覆盖,如果被全部覆盖,则算法结束;否则,剔除没有被覆盖的组合,获得测试集HSD′。
S24:根据上述步骤生成的测试集HSD′,输入热工水力仿真映射模型进行计算(如图2所示),获得热网的运行工况数据,选取各个热力站的负荷用于后续计算。
依据热源和用户的历史数据,以及潜在的特殊工况条件,批量模拟不同供需的动态波动组合(考虑不同的天气情况),获得L个测试工况供需工况集合HSD′。
同时,根据热网中可调泵阀的工作点,生成多个可行的泵阀组合方案X为:
式中,Z为可行方案的总数;是一组可行的泵阀逻辑组合,αi是可调水泵的频率,n1是可调水泵的数量,βi是可调阀门的开度,n2是可调阀门的数量。
对应任一泵阀组合X,可计算其在L个测试工况下的热网结构柔性(测试集及计算结果如表1所示),确定其结构柔性范围。基于各泵阀组合的柔性计算,可进一步对比各泵阀组合的热网柔性,从而分析泵阀组合之间的优劣。
表1不同供需工况下的测试集及泵阀逻辑组合
步骤S3,提出热网柔性的评价模型和计算方法。将热网柔性定义为在供需两端波动性和不确定性条件下,热网在供需之间各工况下进行热能输运的满足程度,并针对该定义建立热网柔性评价模型和计算方法。
S31:通过获取的信息,输入天气、室温、负荷等历史数据,基于负荷预测来计算热用户负荷,计算得热网中A个热源的供应量,其中包含可控热源热电联产机组、热水锅炉等,以及波动性的可再生热源或工业余热等,Hs=[Hs,1,Hs,2,…,Hs,A]T,具有多样化的逻辑组合。在如图3所示的模型中,由于热用户众多,不同用户对供热参数的要求严格程度也不同,因此热力站将供应的B个用户侧需求所占权重分别为W1,...,WB(已考虑用户用热类型、数量、优先等级等条件),热力站的负荷为Hd=[Hd,1,Hd,2,…,Hd,B]T,亦具有多样化的逻辑组合。热源侧Hs及需求侧Hd受天气(包含环境温度、风速、湿度等)的影响。
HX是某一组运行调控参数下计算所得各热力站获得的热负荷,则单个热力站的满足度为
在某一供热条件下,仅改变运行参数,可以得到各热力站所能获得的热负荷即
其中是编号为b的热力站所能获得的热负荷下限,是编号为b的热力站所能获得的热负荷上限。
S32:在热网运行期间,可能会出现供需两端不平衡的现象,使得供应热负荷可能不能满足终端热用户的需求。此时每个热力站的满足度示意如图4所示。计算给定热网在特定工况(某种天气状况,不可调热源的某一工况等)下的用户满足度
式中,y为热网的所有不可控属性,X为热网的所有可调属性,包括但不限于可调热源,阀门,水泵等。
S33:计算某一时刻ti下的热网柔性fi
式中,Ω为所有不可控因素的可能性组合的集合。
S34:进而可得到给定热网在某一评估周期[ti,ti+1](例如:整个采暖季)下的柔性Fi
S35:根据步骤S34计算热网的柔性,计算流程如图5所示,并根据计算结果在系统上显示整个热网的柔性分布图,根据图例颜色深浅程度,更加直观地显示整体的分布情况。
步骤S4,针对步骤S3的评估结果,对热网柔性欠佳的区域进行结构缺陷诊断和定位,获取柔性欠佳的区域。可以根据诊断和定位结果对热网进行分析,采用增加管路、扩大管径、增加水泵的方法尝试提升热网的柔性,通过步骤S3对不同的改进方案进行评估,获得合适的柔性改造方案,并用于实际系统的再造。
S41:设定目标函数:
其中,z代表不同的管网方案,r1(z)=∑n∈Nan(Hd,b-HX,b)2,描述了该工况下用户侧实际供热与期望供热的偏差程度,an为各个需要被控制的节点的优先级;r2(z)描述了管网的建设成本,μ是权重;
S42:计算目标函数r(z)在当前管网方案下的梯度根据梯度的计算结果诊断各管网部件的柔性,若梯度分量是负数,则该分量所对应的管网部件的柔性不足,且该负数越小意味着该分量所对应的管网部件的柔性越差,反之,若为正值,则当前管网下对应部件柔性已经足够。
S43:针对步骤S42的诊断结果,初步推断柔性欠佳的原因,识别出基本类型,将所有可能性的原因按可能性大小逐一排列,记录成事件列表,逐一排查;
S44:根据S43中不同的类型,选取相应的提升柔性的方法,例如增加管路、扩大管径、增加水泵等,生成不同的优化改造方案;
S45:返回步骤S3,重新评估各个方案下的热网柔性Fi′,判断此时的热网柔性是否满足预期,否则返回步骤S44,重复上述步骤,直至热网柔性评估结果Fi′满足需求;
S46:根据步骤S45中的优化改造结果,获得热网灵活的改造方案,并用于实际系统的改造。
通过热网的特性以及拓扑结构的计算来计算热网的柔性,并及时诊断出热网中柔性欠佳的区域,并提供合理的优化改造方案,确保能向热用户可靠供热并能够节约实际的调度成本。该方法将为热网的优化调度提供更加真实的评估以及实践的可行性,对城市热网进行规划设计以及优化改造提供指导方案。
实施例2:
在实施例1基础上,本实施例2提供了一种热网柔性分析与结构缺陷诊断及定位系统,包括:
热工水力仿真计算模块,该模块包括热工水力仿真映射模型,该模型基于结构机理建模,结合运行数据辨识建立获得;
热网工况测试集生成模块,用于批量生成各种工况下的测试用例集合;所述的测试用例集合用于输入映射模型进行热工水力仿真计算;
热网柔性的评估模块,该模块中包括热网的柔性评估模型,结合热工水力仿真计算模块的计算结果对热网进行柔性评估;
结构缺陷诊断和定位模块,该模块基于柔性评估结果对热网进行结构诊断,并定位柔性欠佳的区域。
所述热网柔性分析与结构缺陷诊断及定位系统还包括:
热网中的阀门解列模型,并通过阀门解列功能获取不同的泵阀逻辑组合,根据不同的泵阀组合方案获取不同的热网水力分布,以便对热网的结构改造提供运行参数指导。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。

