一种基于热网五级监控的智能分析调度方法及系统技术方案

本发明专利技术公开了一种基于热网五级监控的智能分析调度方法及系统，利用基于历史负荷的指标修正法得到供热站与换热站的运行配置计划，预测供热站内的锅炉开启台数、循环泵开启台数及频率，一网总流量；预测换热站内的分布泵或调节阀的配置、循环泵的开启台数及频率，计算二网预测供温和二网预测回温；将供热站、换热站的运行配置计划并发给底层控制系统，进行差异化的批量控制；使得负荷预测更加准确；增加了时间修正，使得对供热站的预测与换热站的预测具有了差异性，充分考虑了热力系统的规模差异，使得智能调度更加精准的实现按需供热，避免了升温不及时或提前升温太多而造成的能源浪费。

An intelligent analysis and scheduling method and system based on five level monitoring of heating network

The invention discloses an intelligent analysis and scheduling method and system based on the five-level monitoring of the heat supply network, obtains the operation configuration plan of the heat supply station and the heat exchange station by using the index correction method based on the historical load, predicts the number and frequency of the boiler opening, the number and frequency of the circulation pump opening, the total flow of the first network, the configuration of the distribution pump or the regulating valve in the heat exchange station, and the opening platform of the circulation pump The number and frequency are used to calculate the predicted supply and return temperature of the second network; the operation configuration plan of the heating station and heat exchange station is sent to the bottom control system for differentiated batch control; the load forecast is more accurate; the time correction is added to make the prediction of the heating station different from that of the heat exchange station, and the scale difference of the thermal system is fully considered Intelligent scheduling can realize heating on demand more accurately, avoiding energy waste caused by untimely or too much heating in advance.

【技术实现步骤摘要】
一种基于热网五级监控的智能分析调度方法及系统
本公开涉及热网智能分析调度领域，具体涉及一种基于热网五级监控的智能分析调度方法及系统。
技术介绍
随着自控技术、计量温控技术、物联网通讯技术及互联网技术的发展，集中供热领域的信息化改革已有了快速的发展，各个热力公司基本完成了热网监控信息化改造，为进一步实现智慧供热，打下坚实的基础。国内目前智慧供热领域，较为先进的能源管理平台系统也只是实现了供热系统的五级监控，与智能化的五级联动还相差较远[1]。智慧供热的实现，需要经历三个阶段，分别是控制自动化、全面信息化、管理智能化[2]，三个阶段具有严格的先后顺序，目前市面上的智慧供热平台系统多数处于第二阶段与第三阶段之间，离第三阶段智能化的实现均有较远的距离，一些大型的热力公司已将智能化作为课题来进行试点研究。智慧供热的第三阶段为智能化的实现，需要解决的问题首先是生产过程的充分信息化，需要在热力系统各个关键部位布置足够多的传感器，在不具备有线通讯的地方，需要用无线通讯来实现数据的采集。各个热力系统从热源、一次管网、换热站、二次管网、户端计量与温控基本已实现数据远程采集与监控，基本实现热网的五级监控。然而，基于热网五级监控的五级联动，对大型集中供热系统的供热生产、输配与热量的再分配过程的智能化还未实现。目前有基于换热站的数据分析系统及方法[3]，仅是对单个换热站进行数据采集，对采集到的数据进行数据分析，发现运行设备存在的问题，从而进行调整。另外有相关的热网智能调度系统[4]在智能调度的方法方面，主要思路是依据室外温度计算的负荷预测，从而计算得到将热源、换热站的能耗数据，依据能耗数据分析来指导运行。该方法未综合考虑热网升温的延迟性、特殊天气(雨、雪、大风、寒潮等)带来的实际热负荷的增加，该方法是基于当前实际供热量、实际室内温度、实际室外温度进行的比值法，而计算方法中的实际室内温度不是某一热力系统的属性，是末端各个房间的温度，属于分散的点式数据，很难用多个室内温度表示为一个室内温度，因此公式的准确性有待考证。在运行指导方面，给出了对热源、换热站用能预测与负荷预测，未给出详细的运行计划，例如热源、换热站内的设备投入计划、运行参数指导等。在集中供热系统的运行指导方面，已有的方法是依据负荷预测，给出运行指导，未进一步预测出供热站或换热站内的设备运行配置计划；在智能调度方面，考虑了能耗分析与成本分析，分析对比没有细化不同的用能建筑耗能分类，天气负荷率等因素，对比没有在同一用能标准的基础上进行，智能调度与控制的依据不够充分。参考文献[1]宋云鹏.“智慧供热”在集中供热中的研究与发展方向探讨[J].供热制冷,2017(11):36+38.[2]刘兰斌,王荣鑫,刘亚萌.基于“工业物联网”的智慧透明供热模式[J].区域供热,2018(04):30-35+96.[3]黄忠宝,马良,杨朋.一种基于换热站的数据分析系统及方法[P].山东：CN108870529A,2018-11-23.[4]高玉明,孙圣斌.一种热网智能调度系统[P].北京：CN104791903A,2015-07-22.
技术实现思路
为解决上述问题，本公开提供一种基于热网五级监控的智能分析调度方法及系统的技术方案，鉴于上述运行指导方面存在的问题，在考虑室外温度的基础上，增加了依据历史负荷的温度修正、时间修正、特殊天气修正，使得负荷预测更加精准的符合各个热力系统的用热特性，给出供热站、换热站的运行配置表，可改变供热企业运行技术人员人为制定供热计划的现状，减少了运行调度的工作量、提高了运行调度的智能化，提高了工作效率。热网五级监控，是对供热系统的供热站、一次管网、换热站、二次管网、户内室温/计量温控五级热力系统的主要参数及设备的运行状态进行采集、监视、调节和控制的软件系统及硬件设施，规范CJJT241-2016《城镇供热监测与调控系统技术规程》有详细的说明；本专利技术针对基于热网五级监控系统采集上来的各个热力系统的水、电、热、温度、压力、流量、频率、开度等关键信息进行汇总分析，为智能分析调度系统的应用提供数据来源。为了实现上述目的，根据本公开的一方面，提供一种基于热网五级监控的智能分析调度方法，所述方法包括以下步骤：对热网五级监控系统中的热力系统进行数据采集；利用基于历史负荷的指标修正法，综合室外天气、收费面积数据，考虑时间修正、温度修正，对供热站、换热站的热负荷进行预测；根据修正后的供热站热负荷预测得到供热站的运行配置计划，所述供热站的运行配置计划包括供热站内的锅炉开启台数、循环泵开启台数及频率，一网总流量；根据修正后的换热站热负荷预测得到换热站的运行配置计划,并计算循环泵开启台数及频率加入到供热站的运行配置计划，所述换热站的运行配置计划包括换热站内一网总流量、分布泵的配置或调节阀的配置；根据换热站各个系统分区的热负荷计算得到二网预测供温和二网预测回温并将所述二网预测供温和二网预测回温加入换热站的运行配置计划；将供热站的运行配置计划和换热站的运行配置计划下发给底层控制系统进行差异化的批量控制，所述供热站的运行配置计划和换热站的运行配置包括锅炉开启台数、循环泵配置、调节阀配置、二网预测供温和二网预测回温。进一步地，对热网五级监控系统中的热力系统进行数据采集的数据包括：热网五级监控系统中的各个热力系统的水、电、热、温度、压力、流量、频率、开度。所述热网五级监控系统，是对供热系统的供热站、一次管网、换热站、二次管网(楼栋热力入口)、户端设备(户内室温/计量温控)的五级的热力系统主要参数及设备的运行状态进行采集、监视、调节和控制的软件系统及硬件设施，规范CJJT241-2016《城镇供热监测与调控系统技术规程》有详细的说明；所述热力系统包括供热站及其所辖一次管网、所有换热站、所有二次网系统等完整的系统，也可指某换热站-二次管网-户内系统，也可指换热站某系统分区机组-该系统二次管网-户内系统。进一步地，利用基于历史负荷的指标修正法，综合室外天气、收费面积数据，考虑时间修正、温度修正，对供热站、换热站的热负荷进行预测得到修正后的供热站热负荷方法为：每一个热力系统及其所服务的末端建筑、输配管网都具有特性，即使是同样的耗能分类的末端建筑，由于管网施工及维护的情况不同，管网设计不同等因素，最终的能耗指标是不同的，因此，本专利技术所述的负荷预测方法采用基于实际历史负荷的热指标修正法，综合了室外温度修正、时间修正因素，所述基于历史负荷的热负荷预测方法如公式(1)：其中：Q为预测热力系统的瞬时热功率，即修正后的预测热负荷(热负荷预测值)，单位为GJ/h；Q18-20为预测热力系统，当其室内平均温度在18-20℃时，对应的瞬时热功率，单位为GJ/h；t′n为需求室内温度，单位为℃；tn为设计室内温度，取18℃；t′w-i为当前预测时间之后i小时的预报室外温度，i小时为考虑热力系统的升温速度、管网系统的输配距离等实际情况，进行的提前i小时进行预热，i的本文档来自技高网...

【技术保护点】
1.一种基于热网五级监控的智能分析调度方法，其特征在于，所述方法包括以下步骤：/n对热网五级监控系统中的热力系统进行数据采集；/n利用基于历史负荷的指标修正法对供热站、换热站的热负荷进行预测；/n根据修正后的供热站热负荷预测得到供热站的运行配置计划；/n根据修正后的换热站热负荷预测得到换热站的运行配置计划,并计算循环泵开启台数及频率加入到供热站的运行配置计划；/n根据换热站各个系统分区的热负荷计算得到二网预测供温和二网预测回温并加入换热站的运行配置计划。/n

【技术特征摘要】
1.一种基于热网五级监控的智能分析调度方法，其特征在于，所述方法包括以下步骤：
对热网五级监控系统中的热力系统进行数据采集；
利用基于历史负荷的指标修正法对供热站、换热站的热负荷进行预测；
根据修正后的供热站热负荷预测得到供热站的运行配置计划；
根据修正后的换热站热负荷预测得到换热站的运行配置计划,并计算循环泵开启台数及频率加入到供热站的运行配置计划；
根据换热站各个系统分区的热负荷计算得到二网预测供温和二网预测回温并加入换热站的运行配置计划。


2.根据权利要求1所述的一种基于热网五级监控的智能分析调度方法，其特征在于，对热网五级监控系统中的热力系统进行数据采集的数据包括：热网五级监控系统中的各个热力系统的水、电、热、温度、压力、流量、频率、开度；所述热网五级监控系统，是对供热系统的供热站、一次管网、换热站、二次管网、户端设备的五级的热力系统主要参数及设备的运行状态进行采集、监视、调节和控制的软件系统及硬件设施。


3.根据权利要求1所述的一种基于热网五级监控的智能分析调度方法，其特征在于，利用基于历史负荷的指标修正法对供热站、换热站的热负荷进行预测方法为：
所述基于历史负荷的热负荷预测方法为：






其中：Q为预测热力系统的瞬时热功率，即修正后的预测热负荷；Q18-20为预测热力系统，当其室内平均温度在18-20℃时，对应的瞬时热功率；tn′为需求室内温度，tn为设计室内温度；t′w-i为当前预测时间之后i小时的预报室外温度，i的取值范围为0.5h～72h之间选择设定；tw为设计室外温度；Δt为温度修正；A′为各热力系统实供面积；q′为热力系统历史设计室外温度下的热负荷指标，单位为W/m2。


4.根据权利要求1所述的一种基于热网五级监控的智能分析调度方法，其特征在于，根据修正后的供热站热负荷预测得到供热站的运行配置计划，所述供热站的运行配置计划包括供热站内的锅炉开启台数计算方法为：
预测负荷率是指某供热站或换热站的预测热负荷Q与其总装机容量C的比值：
预测负荷率的计算公式如下：



其中，R为供热站或换热站的预测负荷率，无量纲，是百分比；Q为供热站或换热站的预测热负荷，单位为GJ/h；C为某一供热站或换热站的总装机容量，单位为MW，依据预测负荷率确定锅炉开启台数。


5.根据权利要求2所述的一种基于热网五级监控的智能分析调度方法，其特征在于，所述供热站的运行配置计划包括一网总流量，所述一网总流量计算方法为：
预测一网总流量公式为：



其中：G为一网预测流量，单位为t/h；Q为预测热负荷，单位为GJ/h；Tg为锅炉设计供水温度，单位为℃；Th为锅炉设计回水温度，单位为℃。


6.根据权利要求4所述的一种基于热网五级监控的智能分析调度方法，其特征在于，根据修正后的换热站热负荷预测得到换热站的运行配置计划,并计算循环泵开启台数及频率加入到供热站的运行配置计划，所述换热站的运行配置计划包括分布泵的配置，所述分布泵配置包括分布泵开启台数及频率，所述分布泵和所述循环泵开启台...

【专利技术属性】
技术研发人员：杜芳会，周毅荣，梁伟强，
申请(专利权)人：广东艾科技术股份有限公司，
类型：发明
国别省市：广东;44