基于数字孪生模型的供热系统负荷预测方法与流程
本发明涉及供热系统负荷预测,具体为基于数字孪生模型的供热系统负荷预测方法。
背景技术:
1、供热系统负荷预测是热源调度、管网运行调节和能耗管理的重要依据。现有供热负荷预测技术通常采用基于历史运行数据的时间序列分析、回归分析或神经网络等统计模型,或者采用简化热平衡方程对换热站负荷进行估算。这些方法在建模时往往仅考虑单个换热站或整个供热系统的历史运行参数,未能充分纳入供热管网的空间拓扑结构、管道长度、管径、保温层厚度等物理参数,也未能量化各换热站之间在管网中的热力耦合关系和热量传输衰减,导致模型输出的负荷需求与供热管网实际物理特性之间存在偏差。
2、同时,现有模型在运行阶段大多保持固定的模型结构或参数,无法根据实时运行数据与模型模拟结果之间的差异对模型进行动态调整。当室外气象条件变化、用户用热行为波动或换热站运行状态偏离历史统计规律时,实时采集的二次供水温度、回水温度及流量数据与模型模拟的理论负荷曲线之间存在偏差,该偏差未被有效量化和反馈至模型边界条件,模型负荷预测结果随时间推移出现滞后或偏离,难以满足供热系统精细化调度需求。此外,现有数字孪生模型在供热负荷预测中的应用多停留在静态场景复现,缺少将实时二次侧运行数据映射至理论负荷曲线并计算动态偏差因子的机制,也缺少根据动态偏差因子反向修正模型边界条件的能力。供热负荷预测中需要解决如何构建能够反映供热管网物理特性的模型,以及如何利用实时运行数据与理论模拟结果之间的偏差对模型进行动态修正的问题。
技术实现思路
1、针对现有供热系统负荷预测方法未充分结合供热管网物理特性且无法动态修正模型偏差的不足,本发明提供一种基于数字孪生模型的供热系统负荷预测方法,通过构建反映供热管网物理特性的数字孪生初始模型,利用实时采集的二次供水温度、回水温度及流量数据与理论负荷需求曲线的空间坐标映射计算动态偏差因子,并依据动态偏差因子修正数字孪生初始模型的边界条件,生成更新的数字孪生模型,输出供热系统负荷预测值。
2、为了实现上述目的,本发明提供如下技术方案:本发明提供了一种基于数字孪生模型的供热系统负荷预测方法,包括:获取供热系统内各换热站的历史运行数据及对应时段的历史气象数据,构建反映供热管网物理特性的数字孪生初始模型;采集目标换热站的实时二次供水温度、回水温度及流量数据,通过所述数字孪生初始模型模拟该换热站在当前气象条件下的理论负荷需求曲线;将实时采集的二次供水温度、回水温度及流量数据与所述数字孪生初始模型模拟的理论负荷需求曲线进行空间坐标映射,计算各换热站实际负荷与模拟负荷之间的动态偏差因子;根据所述动态偏差因子修正所述数字孪生初始模型的边界条件,生成更新的数字孪生模型;将所述更新的数字孪生模型输出的负荷预测结果作为供热系统负荷预测值。该方法通过历史数据与实时数据的融合以及动态偏差因子对模型边界条件的闭环修正,能够提高供热系统负荷预测的实时性和准确性。
3、作为本发明的一个技术方案,构建所述数字孪生初始模型时,将各换热站的历史二次供水温度、回水温度、流量及对应时段的历史室外温度、风速、太阳辐射强度数据按时间戳对齐,形成历史数据集;根据历史数据集中的室外温度、风速和太阳辐射强度,计算各换热站在各历史时刻的综合热负荷修正系数;将所述综合热负荷修正系数与历史二次供水温度、回水温度及流量数据关联,建立各换热站的热负荷特征矩阵;根据各换热站的热负荷特征矩阵和供热管网的空间拓扑结构,构建所述数字孪生初始模型的静态结构框架。这样,所述静态结构框架既包含各换热站的历史热负荷特征,又包含供热管网的空间连接关系和热传输衰减特性,为负荷预测提供符合物理实际的模型基础。
4、优选的,形成所述历史数据集时,从各换热站的本地数据库中提取预设历史时段内每隔预设采样间隔记录的二次供水温度值、回水温度值和流量值;从气象数据服务端获取与所述预设历史时段内每个采样时刻对应的室外温度值、风速值和太阳辐射强度值;以采样时刻的时间戳为主键,将同一时刻的二次供水温度值、回水温度值、流量值、室外温度值、风速值和太阳辐射强度值合并为一条历史数据记录;将所有历史数据记录按照时间先后顺序排列,构成所述历史数据集。通过时间戳对齐和多源数据融合,保证历史数据在时间维度上的一致性。
5、优选的,计算所述综合热负荷修正系数时,对历史数据集中每个历史时刻的室外温度值、风速值和太阳辐射强度值分别进行归一化处理,得到归一化室外温度值、归一化风速值和归一化太阳辐射强度值;将归一化室外温度值乘以预设的温度权重系数,得到温度贡献分量;将归一化风速值乘以预设的风速权重系数,得到风速贡献分量;将归一化太阳辐射强度值乘以预设的辐射权重系数,得到辐射贡献分量;将同一历史时刻的温度贡献分量、风速贡献分量和辐射贡献分量相加,得到该历史时刻的综合热负荷修正系数。该修正系数综合考虑多种气象因素对热负荷的影响,能够更准确地刻画不同气象条件下的热负荷变化规律。
6、优选的,建立所述热负荷特征矩阵时,以换热站编号为行索引,以历史时刻的时间戳为列索引,构建各换热站的历史二次供水温度矩阵、历史回水温度矩阵、历史流量矩阵和历史综合热负荷修正系数矩阵;将所述历史二次供水温度矩阵、历史回水温度矩阵、历史流量矩阵和所述历史综合热负荷修正系数矩阵沿矩阵深度方向堆叠,生成各换热站的四维热负荷特征张量;将各换热站的编号与对应的四维热负荷特征张量关联存储,形成各换热站的热负荷特征矩阵集合。通过多维特征张量保存换热站的多源运行特征,便于后续负荷模拟和偏差修正时快速索引。
7、优选的,构建所述静态结构框架时,获取供热管网的管网拓扑图,所述管网拓扑图包含各换热站节点及连接各换热站节点的供热管道边,每条供热管道边标注有管道长度、管径和保温层厚度参数;将各换热站节点对应的热负荷特征矩阵嵌入所述管网拓扑图中对应的换热站节点位置;根据每条供热管道边的管道长度、管径和保温层厚度参数,计算每条供热管道边的热传输衰减系数;将所述热传输衰减系数标注于所述管网拓扑图中对应的供热管道边上,生成带热负荷特征和热传输衰减系数的数字孪生初始模型的静态结构框架。该静态结构框架能够反映供热管网的空间拓扑和热传输衰减特性,使负荷预测更符合管网实际物理特性。
8、作为本发明的一个技术方案,通过所述数字孪生初始模型模拟理论负荷需求曲线时,从目标换热站的现场采集终端获取当前时刻的实时二次供水温度值、实时回水温度值和实时流量值;从气象数据服务端获取当前时刻及未来预设时长内每个预测时刻的室外温度预测值、风速预测值和太阳辐射强度预测值;将未来预设时长内每个预测时刻的室外温度预测值、风速预测值和太阳辐射强度预测值输入所述数字孪生初始模型的静态结构框架中,结合目标换热站的热负荷特征矩阵,计算每个预测时刻的理论热负荷值;将每个预测时刻与其对应的理论热负荷值按时间顺序排列,生成目标换热站在当前气象条件下的理论负荷需求曲线。通过引入未来气象预测数据,使理论负荷需求曲线具有超前预测能力。
9、优选的,计算所述动态偏差因子时,将实时采集的二次供水温度值和回水温度值相减,得到实时供回水温差值;将所述实时供回水温差值乘以实时流量值及预设的热容常数,得到该换热站的实时实际负荷值;在所述理论负荷需求曲线上查找与当前时刻对应的理论热负荷值,作为该换热站的当前模拟负荷值;将所述实时实际负荷值除以所述当前模拟负荷值,得到该换热站在当前时刻的动态偏差因子。该动态偏差因子反映模型模拟值与实际运行值之间的偏离程度,为后续模型边界条件修正提供量化依据。
10、作为本发明的一个技术方案,根据所述动态偏差因子修正所述数字孪生初始模型的边界条件时,将各换热站当前时刻的动态偏差因子与预设的偏差因子阈值区间进行比较,当动态偏差因子超出所述偏差因子阈值区间时,标记对应的换热站为偏差异常换热站;提取偏差异常换热站在所述数字孪生初始模型的静态结构框架中对应的热负荷特征矩阵,将所述热负荷特征矩阵中的历史综合热负荷修正系数乘以当前时刻的动态偏差因子,得到修正后的综合热负荷修正系数;将所述静态结构框架中偏差异常换热站对应的热负荷特征矩阵替换为修正后的综合热负荷修正系数构成的新热负荷特征矩阵,生成更新的数字孪生模型的静态结构框架。仅对偏差异常换热站进行修正,能够降低计算量,同时使模型快速适应换热站实际运行状态变化。
11、将所述更新的数字孪生模型输出的负荷预测结果作为供热系统负荷预测值时,将所述更新的数字孪生模型的静态结构框架中所有换热站节点的修正后的热负荷特征矩阵沿时间轴向前外推预设预测步长,生成每个换热站节点在预测时刻的预测热负荷值;将所有换热站节点在预测时刻的预测热负荷值相加,得到供热系统在预测时刻的总负荷预测值;将所述总负荷预测值按照各换热站节点的预测热负荷值占总预测热负荷值的比例分配至各换热站节点,得到各换热站节点的负荷分配预测值;将所述总负荷预测值和各换热站节点的负荷分配预测值组合,作为供热系统负荷预测值输出。该输出结果同时包含系统总负荷和各个换热站的负荷分配,便于供热系统进行整体调度和局部精细化调控。
12、在上述技术方案中,本发明提供的技术效果和优点:
13、获取供热系统内各换热站的历史二次供水温度、回水温度、流量及对应时段的历史室外温度、风速、太阳辐射强度数据,按时间戳对齐形成历史数据集;对室外温度、风速和太阳辐射强度进行归一化处理并加权求和,得到各换热站在各历史时刻的综合热负荷修正系数;将综合热负荷修正系数与历史二次供水温度、回水温度及流量数据关联,建立各换热站的热负荷特征矩阵;获取供热管网的管网拓扑图,将各换热站节点对应的热负荷特征矩阵嵌入管网拓扑图中,并根据管道长度、管径和保温层厚度参数计算每条供热管道边的热传输衰减系数,生成带热负荷特征和热传输衰减系数的数字孪生初始模型的静态结构框架。通过上述方案,气象条件对热负荷的影响被量化为综合热负荷修正系数并纳入各换热站的热负荷特征矩阵,供热管网的拓扑连接关系和管道物理参数被引入模型结构,使数字孪生初始模型能够描述各换热站之间的热力耦合关系和热量传输衰减。相比于仅基于历史数据统计或简化热平衡方程的负荷预测方式,该模型静态结构更接近供热管网的实际物理特性,模型模拟的理论负荷需求曲线与管网真实热力过程具有更好的一致性,减少因忽略管网拓扑和热传输衰减引起的负荷预测偏差。
14、采集目标换热站的实时二次供水温度、回水温度及流量数据,通过数字孪生初始模型模拟该换热站在当前气象条件下的理论负荷需求曲线;将实时采集的二次供水温度值和回水温度值相减得到实时供回水温差值,乘以实时流量值和热容常数得到实时实际负荷值;在理论负荷需求曲线上查找当前时刻对应的理论热负荷值,将实时实际负荷值除以当前模拟负荷值,得到动态偏差因子;根据动态偏差因子修正数字孪生初始模型的边界条件,对偏差异常换热站的热负荷特征矩阵中的综合热负荷修正系数乘以动态偏差因子,生成更新的数字孪生模型。通过上述方案,实时运行数据与理论模拟结果之间的偏差被量化为动态偏差因子,并反向作用于模型边界条件,使模型在每次预测前经过实时偏差校正,能够跟随实际负荷波动和气象条件变化进行动态调整。相比于常规数字孪生模型静态建模或仅将实时数据作为输入而不修正模型结构的预测方式,该方案使模型输出负荷预测值更贴近供热系统当前实际运行状态,减少因模型边界条件固定或更新滞后造成的预测偏差。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com