Claims (8)

1.一种城市热网的柔性分析与结构缺陷诊断及定位方法,其特征在于:
步骤S1,基于结构机理建模,结合运行数据辨识,建立用于热网的热工水力仿真计算的映射模型;
步骤S2,通过回溯算法生成测试用例集合,模拟供需的动态波动组合,结合步骤S1中的映射模型进行计算;
步骤S3,将热网柔性定义为在供需两端组合不确定的条件下,热网在供需之间各工况下进行热能输运的满足程度,给出热网柔性的计算方法,对热网进行评估;
步骤S4,针对步骤S3的评估结果,对热网进行诊断,定位柔性欠佳的区域。
2.根据权利要求1所述的城市热网的柔性分析与结构缺陷诊断及定位方法,其特征在于,所述的步骤S1具体为:
S11:建立供热管网的一维严格结构机理模型,基于图论,将供热管网结构及热能输运过程抽象为有向图G的表达,具体由包含热源供给、热用户/热力站的需求、管网分叉及汇合等节点的集合V(G),以及连接各节点的管段的集合E(G)构成,如下:
V(G)={V1,…,Vn,…,VN}
E(G)={E1,......,Em,......,EM}
G={V(G),E(G)}
其中,Vn为热网中的第n个节点,节点总个数为N,Em为热网中的第m个管段,管段总数为M;
S12:建立热网输运热能的一维连续性方程、能量方程、动量方程,并运用数值计算方法联立求解结构机理模型方程组;
S13:以热网的正向严格结构机理建模为基础,再结合热网运行状态监测数据,通过智能优化算法对模型特征参数进行反向辨识校准,获得热网的映射模型。
3.根据权利要求1所述的城市热网的柔性分析与结构缺陷诊断及定位方法,其特征在于,所述的步骤S2通过回溯算法生成测试用例集合,模拟供需的动态波动组合,具体为:
S21:确定源侧的热源种类、数目及调控范围,统计用户侧的历史用热数据,构建供需参数的测试用例集合H,并根据热网的工程约束条件构建参数的约束关系集合TS;所述的约束关系考虑了不同热用户的优先级、热网中不同泵阀组合、不同解列方案;
S22:构建测试集H的空间树,并用回溯算法遍历测试集的空间树,剔除重复的测试用例;对解空间树进行遍历,同时利用约束关系对树的枝叶进行裁剪。当遍历到叶子时,把符合条件的根到叶子之间的路径组合输出;在遍历过程中,需要与TS中的约束关系进行比较;重复步骤S22直至不再有重复的测试集;获得测试集H′;
S23:构建热源Hs和热用户Hd的两两组合测试用例集HSD,接着从HSD中删除超出约束TS的组合,然后检查HSD是否能被H′覆盖,如果被全部覆盖,则算法结束;否则,剔除没有被覆盖的组合;获得测试集HSD′;
S24:根据上述步骤生成的测试集HSD′,输入热工水力仿真映射模型进行计算,获得热网的运行工况数据。
4.根据权利要求1所述的城市热网的柔性分析与结构缺陷诊断及定位方法,其特征在于,所述的步骤S3中,将热网柔性定义为在供需两端组合不确定的条件下,热网在供需之间各工况下进行热能输运的满足程度,针对该定义建立热网柔性评价模型和计算方法,具体为:
S31:首先根据负荷预测得到热网中热源的供应量Hs,1,...,Hs,a,...,Hs,A,A为热源数量,热力站或热用户的需求所占权重W1,...,Wi,...,WB,B为热力站或热用户的数目,通过热工水力仿真映射模型计算得出在热网的某个工况下,热力站所能获得的热负荷HX,1,...HX,b,...,HX,B;通过历史数据统计各个热力站的需求负荷Hd,1,...,Hd,b,...Hd,B,并定义单个热力站的满足度为
S32:定义热网在前述工况下的用户满足度为
其中y为热网的所有不可控属性,X为热网的所有可调属性;
S33:计算某一时刻ti下的热网柔性fi,其中考虑了Ω为所有不可控因素的可能性组合;
S34:计算给定热网在某一评估周期[ti,ti+1]下的柔性Fi
S35:根据步骤S34计算热网的柔性,在系统上显示整个热网的柔性分布图。
5.根据权利要求1所述的城市热网的柔性分析与结构缺陷诊断及定位方法,其特征在于,所述的步骤S4中,针对步骤S3的评估结果,对热网进行结构缺陷诊断,定位柔性欠佳的区域,具体为:
S41:设定目标函数:
其中,z代表不同的管网方案,r1(z)=∑n∈N an(Hd,b-HX,b)2,描述了该工况下用户侧实际供热与期望供热的偏差程度,an为各个需要被控制的节点的优先级;r2(z)描述了管网的建设成本,μ是权重;
S42:计算目标函数r(z)在当前管网方案下的梯度根据梯度的计算结果诊断各管网部件的柔性。
6.根据权利要求5所述的城市热网的柔性分析与结构缺陷诊断及定位方法,其特征在于,所述的诊断各管网部件的柔性,具体为:若梯度分量是负数,则该分量所对应的管网部件的柔性不足,且该负数越小意味着该分量所对应的管网部件的柔性越差,反之,若为正值,则当前管网下对应部件柔性已经足够。
7.一种热网柔性分析与结构缺陷诊断及定位系统,其特征在于,包括:
热工水力仿真计算模块,该模块包括热工水力仿真映射模型,该模型基于结构机理建模,结合运行数据辨识建立获得;
热网工况测试集生成模块,用于批量生成各种工况下的测试用例集合;所述的测试用例集合用于输入映射模型进行热工水力仿真计算;
热网柔性的评估模块,该模块中包括热网的柔性评估模型,结合热工水力仿真计算模块的计算结果对热网进行柔性评估;
结构缺陷诊断和定位模块,该模块基于柔性评估结果对热网进行结构诊断,并定位柔性欠佳的区域。
8.根据权利要求7所述的热网柔性分析与结构缺陷诊断及定位系统,其特征在于,该系统还包括阀门解列模块,该模块可通过阀门解列功能获取不同的泵阀逻辑组合,根据不同的泵阀组合方案获取不同的热网水力分布,以便对热网的结构改造提供运行参数指导。
CN201910339647.XA 2019-04-25 2019-04-25 城市热网的柔性分析与结构缺陷诊断及定位方法和系统 Active CN110287509B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910339647.XA CN110287509B (zh) 2019-04-25 2019-04-25 城市热网的柔性分析与结构缺陷诊断及定位方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910339647.XA CN110287509B (zh) 2019-04-25 2019-04-25 城市热网的柔性分析与结构缺陷诊断及定位方法和系统

