CN114136021A - 结合资源预测的太阳能-地源热泵系统控制方法及系统 - Google Patents
结合资源预测的太阳能-地源热泵系统控制方法及系统 Download PDFInfo
- Publication number
- CN114136021A CN114136021A CN202111450170.6A CN202111450170A CN114136021A CN 114136021 A CN114136021 A CN 114136021A CN 202111450170 A CN202111450170 A CN 202111450170A CN 114136021 A CN114136021 A CN 114136021A
- Authority
- CN
- China
- Prior art keywords
- ground source
- hot water
- time
- heat pump
- heat
- 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
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B30/00—Heat pumps
- F25B30/06—Heat pumps characterised by the source of low potential heat
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
- F25B49/00—Arrangement or mounting of control or safety devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/20—Solar thermal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Heat-Pump Type And Storage Water Heaters (AREA)
Abstract
本发明公开一种结合资源预测的太阳能‑地源热泵系统控制方法及系统,通过结合光资源预测模块预测结果、空调及生活热水负荷预测模块的预测结果以及太阳能‑地源热泵系统设备实际状况,利用智能优化分析计算,得出集热储热模块和地源储热及热泵模块各设备的工作指令,实现太阳能资源的最大化利用、太阳能‑地源热泵系统各设备的合理最优运行;本发明可以有效提高太阳能资源的利用率,同时降低太阳能集热储热模块、地源热泵系统各设备的频繁启停切换,实现太阳能资源预测和负荷预测,保证设备的长期稳定运行,最终可有效降低冬夏冷热负荷的不平衡率,确保太阳能‑地源热泵系统的长期有效运行。
Description
技术领域
本发明属于地源热泵技术领域,涉及一种结合资源预测的太阳能-地源热泵系统控制方法及系统。
背景技术
太阳能是一种取之不尽、用之不竭的清洁能源,但其存在间歇性、不稳定、能流密度较低等缺点,导致太阳能在建筑用能方面存在一定的不稳定性。地源热泵由于其自身节能、环保的优点,具有较高的运行能效比,是有效降低建筑能耗的建筑节能技术之一,但是对冬夏冷热负荷需求不均衡的地区,单纯利用地源热泵进行供冷或供热,往往会出现取热与放热不平衡的现象,最终会引起地源热泵储热系统冷量或者热量聚集,从而导致地源热泵效率下降直至不能工作。将太阳能作为辅助热源与地源热泵相结合,组成太阳能-地源热泵耦合系统,既可以弥补地源热泵地下取排热不平衡的问题,又可以加大可再生能源在用能场合的利用度,已经成为严寒地区建筑利用可再生、清洁能源的重要形式。
目前,太阳能-地源热泵系统的相关控制策略主要有以下几个方面:
对于集热储热模块,利用太阳能集热器出口水温度与集热水箱上部出口水温的差值来控制集热储热模块循环水泵,当太阳能集热器出口水温度与集热水箱上部出口水温差值大于某一较大值时启动集热储热模块循环水泵,当温差值小于某一较小值时停止集热储热模块循环水泵,这种控制方法可以有效保证太阳能集热器循环设备自动启停,但是必须要等到太阳能辐照强度足够大以产生较多热量才能开始收集太阳能热,造成部分太阳能资源的浪费,未能实现太阳能资源的全天候有效利用。
对于太阳能集热供热、地源储热和热泵模块,当集热水箱出口温度大于某一定值时,将某一区域的供热热源切换为太阳能集热直供回路,地源热泵系统仅供除太阳能集热直供区域之外的区域,此种控制方式并未关注太阳能集热能力、集热水箱储水量、空调负荷、生活热水需求量等信息,易造成太阳能供热循环泵反复启停、太阳能直供和地源热泵机组供热来回切换的情况,不利于设备的长期稳定运行和空调用户侧的用能保证。
发明内容
