CN110793094B - 一种城市集中供热系统综合灵活调度方法和系统 - Google Patents
一种城市集中供热系统综合灵活调度方法和系统 Download PDFInfo
- Publication number
- CN110793094B CN110793094B CN201911031506.8A CN201911031506A CN110793094B CN 110793094 B CN110793094 B CN 110793094B CN 201911031506 A CN201911031506 A CN 201911031506A CN 110793094 B CN110793094 B CN 110793094B
- Authority
- CN
- China
- Prior art keywords
- heat
- heat supply
- supply network
- load
- network
- 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.)
- Active
Links
- 238000010438 heat treatment Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000013507 mapping Methods 0.000 claims abstract description 33
- 238000012937 correction Methods 0.000 claims abstract description 26
- 238000005096 rolling process Methods 0.000 claims abstract description 17
- 230000033228 biological regulation Effects 0.000 claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 59
- 238000004364 calculation method Methods 0.000 claims description 35
- 230000006870 function Effects 0.000 claims description 26
- 238000004088 simulation Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 12
- 238000012546 transfer Methods 0.000 claims description 12
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 239000002440 industrial waste Substances 0.000 claims description 4
- 230000002730 additional effect Effects 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 230000005284 excitation Effects 0.000 claims description 3
- 238000005338 heat storage Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000008400 supply water Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000000295 complement effect Effects 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24D—DOMESTIC- OR SPACE-HEATING SYSTEMS, e.g. CENTRAL HEATING SYSTEMS; DOMESTIC HOT-WATER SUPPLY SYSTEMS; ELEMENTS OR COMPONENTS THEREFOR
- F24D19/00—Details
- F24D19/10—Arrangement or mounting of control or safety devices
- F24D19/1006—Arrangement or mounting of control or safety devices for water heating systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种城市集中供热系统综合灵活调度方法及系统。该方法是首先建立城市供热系统的映射模型，并结合模型的特征参数对模型进行修正，以保证模型的精确性。基于供热系统的映射模型，建立灵活性评估方法，用来量化评价热网灵活性。本发明还提出了热网分时段快速量调节与滚动校正方法，以便运行操作人员对供热系统进行更加灵活可靠的调控，有助于实现按需精准供热。本发明的方法和系统能够为供热系统的优化调度更加有效可靠的技术支持。
Description
技术领域
本发明涉及一种城市集中供热系统综合灵活调度方法和系统，属于供热系统优化调度领域。
背景技术
北方地区冬季供暖是我国的民生大事，供热系统更是我们能源系统的重要环节。伴随能源转型和清洁供暖进程的快速推进，对低排放、低能耗取暖和清洁用热等提出了更高的要求。
我国城市供热系统在供需两端呈现出以下新趋势：在供给侧，采用多元化的清洁方案，其中，除清洁燃煤、天然气、核能之外，工业余热和可再生热源多具有波动性、被动性及不确定性，技术上需要与其它形式的热源互补运行；在需求侧，公共建筑按需供暖、热计量按需用热、分布式供热与集中供热互补技术的应用，也带来了非天气因素的负荷波动性及不确定性。
供需两端的不确定性要求供热系统具有更强的全局协同、协调能力，给供热系统的灵活调控提出了更高要求，核心挑战是要求热网在供需两端之间具备更为灵活的热能输运能力。具体表现在：(1)为实现多源互补运行、供需动态匹配，供热管网进一步向互联互通的拓扑结构发展，热网规模显著扩大；(2)由于低碳清洁热源输出的时常是“质(温度)”、“量(流量)”波动的热能，且可能无法跟随天气变化相应调整供热能力，要求热网具有“质量并调”的能力；(3)清洁供暖在供、需两端的不确定性，需要热网在运行过程中以短至数十分钟或数小时的间隔，动态调整能量输运方案。这一热网输运热能灵活性的问题直接关系到清洁供暖总目标的实现。目前我们亟需一种更加灵活、有效的供热系统调度策略，帮助我们实现复杂城市供热系统的精准供热。
本发明提出一种城市集中供热系统综合灵活调度方法，建立了供热系统的映射模型，基于模型对热网灵活性进行量化评估。并对热网进行分时段负荷预测和滚动校正，以便运行操作人员进行快速可靠的灵活调控，有助于实现按需精准供热。
发明内容
本发明的目的在于针对现有技术的不足，提供一种城市集中供热系统综合灵活调度方法和系统。
本发明采用的技术方案如下：
一种城市集中供热系统综合灵活调度方法，包括如下步骤：
步骤S1，建立供热管网的映射模型，对流量和管网压力进行热工水力仿真计算；
步骤S2，基于智能优化算法对步骤S1中建立热网映射模型的特征参数进行估计；
步骤S3，基于步骤S1和步骤S2中的热网映射模型，对供热管网的灵活性进行量化评估；
步骤S4，基于步骤S1和步骤S2的热网映射模型，对热网进行分时段热力站的负荷需求进行预测
步骤S5，基于步骤S4中的预测负荷进行滚动校正。
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。基于图论抽象化供热管网，将其简化为“节点”的集合和“连接”的集合，“节点”包括给(热源等)、需求(热力站等)、管网分叉点、泵阀等，“连接”包含供水和回水2条管道。
S12：利用图论原理将管网划分为多个回路，利用基尔霍夫定律，通过节点及相应截面的守恒方程，建立各回路的质量流量与水头损失之间的关系；
Qs＝[qs1，…，qsi，…，qsm]T，i∈[1，m]
Qes＝[qes1，…，qesj，…，qesn]T，j∈[1，n]
Ps＝[Ps1，…，Psi，…，Psm]，i∈[1，m]
ΔPs＝[Δpes1，…，Δpesj，…，Δpesn]，j∈[1，n]
式中，m为供热管网中节点的数量；n为供热管网中管段的数量；Ds为节点与连接之间的关系矩阵；Qs为热网节点流量，kg/s；Qes为热网管段的流量，kg/s；Ps为热网节点的压力，Pa；Psi为第i节点的压力，Pa；ΔPs为热网中管段压降，Pa；ΔPesj为第j段管段的压降，Pa；λsj为第j段管段的阻力系数；ξsj为第j段管段的局部阻力系数；dsj为第j段的管道内径，m；；qsi为第i节点的流量，kg/s；qesj为第j段管段的质量流量，kg/s；ρ是工作介质的密度(水)，kg/m3；上述计算方法均为针对一次侧管网，且对于供水管道和回水管道均适用；
S13：建立热网输热过程中的一维连续性方程、能量方程、动量方程联立求解，进行热工水力仿真计算；
根据热力站所需流量，计算得到每个管段的流量。
Qes＝-[DS]-1·Qs
管段中热水压力Ps可根据流量计算，如下：
Ps＝-[DS]-1·ΔPs＝-[DS]-1·[Δpes1，…，Δpesj，…，Δpesn]
式中，λsj为第j段供水管网的阻力系数；ξsj是第j段供水管网的局部阻力系数；供回水压力计算方式相同，用下标s表示供水，r表示回水；
计算供回水压力可得热力站所在第i节点所需的压降ΔPi：
ΔPi＝Psi-Pri
式中，Pri是节点i回水压力，Pa；
则各个热力站所需的压降为ΔPsub＝[ΔP1，ΔP2，…，ΔPi]
进一步的，所述的步骤S2对热网模型的特征参数进行估计，具体为：
S21：基于步骤S1中的仿真计算，得到物理热网在特定工况下运行状态的预测值ym，并将其与对应位置状态量的模型观测值比较构成偏差函数；
观测数据yr是由温度Tr，压力Pr，流量Qr组成的向量，包含可观测点的温度
压力
以及部分连接上具有可观测的流量
其中
是可以观测的节点编号，
为可观测节点的数量，
是可以观测的管段编号，
为可观测管段的数量；
S22：构建热网运行的多工况条件形成多种激励信号，从而产生多组yr，ij与ym，ij，并分别计算其对应偏差函数；则yr与ym的偏差函数如下：
式中，n*表示总的可观测数据的数目
L为构建的运行工况总数；θi是不同观测数据的权重，可根据实际工程需求赋值。
S23：通过优化算法不断迭代对模型的特征参数Γ进行修正，直至偏差函数满足工程需求，从而建立和完善一致性映射模型。
进一步的，所述的步骤S3对供热管网的灵活性进行量化评估，具体为：
S31：首先确定供热系统的源侧的热源种类、数目及热网中的热力站数目，并对不同调控参数下各个热力站所能获得的热负荷进行求解；