Publications (2)

Publication Number Publication Date
CN110287509A true CN110287509A (zh) 2019-09-27
CN110287509B CN110287509B (zh) 2021-05-04

Family

ID=68001877

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910339647.XA Active CN110287509B (zh) 2019-04-25 2019-04-25 城市热网的柔性分析与结构缺陷诊断及定位方法和系统

Country Status (1)

Country Link
CN (1) CN110287509B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110795845A (zh) * 2019-10-28 2020-02-14 浙江大学 一种供热系统裕度量化计算方法和系统
CN110793094A (zh) * 2019-10-28 2020-02-14 浙江大学 一种城市集中供热系统综合灵活调度方法和系统
CN111160630A (zh) * 2019-12-16 2020-05-15 浙江大学 一种多源互补城市热网的可靠性评估及优化方法
CN111222213A (zh) * 2020-01-15 2020-06-02 许继集团有限公司 一种热力网络动态仿真方法及装置
CN112150307A (zh) * 2020-09-18 2020-12-29 浙江大学 供热系统在线映射模型参数估计方法与系统
CN113886252A (zh) * 2021-09-30 2022-01-04 四川大学 基于热力图的回归测试用例优先级确定方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101093089A (zh) * 2007-06-19 2007-12-26 华南理工大学 一种石油炼制中回收和利用工艺余热的方法
WO2011131917A1 (fr) * 2010-04-23 2011-10-27 Compagnie Parisienne De Chauffage Urbain Recipient de condensation de produits de purges d'un reseau de distribution de vapeur et systeme de traitement des produits de purges associe
CN103016888A (zh) * 2012-12-05 2013-04-03 南京苏夏工程设计有限公司 供热管网管道热补偿中旋转式补偿器相关参数的计算方法
US20150094989A1 (en) * 2013-10-02 2015-04-02 Denis Lazare Collet System and method for monitoring geothermal heat transfer system performance
CN105387627A (zh) * 2015-10-24 2016-03-09 东北电力大学 一种提高风电消纳的蓄热式电采暖优化运行控制方法
CN105910169A (zh) * 2016-04-27 2016-08-31 常州英集动力科技有限公司 基于机理模型预测控制的城市供热系统热网调节方法及系统
CN106682369A (zh) * 2017-02-27 2017-05-17 常州英集动力科技有限公司 供热管网水力仿真模型辨识修正方法及系统、操作方法
CN107039990A (zh) * 2017-06-14 2017-08-11 哈尔滨工业大学 一种提高风电消纳能力的多热源协调调度策略制定方法
CN108256672A (zh) * 2017-12-27 2018-07-06 北京四方继保自动化股份有限公司 一种集中供热系统全网平衡调节方法
CN108258679A (zh) * 2017-12-25 2018-07-06 国网浙江省电力有限公司经济技术研究院 考虑供热网储热特性的电-热综合能源系统优化调度方法
CN108628176A (zh) * 2018-06-29 2018-10-09 国网山东省电力公司电力科学研究院 一种计及热网柔性的热电联合优化调度方法
CN108876066A (zh) * 2018-09-04 2018-11-23 常州英集动力科技有限公司 热网解列运行方案实时优化方法及其系统
CN208224814U (zh) * 2017-12-15 2018-12-11 华能国际电力股份有限公司上海石洞口第一电厂 一种柔性连接的火力发电厂热网控制系统
CN109270842A (zh) * 2018-10-25 2019-01-25 浙江大学 一种基于贝叶斯网络的区域供热模型预测控制系统及方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101093089A (zh) * 2007-06-19 2007-12-26 华南理工大学 一种石油炼制中回收和利用工艺余热的方法
WO2011131917A1 (fr) * 2010-04-23 2011-10-27 Compagnie Parisienne De Chauffage Urbain Recipient de condensation de produits de purges d'un reseau de distribution de vapeur et systeme de traitement des produits de purges associe
