CN104791903B - 一种热网智能调度*** - Google Patents
一种热网智能调度*** Download PDFInfo
- Publication number
- CN104791903B CN104791903B CN201510219817.2A CN201510219817A CN104791903B CN 104791903 B CN104791903 B CN 104791903B CN 201510219817 A CN201510219817 A CN 201510219817A CN 104791903 B CN104791903 B CN 104791903B
- Authority
- CN
- China
- Prior art keywords
- unit
- heat
- heat supply
- data
- network
- 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
- 238000010438 heat treatment Methods 0.000 claims abstract description 64
- 238000012544 monitoring process Methods 0.000 claims abstract description 63
- 238000005265 energy consumption Methods 0.000 claims abstract description 39
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 119
- 238000004458 analytical method Methods 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 49
- 238000010586 diagram Methods 0.000 claims description 22
- 238000013461 design Methods 0.000 claims description 13
- 230000001105 regulatory effect Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 238000009423 ventilation Methods 0.000 claims description 6
- 238000004378 air conditioning Methods 0.000 claims description 5
- 230000010355 oscillation Effects 0.000 claims description 5
- 230000000052 comparative effect Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 19
- 230000005611 electricity Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000011217 control strategy Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000007728 cost analysis Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 101150012579 ADSL gene Proteins 0.000 description 3
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 3
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- -1 electricity Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种热网智能调度***,所述***包括:数据监控采集单元、负荷预测单元、热网平衡单元、调度单元;其中,所述数据监控采集单元对供热***的热源、换热站、热用户、管网进行数据采集和监控;所述负荷预测单元在供热期间根据所述数据监控采集单元采集到的数据以及气象信息进行实时用户负荷预测,获得能耗预测值;并将所述供热***的实际运行数据与能耗预测值进行对比,根据比较结果对能耗预测值进行修正;所述热网平衡单元在供热期间根据所述数据监控采集单元采集到的实时运行数据分析,确定全网动态平衡控制方案;所述调度单元根据所述负荷预测单元的能耗预测值、所述热网平衡单元确定的全网动态平衡控制方案实现热网智能调度。
Description
技术领域
本发明涉及智能调控技术领域,特别涉及一种热网智能调度***。
背景技术
在现今的供热***中,热网监控***平台软件已经广泛应用。热网监控***平台软件能够展现热网运行各个业务方向数据,包括综合性的数据、预警报警的数据及重点明细数据,并对数据进行各种统计分析,数据分析方法可以采用分析图表(曲线、柱图、饼图等)、数据表结合的方式,也可以利用多种参数作为历史数据进行分析,热网监控***能够根据历史数据形成日、周、月等多种报表。以下的内容从各个业务方向出发,介绍其基本框架及展现内容:
1.1总体数据
总体数据用于展示热力公司总体的经营状况、管网状况等。
1.1.1经营状况
企业属性、供热面积、用户数量、热源厂场情况等文字性介绍。
总供热面积、用户数量、用户类型组成、区域分布组成等,饼状图展示。
组织机构,主要的管理部门、分公司、供热所等管理单位,图形化展示。
1.1.2管网状况
热源构成、换热站数量、总管网长度等。
1.1.3换热站监控
(1)***框架
换热站是供热企业热网的重要组成部分。实现对热网的集中调度,采用先进的可靠的PLC控制器完成现场的控制,优化控制参数,并通过先进的热网运行调节及控制理念的实施,改善热网运行方式,实现对热网的有效监控,从而实现热网供热能耗的下降。
(2)应用内容
换热站监控***可以在调度中心实现的功能主要包括:
a、组态图
图形化展现换热站的运行状态,包括一次网、二次网供回水的状态,泵的运行状态,补水状态等。
b、实时数据
各换热站的实时数据以列表形式展现各站的采集数据及状态。
c、历史数据
各换热站的历史数据,范围可以是24小时、48小时、72小时或设定的时间段。
d、实时曲线
对压力(一次网供水压力、一次网回水压力、二次网供水压力、二次网回水压力)、温度(一次网供水温度、一次网回水温度、二次网供水温度、二次网回水温度、室外温度、用户平均温度)、流量(一次网供水流量、二次网供水流量)、补水流量进行实时数据展现。
e、历史曲线
对压力(一次网供水压力、一次网回水压力、二次网供水压力、二次网回水压力)、温度(一次网供水温度、一次网回水温度、二次网供水温度、二次网回水温度、室外温度、用户平均温度)、流量(一次网供水流量、二次网供水流量)、补水流量进行数据展现。统计方式可以是明细,也可以是按小时、天、月做最大值、最小值和平均值汇总,时间范围可以是24小时、48小时、72小时或设定的时间段。
f、报警
设备故障报警、超上下限报警、通讯报警等报警信息,列表形式展现,附带声音报警,提供报警确认功能。报警信息同时可以在地理信息中展现。
g、巡检记录
展示各换热站的巡检人员的历史记录,列表形式展示。
h、视频
各换热站的视频显示,并可进行动态的调节、回放。
i、手动控制
泵的启停、阀门的开度等手动设定功能。提供控制日志的查询功能。
k、各站对比
各换热站之间实时数据的比较,采用柱状图的形式展现。包括压力(一次网供水压力、一次网回水压力、二次网供水压力、二次网回水压力)、温度(一次网供水温度、一次网回水温度、二次网供水温度、二次网回水温度、室外温度、用户平均温度)、流量(一次网供水流量、二次网供水流量)、补水流量、耗电量、一次网电动阀开度。
有上述描述可知,现有的热网监控***仅能实现热网、换热站数据采集,基本实现热网运行监控的功能和基础数据的分析,但是不能深层次挖掘供热***数据,解决数据关联性问题,从而更做不到热网运行的诊断分析和优化控制。
发明内容
为解决现有技术的问题,本发明提出一种热网智能调度***,通过计算机软件、硬件、网络、自动化仪器仪表等组成的一套集企业运营管理、换热站远程控制、数据综合分析为一体的智能化供热企业管控平台,实现热网的运行状态监测、负荷预测、运行参数设定、调度指挥、统计分析等多重功能。
为实现上述目的,本发明提供了一种热网智能调度***,所述***包括:
数据监控采集单元、负荷预测单元、热网平衡单元、调度单元;其中,
