CN111520809A - 基于热网热负荷预测的热电联产耦合供热负荷调节方法及系统 - Google Patents
基于热网热负荷预测的热电联产耦合供热负荷调节方法及系统 Download PDFInfo
- Publication number
- CN111520809A CN111520809A CN202010158696.6A CN202010158696A CN111520809A CN 111520809 A CN111520809 A CN 111520809A CN 202010158696 A CN202010158696 A CN 202010158696A CN 111520809 A CN111520809 A CN 111520809A
- Authority
- CN
- China
- Prior art keywords
- heat
- load
- value
- heat supply
- heating
- 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
Links
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
- F24D19/1009—Arrangement or mounting of control or safety devices for water heating systems for central heating
- F24D19/1039—Arrangement or mounting of control or safety devices for water heating systems for central heating the system uses a heat pump
-
- 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
- F24D19/1009—Arrangement or mounting of control or safety devices for water heating systems for central heating
- F24D19/1048—Counting of energy consumption
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种基于热网热负荷预测的热电联产耦合供热负荷调节方法及系统,属于集中供热技术领域,供热系统包括热电机组、凝汽器、冷却塔、热网首站、吸收式热泵、热网循环水泵、电动调节阀门、物联网流量计、物联网温度仪、物联网压力仪和q个热力站,q≥2,本发明通过综合考虑气象参数、管网特性、建筑物特性和热用户特征等因素影响,建立热网热负荷预测模型,实现热网热负荷的精准预测,并结合吸收式热泵的热电解耦能力,一方面实现合理安排热电机组的运行工况,达到热源侧机组的电、热负荷高效调节,另一方面实现热网侧供热的精准运行调节,有效满足热用户的采暖需求,具有较高的实际运用价值。
Description
技术领域
本发明涉及集中供热技术领域,具体涉及一种基于热网热负荷预测的热电联产耦合供热负荷调节方法及系统。
背景技术
集中供热系统是城市的基础设施之一,也是城市的现代化水平标志之一。集中供热事业在我国快速发展,截止2016年底,我国集中供暖面积约70亿平方米,其中热电联产集中供暖面积约35亿平方米,集中供热系统的高质量发展,直接关系到城市的现代化建设、人民生活水平的提升。针对热电联产集中供热系统来说,不仅肩负着热网侧的供热需求,也肩负着电网的发电调度要求。由于热电联产机组的电力调峰能力很小,无法及时响应电网侧的电力调峰,特别是热网侧的热负荷处于频繁波动状态,这给热电联产机组响应电网的发电调度要求带来了极大的挑战,例如2015年全国电网中仅弃风电量损失就达339亿kWh,损失巨大。只有精准预测热电联产集中供热系统的热网侧热负荷需求,才能合理安排热电联产机组的运行工况,输出既能满足电网调度要求的电负荷,又能满足热网用热需求的热负荷;一方面提升电网消纳新能源的能力,减少弃风弃电损失,另一方面,通过精准预测与实时调节供热系统的供热负荷,实现高效供热,减少过量供热或不足供热损失。
传统供热系统的热负荷预测方法是仅依靠室外环境温度来预测未来供热系统所需的供热量,这种方式存在着很大的误差,根据瑞典学者研究认为室外温度对热负荷的影响仅为60%,由此也说明了传统仅根据室外环境温度来预测和调节供热系统的供热量存在着很大的误差。为解决供热系统热负荷精准高效预测的问题,现有公开了相关技术包括:“一种基于数值天气预报进行热负荷预测的方法(申请号201510889154.5)”、“基于综合温度的供热负荷预报方法(专利号ZL201610415738.3)”、“一种热电解耦系统及运行方法(申请号201711498480.9)”。申请号201510889154.5的专利技术是通过建立综合考虑气象参数温度、太阳辐射和环境湿度的热负荷预测模型,通过神经网络模型训练与检验,得到精准的预测模型,实现对供热系统未来热负荷的预测,该技术相比传统方法,提高了热负荷预测的精准度;专利号ZL201610415738.3的专利技术是通过统计的历史供热量数据,这算当量建筑物特性系数,并利用室外干球温度和太阳辐射预测室外综合环境温度,然后利用当量建筑物特性系数和室外综合环境温度来进行供热系统的热负荷预测,该技术考虑了建筑物特征和管网特性,但是仅利用一个统计期的平均值来折算当量建筑物特性系数,计算方式存在着很大的误差,另外也未考虑环境湿度等气象因素的影响。申请号201711498480.9的专利技术是利用热电机组的主蒸汽和再热蒸汽引射热电机组的排汽,来驱动吸收式热泵回收凝汽器循环水的余热对外供热,从而同时实现热电机组的解耦运行与余热回收,既满足了电力调峰要求,又提高了热电机组的能量利用效率。但是综合来说,供热负荷同时受室外环境温度、环境湿度、太阳辐射、风速、室内温度、管网特性和建筑物特征的影响,据瑞典学者研究管网热损失可使热负荷增加5%-8%,风速可使得热负荷增加1%-4%,另外,建筑物综合因素(含建筑物特征和室内环境因素)对热负荷的影响也是巨大的,由此可见,申请号为201510889154.5和201610415738.3的专利技术所公布的预测方法还存在着一定的弊端。申请号201711498480.9的专利技术未考虑热网负荷的变化,仅是通过热电机组本身的运行调节来进行供热系统的电、热负荷匹配调节。本发明则是通过建立考虑室外环境温度、环境湿度、太阳辐射、风速、室内温度、管网特性和建筑物特征的热负荷预测模型,利用一个采暖期的大量历史数据对模型进行训练和检验,得出精准的热负荷预测模型,根据热负荷预测,合理安排热电联产机组的运行工况,输出既可以满足电网调度要求的电负荷,还可以满足热网用热需求的热负荷,再利用吸收式热泵的热电解耦能力来平衡热网侧热负荷与热电机组输出热负荷之间的差异,实现热电联产集中供热系统的电、热负荷高效匹配调节与热网侧的实时热负荷精准调节。
发明内容
本发明的目的在于克服现有技术中存在的上述不足,而提供一种设计合理、性能可靠、基于热网热负荷预测的热电联产耦合供热负荷调节方法及系统。
本发明解决上述问题所采用的技术方案是:一种基于热网热负荷预测的热电联产耦合供热负荷调节方法,包括热网热负荷预测、电热负荷匹配调节和实时热负荷调节,其特征是,热网热负荷预测是指进入采暖期时,在室内温度达到标准范围16℃-24℃的情况下,采集与统计历史气象参数的数据,历史气象参数包括室外环境温度、太阳辐射、室外环境风速和室外环境相对湿度,同时采集与统计热用户的历史室内温度数据、供热系统的历史供热负荷数据和供热管网的历史热损失数据,构成过去一个采暖期的数据集,建立热网热负荷预测模型,将数据集分为训练数据集和测试数据集,利用训练数据集和测试数据集对热负荷预测模型进行训练和检验,得出热负荷预测模型的各项参数,然后根据天气预报的气象参数预测值、供热管网热损失预测值、室内温度目标值和供热系统的历史供热负荷值,利用热负荷预测模型得出供热系统未来某一天的预测供热负荷;电热负荷匹配调节是指进入采暖期时,统计吸收式热泵的循环水低温热源热负荷和驱动蒸汽高温热源热负荷,利用低温热源热负荷和高温热源热负荷计算吸收式热泵的性能系数历史数据,在吸收式热泵性能系数大于1.4的情况下,统计吸收式热泵的历史运行数据,包括蒸汽压力、热网水进出口温度和循环水进出口温度,然后与吸收式热泵的性能系数历史数据一起构成一个采暖期的数据集,建立吸收式热泵的性能系数计算模型,将数据集分为训练数据集和测试数据集,利用训练数据集和测试数据集对性能系数计算模型进行训练和检验,得出性能系数计算模型的各项参数,再根据预测得出的吸收式热泵的蒸汽压力、热网水温度和循环水温度,与吸收式热泵的性能系数历史数据,利用性能系数计算模型得出未来某一天的吸收式热泵性能系数计算值,然后根据电网调度得出热电机组预测发电负荷和根据热网热负荷预测得出的预测供热负荷,结合吸收式热泵的性能系数计算值,得出热电机组的预测输出热负荷和吸收式热泵的预测供热负荷;实时热负荷调节是指在采暖期的某一天,每次进行热负荷调节时,根据此次调节时的天气预报的气象参数预测值、供热管网热损失预测值、室内温度目标值和前一次调节后的供热系统历史供热负荷实际值,利用热负荷预测模型得出此次调节时供热系统的实时预测供热负荷,然后比较热网热负荷预测时的未来某一天预测供热负荷与当天此次调节时的实时预测供热负荷,当未来某一天预测供热负荷大于实时预测供热负荷时,减小吸收式热泵的供热负荷,当未来某一天预测供热负荷小于实时预测供热负荷时,增加吸收式热泵的供热负荷,然后经过一个管网热力输送延迟时间后,监测与采集热用户的室内温度,当室内温度超过规定的标准室内温度24℃时,进一步减小吸收式热泵的供热负荷,并减小对应热力站的供热负荷,当室内温度低于规定的标准室内温度16℃时,进一步增加吸收式热泵的供热负荷,并增加对应热力站的供热负荷,一直到热用户的室内温度符合标准室内温度范围16℃-24℃时,此次的热负荷调节完成。
进一步的,所述热网热负荷预测,其步骤如下:
S1:确定当地的采暖期天数为n,采暖期包括采暖初期、采暖高寒期和采暖末期,其中:n=x+y+z,x为采暖初期的天数、y为采暖高寒期的天数和z为采暖末期的天数;
在每次采暖期内,在室内温度达到标准范围16℃-24℃的情况下,采集并统计第m天的室外环境温度实际值太阳辐射实际值室外环境风速实际值室外环境相对湿度实际值室内温度实际值供热系统的供热负荷实际值和供热管网的热损失实际值构成一个数据集M,其中:
进入S2步骤的操作;
S2:确定供热系统的热网热负荷预测模型为:
在本次采暖期时,从前一次采暖期的数据集M中抽取训练数据集M训和测试数据集M测,其中:训练数据集M训为由采暖初期和采暖高寒期内所有Mm组成的数据集,天数为k,且k=x+y;测试数据集M测为由采暖末期内所有Mm组成的数据集,天数为z,等于采暖末期的天数;
进入S3步骤的操作;
首先利用训练数据集M训对预测模型公式(3)进行模型训练,得出预测模型公式(3)中A1、B1、C1、D1、E1、F1、G1和H1的8个常数值;
然后将得出的A1、B1、C1、D1、E1、F1、G1和H1的数值代入预测模型公式(3)后,再利用测试数据集M测对预测模型公式(3)进行检验,计算预测模型的性能指标,包括相关系数R1和平均绝对误差K1,计算公式分别为:
进入S4步骤的操作;
S4:辨别预测模型公式(3)的拟合优度的约束函数为:
0.9≤R1≤1 (6)
辨别预测模型公式(3)的预测误差的约束函数为:
0≤K1≤5% (7)
当相关系数R1满足公式(6)且平均绝对误差K1满足公式(7)时,模型训练得出的A1、B1、C1、D1、E1、F1、G1和H1的数值符合要求,从而确定热负荷预测模型,然后进入S5步骤的操作;
当相关系数R1不满足公式(6)时,通过模型训练得出的热负荷预测模型不符合要求,此时参照S3步骤继续对预测模型公式(3)进行训练和检验,一直到相关系数R1满足公式(6)且平均绝对误差K1满足公式(7),得出此时的A1、B1、C1、D1、E1、F1、G1和H1的数值符合要求,从而确定热负荷预测模型,此时进入S5步骤的操作;
当平均绝对误差K1不满足公式(7)时,通过模型训练得出的热负荷预测模型不符合要求,此时参照S3步骤继续对预测模型公式(3)进行训练和检验,一直到相关系数R1满足公式(6)且平均绝对误差K1满足公式(7),得出此时的A1、B1、C1、D1、E1、F1、G1和H1的数值符合要求,从而确定热负荷预测模型,然后进入S5步骤的操作;
S5:通过天气预报,获取第m天的室外环境温度预测值、太阳辐射预测值、室外环境风速预测值和室外环境相对湿度预测值;通过供热管网的历史热损失趋势,获取第m天供热管网的热损失预测值;参照第m-1天的实际室内温度值,获取第m天热用户的室内温度目标值;统计第m-1天供热系统的供热负荷实际值;然后利用由S4步骤得出的热负荷预测模型,计算得出第m天供热系统的预测供热负荷
进一步的,所述电热负荷匹配调节,其步骤如下:
在每次采暖期内,在吸收式热泵性能系数大于1.4的情况下,采集并统计第m天流入吸收式热泵的蒸汽压力实际值流入吸收式热泵的热网水温度实际值和循环水温度实际值流出吸收式热泵的热网水温度实际值和循环水温度实际值吸收式热泵的性能系数实际值构成一个数据集N,其中:
进入V2步骤的操作;
在本次采暖期,从前一次采暖期的数据集N中抽取训练数据集N训和测试数据集N测,其中:训练数据集N训为由采暖初期和采暖高寒期内所有Nλ组成的数据集,天数也为k,且k=x+y;测试数据集N测为由采暖末期内所有Nλ组成的数据集,天数也为z,等于采暖末期的天数;
进入V3步骤的操作;
首先利用训练数据集N训对计算模型公式(10)进行模型训练,得出计算模型公式(10)中A2、B2、C2、D2、E2、F2和G2的7个常数值;
然后将得出的A2、B2、C2、D2、E2、F2和G2的数值代入计算模型公式(10)中之后,再利用测试数据集N测对计算模型公式(10)检验,进行计算模型的性能指标计算,包括相关系数R2和平均绝对误差K2,计算公式分别为:
进入V4步骤的操作;
V4:辨别计算模型公式(10)的拟合优度的约束函数为:
0.95≤R2≤1 (13)
辨别计算模型公式(10)的计算误差的约束函数为:
0≤K2≤5% (14)
当相关系数R2满足公式(13)且平均绝对误差K2满足公式(14)时,模型训练得出的A2、B2、C2、D2、E2、F2和G2的数值符合要求,从而确定性能系数计算模型,然后进入V5步骤的操作;
当相关系数R2不满足公式(13)时,通过模型训练得出的性能系数计算模型不符合要求,此时参照V3步骤继续对计算模型公式(10)进行训练和检验,一直到相关系数R2满足公式(13)且平均绝对误差K2满足公式(14),得出此时的A2、B2、C2、D2、E2、F2和G2的数值符合要求,从而确定性能系数计算模型,此时进入V5步骤的操作;
当平均绝对误差K2不满足公式(14)时,通过模型训练得出的性能系数计算模型不符合要求,此时参照V3步骤继续对计算模型公式(10)进行训练和检验,一直到相关系数R2满足公式(13)且平均绝对误差K2满足公式(14),得出此时的A2、B2、C2、D2、E2、F2和G2的数值符合要求,从而确定性能系数计算模型,然后进入V5步骤的操作;
第一步,选择热电机组的背压来确定第m天流入吸收式热泵的循环水温度预测值和流出吸收式热泵的循环水温度预测值根据气象参数和历史热网供水温度与回水温度确定第m天流入吸收式热泵的热网水温度预测值和流出吸收式热泵的热网水温度预测值