本发明的目的在于克服上述现有的技术缺陷,提供一种结合资源预测的太阳能-地源热泵系统控制方法及系统,该方法实现太阳能-地源热泵系统的智能优化运行控制,兼顾太阳能-地源热泵系统设备的长期运行寿命,最大限度的发挥太阳能资源的利用率,实现太阳能-地源热泵系统的经济运行。
为了达到上述目的,本发明的技术方案如下:
一种结合资源预测的太阳能-地源热泵系统控制方法,包括以下步骤:
获取太阳能-地源热泵系统设备实际状况参数;
采集实时气象参数和太阳能-地源热泵系统的实时信号,并通过预先构建的光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果;
采集实时气象数据和空调负荷所需实时运行数据,并通过预先构建的空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷;
结合光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果,空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷,以及太阳能-地源热泵系统设备运行参数及设备状态信息,经过运算得出太阳能-地源热泵系统各设备的工作指令。
作为本发明的进一步改进,所述气象参数包括气温、相对湿度、风速、风向、太阳辐射强度;太阳能-地源热泵系统的实时信号包括集热器出口水温度、集热储罐各层水温。
作为本发明的进一步改进,所述预先构建的光资源预测模型的构建方法包括:
从数据库中提取历史气象数据及相关运行历史参数作为光资源预测模型的输入,利用机器学习算法建立预测模型,预测输出当天包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果。
作为本发明的进一步改进,所述获取太阳能-地源热泵系统设备实际状况参数具体是在集热水箱集热侧加装多个阀门及进水管,通过设置不同层水温测量的集热水箱内多点温度检测仪表,对不同进水管之间各层的水温进行测量。
作为本发明的进一步改进,对不同进水管之间各层的水温进行测量,具体包括:
对集热水箱、集热器来管道设置多个阀门来将集热水箱内的介质进行分层,在每一层设置有水温测量仪表,当集热器出口水温度介于集热水箱内相邻两层水温之间时,打开相邻的下一层进水阀门进行太阳能热量收集;当集热器出口水温度比集热水箱第一层水温低或者相当时,太阳能集热循环停止运行,当集热器出口水温度比集热水箱最高一层水温高时,打开集热水箱最高一层进水阀门进行集热循环运行。
作为本发明的进一步改进,预先构建的空调负荷预测模型的构建方法包括:
从数据库中提取历史气象数据及系统空调、热水侧空调负荷所需水量、水温、生活热水需求量等相关运行历史参数,利用机器学习算法建立预测模型,预测得出当天的逐时空调负荷和生活热水负荷作为空调负荷预测模型的输出值。
作为本发明的进一步改进,所述经过计算得出太阳能-地源热泵系统各设备的工作指令,包括:
经过运算,得出集热储热模块的供热时长,当集热储热模块的可供热时长大于高小时数时,对相应区域的空调负荷进行供热或者对于非供暖季的地源热泵储热系统进行储热。
作为本发明的进一步改进,所述经过运算得出太阳能-地源热泵系统各设备的工作指令,具体包括:
集热水箱储水量和供热负荷所需热水量按如下公式计算:
式中:
Q储热量—集热储热系统0~4小时内可存储的热水量,t;
Q热水罐热水量—当前集热水箱储热水量,可由储罐液位经体积换算得到,t;
Q集热预测热水量—集热储热系统0~4小时内可存储的热水量,t;
q逐时预测热水量(t)—集热储热系统逐时热水流量曲线,t/h;
Q需热量—空调及生活热水系统0~4小时内需要的热水量,t;
Q空调需热水量—空调系统0~4小时内需要的热水量,t;
Q生活需热水量—生活热水系统0~4小时内需要的热水量,t;
q逐时空调需水量(t)—空调系统逐时热水流量曲线,t/h;
q逐时需热水量(t)—生活热水系统逐时热水流量曲线,t/h;
当上述计算结果中的Q储热量大于Q需热量时,将供热循环切换相应的地源热泵负荷。
作为本发明的进一步改进,还包括更新步骤:
还有空调负荷预测模型和光资源预测模型更新功能,每隔一段时间,利用最新的历史数据对光资源预测模型和空调负荷预测模型进行重新建模并与之前模型进行比对,如果偏差较大,则替换原有预测模型。
一种结合资源预测的太阳能-地源热泵系统控制系统,包括:
获取模块,用于获取太阳能-地源热泵系统设备实际状况参数;
光资源预测模块,用于采集实时气象参数和太阳能-地源热泵系统的实时信号,并通过预先构建的光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果;
空调负荷预测模块,用于采集实时气象数据和空调负荷所需实时运行数据,并通过预先构建的空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷;
