一种基于模糊控制供热平衡调控的方法与流程

本发明涉及供热智能控制，具体为一种基于模糊控制供热平衡调控的方法。

背景技术：

1、在城市信息化进程中，供热系统的规模不断地扩大，供热的能源消耗巨大，尤其是在冬季寒冷地区，集中供热由热电厂或者区域锅炉进行集中热量供给，但是经常由于热力的不平衡等问题造成能耗大、供热质量差、热能浪费，集中供热系统的节能优化和智能化调节是供热领域最为关注和急需解决的问题。特别是供热的二网系统，调控过程，缺少有效的调节方法，大部分是由现场人工进行调节，人工经验存在差异化，经验缺乏的人工，调节温度不稳定，需要长时间的调控操作，人工成本投入大，效率低。同时供热二网平衡调控中，通常控制区域范围广，户数多，人工调控仅满足一部分用户调控，容易造成局部其他用户供热过热或者过冷，很难实现有效的全局供热平衡，造成热能资源的浪费和供热用户的投诉。

2、随着设备的自动化水平逐步提高，在供热二网系统上，出现了新兴产品智能调节阀，安装在调控管网的管道上进行流量调节，然而调节阀的成本高，在复杂构造上，长时间工作易损坏。如何在系统全局上实现供热平衡，提高整个供热系统的舒效比，目前没有有效的实现方案。

技术实现思路

1、本发明的目的在于提供一种基于模糊控制供热平衡调控的方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于模糊控制供热平衡调控的方法，该方法包括以下步骤：

3、s1、供热系统接收指令开始运作，供水管道中的热水通过阀门进入区域内部，通过区域内部管道输送到用户，经用户流出的水管经过回水管道输送到区域换热站；

4、s2、区域换电站与用户端之间设置有二网的供热平衡调控模块，回水侧的温度传感器获取到回水的温度值发送到二网的供热平衡调控模块，通过模糊控制策略进行流量调节阀门进行平衡调控；

5、s3、获取平衡调控完成时间，设置时间阈值，若平衡调控完成时间不满足时间阈值，反馈至管理员端口，进行预警。

6、根据上述技术方案，所述平衡调控包括：

7、二网的供热平衡调控模块获取二网回水侧温度传感器的回水温度值，进行回水温度值的卡尔曼滤波处理；

8、计算出目标回水温度与实际回水温度的差值te；

9、根据计算出来的差值te，如果te的绝对值大于b，进入一阶模糊控制器，如果te的绝对值大于a且小于b，则进入二阶模糊控制器；其中，a、b为模糊控制器内常数项；

10、经过调控的te绝对值小于1，则供热平衡调控结束，如果te绝对值不满足小于1，结合不同范围的温差值进入不同的控制器，基于供热的温度差进行流量阀门的控制来进行调控，直至te的绝对值小于1，调控结束。

11、根据上述技术方案，在供热系统中，温度传感器采集的温度数值，受网络传输和传感器设备精度的影响，采集的温度与实际温度存在出现较大的误差的现象，带来系统误差，为了获取精准的实际温度值，通过使用卡尔曼滤波进行温度值的处理，消除温度误差对调控策略的干扰。

12、所述进行回水温度值的卡尔曼滤波处理包括：predict和update两部分；所述predict通过之前的状态量和分布来预测当前时刻的状态：

13、

14、

15、其中，表示t时刻的状态预测值；f表示状态转移矩阵；ut-1表示t-1时刻的控制输入向量，b表示控制矩阵，wt表示过程噪声；表示t-1时刻的状态真实值；表示先验估计协方差，qt是过程噪声的方差；pt-1表示t-1时刻的协方差真实值；ft表示状态转移矩阵的逆矩阵；

16、所述update通过利用观测值和predict得出的预测值更新当前时刻的状态量以及协方差：

17、

18、

19、

20、其中，kt表示卡尔曼增益；h表示观测矩阵；ht表示观测矩阵逆矩阵；表示t时刻的状态真实值的优化值；r表示测量噪声协方差；pt表示状态估计协方差；zt表示供热系统的温度传感器获取的实际回水温度值。

21、根据上述技术方案，模糊控制器是一种基于模糊逻辑的控制器，用于处理复杂和模糊的输入和输出关系。结合整个供热系统控制过程的参数状态分布，经过状态方程的统计分析，把模糊控制过程划分两种输入参数不同的模糊控制器：

22、所述一阶模糊控制器指选用温度差和温度差的变化率进行大温差的精细调控策略，当te的绝对值大于b，使用温差te和温度差的变化率ec作为模糊变量的输入；

23、所述二阶模糊控制器指只选用温度差的输入量进行小温差的精准调控策略，当温差的值大于a且小于b时，只使用温差te作为模糊变量的输入。

24、根据上述技术方案，在平衡调控中，以观测量作为输入变量，以控制量作为输出变量，基于观测量和控制量的数据分布，进行模糊控制：

25、系统初始化模糊规则，确定模糊隶属度数值；一般情况下，模糊规则的初始化值的设置由平衡调控操作经验丰富的工人进行设定调控规则，把人工的经验转化为数学变量，当供热系统实际运行初期，由人工经验设定的规则进行调控；

26、利用粒子群优化算法，自动更新模糊控制器的设定的模糊规则。

27、根据上述技术方案，所述确定模糊隶属度数值包括：

28、获取供热系统温差变化范围，划分供热系统温差值级别，级别数量记为d，根据集合数量形成模糊控制规则d*d条，建立模糊控制规则表；

29、每一条规则对应一种模糊关系，总模糊关系矩阵记为a＝a1∪a2∪…∪a(d*d)；计算模糊集合输出：

30、u0＝(l0×k0)a

31、其中，u0表示模糊集合输出；l0、k0分别代表输入论域上的模糊子集；对u0解模糊化得到最终控制量的输出。

32、模糊推理得到的控制量是一个模糊集合，而不是真正的物理量的实际精确值输出，输出的模糊集合控制量转换为物理上的精确值的输出即解模糊，因为只有物理上的精确值才能控制阀门开度，所以需要解模糊操作。解模糊化的主要目的就是将模糊控制系统得到的模糊输出值映射到实际的应用中，而不再以模糊语言的形式来表示。

33、根据上述技术方案，所述利用粒子群优化算法，自动更新模糊控制器的设定的模糊规则包括：

34、粒子群优化算法是一种启发式优化算法。结合二网供热平衡调控数据特征工程，使用粒子群优化算法来进行模糊控制器的模糊规则的动态选优，朝着整体更优的方向进行参数更新。使整个控制过程具备实现动态地自适应的调控功能。

35、设置搜索空间是q维空间，初始化粒子群，每个粒子代表一个可能的控制规则，群体中有d*d个粒子，群体中的第i个粒子可以表示为一个q维的向量，粒子i位置记为：xi＝(xi1，xi2，…，xiq)，i＝1，2，…，q；

36、对于每个粒子，根据模糊规则库计算其输出并评估其适应度，利用粒子位置更新模糊规则：

37、

38、

39、其中，表示；c1、c2分别表示向个体极值和全局极值的最大飞行步长；w表示惯性权重；表示到第d次迭代为止，第i个粒子经过的最好的位置；表示到第d次迭代为止，所有粒子经过的最好的位置；表示第d次迭代时，第i个粒子所在的位置；表示第d次迭代时，第i个粒子的速度；

40、不断重复更新粒子的速度和位置，直到达到停止条件，所述停止条件指达到系统设定的迭代阈值；选择最优粒子作为最终的解，并使用其对系统进行模糊参数和模糊规则的更新。

41、根据上述技术方案，所述平衡调控完成时间指从开始调控到供热区域室内均达到室内采暖达标温度的时长，所述室内采暖达标温度为大于等于18摄氏度且小于等于24摄氏度。

42、根据上述技术方案，获取历史数据下每个供热区域的每一次平衡调控完成时间，设置唯一对照组供热区域，基于灰色预测方式构建每个供热区域的平衡调控完成时间预测分析模型：

43、任一个供热区域的平衡调控完成时间预测分析模型包括：

44、获取历史数据下供热区域的每一次平衡调控完成时间，形成第一目标数据列，对第一目标数据列中的数据进行灰色累加、紧邻均值处理；形成第二目标数据列、第三目标数据列；其中第二目标数据列为第一目标数据列的灰色累加结果，第三目标数据列为第二目标数据列紧邻均值的结果；

45、以g作为第一目标数据列中的数据组数，则以g+1作为预测分析结果：

46、

47、其中，e代表自然对数；θ、表示第二目标数据列中白化微分方程中的发展系数与灰作用量；yg+1代表供热区域的平衡调控完成时间预测分析结果；y1代表第一目标数据列中的第一个数据；

48、随机在供热区域中选取一个供热区域作为唯一对照组供热区域，将其他区域的数据代入唯一对照组供热区域的平衡调控完成时间预测分析模型中，分别生成其他区域的唯一对照值，将其他区域的唯一对照值与其他区域的平衡调控完成时间预测分析结果计算绝对值差值，形成一个差值数据集；

49、获取每个供热区域的参与供热面积与供热管道长度，写成一个数据组合[j0、c0]；其中，j0、c0分别代表同一区域的参与供热面积与供热管道长度；其中，唯一对照组供热区域记为[ja、ca]；将其他区域的参与供热面积与供热管道长度和唯一对照组供热区域的参与供热面积与供热管道长度进行差值绝对值计算，并将结果作为自变量，将差值数据集中对应的绝对值差值作为因变量，形成偏差分析模型：

50、lω＝h1|ja-j0|+h2|ca-c0|+σ

51、其中，lω表示为偏差分析值；h1、h2分别代表参与回归的系数值；σ代表误差常数项。

52、根据上述技术方案，获取待监测供热区域的平衡调控完成时间，基于待监测供热区域的参与供热面积与供热管道长度，计算得出待监测供热区域与唯一对照组供热区域之间的偏差分析值lωω；

53、设置时间阈值范围为[y-lωω、y+lωω]，若平衡调控完成时间不满足时间阈值，反馈至管理员端口，进行预警，其中，y指的是唯一对照组供热区域的平衡调控完成时间预测分析结果。

54、与现有技术相比，本发明所达到的有益效果是：本发明在供热平衡调控系统中，采用模糊调控策略，不需要人工参与系统的供热调控，实现了无人化的智能调控策略，节省了大量的人力成本，为供热企业实现了降本增效，通过稳定的模糊调控策略，同时提高了用户供热的舒适度。同时在整个供热系统中，实现了丰富的人工控制经验作为平衡控制的初始条件+模糊数学模型建模的精准控制+自适应控制参数的动态优化，供热系统整个运行周期结合外部影响供热的客观条件，自动地调整系统控制参数，对系统建模要求低，模糊控制可以容忍系统参数变化、非线性以及未知的因素，提升了整个供热系统自动化、智能化的信息化水平。