集中供热运行调节方式研究综述

/ 2

集中供热运行调节方式研究综述

赵艳新 1 孙霁月 2 刘振栋 3

  1. 山东省建筑科学研究院有限公司(山东建研检测检验科技有限公司),山东 济南 250031

  2. 2.山东商业职业技术学院后勤基建处,山东 济南250031

3.山东省建筑科学研究院有限公司(山东省建筑工程质量检验检测中心有限公司),山东 济南250031

摘要:运行调节是确保供热质量、安全、稳定和经济运行的关键环节。随着建筑物热负荷的变化,为满足用户的热舒适性,通过对供热管网的热量进行监控,进而对热量供应采取调整措施,以实现“稳定运行、均衡输送、按需供热”。本文总结了国内外集中供热系统运行调节方式,从供暖热负荷预测、分阶段变流量的质调节改进、质量-流量调节及计量供热等方面进行概述,分析了各种调节方式的优缺点,最后提出供热系统未来的发展方向。

关键词:集中供热;运行调节;研究

1 常用的运行调节方式

在供暖系统的运行调节中,不同方式的工作原理不同,所达到的效果也不尽相同。集中供热系统中常见的调节方式及优缺点如表1所示。

表1 供热管网调节方式对比

60f13a51cef52_html_673c7971ed6a3608.jpg

60f13a51cef52_html_19d8c07858a760dc.png

目前,国内应用较多的是质调节和分阶段改变流量的质调节两种方式。前者是一种粗放型的保守调节方式,虽然运行故障率较低,但是水泵电耗较大,且北方经常出现供暖期间开窗散热的情况,造成能源的双重浪费。此外,用户端的响应时间较长,经常出现调节滞后的情况,对于当前新兴的长输供热管网更加不能适应。后者有了一定的改进,但大多依据经验设定流量比,并且只能在划分的阶段内按照恒定的频率运行,也有较大的节能空间。

2 热负荷预测

由于供热系统的热惯性、滞后性和非线性较大,要实现高质量供热,必须很好地对用户的热负荷变化进行测量和预测。因此,热负荷预测成为保证高效供热的重要基础环节。

热负荷预测是根据对过往供热数据的采集与分析所得出规律建立模型,并对其未来变化趋势作出预判的过程。根据时间长度可将热负荷预测分为短期、中期和长期,具体划分及研究意义如表2所示。

表2 热负荷预测周期及划分意义

60f13a51cef52_html_4666727df4cb8ad.jpg

热负荷预测方法主要有时间序列法、回归分析法、灰色预测法和神经网络法等。

2.1 时间序列法

时间序列法是一种统计分析方法,根据研究指标按照时间的排序进行分析和预测。该方法处理数据量少,计算速度较快,适用于短期负荷预测。提出了采用时间序列法进行热负荷预测的原则,并列出了3种数学模型,在工程中具有一定的参考价值。基于时间序列法建立了供热负荷预测的数学模型,通过对负荷时间序列的平稳化处理及对平稳序列建立ARMA模型等过程,将所得模型与实际运行数据进行对比,所得平均相对误差为2.7%,拟合效果较好。采用混沌理论对供热负荷混沌时间序列进行了预报研究,提出了一种避免人为主观性的基于Volterra自适应滤波器的负荷预报方法,揭示了热负荷时间序列的动态特性。通过一种基于乘积季节ARIMA模型的热负荷预报法预测未来24 h的供热负荷,日预报平均误差为1.45%,满足工程需要。

2.2 回归分析法

回归分析法是通过回归分析,建立预报对象与影响因素关系的模型,得出预报结果,适用于中长期负荷预测。

2.3 神经网络法

人工神经网络是把大量的数据交给按一定结构形式和激励函数构建的人工神经网络进行学习,在给出一个未来输入的情况下,由计算机根据以往的“经验”对应有的输出做出判断,主要适合短期负荷预测。建立了外时延反馈型BP神经网络模型用于热网供暖预报,具有较好的动态跟踪能力和预报特性。近年来,在人工神经网络法的基础上,学者们提出了一些改进方法。提出一种实现热负荷短期滚动预测的神经网络改进方法,利用动态K-均值聚类算法及递归正交最小二乘法训练RBF神经网络模型并不断更新输入数据,仿真结果表明该方法的预测能力较好。用小波包变换分解热负荷序列,通过Elman神经网络对各序列构建模型,最后重构各序列,与传统的BP、Elman神经网络相比,该方法的预测精度更高。利用全局搜索能力强、收敛速度快的遗传算法对网络结构及初始参数进行优化,所得预测结果的准确性与稳定性显著提高,预测误差仅为2.93%。

2.4 灰色预测法

灰色预测法是利用已知信息和未确知信息建立灰色模型,进而确定未来的变化趋势的一种方法,对长期负荷的预测精度较高,适用于缺乏数据的情况。提出了一种利用周期均值叠加法将残差序列分离为若干个周期波,对其线性叠加后进行外延的改进灰色预测方法,显著提高了热负荷的中长期预测精度。通过推导得出的灰色预测模型中的参数内生控制灰系数u的修正,使灰色预测模型误差显著减少。

热负荷预测方法发展非常迅速,预测时的出发点及采用的方法也日渐丰富。大多数预测方法是在对已有数据基础上建立影响因素和热负荷的模型,而对各因素间的相互影响和对热负荷的影响过程缺乏具体的定量描述。对此,可以从充分考虑供热末端建筑的蓄热性,热量传递的延时性和衰减性,以及其他环境因素及社会因素引起的热负荷变化的复杂性等方面进行深入研究,使建立的模型更接近于实际工况的动态变化。此外,单一的研究方法存在各自的优缺点及适用条件,可以将预测方法进行整合,提高预测的精度及稳定性。

3 分阶段变流量质调节改进

相较于“大流量小温差”的质调节运行模式,分阶段改变流量的质调节模式虽然有了一定的改进,但具体的调节数据依赖经验,对供热管网的水力工况以及系统运行的经济性考虑得不够。针对此情况,国内学者进行了深入的定量研究。

采用分阶段变流量的质调节在一定程度上兼顾了水力安全及功耗经济性,并且一些研究者根据研究地区的气候特点给出了更为细致的分阶段的定量方法,进一步降低了系统能耗,对于大规模供热系统改进调节方式具有一定的借鉴意义。对于新建的系统,在保证供暖质量的前提下可以深入挖掘系统的节能潜力,更全面地考虑用户端热负荷的变化情况及相互影响,定量地找出主要影响因素并进行监控调节,真正实现经济地按需供能和用能。

4结语

目前,我国供热系统的规模逐年扩大,能源浪费现象严重,研究运行调节模式对供热事业的节能降耗具有重要意义。通过常用运行调节模式的介绍,从供暖热负荷预测、分阶段变流量质调节改进和质量-流量调节以及计量供热等方面进行了总结:

1)目前,热负荷预测的方法非常丰富,各有优缺点,在进行预测时需进一步考虑热负荷的复杂性及相互间的影响。此外,可以将单一的预测方法进行整合,提高精确度及稳定性。

2)分阶段变流量的质调节方法管理简单,具有一定的节能效果,但在具体阶段的划分及划分依据上需要紧密结合热负荷的变化规律。

3)计量供热是实现按需供热的有效手段,通过质量-流量调节的方式保证系统的稳定和节能性。在建立模型时,需综合考虑热源、热力站及热用户间的影响,统一运行调节,利用信息化平台实现智能监控和调控,采用精细化管理,可以提高系统的运行效率和节能效果。

4)采用合理的供暖收费标准,可以提高热源单位、供热单位及热用户节约能源的积极性,实现集中供热系统的节能降耗。

参考文献

[1]江亿.我国建筑能耗趋势与节能重点[J].建筑科技,2006(7):10-13.

[2]王魁吉,乔晨晔,梁德才.供热系统运行调节技术综述[J].区域供热,2013(5):7-15.

[3]李德英,许文发.供热工程[M].北京:中国建筑工业出版社,2004.