第二步,选定第m天热电机组的抽汽压力作为流入吸收式热泵的蒸汽压力预测值,然后利用第一步的所有预测值和吸收式热泵的性能系数实际值通过由V4步骤得出的吸收式热泵性能系数计算模型,计算得出吸收式热泵的性能系数计算值
根据最大程度回收供热系统中循环水余热的原则与吸收式热泵供热容量符合吸收式热泵性能的要求来选取进入吸收式热泵的蒸汽供热负荷值然后利用公式(15)依次确定进入热网首站的蒸汽供热负荷值与热电机组的预测输出热负荷值Qm;
当与的值满足公式(16)且与的值满足公式(17)时,此时直接确定热电机组的预测输出热负荷值Qm、进入吸收式热泵的蒸汽供热负荷值进入热网首站的蒸汽供热负荷值热电机组的主蒸汽进汽流量Hm、热电机组的抽汽压力值和热电机组的背压
当与的值不满足公式(17)时,利用替代同时利用替代重新从第一步开始计算,直到与的值满足公式(17)且与的值满足公式(16),此时确定热电机组的预测输出热负荷值Qm、进入吸收式热泵的蒸汽供热负荷值进入热网首站的蒸汽供热负荷值热电机组的主蒸汽进汽流量Hm、热电机组的抽汽压力值和热电机组的背压
当与的值不满足公式(16)时,利用替代同时利用替代重新从第一步开始计算,直到与的值满足公式(16)且与的值满足公式(17),此时确定热电机组的预测输出热负荷值Qm、进入吸收式热泵的蒸汽供热负荷值进入热网首站的蒸汽供热负荷值热电机组的主蒸汽进汽流量Hm、热电机组的抽汽压力值和热电机组的背压
进一步的,所述实时热负荷调节,其步骤如下:
第m天的第τ次进行供热系统的实时热负荷调节时,根据第τ次调节到第τ+1次调节时间间隔内的天气预报,获取第τ次调节时的室外环境温度预测值、太阳辐射预测值、室外环境风速预测值和室外环境相对湿度预测值;通过供热管网的历史热损失趋势,获取第τ次调节时的供热管网热损失预测值;参照第τ-1次调节完成时的实际室内温度值,获取第τ次调节时的热用户室内温度目标值;统计第τ-1次调节到第τ次调节时间间隔内的供热系统供热负荷实际值;然后利用由S4步骤得出的热负荷预测模型,修正计算供热系统第τ次调节时的实时预测供热负荷其中:τ1,2,……,当τ=1时,第τ-1次调节为第m天的前一天最后一次调节;
进入U2步骤的操作;
U2:在第τ次开始调节时,测量与采集流入吸收式热泵的热网水温度和流出吸收式热泵的热网水温度然后利用由S4步骤得出的吸收式热泵性能系数预测模型,计算得出吸收式热泵的性能系数预测值当时,通过调整进入吸收式热泵的热网水流量的大小来改变流出吸收式热泵的热网水温度,直到后,确定吸收式热泵的性能系数预测值
然后进行预测供热负荷与实时预测供热负荷的比较:当时,减小进入吸收式热泵的蒸汽供热负荷,减小量为同时增加进入热网首站的蒸汽供热负荷,增加量也为从而减小进入吸收式热泵的循环水余热负荷和吸收式热泵的供热负荷;当时,增加进入吸收式热泵的蒸汽供热负荷,增加量为同时减小进入热网首站的蒸汽供热负荷,减小量也为从而增加进入吸收式热泵的循环水余热负荷和吸收式热泵的供热负荷;当时,无需调节进入吸收式热泵的蒸汽供热负荷和吸收式热泵的供热负荷;
进入U3步骤的操作;
U3:经过管网热力输送延迟时间ζ后,监测与采集热用户的室内温度,当室内温度超过规定的标准室内温度24℃时,进一步通过调节吸收式热泵来减小吸收式热泵的供热负荷,并减小对应热力站的供热负荷;当室内温度低于规定的标准室内温度16℃时,进一步通过调节吸收式热泵来增加吸收式热泵的供热负荷,并增大对应热力站的供热负荷;一直到热用户的室内温度符合标准室内温度范围16℃-24℃时,第τ次供热系统的实时热负荷调节完成。
所述的基于热网热负荷预测的热电联产耦合供热负荷调节方法中的供热系统,其特征是,所述供热系统包括热电机组、凝汽器、冷却塔、热网首站、吸收式热泵、热网循环水泵、热力站、电动调节阀门、物联网流量计、物联网温度仪和物联网压力仪,所述热电机组的排汽口与凝汽器连接,所述凝汽器的循环水侧同时与冷却塔和吸收式热泵连接,所述热电机组的抽汽口同时与热网首站和吸收式热泵连接,供热系统包含q个热力站,q≥2,每个热力站均为热用户提供采暖所需的热量,每个热力站通过热网回水管和热网供水管与热网首站和吸收式热泵连接,所述电动调节阀门、物联网流量计、物联网温度仪和物联网压力仪分别安装在对应的管路上,所述供热系统还设置有热用户室内温度监测系统,用于监测和采集热用户的室内温度。
本发明与现有技术相比,具有以下优点和效果:(1)本发明设计合理,结构简单,性能可靠,创造了一种基于热网热负荷预测的热电联产耦合供热负荷调节方法及系统;(2)综合考虑气象参数、管网特性、建筑物特性和热用户特征等因素的影响,建立热网热负荷预测模型,实现供热系统的热网热负荷的精准预测;(3)通过精准预测热网热负荷,合理安排热电联产机组的运行工况,同时输出满足要求的电负荷和热负荷,实现热源侧热电联产机组的高效运行调节;(4)充分发挥了吸收式热泵的热电解耦能力,利用吸收式热泵来平衡热电机组输出热负荷与热网所需热负荷间的差异,既保证了热电联产机组的稳定运行,又有效满足了热用户的实时采暖需求。
本发明专利有效解决了热电联产系统热网侧热负荷与热源侧电负荷不匹配的问题,实现了热电联产集中供热系统的电、热负荷高效匹配调节与热网侧的实时热负荷精准调节,达到电网调度对热电机组的电力调峰要求,具有较高的实际运用价值。
附图说明
图1是本发明实施例中的供热系统结构示意图。
图2是本发明实施例中供热系统抽汽压力为Px时的热电机组电、热负荷匹配工况图。
图3是本发明实施例中供热系统所接待热用户在典型日的总热负荷波动曲线图。
图中:热电机组01、凝汽器02、冷却塔03、热网首站04、吸收式热泵05、热网循环水泵06、热网回水管07、热网供水管08、第一蒸汽阀门20、第一蒸汽压力仪21、第一蒸汽温度仪22、第二蒸汽阀门23、第一蒸汽流量计24、第一疏水温度仪25、第三蒸汽阀门26、第二蒸汽流量计27、第二疏水温度仪28、第一回水阀门30、第一回水流量计31、第一回水温度仪32、第一供水温度仪33、第一供水阀门34、第二回水阀门35、第二回水流量计36、第二回水温度仪37、第二供水温度仪38、第二供水阀门39、第一循环阀门40、第二循环阀门41、第三循环阀门42、第一循环流量计43、第一循环温度仪44、第二循环温度仪45、第四循环阀门46、第一热力站1、第二热力站2、第q热力站q、第q供水支管q01、第q回水支管q02、第q供水支管阀门q03、第q供水支管流量计q04、第q供水支管温度仪q05、第q回水支管阀门q06、第q回水支管温度仪q07。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
参见图1,该实施例涉及一种基于热网热负荷预测的热电联产耦合供热负荷调节方法及系统,供热系统包括:热电机组01、凝汽器02、冷却塔03、热网首站04、吸收式热泵05、热网循环水泵06、热网回水管07和热网供水管08,热电机组01的排汽口与凝汽器02连接,凝汽器02的循环水侧同时与吸收式热泵05的低温热源侧和冷却塔03连接,且在吸收式热泵05的低温热源进水口沿着水流动方向依次安装有第三循环阀门42、第一循环流量计43和第一循环温度仪44,在吸收式热泵05的低温热源出水口沿着水流动方向依次安装有第二循环温度仪45和第四循环阀门46,在冷却塔03的进水口和出水口分别安装有第一循环阀门40和第二循环阀门41,热电机组01的抽汽口同时与热网首站04的进汽口和吸收式热泵05的驱动蒸汽热源侧连接,且在热电机组01的抽汽口沿着蒸汽流动方向依次安装有第一蒸汽阀门20、第一蒸汽压力仪21和第一蒸汽温度仪22,在热网首站04的进汽口沿着蒸汽流动方向依次安装有第二蒸汽阀门23和第一蒸汽流量计24,在吸收式热泵05的驱动蒸汽进口沿着蒸汽流动方向依次安装有第三蒸汽阀门26和第二蒸汽流量计27,吸收式热泵05的疏水出口和热网首站04的疏水出口分别安装有第二疏水温度仪28和第一疏水温度仪25,热网回水管07的出