王啟帆
[摘? ? 要]如何實(shí)現(xiàn)綜合能源系統(tǒng)多種能源運(yùn)行時(shí)機(jī)的智能切換,一直是綜合能源領(lǐng)域的一個(gè)難題。本文在冷熱聯(lián)供系統(tǒng)中通過智能預(yù)測(cè)能耗負(fù)荷,將地源、空氣源、光伏以及蓄能罐多種新能源的產(chǎn)能過程進(jìn)行全自動(dòng)智能控制,實(shí)現(xiàn)在最合適的時(shí)機(jī)自動(dòng)切換使用最合適的能源,優(yōu)化各個(gè)能源的產(chǎn)能過程,避免造成的能源浪費(fèi),真正實(shí)現(xiàn)“近零能耗”。
[關(guān)鍵詞]智能控制;負(fù)荷預(yù)測(cè);冷熱聯(lián)供;能源切換;近零能耗
[中圖分類號(hào)]TU201.5 [文獻(xiàn)標(biāo)志碼]A [文章編號(hào)]2095–6487(2020)03–0–03
[Abstract]How to realize the intelligent switching of multiple energy operation time in integrated energy system is always a difficult problem in the field of integrated energy. In this paper, through the intelligent prediction of energy consumption load in the combined cooling and heating system, the production process of ground source, air source, photovoltaic and storage tank is fully automatic and intelligent control, so as to automatically switch to use the most appropriate energy at the most appropriate time, optimize the production process of each energy, avoid energy waste, and truly realize "near zero energy consumption".
[Keywords]intelligent control; load forecasting; combined cooling and heating; energy switching; near zero energy consumption
當(dāng)前對(duì)于冷熱聯(lián)供系統(tǒng)的綜合利用技術(shù)已經(jīng)十分成熟,但是由于新能源具有間斷式供應(yīng),波動(dòng)性大,對(duì)持續(xù)供能不利的特性,同時(shí)當(dāng)下蓄能設(shè)備投建費(fèi)用較高,難以大規(guī)模應(yīng)用,再加上不同季節(jié)用戶側(cè)負(fù)荷會(huì)發(fā)生跨越式變化,造成多數(shù)綜合能源供能系統(tǒng)難以實(shí)現(xiàn)“近零能耗”。因此,如何應(yīng)對(duì)各類能源供能系統(tǒng)智能切換的問題,優(yōu)化綜合能源系統(tǒng)控制過程已成為供能行業(yè)的研究熱點(diǎn)。
針對(duì)以上問題本文提出一種通過能耗負(fù)荷預(yù)測(cè)來優(yōu)化配置綜合能源運(yùn)行效率的控制方法。首先,利用智能負(fù)荷預(yù)測(cè)模型來預(yù)測(cè)未來供能系統(tǒng)中的能耗負(fù)荷,他們分別通過預(yù)測(cè)溫差計(jì)算理論熱負(fù)荷量、分段熱量需求變化調(diào)整熱負(fù)荷量、實(shí)際溫度反饋修正熱負(fù)荷量和大數(shù)據(jù)智能預(yù)測(cè)優(yōu)化熱負(fù)荷量。其次,建立多模式綜合能源系統(tǒng)模型,將不同能耗負(fù)荷及天氣環(huán)境條件作為多模式條件依據(jù),實(shí)現(xiàn)不同環(huán)境條件下能源運(yùn)行模式的全自動(dòng)切換。再次,利用蓄能設(shè)備將可再生能源進(jìn)行充分的運(yùn)用和儲(chǔ)存,降低能源的浪費(fèi)。在滿足正常用戶側(cè)供能的情況下,將富余的光能、地?zé)崮?、空氣能等進(jìn)行蓄能,實(shí)現(xiàn)綜合能源系統(tǒng)的蓄能和供能同時(shí)運(yùn)行。最后,采用基于H∞控制理論的多變量PID模型,將每個(gè)供能設(shè)備維持在最高效的運(yùn)行狀態(tài),即可實(shí)現(xiàn)“近零能耗”。
1 智能冷/熱負(fù)荷預(yù)測(cè)模型
1.1 溫度趨勢(shì)外推計(jì)算
當(dāng)前擁有精確的短期天氣預(yù)報(bào)技術(shù),天氣預(yù)報(bào)數(shù)據(jù)具有很高的可信度,我們每小時(shí)獲取一個(gè)下一小時(shí)的天氣信息,計(jì)算預(yù)測(cè)溫度下的負(fù)荷指標(biāo)值,如式(1)所示:
式(1)中:R1為預(yù)測(cè)熱指標(biāo)值,單位Kcal/m2·h;R0為設(shè)計(jì)熱指標(biāo)值,單位Kcal/m2·h;T1為預(yù)測(cè)的室外溫度,單位℃。T0為設(shè)計(jì)室外溫度,單位℃。T標(biāo)為冬天室內(nèi)標(biāo)準(zhǔn)溫度,夏天室內(nèi)標(biāo)準(zhǔn)溫度,單位℃。
計(jì)算所有供能面積預(yù)測(cè)溫度下的熱負(fù)荷量,如式(2)所示:
式(2)中:Q1為預(yù)測(cè)熱負(fù)荷量,單位Kcal·h;R1為預(yù)測(cè)熱指標(biāo)值,單位Kcal/m2·h。S為建筑面積,單位m2。
將單位換算為能量判斷常用單位,如式(3)所示:
式(3)中:Q2為預(yù)測(cè)熱負(fù)荷量,單位GJ·h;Q1為預(yù)測(cè)熱負(fù)荷量,單位Kcal·h。
1.2 時(shí)間序列加權(quán)計(jì)算
一天之中用戶的實(shí)際需求溫度不是固定的,這個(gè)需求溫度可以根據(jù)不同時(shí)間段來進(jìn)行加權(quán)計(jì)算,本次我們將其定義為工作時(shí)段和夜間及節(jié)假日時(shí)段,根據(jù)不同時(shí)段的權(quán)值對(duì)預(yù)測(cè)負(fù)荷量Q2進(jìn)行加權(quán)計(jì)算。
工作時(shí)段預(yù)測(cè)溫度下的熱指標(biāo)值,如式(4)所示:
式(4)中:R1為預(yù)測(cè)熱指標(biāo)值,單位Kcal/m2·h。R0為設(shè)計(jì)熱指標(biāo)值,單位Kcal/m2·h;T1為預(yù)測(cè)的室外溫度,單位℃。T0為設(shè)計(jì)室外溫度,單位℃。T標(biāo)1為工作時(shí)段冬天室內(nèi)標(biāo)準(zhǔn)溫度/夏天室內(nèi)標(biāo)準(zhǔn)溫度,單位℃。f 1為工作時(shí)段權(quán)值。
夜間及節(jié)假日預(yù)測(cè)溫度下的熱指標(biāo)值,如式(5)所示:
