一种基于室温反馈的热力站在线动态调控装置及方法与流程

1.本发明涉及供热系统调控技术领域，尤其涉及一种基于室温反馈的热力站在线动态调控装置及方法。


背景技术：

2.集中供热系统需要精细化管理，热力站运行调控是保证建筑室内环境舒适和系统经济运行的关键。
3.申请号码为202011056472.0，专利名称为《一种基于负荷预测和室温反馈修正的全网平衡调节方法》，其通过调节供热系统参数实现基于负荷预测和室温反馈的调控策略，实现全网平衡。
4.申请号码为202010911257.8，专利名称为《一种基于室内温度的换热站反馈预测调控方法》，其基于室温对供水温度进行预测，实现对供热系统的调控。
5.上述两篇现有技术方案，在研究预测模型时仅考虑了室外气象参数以及历史运行参数，虽然优于传统的静态前馈，但存在用户末端用热不均匀以及调控效率较低的问题。因为，供热系统具有滞后性，室外温度突变对调控效率影响较大。
6.现有技术问题及思考：
7.如何解决热力站调控效率较低、效果较差的技术问题。


技术实现要素：

8.本发明所要解决的技术问题是提供一种基于室温反馈的热力站在线动态调控装置及方法，其通过热力站预测供水温度模型等，实现热力站调控效率较高、效果较好。
9.为解决上述技术问题，本发明所采取的技术方案是：一种基于室温反馈的热力站在线动态调控装置包括用于热力站调控供水温度的热力站供水温度模型，所述热力站供水温度模型包括热力站预测供水温度模型，所述热力站预测供水温度模型通过引入室外温度高温累积和室外温度低温累积，结合室外温度和历史周期供水温度，以多元线性回归为基础，采用递归最小二乘，热力站预测供水温度模型即公式(2)，
[0010][0011]
式(2)中，为第i周期热力站预测供水温度，单位℃；为第i周期室外温度，单位℃；i
i
为第i周期太阳辐射，单位w/m2；v
i
为第i周期室外风速，单位m/s；分别对应为第(i
‑
1)周期、第(i
‑
2)周期至第(i
‑
m)周期热力站预测供水温度，单位℃；m为历史周期；ht
i
为第i周期的高温累积值，单位℃；lt
i
为第i周期的低温累积值，单位℃；a1为第i周期室外温度的拟合系数，a2为第i周期太阳辐射的拟合系数，a3为第i周期室外风速的拟合系数，a4为第(i
‑
1)周期热力站预测供水温度的拟合系数，a5至a
m
分别对应为第(i
‑
2)周期至第(i
‑
m)周期热力站预测供水温度的拟合系数，a
k
为第i周期室外温度高温累积值的拟合系数，a
l
为第i周期室外温度低温累积值的拟合系数。
[0012]
进一步的技术方案在于：所述热力站供水温度模型还包括热力站预测供水温度修正模型，所述热力站预测供水温度修正模型基于实际室温与设定室温差值建立获得，热力站预测供水温度修正模型即公式(8)，
[0013][0014]
式(8)中，为热力站修正供水温度，单位℃；为热力站预测供水温度，单位℃；δt
n,i
为设定室温与实际室内平均温度的差值，单位℃，实际室内平均温度即实际室温；α为供水温度与回水温度差值的拟合系数。
[0015]
进一步的技术方案在于：还包括控制器和调控模块，所述调控模块为程序模块，用于控制器获取室外温度、室外风速、太阳辐射、热力站供水温度、热力站回水温度和用户的室内温度，控制器根据热力站供水温度模型计算并获得用于热力站调控的供水温度。
[0016]
进一步的技术方案在于：还包括设置在用户室内用于获取室内温度的室温采集装置、设置在室外用于获取室外温度的室外温度传感器、用于获取室外风速的室外风速传感器和用于获取太阳辐射的太阳辐射传感器以及设置在热力站二次管路侧用于获取热力站供水温度的热力站供水温度传感器和用于获取热力站回水温度的热力站回水温度传感器，所述控制器分别单独与室温采集装置、室外温度传感器、室外风速传感器、太阳辐射传感器、热力站供水温度传感器和热力站回水温度传感器连接并通信。
