[發明專利]一種基于負荷預測和室溫反饋修正的全網平衡調節方法

有效

• 申請號: 202011056472.0
• 申請日: 2020-09-29
• 公開（公告）號: CN112128841B
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 夏國強;孫春華;曹姍姍;齊承英;索晨雨;朱佳
• 申請（專利權）人: 河北工大科雅能源科技股份有限公司
• 主分類號: F24D19/10
• 分類號: F24D19/10;G06Q10/06;G06Q10/04;G06Q50/06
• 代理公司: 天津翰林知識產權代理事務所(普通合伙) 12210
• 代理人: 付長杰

本發明提出一種基于負荷預測和室溫反饋修正的全網平衡調節方法。傳統的供熱調節大多是對熱源或熱力站的調節，這種粗放的調節方式經常會使室溫波動較大甚至浪費能源。本文提出的調控方法，在考慮到熱源和熱力站調節的基礎上，增加了對全網平衡的調節研究。全網平衡調節的目標便是通過調節供熱系統的參數，實現一、二次網的供需匹配和管網穩定。為了實現該目標，需要確定調控周期，調節時間節點，對供熱參數進行周期動態預測，并以用戶室溫目標值為中心，利用室溫對預測供水溫度進行反饋修正，最終形成了基于負荷預測和室溫反饋修正的全網平衡調節方法。采用該方法調節后室溫波動較為平緩，明顯減輕過熱、過冷現象，節能效果顯著。

技術領域：

本發明涉及供熱調節領域，具體來說，涉及一種基于負荷預測和室溫反饋修正的全網平衡調節方法。

背景技術：

為了滿足用戶的供熱需求及節約能源，供熱系統需要隨著負荷的變化進行動態調節。Choi等人在“Mathematical modeling and control ofthermal plant in thedistrict heating system of Korea”中提出一種基于負荷預測模型的控制器，以供熱量和鍋爐出口溫度為輸出參數，結果證明該控制算法能夠有效節約能源。Smrekar等人在“Development of artificial neural network model for a coal-firedboiler usingreal plant data”中對燃煤鍋爐建立了神經網絡模型，用于預測鍋爐出口蒸汽的質量流量、壓力和溫度。上述研究只考慮熱源側，基于負荷預測優化熱源運行。Laakkonen等人在“Predictive Supply Temperature Optimization ofDistrict Heating Networks UsingDelay Distributions”采用神經網絡模型對用戶熱負荷和回水溫度進行預測，并提出一種強力優化器以優化供水溫度，降低了熱損失和泵送成本。Dahl等人在“Using ensembleweather predictions in district heating operation and load forecasting”提出基于天氣動態不確定性的自回歸負荷預測模型，利用該模型優化熱力站的控制，顯著降低了供水溫度。上述研究是對熱力站單方面的調控研究。實際調控中大多根據技術人員的經驗和熱用戶的反饋對熱源或熱力站進行單一調節，而缺乏對全網供需平衡的考慮，并且在面對“怎么調、何時調”時也大多憑經驗，經常會出現供熱不足或過量供熱、浪費能源的情況。因此急需以“源—網—站—荷”為整體對象進行精準的調控策略研究。

因此，發明一種基于負荷預測和室溫反饋修正的全網平衡調節方法來解決上述問題。

發明內容：

為了克服上述現有技術的不足，本發明的目的是，提供了一種基于負荷預測和室溫反饋修正的全網平衡調節方法。

為實現上述目的，本發明采用的技術方案為：一種基于負荷預測和室溫反饋修正的全網平衡調節方法，其特征在于，將供熱系統作為一個整體，同時從熱源、熱力站、網路和終端四個方面進行綜合考慮，以熱源、熱力站及用戶的供需平衡為理論基礎制定全網調節，并以用戶室溫目標值為中心，利用室溫對預測供水溫度進行反饋修正，得出基于負荷預測的全網平衡調控路線。

對于一次網，將熱源至各熱力站的流體流動時間進行計算分析，從而確定熱源調控周期；對于二次側，則考慮建筑綜合熱惰性，以綜合延遲時間，即室內溫度峰谷出現時間與室外溫度峰谷出現時間之差作為綜合熱惰性在溫度變化方面的表征參數，從而確定熱力站調控周期。

步驟S1.用MLR和GRNN網絡模型分別對熱力站及熱源的負荷進行預測，并建立熱力站負荷預測模型和熱源負荷預測模型；

步驟S2.根據建筑綜合熱惰性確定熱力站的調控周期a，根據管網延遲時間確定熱源調控周期j；