一种含电热泵和储热的集中供热系统优化调度方法技术方案

本发明专利技术公开了一种含电热泵和储能的集中供热系统优化调度方法，包括：对次日各调度时段的用热建筑热负荷需求和新能源供热机组供热量进行预测，并计算次日各调度时段的剩余供热量；对次日各调度时段的电热泵制热量进行预测，设置传统供热机组、电热泵和储热装置进行剩余供热量的组合策略；以次日各调度时段的总运行成本最小和用热建筑负荷偏离度最小为目标，建立日前优化调度模型，输出次日各调度时段传统供热机组、电热泵和储热装置的启停状态和出力大小；在次日当前时刻下，根据未来日内滚动调整周期下的用热建筑热负荷需求和新能源供热机组供热量预测值，重新对后续各调度时段传统供热机组、电热泵和储热装置的启停状态和出力大小进行规划。和出力大小进行规划。和出力大小进行规划。

【技术实现步骤摘要】
一种含电热泵和储热的集中供热系统优化调度方法


[0001]本专利技术属于供热系统调度
，具体涉及一种含电热泵和储热的集中供热系统优化调度方法。

技术介绍

[0002]随着经济的发展，人民生活水平的提高，能源的消耗与日俱增。然而石油、煤炭、天然气等一次能源逐渐减少，甚至枯竭，而且化石能源的燃烧，向大气中排放了大量的二氧化碳，加剧了温室效应。在环境问题日益严峻的大形势下，风能、水利、核能、地热和空气热能等其他形式的新能源逐渐被开发利用，形成了化石燃料传统供热和新能源供热并存的结构格局进行集中供热的趋势。
[0003]目前，在全国倡导节能减排，走可持续发展道路的大环境下，集中供暖系统节能降耗经济运行是目前的主要方向，其中引入包括空气源热泵、水源热泵、地源热泵的电热泵机组进行供热，利用少量电做功即可向热用户供给可被利用的高品位热能成为供热系统热量需求的主要供给对象。然而，面对传统供热、新能源供热和结合电热泵供热的新型集中供热系统，如何实现供热系统的供需协同，能源的综合利用，输出科学合理有效的供热系统优化调度预案是目前急需解决的问题。
[0004]基于上述技术问题，需要设计一种新的含电热泵和储热的集中供热系统优化调度方法。