水端同时与热网首站04的热网水进口和吸收式热泵05的热网水进口连接,且在热网回水管07上安装有热网循环水泵06,在热网首站04的热网水进口沿着水流动方向依次安装有第一回水阀门30、第一回水流量计31和第一回水温度仪32,在吸收式热泵05的热网水进口沿着水流动方向依次安装有第二回水阀门35、第二回水流量计36和第二回水温度仪37,热网供水管08的进水端同时与热网首站04的热网水出口和吸收式热泵05的热网水出口连接,且在热网首站04的热网水出口沿着水流动方向依次安装有第一供水温度仪33和第一供水阀门34,在吸收式热泵05的热网水出口沿着水流动方向依次安装有第二供水温度仪38和第二供水阀门39,供热系统还包括q个热力站,如图1所示,第一热力站1、第二热力站2······第q热力站q,q≥2,每个热力站均为热用户提供采暖所需的热量,第q热力站q的一次网侧进水口和一次网侧出水口通过第q供水支管q01和第q回水支管q02分别与热网供水管08和热网回水管07连接,且在第q供水支管q01上沿着水流动方向依次安装有第q供水支管阀门q03、第q供水支管流量计q04和第q供水支管温度仪q05,在第q回水支管q02上沿着水流动方向依次安装有第q回水支管温度仪q07和第q回水支管阀门q06。
在本实施例中,供热系统中的所有阀门均为电动调节阀门,所有流量计均为物联网流量计,所有温度仪均为物联网温度仪,所有压力仪均为物联网压力仪。
在本实施例中,供热系统还设置有热用户室内温度监测系统,用于监测和采集热用户的室内温度。
在本实施例中,参见图2,查找供热系统中热电机组01的特性书,筛选统计出热电机组01在不同抽汽压力下的机组电、热负荷匹配工况图,然后输入到本实施例中的未来供热负荷预测方法中,作为预测热电机组01未来某一天输出热负荷的依据。
在本实施例中,参见图3,采集并统计供热系统中最近过去1到3个采暖期的热网侧所接待热用户的每一天的总热负荷波动曲线图,筛选出典型日的热网侧热用户总热负荷波动曲线图,并绘制出典型日曲线图的较高热负荷区、临界热负荷曲线和较低热负荷区,使得最高热负荷减去临界热负荷后的数值等于临界热负荷减去最低热负荷后的数值,利用典型日的热网侧热用户总热负荷波动曲线图作为吸收式热泵05的供热负荷的选择依据。
在本实施例中,热电联产耦合供热负荷调节方法包括热网热负荷预测、电热负荷匹配调节和实时热负荷调节,首先进行热网热负荷预测,然后进行电热负荷匹配调节,最后进行实时热负荷调节;通过热网热负荷预测获得热网热负荷预测模型和供热系统未来某一天的预测供热负荷,通过电热负荷匹配调节获得热电机组01的预测输出热负荷和吸收式热泵05的预测供热负荷,通过实时热负荷调节获得未来某一天当天每次调节时的实时预测供热负荷,进行供热系统中对应电动调节阀门的调节,并利用吸收式热泵05平衡热网侧实时热负荷需求与热电机组01输出热负荷之间的差异,得到合格的热用户室内温度。
在本实施例中,热网热负荷预测是指进入采暖期时,在室内温度达到标准范围16℃-24℃的情况下,采集与统计历史气象参数的数据,历史气象参数包括室外环境温度、太阳辐射、室外环境风速和室外环境相对湿度,同时采集与统计热用户的历史室内温度数据、供热系统的历史供热负荷数据和供热管网的历史热损失数据,构成过去一个采暖期的数据集,建立热网热负荷预测模型,将数据集分为训练数据集和测试数据集,利用训练数据集和测试数据集对热负荷预测模型进行训练和检验,得出热负荷预测模型的各项参数,然后根据天气预报的气象参数预测值、供热管网热损失预测值、室内温度目标值和供热系统的历史供热负荷值,利用热负荷预测模型得出供热系统未来某一天的预测供热负荷。热网热负荷预测的具体步骤如下:
S1:确定当地的采暖期天数为n,采暖期包括采暖初期、采暖高寒期和采暖末期,其中:n=x+y+z,x为采暖初期的天数、y为采暖高寒期的天数和z为采暖末期的天数;
在每次采暖期内,在室内温度达到标准范围16℃-24℃的情况下,采集并统计第m天的室外环境温度实际值太阳辐射实际值室外环境风速实际值室外环境相对湿度实际值室内温度实际值供热系统的供热负荷实际值和供热管网的热损失实际值构成一个数据集M,其中:
进入S2步骤的操作;
S2:确定供热系统的热网热负荷预测模型为:
在本次采暖期时,从前一次采暖期的数据集M中抽取训练数据集M训和测试数据集M测,其中:训练数据集M训为由采暖初期和采暖高寒期内所有Mm组成的数据集,天数为k,且k=x+y;测试数据集M测为由采暖末期内所有Mm组成的数据集,天数为z,等于采暖末期的天数;
进入S3步骤的操作;
首先利用训练数据集M训对预测模型公式(3)进行模型训练,得出预测模型公式(3)中A1、B1、C1、D1、E1、F1、G1和H1的8个常数值;
然后将得出的A1、B1、C1、D1、E1、F1、G1和H1的数值代入预测模型公式(3)后,再利用测试数据集M测对预测模型公式(3)进行检验,计算预测模型的性能指标,包括相关系数R1和平均绝对误差K1,计算公式分别为:
进入S4步骤的操作;
S4:辨别预测模型公式(3)的拟合优度的约束函数为:
0.9≤R1≤1 (6)
辨别预测模型公式(3)的预测误差的约束函数为:
0≤K1≤5% (7)
当相关系数R1满足公式(6)且平均绝对误差K1满足公式(7)时,模型训练得出的A1、B1、C1、D1、E1、F1、G1和H1的数值符合要求,从而确定热负荷预测模型,然后进入S5步骤的操作;
当相关系数R1不满足公式(6)时,通过模型训练得出的热负荷预测模型不符合要求,此时参照S3步骤继续对预测模型公式(3)进行训练和检验,一直到相关系数R1满足公式(6)且平均绝对误差K1满足公式(7),得出此时的A1、B1、C1、D1、E1、F1、G1和H1的数值符合要求,从而确定热负荷预测模型,此时进入S5步骤的操作;
当平均绝对误差K1不满足公式(7)时,通过模型训练得出的热负荷预测模型不符合要求,此时参照S3步骤继续对预测模型公式(3)进行训练和检验,一直到相关系数R1满足公式(6)且平均绝对误差K1满足公式(7),得出此时的A1、B1、C1、D1、E1、F1、G1和H1的数值符合要求,从而确定热负荷预测模型,然后进入S5步骤的操作;
S5:通过天气预报,获取第m天的室外环境温度预测值、太阳辐射预测值、室外环境风速预测值和室外环境相对湿度预测值;通过供热管网的历史热损失趋势,获取第m天供热管网的热损失预测值;参照第m-1天的实际室内温度值,获取第m天热用户的室内温度目标值;统计第m-1天供热系统的供热负荷实际值;然后利用由S4步骤得出的热负荷预测模型,计算得出第m天供热系统的预测供热负荷
在本实施例中,电热负荷匹配调节是指进入采暖期时,统计吸收式热泵05的循环水低温热源热负荷和驱动蒸汽高温热源热负荷,利用低温热源热负荷和高温热源热负荷计算吸收式热泵05的性能系数历史数据,在吸收式热泵05性能系数大于1.4的情况下,统计吸收式热泵05的历史运行数据,包括蒸汽压力、热网水进出口温度和循环水进出口温度,然后与吸收式热泵05的性能系数历史数据一起构成一个采暖期的数据集,建立吸收式热泵05的性能系数计算模型,将数据集分为训练数据集和测试数据集,利用训练数据集和测试数据集对性能系数计算模型进行训练和检验,得出性能系数计算模型的各项参数,再根据预测得出的吸收式热泵05的蒸汽压力、热网水温度和循环水温度,与吸收式热泵05的性能系数历史数据,利用性能系数计算模型得出未来某一天的吸收式热泵性05能系数计算值,然后根据电网调度得出热电机组01预测发电负荷和根据热网热负荷预测得出的预测供热负荷,结合吸收式热泵05的性能系数计算值,得出热电机组01的预测输出热负荷和吸收式热泵05的预测供热负荷。电热负荷匹配调节的具体步骤如下:
在每次采暖期内,在吸收式热泵05性能系数大于1.4的情况下,采集并统计第m天流入吸收式热泵05的蒸汽压力实际值流入吸收式热泵05的热网水温度实际值和循环水温度实际值流出吸收式热泵05的热网水温度实际值和循环水温度实际值吸收式热泵05的性能系数实际值构成一个数据集N,其中:
进入V2步骤的操作;
在本次采暖期,从前一次采暖期的数据集N中抽取训练数据集N训和测试数据集N测,其中:训练数据集N训为由采暖初期和采暖高寒期内所有Nλ组成的数据集,天数也为k,且k=x+y;测试数据集N测为由采暖末期内所有Nλ组成的数据集,天数也为z,等于采暖末期的天数;
进入V3步骤的操作;
首先利用训练数据集N训对计算模型公式(10)进行模型训练,得出计算模型公式(10)中A2、B2、C2、D2、E2、F2和G2的7个常数值;
然后将得出的A2、B2、C2、D2、E2、F2和G2的数值代入计算模型公式(10)中之后,再利用测试数据集N测对计算模型公式(10)检验,进行计算模型的性能指标计算,包括相关系数R2和平均绝对误差K2,计算公式分别为:
式中:为测试数据集内第j天的吸收式热泵05性能系数计算值,为吸收式热泵05性能系数计算值在z天内的平均值,为测试数据集内第j天的吸收式热泵05性能系数实际值,为吸收式热泵05性能系数实际值在z天内的平均值;
进入V4步骤的操作;
V4:辨别计算模型公式(10)的拟合优度的约束函数为:
0.95≤R2≤1 (13)
辨别计算模型公式(10)的计算误差的约束函数为:
0≤K2≤5% (14)
当相关系数R2满足公式(13)且平均绝对误差K2满足公式(14)时,模型训练得出的A2、B2、C2、D2、E2、F2和G2的数值符合要求,从而确定性能系数计算模型,然后进入V5步骤的操作;
当相关系数R2不满足公式(13)时,通过模型训练得出的性能系数计算模型不符合要求,此时参照V3步骤继续对计算模型公式(10)进行训练和检验,一直到相关系数R2满足公式(13)且平均绝对误差K2满足公式(14),得出此时的A2、B2、C2、D2、E2、F2和G2的数值符合要求,从而确定性能系数计算模型,此时进入V5步骤的操作;
当平均绝对误差K2不满足公式(14)时,通过模型训练得出的性能系数计算模型不符合要求,此时参照V3步骤继续对计算模型公式(10)进行训练和检验,一直到相关系数R2满足公式(13)且平均绝对误差K2满足公式(14),得出此时的A2、B2、C2、D2、E2、F2和G2的数值符合要求,从而确定性能系数计算模型,然后进入V5步骤的操作;
第一步,选择热电机组01的背压来确定第m天流入吸收式热泵05的循环水温度预测值和流出吸收式热泵05的循环水温度预测值根据气象参数和历史热网供水温度与回水温度确定第m天流入吸收式热泵05的热网水温度预测值和流出吸收式热泵05的热网水温度预测值
第二步,选定第m天热电机组01的抽汽压力作为流入吸收式热泵05的蒸汽压力预测值,然后利用第一步的所有预测值和吸收式热泵05的性能系数实际值通过由V4步骤得出的吸收式热泵05性能系数计算模型,计算得出吸收式热泵05的性能系数计算值
根据最大程度回收供热系统中循环水余热的原则与吸收式热泵05供热容量符合吸收式热泵05性能的要求来选取进入吸收式热泵05的蒸汽供热负荷值然后利用公式(15)依次确定进入热网首站04的蒸汽供热负荷值与热电机组01的预测输出热负荷值Qm;
当与的值满足公式(16)且与的值满足公式(17)时,此时直接确定热电机组01的预测输出热负荷值Qm、进入吸收式热泵05的蒸汽供热负荷值进入热网首站04的蒸汽供热负荷值热电机组01的主蒸汽进汽流量Hm、热电机组01的抽汽压力值和热电机组01的背压
当与的值不满足公式(17)时,利用替代同时利用替代重新从第一步开始计算,直到与的值满足公式(17)且与的值满足公式(16),此时确定热电机组01的预测输出热负荷值Qm、进入吸收式热泵05的蒸汽供热负荷值进入热网首站04的蒸汽供热负荷值热电机组01的主蒸汽进汽流量Hm、热电机组01的抽汽压力值和热电机组01的背压
当与的值不满足公式(16)时,利用替代同时利用替代重新从第一步开始计算,直到与的值满足公式(16)且与的值满足公式(17),此时确定热电机组01的预测输出热负荷值Qm、进入吸收式热泵05的蒸汽供热负荷值进入热网首站04的蒸汽供热负荷值热电机组01的主蒸汽进汽流量Hm、热电机组01的抽汽压力值和热电机组01的背压
在本实施例中,实时热负荷调节是指在采暖期的某一天,每次进行热负荷调节时,根据此次调节时的天气预报的气象参数预测值、供热管网热损失预测值、室内温度目标值和前一次调节后的供热系统历史供热负荷实际值,利用热负荷预测模型得出此次调节时供热系统的实时预测供热负荷,然后比较热网热负荷预测时的未来某一天预测供热负荷与当天此次调节时的实时预测供热负荷,当未来某一天预测供热负荷大于实时预测供热负荷时,减小吸收式热泵05的供热负荷,当未来某一天预测供热负荷小于实时预测供热负荷时,增加吸收式热泵05的供热负荷,然后经过一个管网热力输送延迟时间后,监测与采集热用户的室内温度,当室内温度超过规定的标准室内温度24℃时,进一步减小吸收式热泵05的供热负荷,并减小对应热力站q的供热负荷,当室内温度低于规定的标准室内温度16℃时,进一步增加吸收式热泵05的供热负荷,并增加对应热力站q的供热负荷,一直到热用户的室内温度符合标准室内温度范围16℃-24℃时,此次的热负荷调节完成。实时热负荷调节的具体步骤如下:
第m天的第τ次进行供热系统的实时热负荷调节时,根据第τ次调节到第τ+1次调节时间间隔内的天气预报,获取第τ次调节时的室外环境温度预测值、太阳辐射预测值、室外环境风速预测值和室外环境相对湿度预测值;通过供热管网的历史热损失趋势,获取第τ次调节时的供热管网热损失预测值;参照第τ-1次调节完成时的实际室内温度值,获取第τ次调节时的热用户室内温度目标值;统计第τ-1次调节到第τ次调节时间间隔内的供热系统供热负荷实际值;然后利用由S4步骤得出的热负荷预测模型,修正计算供热系统第τ次调节时的实时预测供热负荷其中:τ=1,2,……,当τ=1时,第τ-1次调节为第m天的前一天最后一次调节;
进入U2步骤的操作;
U2:在第τ次开始调节时,测量与采集流入吸收式热泵05的热网水温度和流出吸收式热泵05的热网水温度Tτ r,然后利用由S4步骤得出的吸收式热泵05性能系数预测模型,计算得出吸收式热泵05的性能系数预测值当时,通过调整进入吸收式热泵05的热网水流量的大小来改变流出吸收式热泵05的热网水温度,直到后,确定吸收式热泵05的性能系数预测值
然后进行预测供热负荷与实时预测供热负荷的比较:当时,减小进入吸收式热泵05的蒸汽供热负荷,减小量为同时增加进入热网首站04的蒸汽供热负荷,增加量也为从而减小进入吸收式热泵05的循环水余热负荷和吸收式热泵05的供热负荷;当时,增加进入吸收式热泵05的蒸汽供热负荷,增加量为同时减小进入热网首站04的蒸汽供热负荷,减小量也为从而增加进入吸收式热泵05的循环水余热负荷和吸收式热泵05的供热负荷;当时,无需调节进入吸收式热泵05的蒸汽供热负荷和吸收式热泵05的供热负荷;
进入U3步骤的操作;
U3:经过管网热力输送延迟时间ζ后,监测与采集热用户的室内温度,当室内温度超过规定的标准室内温度24℃时,进一步通过调节吸收式热泵05来减小吸收式热泵05的供热负荷,并减小对应热力站q的供热负荷;当室内温度低于规定的标准室内温度16℃时,进一步通过调节吸收式热泵05来增加吸收式热泵05的供热负荷,并增大对应热力站q的供热负荷;一直到热用户的室内温度符合标准室内温度范围16℃-24℃时,第τ次供热系统的实时热负荷调节完成。
在本实施例电热负荷匹配调节的具体步骤中,吸收式热泵05疏水出口的第二疏水温度仪28的读数,须保持与热网首站04疏水出口的第一疏水温度仪25的读数一致。
本说明书中未作详细描述的内容均属于本领域专业技术人员公知的现有技术。
虽然本发明已以实施例公开如上,但其并非用以限定本发明的保护范围,任何熟悉该项技术的技术人员,在不脱离本发明的构思和范围内所作的更动与润饰,均应属于本发明的保护范围。
Claims (6)
1.一种基于热网热负荷预测的热电联产耦合供热负荷调节方法,包括热网热负荷预测、电热负荷匹配调节和实时热负荷调节,其特征是,热网热负荷预测是指进入采暖期时,在室内温度达到标准范围16℃-24℃的情况下,采集与统计历史气象参数的数据,历史气象参数包括室外环境温度、太阳辐射、室外环境风速和室外环境相对湿度,同时采集与统计热用户的历史室内温度数据、供热系统的历史供热负荷数据和供热管网的历史热损失数据,构成过去一个采暖期的数据集,建立热网热负荷预测模型,将数据集分为训练数据集和测试数据集,利用训练数据集和测试数据集对热负荷预测模型进行训练和检验,得出热负荷预测模型的各项参数,然后根据天气预报的气象参数预测值、供热管网热损失预测值、室内温度目标值和供热系统的历史供热负荷值,利用热负荷预测模型得出供热系统未来某一天的预测供热负荷;电热负荷匹配调节是指进入采暖期时,统计吸收式热泵的循环水低温热源热负荷和驱动蒸汽高温热源热负荷,利用低温热源热负荷和高温热源热负荷计算吸收式热泵的性能系数历史数据,在吸收式热泵性能系数大于1.4的情况下,统计吸收式热泵的历史运行数据,包括蒸汽压力、热网水进出口温度和循环水进出口温度,然后与吸收式热泵的性能系数历史数据一起构成一个采暖期的数据集,建立吸收式热泵的性能系数计算模型,将数据集分为训练数据集和测试数据集,利用训练数据集和测试数据集对性能系数计算模型进行训练和检验,得出性能系数计算模型的各项参数,再根据预测得出的吸收式热泵的蒸汽压力、热网水温度和循环水温度,与吸收式热泵的性能系数历史数据,利用性能系数计算模型得出未来某一天的吸收式热泵性能系数计算值,然后根据电网调度得出热电机组预测发电负荷和根据热网热负荷预测得出的预测供热负荷,结合吸收式热泵的性能系数计算值,得出热电机组的预测输出热负荷和吸收式热泵的预测供热负荷;实时热负荷调节是指在采暖期的某一天,每次进行热负荷调节时,根据此次调节时的天气预报的气象参数预测值、供热管网热损失预测值、室内温度目标值和前一次调节后的供热系统历史供热负荷实际值,利用热负荷预测模型得出此次调节时供热系统的实时预测供热负荷,然后比较热网热负荷预测时的未来某一天预测供热负荷与当天此次调节时的实时预测供热负荷,当未来某一天预测供热负荷大于实时预测供热负荷时,减小吸收式热泵的供热负荷,当未来某一天预测供热负荷小于实时预测供热负荷时,增加吸收式热泵的供热负荷,然后经过一个管网热力输送延迟时间后,监测与采集热用户的室内温度,当室内温度超过规定的标准室内温度24℃时,进一步减小吸收式热泵的供热负荷,并减小对应热力站的供热负荷,当室内温度低于规定的标准室内温度16℃时,进一步增加吸收式热泵的供热负荷,并增加对应热力站的供热负荷,一直到热用户的室内温度符合标准室内温度范围16℃-24℃时,此次的热负荷调节完成。
2.根据权利要求1所述的基于热网热负荷预测的热电联产耦合供热负荷调节方法,其特征是,所述热网热负荷预测,其步骤如下:
S1:确定当地的采暖期天数为n,采暖期包括采暖初期、采暖高寒期和采暖末期,其中:n=x+y+z,x为采暖初期的天数、y为采暖高寒期的天数和z为采暖末期的天数;
在每次采暖期内,在室内温度达到标准范围16℃-24℃的情况下,采集并统计第m天的室外环境温度实际值太阳辐射实际值室外环境风速实际值室外环境相对湿度实际值室内温度实际值供热系统的供热负荷实际值和供热管网的热损失实际值构成一个数据集M,其中:
进入S2步骤的操作;
S2:确定供热系统的热网热负荷预测模型为:
在本次采暖期时,从前一次采暖期的数据集M中抽取训练数据集M训和测试数据集M测,其中:训练数据集M训为由采暖初期和采暖高寒期内所有Mm组成的数据集,天数为k,且k=x+y;测试数据集M测为由采暖末期内所有Mm组成的数据集,天数为z,等于采暖末期的天数;
进入S3步骤的操作;
首先利用训练数据集M训对预测模型公式(3)进行模型训练,得出预测模型公式(3)中A1、B1、C1、D1、E1、F1、G1和H1的8个常数值;
然后将得出的A1、B1、C1、D1、E1、F1、G1和H1的数值代入预测模型公式(3)后,再利用测试数据集M测对预测模型公式(3)进行检验,计算预测模型的性能指标,包括相关系数R1和平均绝对误差K1,计算公式分别为:
进入S4步骤的操作;
S4:辨别预测模型公式(3)的拟合优度的约束函数为:
0.9≤R1≤1 (6)
辨别预测模型公式(3)的预测误差的约束函数为:
0≤K1≤5% (7)
当相关系数R1满足公式(6)且平均绝对误差K1满足公式(7)时,模型训练得出的A1、B1、C1、D1、E1、F1、G1和H1的数值符合要求,从而确定热负荷预测模型,然后进入S5步骤的操作;
当相关系数R1不满足公式(6)时,通过模型训练得出的热负荷预测模型不符合要求,此时参照S3步骤继续对预测模型公式(3)进行训练和检验,一直到相关系数R1满足公式(6)且平均绝对误差K1满足公式(7),得出此时的A1、B1、C1、D1、E1、F1、G1和H1的数值符合要求,从而确定热负荷预测模型,此时进入S5步骤的操作;
当平均绝对误差K1不满足公式(7)时,通过模型训练得出的热负荷预测模型不符合要求,此时参照S3步骤继续对预测模型公式(3)进行训练和检验,一直到相关系数R1满足公式(6)且平均绝对误差K1满足公式(7),得出此时的A1、B1、C1、D1、E1、F1、G1和H1的数值符合要求,从而确定热负荷预测模型,然后进入S5步骤的操作;
3.根据权利要求1所述的基于热网热负荷预测的热电联产耦合供热负荷调节方法,其特征是,所述电热负荷匹配调节,其步骤如下:
在每次采暖期内,在吸收式热泵性能系数大于1.4的情况下,采集并统计第m天流入吸收式热泵的蒸汽压力实际值流入吸收式热泵的热网水温度实际值和循环水温度实际值流出吸收式热泵的热网水温度实际值和循环水温度实际值吸收式热泵的性能系数实际值构成一个数据集N,其中:
进入V2步骤的操作;
在本次采暖期,从前一次采暖期的数据集N中抽取训练数据集N训和测试数据集N测,其中:训练数据集N训为由采暖初期和采暖高寒期内所有Nλ组成的数据集,天数也为k,且k=x+y;测试数据集N测为由采暖末期内所有Nλ组成的数据集,天数也为z,等于采暖末期的天数;
进入V3步骤的操作;
首先利用训练数据集N训对计算模型公式(10)进行模型训练,得出计算模型公式(10)中A2、B2、C2、D2、E2、F2和G2的7个常数值;
然后将得出的A2、B2、C2、D2、E2、F2和G2的数值代入计算模型公式(10)中之后,再利用测试数据集N测对计算模型公式(10)检验,进行计算模型的性能指标计算,包括相关系数R2和平均绝对误差K2,计算公式分别为:
进入V4步骤的操作;
V4:辨别计算模型公式(10)的拟合优度的约束函数为:
0.95≤R2≤1 (13)
辨别计算模型公式(10)的计算误差的约束函数为:
0≤K2≤5% (14)
当相关系数R2满足公式(13)且平均绝对误差K2满足公式(14)时,模型训练得出的A2、B2、C2、D2、E2、F2和G2的数值符合要求,从而确定性能系数计算模型,然后进入V5步骤的操作;
当相关系数R2不满足公式(13)时,通过模型训练得出的性能系数计算模型不符合要求,此时参照V3步骤继续对计算模型公式(10)进行训练和检验,一直到相关系数R2满足公式(13)且平均绝对误差K2满足公式(14),得出此时的A2、B2、C2、D2、E2、F2和G2的数值符合要求,从而确定性能系数计算模型,此时进入V5步骤的操作;
当平均绝对误差K2不满足公式(14)时,通过模型训练得出的性能系数计算模型不符合要求,此时参照V3步骤继续对计算模型公式(10)进行训练和检验,一直到相关系数R2满足公式(13)且平均绝对误差K2满足公式(14),得出此时的A2、B2、C2、D2、E2、F2和G2的数值符合要求,从而确定性能系数计算模型,然后进入V5步骤的操作;
