一种区域能源供热系统热泵机组调控方法技术方案

本发明专利技术提出一种区域能源供热系统热泵机组调控方法。该方法包括以下步骤：首先，基于实际供热系统热源运行数据信息对热源进行基于神经网络的建模，实现对区域供热系统热源的精细化调控的热泵机组供热模型基础。其次，基于负荷预测与智能优化算法求解满足多目标调度优化函数的帕累托解集。最后，通过拥挤度计算，集合当前工况得出决策向量，对负荷分配方案进行决策，确定下一时刻调度方案。最后，结合区域供热系统的实际运行数据对热泵机组供热模型运行特性进行修正，提高仿真及调度系统精确度。本发明专利技术解决了区域供热系统中的热泵机组运行依赖设计数据、调度优化不足而导致的系统偏离理想工况问题，实现了系统的优化运行。

【技术实现步骤摘要】
一种区域能源供热系统热泵机组调控方法
本专利技术属于区域能源供热
，具体涉及区域供热系统热泵机组调控方法。
技术介绍
目前的供热系统调控热负荷的方式有两种：质调节、量调节。即调节供水温度与调节供水流量。对于现有传统供热系统而言多是考虑热源调度，即考虑需求量，针对热源供热量进行调度优化。由于现有供热系统都是按照设计参数进行设计，所谓设计参数就是最冷室外温度时的设计参数，对热源调节按照设计外温度供热，将会浪费一定的热能与电能。而按需供给调控手段未能考虑供热系统热源实际运行工况差异，依然存在一定优化调度空间。对于热源的调控，由于供热系统存在时滞性的问题，所以输送热量常常根据设计参数进行设定，无法做到实时调节与控制，通常依据当天温度预测值，进行当天的设计参数设定。但由于实际供热系统比较复杂，存在供需响应匹配问题与供需调度问题，仅仅依靠供需匹配进行调度，优化效果有限。
技术实现思路
本专利技术提供了一种区域能源供热系统热泵机组调度方法，在现有热网规划约束下，对区域内给定的热泵热源进行基于数据模型的仿真计算，利用萤火虫算法进行系统负荷分配寻优调度。解决上述供热系统中热泵机组热源调节优化不足，由于流量调节而导致经济性差的问题。本专利技术为了实现上述目的所采用的技术方案是：一种区域能源供热系统热泵机组调度方法，包括如下步骤：步骤S1，收集区域能源系统数据(包括设备数据与运行数据)，建立区域能源供热系统的热泵机组供热模型；步骤S2，计算管道末端热水温度、流量的响应特性，进行数据采集，修正模型运行系数，进行供热系统模型验证；步骤S3，设定供热系统最优经济性与机组最佳COP多目标函数，采用萤火虫优化算法进行多目标函数的求解；步骤S4，结合当前工况生成决策寻优向量，依托寻优向量计算，得到供热系统负荷分配计算方案；步骤S5，基于供热系统负荷分配计算方案，进行调度方案生成，发布调度命令；步骤S6，供热系统响应调度指令动作，对热源热泵机组进行调节；步骤S7，收集系统调节运行数据，计算仿真预测偏差，反馈至模型仿真系统，进行模型修正；步骤S8，将调度步骤进行模块化，建立各个模块之间的数据通信。上述技术方案中，进一步地，步骤S1，对以热泵机组作为热源的区域能源系统的热源建立区域能源供热系统热泵机组仿真模型，即对以热泵机组作为热源的区域能源系统，搭建基于大数据与智能算法的热泵负荷分配模型。热泵出厂时包含负荷、效率等各项参数的运行理论特性曲线，是基于样机试验得到，对热泵模型调度仿真而言，数据具有较高的参考价值，但模型泵运行工况与实际运行工况不同，运行过程中可能存在性能退化，这使得热泵的实际运行曲线与理论曲线存在差异，因此出厂参数无法有效指导热泵实际运行网络。本专利技术利用自适应网络方式实时获取每台机组的制热性能系数COP与部分负荷率PLR(PartLoadRatio)，进而建立热泵机组的COP～PLR关系曲线，记录不同PLR下最佳COP值，记为Y，通过将热泵历史数据接入神经网络，进行模型训练，得到各台热泵消耗功率的计算模型。在实际运行时，将热泵运行条件输入至模型中，即可得到对应的热泵调控方案。具体流程如下：步骤S101，对热泵机组的基本运行历史数据进行整理，如：运行负荷、热水流量、热水回温，水源水温、热泵功率等。步骤S102，利用神经网络对热泵机组的基本运行历史数据进行模型训练，建立热泵的COP-PLR运行关系模型，以得到各台热泵消耗功率的计算模型；步骤S103，将实际供热系统运行条件输入至模型中，得到热泵机组供热模型输出。