[0017]
进一步的技术方案在于：所述控制器为plc控制器。
[0018]
一种基于室温反馈的热力站在线动态调控方法包括获取室外温度、室外风速、太阳辐射、热力站供水温度、热力站回水温度和用户的室内温度，根据热力站供水温度模型计算并获得用于热力站调控的供水温度。
[0019]
进一步的技术方案在于：基于控制器，控制器获取室外温度、室外风速、太阳辐射、热力站供水温度、热力站回水温度和用户的室内温度，控制器根据热力站供水温度模型计算并获得用于热力站调控的供水温度。
[0020]
进一步的技术方案在于：还基于设置在用户室内用于获取室内温度的室温采集装置、设置在室外用于获取室外温度的室外温度传感器、用于获取室外风速的室外风速传感器和用于获取太阳辐射的太阳辐射传感器以及设置在热力站二次管路侧用于获取热力站供水温度的热力站供水温度传感器和用于获取热力站回水温度的热力站回水温度传感器，所述控制器分别单独与室温采集装置、室外温度传感器、室外风速传感器、太阳辐射传感器、热力站供水温度传感器和热力站回水温度传感器连接并通信。
[0021]
一种基于室温反馈的热力站在线动态调控装置包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，所述处理器执行计算机程序时实现上述基于室温反馈的热力站在线动态调控方法的步骤。
[0022]
一种基于室温反馈的热力站在线动态调控装置为计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于室温反馈的热力站在线动态调控方法的步骤。
[0023]
采用上述技术方案所产生的有益效果在于：
[0024]
一种基于室温反馈的热力站在线动态调控装置包括用于热力站调控供水温度的热力站供水温度模型，所述热力站供水温度模型包括热力站预测供水温度模型，所述热力站预测供水温度模型通过引入室外温度高温累积和室外温度低温累积，结合室外温度和历史周期供水温度，以多元线性回归为基础，采用递归最小二乘获得。其通过热力站供水温度模型实现热力站调控效率较高、效果较好。
[0025]
一种基于室温反馈的热力站在线动态调控方法包括获取室外温度、室外风速、太阳辐射、热力站供水温度、热力站回水温度和用户的室内温度，根据热力站供水温度模型计算并获得用于热力站调控的供水温度。该方法实现热力站动态调控，效率较高、效果较好。
[0026]
一种基于室温反馈的热力站在线动态调控装置包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，所述处理器执行计算机程序时实现上述基于室温反馈的热力站在线动态调控方法的步骤。其通过执行含有热力站供水温度模型的程序等，实现热力站动态调控效率较高、效果较好。
[0027]
一种基于室温反馈的热力站在线动态调控装置为计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于室温反馈的热力站在线动态调控方法的步骤。其通过处理器执行含有热力站供水温度模型的程序等，实现热力站调控效率较高、效果较好。
[0028]
详见具体实施方式部分描述。
附图说明
[0029]
图1是本发明实施例1的原理框图；
[0030]
图2是本发明中调控方法的流程图；
[0031]
图3是本发明中多元线性回归的原理图；
[0032]
图4是本发明中递归最小二乘的数据流程图；
[0033]
图5是本发明中热力站预测供水温度和修正供水温度的数据图。
具体实施方式
[0034]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本技术及其应用或使用的任何限制。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0035]