CN103016888A (zh) * 2012-12-05 2013-04-03 南京苏夏工程设计有限公司 供热管网管道热补偿中旋转式补偿器相关参数的计算方法
US20150094989A1 (en) * 2013-10-02 2015-04-02 Denis Lazare Collet System and method for monitoring geothermal heat transfer system performance
CN105387627A (zh) * 2015-10-24 2016-03-09 东北电力大学 一种提高风电消纳的蓄热式电采暖优化运行控制方法
CN105910169A (zh) * 2016-04-27 2016-08-31 常州英集动力科技有限公司 基于机理模型预测控制的城市供热系统热网调节方法及系统
CN106682369A (zh) * 2017-02-27 2017-05-17 常州英集动力科技有限公司 供热管网水力仿真模型辨识修正方法及系统、操作方法
CN107039990A (zh) * 2017-06-14 2017-08-11 哈尔滨工业大学 一种提高风电消纳能力的多热源协调调度策略制定方法
CN208224814U (zh) * 2017-12-15 2018-12-11 华能国际电力股份有限公司上海石洞口第一电厂 一种柔性连接的火力发电厂热网控制系统
CN108258679A (zh) * 2017-12-25 2018-07-06 国网浙江省电力有限公司经济技术研究院 考虑供热网储热特性的电-热综合能源系统优化调度方法
CN108256672A (zh) * 2017-12-27 2018-07-06 北京四方继保自动化股份有限公司 一种集中供热系统全网平衡调节方法
CN108628176A (zh) * 2018-06-29 2018-10-09 国网山东省电力公司电力科学研究院 一种计及热网柔性的热电联合优化调度方法
CN108876066A (zh) * 2018-09-04 2018-11-23 常州英集动力科技有限公司 热网解列运行方案实时优化方法及其系统
CN109270842A (zh) * 2018-10-25 2019-01-25 浙江大学 一种基于贝叶斯网络的区域供热模型预测控制系统及方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
ZHONG WEI 等: "Network flexibility study of urban centralized heating system-Concept, modeling and evaluation", 《ENERGY》 *
刘卫红 等: "面向智能电网调度系统中参数配置的测试方法", 《电力系统及其自动化学报》 *
周青: "城市集中供热智能化与智能热网的构建研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
王婉璐: "考虑不确定性的可再生能源消纳研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
胡胜 等: "城市集中供热系统柔性基本理论框架研究", 《区域供热》 *
胡胜: "城市集中供热系统柔性及评价研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
赵琼: "智慧城市供热系统建模仿真与运行优化控制", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110795845A (zh) * 2019-10-28 2020-02-14 浙江大学 一种供热系统裕度量化计算方法和系统
CN110793094A (zh) * 2019-10-28 2020-02-14 浙江大学 一种城市集中供热系统综合灵活调度方法和系统
CN110793094B (zh) * 2019-10-28 2021-04-20 浙江大学 一种城市集中供热系统综合灵活调度方法和系统
CN110795845B (zh) * 2019-10-28 2021-09-03 浙江大学 一种供热系统裕度量化计算方法和系统
CN111160630A (zh) * 2019-12-16 2020-05-15 浙江大学 一种多源互补城市热网的可靠性评估及优化方法
CN111160630B (zh) * 2019-12-16 2022-06-24 浙江大学 一种多源互补城市热网的可靠性评估及优化方法
CN111222213A (zh) * 2020-01-15 2020-06-02 许继集团有限公司 一种热力网络动态仿真方法及装置
CN111222213B (zh) * 2020-01-15 2021-08-03 许继集团有限公司 一种热力网络动态仿真方法及装置
CN112150307A (zh) * 2020-09-18 2020-12-29 浙江大学 供热系统在线映射模型参数估计方法与系统
CN112150307B (zh) * 2020-09-18 2024-03-26 浙江大学 供热系统在线映射模型参数估计方法与系统
CN113886252A (zh) * 2021-09-30 2022-01-04 四川大学 基于热力图的回归测试用例优先级确定方法