优化控制系统模块,用于结合光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果,空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷,以及太阳能-地源热泵系统设备实际状况参数,经过运算得出太阳能-地源热泵系统各设备的工作指令。
本发明的有益效果:
本发明控制方法结合光资源预测结果、空调及生活热水负荷预测结果以及太阳能-地源热泵系统设备实际状况,利用智能优化分析计算,得出集热储热模块和地源储热及热泵模块各设备的工作指令,实现太阳能资源的最大化利用、太阳能-地源热泵系统各设备的合理最优运行;以太阳能利用率最大化为目标,对集热储热模块集热水箱相关设备进行优化改造,确保本发明所提优化控制方法和系统能够正常合理运行。本发明可以有效提高太阳能资源的利用率,同时降低太阳能集热储热模块、地源热泵系统各设备的频繁启停切换,实现太阳能资源预测和负荷预测,保证设备的长期稳定运行,最终可有效降低冬夏冷热负荷的不平衡率,确保太阳能-地源热泵系统的长期有效运行。
进一步,本发明提供的资源预测的太阳能-地源热泵系统智能优化控制方法,通过在集热水箱上增加相应的阀门和仪表,保证太阳能集热系统的长时间运行,可有效提高太阳能资源的利用率;通过资源、负荷预测及合理的优化计算,可有效降低太阳能集热储热模块、地源热泵系统各设备的频繁启停切换,实现太阳能资源预测和负荷预测,保证了设备的长期稳定运行,最终有效降低了冬夏冷热负荷的不平衡率,确保太阳能-地源热泵系统的长期有效运行。
进一步,本发明指出一种结合资源预测的太阳能-地源热泵系统控制系统,可以有效提高太阳能资源的利用率,同时降低太阳能集热储热模块、地源热泵系统各设备的频繁启停切换,实现太阳能资源预测和负荷预测,保证了设备的长期稳定运行,最终有效降低了冬夏冷热负荷的不平衡率,确保太阳能-地源热泵系统的长期有效运行。
附图说明
图1为本发明实施例提供的结合资源预测的太阳能-地源热泵系统控制方法及系统的基本结构流程示意图;
图2为本发明实施例提供的集热水箱特殊结构及检测仪表示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明第一个目的是提供一种结合资源预测的太阳能-地源热泵系统控制系统,包括:
获取模块,用于获取太阳能-地源热泵系统设备实际状况参数;
光资源预测模块,用于采集实时气象参数和太阳能-地源热泵系统的实时信号,并通过预先构建的光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果;
空调负荷预测模块,用于采集实时气象数据和空调负荷所需实时运行数据,并通过预先构建的空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷;
优化控制系统模块,用于结合光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果,空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷,以及太阳能-地源热泵系统设备实际状况参数,经过运算得出太阳能-地源热泵系统各设备的工作指令。
以下具体进行说明。
如图1所示,本发明一种结合资源预测的太阳能-地源热泵系统控制系统,包括光资源预测模块、空调负荷预测模块、集热储热模块、地源储热及热泵模块。
所述光资源预测模块通过采集气温、相对湿度、风速、风向、太阳辐射强度等实时气象参数和集热器出口水温度、集热储罐各层水温等实时信号,从本发明所提智能优化控制平台的数据库中提取气温、相对湿度、风速、风向、太阳辐射强度等历史气象数据及集热储热模集热器出水温度、集热储罐各层水温等相关运行历史参数作为光资源预测模型的输入,利用当前运算预测性能较好的支持向量机、人工神经网络等算法建立预测模型,预测输出当天的逐时参数主要应包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量等预测结果。
所述太阳能-地源热泵系统集热储热模块由太阳集热器、集热循环泵以及集热水箱组成,为了确保最大限度地利用太阳能资源,本发明所述集热水箱采用特殊结构及检测仪表,通过在集热水箱集热侧加装多个阀门及进水管,以方便本发明最大限度吸收太阳能热量,达到最优化运行;通过设置不同层水温测量的集热水箱内多点温度检测仪表,对不同进水管之间各层的水温进行测量,以保证本集热储热模块的最优化运行。
所述空调负荷预测模块通过采集气温、相对湿度、风速、风向、太阳辐射强度等实时气象数据和空调负荷所需水量、水温、生活热水需求量等实时运行数据,结合从本发明所提智能优化控制平台的数据库中提取气温、相对湿度、风速、风向、太阳辐射强度等历史气象数据及本系统空调、热水侧空调负荷所需水量、水温、生活热水需求量等相关运行历史参数,利用当前运算预测性能较好的支持向量机、人工神经网络等算法建立预测模型,预测得出当天的逐时空调负荷和生活热水负荷作为空调负荷预测模型的输出值,以便本发明所述智能优化控制系统进行优化计算,从而得出各设备的优化控制指令。
所述智能优化控制系统结合光资源预测模块预测结果、空调负荷预测模块的预测结果以及太阳能-地源热泵系统各运行参数、设备状态信息,经过智能优化平台软件运算,得出集热储热模块的供热时长,当集热储热模块的可供热时长大于某一较高小时数时,集热储热模块参与对某一区域的空调负荷进行供热或者对于非供暖季的地源热泵储热系统进行储热,特别的,对于设置双地埋管地源热泵储热系统,在供暖季可以通过优化计算得出地源热泵储热和直接供暖的相应运行组合控制方式;
所述智能优化控制系统通过对集热水箱、集热器来管道设置多个阀门来将集热水箱内的介质进行分层,在每一层设置有水温测量仪表,当集热器出口水温度介于集热水箱内相邻两层水温之间时,打开该相邻的下一层进水阀门进行太阳能热量收集,特别的,当集热器出口水温度比集热水箱第一层水温低或者相当时,太阳能集热循环停止运行,当集热器出口水温度比集热水箱最高一层水温高时,仅打开集热水箱最高一层进水阀门进行集热循环运行;所述智能优化控制系统除具有上述智能优化运算功能外,还有光资源预测模型和空调负荷预测模型的更新功能,每隔一段时间,利用最新的历史数据对光资源预测模型和空调负荷预测模型进行重新建模并与之前模型进行比对,如果偏差较大,则替换原有预测模型,保证本智能优化控制系统的长期有效运行。
本发明所述方法及系统应用于太阳能-地源热泵系统的控制系统,可有效提高太阳能资源的利用率,同时降低太阳能集热储热模块、地源热泵系统各设备的频繁启停切换,实现太阳能资源预测和负荷预测,保证设备的长期稳定运行,有效降低了冬夏冷热负荷的不平衡率,确保太阳能-地源热泵系统的长期有效运行。
结合图1,本发明还提供一种结合资源预测的太阳能-地源热泵系统控制方法,包括以下步骤:
获取太阳能-地源热泵系统设备实际状况参数;
采集实时气象参数和太阳能-地源热泵系统的实时信号,并通过预先构建的光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果;
采集实时气象数据和空调负荷所需实时运行数据,并通过预先构建的空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷;
结合光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果,空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷,以及太阳能-地源热泵系统设备运行参数及设备状态信息,经过运算得出太阳能-地源热泵系统各设备的工作指令。
结合光资源预测模块预测结果、空调及生活热水负荷预测模块的预测结果以及太阳能-地源热泵系统设备实际状况,利用智能优化分析计算,得出集热储热模块和地源储热及热泵模块各设备的工作指令,实现太阳能资源的最大化利用、太阳能-地源热泵系统各设备的合理最优运行;以太阳能利用率最大化为目标,对集热储热模块集热水箱相关设备进行优化改造,确保本发明所提优化控制方法和系统能够正常合理运行。本发明可以有效提高太阳能资源的利用率,同时降低太阳能集热储热模块、地源热泵系统各设备的频繁启停切换,实现太阳能资源预测和负荷预测,保证设备的长期稳定运行,最终可有效降低冬夏冷热负荷的不平衡率,确保太阳能-地源热泵系统的长期有效运行。
其中,预先构建的光资源预测模型的构建方法包括:
通过采集气温、相对湿度、风速、风向、太阳辐射强度等实时气象参数和集热器出口水温度、集热储罐各层水温等实时信号,从本发明所提智能优化控制平台的数据库中提取气温、相对湿度、风速、风向、太阳辐射强度等历史气象数据及集热储热模集热器出水温度、集热储罐各层水温等相关运行历史参数作为光资源预测模型的输入,利用当前运算预测性能较好的支持向量机、人工神经网络等算法建立预测模型,预测输出当天的逐时参数主要应包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量等预测结果。
预先构建的空调负荷预测模型的构建方法包括:
通过采集气温、相对湿度、风速、风向、太阳辐射强度等实时气象数据和空调负荷所需水量、水温、生活热水需求量等实时运行数据,结合从本发明所提智能优化控制平台的数据库中提取气温、相对湿度、风速、风向、太阳辐射强度等历史气象数据及本系统空调、热水侧空调负荷所需水量、水温、生活热水需求量等相关运行历史参数,利用当前运算预测性能较好的支持向量机、人工神经网络等算法建立预测模型,预测得出当天的逐时空调负荷和生活热水负荷作为空调负荷预测模型的输出值,以便本发明所述智能优化控制系统进行优化计算,从而得出各设备的优化控制指令。