在下面的描述中阐述了很多具体细节以便于充分理解本技术，但是本技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施例的限制。
[0036]
实施例1：
[0037]
如图1所示，本发明公开了一种基于室温反馈的热力站在线动态调控装置包括控制器、安装在用户室内用于获取室内温度的室温采集装置、安装在室外用于获取室外温度的室外温度传感器、安装在室外用于获取室外风速的室外风速传感器、安装在室外用于获取太阳辐射的太阳辐射传感器、安装在热力站二次管路侧用于获取热力站供水温度的热力
站供水温度传感器和安装在热力站二次管路侧用于获取热力站回水温度的热力站回水温度传感器以及调控模块，所述控制器为计算机，所述室温采集装置与控制器连接并单向通信，所述室外温度传感器与控制器连接并单向通信，所述室外风速传感器与控制器连接并单向通信，所述太阳辐射传感器与控制器连接并单向通信，所述热力站供水温度传感器与控制器连接并单向通信，所述热力站回水温度传感器与控制器连接并单向通信。
[0038]
所述调控模块为程序模块，用于控制器获取室外温度、室外风速、太阳辐射、热力站供水温度、热力站回水温度和用户的室内温度，控制器根据热力站供水温度模型计算并获得用于热力站调控的供水温度。
[0039]
所述热力站供水温度模型为用于热力站调控供水温度的模型，所述热力站供水温度模型包括热力站预测供水温度模型和热力站预测供水温度修正模型。
[0040]
所述热力站预测供水温度模型通过引入室外温度高温累积和室外温度低温累积，结合室外温度和历史周期供水温度，以多元线性回归为基础，采用递归最小二乘得到，热力站预测供水温度模型即公式(2)，
[0041][0042]
式(2)中，为第i周期热力站预测供水温度，单位℃；为第i周期室外温度，单位℃；i
i
为第i周期太阳辐射，单位w/m2；v
i
为第i周期室外风速，单位m/s；分别对应为第(i
‑
1)周期、第(i
‑
2)周期至第(i
‑
m)周期热力站预测供水温度，单位℃；m为历史周期；ht
i
为第i周期的高温累积值，单位℃；lt
i
为第i周期的低温累积值，单位℃；a1为第i周期室外温度的拟合系数，a2为第i周期太阳辐射的拟合系数，a3为第i周期室外风速的拟合系数，a4为第(i
‑
1)周期热力站预测供水温度的拟合系数，a5至a
m
分别对应为第(i
‑
2)周期至第(i
‑
m)周期热力站预测供水温度的拟合系数，a
k
为第i周期室外温度高温累积值的拟合系数，a
l
为第i周期室外温度低温累积值的拟合系数。
[0043]
所述热力站预测供水温度修正模型基于实际室温与设定室温差值建立获得，热力站预测供水温度修正模型即公式(8)，
[0044][0045]
式(8)中，为热力站修正供水温度，单位℃；为热力站预测供水温度，单位℃；δt
n,i
为设定室温与实际室内平均温度的差值，单位℃，实际室内平均温度即实际室温；α为供水温度与回水温度差值的拟合系数。
[0046]
其中，所述控制器为计算机即中控机，在中控机上形成数据平台，控制器、室温采集装置、室外温度传感器、室外风速传感器、太阳辐射传感器、热力站供水温度传感器和热力站回水温度传感器本身以及相应的通信连接技术为现有技术在此不再赘述，数据平台为现有技术在此不再赘述。
[0047]
实施例2：
[0048]
本发明公开了一种基于室温反馈的热力站在线动态调控方法，基于实施例1的装
置，包括如下方法：控制器的处理器获取室外温度、室外风速、太阳辐射、热力站供水温度、热力站回水温度和用户的室内温度，控制器的处理器根据热力站供水温度模型计算并获得用于热力站调控的供水温度。
[0049]
实施例3：