若某供热系统中有A个热源和B个热力站，其中热能输运过程f取决于热网结构和热网的运行调控参数X(t)(包含但不仅限于可调泵的频率、可调阀门的开度等)：
f＝f[X(t)]
Hs为A个热源供应的热负荷，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，Hs＝[Hs，1，Hs，2，…，Hs，a，Hs，A]T，具有多样化的逻辑组合；Hd为B个热力站的需求热负荷，Hd＝[Hd，1，Hd，2，…，Hd，b，Hd，B]T，亦具有多样化的逻辑组合；
HX是某一组运行调控参数X(t)下各热力站所获得的热负荷，记为：
HX＝f[X(t)](Hs(t))
S32：定义热网灵活性的评估方法，具体为：
若某个热力站b出现供热不足现象，则表明热网存在运输能力不足的地方，定义其满足度为：
则可以计算给定热网在特定工况下的用户满足度：
式中，y代表了热网的不可控属性；W表示不同热力站的重要程度。
进而计算给定热网在某一评估周期TF(例如：整个采暖季)内的灵活性：
进一步的，所述的步骤S4中，对热网进行分时段热力站的负荷需求进行预测，具体为：
S41：将供热系统运行过程划分为诸多小时级的调控时段；
S42：每个时段i内各热力站的负荷需求分别进行预测，得到期望负荷，具体如下：
S421：根据DCS系统采集得到热网、热力站的各个参数形成历史数据库；
S422：从数据库中取出和预测热力站流量相关的特征历史数据如一次侧供、回温，一次侧流量，二次侧供、回温，二次循环泵频率等；
S423：结合历史天气数据如室外温度，风速，湿度等数据，建立机器学习模型，对热力站流量进行预测。
进一步的，所述的步骤S5中，建立热力站的热能传输函数，计算热力站所需热负荷，并下发给控制系统，具体为：
S51：首先根据传输到各热力站的热量HX与可变的一次侧供水量qpr、一次侧供水温度Tpr、可变的二次侧循环流量qsec，以及固有的换热器结构特性、二次侧管网传输延迟、建筑物的热负荷特性和热惰性相关，建立各热力站的非线性热能传输函数关系g：
HX＝g(qpr，Tpr，qsec)，g＝(g1，g2，…，gb，…，gB)
S52：基于传输函数g，以及映射模型预测在时段i内到达热力站的平均水温
再考虑二次侧循环流量qsec为固定或已知，求解时段i各热力站上的一次侧期望流量qpr*，通过映射模型的稳态水力平衡计算可得；
S53：求解与qpr*对应的各热力站一次侧供回水管路之间的压差分布ΔPpr。ΔPpr压差分布由调节阀门的阀位或增压水泵的工作扬程决定，则根据泵阀的工作特性曲线可求解获得各泵阀工况组合调控参数
下发给控制系统。
进一步的，所述的步骤S6中，对热网负荷需求进行滚动校正，具体为：
S61：考虑建筑物的热惰性和热能输入的累积效应，对计算负荷进行修正；
建筑物本身的蓄热，热能输入的累积效应和室外天气波动对负荷的额外影响记为HZ，则热力站的所需负荷修正为：
式中，H′X为修正后的热力站负荷；tn为室内计算温度；tw为室外计算温度；t′w为室外温度。
S62：在i时段后，分析各热力站的实供负荷H′X与期望负荷HX的偏差；
S63：将该偏差作为修正项代入i+1时段的调控过程，不断迭代至偏差符合实际工程需求，实现滚动校正补偿。
本发明还提供一种基于上述方法的城市集中供热系统综合灵活调度系统，包括：
热网仿真计算模块，该模块包括热网仿真映射模型，能实现对热网的一一映射建模与仿真计算；
热网特征参数修正模块，用于对热网的映射模型的特征参数进行滚动修正；
热网灵活性评估模块，该模块中包括热网的灵活性评估模型，通过热网仿真计算，对热网进行灵活性评估；
热网分时段负荷预测模块，用于对热网分时段负荷进行预测；
热网热负荷计算模块，该模块包括热力站的热能传输函数的建立，热力站所需热负荷的计算；
热网负荷滚动校正模块，该模块包括热网的负荷滚动校正模型。
本发明的有益效果是：
本发明的一种城市集中供热系统综合灵活调度方法和系统，可以实现热网的灵活性评估和热网分时段快速量调节与滚动校正，以便运行操作人员对复杂供热系统进行更加快速和灵活的调节。本发明的方法和系统能够为供热系统的优化调度更加有效可靠的技术支持。
附图说明
图1是本发明方法的流程示意图；
图2为热网特征参数辨识；
图3为热网映射模型的构建方法示意图；
图4供热时段划分与热网一次侧变流量灵活调控示意图；
图5为基于映射模型预测的分时段快速量调节方法示意图；
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述。
实施例1：
如图1所示，本实例的城市集中供热系统综合灵活调度方法包括如下步骤：
步骤S1：建立供热管网的映射模型，进行热工水力仿真计算；
S11：建立供热管网的一维严格结构机理模型。基于图论抽象化供热管网，将其简化为“节点”的集合V(G)和“连接”的集合E(G)，如图2所示。“节点”包括给(热源等)、需求(热力站等)、管网分叉点等，“连接”包含供水和回水2条管道。
V(G)＝{V1，…，Vn，…，VN}
E(G)＝{E1，......，Em，......，EM}
其中，Vn为热网中的第n个节点，Em为热网中的第m个管段；
S12：利用图论原理将管网划分为多个回路，利用基尔霍夫定律，通过节点及相应截面的守恒方程，建立各回路的质量流量与水头损失之间的关系；
Qs＝[qs1，…，qsi，…，qsm]T，i∈[1，m]
Qes＝[qes1，…，qesj，…，qesn]T，j∈[1，n]
Ps＝[Ps1，…，Psi，…，Psm]，i∈[1，m]