进一步地，所述的步骤S2包括以下步骤：步骤S201，采用区域能源供热系统热泵机组仿真模型计算热泵进出口热水温度、流量的响应特性，对热泵仿真模型运行数据进行采集，包括：热泵运行负荷、入口水流量、温度、压力；出口水流量、温度、压力；实际运行天气温度等；同时采集实际系统的运行数据；步骤S202，将采集的热泵仿真模型运行数据与实际系统运行数据进行比对，对热泵仿真模型的模型系数进行验证、修正。进一步地，所述的步骤S3中，在考虑环境效益下，设定区域供热系统最优经济性分配与机组最佳COP为目标函数，采用智能优化算法进行多目标函数的求解，并进行向量寻优，计算得出t时刻供热系统调度方案。具体流程包括：步骤S301，在考虑环境效益下，区域能源供热系统以运行经济效益和平均COP为目标函数，用如下函数表示：式中：K为参与优化机组数量；Ek为机组k在调度周期内的功率(供热/供冷/供电)，MW；Dk为机组k在调度周期内的能耗量，t/h；T为调度周期时长，h；Ck为机组k所使用的燃料价格，元/t或元/m3；Pk为对应机组k所使用燃料的上网电价，元/kWh；fk(Ek,Dk)为机组k的燃料消耗量，t/h或m3/h，函数表达式如下：式中：ak、bk、ck、dk分别为机组k的能耗特性参数，依据机组实际运行特性根据专家经验进行选取，其中ak为机组调度周期内的供热/供冷/供电功率特性系数；bk为调度周期内的能耗量系数；ck为机组调度周期内能耗总量特性系数；Mk为机组调度周期内燃料消耗调节量。步骤S302，向系统输入实际运行参数，所述运行条件包括系统运行天气、供水温度、压力等因素，并设置输入参数范围限制以及其他必要设置。步骤S303，系统运行，进行负荷分配调度。根据不同PLR对应的COP数值，进行不同PLR下最佳COP的计算，在该COP下利用萤火虫优化算法，对系统输入数据进行计算，结合系统历史运行数据，对t时刻的负荷分配方案进行计算求解，得到最佳经济效益下的负荷分配方案，再调整PLR进行不同COP下最优的负荷分配方案计算，得到分配方案解集。更进一步地，步骤S303中，利用萤火虫算法进行t时刻目标函数的求解，得到负荷分配方案的解集，并在不同PLR下的COP值进行基于萤火虫算法的负荷分配方案寻优，进行全局最优方案决策，得出最优负荷分配方案。设定以供热系统最优运行经济效益和热泵最优COP为目标的双变量函数，确定分配方案寻优范围，设定负荷分配约束，设定初始步长、寻优适应度，各项系数惯性权重，寻优最大迭代次数，最小偏差值等系统控制参数。将供热系统负荷可行分配方案域设置为初始萤火虫种群活动范围，并进行分配方案计算，即萤火虫吸引度计算。计算目标函数，根据热网经济型非支配原则筛选可行解，即可行热网负荷分配方案，并通过比对，选出寻优全局最优解，即最优化负荷分配方案。若萤火虫寻优最大迭代次数未超过控制阈值，则重新计算萤火虫适应度值，继续进行搜索，直至与上次最优值偏差小于最小偏差值，输出所得负荷分配方案。若萤火虫寻优最大迭代次数超过控制阈值，则跳出计算，直接输出当前适应度最高萤火虫方案，即当前最优供热负荷分配方案。步骤S303中，采用萤火虫优化算法进行t时刻目标函数的求解，具体求解过程为：步骤S30301，初始化，设定萤火虫的种群为N，介质对光的吸收系数γ为1，初始步长a，第i个萤火虫本文档来自技高网...

【技术保护点】
1.一种区域能源供热系统热泵机组调度方法，其特征在于：包括以下步骤：/n步骤S1，收集区域能源系统数据，建立基于数据与智能算法的区域能源供热系统的热泵机组供热模型；/n步骤S2，修正模型运行系数，进行热泵机组供热模型验证；/n步骤S3，以各热泵机组负荷为优化变量，区域供热系统最优经济性分配与机组最佳COP为目标函数，采用萤火虫优化算法进行目标函数的求解，根据系统运行条件进行供热负荷分配方案计算；/n步骤S4，结合当前工况生成决策寻优向量，依托寻优向量计算，得到供热系统负荷分配计算方案；/n步骤S5，基于供热系统负荷分配计算方案，进行调度方案生成，发布调度命令；/n步骤S6，供热系统响应调度指令动作，对热源热泵机组进行调节；/n步骤S7，收集系统调节运行数据，计算仿真预测偏差，修正系统模型。/n

【技术特征摘要】
1.一种区域能源供热系统热泵机组调度方法，其特征在于：包括以下步骤：
步骤S1，收集区域能源系统数据，建立基于数据与智能算法的区域能源供热系统的热泵机组供热模型；
步骤S2，修正模型运行系数，进行热泵机组供热模型验证；
步骤S3，以各热泵机组负荷为优化变量，区域供热系统最优经济性分配与机组最佳COP为目标函数，采用萤火虫优化算法进行目标函数的求解，根据系统运行条件进行供热负荷分配方案计算；
步骤S4，结合当前工况生成决策寻优向量，依托寻优向量计算，得到供热系统负荷分配计算方案；
步骤S5，基于供热系统负荷分配计算方案，进行调度方案生成，发布调度命令；
步骤S6，供热系统响应调度指令动作，对热源热泵机组进行调节；
步骤S7，收集系统调节运行数据，计算仿真预测偏差，修正系统模型。


2.根据权利要求1所述的一种区域能源供热系统热泵机组调度方法，其特征在于，所述步骤S1具体包括如下步骤：
步骤S101，对热泵机组的基本运行历史数据进行收集；
步骤S102，利用神经网络对热泵机组的历史数据进行模型训练，建立热泵的制热性能系数COP-部分负荷率PLR运行关系模型，以得到各台热泵消耗功率的计算模型；
步骤S103，将实际供热系统运行条件输入至模型中，得到热泵机组供热模型输出。


3.根据权利要求1所述的一种区域能源供热系统热泵机组调度方法，其特征在于：所述步骤S2包括以下步骤：
步骤S201，对热泵机组供热模型运行数据进行采集，包括：热泵运行负荷、入口水流量、温度、压力，出口水流量、温度、压力，实际运行天气温度；同时采集实际系统运行数据；
步骤S202，将采集的热泵机组供热模型运行数据与实际系统运行数据进行比对，对热泵机组供热模型的模型系数进行验证、修正。


4.根据权利要求2所述的一种区域能源供热系统热泵机组调度方法，其特征在于：所述的步骤S3包括：
步骤S301，在考虑环境效益下，以区域供热系统最优经济性分配与机组最佳COP为目标函数，用如下函数表示系统运行经济效益：



式中：K为参与优化机组数量；Ek为机组k在调度周期内的供热/供冷/供电功率，MW；Dk为机组k在调度周期内的能耗量，t/h；T为调度周期时长，h；Ck为机组k所使用的燃料价格，元/t或元/m3；Pk为对应机组k所使用燃料的上网电价，元/kWh；fk(Ek,Dk)为机组k的燃料消耗量，t/h或m3/h，函数表达式如下：



式中：ak、bk、ck、Mk分别为机组k的能耗特性参数；其中ak为机组调度周期内的供热/供冷/供电功率特性系数；bk为调度周期内的能耗量系数；ck为机组调度周期内能耗总量特性系数；Mk为机组调度周期内燃料消耗调节量；
步骤S302，向系统输入实际运行参数；所述实际运行参数包括系统运行天气、供水温度、压力，并设置输入的参数范围限制以及其他必要设置；
步骤S303，系统运行，进行负荷分配调度；根据不同PLR对应的COP数值，进行不同PLR下最佳COP的计算，在该COP下利用萤火虫优化算法，对系统输入数据进行计算，结合系统历史运行数据，对t时刻的负荷分配方案进行计算求解，得到最佳经济效益下的负荷分配方案，再调整PLR进行不同COP下最优的负荷分配方案计算，得到分配方案解集。


5.根据权利要求4所述的一种区域能源供热系统热泵机组调度方法，其特征在于：
步骤S303中，采用萤火虫优化算法进行t时刻目标函数的求解，具体求解过程为：
步骤S30301，初始化，设定萤火虫的种群为N，介质对光的吸收系数γ为1，初始步长a，第i个萤火虫与第j个萤火虫之间的距离为r，初始吸引度β0，其中最大吸引度为βmax，最小吸引度为βmin，其吸引度公式如(1)：



步骤S30302，根据萤火虫的位置计算出每个萤火虫的适应度值，即单个负荷分配方案运行效益，适应度值越优的萤火虫亮度越高；
步骤S30303，每个萤火虫将根据移动距离向所有比自己亮度...

【专利技术属性】
技术研发人员：林小杰，李昊，钟崴，周懿，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33