一种智能热负荷预测调控方法、系统及存储介质技术方案

本发明专利技术公开一种智能热负荷预测调控方法、系统及存储介质，包括：在热负荷计算模型中输入供热介质的供温、回温和流量参数实时计算实际热负荷，分别输出到热负荷预测模型和调控参数计算模型中；通过热负荷预测模型对热负荷模型的迭代优化更新，预测输出目标热负荷；在调控参数计算模型中比较目标热负荷和实际热负荷，结合当前调控执行器反馈参数，计算输出调节参数。本发明专利技术综合考虑了室外温度和风速对热负荷的影响，建立了热负荷与室外温度和风速的数量关系式。在求解模型参数时，以最近一段时间的实时热负荷、室温及气象参数作为输入条件，模型参数与供热系统的实时工况和气象条件的联系紧密，预测结果准确性比较高。

An intelligent control method, system and storage medium for heat load forecasting

【技术实现步骤摘要】
一种智能热负荷预测调控方法、系统及存储介质
本专利技术涉及热负荷调控
，尤其涉及一种智能热负荷预测调控方法、系统及存储介质。
技术介绍
按需供热、精确供热、智慧供热既是改善居民生活舒适度的现实需要，也是节能降耗、保护环境的迫切要求，实现这一目标的关键要素为按实际的热负荷进行调控。供暖热负荷与目标温度、建筑物围护结构散射特性、朝向、室外温度、风速、风向等多种因素密切相关，根据理论和经验给出的设计热负荷无法满足按需供热、精确供热的需要。因此，如何精准预测热负荷，根据预测结果动态调控供热系统的实际输出热负荷；通过动态调控可以使实际输出热量无限趋近于取暖所需热量，达到节能降耗的目的。供热系统的传统调控模型以设计热负荷为基础，调节方法分为质调节和量调节两种方式，其中质调节是指调节供暖介质的温度；量调节是指调节供暖介质的流量。一般根据经验值，当室外温度降低时，质调节适当提高供暖介质温度，量调节则适当提高供暖介质流量；当室外温度升高时，质调节适当降低供暖介质温度，量调节则适当降低供暖介质流量。上述传统调控模型的质调节和量调节，没有定量评估实际的热负荷，是一种模糊的粗放调节方式。供暖系统有明显的时延特性，直接根据室外温度或人工设定的温度曲线进行调节，无法与实际的热负荷变化情况进行同步，达不到调节的目的。基于此，现急需一种智能热负荷预测调控方法、系统及存储介质，以期对上述现有技术缺陷进行改善。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
<br>本专利技术的主要目的在于提供了一种智能热负荷预测调控方法、系统及存储介质，旨在解决现有技术存在有明显的时延特性，直接根据室外温度或人工设定的温度曲线进行调节，无法与实际的热负荷变化情况进行同步，达不到调节的目的的技术缺陷。为实现上述目的，本专利技术提供了一种智能热负荷预测调控方法，所述方法包括：S1：计算实时热负荷：在热负荷计算模型中输入供热介质的供温、回温和流量参数实时计算实际热负荷，分别输出到热负荷预测模型和调控参数计算模型中；S2：计算输出预测目标热负荷：通过热负荷预测模型对热负荷模型的迭代优化更新，预测输出目标热负荷；S3：热负荷实时调控：在调控参数计算模型中比较目标热负荷和实际热负荷，结合当前调控执行器反馈参数，计算输出调节参数。优选地，所述热负荷计算模型、热负荷预测模型、调控参数计算模型的输入参数包括供热面积、目标室温、系统时延、室温传感器参数、气象参数(室外温度和风速)以及供热系统提供的介质供温、介质回温、介质流量、调节执行机构控制参数(电动阀开度或变频器频率)。优选地，所述S1中计算实时热负荷的具体方法为：通过热负荷计算模型接入供热系统热源或换热站的供热介质的出口温度、入口温度和流量数据，通过下式计算输出实时热负荷：其中，Q为热负荷，单位kW；ts和tb分别为供暖介质的供温和回温，单位为℃；F为介质流量，单位为kg/h；C为介质比热容，单位为J/℃·kg；出口温度简介“供温”，入口温度简称“回温”。优选地，所述S1中计算实时热负荷的具体方法为：通过热负荷计算模型接入热源或换热站的热表数据直接获取实时热负荷。优选地，所述S2计算输出预测目标热负荷的具体方法为：根据最近n个时刻的室内温度、气象数据以及实时热负荷持续更新二参数热负荷预测模型，并根据最新的预测模型输出给定时刻的预测目标热负荷；计算输出预测热负荷的流程步骤包括：步骤1、初始化参数：供热面积S；缓存热负荷数据点n，即计算模型参数所用数据样本个数；预测提前量T，供热系统响应延迟时间；预测间隔ΔT，即预测目标热负荷的输出时间间隔；步骤2、开启接收数据线程：接收室内温度传感器数据T0；接收热负荷计算模块输出的实时热负荷Q；接收实时气象室外温度T1和风速v；将接收到的数据缓存到数据队列，缓存最近的n个时刻数据；步骤3、开启预测模型求解线程：(3-1)从缓存队列提取缓存的n组数据(Qi,T0i,T1i,vi)(i＝0,1,2,…,n-1)；(3-2)判断数据是否更新，若是转入下一步；若否则返回上一步重新提取数据；(3-3)按照下式计算中间参数Ki：(3-4)构造关于模型参数k0和k1的超定方程组：(3-5)计算模型参数的估计值，将(3-4)建立的超定方程组左边的系数矩阵记为V，右边的常数列向量记为K，通过下式计算模型参数k0和k1的估计值：(3-6)缓存模型参数估计值，返回(3-1)；步骤4、开启热负荷预测线程：(4-1)接收预测时刻室风目标温度T0、室外温度T1、风速参数v；(4-2)提取最新的模型参数k0和k1；(4-3)根据下式所示的二参数热负荷预测模型计算预测目标热负荷：QT＝(k0-k1v)(T0-T1)S；(4-4)输出目标热负荷到调控参数计算模型，并延迟ΔT时间返回(4-1)循环执行线程。优选地，所述S3中热负荷实时调控的具体方法为：通过比较实时热负荷与目标热负荷的大小关系，计算确定热负荷调控执行机构的设置参数对系统进行调控，然后再根椐系统反馈参数、实时热负荷及目标热负荷循环迭代，最终使系统输出负荷趋近于目标热负荷，从而达到节能的目标；若供热系统的调控执行机构为电动阀，则调控参数为电动阀的阀开度，取值范围为0-1；基调控执行机构为加压循环泵变频器，则调控参数为变频器频率，取值范围为0-50。优选地，所述热负荷实时调控具体实现过程如下：步骤1、初始条件：设调节参数x的取值范围[a,b]；初始调节步长Δx,一般取为x取值范围的若干分之一；步长控制因子σ，为开区间(0,1)上的任意值，根据经验设定；步骤2、输入参数：目标热负荷QT；实际热负荷Q；调控反馈参数x；步骤3、更新调节步长Δx：当QT-Q与Δx同号时，增加步长Δx；反之，则减小步长Δx，即：步骤4、计算输出参数x：步骤5、根据计算参数x对电动阀开度或变频器频率进行设定；步骤6、延迟一定的时间间隔返回步骤2。此外，为实现上述目的，本专利技术还提出一种智能热负荷预测调控系统，该系统包括：热负荷计算模块：用于根据供热介质的供温、回温和流量参数实时计算实际热负荷，分别输出到热负荷预测和调控参数计算模块；热负荷预测模块：用于对热负荷模型的迭代优化更新，预测输出目标热热负荷；调控参数计算模块：通过比较目标热负荷和实际热负荷，结合当前调控执行器反馈参数，计算输出调节参数。优选地，所述供温、回温和流量参数均分别通过供温传感器、回温传感器以及流量传感器测得。此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有智能热负荷预测调控程序，所述智能热负荷预测调控本文档来自技高网...

【技术保护点】
1.一种智能热负荷预测调控方法，其特征在于，所述方法包括：/nS1：计算实时热负荷：在热负荷计算模型中输入供热介质的供温、回温和流量参数实时计算实际热负荷，分别输出到热负荷预测模型和调控参数计算模型中；/nS2：计算输出预测目标热负荷：通过热负荷预测模型对热负荷模型的迭代优化更新，预测输出目标热负荷；/nS3：热负荷实时调控：在调控参数计算模型中比较目标热负荷和实际热负荷，结合当前调控执行器反馈参数，计算输出调节参数。/n

【技术特征摘要】
1.一种智能热负荷预测调控方法，其特征在于，所述方法包括：
S1：计算实时热负荷：在热负荷计算模型中输入供热介质的供温、回温和流量参数实时计算实际热负荷，分别输出到热负荷预测模型和调控参数计算模型中；
S2：计算输出预测目标热负荷：通过热负荷预测模型对热负荷模型的迭代优化更新，预测输出目标热负荷；
S3：热负荷实时调控：在调控参数计算模型中比较目标热负荷和实际热负荷，结合当前调控执行器反馈参数，计算输出调节参数。


2.如权利要求1所述的智能热负荷预测调控方法，其特征在于，所述热负荷计算模型、热负荷预测模型、调控参数计算模型的输入参数包括供热面积、目标室温、系统时延、室温传感器参数、气象参数以及供热系统提供的介质供温、介质回温、介质流量、调节执行机构控制参数。


3.如权利要求1所述的智能热负荷预测调控方法，其特征在于，所述S1中计算实时热负荷的具体方法为：通过热负荷计算模型接入供热系统热源或换热站的供热介质的出口温度、入口温度和流量数据，通过下式计算输出实时热负荷：



其中，Q为热负荷，单位kW；ts和tb分别为供暖介质的供温和回温，单位为℃；F为介质流量，单位为kg/h；C为介质比热容，单位为J/℃·kg；出口温度简介“供温”，入口温度简称“回温”。


4.如权利要求1所述的智能热负荷预测调控方法，其特征在于，所述S1中计算实时热负荷的具体方法为：通过热负荷计算模型接入热源或换热站的热表数据直接获取实时热负荷。


5.如权利要求1所述的智能热负荷预测调控方法，其特征在于，所述S2计算输出预测目标热负荷的具体方法为：根据最近n个时刻的室内温度、气象数据以及实时热负荷持续更新二参数热负荷预测模型，并根据最新的预测模型输出给定时刻的预测目标热负荷；
计算输出预测热负荷的流程步骤包括：
步骤1、初始化参数：
供热面积S；
缓存热负荷数据点n，即计算模型参数所用数据样本个数；
预测提前量T，供热系统响应延迟时间；
预测间隔ΔT，即预测目标热负荷的输出时间间隔；
步骤2、开启接收数据线程：
接收室内温度传感器数据T0；
接收热负荷计算模块输出的实时热负荷Q；
接收实时气象室外温度T1和风速v；
将接收到的数据缓存到数据队列，缓存最近的n个时刻数据；
步骤3、开启预测模型求解线程：
(3-1)从缓存队列提取缓存的n组数据(Qi,T0i,T1i,vi)(i＝0,1,2,…,n-1)；
(3-2)判断数据是否更新，若是转入下一步；若否则返回上一步重新提取数据；
(3-3)按照下式计算中间参数Ki：



(3-4)构造关于模型参数k0和k1的超定方程组：



(3-5)计算模型参数的估计值，将(3-...

【专利技术属性】
技术研发人员：焦春林，卞新，沈韩刚，何辰，马赟倩，
申请(专利权)人：西咸新区玄武信息科技有限公司，
类型：发明
国别省市：陕西;61