ΔPs＝[Δpes1，…，Δpesj，…，Δpesn]，j∈[1，n]
式中，m为供热管网中节点的数量；n为供热管网中管段的数量；DS为节点与连接之间的关系矩阵；Qs为热网节点流量，kg/s；Qes为热网管段的流量，kg/s；Ps为热网节点的压力，Pa；Psi为第i节点的压力，Pa；ΔPs为热网中管段压降，Pa；ΔPesj为第j段管段的压降，Pa；λsj为第j段管段的阻力系数；ξsj为第j段管段的局部阻力系数；dsj为第j段的管道内径，m；；qsi为第i节点的流量，kg/s；qesj为第j段管段的质量流量，kg/s；ρ是工作介质的密度(水)，kg/m3；上述计算方法均为针对一次侧管网，且对于供水管道和回水管道均适用；
S13：建立热网输热过程中的一维连续性方程、能量方程、动量方程联立求解，进行热工水力仿真计算；
根据热力站所需流量，计算得到每个管段的流量。
Qes＝-[DS]-1·Qs
管段中热水压力Ps可根据流量计算，如下：
Ps＝-[DS]-1·ΔPs＝-[DS]-1·[Δpes1，…，Δpesj，…，Δpesn]
式中，λsj为第j段供水管网的阻力系数；ξsj是第j段供水管网的局部阻力系数；供回水压力计算方式相同，用下标s表示供水，r表示回水；
计算供回水压力可得热力站所在第i节点所需的压降ΔPi：
ΔPi＝Psi-Pri
式中，Pri是节点i回水压力，Pa；
则各个热力站所需的压降为Δpsub＝[Δp1，Δp2，…，Δpi]
基于上述模型，建立热网输热过程中的一维连续性方程、能量方程、动量方程联立求解，进行仿真计算。其中，可基于管网内流动过程的压力扩散速度远大于流动及热扩散速度，且温度与压力对热水的物性影响很小的特定条件，将动态方程简化处理为先根据连续性方程和动量方程得到稳态水力输运状况，再模拟计算每根管段流动传热引起的水温变化以提高求解效率。
步骤S2：基于智能优化算法对步骤S1中建立热网模型的特征参数进行估计；
S21：基于步骤S1中的模拟计算，得到物理热网在特定工况下运行状态的预测值ym，并将其与对应位置状态量的模型观测值比较构成偏差函数；
观测数据yr(主要是由温度Tr，压力Pr，流量Qr组成的向量)包含但不限于可观测点的温度
压力
以及部分连接上具有可观测的流量
其中
是可以观测的节点编号，
为可观测节点的数量，
是可以观测的管段编号，
为可观测管段的数量。
S22：构建热网运行的多工况条件形成多种激励信号，从而产生多组yr与ym，并分别计算其对应偏差函数；则yr与ym的偏差函数如下：
式中，n*表示总的可观测数据的数目
L为构建的运行工况总数；θi是不同观测数据的权重。
模型中关键特征参数Γ通常包含：动量相关的主要特征参数为各管段{V1，…，Vm，…，VM}的比摩阻{R1，…，Rm，…，RM}，而温度传输延迟特性相关的主要特征参数为各管段的散热系数{k1，…，km，…，kM}，以及低流速及大管径条件下分层流动的管段内工质扩散速度为{u1，…，um，…，uM}等。
S23：通过优化算法不断迭代对模型的特征参数Γ进行修正，来建立和完善一致性映射模型。
为了使得偏差函数J最小，将通过启发式智能优化算法不断调整特征参数Γ的取值，获取模型预测值和观测值之间的高匹配度。修正过程如图3所示。
步骤S3：基于步骤S1和步骤S2中的管网映射模型，对供热管网的灵活性进行量化评估；
S31：首先确定供热系统的源侧的热源种类、数目及热网中的热力站数目，并对不同调控参数下各个热力站所能获得的热负荷进行求解；
若某供热系统中有A个热源和B个热力站，其中热能输运过程f取决于热网结构和热网的运行调控参数X(t)(包含但不仅限于可调泵的频率、可调阀门的开度等)：
f＝f[X(t)]
Hs为A个热源供应的热负荷，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，Hs＝[Hs，1，Hs，2，…，Hs，a，Hs，A]T，具有多样化的逻辑组合；Hd为B个热力站的需求热负荷，Hd＝[Hd，1，Hd，2，…，Hd，b，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X(t)下各热力站所获得的热负荷，记为：
HX＝f[X(t)](Hs(t))
S32：定义热网灵活性的评估方法，具体为：
若某个热力站b出现供热不足现象，则表明热网存在运输能力不足的地方，定义其满足度为：
则可以计算给定热网在特定工况下的用户满足度：
式中，y代表了热网的不可控属性；W表示不同热力站的重要程度。
进而计算给定热网在某一评估周期TF内的灵活性：
针对灵活性评估结果，可对热网进行改造。可选的技术方案包括但不仅限于扩大管径，增加支路，增设水泵等，需要权衡灵活性提升程度与改造成本
步骤S4，对热网进行分时段热力站的负荷需求进行预测，如图4所示。
S41：将供热系统运行过程划分为诸多小时级的调控时段；
S42：每个时段i内各热力站的负荷需求分别进行预测，得到期望负荷，具体如下：
S421：根据DCS系统采集得到热网、热力站的各个参数形成历史数据库；
S422：从数据库中取出和预测热力站流量相关的特征历史数据如一次侧供、回温，一次侧流量，二次侧供、回温，二次循环泵频率等；
S423：结合历史天气数据如室外温度，风速，湿度等数据，建立机器学习模型，对热力站流量进行预测。
步骤S5，建立热力站的热能传输函数，计算热力站所需热负荷，并下发给控制系统；
S51：首先根据传输到各热力站的热量HX与可变的一次侧供水量qpr、一次侧供水温度Tpr、可变的二次侧循环流量qsec，以及固有的换热器结构特性、二次侧管网传输延迟、建筑物的热负荷特性和热惰性相关，建立各热力站的非线性热能传输函数关系g：
HX＝g(qpr，Tpr，qsec)，g＝(g1，g2，…，gb，…，gB)
S52：基于传输函数g，以及映射模型预测在时段i内到达热力站的平均水温
再考虑二次侧循环流量qsec为固定或已知，求解时段i各热力站上的一次侧期望流量qpr*，通过映射模型的稳态水力平衡计算可得；
S53：求解与qpr*对应的各热力站一次侧供回水管路之间的压差分布ΔPpr。ΔPpr压差分布由调节阀门的阀位或增压水泵的工作扬程决定，则可求解获得各泵阀工况组合调控参数
下发给控制系统。
步骤S6：对热网负荷需求负荷进行滚动校正，具体操作流程如图5所示(步骤S5和步骤S6)：
S61：考虑建筑物的热惰性和热能输入的累积效应，对计算负荷进行修正；
建筑物本身的蓄热，热能输入的累积效应和室外天气波动对负荷的额外影响记为HZ，则热力站的所需负荷修正为：
式中，H′X为修正后的热力站负荷；tn为室内计算温度；tw为室外计算温度；t′w为室外温度。
S62：在i时段后，分析各热力站的实供负荷与期望负荷的偏差；
S63：将该偏差作为修正项代入i+1时段的调控过程，不断迭代实现滚动校正补偿。
实施例2：
在实施例1基础上，本实施例2提供了一种城市集中供热系统综合灵活调度系统，包括：
热网仿真计算模块，该模块包括热网仿真映射模型，能实现对热网的一一映射建模与仿真计算；
热网特征参数修正模块，该模块包括对热网的映射模型的特征参数进行滚动校正模型；
热网灵活性评估模块，该模块中包括热网的灵活性评估模型，通过热网仿真计算，对热网进行灵活性评估；
热网分时段快速量调节模块，该模块包括对热网分时段负荷预测及快速量调节功能；
热网热负荷计算模块，该模块包括热力站的热能传输函数的建立，热力站所需热负荷的计算；
热网负荷滚动校正模块，该模块包括热网的负荷滚动校正模型。
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 (7)
1.一种城市集中供热系统综合灵活调度方法，其特征在于：
步骤S1，建立供热管网的映射模型，对流量和管网压力进行热工水力仿真计算；具体为：
S11：建立供热管网的一维严格结构机理模型，基于图论抽象化供热管网，将其简化为“节点”的集合和“连接”的集合，“节点”包括热源、热力站、管网分叉点、泵阀，“连接”包含供水和回水两条管道；
S12：利用图论原理将管网划分为多个回路，利用基尔霍夫定律，通过节点及相应截面的守恒方程，建立各回路的质量流量与水头损失之间的关系；
Qs＝[qs1,…,qsi,…,qsm]T,i∈[1,m]
Qes＝[qes1,…,qesj,…,qesn]T,j∈[1,n]
Ps＝[Ps1,…,Psi,…,Psm],i∈[1,m]
ΔPs＝[Δpes1,…,Δpesj,…,Δpesn],j∈[1,n]
式中，m为供热管网中节点的数量；n为供热管网中管段的数量；DS为节点与连接之间的关系矩阵；Qs为热网节点流量，kg/s；Qes为热网管段的流量，kg/s；Ps为热网节点的压力，Pa；Psi为第i节点的压力，Pa；ΔPs为热网中管段压降，Pa；ΔPesj为第j段管段的压降，Pa；λsj为第j段管段的阻力系数；ξsj为第j段管段的局部阻力系数；dsj为第j段的管道内径，m；qsi为第i节点的流量，kg/s；qesj为第j段管段的质量流量，kg/s；ρ是工作介质的密度,kg/m3；上述计算方法均为针对一次侧管网，且对于供水管道和回水管道均适用；
S13：建立热网输热过程中的一维连续性方程、能量方程、动量方程联立求解，进行热工水力仿真计算；
根据热力站所需流量，计算得到每个管段的流量：
Qes＝-[DS]-1·Qs
管段中热水压力Ps可根据流量计算，如下：
Ps＝-[DS]-1·ΔPs＝-[DS]-1·[Δpes1,…,Δpesj,…,Δpesn]
式中，λsj为第j段供水管网的阻力系数；ξsj是第j段供水管网的局部阻力系数；供回水压力计算方式相同，用下标s表示供水，r表示回水；
计算供回水压力可得热力站所在第i节点所需的压降ΔPi：
ΔPi＝Psi-Pri
式中，Pri是节点i回水压力,Pa；
则各个热力站所需的压降为
ΔPsub＝[ΔP1,ΔP2,…,ΔPi]
；
步骤S2，基于智能优化算法对步骤S1中建立热网映射模型的特征参数进行估计；
步骤S3，基于步骤S1和步骤S2中的热网映射模型，对供热管网的灵活性进行量化评估；
步骤S4，基于步骤S1和步骤S2的热网映射模型，对热网进行分时段热力站的负荷需求进行预测；
步骤S5，建立热力站的热能传输函数，计算热力站所需热负荷，并下发给控制系统；
步骤S6，基于步骤S5中所计算的热力站负荷进行滚动校正。
2.根据权利要求1所述的一种城市集中供热系统综合灵活调度方法，其特征在于，所述的步骤S2基于智能优化算法对步骤S1中建立热网模型的特征参数进行估计，具体为：
S21：基于步骤S1中的仿真计算，得到物理热网在特定工况下运行状态的预测值ym，并将其与对应位置状态量的模型观测值比较构成偏差函数；
观测数据yr是由温度Tr，压力Pr，流量Qr组成的向量，包含可观测点的温度
压力
以及部分连接上具有可观测的流量
其中
是可以观测的节点编号，
为可观测节点的数量，
是可以观测的管段编号，
为可观测管段的数量；
S22：构建热网运行的多工况条件形成多种激励信号，从而产生多组yr，ij与ym，ij，并分别计算其对应偏差函数；则yr与ym的偏差函数如下：
式中，n*表示总的可观测数据的数目
L为构建的运行工况总数；θi是不同观测数据的权重，根据实际工程需求赋值；
S23：通过优化算法不断迭代对模型的特征参数Γ进行修正，直至偏差函数满足工程需求，从而建立和完善一致性映射模型。
3.根据权利要求1所述的一种城市集中供热系统综合灵活调度方法，其特征在于，所述的步骤S3对供热管网的灵活性进行量化评估，具体为：
S31：首先确定供热系统的源侧的热源种类、数目及热网中的热力站数目，并对不同调控参数下各个热力站所能获得的热负荷进行求解；
若某供热系统中有A个热源和B个热力站，其中热能输运过程f取决于热网结构和热网的运行调控参数X(t)：
f＝f[X(t)]
Hs为A个热源供应的热负荷，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，Hs＝[Hs，1，Hs，2，…，Hs，a，Hs，A]T，具有多样化的逻辑组合；Hd为B个热力站的需求热负荷，Hd＝[Hd，1，Hd，2，…，Hd，b，Hd，B]T，亦具有多样化的逻辑组合；
HX是某一组运行调控参数X(t)下各热力站所获得的热负荷，记为：
HX＝f[X(t)](Hs(t))
S32：定义热网灵活性的评估方法，具体为：
若某个热力站b出现供热不足现象，则表明热网存在运输能力不足的地方，定义其满足度为：
则可以计算给定热网在特定工况下的用户满足度：
式中，y代表了热网的不可控属性；W表示不同热力站的重要程度；
进而计算给定热网在某一评估周期TF内的灵活性：
4.根据权利要求1所述的一种城市集中供热系统综合灵活调度方法，其特征在于，所述的步骤S4中，对热网进行分时段热力站的负荷需求进行预测，具体为：
S41：将供热系统运行过程划分为诸多小时级的调控时段；
S42：每个时段i内各热力站的负荷需求分别进行预测，得到期望负荷，具体如下：
S421：根据DCS系统采集得到热网、热力站的各个参数形成历史数据库；
S422：从历史数据库中取出和预测热力站流量相关的特征历史数据；
S423：结合历史天气数据，建立机器学习模型，对热力站流量进行预测。
5.根据权利要求1所述的一种城市集中供热系统综合灵活调度方法，其特征在于，所述的步骤S5建立热力站的热能传输函数，计算热力站所需热负荷，并下发给控制系统，具体为：
S51：首先根据传输到各热力站的热量HX与可变的一次侧供水量qpr、一次侧供水温度Tpr、可变的二次侧循环流量qsec，以及固有的换热器结构特性、二次侧管网传输延迟、建筑物的热负荷特性和热惰性，建立各热力站的非线性热能传输函数关系g：
HX＝g(qpr，Tpr，qsec)，g＝(g1，g2，…，gb，…，gB)
S52：基于传输函数g，以及映射模型预测在时段i内到达热力站的平均水温
再考虑二次侧循环流量qsec为固定或已知，求解时段i各热力站上的一次侧期望流量qpr*，通过映射模型的稳态水力平衡计算即步骤S1可得；
S53：采用步骤S1中的方法求解与qpr*对应的各热力站一次侧供回水管路之间的压差分布ΔPpr，ΔPpr压差分布由调节阀门的阀位或增压水泵的工作扬程决定，则根据泵阀的工作特性曲线可求解获得各泵阀工况组合调控参数
下发给控制系统。
6.根据权利要求1所述的一种城市集中供热系统综合灵活调度方法，其特征在于，所述的步骤S6中对步骤S5中的所得负荷进行滚动校正，具体为：
S61：考虑建筑物的热惰性和热能输入的累积效应，对计算负荷进行修正；
建筑物本身的蓄热，热能输入的累积效应和室外天气波动对负荷的额外影响记为HZ，则热力站的所需负荷修正为：
式中，H′X为修正后的热力站负荷；tn为室内计算温度；tw为室外计算温度；t′w为室外温度；
S62：在i时段后，分析各热力站的实供负荷H′X与期望负荷HX的偏差；
S63：将该偏差作为修正项代入i+1时段的调控过程，不断迭代至偏差符合实际工程需求，实现滚动校正补偿。
7.一种城市集中供热系统综合灵活调度系统，其特征在于，采用如权利要求1-6任一项所述的方法实现，包括：
热网仿真计算模块，该模块包括热网仿真映射模型，能实现对热网的一一映射建模与仿真计算；
热网特征参数修正模块，用于对热网的映射模型的特征参数进行滚动修正；
热网灵活性评估模块，该模块中包括热网的灵活性评估模型，通过热网仿真计算，对热网进行灵活性评估；
热网分时段负荷预测模块，用于对热网分时段负荷进行预测；
热网热负荷计算模块，该模块包括热力站的热能传输函数的建立，热力站所需热负荷的计算；
热网负荷滚动校正模块，该模块包括热网的负荷滚动校正模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911031506.8A CN110793094B (zh) | 2019-10-28 | 2019-10-28 | 一种城市集中供热系统综合灵活调度方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911031506.8A CN110793094B (zh) | 2019-10-28 | 2019-10-28 | 一种城市集中供热系统综合灵活调度方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110793094A CN110793094A (zh) | 2020-02-14 |
| CN110793094B true CN110793094B (zh) | 2021-04-20 |
Family
ID=69441645
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911031506.8A Active CN110793094B (zh) | 2019-10-28 | 2019-10-28 | 一种城市集中供热系统综合灵活调度方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110793094B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111523210B (zh) * | 2020-04-10 | 2023-05-16 | 浙江英集动力科技有限公司 | 城市集中供热系统升降温过程预测分析方法及其系统 |
| CN111626003B (zh) * | 2020-05-19 | 2023-04-18 | 西安建筑科技大学 | 一种供暖系统热负荷分层预测方法、存储介质及预测设备 |
| CN112560240A (zh) * | 2020-12-02 | 2021-03-26 | 上海全应科技有限公司 | 基于大数据分析技术的供热管网水力计算方法 |
| CN112818589B (zh) * | 2021-01-12 | 2024-03-08 | 大连理工大学 | 一种基于贝叶斯优化算法的供热系统优化方法 |
| CN112984616A (zh) * | 2021-03-05 | 2021-06-18 | 河北工大科雅能源科技股份有限公司 | 一种供热系统热力站调控规律的辨识方法 |
| CN113110057A (zh) * | 2021-04-20 | 2021-07-13 | 北京硕人时代科技股份有限公司 | 一种基于人工智能的热力站节能控制方法及智能决策系统 |
| CN113420710A (zh) * | 2021-07-07 | 2021-09-21 | 国能龙源蓝天节能技术有限公司 | 一种基于多分辨率小波的传感器数据降噪方法 |
| CN114484557B (zh) * | 2022-01-22 | 2022-10-11 | 天津大学 | 一种基于目标能耗管控的建筑群供热负荷调控方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2224175A1 (de) * | 2009-02-27 | 2010-09-01 | Hauser, Oswald | Regelungssystem zur Optimierung von Energieerträgen in Thermosolaranlangen mit einer oder mehreren Synchronpumpe(n) sowie angesteuerten und autark arbeitenden Motorventilen |
| CN102662387A (zh) * | 2012-06-01 | 2012-09-12 | 张克 | 供热监测系统及方法 |
| CN103017253A (zh) * | 2012-12-06 | 2013-04-03 | 鞍山市海汇自动化有限公司 | 一种集中供热全网热平衡控制方法 |
| CN106813293A (zh) * | 2017-03-25 | 2017-06-09 | 余宝法 | 集中供热系统全网平衡控制方法 |
| CN109297086A (zh) * | 2018-09-10 | 2019-02-01 | 常州英集动力科技有限公司 | 热力站负荷分时段滚动预测及自适应矫正方法及系统 |
| CN110287509A (zh) * | 2019-04-25 | 2019-09-27 | 浙江大学 | 城市热网的柔性分析与结构缺陷诊断及定位方法和系统 |
-
2019
- 2019-10-28 CN CN201911031506.8A patent/CN110793094B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2224175A1 (de) * | 2009-02-27 | 2010-09-01 | Hauser, Oswald | Regelungssystem zur Optimierung von Energieerträgen in Thermosolaranlangen mit einer oder mehreren Synchronpumpe(n) sowie angesteuerten und autark arbeitenden Motorventilen |
| CN102662387A (zh) * | 2012-06-01 | 2012-09-12 | 张克 | 供热监测系统及方法 |
| CN103017253A (zh) * | 2012-12-06 | 2013-04-03 | 鞍山市海汇自动化有限公司 | 一种集中供热全网热平衡控制方法 |
| CN106813293A (zh) * | 2017-03-25 | 2017-06-09 | 余宝法 | 集中供热系统全网平衡控制方法 |
| CN109297086A (zh) * | 2018-09-10 | 2019-02-01 | 常州英集动力科技有限公司 | 热力站负荷分时段滚动预测及自适应矫正方法及系统 |