第一步,选择热电机组的背压来确定第m天流入吸收式热泵的循环水温度预测值和流出吸收式热泵的循环水温度预测值根据气象参数和历史热网供水温度与回水温度确定第m天流入吸收式热泵的热网水温度预测值和流出吸收式热泵的热网水温度预测值
第二步,选定第m天热电机组的抽汽压力作为流入吸收式热泵的蒸汽压力预测值,然后利用第一步的所有预测值和吸收式热泵的性能系数实际值通过由V4步骤得出的吸收式热泵性能系数计算模型,计算得出吸收式热泵的性能系数计算值
根据最大程度回收供热系统中循环水余热的原则与吸收式热泵供热容量符合吸收式热泵性能的要求来选取进入吸收式热泵的蒸汽供热负荷值然后利用公式(15)依次确定进入热网首站的蒸汽供热负荷值与热电机组的预测输出热负荷值Qm;
当与的值满足公式(16)且与的值满足公式(17)时,此时直接确定热电机组的预测输出热负荷值Qm、进入吸收式热泵的蒸汽供热负荷值进入热网首站的蒸汽供热负荷值热电机组的主蒸汽进汽流量Hm、热电机组的抽汽压力值和热电机组的背压
当与的值不满足公式(17)时,利用替代同时利用替代重新从第一步开始计算,直到与的值满足公式(17)并且与的值满足公式(16),此时确定热电机组的预测输出热负荷值Qm、进入吸收式热泵的蒸汽供热负荷值进入热网首站的蒸汽供热负荷值热电机组的主蒸汽进汽流量Hm、热电机组的抽汽压力值和热电机组的背压
4.根据权利要求1所述的基于热网热负荷预测的热电联产耦合供热负荷调节方法,其特征是,所述实时热负荷调节,其步骤如下:
第m天的第τ次进行供热系统的实时热负荷调节时,根据第τ次调节到第τ+1次调节时间间隔内的天气预报,获取第τ次调节时的室外环境温度预测值、太阳辐射预测值、室外环境风速预测值和室外环境相对湿度预测值;通过供热管网的历史热损失趋势,获取第τ次调节时的供热管网热损失预测值;参照第τ-1次调节完成时的实际室内温度值,获取第τ次调节时的热用户室内温度目标值;统计第τ-1次调节到第τ次调节时间间隔内的供热系统供热负荷实际值;然后利用由S4步骤得出的热负荷预测模型,修正计算供热系统第τ次调节时的实时预测供热负荷其中:当τ=1时,第τ-1次调节为第m天的前一天最后一次调节;
进入U2步骤的操作;
U2:在第τ次开始调节时,测量与采集流入吸收式热泵的热网水温度和流出吸收式热泵的热网水温度然后利用由S4步骤得出的吸收式热泵性能系数预测模型,计算得出吸收式热泵的性能系数预测值当时,通过调整进入吸收式热泵的热网水流量的大小来改变流出吸收式热泵的热网水温度,直到后,确定吸收式热泵的性能系数预测值
然后进行预测供热负荷与实时预测供热负荷的比较:当时,减小进入吸收式热泵的蒸汽供热负荷,减小量为同时增加进入热网首站的蒸汽供热负荷,增加量也为从而减小进入吸收式热泵的循环水余热负荷和吸收式热泵的供热负荷;当时,增加进入吸收式热泵的蒸汽供热负荷,增加量为同时减小进入热网首站的蒸汽供热负荷,减小量也为从而增加进入吸收式热泵的循环水余热负荷和吸收式热泵的供热负荷;当时,无需调节进入吸收式热泵的蒸汽供热负荷和吸收式热泵的供热负荷;
进入U3步骤的操作;
U3:经过管网热力输送延迟时间ζ后,监测与采集热用户的室内温度,当室内温度超过规定的标准室内温度24℃时,进一步通过调节吸收式热泵来减小吸收式热泵的供热负荷,并减小对应热力站的供热负荷;当室内温度低于规定的标准室内温度16℃时,进一步通过调节吸收式热泵来增加吸收式热泵的供热负荷,并增大对应热力站的供热负荷;一直到热用户的室内温度符合标准室内温度范围16℃-24℃时,第τ次供热系统的实时热负荷调节完成。
6.一种如权利要求1-5中任一项所述的基于热网热负荷预测的热电联产耦合供热负荷调节方法中的供热系统,其特征是,所述供热系统包括热电机组、凝汽器、冷却塔、热网首站、吸收式热泵、热网循环水泵、热力站、电动调节阀门、物联网流量计、物联网温度仪和物联网压力仪,所述热电机组的排汽口与凝汽器连接,所述凝汽器的循环水侧同时与冷却塔和吸收式热泵连接,所述热电机组的抽汽口同时与热网首站和吸收式热泵连接,供热系统包含q个热力站,q≥2,每个热力站均为热用户提供采暖所需的热量,每个热力站通过热网回水管和热网供水管与热网首站和吸收式热泵连接,所述电动调节阀门、物联网流量计、物联网温度仪和物联网压力仪分别安装在对应的管路上,所述供热系统还设置有热用户室内温度监测系统,用于监测和采集热用户的室内温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010158696.6A CN111520809B (zh) | 2020-03-09 | 2020-03-09 | 基于热网热负荷预测的热电联产耦合供热负荷调节方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010158696.6A CN111520809B (zh) | 2020-03-09 | 2020-03-09 | 基于热网热负荷预测的热电联产耦合供热负荷调节方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111520809A true CN111520809A (zh) | 2020-08-11 |
CN111520809B CN111520809B (zh) | 2021-04-13 |
Family
ID=71901920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010158696.6A Active CN111520809B (zh) | 2020-03-09 | 2020-03-09 | 基于热网热负荷预测的热电联产耦合供热负荷调节方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111520809B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112344413A (zh) * | 2020-10-30 | 2021-02-09 | 广西电网有限责任公司电力科学研究院 | 一种热电联产机组低压汽源升压供热方法 |
CN112413912A (zh) * | 2020-11-11 | 2021-02-26 | 山东省地质矿产勘查开发局第六地质大队 | 一种中深层闭式地热能供热系统及其设计方法 |
CN114165825A (zh) * | 2021-11-26 | 2022-03-11 | 南京国之鑫科技有限公司 | 一种换热站供热调控系统及方法 |
WO2022233101A1 (zh) * | 2021-05-06 | 2022-11-10 | 上海优华系统集成技术股份有限公司 | 一种低温热系统的智能优化控制装备 |
CN116255664A (zh) * | 2023-02-16 | 2023-06-13 | 河北工大科雅能源科技股份有限公司 | 一种基于多能互补系统的模块化热力站供热调控方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007507683A (ja) * | 2003-10-06 | 2007-03-29 | イーシー パワー エーエス | 熱伝達装置 |
WO2009064111A2 (en) * | 2007-11-12 | 2009-05-22 | The Industry & Academic Cooperation In Chungnam National University | Method for predicting cooling load |
CN106447529A (zh) * | 2016-08-30 | 2017-02-22 | 上海交通大学 | 考虑热水管网的分布式能源系统建模和运行优化方法 |
CN106437876A (zh) * | 2016-08-29 | 2017-02-22 | 华电电力科学研究院 | 一种热电联产机组深度调峰系统及其运行方法 |
CN106960282A (zh) * | 2017-03-27 | 2017-07-18 | 武汉大学 | 一种气电综合能源配网系统的协调运行方法 |
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 |
-
2020
- 2020-03-09 CN CN202010158696.6A patent/CN111520809B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007507683A (ja) * | 2003-10-06 | 2007-03-29 | イーシー パワー エーエス | 熱伝達装置 |
WO2009064111A2 (en) * | 2007-11-12 | 2009-05-22 | The Industry & Academic Cooperation In Chungnam National University | Method for predicting cooling load |
CN106437876A (zh) * | 2016-08-29 | 2017-02-22 | 华电电力科学研究院 | 一种热电联产机组深度调峰系统及其运行方法 |
CN106447529A (zh) * | 2016-08-30 | 2017-02-22 | 上海交通大学 | 考虑热水管网的分布式能源系统建模和运行优化方法 |
CN106960282A (zh) * | 2017-03-27 | 2017-07-18 | 武汉大学 | 一种气电综合能源配网系统的协调运行方法 |
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 |
Non-Patent Citations (3)
Title |
---|
KODY M. POWELL等: "Heating, cooling, and electrical load forecasting for a large-scale", 《ENERGY》 * |
周崇波等: "新型带吸收式热泵热电联产机组的技术经济分析", 《现代电力》 * |
李伟等: "基于线性回归的热负荷预测在热电联产机组中的应用", 《仪器仪表用户》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112344413A (zh) * | 2020-10-30 | 2021-02-09 | 广西电网有限责任公司电力科学研究院 | 一种热电联产机组低压汽源升压供热方法 |
CN112413912A (zh) * | 2020-11-11 | 2021-02-26 | 山东省地质矿产勘查开发局第六地质大队 | 一种中深层闭式地热能供热系统及其设计方法 |
CN112413912B (zh) * | 2020-11-11 | 2021-12-10 | 山东省地质矿产勘查开发局第六地质大队 | 一种中深层闭式地热能供热系统及其设计方法 |
WO2022233101A1 (zh) * | 2021-05-06 | 2022-11-10 | 上海优华系统集成技术股份有限公司 | 一种低温热系统的智能优化控制装备 |
CN114165825A (zh) * | 2021-11-26 | 2022-03-11 | 南京国之鑫科技有限公司 | 一种换热站供热调控系统及方法 |
CN116255664A (zh) * | 2023-02-16 | 2023-06-13 | 河北工大科雅能源科技股份有限公司 | 一种基于多能互补系统的模块化热力站供热调控方法 |
CN116255664B (zh) * | 2023-02-16 | 2023-08-15 | 河北工大科雅能源科技股份有限公司 | 一种基于多能互补系统的模块化热力站供热调控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111520809B (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111520809B (zh) | 基于热网热负荷预测的热电联产耦合供热负荷调节方法 | |
CN111503718B (zh) | 基于多因素影响的热电联产供热负荷预测方法及供热系统 | |
CN111520808B (zh) | 基于低温余热回收的复杂热电联产供热系统及电热负荷调节方法 | |
CN102865623B (zh) | 一种集中供暖公共建筑供热节能控制方法 | |
CN106022624B (zh) | 一种电-热耦合多能流网络状态估计方法 | |
CN110619110B (zh) | 一种含热泵的综合能源系统协调运行优化方法 | |
CN110906571A (zh) | 基于机器学习的太阳能热泵热水系统控制策略优化方法 | |
CN111396982B (zh) | 一种热力耦合水力的热网平衡调节方法及供热系统 | |
Cui et al. | Effect of device models on the multiobjective optimal operation of CCHP microgrids considering shiftable loads | |
CN101275763A (zh) | 一种热电联产供能方法及系统 | |
CN108007704B (zh) | 一种可再生能源-燃气联供的多能互补供热系统性能测试方法及所用测试装置 | |
CN111191353B (zh) | 考虑热惯性的电-热综合能源系统协调运行方法 | |
CN113108356A (zh) | 一种用于热力网蓄放热的平衡调节方法及供热系统 | |
CN102620143B (zh) | 一种工业循环水系统的优化方法 | |
CN108955081A (zh) | 冷却系统 | |
CN110298556B (zh) | 一种基于能量价值的多能协同园区能源利用效率控制方法 | |
CN114781102A (zh) | 一种城市综合能源系统的能量流建模方法及应用 | |
CN113221299B (zh) | 一种蓄热式电锅炉参与电力系统调峰的运行优化方法 | |
KR102343585B1 (ko) | 양방향 계간 축열 시스템 | |
CN111967683A (zh) | 一种计及用户舒适度的热电耦合网络最优潮流建模方法 | |
CN107655057B (zh) | 网源一体协调供热系统及控制方法 | |
CN112906972B (zh) | 考虑热网寿命的电-热耦合型综合能源系统运行调控方法 | |
CN106356911A (zh) | 用于独立式房屋的迷你/微型中央供热供电站的运行方法及设备 | |
Chen et al. | An operational optimization method of regional multi-energy system considering thermal quasi-dynamic characteristics | |
Denis et al. | Saving energy by anticipating hot water production: identification of key points for an efficient statistical model integration |
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 |