最后结合光资源预测模块预测结果、空调负荷预测模块的预测结果以及太阳能-地源热泵系统各循环泵启停状态、频率、功率、各阀门开度、系统流量等运行参数及设备状态信息,经过智能优化平台软件运算,得出集热储热模块的供热时长,当集热储热模块的可供热时长大于某一较高小时数时,集热储热模块参与对某一区域的空调负荷进行供热或者对于非供暖季的地源热泵储热系统进行储热,一旦集热储热模块参与供热或储热之后,系统会一直运行直至集热水箱出口水温低于可正常工作温度;特别的,对于设置双地埋管地源热泵储热系统,在供暖季可以通过优化计算得出地源热泵储热和直接供暖的相应运行组合控制方式;
示例性的,以要求集热水箱所储存合格热水满足大于四个小时供热循环所需水量为例,所述的集热水箱储水量和供热负荷所需热水量可按如下公式计算:
式中:
Q储热量—集热储热系统0~4小时内可存储的热水量,t;
Q热水罐热水量—当前集热水箱储热水量,可由储罐液位经体积换算得到,t;
Q集热预测热水量—集热储热系统0~4小时内可存储的热水量,t;
q逐时预测热水量(t)—集热储热系统逐时热水流量曲线,t/h;
Q需热量—空调及生活热水系统0~4小时内需要的热水量,t;
Q空调需热水量—空调系统0~4小时内需要的热水量,t;
Q生活需热水量—生活热水系统0~4小时内需要的热水量,t;
q逐时空调需水量(t)—空调系统逐时热水流量曲线,t/h;
q逐时需热水量(t)—生活热水系统逐时热水流量曲线,t/h;
当上述计算结果中的Q储热量大于Q需热量时,启动太阳能集热储热模块对供热循环,切换相应的地源热泵负荷。
特别的,如果进一步保证热水供应情况,以上优化控制系统集热储热供热运行模式下,其停止供热的条件应改为保证未来一定时间段内的供应热水量。
进一步的,本发明实施例还提供了集热水箱特殊结构及检测仪表示意图,具体如图2所示。
太阳能-地源热泵系统集热储热模块由太阳集热器、集热循环泵以及集热水箱组成,为了确保最大限度地利用太阳能资源,本发明所述集热水箱采用特殊结构及检测仪表,通过在集热水箱集热侧设置四个阀门和五个温度测量元件,通过阀门和温度测量值的合理组合监控,实现集热储热模块的最优化运行。
示例性的,本发明附图2中设置的集热水箱四层进水阀门将集热水箱分成了四层介质,其温度由下向上逐渐升高,智能优化控制系统通过对每一层介质温度的检测和太阳能集热器出口水检测温度值的比较来判断打开哪一层的集热水箱进水阀门;比如,当太阳能集热器出口水温度大于第二层水温一定值,同时又小于第三层水温,此时打开第二层进水阀门,进行集热循环;特别的,当集热器出口水温度比集热水箱第一层水温低或者相当时,太阳能集热循环停止运行,当集热器出口水温度比集热水箱最高一层水温高时,仅打开集热水箱最高一层进水阀门进行集热循环运行。
所述智能优化控制系统除具有上述智能优化运算功能外,还有光资源预测模型和空调负荷预测模型的更新功能,每隔一段时间,利用最新的历史数据对光资源预测模型和空调负荷预测模型进行重新建模并与之前模型进行比对,如果偏差较大,则替换原有预测模型,保证本智能优化控制系统的长期有效运行。
本发明实施例提供的一种结合资源预测的太阳能-地源热泵系统控制方法及系统,可有效提高太阳能资源的利用率,同时可有效降低太阳能集热储热模块、地源热泵系统各设备的频繁启停切换,实现太阳能资源预测和负荷预测,保证了设备的长期稳定运行,最终有效降低了冬夏冷热负荷的不平衡率,确保太阳能-地源热泵系统的长期有效运行。该结合资源预测的太阳能-地源热泵系统控制方法及系统具有如下技术特点:
1)本发明在集热储热模块中,在集热水箱设置各层进水阀和介质温度测量仪表,实现了太阳能集热循环的灵活运行,结合太阳能资源的变化情况,可有效提高太阳能资源的利用率,降低冷热负荷不均衡区域地源热泵储热系统的负荷不均性。
2)本发明的结合资源预测的太阳能-地源热泵系统控制方法及系统充分利用了智能化算法模型的预测功能,利用大量历史运行数据对太阳能资源和负荷需求侧的热水量进行预测计算,同时结合预测结果对太阳能供热和地源热泵系统运行模式进行优化,保证各系统及设备不存在频繁切换和启停现象,做到运行方式规划合理,有效保证了系统和设备运行的可靠性。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (10)
1.一种结合资源预测的太阳能-地源热泵系统控制方法,其特征在于,包括以下步骤:
获取太阳能-地源热泵系统设备实际状况参数;
采集实时气象参数和太阳能-地源热泵系统的实时信号,并通过预先构建的光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果;
采集实时气象数据和空调负荷所需实时运行数据,并通过预先构建的空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷;