| CN110287509A (zh) * | 2019-04-25 | 2019-09-27 | 浙江大学 | 城市热网的柔性分析与结构缺陷诊断及定位方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110793094A (zh) | 2020-02-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110793094B (zh) | 一种城市集中供热系统综合灵活调度方法和系统 | |
| CN113091123B (zh) | 一种基于数字孪生模型的楼宇机组供热系统调控方法 | |
| Talebi et al. | A review of district heating systems: modeling and optimization | |
| Larsen et al. | A comparison of aggregated models for simulation and operational optimisation of district heating networks | |
| CN111550861B (zh) | 一种热泵与电蓄热设备自适应优化控制方法、系统及装置 | |
| Tarragona et al. | Model predictive control applied to a heating system with PV panels and thermal energy storage | |
| CN105910169A (zh) | 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 | |
| KR101295098B1 (ko) | 지역난방 네트워크의 열공급량 결정방법 | |
| CN110007595A (zh) | 供热系统负荷实时优化调度方法、机组模型、机组及系统 | |
| CN110516951A (zh) | 一种动态时间间隔的综合能源系统调度方法 | |
| Nagota et al. | Verification of the energy-saving effect of the district heating and cooling system—Simulation of an electric-driven heat pump system | |
| Zhong et al. | Network flexibility study of urban centralized heating system: Concept, modeling and evaluation | |
| Lee et al. | Simulation and optimization of energy efficient operation of HVAC system as demand response with distributed energy resources | |
| Sun et al. | Integrated control strategy of district heating system based on load forecasting and indoor temperature measurement | |
| Zhong et al. | Research on data-driven operation control of secondary loop of district heating system | |
| Li et al. | A control strategy for energy optimal operation of a direct district heating system | |
| CN114048908A (zh) | 统一电网-分布式热网系统多时间尺度加强区间优化方法 | |
| Ma et al. | Coordinated control for Air Handling Unit and Variable Air Volume boxes in multi-zone HVAC system | |
| CN111523210A (zh) | 城市集中供热系统升降温过程预测分析方法及其系统 | |
| CN114674026A (zh) | 一种管网供水流量优化控制方法及系统 | |
| CN114266382A (zh) | 一种考虑热惯性的热电联产系统两阶段优化调度方法 | |
| Van Oevelen et al. | Testing and evaluation of a smart controller for reducing peak loads and return temperatures in district heating networks | |
| CN113065249A (zh) | 一种供热系统供回水温度预测方法及装置 | |
| Feng et al. | Optimal design of pipe network of district cooling system based on genetic algorithm | |
| CN112116131B (zh) | 计及碳排放的综合能源系统多层级优化方法 |
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 |