Also Published As

Publication number Publication date
CN110287509B (zh) 2021-05-04

Similar Documents

Publication Publication Date Title
CN110287509A (zh) 城市热网的柔性分析与结构缺陷诊断及定位方法和系统
Zhao et al. An optimized grey model for annual power load forecasting
Wang et al. A review of artificial intelligence based building energy prediction with a focus on ensemble prediction models
CN107909220A (zh) 一种电采暖负荷预测方法
CN106130007A (zh) 一种基于脆弱性理论的主动配电网储能规划方法
Bavière et al. Optimal temperature control of large scale district heating networks
CN108564205A (zh) 一种基于实测数据的负荷模型及参数辨识优化方法
Moradzadeh et al. A secure federated deep learning-based approach for heating load demand forecasting in building environment
CN110795845A (zh) 一种供热系统裕度量化计算方法和系统
Gao et al. An iterative optimization and learning-based IoT system for energy management of connected buildings
Jin et al. A deep neural network coordination model for electric heating and cooling loads based on IoT data
Khamis et al. Electricity forecasting for small scale power system using artificial neural network
Maruf et al. An enhancement of agent-based power supply-demand matching by using ann-based forecaster
Ahmad et al. Efficient energy planning with decomposition-based evolutionary neural networks
VOROPAI et al. The development of a joint modelling framework for operational flexibility in power systems
CN109412155A (zh) 一种基于图计算的配电网供电能力评估方法
Jain et al. A novel hybrid method for short term load forecasting using fuzzy logic and particle swarm optimization
CN103489037B (zh) 一种可发电风资源的预测方法
CN115879652B (zh) 能源网络分级协同规划方法、装置、电子设备及存储介质
CN112365082A (zh) 一种基于机器学习的公共能源消耗预测方法
Zheng et al. Digital twin modeling for district heating network based on hydraulic resistance identification and heat load prediction
Arida et al. building energy modeling using artificial Neural Networks
Yundra et al. Hybrid Model Combined Fuzzy Multi-Objective Decision Making with Feed Forward Neural Network (F-MODM-FFNN) For Very Short-Term Load Forecasting Based on Weather Data.
Wang Application of deep learning model in building energy consumption prediction
Cai et al. Day-Ahead Forecast of Carbon Emission Factor Based on Long and Short-Term Memory Networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant