一种基于5G技术的集中供暖系统的调度优化方法与流程

一种基于5g技术的集中供暖系统的调度优化方法
技术领域
1.本发明属于集中供暖系统调度技术领域，具体涉及一种基于5g技术的集中供暖系统的调度优化方法


背景技术：

2.2035年远景目标纲要中提到：“深化工业、建筑、交通等领域和公共机构节能，推动5g、大数据中心等新兴领域能效提升，强化重点用能单位节能管理，实施能量系统优化、节能技术改造等重点工程。”我国集中供暖应用广泛，耗能大，发展快。国家统计局发布的数据显示，2010年全国经营性的集中供热面积43亿平方米，2018年集中供热面积达到了87.8亿平方米，2019年更已经突破100亿平方米。从供热量上看，对比于2011年的蒸汽供热5.1亿吉焦和热水供热22.9亿吉焦，2019年，我国实现蒸汽供热 5.8亿吉焦，热水供热总量33.6亿吉焦。
3.集中供暖系统是由三部分组成：热源、换热站和热用户，采用供热管网衔接各个部分，集生产、输送和使用热量为一体的系统。集中供热系统中的热源是生产热的部分。供热管网是输送热的部分，它主要由管道和阀门等附件构成。热源与换热站之间称为一级(一次)网，热用户与换热站之间称为二级(二次)网。热用户是使用热量的部分，它主要有室内管道系统及末端用热设备构成。在换热站处总是存在供热量与需求量不匹配的现象，降低了热用户居住环境的舒适度，并且热源给换热站分配的热量存在近端换热站热量过多，远端换热站热量过少的现象。
4.目前，我国集中供暖仍采用传统的plc控制方法，不但供暖损耗巨大，信息不清晰，系统维修困难，用户端也经常出现冷热不稳，体验差的评价。


技术实现要素：

5.为解决上述技术问题，本发明提出了一种基于5g技术的集中供暖系统的调度优化方法。技术方案：在供暖系统中安装信息采集设备和通讯设备，建立环境参数与用户热负荷需求的关系，构建含有常系数的半经验公式。在运行数据中获取半经验公式中的系数。使用该公式预测在用户端边缘计算得单用户热负荷及用户端调度计划，各用户端将预测数据及实际数据上传至集控中心得出总热负荷需求预测曲线。室内信息采集设备与通讯设备配合调控室内温度。根据流体力学及传热学建立热网部件库，将各部件组合成实际热网。在模型上使用机器学习针对热负荷变化，在运行中进行热负荷优化调度。比对实际数据与预测运行数据，实时监测管网中的异常变化。通过分析管网中的压力，流量变化曲线，完成基于压力波法的管网异常检测。
6.本发明优化调度的具体调度如下：
7.首先建立建筑热平衡半经验公式，即各环境变量间的关系。
8.f(th，t
in
，t
out
，p，pe，qw，vw，ρw)＝0
ꢀꢀ
(2)
9.其中th为管道内换热介质平均温度，t
in
为室内温度，t
out
为室外温度， p为气压，pe为室内用电功率，ps为太阳辐射强度，qw为建筑新风量，vw为室外风力系数，ρw为室内湿度。
10.建立热平衡关系式：
11.sh sc s
t
sr ss se sa＝0
ꢀꢀ
(3)
12.sh是室内热系统从供暖设备中获取的热量，因此sh与管道平均换热温度与室内温度之差成正比。
13.sh＝kh(t
ha-t
in
)
ꢀꢀ
(4)
14.sc是室内系统与外界通风换热造成的热损失，因此与室内外温差成正比，与建筑通风量成正比。kc为通风换热系数。
15.sc＝kcqw(t
out-t
in
)
ꢀꢀ
(5)
16.s
t
是室内系统与外界传导换热造成的热损失，因此与室内温差成正比，与风力成一定关系。k
t1
为室外对流换热系数和k
t2
为热传导系数。
[0017][0018]
sr是室内外辐射换热造成的热损失，因此与室外温度的四次方与室内温度的四次方之差成正比。σr为辐射换热系数。
[0019][0020]ss
是太阳辐射对室内的加热功率，与测得当地太阳直射辐射强度成正比。为辐射系数，可查询表格并结合实际建筑位置计算得出。
[0021][0022]
se是室内电气设备功率之和，与电表功率相等。sa是室内生物体散热功率之和。
[0023]
室内温度变化速率为
[0024][0025]
各用户端通过物联网将数据实时传输至集控中心即可估算出每个部分和整体的热需求量。
[0026]
然后，建立各部件的数学模型。
[0027]
f(d，l，p，t，p，c，
…
)＝0
ꢀꢀ
(1)
[0028]
例如，对于输暖管线，可建立基于管段几何(直径，长度，倾角，粗糙度等)，介质物性(焓，温度，压力，比热容等)的数学模型；对于泵，可建立基于电功率，液体功率，压力比率，特性曲线等变量的数学模型。对于换热器，可建立基于温差，压力，相等变量的数学模型。
[0029]
任意一个部件均可简化为一段或多段一维流体模型，认为水是不可压缩流体，因此服从质量守恒方程，伯努利方程，热守恒方程。
[0030]
q1＝q2 qsꢀꢀ
(11)
[0031][0032]ein
eh es＝e
out
e
t
ꢀꢀ
(13)
[0033]
其中q为管道流量，z为高度，p为压力，ρ为流体密度，g为地球重力加速度，v为管道
流体平均流速，hf为沿程水头损失使用达西公式计算，hj为局部水头损失可通过查表得，hs为外部压力驱动，e
in
为流入计算部件的热量，eh为水头损失释放的热量，es为外部热源，e
out
为流出计算部件的热量， e
t
为热量散失，由热传导公式计算。
[0034]
q＝av
ꢀꢀ
(14)
[0035][0036]et
＝ksδt
ꢀꢀ
(16)
[0037]
将各部件连接成整体的复杂供暖系统，采用机器学习方法，以各部件的输入端流体参数为输入数据，输出端流体数据为输出数据，以一维流体模型为基础，训练得热系统中各设备及部件的数据模型。
[0038]
以各用户采暖需求和各设备运行参数(如阀门开度，泵功率，补水量等)为输入参数，通过模型计算出的汽轮机抽汽总热量为输出参数，以热效率最高为优化目标，训练得出最佳调控策略。
[0039][0040]
其中∑q
p
为系统消耗的能量总和，∑qc为用户采暖量总和。
[0041]
采用声波探测法实时监测系统运行状况，通过各设备变动时声波的频率及振幅关系，确定各设备的特性震动曲线。
[0042]
对于大型事故，通过对比表计数据曲线即可大致估算事故位置。对于小破口或小堵塞等则通过声波曲线识别的方式进行定位。由于管道内流速远小于流体声速。
[0043][0044]
安装带有水轮机的可从管内流体中获取能量的永久式管道机器人，在声波探测初步定位后，采用管道机器人精准探测。
具体实施方式
[0045]
以下对本发明实时例作进一步详细描述：
[0046]
一种基于5g技术的集中供暖系统的调度优化方法，以5g设施为基础，以供暖系统运行成本最小为优化目标，结合物理规律与机器学习方法，根据系统运行参数与其他外部信息(如天气)，确定供暖系统的最佳调度指令。
[0047]
具体包括以下步骤：
[0048]
步骤一：102、在室内采暖管道进出口安装温度计及流量计，在室内安装温度计，温控板，边缘计算设备。
[0049]
101、依据半经验公式以温度设定，进出口水温，流量及外部环境参数为输入参数，实际室温为输出参数，训练得室内温度模型。
[0050]
103、依据室内温度模型结合外部预测环境参数，预测未来的采暖量曲线。
[0051]
步骤二：102、在换热站安装智能表计，监控设备，边缘计算设备，工业网关，5g通讯节点。在集控中心安装工业网关，5g通讯节点，高性能计算机或云计算传输设备。
[0052]
101、在建立不同部件的一维流体数学模型，并将其连接成为整体供暖系统，通过历史数据机器学习训练得各部件参数间的关系。
[0053]
模型中，依据质量守恒和伯努利方程实时计算管道内压力分布。依据传热方程瞬态计算并预测供热系统运行状况。
[0054]
通过随机用户热需求为输入数据，模型计算出的总汽轮机抽汽量为输出数据，以最高热效率为目标，训练得最佳调度方案。
[0055]
步骤三：103、换热站内智能表计将数据传输至边缘计算设备，结合用户端预测采暖功率，天气预测等其他数据，根据供暖调度优化方案控制换热站内设备运行。
[0056]
103、用户端边缘计算设备和换热站边缘计算设备通过将计算结果传输至集控中心，集控中心通过高性能计算设备通过供暖调度优化方案计算出最优控制策略，并将策略通过5g网络反馈至换热站与用户端。
[0057]
步骤四：在长输暖管道两端安装声波探测器，训练学习实验换热站内设备调节造成的声音的频率能量图的变化。
[0058]
在事故发生时可以通过判断声波频谱图初步确定事故类型。对于长管道破口，测量长管道发生泄漏时两端探测器接收到的信号时间差，初步确定破口或堵塞位置。安装管道机器人检查确定实际破口位置并精准开挖维修。