太陽能輔助下熱電聯(lián)供熱負(fù)荷分配方法研究

王琪

摘 要： 隨著全球能源需求的不斷增長和氣候變化的威脅，可持續(xù)能源資源的利用變得尤為重要。太陽能作為一種無污染且可再生的能源，已經(jīng)成為供熱和供電的一種有吸引力的選擇。旨在研究太陽能輔助下的熱電聯(lián)供熱系統(tǒng)，并探討不同的負(fù)荷分配方法，以優(yōu)化能源利用和系統(tǒng)性能。通過綜合考慮太陽能、電力和熱能之間的關(guān)系，提出了一種基于模糊邏輯控制的分配方法，以實現(xiàn)能源的高效利用。最后，討論了未來研究方向和可持續(xù)能源系統(tǒng)的前景。

關(guān)鍵詞： 太陽能 熱電聯(lián)供熱 負(fù)荷分配 方法研究

中圖分類號： TK519；TU995文獻(xiàn)標(biāo)識碼： A文章編號： 1679-3567（2023）11-0049-03

熱電聯(lián)供熱系統(tǒng)是一種將電力和熱能集成在一起的方式，以提高能源利用效率。隨著氣候變化問題的不斷加劇，減少溫室氣體排放已成為全球的共識。因此，熱電聯(lián)供熱系統(tǒng)的研究和應(yīng)用變得尤為重要，其可以減少傳統(tǒng)能源的使用，并通過太陽能等可再生能源的利用來減少環(huán)境影響。

太陽能是一種清潔、可再生的能源，具有巨大的潛力。然而，太陽能的可變性和不穩(wěn)定性使其在供能方面存在挑戰(zhàn)。因此，在研究和應(yīng)用太陽能輔助的熱電聯(lián)供熱系統(tǒng)時，負(fù)荷分配方法變得至關(guān)重要。本文旨在探討太陽能輔助下的熱電聯(lián)供熱系統(tǒng)，并研究不同的負(fù)荷分配方法，以優(yōu)化能源利用和系統(tǒng)性能。

1 太陽能輔助下的熱電聯(lián)供熱系統(tǒng)

太陽能輔助的熱電聯(lián)供熱系統(tǒng)是一種將太陽能、電力和熱能集成在一起的能源系統(tǒng)，為實現(xiàn)能源的綜合利用和綠色供能提供了新思路。該系統(tǒng)通常由太陽能光伏發(fā)電、太陽能熱能收集和儲能設(shè)備三部分組成。太陽能光伏發(fā)電通過將太陽能轉(zhuǎn)化為電能，為系統(tǒng)提供了電力來源，可用于驅(qū)動設(shè)備和供電。太陽能熱能收集則將太陽能轉(zhuǎn)化為熱能，用于供熱和供暖，滿足家庭和工業(yè)的熱能需求。儲能設(shè)備則能夠存儲多余的電力或熱能，以便在夜間或能源不足時使用，實現(xiàn)了能源的平衡和持續(xù)供能。通過這種綜合利用，太陽能輔助的熱電聯(lián)供熱系統(tǒng)為可再生能源的應(yīng)用提供了可行性和可持續(xù)性，為未來能源系統(tǒng)的發(fā)展奠定了基礎(chǔ)[1]。

2 負(fù)荷分配方法

在太陽能輔助下的熱電聯(lián)供熱系統(tǒng)中，負(fù)荷分配方法的選擇對系統(tǒng)的性能和能源利用效率具有重要影響。合理的負(fù)荷分配可以最大程度地利用太陽能和電力資源，實現(xiàn)能源的高效轉(zhuǎn)化和利用[2]。不同的負(fù)荷分配方法會影響能源分配的靈活性和系統(tǒng)的穩(wěn)定性，因此在選擇負(fù)荷分配方法時需充分考慮系統(tǒng)特性、能源供應(yīng)情況以及用戶需求，以達(dá)到最優(yōu)的能源利用效果。下面將討論幾種常見的負(fù)荷分配方法。

2.1 基于優(yōu)先級的分配

基于優(yōu)先級的分配方法是一種常見的負(fù)荷分配策略，它將不同負(fù)荷劃分為不同優(yōu)先級，并根據(jù)優(yōu)先級順序滿足需求。例如：對于太陽能輔助的熱電聯(lián)供熱系統(tǒng)，高優(yōu)先級負(fù)荷可能是冬季供熱，而低優(yōu)先級負(fù)荷可能是熱水供應(yīng)。這種方法的優(yōu)點在于簡單易實現(xiàn)，能夠快速響應(yīng)高優(yōu)先級需求，確?；痉?wù)的穩(wěn)定提供。然而，這種分配方法也存在一些局限性，主要表現(xiàn)在可能會導(dǎo)致低優(yōu)先級負(fù)荷的能源浪費。例如：在冬季高優(yōu)先級的供熱需求得到滿足后，剩余的能源可能被用于低優(yōu)先級的需求（如熱水供應(yīng)），這可能導(dǎo)致部分能源的浪費。為了克服這種潛在的能源浪費，可以在系統(tǒng)設(shè)計中引入智能控制和調(diào)度策略，實現(xiàn)對能源分配的動態(tài)優(yōu)化[3]。

通過實時監(jiān)測負(fù)荷情況和能源產(chǎn)生情況，智能控制系統(tǒng)可以實現(xiàn)對不同優(yōu)先級負(fù)荷的動態(tài)調(diào)整，以最大程度地減少能源浪費，提高能源利用效率。因此，基于優(yōu)先級的分配方法可以與智能控制策略結(jié)合，以實現(xiàn)在滿足高優(yōu)先級需求的同時，盡量充分利用能源，實現(xiàn)系統(tǒng)的高效運行。

2.2 基于需求的分配

基于需求的分配方法是一種以負(fù)荷的實際需求為基礎(chǔ)來分配能源的策略。與基于優(yōu)先級的方法不同，其關(guān)注的是負(fù)荷本身的能源需求。例如：在冬季可能優(yōu)先滿足供熱系統(tǒng)的需求，而在夏季可能偏向供電系統(tǒng)的需求。這種方法的優(yōu)點在于能夠確保滿足每個負(fù)荷的實際需求，減少了能源的浪費。然而，由于考慮了更多的實時需求因素，實現(xiàn)該分配方法可能需要更復(fù)雜、智能化的控制系統(tǒng)。這種系統(tǒng)需要實時監(jiān)測負(fù)荷的能源需求，并根據(jù)需求的變化來動態(tài)調(diào)整能源的分配，以最優(yōu)化地利用太陽能和電力資源[4]。

2.3 基于模糊邏輯的分配

基于模糊邏輯的分配方法是一種高度智能化的能源分配策略，它借助模糊邏輯控制器來動態(tài)調(diào)整能源分配，以滿足不同負(fù)荷的需求。

模糊邏輯允許在模糊情況下做出決策，這在太陽能輔助下的熱電聯(lián)供熱系統(tǒng)中尤其有用，因為能源產(chǎn)生和負(fù)荷需求常受多種不確定因素影響。模糊邏輯控制器基于模糊規(guī)則來調(diào)整能源分配，這些規(guī)則是基于專家經(jīng)驗或系統(tǒng)性能數(shù)據(jù)構(gòu)建的。通過考慮實時數(shù)據(jù)和系統(tǒng)性能，模糊邏輯控制器能夠智能地決定分配給各負(fù)荷的能源比例，以最大程度地提高能源利用效率。它能夠適應(yīng)系統(tǒng)中的不同變化和不確定性，使能源分配更加靈活和高效。這種方法的優(yōu)點包括適應(yīng)性強，能夠適應(yīng)不同環(huán)境條件、季節(jié)變化和負(fù)荷需求波動。

模糊邏輯控制可以應(yīng)對實時的、復(fù)雜的系統(tǒng)情況，使系統(tǒng)能夠快速響應(yīng)需求變化。需要注意的是，要構(gòu)建準(zhǔn)確且高效的模糊規(guī)則，關(guān)鍵是需要不斷優(yōu)化和改進(jìn)模糊邏輯控制器，使其更符合特定系統(tǒng)的要求，實現(xiàn)能源的最優(yōu)分配。通過不斷改進(jìn)和優(yōu)化基于模糊邏輯的分配方法，可以進(jìn)一步提高太陽能輔助下的熱電聯(lián)供熱系統(tǒng)的能源利用效率和性能。

3 基于模糊邏輯的負(fù)荷分配方法

在太陽能輔助下的熱電聯(lián)供熱系統(tǒng)中，基于模糊邏輯的負(fù)荷分配方法具有顯著的優(yōu)勢，可以實現(xiàn)更高效的能源利用。模糊邏輯控制器基于模糊規(guī)則，能夠根據(jù)太陽能、電力和熱能的實時數(shù)據(jù)，以及各個負(fù)荷的需求情況，智能地調(diào)整能源的分配比例。太陽能的不確定性和電力、熱能需求的變化性使熱電聯(lián)供熱系統(tǒng)面臨復(fù)雜的控制問題。模糊邏輯控制允許以模糊集合的形式描述輸入和輸出，從而有效處理這種復(fù)雜性。它能夠?qū)崟r數(shù)據(jù)模糊化，基于模糊規(guī)則進(jìn)行推理，并通過解模糊化得到能源的最優(yōu)分配比例。通過模糊邏輯控制器智能調(diào)整能源分配，可以避免對系統(tǒng)參數(shù)的精確要求，降低系統(tǒng)復(fù)雜度。同時，該方法適應(yīng)性強，能夠適應(yīng)不同季節(jié)、天氣條件和負(fù)荷變化，實現(xiàn)能源的靈活分配。

3.1 定義模糊集合

為了實現(xiàn)基于模糊邏輯的負(fù)荷分配方法，需要定義各個輸入變量和輸出變量的模糊集合。這些模糊集合的設(shè)定對于模糊邏輯控制器的準(zhǔn)確性和性能至關(guān)重要，具體如下。

對于輸入變量，首先考慮太陽能產(chǎn)生的電力（Pso？ lar）和太陽能產(chǎn)生的熱能（Hsolar）。這兩個變量可以分別劃分為多個模糊集合，如“低”“中”和“高”，用于描述太陽能產(chǎn)生的電力和熱能的強度。同時，考慮系統(tǒng)中儲存的能量（Estorage），也可以定義為“低”“中”和“高”三個模糊集合，以表示能量的儲存狀態(tài)。對于輸出變量，關(guān)注電力分配比例（Pratio）和熱能分配比例（Hratio）。這兩個變量可以分別劃分為多個模糊集合，如“少”“適中”和“多”，用于描述分配給電力和熱能的能源比例。

在定義這些模糊集合時，可以依據(jù)系統(tǒng)特性、能源產(chǎn)生和負(fù)荷需求的實際情況以及專業(yè)知識來確定集合的劃分和范圍。模糊集合的設(shè)定需要綜合考慮多方面因素，如太陽能的產(chǎn)生情況、能量儲存狀態(tài)、負(fù)荷需求的特征等。為了實現(xiàn)精確的模糊邏輯控制，需要建立一套完備的模糊規(guī)則，這些規(guī)則基于模糊集合間的邏輯關(guān)系。

模糊規(guī)則的制定和優(yōu)化將決定模糊邏輯控制器的性能和效果。隨著系統(tǒng)運行過程中實時數(shù)據(jù)的積累，可以不斷優(yōu)化模糊規(guī)則，以提高系統(tǒng)的響應(yīng)速度和能源利用效率?？偟膩碚f，定義準(zhǔn)確的模糊集合并制定合理的模糊規(guī)則是基于模糊邏輯的負(fù)荷分配方法的關(guān)鍵，為實現(xiàn)能源的智能化分配奠定了基礎(chǔ)。通過這種方式，能夠有效地適應(yīng)系統(tǒng)復(fù)雜的動態(tài)變化，提高能源利用效率，為可持續(xù)能源系統(tǒng)的發(fā)展做出貢獻(xiàn)。

3.2 設(shè)定模糊規(guī)則

為了有效地利用模糊邏輯控制器來實現(xiàn)基于模糊邏輯的負(fù)荷分配方法，需要根據(jù)經(jīng)驗和專業(yè)知識制定一組合理的模糊規(guī)則。這些規(guī)則將根據(jù)輸入變量的值來映射到輸出變量的模糊集合，以決定能源的分配比例[5]。

模糊規(guī)則的制定通常采用條件-結(jié)論的形式，類似于“如果……那么……”的邏輯結(jié)構(gòu)。例如：如果太陽能產(chǎn)生的電力強度為“低”且太陽能產(chǎn)生的熱能強度為“低”，那么電力分配比例應(yīng)為“適中”，熱能分配比例應(yīng)為“適中”。如果太陽能產(chǎn)生的電力強度為“高”且能量儲存狀態(tài)為“低”，那么電力分配比例應(yīng)為“多”，熱能分配比例應(yīng)為“少”。如果系統(tǒng)中儲存的能量為“高”且太陽能產(chǎn)生的熱能強度為“中”，那么電力分配比例應(yīng)為“適中”，熱能分配比例應(yīng)為“適中”。

這些規(guī)則可以根據(jù)系統(tǒng)的實際需求和特性來制定。經(jīng)驗和專業(yè)知識的結(jié)合有助于制定出合理的規(guī)則，以在不同情況下做出明智的決策。模糊規(guī)則的數(shù)量和復(fù)雜度可以根據(jù)系統(tǒng)的復(fù)雜性和需求進(jìn)行調(diào)整，以平衡性能和計算復(fù)雜度。模糊規(guī)則的制定和不斷的優(yōu)化是模糊邏輯控制器的關(guān)鍵部分，其決定了系統(tǒng)的響應(yīng)速度和準(zhǔn)確性。隨著系統(tǒng)運行時數(shù)據(jù)的積累，可以通過監(jiān)控系統(tǒng)性能并根據(jù)實際情況來進(jìn)一步改進(jìn)模糊規(guī)則，以使系統(tǒng)更智能化、適應(yīng)性更強，以及能源利用效率更高。這種基于模糊邏輯的負(fù)荷分配方法有望在太陽能輔助下的熱電聯(lián)供熱系統(tǒng)中發(fā)揮關(guān)鍵作用，實現(xiàn)能源的智能優(yōu)化分配。

3.3 進(jìn)行模糊推理

在基于模糊邏輯的負(fù)荷分配方法中，一旦模糊規(guī)則被定義，接下來的關(guān)鍵步驟是利用模糊推理方法來計算輸出變量的模糊集合。這一過程涉及模糊邏輯運算的應(yīng)用，通常包括模糊與、模糊或和模糊推理規(guī)則的組合。

3.3.1 模糊與運算（Fuzzy AND）

在模糊推理中，模糊與運算是一種關(guān)鍵方法，用于確定多個模糊規(guī)則在給定輸入下的共同滿足程度。它模擬了現(xiàn)實世界中的邏輯交集。舉例來說，考慮一個規(guī)則，其條件為太陽能產(chǎn)生的電力強度為“高”且能量儲存狀態(tài)為“低”。對應(yīng)的模糊變量可以用模糊集合來表示，如“高”和“低”。在模糊與運算中，對于這兩個條件，我們?nèi)∷鼈兊淖钚≈?，以反映共同滿足程度。如果太陽能產(chǎn)生的電力強度為“高”的隸屬度為0.7，能量儲存狀態(tài)為“低”的隸屬度為0.5，那么模糊與運算將得到最終的滿足程度為0.5。這表明：這個規(guī)則在當(dāng)前輸入下的滿足程度受限于兩個條件中較低的隸屬度，即能量儲存狀態(tài)為“低”。

3.3.2 模糊或運算（Fuzzy OR）

模糊或運算是模糊邏輯中常用的合并規(guī)則，特別用于確定多個模糊規(guī)則的合并滿足程度。在模糊邏輯中，每個模糊規(guī)則都可以描述為一種條件-結(jié)果的關(guān)聯(lián)，其中輸入模糊集合經(jīng)過模糊化處理后，根據(jù)規(guī)則產(chǎn)生對應(yīng)的輸出模糊集合。當(dāng)多個規(guī)則適用于同一輸入時，模糊或運算通過取多個規(guī)則中的最大值來確定最終的合并滿足程度。這種方式確保了在多個模糊規(guī)則的影響下，系統(tǒng)對輸入進(jìn)行綜合評估，采取最強烈的規(guī)則響應(yīng)作為最終輸出。這種合并方式具有較好的容錯性和適應(yīng)性，使模糊邏輯能夠處理復(fù)雜的、不確定的輸入情況，為決策和控制提供了一種靈活而有效的工具。

3.3.3 模糊推理規(guī)則的組合

在模糊推理中，多個模糊規(guī)則往往同時適用于輸入變量的值，這種情況下，需要將這些規(guī)則的滿足程度進(jìn)行合并，以計算輸出變量的模糊集合。模糊與運算用于確定多個規(guī)則的共同滿足程度，通常通過取多個規(guī)則中的最小值來確定最終的合并滿足程度。這種方式體現(xiàn)了規(guī)則間的“最不利”組合，即系統(tǒng)對于多個規(guī)則的適應(yīng)程度受制于其中滿足程度最低的規(guī)則。

4 結(jié)語

太陽能輔助下的熱電聯(lián)供熱系統(tǒng)是一種創(chuàng)新且可持續(xù)的能源解決方案，能夠顯著提高能源利用效率、減少環(huán)境負(fù)擔(dān)。本文通過探討不同的負(fù)荷分配方法，重點介紹了基于模糊邏輯控制的分配方法。這種方法結(jié)合實時數(shù)據(jù)與模糊規(guī)則，以動態(tài)調(diào)整能源分配，實現(xiàn)了系統(tǒng)能源的智能化管理和最優(yōu)化利用。然而，該領(lǐng)域仍有許多未探索的研究方向，如提高系統(tǒng)穩(wěn)定性、優(yōu)化模糊規(guī)則、整合更多可再生能源等。未來的工作應(yīng)致力于進(jìn)一步完善該系統(tǒng)，以推動綠色能源技術(shù)的發(fā)展，實現(xiàn)能源可持續(xù)發(fā)展目標(biāo)。太陽能輔助的熱電聯(lián)供熱系統(tǒng)將在未來成為可再生能源領(lǐng)域的重要方向，為構(gòu)建清潔、綠色、可持續(xù)的能源未來做出貢獻(xiàn)。

參考文獻(xiàn)

[1]丁澤宇.太陽能輔助供熱機組熱電聯(lián)供系統(tǒng)優(yōu)化設(shè)計與調(diào)峰特性研究[D].北京：華北電力大學(xué)（北京），2022.

[2]張雪梅，黃永年，鄭銘樺.太陽能融合NY40機組的小型熱電聯(lián)供系統(tǒng)研究[J].城市燃?xì)猓?022（1）：11-18.

[3]趙超寧.太陽能熱電聯(lián)供系統(tǒng)的建模與運行優(yōu)化控制研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2021.

[4]傅公柔.熱泵用甲醇燃料發(fā)動機控制系統(tǒng)研究[D].鄭州：華北水利水電大學(xué)，2022.

[5]董偉.學(xué)習(xí)驅(qū)動的多維不確定條件下微電網(wǎng)能量優(yōu)化調(diào)控方法研究[D].杭州：浙江大學(xué)，2022.