结合光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果,空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷,以及太阳能-地源热泵系统设备运行参数及设备状态信息,经过运算得出太阳能-地源热泵系统各设备的工作指令。
2.根据权利要求1所述的结合资源预测的太阳能-地源热泵系统控制方法,其特征在于:所述气象参数包括气温、相对湿度、风速、风向、太阳辐射强度;太阳能-地源热泵系统的实时信号包括集热器出口水温度、集热储罐各层水温。
3.根据权利要求1所述的结合资源预测的太阳能-地源热泵系统控制方法,其特征在于:所述预先构建的光资源预测模型的构建方法包括:
从数据库中提取历史气象数据及相关运行历史参数作为光资源预测模型的输入,利用机器学习算法建立预测模型,预测输出当天包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果。
4.根据权利要求1所述的结合资源预测的太阳能-地源热泵系统控制方法,其特征在于:所述获取太阳能-地源热泵系统设备实际状况参数具体是在集热水箱集热侧加装多个阀门及进水管,通过设置不同层水温测量的集热水箱内多点温度检测仪表,对不同进水管之间各层的水温进行测量。
5.根据权利要求4所述的结合资源预测的太阳能-地源热泵系统控制方法,其特征在于:对不同进水管之间各层的水温进行测量,具体包括:
对集热水箱、集热器来管道设置多个阀门来将集热水箱内的介质进行分层,在每一层设置有水温测量仪表,当集热器出口水温度介于集热水箱内相邻两层水温之间时,打开相邻的下一层进水阀门进行太阳能热量收集;当集热器出口水温度比集热水箱第一层水温低或者相当时,太阳能集热循环停止运行,当集热器出口水温度比集热水箱最高一层水温高时,打开集热水箱最高一层进水阀门进行集热循环运行。
6.根据权利要求1所述的结合资源预测的太阳能-地源热泵系统控制方法,其特征在于:预先构建的空调负荷预测模型的构建方法包括:
从数据库中提取历史气象数据及系统空调、热水侧空调负荷所需水量、水温、生活热水需求量等相关运行历史参数,利用机器学习算法建立预测模型,预测得出当天的逐时空调负荷和生活热水负荷作为空调负荷预测模型的输出值。
7.根据权利要求1所述的结合资源预测的太阳能-地源热泵系统控制方法,其特征在于:
所述经过计算得出太阳能-地源热泵系统各设备的工作指令,包括:
经过运算,得出集热储热模块的供热时长,当集热储热模块的可供热时长大于高小时数时,对相应区域的空调负荷进行供热或者对于非供暖季的地源热泵储热系统进行储热。
8.根据权利要求1所述的结合资源预测的太阳能-地源热泵系统控制方法,其特征在于:
所述经过运算得出太阳能-地源热泵系统各设备的工作指令,具体包括:
集热水箱储水量和供热负荷所需热水量按如下公式计算:
式中:
Q储热量—集热储热系统0~4小时内可存储的热水量,t;
Q热水罐热水量—当前集热水箱储热水量,可由储罐液位经体积换算得到,t;
Q集热预测热水量—集热储热系统0~4小时内可存储的热水量,t;
q逐时预测热水量(t)—集热储热系统逐时热水流量曲线,t/h;
Q需热量—空调及生活热水系统0~4小时内需要的热水量,t;
Q空调需热水量—空调系统0~4小时内需要的热水量,t;
Q生活需热水量—生活热水系统0~4小时内需要的热水量,t;
q逐时空调需水量(t)—空调系统逐时热水流量曲线,t/h;
q逐时需热水量(t)—生活热水系统逐时热水流量曲线,t/h;
当上述计算结果中的Q储热量大于Q需热量时,将供热循环切换相应的地源热泵负荷。
9.根据权利要求1所述的结合资源预测的太阳能-地源热泵系统控制方法,其特征在于:
还包括更新步骤:
还有空调负荷预测模型和光资源预测模型更新功能,每隔一段时间,利用最新的历史数据对光资源预测模型和空调负荷预测模型进行重新建模并与之前模型进行比对,如果偏差较大,则替换原有预测模型。
10.一种结合资源预测的太阳能-地源热泵系统控制系统,其特征在于,包括:
获取模块,用于获取太阳能-地源热泵系统设备实际状况参数;
光资源预测模块,用于采集实时气象参数和太阳能-地源热泵系统的实时信号,并通过预先构建的光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果;
空调负荷预测模块,用于采集实时气象数据和空调负荷所需实时运行数据,并通过预先构建的空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷;
