一种智能热网控制方法及***
技术领域
本发明涉及一种智能热网控制方法及***,属于城市热网控制技术领域。
背景技术
随着城市面积和规模的迅速扩大以及城市人口的增多,城市集中供热负荷均呈现持续高速增长态势,区域面积不断增大,单一的热源不能满足供热负荷,能源的消耗量也不断加大,并且由于管网的运行温度较高,导致能源在长距离的传输过程中的损耗也不可避免。因此提高能源的利用效率及减少能源在长距离传输过程中的损耗是本领域急需解决的技术问题。
现有的城市集中供热方式通常为控制热网的热源端的供热负荷,即首先根据供热面积计算供热负荷,然后根据该供热负荷调节供水流量、供水温度和供水压力等。其中,该供热负荷的计算公式通常为:
供热系数×供水流量×(供水温度-回水温度)
由于上述计算公式仅是根据热源端采集的数据进行计算,因而获得的供热负荷不能随用户端的变化而变化。
现有的城市集中供热技术虽然也有考虑到供热面积、每日的天气状况等因素调整热网的供热负荷,但该方法仍然只是通过控制热源端的供热负荷对热网进行调整,无法实现对热网的智能调整。
发明内容
本发明为解决现有的城市集中供热技术存在的无法实现对热网的智能调整的问题,进而提出了一种智能热网控制方法及***,具体包括如下的技术方案:
一种智能热网控制方法,包括:
获取预定用户的实时热负荷数据及天气状况数据;
将所述实时热负荷数据和所述天气状况数据拟合获得所述预定用户的预测热负荷曲线;
根据所述预测热负荷曲线对所述热网的供热负荷进行智能控制。
在本发明所述的智能热网控制方法中,对所述热网的供热负荷进行智能控制包括:
根据所述预测热负荷曲线获得所述预定用户的实时供热负荷的预测值;
将所述实时供热负荷的预测值与当前供热负荷进行对比校准后调整所述热网的供热负荷。
在本发明所述的智能热网控制方法中,将所述实时供热负荷与当前供热负荷进行对比校准后调整所述热网的供热负荷包括:
根据所述热网的供热管道的坐标和高程以及所述供热管道的传热系数计算获得管道热量损失;
将所述实时供热负荷与所述管道热量损失相加后获得所述热网的校正供热负荷。
在本发明所述的智能热网控制方法中,对所述热网的供热负荷进行智能控制包括:
根据所述预定用户的实时供热负荷的预测值调整所述热网的一次管网的供水流量;或者
将回水温度低于预定值的用户二级站的供热负荷累加后计算获得二次优化供水温度,并根据所述二次优化供水温度计算获得的流量值调整所述热网的一次管网的供水流量。
在本发明所述的智能热网控制方法中,所述获取预定用户的实时热负荷数据包括:
实时获取所述热网在热源端的供水温度、供水流量和热网压力以及预定用户的用户端的回水温度。
一种智能热网控制***,包括:数据获取装置、数据拟合装置和智能控制装置;
所述数据获取装置用于获取预定用户的实时热负荷数据及天气状况数据;
所述数据拟合装置用于将所述实时热负荷数据和所述天气状况数据拟合获得所述预定用户的预测热负荷曲线;
所述智能控制装置用于根据所述预测热负荷曲线对所述热网的供热负荷进行智能控制。
在本发明所述的智能热网控制***中,所述智能控制装置包括:负荷预测单元和控制单元;
所述负荷预测单元用于根据所述预测热负荷曲线获得所述预定用户的实时供热负荷的预测值;
所述控制单元用于将所述实时供热负荷的预测值与当前供热负荷进行对比校准后调整所述热网的供热负荷。
在本发明所述的智能热网控制***中,所述控制单元包括:损耗计算子单元和校正子单元;
所述损耗计算子单元用于根据所述热网的供热管道的坐标和高程以及所述供热管道的传热系数计算获得管道热量损失;
所述校正子单元用于将所述实时供热负荷与所述管道热量损失相加后获得所述热网的校正供热负荷。
在本发明所述的智能热网控制***中,在所述智能控制装置中包括:一次管网调整单元;
所述一次管网调整单元用于根据所述预定用户的实时供热负荷的预测值调整所述热网的一次管网的供水流量,或者,用于将回水温度低于预定值的用户二级站的供热负荷累加后计算获得二次优化供水温度,并根据所述二次优化供水温度计算获得的流量值调整所述热网的一次管网的供水流量。
在本发明所述的智能热网控制***中,在所述数据获取装置中还包括:热负荷数据获取单元;
所述热负荷数据获取单元用于实时获取所述热网在热源端的供水温度、供水流量和热网压力以及预定用户的用户端的回水温度。
一种热网温度二次优化***,包括:热源端、一次管网和多个用户二级站;所述热源端的供水端口和回水端口分别与所述一次管网的一个端口连接,所述一次管网包括多条供热管道并通过所述供热管道为每个用户二级站供热;
每个所述用户二级站中均设置有用于通过吸收烟气的热量为所述供热管道加热的换热设备;
所述***还包括温度优化装置,所述温度优化装置用于根据所述用户二级站的回水温度与预定回水温度的差值计算获得二次优化供水温度,并根据所述二次优化供水温度调整所述热源端的供水流量。
本发明的有益效果是:通过获取预定用户的热负荷数据并结合天气状况数据,能够较准确的拟合获得该预定用户的单位时间用热曲线,从而实现对热网的供热负荷进行智能控制,进而提高能源的利用效率及减少能源在长距离传输过程中的损耗。
附图说明
图1以示例的方式示出了智能热网控制***的结构图。
图2以示例的方式示出了一可选实施例的智能热网控制***的结构图。
图3以示例的方式示出了实施例一的智能热网控制***的结构图。
图4以示例的方式示出了实施例一的热网数据图。
图5以示例的方式示出了实施例一的供热负荷与室外温度曲线图。
图6以示例的方式示出了实施例一的预测热负荷曲线图。
图7以示例的方式示出了热网温度二次优化***的结构图。
具体实施方式
本具体实施方式提出了一种智能热网控制***,结合图1所示,包括:数据获取装置1、数据拟合装置2和智能控制装置3;
数据获取装置1用于获取预定用户的实时热负荷数据及天气状况数据;
数据拟合装置2用于将实时热负荷数据和天气状况数据拟合,以获得预定用户的预测热负荷曲线;
智能控制装置3用于根据预测热负荷曲线对热网的供热负荷进行智能控制。
其中,结合图2所示,数据获取装置1中可以包括热负荷数据获取单元11和天气状况数据获取单元12;
该热负荷数据获取单元11用于实时获取热网的热源端的供水温度、供水流量和热网压力以及预定用户的用户端的回水温度;
天气状况数据获取单元12用于实时监测获得天气数据或者根据天气预报获得未来预定时间的天气数据。
在本发明一可选实施例中,结合图2所示,智能控制装置3包括:负荷预测单元31和控制单元32;
负荷预测单元31用于根据预测热负荷曲线获得预定用户的实时供热负荷的预测值;
控制单元32用于将实时供热负荷的预测值与当前供热负荷进行对比校准后调整热网的供热负荷。
在本发明一可选实施例中,控制单元32包括:损耗计算子单元和校正子单元;
损耗计算子单元用于根据热网的供热管道的坐标和高程以及供热管道的传热系数计算获得管道热量损失;
校正子单元用于将实时供热负荷与管道热量损失相加后获得热网的校正供热负荷。
下面通过实施例一对本具体实施方式提供的智能热网控制***进行说明,结合图3所示,所述***中的数据获取装置可以包括于建立热负荷地理信息的GIS***(地理信息***)、用于根据天气预报采集未来预定时间的天气数据的EMS***以及SCADA(Supervisory Control And Data Acquisition,数据采集与监视控制)***。
