基于物理模型和数据驱动模型的二次网供水温度优化方法

文档序号:36937695发布日期:2024-02-02 22:05阅读:14来源:国知局
基于物理模型和数据驱动模型的二次网供水温度优化方法

本发明属于集中供热,具体涉及一种基于物理模型和数据驱动模型的二次网供水温度优化方法。


背景技术:

1、集中供热系统中,由于用户的需热情况复杂,且受热网布局、建筑维护结构和气候等多种因素影响,供热企业大多按经验确定供水温度。以经验确定供水温度所得出的判断结果受主观因素影响较大,且对于多重因素综合作用下的供水温度判断缺乏基于全局的视野,容易出现室内温度不达标或过度供热造成能源浪费的情况。


技术实现思路

1、本发明提供了基于物理模型和数据驱动模型的二次网供水温度优化方法,可权衡多方面因素获取经过优化后的供水温度值,能解决过度供热或供热不足的问题。

2、基于物理模型和数据驱动模型的二次网供水温度优化方法,包括以下步骤:

3、s01)基于二次网的历史供热数据,获取二次网在温度调控时间间隔内的运行数据以及气象数据;s02)搭建数据驱动模型,所述驱动模型包括:用于预测用户端室内温度的室内温度预测模型,以及,用于预测回水温度的回水温度预测模型;s03)基于物理模型确定初始供水温度,对所确定的初始供水温度进行离散,获得若干离散供水温度;s04)将离散供水温度代入所述数据驱动模型,获得若干室内温度预测值以及回水温度预测值;s05)设计控制器评估所述室内温度预测值以及所述回水温度预测值的成本,通过优化器搜索最优的室内温度预测值以及所述回水温度预测值的组合,基于最优的室内温度预测值以及所述回水温度预测值的组合通过控制器输出实际供水温度。

4、进一步地,所述运行数据包括:供水温度、回水温度以及室内温度;所述气象数据包括:室内外温差、天气状况、风向、风力、相对湿度以及室外温度预测值。

5、进一步地,所述步骤s02)中,基于lstm神经网络搭建室内温度预测模型,以及,基于bp神经网络搭建回水温度预测模型。

6、进一步地,通过室内温度预测模型输出一目标时刻的室内温度预测值时,向所述室内温度预测模型中输入的参数包括:当前时刻值、所述当前时刻以前五个温度调控时间间隔所分别对应的时刻值,以及前述共六个时刻所分别对应的室外温度、室内外温差、天气状况、风向、风力、相对湿度、供水温度、前一时刻回水温度以及室外温度预测值;其中,目标时刻为当前时刻向后一个温度调控时间间隔所对应的时刻。

7、进一步地,通过回水温度预测模型输出一目标时刻的回水温度预测值时,向所述回水温度预测模型中输入的参数包括目标时刻的室外温度以及目标时刻的供水温度。

8、进一步地,所述步骤s03)中的物理模型基于稳定态热平衡方程建立,公式如下:

9、;

10、式中, t g为初始供水温度,单位为℃; t n为用户的室内温度,单位为℃; t’ g为二次网对用户的供水温度,单位为℃; t’ h为二次网收集的回水温度,单位为℃;b为散热器传热指数;为相对供暖热负荷比。

11、进一步地,所述控制器为mpc,mpc的目标函数如下:

12、;

13、式中, j为优化目标,为惩罚因子, tn为室内温度预测值, tnaim为设定的目标温度, tg为初始供水温度, th为回水温度预测值,为松弛变量,n为预测时刻,n为当前时刻,函数中的下标表示时间步长索引;优化目标的结果即为实际供水温度值。

14、进一步地,所述目标函数对初始供水温度进行约束,约束区间为[31,51]℃。

15、由于采用了上述技术方案,本发明的有益效果如下:

16、1.本申请通过物理模型定域,通过数据驱动模型定解,通过控制器进行结果寻优,相较于现有技术中的仅依靠物理模型计算供水温度的方式,本本申请所采用的技术方案能够权衡气象数据和管网运行数据,使实际供水温度脱离主观的工人经验,使供水温度的设定值更加客观。

17、2.本申请通过物理模型生成的初始供水温度后,再通过数据驱动模型对离散供水温度进行预测,以实现物理模型与数据驱动模型的交互,最终通过控制器对交互后的结果进行评估优选。通过多维数据并优选后的结果可减小室内温度的波动,使室内温度在目标值附近趋于稳定,也更加便于温度控制,进而,减小供水温度和回水温度之间的温差,提高供热效率。



技术特征:

1.基于物理模型和数据驱动模型的二次网供水温度优化方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于物理模型和数据驱动模型的二次网供水温度优化方法,其特征在于,

3.根据权利要求1所述的基于物理模型和数据驱动模型的二次网供水温度优化方法,其特征在于,

4.根据权利要求3所述的基于物理模型和数据驱动模型的二次网供水温度优化方法,其特征在于,

5.根据权利要求3或4所述的基于物理模型和数据驱动模型的二次网供水温度优化方法,其特征在于,

6.根据权利要求5所述的基于物理模型和数据驱动模型的二次网供水温度优化方法,其特征在于,

7.根据权利要求6所述的基于物理模型和数据驱动模型的二次网供水温度优化方法,其特征在于,

8.根据权利要求7所述的基于物理模型和数据驱动模型的二次网供水温度优化方法,其特征在于,


技术总结
本申请涉及一种基于物理模型和数据驱动模型的二次网供水温度优化方法,包括以下步骤:S01)基于历史供热数据,获取运行数据以及气象数据;S02)搭建数据驱动模型;S03)基于物理模型确定初始供水温度,离散后得到离散供水温度;S04)将离散供水温度代入数据驱动模型,获得若干室内温度预测值以及回水温度预测值;S05)设计控制器评估所述室内温度预测值以及所述回水温度预测值的成本,通过优化器搜索最优的室内温度预测值以及所述回水温度预测值的组合,通过控制器输出实际供水温度;本申请可权衡多方面因素获取经过优化后的供水温度值,能解决过度供热或供热不足的问题,能优化供热方式。

技术研发人员:张志浩,崔萍,周鑫磊
受保护的技术使用者:山东建筑大学
技术研发日:
技术公布日:2024/2/1
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1