[0050]
本发明公开了一种基于室温反馈的热力站在线动态调控装置包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，所述处理器执行计算机程序时实现实施例2的步骤。
[0051]
实施例4：
[0052]
本发明公开了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现实施例2中的步骤。
[0053]
本技术的构思：
[0054]
现有技术一般只考虑供水温度、室外温度和历史周期供水温度的影响，存在能源浪费的问题。
[0055]
因为，供热系统具有大滞后性，其运行调控应与系统时滞特性融合。另外，室外温度突升或者骤降的情况对于调控很重要，随着室温采集技术的成熟应用，在调控中融入室内温度因素作为反馈，形成周期多数据的动态预测修正策略，实现热力站智慧化调控目标的方向。
[0056]
因此，为了优化供热系统节能运行，实现热力站精细化智能调控，降低供热系统能耗，提出一种基于室温反馈的热力站在线动态调控方法。
[0057]
发明人发现在室外温度突升或者骤降的时候，供水温度并不能很好地适应室外温度的突然变化。通过引入室外温度高温累积效应和低温累积效应，发现供水温度能够更好地满足用户末端热舒适。因此，该案的发明构思在于引入室外温度高温累积和低温累积，结合室外温度和历史周期供水温度建立供水温度预测模型，可以在满足热舒适的同时降低能耗。
[0058]
另外，室外温度是动态变化且具有偶然性的，因此本技术在现有技术基础上基于递归最小二乘实现供水温度在线动态预测，更能提供所需的供水温度。
[0059]
本技术在上述基础上引入室外温度高温累积效应、低温累积效应对供水温度的影响，且基于递归最小二乘实现更全面的在线动态调控。
[0060]
引入室外温度高温累积效应、低温累积效应，基于递归最小二乘建立热力站预测供水温度模型，并且基于室温反馈的同时考虑建筑热特性形成的调控方法可以使供水温度更好地适应室外温度的变化，更能满足用户室内要求，降低能耗。
[0061]
本技术的技术特点：
[0062]
在热力站供水温度预测模型中引入室外温度高温累积效应ceht和低温累积效应celt，该因素是其它技术未考虑的。
[0063]
以多元线性回归为基础，基于递归最小二乘建立热力站预测供水温度模型，该技术是在以往基础上更加优化在线动态预测。
[0064]
依据设定室内温度与实际室内平均温度差值建立热力站供水温度修正模型时，考虑了建筑的不同热特性。
[0065]
技术方案说明：
[0066]
如图2所示，一种基于室温反馈的热力站在线动态调控方法，包括：
[0067]
步骤s1，从数据平台读取室外温度、风速、太阳辐射、室内温度以及热力站供水温度、回水温度，采样周期为10min，并对采集数据进行预处理，从而获得预处理后的数据。
[0068]
步骤s2，依据建筑时滞特性和管网传输特性确定热力站的调控时间间隔。
[0069]
步骤s3，将预处理后的数据按照调控时间间隔划分为周期时序数据，并通过spss软件相关性初步确定热力站供水温度的影响因素。
[0070]
步骤s4，引入室外温度高温累积效应ceht、低温累积效应celt参数，结合历史周期供水温度等因素基于多元线性回归，递归最小二乘建立多因素热力站预测供水温度模型。
[0071]
步骤s5，依据用户实际室内平均温度与设定室温的差值建立热力站预测供水温度修正模型，得到满足热力站设定室温的供水温度，将该种方法应用到实际供热系统中满足室内热舒适同时降低能耗。
[0072]
步骤s1具体表现为，从数据平台获取的室内温度是由安装在用户室内的无线室温采集器进行收集，热力站供水温度和回水温度是由安装在热力站的传感器进行采集上传至数据平台。在后续计算时采用室内平均温度计算，室内平均温度为热力站下辖用户的面积加权室内温度，计算公式为(1)
[0073][0074]
式(1)中，t
n
为热力站室内平均温度，单位℃；s1、s2、...、s
j
分别对应为该热力站下辖第1至第j用户房屋的面积，单位m2；t
in,1
、t
in,2
、...、t
in,j
分别对应为第1至第j用户的室内温度，单位℃。
[0075]
数据预处理分为三部分，离群数据剔除、空缺数据填充和噪声数据平滑处理。采用拉依达准则对离群值进行剔除，异常值少的采用三次样条插值补充，连续时间段内出现p个异常值，p为人为设定，p＝10个周期时间段，当异常值超过10个则直接舍弃该段数据，最后采用指数法和高斯窗相结合对数据进行平滑化处理，优点是削弱数据噪声，降低数据本身带来的误差，提高辨识准确度。
[0076]
步骤s2具体表现为，通过建筑时滞特性得到热力站的延迟时间叠加管网传输特性得到的热力站延迟时间，得到热力站的调控时间间隔即周期，并用于后续热力站供水温度预测周期。
[0077]
步骤s3具体表现为，依据步骤s1得到的预处理后的数据按照步骤s2的调控周期划分成周期时序数据，分析热力站预测周期供水温度与历史周期供水温度的相关性，由于供热系统强大滞后性和建筑时滞特性，历史周期的供水温度也会影响预测周期的供水温度，因此考虑历史周期与预测周期供水温度的关系，利用spss软件分析热力站预测周期供水温度与历史各周期供水温度之间的相关性，其中相关性判断依据为：当相关系数r满足|r|≤0.3，为弱线性相关或不存在线性相关；r满足0.3＜|r|≤0.5，为中度线性相关，相关性不明显；r满足0.5＜|r|≤0.8，为显著线性相关，存在明显的相关性；r满足|r|＞0.8，为高度相关，存在极强的线性相关。以显著相关为目标确定输入参数历史周期的选取，初步确定热力站供水温度预测模型的输入参数。
[0078]
步骤s4具体表现为，当室外温度突升骤降时，供热系统强大的滞后性导致热负荷
不能迅速做出反应来满足建筑末端的要求，由此引入室外温度高温累积效应ceht和低温累积效应celt。室外温度突升时，热负荷由于惯性作用会随室外温度的升高而升高，即使室外温度突然大幅度升高，热负荷也不会迅速下降，换句话说：假设连续一段时间的室外温度序列为该段时间对应的供水温度序列为该段时间对应的供水温度序列为为室外温度突升时刻，之后是一段连续高温，即即由于滞后性导致对应的供水温度逐渐上升，连续高温下的供水温度明显大于瞬态高温下的供水温度，即为了在实际热力站供水温度预测模型中考虑到这种现象，引入室外温度高温累积效应ceht，而低温累积效应正好与之相反。
[0079]
将步骤s3得到的历史周期供水温度、室外温度、风速、太阳辐射以及各周期对应的高温累积值ht
i
和低温累积值lt
i
，基于多元线性回归拟合得到热力站预测供水温度模型即公式(2)，在线动态是依据递归最小二乘。
[0080][0081]
式(2)中，为第i周期热力站预测供水温度，单位℃；为第i周期室外温度，单位℃；i
i
为第i周期太阳辐射，单位w/m2；v
i
为第i周期室外风速，单位m/s；分别对应为第(i
‑
1)周期、第(i
‑
2)周期至第(i
‑
m)周期热力站预测供水温度，单位℃；m为历史周期，不同类型热力站选取的历史周期m值不一样；ht
i
为第i周期的高温累积值，单位℃；lt
i
为第i周期的低温累积值，单位℃；a1为第i周期室外温度的拟合系数，a2为第i周期太阳辐射的拟合系数，a3为第i周期室外风速的拟合系数，a4为第(i
‑
1)周期热力站预测供水温度的拟合系数，a5至a
m
分别对应为第(i
‑
2)周期至第(i
‑
m)周期热力站预测供水温度的拟合系数，a
k
为第i周期室外温度高温累积值的拟合系数，a
l
为第i周期室外温度低温累积值的拟合系数。
[0082]
步骤s5具体表现为，在供热系统稳定运行时，第i调控周期内存在公式(3)：
[0083][0084]
式(3)中，k
rad
为散热器综合传热系数，单位w/m2·
℃；kw为围护结构的综合传热系数，单位w/m2·
℃；f
rad
为散热器总散热面积，单位m2；f
w
为围护结构的总传热面积，单位m2；为第i周期内热力站预测供水温度，单位℃；为第i周期内热力站预测回水温度，单位℃；为第i周期内室内平均温度，单位℃；为第i周期内室外空气综合温度，单位℃；室外空气综合温度的计算见公式(4)；τ为时间，单位min；q为用户i周期内所需热负荷，单位w。
[0085][0086]
式(4)中，t
z
为室外温度，单位℃；a为围护结构外表面对太阳辐射的吸收率；α
out
为围护结构外表面的对流换热系数，单位w/m2·
℃；α
out
＝a+bv+cv2，v为风速，单位m/s；i为太阳辐射照度，单位w/m2。
[0087]
当第i周期供热量不变时，公式(3)经过积分变换为
[0088][0089]
令当实际室内平均温度等于设定室内温度时，第i周期存在
[0090][0091]
式(6)中，为修正供水温度，即设定室内温度下对应的热力站供水温度，单位℃；为设定室内温度下的热力站回水温度，单位℃；为设定室内温度，单位℃；bc
i
为i周期内的建筑热特性。
[0092]
公式(6)(5)作差，得到
[0093][0094]
通过大数据拟合有令基于实际室温与设定室温差值建立热力站预测供水温度的修正模型为
[0095][0096]
式(8)中，为热力站修正供水温度，单位℃；为热力站预测供水温度，单位℃；δt
n,i
为设定室温与实际室内平均温度的差值，单位℃；α为供水温度与回水温度差值的拟合系数。
[0097]
由此公式(2)为热力站预测供水温度模型，公式(8)为热力站预测供水温度修正模型。
[0098]
数据实施例说明：
[0099]
选用保密运行一段时间的寒冷地区热力站a为例进行本专利的实施案例阐述。以2018～2019年度供暖季的数据为基础，首先通过数据平台获得室外温度、风速、太阳辐射、
热力站供水温度、回水温度以及室内温度，并依据步骤s1进行数据预处理。室内温度由安装在用户室内的无线室温采集装置收集，无线室温采集器的位置分布在整个小区的底层、中间层、顶层，阴面阳面都考虑在内，类似于九宫格的形式，热力站a下辖203个用户，安装无线室温采集装置25个，满足安装比例达10％要求。室外温度、风速、太阳辐射以及热力站供水温度、回水温度由安装在热力站的传感器收集。其中室内平均温度按公式(1)计算得到，室外空气综合温度由公式(4)计算得到。
[0100]
1.基于建筑时滞特性和管网传输特性确定热力站a的建筑时滞特性下延迟时间为u，管网传输特性下延迟时间为w；综合得到热力站a的调控时间间隔为q，q作为后续预测周期，由于整个系统运行数据是动态变化的，得到u为4.5～6.0h，w为10～20min，q约为4.5～6.5h，为了后续调控方便，q选取6h，即6h为一个调控周期。
[0101]
2.按照调控时间间隔q将热力站a下辖处理好的数据划分为周期时序数据，对应的时间序列为[τ1,τ
1+p
,τ
1+2p
,...]。依次将对应周期时间序列中的热力站供水温度、回水温度、室外温度以及室内平均温度等数据求平均进行相关性分析。
[0102]
如表1所示，热力站预测周期供水温度与前12周期的历史供水温度进行相关性分析，得到相关性分析结果。可以看出对于前8个历史周期的供水温度与预测周期供水温度的相关系数r均在0.8以上，处于高度线性相关，因此对于热力站a选取前8个历史周期供水温度作为输入参数，即m＝8。
[0103]
表1：历史周期供水温度选取结果表
[0104][0105]
3.依据步骤s4，首先要定义边界温度，确定2018～2019供暖季的边界低温为
‑
5.9℃，边界高温为15.6℃。将每周期的小时室外温度按照公式(9)、(10)计算各个周期的室外温度高温累积值ht
i
，低温累积值lt
i
。
[0106]
[0107][0108]
式中，ht
i
为各周期高温累积值，单位℃；lt
i
为各周期低温累积值，单位℃；t0为高温边界值，单位℃；t
00
为低温边界值，单位℃；k
f
为影响周期系数值；t
hmax.(i
‑
f)
为前几周期小时内最高温度，单位℃；t
hmin.(i
‑
f)
为前几周期小时内最低温度，单位℃。
[0109]
如图3所示，依据多元线性回归的原理，建立热力站预测供水温度模型，其中x1、x2、...x
n
代表热力站供水温度的影响因素，分别相应对应为室外温度、室外风速、太阳辐射、历史周期供水温度、室外温度高温累积值和室外温度低温累积值；y1代表本文研究的输出参数即热力站预测供水温度。结合前8历史周期供水温度、室外温度以及风速、太阳辐射基于多元线性回归建立模型。代入热力站预测供水温度模型，即公式(2)，得到热力站a的热力站预测供水温度模型为公式(11)。
[0110]
如图4所示，基于递归最小二乘进行动态计算预测。基于递归最小二乘实现在线动态预测，每增加一周期的数据，叠加原来的数据一起预测得到该周期的预测供水温度。i代表各周期，i>m。
[0111]
如图5所示，得到的热力站预测供水温度模型。
[0112][0113]
式(11)中，为第i周期热力站预测供水温度，单位℃；为第i周期室外温度，单位℃；i
i
为第i周期太阳辐射，单位w/m2；v
i
为第i周期室外风速，单位m/s；为前一周期，前二周期，...，前8周期热力站供水温度，单位℃；m为历史周期，依据相关性分析，不同类型热力站选取的历史周期m值不一样；ht
i
为第i周期的高温累积值，单位℃；lt
i
为第i周期的低温累积值，单位℃。
[0114]
4.依据步骤s5中的热力站预测供水温度修正模型即公式(8)，对热力站预测供水温度进行修正，以得到设定室内温度下的供水温度，即将上一周期的室内平均温度与设定室内温度差值对预测周期的供水温度进行修正。
[0115]
如图5所示，得到修正供水温度。
[0116]
在此基础上对热力站a供暖季2019～2020进行应用，历史周期供水温度即上述步骤s3确定的m＝8，计算该采暖季低温边界值、高温边界值，进一步计算ht
i
和lt
i
，代入热力站预测供水温度模型即公式(2)，并依据公式(8)修正预测供水温度，以此得到热力站各周期的修正供水温度，应用结果显示热力站下辖用户室内平均温度均在设定室内温度20
±
1℃波动，满足室内舒适性。
[0117]
本技术保密运行一段时间后，现场技术人员反馈的有益之处在于：
[0118]
该技术更加能够实现供热系统精细化调控，有利于改善室温不均匀现象提高室内环境舒适度，降低整体采暖季热指标和能耗水平。
[0119]
与现有技术相比，本发明的有益效果是：
[0120]
1.研究热力站供水温度的影响因素更加全面。包括由供热系统滞后性和建筑时滞特性影响下的历史周期供水温度；极端天气下由于供热系统的热惯性，热负荷对室外温度突升骤降的变化不能瞬间做出改变，引入的室外温度高温累积效应和低温累积效应，以便热负荷能更好的顺应室外温度的变化；
[0121]
2.提出的热力站预测供水温度模型是依据递归最小二乘实现的在线动态调控，即每增加一个周期的数据，就叠加历史周期的数据进行计算，保证更精确地预测效果，区别于现有技术中的单个周期数据预测；
[0122]
3.提出的调控方法是针对热力站到用户的二级网的控制，将室内温度引入热力站控制中，与热力站预测供水温度模型形成前馈+反馈的复合闭环控制，更有利于改善室温不均匀现象提高室内环境舒适度，降低整体采暖季热指标和能耗水平。