其中,该GIS***可在热网中标注各供热管道的坐标和高程,其中的坐标表示单个用户端的供水流量,单位为t/h,高程表示埋入地下的深度,可以计算出的热损失的系数,埋地越深热损失越小,再结合热网内供热管道的管径和保温层的厚度,可以根据供热管道的传热系数计算出管道热量损失。该管道热量损失(加30%安全系数)可通过以下公式计算获得:
Qt={[2π(TV-TA)]/〔(LnD0/D1)1/λ+2/(D0α)]}×1.3
式中:Qt表示单位长度管道的热损失,单位为W/m;Qp表示单位平面的热损失,单位为W/㎡;TV表示***要求的维持温度,单位为℃;TA表示当地的最低环境温度,单位为℃;λ表示保温材料的导热系数,单位为W/(m℃);D1表示保温层内径(管道外径),单位为m;D0表示保温层外径,单位为m且D0=D1+2δ;δ表示保温层厚度,单位为m;Ln表示自然对数;α表示保温层外表面向大气的散热系数,单位为W/(㎡℃)且与风速ω(单位为m/s)有关,α=1.163(6+ω1/2)W/(㎡℃)。
常用的保温材料的导热系数包括:玻璃纤维:0.036;矿渣棉:0.038;硅酸钙:0.054;膨胀珍珠岩:0.054;蛭石:0.084;岩棉:0.043;聚氨脂:0.024;聚苯乙烯:0.031;泡沫塑料:0.042;石棉:0.093。
常用管道材质的修正系数包括:碳钢:1;铜:0.9;不锈钢:1.25。
该EMS***是一个由施耐德提供的报表***,用于将采集的数据存储到服务器中,并整理成报表的形式,以供其它***调用。在本具体实施方式中,该EMS***可实时监测获得的天气数据或者根据天气预报获得的未来预定时间的天气数据。
该SCADA***用于实时获取热网在热源端的供水温度、供水流量和热网压力以及预定用户的用户端的回水温度等实时热负荷数据,并且支持OPCServer功能,能够在OPCServer上发布其获取的实时热负荷数据。
所述***中的数据拟合装置可采用施耐德提供的模型仿真***。该模型仿真***能够根据SCADA***提供的实时热负荷数据对该热网的供热过程进行仿真,并且模型仿真***还可将携带仿真结果的指令反馈给SCADA***。
所述***中的智能控制装置也可设置在SCADA***中,而控制热网供热的***可采用西门子提供的DCS(Distributed Control System,分布式控制***),该DCS可根据SCADA***的控制信号控制热网进行供热。
相应的仿真过程可以包括:可在模型仿真***中创建如图4所示的包括Model模型层、Heating场景层、Heating Demand热用户层以及AutoCAD background背景图层的热网数据图,该热网数据图是指用户的数据,可以描述为用户的用热面积。
当模型仿真***获取热源端的供水温度、供水流量和热网压力以及预定用户的用户端的回水温度等实时热负荷数据后,再将根据天气预报获得的未来预定时间的天气数据进行拟合,获得预定用户每小时的预测热负荷曲线,根据该预测热负荷曲线可预测未来8小时的供热负荷。
所述***中的数据拟合装置可采用Demand Analysis***,在模型仿真***的历史数据库中可至少保存预定用户的最近3个月的热负荷数据以及天气数据,并生成如图5所示的供热负荷与室外温度曲线。其中,图5中上侧的曲线表示温度,单位为开尔文,下侧的曲线及离散的点均表示预定用户的用热负荷。
然后可通过在Demand Analysis***中导入预定时间段的热负荷数据和天气数据,并通过拟合生成如图6所示的预测热负荷曲线。
本具体实施方式可选的通过最小二乘法进行拟合生成预测热负荷曲线。其中,图6中的横坐标表示温度值,纵坐标表示负荷值,离散的点表示用户在一定温度下的用热负荷,采集大量数据后,利用数据拟合方法中的最小二乘法拟合出标号为a的热负荷曲线,用户每小时都会有一条热负荷曲线。图6中左上角的数字14和右上角的DAY TYPE中的数字1表示用户在工作日的14点的用热情况,根据该热负荷曲线可以得到该用户的供热负荷的预测值。
通过查询该预测热负荷曲线即可查找预定用户在任意时刻的供热负荷的预测值,最后将该供热负荷的预测值与当前供热负荷进行对比后选择较大的值作为校准后的总供热负荷。
可选的,上述模型仿真***还可根据上述热网数据图中获得管道热量损失,并将上述总供热负荷与管道热量损失相加后获得热网的校正总供热负荷,从而进一步提高提高能源的利用效率。
本具体实施方式还提供了一种热网温度二次优化***,结合图7所示,包括:热源端71、一次管网72和多个用户二级站73;热源端71的供水端口和回水端口分别与一次管网72的一个端口连接,一次管网72包括多条供热管道并通过该供热管道为每个用户二级站73供热;
每个用户二级站73中均设置有用于通过吸收烟气的热量为该供热管道加热的换热设备;
所述***还包括温度优化装置74,温度优化装置74用于根据用户二级站73的回水温度与预定回水温度的差值计算获得二次优化供水温度,并根据该二次优化供水温度调整热源端71的供水流量。
由于现有城市热网的一次网热水是通过电厂的抽汽对水进行加热的。而在本具体实施方式中,将电厂的烟气先通过在用户二级站73中设置的换热设备,该换热设备用于吸收烟气的热量,然后通过该烟气的热量加热该供热管道中的水,从而实现对烟气的余热利用。
其中,可设置初始热负荷值为50W/m2,用户端的回水温度为50℃,并且在图4所示的热网数据图中能够查询到从热源端至最不利工况点的通路,因而可以直观的查找到整个热网的最不利工况点,从而对热源端的供水温度进行优化。该最不利工况点为整个热网最难达到温度要求的点,即热水最难到达的点,当最不利工况点满足了温度的要求,其它的点都能够满足要求。例如,当包括所有最不利工况点的用户端的回水温度均大于50℃时,则表示该热网中的所有用户的热负荷均能够达到预定要求,则无需通过用户二级站对供热管道中的水进行加热。
温度优化装置74可设置在SCADA***中,在进行供水温度的二次优化的过程中,该温度优化装置74可以将预定回水温度设定为50℃,死区是2℃,如果有预定数量的用户二级站的回水温度不在这个范围内,则累加这上述预定数量的用户二级站的负荷,然后通过公式:负荷=系数×流量×温差,迭代计算出一个供水温度,该温度即为二次优化供水温度。根据该二次优化供水温度计算出对应的流量值,由温度优化装置74调整热网的一次管网的供水流量。例如,当位于图4上侧的六个用户端的回水温度处于43-46℃的范围,而位于图4下侧的所有用户端的回水温度均大于52℃,此时温度优化装置74可通过上述公式计算获得二次优化供水温度,使位于图4下侧的所有用户端的回水温度均处于50-52℃的范围,同时通过用户二级站为位于图4上侧的供水管道加热,使该六个用户端的回水温度均达到48-50℃的范围,从而实现在降低整个热网的供热管道的供热负荷,并且将所有用户端的出水温度均控制在50±5℃的范围。
经过温度优化装置74进行温度优化后,可使整个热网的供热管道处于一个低温运行的状况,不仅减少了热量损失,而且提高了供热管道的使用寿命。
采用本具体实施方式提供的智能热网控制***,通过获取预定用户的热负荷数据并结合天气状况数据,能够较准确的拟合获得该预定用户的单位时间用热曲线,从而实现对热网的供热负荷进行智能控制,进而提高能源的利用效率及减少能源在长距离传输过程中的损耗。
本具体实施方式是对本发明的技术方案进行清楚、完整地描述,其中的实施例仅仅是本发明的一部分实施例,而并不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有经过创造性劳动的前提下所获得的所有其它实施方式都属于本发明的保护范围。