优化控制系统模块,用于结合光资源预测模型预测输出当天的包含逐时气温、逐时太阳辐射强度、逐时可用热水储存量的预测结果,空调负荷预测模型预测得出当天的逐时空调负荷和生活热水负荷,以及太阳能-地源热泵系统设备实际状况参数,经过运算得出太阳能-地源热泵系统各设备的工作指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111450170.6A CN114136021B (zh) | 2021-11-30 | 2021-11-30 | 结合资源预测的太阳能-地源热泵系统控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111450170.6A CN114136021B (zh) | 2021-11-30 | 2021-11-30 | 结合资源预测的太阳能-地源热泵系统控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114136021A true CN114136021A (zh) | 2022-03-04 |
CN114136021B CN114136021B (zh) | 2023-08-22 |
Family
ID=80386438
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111450170.6A Active CN114136021B (zh) | 2021-11-30 | 2021-11-30 | 结合资源预测的太阳能-地源热泵系统控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114136021B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116659128A (zh) * | 2023-07-03 | 2023-08-29 | 广州宝能能源管理股份有限公司 | 一种太阳能联合热泵的节能控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007065783A2 (de) * | 2005-12-06 | 2007-06-14 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Vorrichtung und verfahren zur technischen nutzung von sonnenenergie |
CN108413628A (zh) * | 2018-02-06 | 2018-08-17 | 杭州龙华环境集成系统有限公司 | 一种太阳能与空气源热泵耦合热水系统及其控制方法 |
CN110007613A (zh) * | 2019-04-10 | 2019-07-12 | 北方工业大学 | 用于储热式电暖器的用暖预测方法、系统及存储介质 |
CN110779239A (zh) * | 2019-11-06 | 2020-02-11 | 杭州电子科技大学 | 一种基于预测模型的太阳能-空气源热泵控制系统及节能控制方法 |
CN110906571A (zh) * | 2019-11-30 | 2020-03-24 | 华南理工大学 | 基于机器学习的太阳能热泵热水系统控制策略优化方法 |
CN112013448A (zh) * | 2020-07-17 | 2020-12-01 | 西安建筑科技大学 | 一种相变箱及太阳能定向进取水梯级相变蓄热装置 |
-
2021
- 2021-11-30 CN CN202111450170.6A patent/CN114136021B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007065783A2 (de) * | 2005-12-06 | 2007-06-14 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Vorrichtung und verfahren zur technischen nutzung von sonnenenergie |
CN108413628A (zh) * | 2018-02-06 | 2018-08-17 | 杭州龙华环境集成系统有限公司 | 一种太阳能与空气源热泵耦合热水系统及其控制方法 |
CN110007613A (zh) * | 2019-04-10 | 2019-07-12 | 北方工业大学 | 用于储热式电暖器的用暖预测方法、系统及存储介质 |
CN110779239A (zh) * | 2019-11-06 | 2020-02-11 | 杭州电子科技大学 | 一种基于预测模型的太阳能-空气源热泵控制系统及节能控制方法 |
CN110906571A (zh) * | 2019-11-30 | 2020-03-24 | 华南理工大学 | 基于机器学习的太阳能热泵热水系统控制策略优化方法 |