式(5)中:R1為預(yù)測(cè)熱指標(biāo)值,單位Kcal/m2·h。R0為設(shè)計(jì)熱指標(biāo)值,單位Kcal/m2·h。T1為預(yù)測(cè)的室外溫度,單位℃。T0為設(shè)計(jì)室外溫度,單位℃。T標(biāo)2為夜間及節(jié)假日時(shí)段冬天室內(nèi)標(biāo)準(zhǔn)溫度/夏天室內(nèi)標(biāo)準(zhǔn)溫度,單位℃;f2為工作時(shí)段權(quán)值。
后續(xù)步驟參考溫度趨勢(shì)外推計(jì)算,最終計(jì)算出工作時(shí)段預(yù)測(cè)熱負(fù)荷量Q3和夜間及節(jié)假日時(shí)段預(yù)測(cè)熱負(fù)荷量Q4。
1.3 穩(wěn)態(tài)反饋權(quán)值修正計(jì)算
根據(jù)當(dāng)前一小時(shí)平均的室內(nèi)實(shí)際溫度值,與設(shè)計(jì)溫度進(jìn)行比較得出比例偏差,對(duì)預(yù)測(cè)下一個(gè)小時(shí)熱負(fù)荷量進(jìn)行權(quán)值的修正。
兩個(gè)時(shí)段的權(quán)值進(jìn)行動(dòng)態(tài)修正,如式(6)所示:
式(6)中:f1為工作時(shí)段權(quán)值.f2為工作時(shí)段權(quán)值。T2為工作時(shí)段實(shí)際室內(nèi)溫度,1小時(shí)內(nèi)平均溫度;T3為夜間及休息時(shí)段實(shí)際室內(nèi)溫度,1小時(shí)內(nèi)平均溫度。
1.4 灰色數(shù)據(jù)預(yù)測(cè)計(jì)算
針對(duì)采集的關(guān)鍵參數(shù),室內(nèi)溫度、地源熱泵供回水溫度、風(fēng)冷熱泵供回水溫度、蓄能罐供回水溫度、產(chǎn)熱量等,這些大量非結(jié)構(gòu)性、非確定性規(guī)律的數(shù)據(jù)進(jìn)行自適應(yīng)分析,自主學(xué)習(xí)優(yōu)化計(jì)算熱負(fù)荷量的預(yù)測(cè)結(jié)果。
采用大數(shù)據(jù)平臺(tái)對(duì)數(shù)據(jù)進(jìn)行匯總整理,通過邊緣計(jì)算的方式在控制器端進(jìn)行具體的優(yōu)化計(jì)算,我們用模糊預(yù)測(cè)技術(shù)輔助進(jìn)行短期負(fù)荷預(yù)測(cè),此時(shí)可認(rèn)為負(fù)荷的發(fā)展是一個(gè)平穩(wěn)的隨機(jī)過程。如果遇見政治、經(jīng)濟(jì)等可能造成重大轉(zhuǎn)折的事件,需要破壞原有數(shù)基模型重新構(gòu)建。
將一天24h的實(shí)際熱負(fù)荷量分為24個(gè)時(shí)區(qū),我們認(rèn)為其在每天的同一個(gè)時(shí)區(qū)數(shù)據(jù)的變化過程為灰色過程,每個(gè)時(shí)區(qū)建立一個(gè)灰色模型。
(8)將a和b的值帶入,可解得預(yù)測(cè)時(shí)序k下的預(yù)測(cè)值。
室內(nèi)溫度、地源熱泵供回水溫度、風(fēng)冷熱泵供回水溫度、蓄能罐供回水溫度、產(chǎn)熱量,我們將這8項(xiàng)數(shù)據(jù)均進(jìn)行預(yù)測(cè)計(jì)算。
根據(jù)預(yù)測(cè)數(shù)據(jù)先進(jìn)行判斷預(yù)測(cè)熱負(fù)荷Q3或者Q4產(chǎn)熱量時(shí)三個(gè)熱源是否處于最佳運(yùn)行狀態(tài),COP是否達(dá)到期望,如果是則不進(jìn)行干預(yù)調(diào)整,如果不是的話根據(jù)灰色模型預(yù)測(cè)熱負(fù)荷值Q5,與Q3或者Q4求加權(quán)平均值Q6,權(quán)值比例為動(dòng)態(tài)比例,從0.5:0.5開始計(jì)算,每計(jì)算一個(gè)Q6進(jìn)行COP判斷,直到COP達(dá)到最佳值。
2 多模式綜合能源系統(tǒng)控制模型
“近零能耗”建筑綜合能源系統(tǒng),由光伏系統(tǒng)、地源熱泵機(jī)組冷熱聯(lián)供系統(tǒng)、風(fēng)冷熱泵機(jī)組冷熱聯(lián)供系統(tǒng)以及蓄能設(shè)備冷熱聯(lián)供系統(tǒng)組成。如圖1所示。
2.1 光伏陣列建模
本次計(jì)算光伏系統(tǒng)中光伏陣列穩(wěn)態(tài)輸出的功率采用簡(jiǎn)化模型,如式(16)所示:
式中:PP為光伏陣列輸出功率,單位為W。PPVN為在標(biāo)準(zhǔn)測(cè)試條件下的輸出功率,單位為W。G為光照強(qiáng)度,單位為W/m2。
光伏產(chǎn)生的電能既能滿足用戶側(cè)電負(fù)荷需求又能滿足冷熱聯(lián)供系統(tǒng)的用電需求,多余的電量一方面通過蓄電池組進(jìn)行回收,另一方面通過冷熱聯(lián)供系統(tǒng)轉(zhuǎn)化為熱/冷能,由冷熱聯(lián)供系統(tǒng)的蓄能設(shè)備進(jìn)行收回。
2.2 冷熱聯(lián)供系統(tǒng)建模
冷熱聯(lián)供模型反映其消耗的能量與產(chǎn)生的能量之間的關(guān)系,如式(17)所示:
式(17)中:QS為供能設(shè)備實(shí)際產(chǎn)能量,單位為J.C水為水的比熱容,單位為J/kg·℃。T供為供能設(shè)備二次側(cè)的供水溫度,單位為℃。T回為供能設(shè)備二次側(cè)的回水溫度,單位為℃。L為二次側(cè)循環(huán)流量,單位為m3/h。t為設(shè)備運(yùn)行時(shí)間,單位為h。ρ水為水的密度,單位為kg/m3。
冷熱聯(lián)供系統(tǒng)包括地源熱泵機(jī)組、風(fēng)冷熱泵機(jī)組以及蓄能設(shè)備組成,系統(tǒng)整體的模型如式(18)所示:
式(18)中:Q總為某一時(shí)段下冷熱聯(lián)供系統(tǒng)的所有供能量.Q地源、Q風(fēng)冷、Q蓄能分別為各個(gè)供能設(shè)備在同一時(shí)段的產(chǎn)能量。T地源、T風(fēng)冷、T蓄能分別為各個(gè)供能設(shè)備在同一時(shí)段的運(yùn)行時(shí)間。
2.3 多模式自動(dòng)切換控制
根據(jù)上述預(yù)測(cè)出來的一小時(shí)后的負(fù)荷值以及光伏-冷熱聯(lián)供系統(tǒng)的產(chǎn)能量,通過邏輯判斷實(shí)現(xiàn)光伏-冷熱聯(lián)供系統(tǒng)的模式切換,所有操作均由系統(tǒng)自動(dòng)控制,做到提前預(yù)測(cè),提前響應(yīng),始終將系統(tǒng)的運(yùn)行效率保持在最佳。
2.4 富余能量的儲(chǔ)存和轉(zhuǎn)化
上文已經(jīng)提到“近零建筑”存在冷、熱、電負(fù)荷高峰和低谷的情況,所以在實(shí)際運(yùn)行中有很多時(shí)候會(huì)有富余的能量,電能的直接存儲(chǔ)通常是用蓄電池組,但是蓄電池的造價(jià)成本過高,這里采用成本較低的蓄能罐將富余的電能轉(zhuǎn)化為熱能進(jìn)行存儲(chǔ),全部轉(zhuǎn)化儲(chǔ)存過程都為全自動(dòng)進(jìn)行,通過上述模型計(jì)算結(jié)果進(jìn)行判斷。
3 控制模型配置結(jié)果分析
過渡季和夏季完全實(shí)現(xiàn)“零能耗”,冬季由于光伏輸出功率較低所以還是有一部分購電量。蓄能罐是主要的供能設(shè)備,60%~90%的供能量由蓄能罐產(chǎn)生,地源熱泵作為主要電能轉(zhuǎn)化熱能的轉(zhuǎn)化設(shè)備,其運(yùn)行時(shí)間和耗電量是最大的。
4 結(jié)語
本文基于“近零能耗”建筑,提出一種光伏-冷熱聯(lián)供系統(tǒng)的綜合能源智慧控制算法模型,通過實(shí)現(xiàn)綜合能源系統(tǒng)中各個(gè)產(chǎn)能設(shè)備的最優(yōu)產(chǎn)能狀態(tài)、智能運(yùn)行切換等控制過程,達(dá)到減少能源浪費(fèi)實(shí)現(xiàn)“近零能耗”的目的。實(shí)際運(yùn)行效果表明,在過渡季和夏季供冷季,已經(jīng)完全實(shí)現(xiàn)“零能耗”,一個(gè)是夏季和過渡季光伏輸出負(fù)荷較高,再一個(gè)就是多源系統(tǒng)切換能在最合適的時(shí)機(jī)切換最有效率的運(yùn)行模式。在冬季的時(shí)候,由于光照強(qiáng)度下降光伏輸出負(fù)荷較低,所以出現(xiàn)了購電的情況,但整體購電量處于一個(gè)較低水平,效果還是比較明顯的。
本文提出控制模型在綜合能源冷熱聯(lián)供系統(tǒng)中具有一定價(jià)值,但是發(fā)電部分的能源類型還是較為單一,未來將進(jìn)一步考慮風(fēng)光-冷熱電聯(lián)供的綜合能源系統(tǒng)。
參考文獻(xiàn)
[1] 石兆玉,楊同球.供熱系統(tǒng)運(yùn)行調(diào)節(jié)與控制[M].北京:中國建筑工業(yè)出版社,2018.
[2] 加鶴萍,丁一,宋永華,等.信息物理深度融合背景下綜合能源系統(tǒng)可靠性分析評(píng)述[J].電網(wǎng)技術(shù),2019,43(1):1-11.
[3] 楊挺,趙黎媛,王成山,等.人工智能在電力系統(tǒng)及綜合能源系統(tǒng)中的應(yīng)用綜述[J].電力系統(tǒng)自動(dòng)化,2019,43(1):2-14.
[4] 李建設(shè),王亞偉.關(guān)于工業(yè)園區(qū)智慧型綜合能源系統(tǒng)的研究[J].節(jié)能與環(huán)保,2019(8):65-66.
[5] 彭克,張聰,徐丙垠,等.多能協(xié)同綜合能源系統(tǒng)示范工程現(xiàn)狀與展望[J].電力自動(dòng)化設(shè)備,2017,37(6):3-10.
[6] 鐘鳴.基于泛在電力物聯(lián)網(wǎng)的綜合能效提升[J].電氣時(shí)代,2020(1):24-27.
[7] 韓宇,彭克,王敬華,等.多能協(xié)同綜合能源系統(tǒng)協(xié)調(diào)控制關(guān)鍵技術(shù)研究現(xiàn)狀與展望[J].電力建設(shè),2018,39(12):81-87.
[8] 顏玉林,李斯吾,連偉紅,等.丹麥綜合能源服務(wù)實(shí)踐經(jīng)驗(yàn)及對(duì)我國的啟示[J].中國電力企業(yè)管理,2019(34):54-59.
[9] 王永真,張寧,關(guān)永剛,等.當(dāng)前能源互聯(lián)網(wǎng)與智能電網(wǎng)研究選題的繼承與拓展[J].電力系統(tǒng)自動(dòng)化,2020,44(4):1-8.
[10] 蔡剛.高質(zhì)量構(gòu)筑省域現(xiàn)代能源體系——“十四五”能源發(fā)展規(guī)劃的幾個(gè)重點(diǎn)問題[J].浙江經(jīng)濟(jì),2020(7):10-15.