所述数据监控采集单元,用于对供热***的热源、换热站、热用户、管网进行数据采集和监控;
所述负荷预测单元,用于在供热期间根据所述数据监控采集单元采集到的数据以及气象信息进行实时用户负荷预测,获得能耗预测值;并将所述供热***的实际运行数据与能耗预测值进行对比,根据比较结果对能耗预测值进行修正;
所述热网平衡单元,用于在供热期间根据所述数据监控采集单元采集到的实时运行数据分析,确定全网动态平衡控制方案;包括:
在避免水力振荡和温度飘移方面,利用数据监控采集单元采集到的实时运行数据进行动态的水力平衡分析,确定热网的最不利点及其相应参数,根据热网的最不利点及其相应参数获得热网的电动调节阀开度的目标参数;
在热力失调方面,对所述数据监控采集单元采集到的实时运行数据采用控制算法处理,获得一次网电动调节阀开度的目标参数;
在初调节方面,根据所述负荷预测单元的负荷预测值、管网特性以及所述数据监控采集单元采集到的数据获得供热***中每个换热站阀门初始开度;
所述调度单元,用于根据所述负荷预测单元的能耗预测值、所述热网平衡单元确定的全网动态平衡控制方案实现热网智能调度。
优选地,所述调度单元还用于根据所述数据监控采集单元监控情况对热网实施自动保护。
优选地,所述***还包括:能源分析单元;
所述能源分析单元,用于根据所述数据监控采集单元采集到的数据进行归纳、分析和整理,获得换热站的热耗、水耗、电耗、各项单耗及热用户的能耗,并进行节能成本分析。
优选地,所述负荷预测单元进行实时用户负荷预测的方法为热指标法、供暖热负荷比法和/或时间序列法。
优选地,所述热指标法为:
其中,qshj表示实际热指标,单位W/m2;Qshi表示供热量,单位J;A表示供热总建筑面积,单位m2;H表示供热量对应的时间,单位s,c表示水的比热容,单位kcal/kg·℃;G2表示二次侧循环水流量,单位kg/h;Δt表示二次供、回水温差,单位℃;ΔH表示二次侧循环水流量所对应的单位时间,取值为1小时;二次侧流量G2、供水温度t2g、回水温度t2h为采集的参数,要求所有数据必须采集于正常供热阶段,且每小时采集一次,采集时间不少于48小时;tn表示实际室内温度,单位℃,通过室内测温设备测得;tw表示实际室外温度,单位℃,以气象局提供的温度为准;t′n表示供暖室内计算温度,单位℃,一般为18℃;t′w表示供暖室外计算温度,℃,各地区不同,可查《民用建筑采暖与通风空调设计规范》得到。
优选地,所述供暖热负荷比法为:
其中,表示相对供暖热负荷比,t′n表示供暖室内计算温度,单位℃,一般为18℃;t′w表示供暖室外计算温度,单位℃,各地区不同,可查《民用建筑采暖与通风空调设计规范》得到;tw表示实际室外温度,单位℃,以气象局提供的温度为准;Q表示实际供暖热负荷,即预测的供热负荷;Q’表示供暖设计热负荷,由设计文件可得到或由鸿业软件计算得到。
优选地,所述时间序列法在负荷预测过程中步骤包括:模型识别步骤、模型参数估计步骤、模型检验步骤、符合预测步骤、精度检验预测值修正步骤。
优选地,所述***还包括显示单元;
所述显示单元,用于将所述数据监控采集单元采集到的数据和监控到的信息以及通过二维组态图、三维组态图、数据表格、趋势图和报警形式显示。
上述技术方案具有如下有益效果:
智能调度***的实施能够解决热网运行的粗放行为,以热网数据分析为基础,以数据模型、算法模型、能耗模型和控制模型软件为方法,实现供热***经济、智能运行;对比原有粗放式供热人为干预运行模式,实现热网运行节能降耗的目的,节热10%、节电30%。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提出的一种热网智能调度***框图;
图2为负载预测的工作流程图;
图3为本技术方案的业务架构示意图;
图4为本技术方案的***架构图;
图5为本技术方案的网络架构图。
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。
本技术方案的热网智能调度***以换热站自控调节为基础,热网调度中心监控为辅,智能热网调度***软件综合分析为指导,实现供热企业对热网运行的集控管理、对标分析等,达到安全供热、优化节能、降低经济投入、提高热力企业整体管理水平的目的。
热网智能调度***作为集实时监控、运行调度、供热设备设施管理和应急指挥为一体的综合生产调度指挥***,从能源的存储、转换、输配、使用的全生命周期角度实现灵活可靠的过程监控,做到及时监测参数、了解***工况,合理匹配工况、保证按需供热,及时诊断故障、确保安全运行,进而达到均匀调节流量、消除冷热不均的目标,保证用户的用能舒适度和能源的使用效率。
在用户用能舒适度方面,供热***(热源、热网、换热站、热用户)必须实行统一调度管理,以保证供热***的安全、稳定、经济、连续运行,并保证输送至热用户的热量冷热均匀,实现不冷不热、不多不少。在能源的使用效率方面,从购储耗能最低、转换能效最高、输配损耗最少以及使用平衡效率最大(平衡温差最小)等方面提高能源的使用效率,实现热网安全平稳运行。
基于上述要求,本发明提出一种热网智能调度***,如图1所示。所述***包括:
数据监控采集单元101、负荷预测单元102、热网平衡单元103、调度单元104;其中,
所述数据监控采集单元101,用于对供热***的热源、换热站、热用户、管网进行数据采集和监控;
所述负荷预测单元102,用于在供热期间根据所述数据监控采集单元101采集到的数据以及气象信息进行实时用户负荷预测,获得能耗预测值;并将所述供热***的实际运行数据与能耗预测值进行对比,根据比较结果对能耗预测值进行修正;
所述热网平衡单元103,用于在供热期间根据所述数据监控采集单元101采集到的实时运行数据分析,确定全网动态平衡控制方案;包括:
在避免水力振荡和温度飘移方面,利用数据监控采集单元采集到的实时运行数据进行动态的水力平衡分析,确定热网的最不利点及其相应参数,根据热网的最不利点及其相应参数获得热网的电动调节阀开度的目标参数;
在热力失调方面,对所述数据监控采集单元采集到的实时运行数据采用控制算法处理,获得一次网电动调节阀开度的目标参数;
在初调节方面,根据所述负荷预测单元的负荷预测值、管网特性以及所述数据监控采集单元采集到的数据获得供热***中每个换热站阀门初始开度;
所述调度单元104,用于根据所述负荷预测单元的能耗预测值、所述热网平衡单元确定的全网动态平衡控制方案实现热网智能调度。
对于负荷预测单元102来说,负荷预测是以历史数据、算法公式以及气象预测为基础,进行能耗的预测。以预测为依据,制定运行方案,指导生产运行。然后将实际的运行数据同预测值比较,进行反复的修正和改进,进而提高供应时间的有效性和供应量的准确度,以达到供应量和用户需求量准确匹配的目的。如图2所示,为负载预测的工作流程图。
考虑到不同环境下温度、风速、湿度、辐射、城市热岛强度等多种参数对供暖的综合影响,用实验数据进行数理统计分析,建立节能数学模型,确定供暖气象指数(例如可以根据天气预报提供的温度、风力,结合供热面积、用户实际室内温度、房屋保温系数等一系列数据),预测未来所需要的热量负荷,并根据各区域需要的实际热量进行相应调整,实现对热量消耗的科学指导。
负荷预测单元102通过对气象、生产负荷、热源基本信息、换热站运行参数以及用户室内温度等生产运行相关的各类历史信息的分析、挖掘,按照科学的计算方法,进行多种方式的负荷预测,建立热源、站以及用户各级包括水电热等各类能源消耗的指标,为科学核算供热成本及节能降耗工作提供依据。下表1为负荷预测涉及到的技术参数。
表1
根据历史气象对新的采暖期进行运行方案的制定,同时对负荷、能源消耗量、能源成本作出预测,作为新采暖期调度运行的参考依据。
根据气象预报以及实际负荷等信息,可以制定未来三天或者一周的供暖经济运行方案,进行科学的调度运行。
负荷预测单元102进行实时用户负荷预测的方法为热指标法、供暖热负荷比法、时间序列法。
对于热指标法来说,热网折算热指标与室外温度的关系:
根据建筑面积和天气预报即可预测未来某小时或某天的供热量。qshj—实际热指标,W/m2;tn—实际室内温度,℃,通过室内测温设备测得;tw—实际室外温度,℃,以气象局提供的温度为准;t′n—供暖室内计算温度,℃,一般为18℃;t′w—供暖室外计算温度,℃,各地区不同,可查《民用建筑采暖与通风空调设计规范》得到。实际热指标qshj,Qshi—供热量,J;A—供热总建筑面积,m2;H—供热量对应的时间,s。站内供热量c—水的比热容,kcal/kg·℃;G2—二次侧循环水流量,kg/h;Δt—二次供、回水温差,℃;ΔH—二次侧循环水流量所对应的单位时间,1h。二次侧流量G2、供水温度t2g、回水温度t2h为采集的参数。要求所有数据必须采集于正常供热阶段,且每小时采集一次,采集时间不少于48小时。
对于供暖热负荷比法来说,相对供暖热负荷比t′n-供暖室内计算温度,℃,一般为18℃;t′w—供暖室外计算温度,℃,各地区不同,可查《民用建筑采暖与通风空调设计规范》得到;tw—实际室外温度,℃,以气象局提供的温度为准;Q—实际供暖热负荷,即预测的供热负荷;Q’—供暖设计热负荷,由设计文件可得到或由鸿业软件计算得到。
由气象局提供的室外温度即可预测到室外温度情况下的供暖热负荷。此时得到的是基于散热器供热情况下的用户负荷,可以对此进行修正得到通风空调、地板辐射供热时的用户热负荷。对于地板辐射,可在基于散热器用户负荷预测的基础上乘以0.9~0.95的修正系数。对于通风空调,可取与地板辐射相同的修正系数。
对于时间序列法来说,时间序列法是针对整个观测序列呈现出的某种随机过程的特性,去建立和估计产生实际序列的随机过程的模型,然后用这些模型去进行预测。它利用了热力负荷变动的惯性特征和时间上的延续性,通过对历史数据时间序列的分析处理,确定其基本特征和变化规律,预测未来负荷。
时间序列预测方法可分为确定型和随机性两类,确定型时间序列作为模型残差用于估计预测区间的大小。随机型时间序列预测模型可以看作一个线性滤波器。根据线性滤波器的特性,时间序列可划为自回归(AR)、动平均(MA)、自回归-动平均(ARMA)、累计式自回归-动平均(ARIMA)、传递函数(TF)几类模型,其负荷预测过程一般分为模型识别、模型参数估计、模型检验、负荷预测、精度检验预测值修正5个阶段。
在本实施例中,热网平衡单元103通过从组态软件中获得相关数据,这些数据包括热力站内的二次网供水温度、二次网回水温度、一次网电动阀门的反馈值和设定值、热源的温度、压力、流量等参数。同时用户通过配置文件输入热网的其它信息。热网平衡单元103根据获得的参数信息,采用基于阻力系数法、模拟分析法的水力工况算法模型,控制一次网电动阀门的动作,从而减小热网的水平水力失调度,达到均匀供热和节约能源、增加经济效益的目的。其中,模拟分析法是一种基于基尔霍夫定律,建立水力工况数学模型的方法。
在避免水力振荡和温度飘移方面,热网平衡单元103根据实时数据,对全网进行动态的水力平衡分析,确定全网最不利点及其参数。可以对全网所有站进行综合分析;可以查询全网热源、换热站、公共建筑、管道的运行数据,包括压力、温度、流量、热量、压降、管网热损失等数据。找到全网供热参数最高的站,找出全网不符合供热参数条件的站,为管网自动调节、控制提供基础数据。然后,热网平衡单元根据动态水力平衡分析计算结果,确定全网综合调节控制方案。并确定每个换热站参数,自动将控制数据下达到每个控制器中,实现全网自动平衡控制。
在热力失调方面,热网平衡单元通过对采集上来的换热站、管网关键节点的实时运行数据进行运算处理、趋势分析,经数据处理后,计算得出全网电动调节阀开度的目标参数;根据全网电动调节阀开度的目标参数,采用基于阻力系数法、模拟分析法的水力工况算法模型,得出一次网电动调节阀开度的目标参数,并回传给热网控制***。从而控制一次网电动调节阀的动作,降低热网运行的热力失调,达到平衡、均匀供热的目的。
在初调节方面,热网平衡单元根据所述负荷预测单元的负荷预测值、管网特性以及所述数据监控采集单元采集到的数据,按照设计供热负荷,确定管网设计流量,并且与调节阀门设备厂家提供阀门调节特性曲线结合,确定供热***中每个换热站阀门初始开度。
自动将阀门初调节参数下达到控制器中,在较短的时间内建立起管网初始水力工况,保证所有用户都能够得到及时准确地供热服务。
在本实施例中,调度单元主要是对热网、换热站的控制制定目标、指标和控制的方式,以达到热网平衡,供应量和需求量平衡的目的。控制策略是热力企业改善运行状况的关键因素。
1)控制目标
控制策略要达到以下目标:
控制方式选择功能(人工指定、全网平衡、温度补偿等);
控制目标的选择(温度、流量、热量、开度);
负荷预测、效果跟踪功能(曲线、图表);
阀位自动跟踪功能(分析开度周期,对比运行影响);
权重修正功能;
最佳节能运行。
2)控制指标
控制指标可以分为一次网控制和二次网控制。
一次网控制主要是:
回水温度控制
流量控制
热量控制
分布式变频泵控制
二次网控制主要是:
出口压差控制(循环泵变频控制)、
定压控制
温度控制
供水温度
3)控制策略
控制策略大致有如下几种:
手动控制
通过现场控制器直接输入控制参数,控制分布式变频泵频率、温度、补水压力等。
气候补偿控制
***能够自动采集室外温度,根据预设的气候补偿曲线来调整电动阀门的开度。根据控制目标参数变化,按照指定好的温度曲线运行。其本质为控制供水流量及回水温度,从而改变热量供给,达成按需供热、节能降耗的目的。
控制依据:室外温度控制、室内温度控制、回水温度控制。
室温控制
***能够依据采集的建筑室内温度,根据设定的室内温度曲线调整电动阀门开度。
分时控制
***根据用热特性制定建筑用热控制模式。对于公共建筑,白天保证室内温度,夜间保持值班温度,节约热量,降低运行成本。按照设定的时间曲线运行,到达某个时间点时将阀门开到相应的参数,直到下一个时间点来临。时间曲线可以按照一定的周期循环,以一天、一周为一个周期。
周末及节假日控制
对于公共建筑,可以设定目标参数,统一控制,达到全网工况平衡运行的效果。
二次网压差控制
***根据设定的二次网出口压差,调节循环泵变频器的输出频率。
补水控制
设定二次网补水压力,控制二次网补水泵的启停及频率,保证二网压力。
全网平衡控制
***能够根据各站负载情况、热源输出情况,经过计算,得出各站分布式变频泵的目标参数,统一控制,达到全网工况平衡运行的效果。通过对采集上来的换热站、管网关键节点的实时运行数据进行运算处理、趋势分析,采用一定的控制算法,得出一次网电动阀门的目标参数,下传至所有分布式变频泵并进行全网平衡控制。最大程度上避免管网的水力振荡、温度飘移,保证***的稳定、高效、节能运行。
综合控制
上述控制模式可以单独设定,也可以复合集成设定,形成一套综合的控制模式,满足换热站及公共建筑的各种用热模式需求。以时间为主线,可以在指定定的时间段内,按照温度曲线运行。白天按照温度补偿运行,夜间按照指定参数的时间曲线运行。周一至周五按照日夜模式运行,周六周日按照指定参数的时间曲线运行。
4)自动保护策略
当二次网回水压力低于极限值时,循环泵自动停止,以防止循环泵空转时间过长。
当水箱液位低于极限值时,补水泵自动停止补水,以防止补水泵空转时间过长。
当二次网回水压力过高时,泄压阀开启,将水泄入水箱中,以防止***超压运行。
当换热站与控制中心通讯因网络问题出现中断时,***会按照事先设定的控制策略执行,不影响***运行。
当换热站与控制中心通讯因网络问题出现中断又恢复时,控制中心自动连接换热站,并保证数据的实时性。
当换热站突然断电时,***会通过UPS供电支撑PLC模块及部分设备运行,将断电的信息传给调度中心进行报警,通知值班人员换热站已经断电。
设定参数之间的相互保护,避免参数的逻辑关系错误影响***的正常运行。
本技术方案的热网智能调度***还包括能耗分析单元。其中,能耗分析单元是将采集的数据进行归纳、分析和整理,计算热用户的能耗和能耗平衡,计算换热站的热耗、水耗、电耗及各项的单耗,实现热力数据的统计和分析。
能耗分析主要统计换热站热、水、电的耗用情况,找出能耗、单耗最高、最低的换热站、建筑。同时可以通过连续分析曲线,找到供热异常的换热站和建筑,及时发现供热问题,及时解决问题,为热力公司节约能源,减低运行费用。
热源供出热耗的日、周、月、年统计
热源供出能耗趋势分析
换热站热耗、水耗、电耗及各项单耗的统计日、周、月、年的统计
换热站热耗、水耗、电耗及各项单耗的对比分析
换热站热耗、水耗、电耗及各项单耗同比分析
1、实时状况
各热源:理论热量(GJ/h)、预测热量(GJ/h)、实际热量(GJ/h)、供水流量(t/h)、供水温度(℃)、回水温度(℃)、供水压力(MPa)、回水压力(MPa);
气象:当天气象(~℃)、明天气象(~℃)、后天气象(~℃)、当前室外温度(℃)、理论当天供热量(GJ)、预测当天供热量(GJ)、实际当天供热量(GJ)、指导供水温度(℃)。
各换热站:理论热量(GJ/h)、预测热量(GJ/h)、瞬时热量(GJ/h)、一次网累计热量(GJ)、二网供回水温度(℃)、二网供回水压力(MPa)。
2、热耗统计
以换热站为单位查看。
时间(整点)、换热站、机组、室外温度理论、室外温度预测、室外温度实际、热量预测(GJ/h)、热量实际(GJ/h)、供热面积(万m2)、单耗预测(W/m2·h)、单耗实际(W/m2·h)。以列表形式展现。
比较室外温度、热量、单耗,理论、预测和实际三条曲线。
(1)、横坐标:时间(小时),纵坐标:室外温度曲线。
(2)、横坐标:时间(小时),纵坐标:热量曲线。
(3)、横坐标:时间(小时),纵坐标:单耗曲线。
3、水耗统计
以换热站为单位查看。
时间(整点)、换热站、机组、水量指标(t/h)、实际水量(t/h)、供热面积(m2)、单耗理论(kg/万㎡h)、单耗预测(kg/万m2·h)、单耗实际(kg/万m2·h)。以列表形式展现。
比较水量、单耗,理论、预测和实际三条曲线。
(1)、横坐标:时间(小时),纵坐标:水量曲线。
(2)、横坐标:时间(小时),纵坐标:单耗曲线。
4、电耗统计
以换热站为单位查看。
时间(整点)、换热站、机组、电量指标(kWh/h)、实际电量(kWh/h)、供热面积(m2)、单耗理论(kwh/万m2h)、单耗预测(kWh/万m2·h)、单耗实际(kWh/万m2·h)。以列表形式展现。
比较电量、单耗,理论、预测和实际两条曲线。
(1)、横坐标:时间(小时),纵坐标:电量曲线。
(2)、横坐标:时间(小时),纵坐标:单耗曲线。
5、日耗统计
以换热站为单位查看。
日期、换热站、机组、当天气象(~℃)、热量理论(GJ)、热量预测(GJ)、热量实际(GJ)、水量理论(t)、水量预测(t)、水量实际(t)、电量理论(kwh)、电量预测(kwh)、电量实际(kwh)、供热面积(m2)、热量单耗理论(GJ/万m2)、热量单耗预测(GJ/万m2)、热量单耗实际(GJ/万m2)、水量单耗理论(L/万㎡)、水量单耗预测(L/万m2)、水量单耗实际(L/万m2)、电量单耗理论(kwh/万㎡)、电量单耗预测(kWh/万m2)、电量单耗实际(kWh/万m2)。列表形式展现。
比较热量、水量、电量、热量单耗、水量单耗、电量单耗,理论、预测和实际三条曲线。
(1)横坐标:时间(小时),纵坐标:热量(理论、预测、实际)曲线。
(2)横坐标:时间(小时),纵坐标:水量(理论、预测、实际)曲线。
(3)横坐标:时间(小时),纵坐标:电量(理论、预测、实际)曲线。
(4)横坐标:时间(小时),纵坐标:热量单耗(理论、预测、实际)曲线。
(5)横坐标:时间(小时),纵坐标:水量单耗(理论、预测、实际)曲线。
横坐标:时间(小时),纵坐标:电量单耗(理论、预测、实际)曲线。
6、日耗同比
各换热站:热量实际(GJ)、水量实际(t)、电量实际(kwh)、供热面积(m2)、热量单耗实际(GJ/万m2)、水量单耗实际(L/万m2)、电量单耗实际(kWh/万m2)。
以换热站为单位,上年同期对比,曲线形式展现。
(1)、横坐标:时间(天),纵坐标:(热量实际、水量实际、电量实际、供热面积、热量单耗实际、水量单耗实际、电量单耗实际)七条曲线。
7、日耗对比
各换热站:热量实际(GJ)、水量实际(t)、电量实际(kwh)、供热面积(m2)、热量单耗实际(GJ/万m2)、水量单耗实际(L/万m2)、电量单耗实际(kWh/万m2)。
多换热站比较,柱状图展现,逐日或按时间段统计。
能耗分析单元还进行节能分析、能损分析和成本分析。其中,锅炉房的能耗主要包括煤耗、水耗和电耗,电厂购热的主要能耗为热耗。换热站的能耗主要包括热耗、水耗和电耗。进行节能分析就是从热源和换热站两个主体出发,进行年度的对比,进而得出节能的效果分析。在成本分析方面,一是指现使用的燃料的成本分析,包括燃料的采购及使用,汇总价格即为燃料成本;二是在相同的热能情况下,采用其他的燃料,所需的数量、单价,进行成本对比。
基于上述技术方案,在实施过程中,热网智能调度***的应用,可以分为两个层面,一个是基础业务的应用,第二个是智能调度应用。基础业务的应用是比较单一的业务处理,智能调度应用是结合热网的状况和各个业务***数据的汇总而进行的综合调度处理。如图3所示,为本技术方案的业务架构示意图。
在基础业务应用层面,主要都是围绕热源、热网、换热站和热用户展开的,包括热源的监控、管网的监控、换热站的监控;与热用户相关的包括收费管理、客户服务、智能卡预付费、热计量与测温管理。
热源与换热站都有设备管理,对设备进行日常缺陷处理和巡检管理。
在热源、换热站及收费大厅等重要地点安装摄像设备,将实时影像传输到调度中心,进行安防监控,实现无人值守。
地理信息,作为一种直观的、简洁的表现方法,展现热源、热网、换热站与热用户的位置及相关信息。
上述的信息化方面的应用,构成热力公司的基础应用层面,一般都有独立的应用***,可能由不同的开发商实施完成。
在智能调度应用方面,作为综合性的应用层面完成三方面的工作。
一是热网***运行工况的监控,主要指综合性的运行状况、热源状况、各换热站的运行状况等,完成数据的采集、存储和查询功能,为调度指挥提供实时基础数据依据。
二是数据的统计与分析,包括能耗的分析、节能分析及成本分析。通过对供热数据的进一步的筛选、统计、分析、对比等,整体了解各能源介质的消耗情况、节能指标完成情况。依据***处理后的数据指标进行考核,根据对比分析结果,帮助公司领导层进行决策支持,并依据这些数据制定新的节能指标或更加科学合理的考核依据。
三是调度与控制,依据运行工况、历史数据和气象预报,完成能耗的预测;并依据控制策略和热网平衡分析,形成调度指令并进行调度。在发生紧急事故时,进行应急指挥处理。
其他方面,主要是针对生产运行人员的行为管理,包括班组设定、排班管理、值班日志的记录与处理等。
智能调度的另外一层应用是针对各个基础业务***,可以进行各个业务层面数据的综合查询分析,以辅助进行生产运行管理。
热网智能调度***是充分利用云计算技术优势,采用先进的物联网技术手段,集电子技术、计算机技术、现代通讯技术、现代信息处理技术、移动互联和大数据挖掘技术等为一体,实现信息采集、传输、处理和共享,以实现企业内部生产行为的统一调度管理为目标的管理信息***。如图4所示,为本技术方案的***架构图。
智能热网调度中心由基础应用、数据交换平台、服务辅助、应用平台及安全管理、***监控等几部分组成。
基础应用为各个独立或交互的信息***,为数据的提供者。
数据交换平台用于调度***与外界其它***之间进行信息交互,提供统一的访问机制和数据总线,方便内部各业务***间的信息交互,完成各专业数据交换共享、数据加工处理、整合集成、数据发布、查询服务、分析应用等功能,建立多源、多尺度、多时态的数据中心。地理信息服务一般以应用接口的方式提供,其他业务***主要通过数据交换平台以数据的形式提供。
服务辅助部分完成消息服务、短信服务、流程服务、文档服务、信息发布服务、权限维护等***支持性工作。
应用平台是智能热网调度***的终端,各级用户的查看和操作都在应用平台进行,结合各种不同的业务,进行相应的集成和分配,建立合理的操作环境。主要的表现方式有坐席计算机、大屏幕、移动终端等。
安全管理用于提供一个统一的授权访问机制,包括网络访问控制、物理逻辑控制等。
***监控用于对各个业务***、调度中心应用***、大屏幕控制***的状态、数据等监控,保证各个***的正常运行。
如图5所示,为本技术方案的网络架构图。热网智能调度***主要由四层结构组成:感知层、网络层、平台层和应用层。
感知层包括一体化的数据采集、计量分析和实时控制***,主要组成为仪器仪表设备和现场PLC控制器。数据采集实现热源、热网、换热站、热用户的温度、压力、流量、热量、电动阀门开度的数据采集。计量分析能够进行流量、热量的瞬时计算与累积计算,进行能源的管理与考核。实时控制***能够根据换热站或热用户的用热特点进行自动化的控制,具有多种控制策略,可以满足不同用热特性的控制要求,提高换热站及建筑的供热质量,降低能源消耗。一般情况下各换热站各自独立,调度中心不干预换热站的控制,实现分散控制,消除集中控制的风险,同时增强了***的灵活性和可扩展性。
网络层能够通过各种网络***(ADSL、GPRS、3G、4G、光纤等),将换热站及热用户的实时数据传输到调度管理中心,管理中心也可以通过网络***将控制指令下达到现场控制器,执行控制调节指令。通讯网络是整个智能热网调度***的联络枢纽,各个监控点通过通讯网络形成一个统一的整体。为了实现运行数据的集中监测、控制、调度,必须建立连接所有监控点的通讯网络。
平台层负责接收各现场监控设备发来的数据,将实时运行参数存储在数据中,为后续的管理、分析、控制提供基础数据,并对数据进行存储、分析、报警、报表打印,向各现场设备发出调度控制指令,为供热过程如热源负荷分配、热网平衡与分析等提供决策依据。
应用层为运行人员的直接使用层面,实时对上传数据进行连续动态分析,并可以依据分析结果下达调节指令。
1.通讯方式选择
网络通讯方式的选择,需要基于传输数据的大小、频率、当地的通讯状况及不同通讯方式的特点进行选择。下表是不同通讯方式的特点比较。
通讯方式 | 费用 | 稳定性 | 丢包率 | 实时性 | 覆盖率 | 带宽 | 维护性 |
拨号 | 差 | 较差 | 较差 | 较好 | 好 | 较好 | 较好 |
ADSL | 尚可 | 尚可 | 较差 | 尚可 | 较差 | 好 | 尚可 |
光纤 | 差 | 好 | 好 | 好 | 较差 | 好 | 较好 |
GPRS | 好 | 尚可 | 较好 | 较好 | 较好 | 较好 | 较好 |
3G | 好 | 尚可 | 较好 | 较好 | 尚可 | 较好 | 较好 |
CDMA | 较好 | 尚可 | 较好 | 尚可 | 较差 | 较好 | 较好 |
Mobitex | 尚可 | 较好 | 好 | 较好 | 差 | 尚可 | 差 |
热源的监控对安全性、可靠性要求较高,建议采用光纤通讯的方式。
换热站上传的数据包括采集的运行数据、视频数据,下达的数据主要是调度的数据,建议采用ADSL或3G的通讯方式。数据信号与视频信号分别传输,防止数据拥堵,不会影响数据的传输。
管网测漏指在热网管道中预埋泄漏报警检测装置,采用GPRS的通讯方式。
用户热计量要在热用户端安装热计量表,根据计量方式的不同,可以采用GPRS或zigbee传输方式。
室内测温包括固定式测温装置和手持式测温装置,一般采用GPRS的通讯方式。
2.服务器选择
实时监测数据的接收和下达,一般设置独立的接收服务器进行数据的交换。视频数据设置独立的视频服务器接收。
由于供热企业调度中心的数据量非常庞大,一般建议采用数据库集群的方式,数据存储在独立的磁盘阵列中,多台数据库服务器作为动力使用,能保证数据库***的安全性和可靠性。同时做好数据的备份工作,可以采用异地备份、定时备份的方式。
呼叫中心的建立,需要同时接入电话和网络,同时配置独立的IVR服务器和短信服务器,保证电话、录音、短信、微信等不同方式的业务处理。
在调度中心应用时,根据使用终端数量,可以设置单个应用服务器或多台应用服务器组成集群,保证操作层面的负载压力。
3.应用方式
调度中心最典型的应用方式是大屏幕,适用于大型、综合性非常强的管理***,集多种数据和表现方式为一身,多维展现各业务数据和信息交互数据,确保错综复杂的***中的文字、图像、数据的多图像、多画面、可任意图像显示的合理及多种数据的调用。同时配合坐席计算机完成调度工作。大屏幕和坐席计算机同应用服务器的连接,一般采用专网(如局域网)的方式。
呼叫中心的坐席,要有计算机和电话同时接入,需要配置计算机设备和耳麦。电话可以采用IP电话或模拟电话的方式,模拟电话需要直接连接电话线。IP电话则采用网络通讯的方式。
其他方式使用,包括计算机设备、移动终端等。计算机设备可根据使用地点的不同和使用安全性的要求,采用互联网或专网的方式。移动设备的接入一般需要互联网支持,采用GPRS或WLAN的方式。
在本实施例中,采用上述技术方案,运行工况完成运行管理人员对热源、热网和换热站的供热运行状态的了解,显示整个供热***运行状态,包括当前换热站的主要运行参数、经济参数指标及目标值与偏差值、安全性参数指标等生产运行管理人员需要关注的参数;同时对***的压力报警、断电报警、温度报警等报警状态进行分析。根据运行操作、生产管理及设备管理人员的要求,提供完善、灵活的显示方式,对生产过程进行有效的监控,指导相关人员完成生产过程、***或设备分析,更好的进行操作调整与管理决策。
在实践中,热网智能调度***主要内容包括:
实时获得热网运行的成本、利润、消耗数据
水、电、煤、气、热等日、周、月、年详细统计
换热站热耗、水耗、电耗、管损、户用热量一目了然
今日运行状况,便于运行人员实时调度
昨日运行情况,便于运行人员总结,进行运行调度
换热站运行优差Top10排行榜
事故处理报告
热源、换热站运行报警
多种直观的饼图、曲线,使数据易于理解
全面掌握热源、管网、换热站、热用户运行情况
在实践中,热网智能调度***的表现形式为:
二维组态图
组态图是换热站模型图,可以根据各个换热站不同特点进行模拟,具有直观的效果。组态图中可显示换热站的机组、温度、热量等运行情况。
三维组态图
三维组态图展现换热站模型,从各个不同角度观察换热站,及展现运行状况。
数据表格
以表格形式分类浏览指定点的数值。分类方式包括模拟量、开关量、正常点、故障点、报警点等,也可以按照关键字段检索,如按标签、说明、类型等。
趋势图
以折线图、饼图、柱状图的形式显示生产运行数据,协助运行管理人员进行特性分析和参数对比。
报警
提供报警显示和分析功能,如机组报警、***报警、主参数报警和重要辅机报警等,提供报警分析报告。
(1)主要的报警点
●***断电报警
●通讯中断报警
●一次网压差低报警
●一次网供水温度高低报警
●一次网供水压力超压报警
●二次网供、回水压力高低报警
●二次网供、回水温度高低报警
●水泵故障报警(主要指变频器故障)
●补水箱水位高低报警
(2)报警要求
●报警时调度中心有声光报警信号,人工应答后,如***故障没有消除隔一段时间(如5分钟)后再报警。
●报警信号人工可关闭,***恢复正常后自动恢复报警功能并给予操作人员提示。
●报警上下限需要权限设定。
●换热站停电后一网超压报警保持开启状态,其他报警自动关闭。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种热网智能调度***,其特征在于,所述***包括:
数据监控采集单元、负荷预测单元、热网平衡单元、调度单元;其中,
所述数据监控采集单元,用于对供热***的热源、换热站、热用户、管网进行数据采集和监控;
所述负荷预测单元,用于在供热期间根据所述数据监控采集单元采集到的数据以及气象信息进行实时用户负荷预测,获得负荷预测值和能耗预测值;并将所述供热***的实际运行数据与能耗预测值进行对比,根据比较结果对能耗预测值进行修正;
所述热网平衡单元,用于在供热期间根据所述数据监控采集单元采集到的实时运行数据进行分析,确定全网动态平衡控制方案;包括:
在避免水力振荡和温度飘移方面,利用数据监控采集单元采集到的实时运行数据进行动态的水力平衡分析,确定热网的最不利点及其相应参数,根据热网的最不利点及其相应参数获得热网的电动调节阀开度的目标参数;
在热力失调方面,对所述数据监控采集单元采集到的实时运行数据采用控制算法处理,获得一次网电动调节阀开度的目标参数;
在初调节方面,根据所述负荷预测单元的负荷预测值、管网特性以及所述数据监控采集单元采集到的数据获得供热***中每个换热站阀门初始开度;
所述调度单元,用于根据所述负荷预测单元的能耗预测值、所述热网平衡单元确定的全网动态平衡控制方案实现热网智能调度。
2.如权利要求1所述的热网智能调度***,其特征在于,所述调度单元还用于根据所述数据监控采集单元监控情况对热网实施自动保护。
3.如权利要求1或2所述的热网智能调度***,其特征在于,所述热网智能调度***还包括:能源分析单元;
所述能源分析单元,用于根据所述数据监控采集单元采集到的数据进行归纳、分析和整理,获得换热站的热耗、水耗、电耗、各项单耗及热用户的能耗,并进行节能成本分析。
4.如权利要求1或2所述的热网智能调度***,其特征在于,所述负荷预测单元进行实时用户负荷预测的方法为热指标法、供暖热负荷比法和/或时间序列法。
5.如权利要求4所述的热网智能调度***,其特征在于,所述热指标法为:
<mrow>
<msubsup>
<mi>q</mi>
<mrow>
<mi>z</mi>
<mi>h</mi>
</mrow>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<mfrac>
<msub>
<mi>q</mi>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<msub>
<mi>t</mi>
<mi>n</mi>
</msub>
<mo>-</mo>
<msub>
<mi>t</mi>
<mi>w</mi>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>t</mi>
<mi>n</mi>
<mo>&prime;</mo>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>t</mi>
<mi>w</mi>
<mo>&prime;</mo>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
其中,q'zh表示热网折算热指标,qshj表示实际热指标,单位W/m2;Qshi表示供热量,单位J;A表示供热总建筑面积,单位m2;H表示供热量对应的时间,单位s,c表示水的比热容,单位kcal/kg·℃;G2表示二次侧循环水流量,单位kg/h;Δt表示二次供、回水温差,单位℃;ΔH表示二次侧循环水流量所对应的单位时间,取值为1小时;二次侧循环水流量G2、供水温度t2g、回水温度t2h为采集的参数,要求所有数据必须采集于正常供热阶段,且每小时采集一次,采集时间不少于48小时;tn表示实际室内温度,单位℃,通过室内测温设备测得;tw表示实际室外温度,单位℃,以气象局提供的温度为准;t′w表示供暖室外计算温度,单位℃,各地区不同,可查《民用建筑采暖与通风空调设计规范》得到;t′n表示供暖室内计算温度,单位℃,为18℃。
6.如权利要求4所述的热网智能调度***,其特征在于,所述供暖热负荷比法为:
<mrow>
<mover>
<mi>Q</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mi>Q</mi>
<msup>
<mi>Q</mi>
<mo>&prime;</mo>
</msup>
</mfrac>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>t</mi>
<mi>n</mi>
<mo>&prime;</mo>
</msubsup>
<mo>-</mo>
<msub>
<mi>t</mi>
<mi>w</mi>
</msub>
</mrow>
<mrow>
<msubsup>
<mi>t</mi>
<mi>n</mi>
<mo>&prime;</mo>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>t</mi>
<mi>w</mi>
<mo>&prime;</mo>
</msubsup>
</mrow>
</mfrac>
</mrow>
其中,表示相对供暖热负荷比,t′n表示供暖室内计算温度,单位℃,为18℃;t′w表示供暖室外计算温度,单位℃,各地区不同,可查《民用建筑采暖与通风空调设计规范》得到;tw表示实际室外温度,单位℃,以气象局提供的温度为准;Q表示预测的供热用户负荷;Q’表示供暖设计热负荷,由设计文件可得到。
7.如权利要求4所述的热网智能调度***,其特征在于,所述时间序列法在负荷预测过程中步骤包括:模型识别步骤、模型参数估计步骤、模型检验步骤、负荷预测步骤、精度检验预测值修正步骤。
8.如权利要求3所述的热网智能调度***,其特征在于,所述热网智能调度***还包括显示单元;
所述显示单元,用于将所述数据监控采集单元采集到的数据和监控到的信息通过二维组态图、三维组态图、数据表格、趋势图和报警形式显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510219817.2A CN104791903B (zh) | 2015-04-30 | 2015-04-30 | 一种热网智能调度*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510219817.2A CN104791903B (zh) | 2015-04-30 | 2015-04-30 | 一种热网智能调度*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104791903A CN104791903A (zh) | 2015-07-22 |
CN104791903B true CN104791903B (zh) | 2018-04-06 |
Family
ID=53556921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510219817.2A Active CN104791903B (zh) | 2015-04-30 | 2015-04-30 | 一种热网智能调度*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104791903B (zh) |
Families Citing this family (75)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105003958B (zh) * | 2015-08-14 | 2018-02-06 | 大连海事大学微电脑开发公司 | 一种基于物联网的城市区域集中供热监控***及供热*** |
CN105243457B (zh) * | 2015-11-09 | 2019-03-29 | 东南大学 | 互联网+热电厂热力生产运营一体化管理平台 |
CN105570867A (zh) * | 2015-12-29 | 2016-05-11 | 北京市燃气集团有限责任公司 | 直接供热燃气锅炉负荷参数的调节方法及*** |
CN105570866A (zh) * | 2015-12-29 | 2016-05-11 | 北京市燃气集团有限责任公司 | 一种供热用燃气锅炉负荷参数的调节方法及*** |
CN105928051A (zh) * | 2016-04-21 | 2016-09-07 | 安能科技股份有限公司 | 一种基于换热站按需供热算法的水泵自动调速控制方法及设备 |
CN105910169B (zh) * | 2016-04-27 | 2018-06-22 | 常州英集动力科技有限公司 | 基于机理模型预测控制的城市供热***热网调节方法及*** |
CN105972693A (zh) * | 2016-06-01 | 2016-09-28 | 北京暖流科技有限公司 | 一种实现透明供热的方法及*** |
CN106016447B (zh) * | 2016-06-02 | 2019-01-08 | 珠海格力电器股份有限公司 | 供热管网调控方法和*** |
CN106022656A (zh) * | 2016-06-21 | 2016-10-12 | 上海黄中工程技术有限公司 | 基于互联网的能源站交互式管理控制*** |
CN106051909B (zh) * | 2016-07-01 | 2023-09-19 | 北京顺政大龙供热有限公司 | 供暖管网的动态平衡方法及*** |
CN106295900A (zh) * | 2016-08-19 | 2017-01-04 | 中节能(常州)城市节能研究院有限公司 | 一种城市智慧能源管理*** |
CN106412014B (zh) * | 2016-08-31 | 2023-12-01 | 绥中泰德尔自控设备有限公司 | 区域供热二次网物联网智能水力平衡阀 |
CN106524277B (zh) * | 2016-11-18 | 2020-03-13 | 中国建筑上海设计研究院有限公司 | 一种多能源形式冬季供热的区域供能*** |
CN106813293B (zh) * | 2017-03-25 | 2019-05-28 | 余宝法 | 集中供热***全网平衡控制方法 |
CN107120721B (zh) * | 2017-05-25 | 2019-08-09 | 石家庄华浩能源科技有限公司 | 一种集中供热动态气候补偿方法 |
CN107423880A (zh) * | 2017-06-09 | 2017-12-01 | 北京索英电气技术有限公司 | 一种分布式电加热供热设备智能化管理*** |
CN107357818A (zh) * | 2017-06-12 | 2017-11-17 | 安徽中控仪表有限公司 | 能源监控优化管理***的大数据挖掘架构 |
CN107461801A (zh) * | 2017-08-08 | 2017-12-12 | 广州大学 | 一种集中供热***的节能控制方法 |
CN108006809B (zh) * | 2017-11-30 | 2020-05-05 | 中国华电集团科学技术研究总院有限公司 | 一种分布式能源站供冷供暖智能控制导航方法 |
CN108256672B (zh) * | 2017-12-27 | 2022-02-22 | 北京四方继保自动化股份有限公司 | 一种集中供热***全网平衡调节方法 |
CN107990398A (zh) * | 2017-12-28 | 2018-05-04 | 华北电力大学 | 一种基于热力网、电力网和物联网的电蓄热供热*** |
CN108361799A (zh) * | 2017-12-31 | 2018-08-03 | 国家电网公司 | 一种基于日前电价的蓄热式电采暖***优化运行自动控制装置及方法 |
CN108228913A (zh) * | 2018-02-12 | 2018-06-29 | 北京天时前程自动化工程技术有限公司 | 一种供热工况数据的展示方法及*** |
CN108240679B (zh) * | 2018-02-22 | 2019-07-02 | 烟台科创捷能机电工程有限公司 | 一种基于建筑供暖负荷预测的供热方法、装置和*** |
CN108386978A (zh) * | 2018-02-27 | 2018-08-10 | 奥克斯空调股份有限公司 | 温度曲线调节方法、空调***及电子设备 |
CN108386902B (zh) * | 2018-03-27 | 2019-08-20 | 沈阳久沃能源科技有限公司 | 一种智能换热站二次网平均温度控制方法 |
CN108533479A (zh) * | 2018-04-02 | 2018-09-14 | 汉仲坤(上海)控制***有限公司 | 基于物联网的软管泵控制*** |
CN108518732B (zh) * | 2018-04-16 | 2020-02-18 | 李进平 | 一种基于互联网自动化热网运营管理***及其控制方法 |
CN108613250A (zh) * | 2018-05-11 | 2018-10-02 | 华南理工大学 | 一种供热调控方法和*** |
CN108561953A (zh) * | 2018-05-18 | 2018-09-21 | 南京优能空调***有限公司 | 一种双温态单元换热站 |
CN108614444A (zh) * | 2018-06-13 | 2018-10-02 | 北京天时前程自动化工程技术有限公司 | 热力站***运行状态的可视化评价方法及*** |
CN109297086B (zh) * | 2018-09-10 | 2020-10-09 | 常州英集动力科技有限公司 | 热力站负荷分时段滚动预测及自适应矫正方法及*** |
CN110909904A (zh) * | 2018-09-17 | 2020-03-24 | 济南热力集团有限公司 | 基于无线互联与数据挖掘技术的终端用户负荷预测*** |
CN109164747A (zh) * | 2018-09-28 | 2019-01-08 | 苏州中亿丰科技有限公司 | 一种基于物联网的节能楼宇管控*** |
EP3637217A1 (en) * | 2018-10-08 | 2020-04-15 | E.ON Sverige AB | A method for controlling a thermal energy distribution system |
CN109685310B (zh) * | 2018-11-16 | 2020-09-08 | 江阴利港发电股份有限公司 | 一种基于n-1原则的供热安全调度的方法 |
CN109654665B (zh) * | 2018-12-14 | 2021-01-29 | 广东美的暖通设备有限公司 | 空调器的控制方法及装置和空调器 |
CN109726872B (zh) * | 2018-12-29 | 2021-03-02 | 华润电力技术研究院有限公司 | 一种能耗预测方法、装置、存储介质及电子设备 |
CN109828539B (zh) * | 2019-01-30 | 2021-04-09 | 浙江中易慧能科技有限公司 | 一种基于pdca体系的大数据供热能源管控平台*** |
CN109764400B (zh) * | 2019-03-07 | 2023-04-28 | 北京市热力集团有限责任公司 | 热网、地热跨季节储热、供热方法及*** |
CN109934406A (zh) * | 2019-03-14 | 2019-06-25 | 深圳市爱能森科技有限公司 | 储能供暖的成本预测方法、装置、存储介质及终端 |
CN110332605B (zh) * | 2019-07-16 | 2020-12-29 | 常州英集动力科技有限公司 | 基于bp神经网络的热网能耗指标分析预警方法 |
CN110375370B (zh) * | 2019-08-16 | 2024-03-08 | 烟台华蓝新瑞节能科技有限公司 | 一种智慧供热均温管控*** |
CN110597901A (zh) * | 2019-10-08 | 2019-12-20 | 吉林同鑫热力集团股份有限公司 | 一种智慧热网管理***和方法 |
CN111121150A (zh) * | 2020-01-03 | 2020-05-08 | 西咸新区玄武信息科技有限公司 | 一种智能热负荷预测调控方法、***及存储介质 |
CN111538297A (zh) * | 2020-03-17 | 2020-08-14 | 衢州学院 | 一种基于web的交互式三维可视化平台 |
CN111664502B (zh) * | 2020-06-09 | 2021-07-09 | 瑞纳智能设备股份有限公司 | 一种室温修正***的修正方法 |
CN111830350B (zh) * | 2020-07-23 | 2022-02-11 | 珠海格力电器股份有限公司 | 能耗计量方法、装置及电器 |
CN112161322B (zh) * | 2020-09-24 | 2022-04-29 | 深圳市合信达控制***有限公司 | 一种供暖设备及其控制方法 |
CN112178755A (zh) * | 2020-09-29 | 2021-01-05 | 华润电力(菏泽)有限公司 | 一种供热***的自动控制*** |
CN112594758B (zh) * | 2020-11-21 | 2021-12-14 | 唐山曹妃甸热力有限公司 | 供热预测方法、装置、设备及存储介质 |
CN112446639A (zh) * | 2020-12-11 | 2021-03-05 | 华能(大连)热电有限责任公司 | 一种基于gis的智慧供热控制方法 |
CN112556130A (zh) * | 2020-12-11 | 2021-03-26 | 青岛海尔空调器有限总公司 | 空调报警控制方法、装置、电子设备及存储介质 |
CN112836370B (zh) * | 2021-02-03 | 2023-09-26 | 北京百度网讯科技有限公司 | 供热***调度方法、装置、设备、存储介质以及程序产品 |
CN112984612B (zh) * | 2021-02-05 | 2022-05-24 | 河北绿源地热能开发有限公司 | 一种用于热网***的智能监控***及方法 |
CN113091122B (zh) * | 2021-05-11 | 2022-05-20 | 浙江英集动力科技有限公司 | 一种补燃型楼宇换热机组的调控方法 |
CN113375221B (zh) * | 2021-05-24 | 2022-12-27 | 西安热工研究院有限公司 | 一种供热***网源协同调节方法 |
CN113175700B (zh) * | 2021-05-28 | 2022-05-10 | 呼伦贝尔安泰热电有限责任公司满洲里热电厂 | 一种热网智能设备管理及大数据预警分析***及方法 |
CN113623719B (zh) * | 2021-06-23 | 2022-08-19 | 国家电投集团东北电力有限公司大连开热分公司 | 一种基于有效室温检测的换热站预测控制方法 |
CN113606649A (zh) * | 2021-07-23 | 2021-11-05 | 淄博热力有限公司 | 基于机器学习算法的智慧供热站控预测*** |
CN113513783A (zh) * | 2021-08-09 | 2021-10-19 | 哈尔滨天达控制股份有限公司 | 一种换热站在线监控***及换热站控制方法 |
CN113719886B (zh) * | 2021-08-10 | 2024-01-26 | 华能山东发电有限公司烟台发电厂 | 一种户间水利平衡控制*** |
CN113719887B (zh) * | 2021-08-10 | 2023-10-31 | 华能山东发电有限公司烟台发电厂 | 一种智慧平衡供热*** |
CN114165829B (zh) * | 2021-11-10 | 2022-12-16 | 三峡大学 | 基于配电网负荷平衡度指标的蓄热式电采暖有序运行方法 |
CN114396646B (zh) * | 2021-12-27 | 2023-04-07 | 大连海心信息工程有限公司 | 一种基于用户有效室温的换热站智能控制方法 |
CN114704873A (zh) * | 2022-01-25 | 2022-07-05 | 河海大学 | 一种建筑适应性供暖方法 |
CN114688606B (zh) * | 2022-02-16 | 2024-04-19 | 华能(浙江)能源开发有限公司玉环分公司 | 一种远距离集中供热控制*** |
CN114693069A (zh) * | 2022-03-02 | 2022-07-01 | 浙江英集动力科技有限公司 | 一种自主优化运行集中供热运行稳定性评估方法及*** |
CN114719243B (zh) * | 2022-03-08 | 2024-02-23 | 北京天工华云科技有限公司 | 锅炉群控预测机 |
CN114857656B (zh) * | 2022-05-25 | 2024-07-16 | 京东城市(北京)数字科技有限公司 | 一种供热负荷预测方法和装置 |
CN115841201B (zh) * | 2022-09-16 | 2023-10-31 | 呼伦贝尔安泰热电有限责任公司海拉尔热电厂 | 一种考虑高寒地区热网特性的热网损耗预测方法和*** |
CN116105223B (zh) * | 2023-01-31 | 2023-10-27 | 北京华通兴远供热节能技术有限公司 | 一种基于预测的智能供热控制***及方法 |
CN116717839A (zh) * | 2023-08-10 | 2023-09-08 | 陕西拓普索尔电子科技有限责任公司 | 供热控制方法、控制装置和供热*** |
CN117294019B (zh) * | 2023-10-11 | 2024-03-22 | 中铁十四局集团建筑工程有限公司 | 一种基于物联网的绿色建筑能耗监测方法及*** |
CN117419380B (zh) * | 2023-12-18 | 2024-03-08 | 华能济南黄台发电有限公司 | 一种基于大数据的热网管理方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103017253A (zh) * | 2012-12-06 | 2013-04-03 | 鞍山市海汇自动化有限公司 | 一种集中供热全网热平衡控制方法 |
CN103353903A (zh) * | 2013-03-05 | 2013-10-16 | 中国能源建设集团广东省电力设计研究院 | 百万机组核电站汽轮机房采暖热指标评估方法及*** |
CN103471174A (zh) * | 2013-10-10 | 2013-12-25 | 张久明 | 节能联动控制***及节能联动控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3810299B2 (ja) * | 2001-10-22 | 2006-08-16 | 大阪瓦斯株式会社 | エネルギ消費量監視方法及び監視システム |
KR101194728B1 (ko) * | 2010-05-04 | 2012-10-25 | (주)디더블유아이 | 에너지 효율 관리 방법 및 에너지 효율 관리 시스템 |
-
2015
- 2015-04-30 CN CN201510219817.2A patent/CN104791903B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103017253A (zh) * | 2012-12-06 | 2013-04-03 | 鞍山市海汇自动化有限公司 | 一种集中供热全网热平衡控制方法 |
CN103353903A (zh) * | 2013-03-05 | 2013-10-16 | 中国能源建设集团广东省电力设计研究院 | 百万机组核电站汽轮机房采暖热指标评估方法及*** |
CN103471174A (zh) * | 2013-10-10 | 2013-12-25 | 张久明 | 节能联动控制***及节能联动控制方法 |
Non-Patent Citations (1)
Title |
---|
城市热网智能调度指挥管理***的设计与应用;***等;《区域供热》;20141015(第5期);第32-35页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104791903A (zh) | 2015-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104791903B (zh) | 一种热网智能调度*** | |
US11416955B2 (en) | Model predictive maintenance system with integrated measurement and verification functionality | |
US20210223767A1 (en) | Model predictive maintenance system for building equipment | |
US20190325368A1 (en) | Model predictive maintenance system with budgetary constraints | |
US11181875B2 (en) | Systems and methods for monitoring and controlling a central plant | |
US20200150705A1 (en) | Utility console for controlling energy resources | |
US20190347622A1 (en) | Model predictive maintenance system with financial analysis functionality | |
US11281173B2 (en) | Systems and methods for maintaining occupant comfort for various environmental conditions | |
US20190219293A1 (en) | Control system for central energy facility with distributed energy storage | |
US11385605B2 (en) | Building control system with features for operating under intermittent connectivity to a cloud computation system | |
JP4938750B2 (ja) | 消費電力予測装置、消費電力予測方法およびプログラム | |
CN113642936B (zh) | 一种需求侧碳流边缘分析方法、终端与*** | |
CN107103091B (zh) | 一种物联网大数据接入节能管控方法及装置 | |
US20180340702A9 (en) | Systems and methods for monitoring and controlling an energy plant | |
US20200142364A1 (en) | Central plant optimization system with streamlined data linkage of design and operational data | |
WO2015013677A2 (en) | Total property optimization system for energy efficiency and smart buildings | |
US20140350738A1 (en) | Predictive Alert System for Building Energy Management | |
US20180351362A1 (en) | System and method for sizing a capacity of an energy storage device | |
CN114092027A (zh) | 一种碳流主站管理***、管理方法及需求侧碳管理*** | |
CN114040004A (zh) | 一种需求侧碳流监控终端、监控方法及*** | |
CN113606634A (zh) | 一种基于长输管网优化热源运行参数的热源保障*** | |
US11953871B2 (en) | Building control system with automatic control problem formulation using building information model | |
US11888676B2 (en) | Building management system with control framework | |
CN116027687A (zh) | 一种智慧用能楼宇能耗监控***及节能效果监测方法 | |
Lukawski et al. | Demand response for reducing coincident peak loads in data centers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |