CN114484557B - 一种基于目标能耗管控的建筑群供热负荷调控方法 - Google Patents
一种基于目标能耗管控的建筑群供热负荷调控方法 Download PDFInfo
- Publication number
- CN114484557B CN114484557B CN202210075256.3A CN202210075256A CN114484557B CN 114484557 B CN114484557 B CN 114484557B CN 202210075256 A CN202210075256 A CN 202210075256A CN 114484557 B CN114484557 B CN 114484557B
- Authority
- CN
- China
- Prior art keywords
- load
- target
- heat
- value
- room temperature
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000005265 energy consumption Methods 0.000 title claims abstract description 31
- 230000001186 cumulative effect Effects 0.000 claims abstract description 22
- 238000012546 transfer Methods 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims abstract description 9
- 230000000737 periodic effect Effects 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000010438 heat treatment Methods 0.000 claims description 67
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 238000013461 design Methods 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 11
- 230000006399 behavior Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 230000001276 controlling effect Effects 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000005338 heat storage Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 229910052799 carbon Inorganic materials 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004134 energy conservation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000003442 weekly effect 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
- F24D3/00—Hot-water central heating systems
- F24D3/02—Hot-water central heating systems with forced circulation, e.g. by pumps
-
- 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
-
- 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
- F24D3/00—Hot-water central heating systems
- F24D3/10—Feed-line arrangements, e.g. providing for heat-accumulator tanks, expansion tanks ; Hydraulic components of a central heating system
- F24D3/1058—Feed-line arrangements, e.g. providing for heat-accumulator tanks, expansion tanks ; Hydraulic components of a central heating system disposition of pipes and pipe connections
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Thermal Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及一种基于目标能耗管控的建筑群供热负荷调控方法,充分考虑了用户实际需求的时变性及其差异性、气象因素及其累积效应、系统惯性、建筑热惰性,从最基本的传热方程出发,利用热网历史数据标定模型参数,并进行周期性校准、动态修正以及负荷补偿。本发明提出的以目标负荷管控为核心的运行调节方法,具有自学习、自适应、自趋优能力,可有效避免能源中心热源侧超供的情况,结合不同控制单元的调节,尽可能时间尺度空间尺度足够小的实现“按需供热”,满足用户热需求同时,显著节能减排。
Description
技术领域
本发明属于集中供热领域运行调节技术领域,具体涉及一种基于目标能耗管控的建筑群供热负荷调控方法。
背景技术
在我国的北方地区,集中供热是最常见的供热形式。按需精准供热是保证用户供热舒适度,同时实现显著节能减排的基本路径。集中供热由于存在较大的系统热惯性、建筑热惰性,以及用户用热模式的时变性,导致系统瞬态调节响应能力有限,实际的供热过程均存在不同程度的供需不匹配及能源浪费。
近年来,随着物联网技术的应用、自控技术的发展,集中供热系统的自动化、信息化、智能化水平得到普遍提升。信息与能量的深度融合,为实现“按需供热”的精细管控提供了可能。双碳目标背景下,基于供热建筑热惯性和系统调节时滞性的特征,开发以目标能耗管控为核心的负荷模型及调控方法,根据气象因素和用户实际需要及其时变性,及时给出足够小偏差范围内的需求负荷预报及调控响应,对于实现建筑领域的清洁高效供热具有重要的意义。
集中供热运行调节的主要目的是使供热系统在满足用户热需求的前提下,避免过度供热引起的能源浪费。很多学者对集中供热系统的运行调节做了相应的研究工作。具体运行调节方式基本可以分为以下三类,即只改变系统流量的量调节、只改变供水温度的质调节、分阶段流量调节基础上的质调节。
集中供热系统能源站热源侧的运行调节对于保证能源站主要设备如锅炉、水泵的安全和高效运行,满足用户热需求同时,双碳背景下最大程度的避免过度供热和节能减排,实现按需供热的目标能耗精细管控,具有重要的意义。
能源站热源侧的负荷相对比较大,供暖用户数量多,且整个供暖期间负荷波动较大,其运行调节通常采用分阶段流量调节基础上的质调节。集中供热系统的实际运行中,传统的实际操作大都是依据历史运行经验主要根据未来室外气温的变化来确定,如普遍采用的气候补偿器。这种调节的假设前提是,热网历史经验能够很好地满足用户热需求,且不存在过度供热。实际上,由于存在系统惯性、建筑热惰性、用户实际需求的时变性,以及建筑内部人员行为、室外气温外其他气象因素等的各种不确性热扰,未来的负荷需求及系统的响应均与历史经验存在较大偏差。
关于集中供热系统的运行调节,很多研究表明,集中供热系统的运行调节策略与建筑的设计热负荷指标没有直接关系,集中供热实际参数与设计参数之间存在很大差异。因此,集中供热系统的实际运行调节方案与理论运行调节方案不同,需要依据实际参数来制定集中供热系统的运行调节方案。
集中供热运行调节的主要目的是使供热系统在满足用户热需求的前提下,避免过度供热引起的能源浪费。集中供热系统通常包括数量众多的多种类型用户,用热规律存在较大差异,即使相同用户类型其用热需求也并不完全相同。已有很多理论研究与实践表明,分时分区分温的供热模式具有很好的节能效果。文献大多集中在单体房间、建筑楼宇、换热站及二级网的负荷预测及分时分区供热模拟及试验研究方面,很少讨论一次网以及热源侧基于负荷模型的目标能耗精细管控与调节。实际运行中,传统的仅考虑气象因素的供热系统负荷预报及调节方式,很难达到分时分温分区的“按需供热”。
鉴于此,开发以目标负荷管控为核心的集中供热运行调节方法,充分考虑用户实际需求的时变性及其差异性、气象因素及其累积效应、系统惯性、建筑热惰性,给出足够小偏差范围内的负荷预报及调控方法,有利于实现建筑领域清洁高效供热,对于实现“按需供热”的精准目标能耗管控和具有重要意义。
目前,关于供热系统负荷模型及预测方法的报导很多,现有方法基本可以归为两类,一是,能够计算给定气象条件下不同目标室温的需求负荷,主要采用专用模拟软件或体积热指标法进行理论分析,需要输入设计参数等较多物理量,与实际运行存在较大偏差。二是,结合热网运行经验预测未来时刻的负荷,大都仅考虑室外气象因素与负荷的相关性,部分文献将用户室温作为反馈参与实际运行调节。前者通常需要输入设计参数等比较多的物理量,对于集中供热系统的实际运行给出理论指导。后者的假设前提是,供热系统不存在气象因素外的其他内外热扰,这与实际现象存在很大偏差。
综上,针对集中供热系统的运行调节,基于模型控制的思想与热工学的基本原理,本发明提出一种简易可行的以目标负荷为核心的运行调节方法,充分考虑了用户实际需求的时变性及其差异性、气象因素及其累积效应、系统惯性、建筑热惰性,以及在实际运行过程中系统参数临时变化及不确定性扰动。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于目标能耗管控的建筑群供热负荷调控方法,适用于分时分区分温精准供热,有利于系统的高效运行,满足用户热需求同时,显著节能减排。
本发明解决其技术问题是通过以下技术方案实现的:
一种基于目标能耗管控的建筑群供热负荷调控方法,其特征在于:所述调控方法应用的供热系统包括锅炉及锅炉上连接的供水管及回水管,所述供水管上依次连接有温度传感器、流量计及建筑群,所述回水管上依次连接有温度传感器、水泵及建筑群,所述供水管及回水管上的温度传感器均连接至热量表,所述热量表分别连接至控制器及流量计,所述控制器连接至通讯模块,所述通讯模块无线连接至外部监控平台,所述通讯模块连接有气象模块,所述建筑群内设置有温度采集模块,所述温度采集模块无线连接至所述控制器;
所述调控方法的步骤为:
1)数据采集:将建筑群供热负荷模型中的热网运行数据通过通讯模块传输至上位机并保存在数据库中;
2)需求负荷计算:读取数据库中的气象信息、室温及热负荷并输入需求负荷模块,根据数据库的历史数据对负荷模型的参数进行标定,并在运行过程中进行周期性校准和动态修正,得到需求负荷值;
3)目标负荷计算:将需求负荷值输入到目标负荷模块,并对波动大峰谷负荷进行周期性校准、动态修正及负荷补偿,得到目标负荷值;
4)目标负荷调控:将该目标负荷值输出给控制对象,以目标负荷值为核心进行锅炉、水泵的运行调节。
而且,所述步骤1)中数据采集的具体步骤为:
1)根据稳态传热方程,基于集总参数法,建立建筑群的稳态负荷计算公式:
Q=kF(tn-tw) (1)
其中:Q为建筑群的热负荷,单位为W;
k为传热系数,单位为W/(m2·℃);
F为传热面积,单位为m2;
tn,tw分别为室内、外空气温度,温度为℃;
2)针对某确定的供热系统,建立热负荷与室内、外温差的相关关系:
Q=f(tn,t'w) (2)
其中:tn为该楼宇建筑群表征用户热舒适性的室温特征值;
t’w为代表气象因素及其累积效应的综合气温;
Q为该楼宇建筑群的热负荷;
3)从数据库获得相关参数,进行数据预处理,获得时间点一致的参数,包括室温、气温以及热负荷,基于历史数据对负荷模型进行参数标定和检验,其中气温为考虑气象因素及其累积效应的综合气温,室温为有代表性的监测点室温,室温监测点覆盖控制对象供热范围内典型性位置,如距离热源远近、位于建筑中的位置、朝向,选取室内人员行为等内部热扰小的监测点室温,结合实际负荷模拟,确定所关注建筑群在供热运行期间的室温特征值,关于建筑群目标室温特征值的计算,考虑该建筑群中不同建筑及用户类型,根据设计负荷占比及其各自目标室温,并结合实际负荷占比及室温来确定;
4)综合气温计算:影响负荷的主要气象因素主要包括气温、风速、太阳辐射,一定程度上均可以表现在其对供热建筑储放热特性的影响,结合建筑热惰性的考虑,气温及其他气象因素对负荷的影响可以用考虑气温累积效应的综合气温来体现,通常持续时间超过3天以上时,影响程度会变小,因此只考虑待测日前3天的气温,对待测日温度采用采用如下公式进行修正:
其中:i为待预测日第i日;
t’w,i为待预测日综合气温,单位为℃;
tw,i为预测日的平均气温,单位为℃;
tw,i-1为预测日前一日的平均气温,单位为℃;
tw,i-2为预测日前二日的平均气温,单位为℃;
tw,i-3为预测日前三日的平均气温;
m0,m1,m2,m3为相应累积效应系数。
而且,所述步骤2)中需求负荷计算的具体步骤为:
1)负荷模型函数的具体形式和参数标定:包括公式(2)的具体形式及参数标定、公式(3)的参数标定,根据历史数据进行标定,采用多元回归和机器语言迭代寻优,设定模型精度控制值,并进行模型校验;
2)读取数据库,将确定的未来时刻目标室温和气象信息输入上述标定好的负荷模型,计算得到控制单元未来时刻的需求负荷值,并输入到目标负荷模块以确定调节用的目标负荷值;
3)在实际运行过程中,考虑系统临时参数变化、人员行为等不确定性扰动,对负荷模型、预测的需求负荷值进行周期性校准和动态修正。
而且,所述步骤3)中目标负荷计算的具体步骤为:
1)需求负荷模块获取时间序列未来时刻的需求负荷值,输入目标负荷模块;
2)针对具体场景,基于历史数据分析时间序列的负荷波动规律,确定需要修订的峰谷负荷样本的筛选原则,并充分考虑惯性、建筑热惰性,将连续时刻波动幅度比较大的需求负荷峰谷值进行修订,确定适用于稳定高效安全运行的目标负荷值,将确定的目标负荷值输出给控制对象。
本发明的优点和有益效果为:
1、本发明基于模型控制的思想与热工学的基本原理,提出一种简易可行的基于目标能耗管控的建筑群供热负荷调控方法,适用于分时分区分温精准供热,有利于系统的高效运行,实现双碳目标背景下建筑领域清洁高效供热的目标能耗管控。
2、本发明提出的简化的楼宇建筑群负荷模型,从基本传热方程角度出发,考虑表征用户热舒适性的室温特征值和综合气象因素及其累积效应的综合气温与负荷的相关性。并根据具体场景实际热网历史数据标定模型参数,具有很好的外推性和系统适用性,且模型精度高。可以忽略临时参数变化并建立其对长期趋势的控制,以利安排主要设备如锅炉、水泵的运行,本发明的年热负荷相对误差只有0.01%、2.3%,相对于现有技术的年热负荷的相对误差为5%-20%,精度大大提升。
3、本发明提出的简化的楼宇建筑群负荷模型,充分考虑用户实际需要及其时变性,引入室温特征值表征用户热舒适性的室温特征,进行模型标定及未来时刻的需求负荷预报,本发明以目标负荷管控为核心的运行调节,可有效避免室温波动幅度大、能耗大、用户舒适性差、报修多并存的问题。
4、本发明提出的简化的楼宇建筑群负荷模型,仅涉及管控单元的负荷、室温、气温三个物理量,不需要输入设计参数等众多物理量和设定很多物性系数,很容易实行,区别于常用专业模拟软件或体积热指标法,对于不同场景需要输入设计参数等众多物理量建模,且与实际运行存在较大偏差。
5、本发明基于模型控制的思想提出的目标负荷精准调控方法,在实际运行调节过程中,根据用户实际需求的时变性及差异性和未来时刻气象因素,确定管控单元未来时刻的需求负荷,充分考虑系统惯性、建筑热惰性,将连续时刻波动幅度比较大的需求负荷峰谷值进行修订,确定适用于系统稳定高效安全运行的目标负荷。
6、本发明基于模型控制的思想提出的目标负荷精准调控方法,在实际运行调节过程中,考虑了系统临时参数变化、人员行为等不确定性热扰,对负荷模型、预测的需求负荷及目标负荷进行周期性校准、动态修正以及负荷补偿。
7、本发明提出的以目标负荷管控为核心的运行调节方法,特别适用于能源中心热源侧或换热站的运行调节,考虑了用户需求时变性,根据目标室温和气象因素,确定未来时刻的需求负荷,并结合供热建筑热惰性确定目标负荷,指导热源侧或换热站的分时分温“按需供热”,达成对目标能耗的精细管控。
8、本发明提出的建筑群负荷模型及调控方法,具有自学习、自适应、自趋优能力,可有效避免能源中心热源侧超供的情况,并减少排放和输送管网热能损失,节能效果显著。
9、本发明同样适用于不同层级控制单元的目标能耗管控调节,基于未来时刻目标负荷精准预报的主动调节,实现时间尺度空间尺度足够小的分时分温分区“按需供热”,满足用户热需求同时,显著节能减排。
10、本发明提出简化的楼宇建筑群负荷模型,可以基于很容易获得的历史数据样本快速建模,评估既有系统运行水平、分析节能潜力,区别于常用专业模拟软件或体积热指标法,对于不同场景需要输入设计参数等众多物理量建模,且与实际运行存在较大偏差。
11、本发明基于目标能耗管控的建筑群供热负荷调控方法,易于实施,使用范围广泛,可操作性强,成本可控,所需要的参数(负荷、室温)在供热系统中很容易获得,所在区域的气象信息从气象网站上很容易获取,供热管网不需大规模改动,不涉及土木改造。
附图说明
图1为本发明供热系统管网示意图;
图2为本发明基于负荷模型的目标能耗精准管控技术路线图;
图3为本发明需求负荷模块框图;
图4为本发明需求负荷模型及参数标定流程图;
图5为本发明目标负荷模块及需求负荷修订流程示意图;
图6a为本发明实施例目标室温20℃下预测需求负荷及目标负荷的修订示意图,图6b为实施例当天负荷与前一天负荷的负荷比值修订示意图;
图7a为本发明实施例能源中心的供热系统示意图,图7b为本发明实施例低区供热管网的供热系统示意图;
图8a为本发明实施例案例1的日负荷模型值与实际值的对比图,图8b为本发明实施例案例2的日负荷模型值与实际值的对比图,图8c为本发明实施例案例2的模拟值与实际值的比值图;
图9为本发明实施例年负荷实际值与模型值的对比图;
图10a为本发明实施例案例1模型值与实际值的比值对比图,图10b为本发明实施例案例2模型值与实际值的比值对比图;
图11a为本发明实施例案例1建筑群负荷模拟不同算例与实际日负荷运行图,图11b为本发明实施例案例2建筑群负荷模拟不同算例与实际日负荷运行图;
图12为本发明实施例建筑群负荷模拟不同算例与实际年负荷运行图;
图13a为本发明实施例低区日负荷图,图13b为本发明实施例高区日负荷图,图13c为能源站的燃气量图;
图14为本发明实施例两个供暖季室外气温同期比较图;
图15a为本发明实施例2021-2022低区累计负荷与上年度同期比较图,图15b为本发明实施例能耗节约率曲线图;
图16为本发明实施例2021-2022高区累计负荷与上年度同期比较图;
图17a为本发明实施例2021-2022能源中心燃气量与上年度同期比较图,图17b为本发明实施例能耗节约率曲线图;
图18a为本发明实施例低区实际日负荷与目标日负荷对比图,图18b为本发明实施例低区实际累计负荷与目标累计负荷对比图。
附图标记说明
1-锅炉;2-温度传感器;3-水泵;4-流量计;5-热量表;6-控制器;7-通讯模块;8-温度采集模块;9-建筑群;10-气象模块。
具体实施方式
下面通过具体实施例对本发明作进一步详述,以下实施例只是描述性的,不是限定性的,不能以此限定本发明的保护范围。
一种基于目标能耗管控的建筑群供热负荷调控方法,其创新之处在于:所述调控方法应用的供热系统包括锅炉1及锅炉上连接的供水管及回水管,所述供水管上依次连接有温度传感器2、流量计4及建筑群9,所述回水管上依次连接有温度传感器、水泵3及建筑群,所述供水管及回水管上的温度传感器均连接至热量表5,所述热量表分别连接至控制器6及流量计4,所述控制器连接至通讯模块7,所述通讯模块无线连接至外部监控平台,所述通讯模块连接有气象模块,所述建筑群内设置有温度采集模块8,所述温度采集模块无线连接至所述控制器,如图1所示。
一种基于目标能耗管控的建筑群供热负荷调控方法,其创新之处在于:所述方法的步骤为:
1)数据采集:将建筑群供热负荷模型中的热网运行数据通过通讯模块传输至上位机并保存在数据库中;
2)需求负荷计算:读取数据库中的气象信息、室温及热负荷并输入需求负荷模块,根据数据库的历史数据对负荷模型的参数进行标定,并在运行过程中进行周期性校准和动态修正,得到需求负荷值;
3)目标负荷计算:将需求负荷值输入到目标负荷模块,并对波动大峰谷负荷进行周期性校准、动态修正及负荷补偿,得到目标负荷值;
4)目标负荷调控:将该目标负荷值输出给控制对象,以目标负荷值为核心进行锅炉、水泵的运行调节。
步骤1)中数据采集的具体步骤为:
1)根据稳态传热方程,基于集总参数法,建立建筑群的稳态负荷计算公式:
Q=kF(tn-tw) (1)
其中:Q为建筑群的热负荷,单位为W;
k为传热系数,单位为W/(m2·℃);
F为传热面积,单位为m2;
tn,tw分别为室内、外空气温度,温度为℃;
2)针对某确定的供热系统,建立热负荷与室内、外温差的相关关系:
Q=f(tn,t'w) (2)
其中:tn为该楼宇建筑群表征用户热舒适性的室温特征值;
t’w为代表气象因素及其累积效应的综合气温;
Q为该楼宇建筑群的热负荷;
3)从数据库获得相关参数,进行数据预处理,获得时间点一致的参数,包括室温、气温以及热负荷,基于历史数据对负荷模型进行参数标定和检验,其中气温为考虑气象因素及其累积效应的综合气温,室温为有代表性的监测点室温,室温监测点覆盖控制对象供热范围内典型性位置,如距离热源远近、位于建筑中的位置、朝向,选取室内人员行为等内部热扰小的监测点室温,结合实际负荷模拟,确定所关注建筑群在供热运行期间的室温特征值,关于建筑群目标室温特征值的计算,考虑该建筑群中不同建筑及用户类型,根据设计负荷占比及其各自目标室温,并结合实际负荷占比及室温来确定;
4)综合气温计算:影响负荷的主要气象因素主要包括气温、风速、太阳辐射,一定程度上均可以表现在其对供热建筑储放热特性的影响,结合建筑热惰性的考虑,气温及其他气象因素对负荷的影响可以用考虑气温累积效应的综合气温来体现,通常持续时间超过3天以上时,影响程度会变小,因此只考虑待测日前3天的气温,对待测日温度采用采用如下公式进行修正:
其中:i为待预测日第i日;
t’w,i为待预测日综合气温,单位为℃;
tw,i为预测日的平均气温,单位为℃;
tw,i-1为预测日前一日的平均气温,单位为℃;
tw,i-2为预测日前二日的平均气温,单位为℃;
tw,i-3为预测日前三日的平均气温;
m0,m1,m2,m3为相应累积效应系数。
步骤2)中需求负荷计算的具体步骤为:
1)负荷模型函数的具体形式和参数标定:包括公式(2)的具体形式及参数标定、公式(3)的参数标定,根据历史数据进行标定,采用多元回归和机器语言迭代寻优,设定模型精度控制值,并进行模型校验;
2)读取数据库,将确定的未来时刻目标室温和气象信息输入上述标定好的负荷模型,计算得到控制单元未来时刻的需求负荷值,并输入到目标负荷模块以确定调节用的目标负荷值;
3)在实际运行过程中,考虑系统临时参数变化、人员行为等不确定性扰动,对负荷模型、预测的需求负荷值进行周期性校准和动态修正。
步骤3)中目标负荷计算的具体步骤为:
1)需求负荷模块获取时间序列未来时刻的需求负荷值,输入目标负荷模块;
2)针对具体场景,基于历史数据分析时间序列的负荷波动规律,确定需要修订的峰谷负荷样本的筛选原则,并充分考虑惯性、建筑热惰性,将连续时刻波动幅度比较大的需求负荷峰谷值进行修订,确定适用于稳定高效安全运行的目标负荷值,将确定的目标负荷值输出给控制对象。
本发明提供一种基于目标能耗管控的建筑群供热负荷调控方法。将本方法应用于图7所示的某高校某能源站的集中供热系统。
该能源站现供热面积267975m2,包括高区和低区,分别为不同的建筑区域供热。高区、低区分别有计量热表,共用一块燃气表。其中,低区供热面积240538m2,4台燃气锅炉直供19栋独立建筑,包括科研办公楼、实验厂房、学生宿舍、教学楼、食堂等多种类型的众多用户。需要说明下,该能源站低区2019-2020供暖季供热面积为204724m2,4台燃气锅炉直供17栋独立建筑;2020-2021供暖季新增2栋建筑(供热面积35814m2)。
该供热系统源网末端均安装与监控平台连接的通讯模块,本发明所涉及的实际运行数据均由能源中心、用户末端的数据采集模块获得,如图1所示。
结合图2~图6,将本发明提出的一种基于目标能耗管控的建筑群供热负荷调控方法应用于图7所示的某高校某能源站的集中供热系统。
下面主要以该能源站低区为例进行说明:
具体包括以下步骤:
(1)读取数据库,获得热网历史运行数据,包括负荷、室温和气温。筛选参数信息完整的有效样本,数据处理,获得时间尺度一致的参数信息,包括日负荷、室温日均值、室外气温日均值(高低温均值),采用多元回归和粒子群寻优算法,确定负荷模型函数的具体形式和参数标定,包括公式(2)的具体形式及参数标定、公式(3)的参数标定。
基于热网实际历史数据标定负荷模型并进行校验。本实施例中,负荷模型的参数标定采用了多元回归和粒子群算法,确定负荷模型函数的具体形式和参数标定,包括公式(2)的具体形式及参数标定、公式(3)的参数标定。实施例负荷模型的标定与校验结果,见表1、表2及图8~图10。
表1实施例负荷模型的标定结果表
表2实施例负荷模型的校验结果表(模型值与实际值之比)
*90%样本
分析表1-表2和图8-图10,可见:
1)基于热网实际运行历史数据标定模型,楼宇建筑群日负荷与室内外温差的相关性,case1的拟合度为0.98,case2的拟合度为0.92。
2)利用上述(1)标定好的模型模拟整个供暖季的日负荷,案例1的年负荷模型值与实际值相对偏差为2.3%,案例2的年负荷模型值与实际值相对偏差为0.01%。
3)气象因素对负荷的影响,模型中利用了综合考虑气象因素及其累积效应的综合气温,模型精度明显提高。案例2的模型拟合度由0.76提高到0.92。
4)不同时间尺度(三天、周、年)分析日负荷的模型值与实际值。两个案例,90%日负荷模型值与实际值的相对偏差均不大于25%,三天累计负荷及周累计负荷的模型值与实际值的相对偏差均不大于20%,满足工程需求,且误差水平在ASHRAE Guideline 12-2002中对单体建筑能耗结果规定的最大误差范围。
考虑供热系统的热惯性和建筑热惰性,综合用户需求及实际运行调节可行性,三天、一周及较长时间尺度的负荷预报及分析,有利于能源中心热源侧主要设备如锅炉、水泵等运行的安排,保证系统安全稳定高效运行,保证用户热需求同时,显著节能减排。通过更长时间月或年的模拟与分析,可评估实际系统运行的水平与节能空间,有利于既有系统的升级改造及运行水平的提升。
(2)关于建筑群室温特征值的确定:本实施例中,室温选取控制单元有代表性的监测点室温,室温监测点覆盖控制对象供热范围内典型性位置,如距离热源远近、位于建筑中的位置、朝向等,选取室内人员行为等内部热扰小的监测点室温,结合实际负荷模拟,确定所关注楼宇建筑群在供热运行期间的室温特征值。
关于建筑群目标室温特征值的计算,则考虑该建筑群中不同建筑及用户类型,根据设计负荷占比及其各自目标室温,并结合实际负荷占比及室温来确定。本实施例中,根据不用类型用户用热规律及室温需求,考虑了用户类型,学期、寒假,工作日、非工作日,工作时段、非工作时段等,结合实际运维及报修信息、用户调研及设计规范等,确定分时分区的目标室温值。得到该建筑群不同分时分区分温供热模式的目标室温特征值。
本实施例中,不同类型用户目标室温设定参考的相关规范如下:
a)中华人民共和国建设部.公共建筑节能设计标准[J].上海建材,2004(1):6-8.
b)GB 50019-2003.采暖通风与空气调节设计规范[S].2003
c)中华人民共和国住房和城乡建设部.中小学校设计规范GB500-2011[s].北京:中国建设工业出版社,2010.
d)中国建筑科学研究院.GB50736—2012民用建筑供暖通风与空气调节设计规范[s].北京:中国建筑工业出版社,2012.
e)中国建筑科学研究院.GB50736—2012民用建筑供暖通风与空气调节设计规范[s].北京:中国建筑工业出版社,2012.
(3)读取数据库,上述(2)中确定的目标室温特征值和历史气象信息,输入上述(1)中标定好的负荷模型,计算得到目标室温下的模拟日负荷,与实际负荷比较,可快速评估实际系统运行的水平与节能空间,指导既有系统的升级改造及运行水平的提升。
算例模拟结果见表3和图11、图12,可见,两个案例均存在显著节能空间。相比实际运行,案例1两个算例的年负荷分别可降低11.5%、32.2%;案例2两个算例的年负荷分别可降低26.5%、38.4%。
表3实施例建筑群负荷模拟不同算例结果表
*算例值与实际运行值的比值
(4)针对图7所示的实施例低区楼宇建筑群2021-2022供暖季的实际运行过程,读取数据库,将基于外围模块确定的未来时刻目标室温和气象信息,输入上述(1)标定好的负荷模型,计算得到控制单元未来时刻的需求负荷,进入目标负荷模块以确定调节用的目标负荷,进入控制对象。
需要说明下,设置允许的最大偏差,从供暖第二周开始,考虑系统临时参数变化、人员行为等不确定性扰动等,对负荷模型、预测的需求负荷进行周期性校准和动态修正。
(5)将上述(4)“需求负荷模块”获取未来时刻的需求负荷值,进入“目标负荷模块”,充分考虑系统惯性、建筑热惰性,将连续时刻波动幅度比较大的需求负荷峰谷值进行修订,确定适用于系统稳定高效安全运行的目标负荷。对于波动大负荷的进行负荷值修正,得到最终的目标负荷后输出给控制对象。
下面结合具体实施例说明“目标负荷模块”实现的具体步骤:
1)“需求负荷模块”获取时间序列未来连续15个时刻的需求负荷,进入目标负荷模块。
2)基于2020-2021供暖季历史数据分析时间序列的负荷波动规律,确定需要修订的峰谷负荷样本的筛选原则。
基于热网实际运行历史数据时间序列的负荷,计算后3个时刻累计负荷与前3个时刻累计负荷的比值;同时计算后1个时刻负荷与前1个时刻负荷的比值。按照需要修订的峰谷负荷样本不超过统计样本总数的10%-20%,设定负荷比值范围。3个时刻累计负荷比值的设定范围记作[a1,a2],1个时刻负荷的比值设定范围记作[b1,b2],且具体地,本实施例中,[a1,a2]为[0.9,1.1],[b1,b2]为[0.85,1.15]。
若统计样本的比值未超出[a1,a2],需求负荷均不需要修订,直接作为目标负荷,进入控制对象。若统计样本的比值超出[a1,a2],则说明负荷波动较大,峰谷负荷样本需要修订。
3)将上述1)的15个样本根据上述2)确定的需要修订的峰谷负荷样本。将需要修订的样本标记为样本4,加上前后时间序列共计6个样本进入后续分析。
4)针对上述3)标记的未来连续6个时刻的负荷进行分析。首先,针对未来第1-6时刻的需求负荷值进行分析。计算时间序列第4、5、6三个时刻累计负荷与第1、2、3三个时刻累计负荷的比值。
5)若上述4)中计算的比值超出设定范围[a1,a2]([0.9,1.1]),但并未超出[b1,b2]([0.85,1.15]。则计算第4个时刻负荷与第3个时刻负荷的比值。判断是否超出设定范围[b1,b2]([0.85,1.15]),若此比值没有超出设定范围[b1,b2]([0.85,1.15]),则将第4个时刻的需求负荷进行修订,其修订值与第3个时刻负荷的比值为a1或a2,超出的负荷部分插值补偿到前两个时刻。本实施例中采用了三次样条插值的方法。
6)若上述5)中计算的相邻2个时刻的负荷比值超出设定范围[b1,b2]([0.85,1.15]),则第4个时刻的需求负荷进行修订,其修订值与第3个时刻负荷的比值为为b1或b2,超出的负荷部分值插值补偿到前两个时刻。
7)若上述4)中计算的比值超出设定范围[a1,a2]([0.9,1.1]),并已超出[b1,b2]([0.85,1.15]。则将需要修订的峰值或谷值负荷超出的负荷部分插值补偿到前3个或前4个时刻。
8)得到时间序列未来连续6个时刻的目标负荷,进入控制对象。
图6为实施例需求负荷峰谷值修订示意图,示例中将11月7日和11月8日的峰值负荷,修订到前3个时刻,共5个时刻的负荷做了修订,修订后的负荷波动明显降低。
图13给出了实施例2021-2022供暖季每天的目标能耗及实际能耗,并与上年度同期比较,包括低区日负荷、低区日负荷,能源中心燃气量。
本实施例应用本技术方案的效果,见图13~图18、表4~6。可见,本实施例与去年同期比较,气温略高于去年,报修次数大幅减少,室温满足热需求。
表4实施例两个供暖季同期(低区)运行效果比较表
表5实施例实际能耗与模拟值、目标值比较表(2021.10.31-2021.12.15)
表6实施例两个供暖季同期报修信息比较表
需要说明下:对2021-2022供暖季与2020-2021供暖季供暖季不同时间尺度能耗降低率比较,考虑到2020-2021年供暖季与2021-2022年供暖季室外温度的影响,依照《民用建筑能耗标准》(GB/T51161-2016)使用度日法进行气象修正,取18℃为标准参考温度,则采暖度日数按下式计算:
其中:n为采暖天数;
Ti为某温度(℃)。
实施例低区2021-2022运行43天(11.3-12.15),与去年同期相比较,能耗降低了17%,考虑气温因素修正后的节能率为10.16%,单周最高达41.35%(11.6-11.11)。
实施例低区2021-2022运行43天(11.3-12.15),负荷模型的模拟值与实际值的偏差为2%(表4)。如参照目标值运行(图14),相比去年同期,能耗可降低35%,节能空间很大。实施例参照目标值运行,燃气量可比现在前少16%-27%。
上述实施例呈现的本技术方案的具体实施过程及效果,说明了本发明技术方案的特别有益效果:满足用户热需求同时,显著节能减排,且简易可行,易于实施,适用不同场景。实施例涉及的建筑群控制单元供热面积分别为267975m2、240538m2、204724m2、35814m2建筑群包括科研办公楼、实验厂房、学生宿舍、教学楼、食堂等多种类型的众多用户。
综上,针对集中供热领域运行调节领域,本发明提出的一种基于目标能耗管控的建筑群供热负荷调控方法,适用于分时分区分温精准供热,有利于系统的高效运行,满足用户热需求同时,显著节能减排。本发明的技术方案,基于人工智能与热力系统的融合,集成实用性、适用性、先进性与示范性,对于实现双碳目标背景下建筑领域的低碳高效清洁供热具有重要的意义。
尽管为说明目的公开了本发明的实施例和附图,但是本领域的技术人员可以理解:在不脱离本发明及所附权利要求的精神和范围内,各种替换、变化和修改都是可能的,因此,本发明的范围不局限于实施例和附图所公开的内容。
Claims (3)
1.一种基于目标能耗管控的建筑群供热负荷调控方法,其特征在于:所述调控方法应用的供热系统包括锅炉及锅炉上连接的供水管及回水管,所述供水管上依次连接有温度传感器、流量计及建筑群,所述回水管上依次连接有温度传感器、水泵及建筑群,所述供水管及回水管上的温度传感器均连接至热量表,所述热量表分别连接至控制器及流量计,所述控制器连接至通讯模块,所述通讯模块无线连接至外部监控平台,所述通讯模块连接有气象模块,所述建筑群内设置有温度采集模块,所述温度采集模块无线连接至所述控制器;
所述调控方法的步骤为:
1)数据采集:将建筑群供热负荷模型中的热网运行数据通过通讯模块传输至上位机并保存在数据库中;
2)需求负荷计算:读取数据库中的气象信息、室温及热负荷并输入需求负荷模块,根据数据库的历史数据对负荷模型的参数进行标定,并在运行过程中进行周期性校准和动态修正,得到需求负荷值;
3)目标负荷计算:将需求负荷值输入到目标负荷模块,并对波动大峰谷负荷进行周期性校准、动态修正及负荷补偿,得到目标负荷值;
4)目标负荷调控:将该目标负荷值输出给控制对象,以目标负荷值为核心进行锅炉、水泵的运行调节;
所述步骤1)中数据采集的具体步骤为:
1)根据稳态传热方程,基于集总参数法,建立建筑群的稳态负荷计算公式:
Q=kF(tn-tw) (1)
其中:Q为建筑群的热负荷,单位为W;
k为传热系数,单位为W/(m2·℃);
F为传热面积,单位为m2;
tn,tw分别为室内、外空气温度,温度为℃;
2)针对某确定的供热系统,建立热负荷与室内、外温差的相关关系:
Q=f(tn,t'w) (2)
其中:tn为该建筑群表征用户热舒适性的室温特征值;
t’w为代表气象因素及其累积效应的综合气温;
Q为该建筑群的热负荷;
3)从数据库获得相关参数,进行数据预处理,获得时间点一致的参数,包括室温、气温以及热负荷,基于历史数据对负荷模型进行参数标定和检验,其中气温为考虑气象因素及其累积效应的综合气温,室温为有代表性的监测点室温,室温监测点覆盖控制对象供热范围内典型性位置,如距离热源远近、位于建筑中的位置、朝向,选取室内人员行为等内部热扰小的监测点室温,结合实际负荷模拟,确定所关注建筑群在供热运行期间的室温特征值,关于建筑群目标室温特征值的计算,考虑该建筑群中不同建筑及用户类型,根据设计负荷占比及其各自目标室温,并结合实际负荷占比及室温来确定;
4)综合气温计算:影响负荷的主要气象因素主要包括气温、风速、太阳辐射,一定程度上均可以表现在其对供热建筑储放热特性的影响,结合建筑热惰性的考虑,气温及其他气象因素对负荷的影响可以用考虑气温累积效应的综合气温来体现,通常持续时间超过3天以上时,影响程度会变小,因此只考虑待测日前3天的气温,对待测日温度采用如下公式进行修正:
其中:i为待预测日第i日;
t’w,i为待预测日综合气温,单位为℃;
tw,i为预测日的平均气温,单位为℃;
tw,i-1为预测日前一日的平均气温,单位为℃;
tw,i-2为预测日前二日的平均气温,单位为℃;
tw,i-3为预测日前三日的平均气温;
m0,m1,m2,m3为相应累积效应系数。
2.根据权利要求1所述的基于目标能耗管控的建筑群供热负荷调控方法,其特征在于:所述步骤2)中需求负荷计算的具体步骤为:
1)负荷模型函数的具体形式和参数标定:包括公式(2)的具体形式及参数标定、公式(3)的参数标定,根据历史数据进行标定,采用多元回归和机器语言迭代寻优,设定模型精度控制值,并进行模型校验;
2)读取数据库,将确定的未来时刻目标室温和气象信息输入上述标定好的负荷模型,计算得到控制单元未来时刻的需求负荷值,并输入到目标负荷模块以确定调节用的目标负荷值;
3)在实际运行过程中,考虑系统临时参数变化、人员行为等不确定性扰动,对负荷模型、预测的需求负荷值进行周期性校准和动态修正。
3.根据权利要求1所述的基于目标能耗管控的建筑群供热负荷调控方法,其特征在于:所述步骤3)中目标负荷计算的具体步骤为:
1)需求负荷模块获取时间序列未来时刻的需求负荷值,输入目标负荷模块;
2)针对具体场景,基于历史数据分析时间序列的负荷波动规律,确定需要修订的峰谷负荷样本的筛选原则,并充分考虑惯性、建筑热惰性,将连续时刻波动幅度比较大的需求负荷峰谷值进行修订,确定适用于稳定高效安全运行的目标负荷值,将确定的目标负荷值输出给控制对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210075256.3A CN114484557B (zh) | 2022-01-22 | 2022-01-22 | 一种基于目标能耗管控的建筑群供热负荷调控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210075256.3A CN114484557B (zh) | 2022-01-22 | 2022-01-22 | 一种基于目标能耗管控的建筑群供热负荷调控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114484557A CN114484557A (zh) | 2022-05-13 |
CN114484557B true CN114484557B (zh) | 2022-10-11 |
Family
ID=81472564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210075256.3A Active CN114484557B (zh) | 2022-01-22 | 2022-01-22 | 一种基于目标能耗管控的建筑群供热负荷调控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114484557B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115293461B (zh) * | 2022-09-28 | 2022-12-16 | 四川中电启明星信息技术有限公司 | 建筑体供暖碳排放预测方法及系统 |
CN115585501B (zh) * | 2022-10-18 | 2023-08-04 | 天津大学 | 基于网联智控的集中供暖用户侧自主调节系统及方法 |
CN115551317B (zh) * | 2022-10-24 | 2023-12-12 | 南京群顶科技股份有限公司 | 一种基于天气预报的数据机房运行控制的负荷预测方法 |
CN115914307B (zh) * | 2022-12-06 | 2023-09-26 | 中国建筑科学研究院有限公司 | 一种基于边缘计算的供热气象调控方法、系统及设备 |
CN116085685B (zh) * | 2023-03-15 | 2023-06-23 | 上海叁零肆零科技有限公司 | 保证用气高峰时段天然气稳定供气的方法和系统 |
CN117035173B (zh) * | 2023-08-03 | 2024-06-21 | 北京硕人时代科技股份有限公司 | 一种基于六参数模型的换热系统日负荷预测方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102520675B (zh) * | 2011-10-23 | 2014-03-12 | 西安交通大学 | 燃气联合循环与太阳能发电联合制热系统及其调度方法 |
CN104534556B (zh) * | 2014-12-08 | 2017-09-15 | 北京方胜有成科技股份有限公司 | 一种基于能耗监测的供热控制方法 |
CN107842908B (zh) * | 2017-09-26 | 2020-01-03 | 国网浙江省电力公司杭州供电公司 | 一种基于环境参数补偿的实时供热负荷控制方法 |
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 |
CN112128841B (zh) * | 2020-09-29 | 2021-12-03 | 河北工大科雅能源科技股份有限公司 | 一种基于负荷预测和室温反馈修正的全网平衡调节方法 |
CN113091123B (zh) * | 2021-05-11 | 2022-06-10 | 浙江英集动力科技有限公司 | 一种基于数字孪生模型的楼宇机组供热系统调控方法 |
-
2022
- 2022-01-22 CN CN202210075256.3A patent/CN114484557B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114484557A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114484557B (zh) | 一种基于目标能耗管控的建筑群供热负荷调控方法 | |
Al-Homoud | Computer-aided building energy analysis techniques | |
CN114565167B (zh) | 一种热力入口负荷动态预测及调控方法 | |
Hosamo et al. | Digital Twin of HVAC system (HVACDT) for multiobjective optimization of energy consumption and thermal comfort based on BIM framework with ANN-MOGA | |
Wang et al. | Field test of Model Predictive Control in residential buildings for utility cost savings | |
CN114576698B (zh) | 基于多目标监控主动抗扰源网末端协同自趋优供热调控方法 | |
CN114200839B (zh) | 一种耦合环境行为动态监测的办公建筑能耗智能控制模型 | |
Lei et al. | Prediction method of energy consumption for high building based on LMBP neural network | |
Ogonowski | Modeling of the heating system in small building for control | |
CN114484556B (zh) | 一种基于目标能耗管控的供水温度调控方法 | |
Sun et al. | Research on control strategy integrated with characteristics of user's energy-saving behavior of district heating system | |
Biyik et al. | Cloud-based model predictive building thermostatic controls of commercial buildings: Algorithm and implementation | |
Bhattacharya et al. | Demand response for thermal fairness in district heating networks | |
Michailidis et al. | Automated control calibration exploiting exogenous environment energy: An Israeli commercial building case study | |
Hajian et al. | Dynamic heating control measured and simulated effects on power reduction, energy and indoor air temperature in an old apartment building with district heating | |
Hou et al. | Development of event-driven optimal control for central air-conditioning systems | |
CN114608065B (zh) | 一种新型热力入口阀位调控方法 | |
Yang | Optimization of operation times of a heating system in office building | |
Eftekhari et al. | Design and performance of a rule-based controller in a naturally ventilated room | |
Chang et al. | Energy efficient thermal comfort predictive control for household heat metering room | |
Zhao et al. | Online reset strategy based on linear correlation for variable static pressure control of VAV system | |
Avotins et al. | IoT Solution Approach for Energy Consumption Reduction in Buildings: Part 3. Mathematical Model of Building and Experimental Results | |
Lewe et al. | Operating and certifying a net positive energy building during a pandemic | |
Mäki | Demand response of space heating using model predictive control in an office building | |
Hilliard | Whole building model predictive control with optimization for HVAC systems utilizing surface level weather forecasts |
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 |