CN112013448A (zh) * | 2020-07-17 | 2020-12-01 | 西安建筑科技大学 | 一种相变箱及太阳能定向进取水梯级相变蓄热装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116659128A (zh) * | 2023-07-03 | 2023-08-29 | 广州宝能能源管理股份有限公司 | 一种太阳能联合热泵的节能控制方法及系统 |
CN116659128B (zh) * | 2023-07-03 | 2023-12-01 | 广州宝能能源管理股份有限公司 | 一种太阳能联合热泵的节能控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114136021B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Weeratunge et al. | Model predictive control for a solar assisted ground source heat pump system | |
CN103020481B (zh) | 一种基于节能的确定空气源热泵地暖最佳运行工况的方法 | |
CN109919480B (zh) | 一种三层目标的能源互联网规划方法及设备 | |
CN102305451B (zh) | 基于健康评估技术的混合式地源热泵监控系统及方法 | |
Wang et al. | Performance and operation strategy optimization of a new dual-source building energy supply system with heat pumps and energy storage | |
CN102840725B (zh) | 地埋管及冷却塔地源热泵复合系统的控制系统及方法 | |
CN102980276B (zh) | 一种基站节能用智能新风系统 | |
CN102252454B (zh) | 复合式可再生建筑能源供应系统 | |
Cole et al. | Use of model predictive control to enhance the flexibility of thermal energy storage cooling systems | |
Emmi et al. | A dynamic analysis of a SAGSHP system coupled to solar thermal collectors and photovoltaic-thermal panels under different climate conditions | |
Zhang et al. | Analysis of the operation performance of a hybrid solar ground-source heat pump system | |
CN105240916A (zh) | 一种适用于高原寒冷地区建筑的主动式太阳能系统优化方法 | |
CN106352387A (zh) | 混合能源采暖制冷系统 | |
Sibbitt et al. | Measured and simulated performance of a high solar fraction district heating system with seasonal storage | |
CN111768032A (zh) | 基于双模式热泵储能协调的综合能源系统双层优化方法 | |
CN116341735A (zh) | 基于碳排放量的既有建筑改造策略的优化方法及系统 | |
CN114136021B (zh) | 结合资源预测的太阳能-地源热泵系统控制方法及系统 | |
KR102343585B1 (ko) | 양방향 계간 축열 시스템 | |
CN109059084A (zh) | 一种利用城市生活垃圾降解热量的复合热泵系统及方法 | |
CN202792751U (zh) | 一种地埋管及冷却塔地源热泵复合系统的控制系统 | |
CN202119044U (zh) | 基于健康评估技术的混合式地源热泵监控系统 | |
CN202101470U (zh) | 复合式可再生建筑能源供应系统 | |
CN201593839U (zh) | 地源热泵中央空调能量补偿系统 | |
CN202420062U (zh) | 基于健康评估的大型地源热泵高效运行群控系统 | |
Korvola et al. | Control strategies for a residential property with solar building, thermal and electricity storages |
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 |