技术实现思路

[0005]本专利技术所要解决的技术问题是，克服现有技术的不足，提供一种含电热泵和储热的集中供热系统优化调度方法，能够将电热泵和储热装置引入集中供热系统进行日前优化调度和日内优化调度，电热泵能够将输入的少量电能转化为大量高品位的热能，供给负荷需求，并且利用分时电价进行制热量的提供，可以有效降低传统供热机组的燃料消耗，提高能源的利用率，储能装置能够有效调节热负荷的峰谷差，减少集中供热系统运行成本，增强系统的灵活调节能力，并实现供热系统的供需协同运行，以及输出日前优化调度预案和在日内对优化调度预案进行调整，对各调度时段的传统供热机组、电热泵和储热装置的启停状态和出力大小进行规划，提高系统调度运行的准确性。
[0006]为了解决上述技术问题，本专利技术的技术方案是：
[0007]本专利技术提供了一种含电热泵和储热的集中供热系统优化调度方法，它包括：
[0008]步骤S1、构建包括热量生产设备、热量辅助设备、热量存储设备和用热建筑的集中供热系统数字孪生模型；所述热量生产设备包括新能源供热机组和传统供热机组；所述热量辅助设备包括电热泵；所述热量存储设备包括储热装置；
[0009]步骤S2、分别对次日各调度时段的用热建筑热负荷需求和新能源供热机组供热量进行预测；
[0010]步骤S3、基于次日各调度时段的用热建筑热负荷需求预测值和新能源供热机组供
热量预测值，计算次日各调度时段的剩余供热量；
[0011]步骤S4、在满足电热泵能效最高和通过储热装置储存电热泵制热量多余的条件下，对次日各调度时段的电热泵制热量进行预测，同时设置传统供热机组、电热泵和储热装置进行剩余供热量的组合策略；
[0012]步骤S5、以集中供热系统次日各调度时段的总运行成本最小和用热建筑负荷偏离度最小为目标函数，建立集中供热系统日前优化调度模型，输出次日各调度时段的传统供热机组、电热泵和储热装置的启停状态和出力大小；
[0013]步骤S6、在次日当前时刻下，根据未来日内滚动调整周期下的用热建筑热负荷需求和新能源供热机组供热量预测值，重新对后续各调度时段的传统供热机组、电热泵和储热装置的启停状态和出力大小进行规划，获得集中供热系统日内调度计划。
[0014]进一步，所述步骤S1中，构建包括热量生产设备、热量辅助设备、热量存储设备和用热建筑的集中供热系统数字孪生模型，包括：
[0015]建立集中供热系统物理实体的三维物理模型，并通过图形化、形式化描述物理模型对应的逻辑模型的组成要素、组成结构和运行机制，再将各要素属性和行为反馈至物理模型，进行物理模型到逻辑模型的映射；所述集中供热系统物理实体包括热量生产设备、热量辅助设备、热量存储设备和用热建筑；所述热量生产设备包括新能源供热机组和传统供热机组；所述热量辅助设备包括电热泵；所述热量存储设备包括储热装置；
[0016]建立可视化的集中供热系统仿真模型，并基于采集的集中供热系统多源数据，采用智能优化算法对集中供热系统仿真模型进行训练和优化后，将仿真结果反馈至物理模型；
[0017]对集中供热系统的物理模型和仿真模型进行一致性与可靠性验证；
[0018]对集中供热系统多源数据融合和采用机器学习算法，进行集中供热系统物理空间到虚拟空间信息流、控制流、数据流和决策流的数据清洗转换、共享汇聚、融合与迭代优化，建立集中供热系统数据模型；
[0019]将集中供热系统物理模型、逻辑模型、仿真模型和数据模型进行集成后，通过映射重构和1:1镜像，建立集中供热系统物理空间的物理实体在虚拟空间的数字孪生体。
[0020]进一步，所述新能源供热机组包括太阳能供热机组；所述传统供热机组包括燃煤锅炉和热电联产机组；所述电热泵包括空气源热泵。
[0021]进一步，所述步骤S2中，分别对次日各调度时段的用热建筑热负荷需求和新能源供热机组供热量进行预测，包括：
[0022]采集与用热建筑热负荷相关的历史各调度时段的热力站二次网供回水温度、二次供水流量、建筑室温、室外气象信息；采集与新能源供热机组供热量相关的历史各调度时段的运行数据和外部环境信息；
[0023]分别对采集的与用热建筑热负荷相关的历史各调度时段的数据信息、与新能源供热机组供热量相关的历史各调度时段的数据信息进行数据预处理和小波变换分解后，分别输入至树突状神经网络模型中进行训练，建立次日各调度时段的用热建筑热负荷需求预测模型和新能源供热机组供热量预测模型，再分别将模型输出的数据进行小波重构获得次日各调度时段的用热建筑热负荷需求和新能源供热机组供热量最终预测值。
[0024]进一步，所述步骤S3，基于次日各调度时段的用热建筑热负荷需求预测值和新能
源供热机组供热量预测值，计算次日各调度时段的剩余供热量，同时设置传统供热机组、电热泵和储热装置进行剩余供热量的组合策略，包括：
[0025]基于次日各调度时段的用热建筑热负荷需求预测值，结合热源到用热建筑之间热量传输的延时性和热量损失特性，对次日各调度时段的用热建筑热负荷需求预测值进行修正获得次日各调度时段的热源总热量供给预测值；
[0026]基于次日各调度时段的热源总热量供给预测值和新能源供热机组供热量预测值，计算次日各调度时段的剩余供热量；所述剩余供热量由传统供热机组、电热泵和储热装置进行协调供给。
[0027]进一步，所述步骤S4，在满足电热泵能效最高和通过储热装置储存电热泵制热量多余的条件下，对次日各调度时段的电热泵制热量进行预测，同时设置传统供热机组、电热泵和储热装置进行剩余供热量的组合策略，包括：
[0028]在满足电热泵能效最高和通过储热装置储存电热泵制热量多余的条件下，采集与电热泵制热量相关的历史各调度时段的数据，包括外部环本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种含电热泵和储热的集中供热系统优化调度方法，其特征在于，它包括：步骤S1、构建包括热量生产设备、热量辅助设备、热量存储设备和用热建筑的集中供热系统数字孪生模型；所述热量生产设备包括新能源供热机组和传统供热机组；所述热量辅助设备包括电热泵；所述热量存储设备包括储热装置；步骤S2、分别对次日各调度时段的用热建筑热负荷需求和新能源供热机组供热量进行预测；步骤S3、基于次日各调度时段的用热建筑热负荷需求预测值和新能源供热机组供热量预测值，计算次日各调度时段的剩余供热量；步骤S4、在满足电热泵能效最高和通过储热装置储存电热泵制热量多余的条件下，对次日各调度时段的电热泵制热量进行预测，同时设置传统供热机组、电热泵和储热装置进行剩余供热量的组合策略；步骤S5、以集中供热系统次日各调度时段的总运行成本最小和用热建筑负荷偏离度最小为目标函数，建立集中供热系统日前优化调度模型，输出次日各调度时段的传统供热机组、电热泵和储热装置的启停状态和出力大小；步骤S6、在次日当前时刻下，根据未来日内滚动调整周期下的用热建筑热负荷需求和新能源供热机组供热量预测值，重新对后续各调度时段的传统供热机组、电热泵和储热装置的启停状态和出力大小进行规划，获得集中供热系统日内调度计划。2.根据权利要求1所述的集中供热系统优化调度方法，其特征在于，所述步骤S1中，构建包括热量生产设备、热量辅助设备、热量存储设备和用热建筑的集中供热系统数字孪生模型，包括：建立集中供热系统物理实体的三维物理模型，并通过图形化、形式化描述物理模型对应的逻辑模型的组成要素、组成结构和运行机制，再将各要素属性和行为反馈至物理模型，进行物理模型到逻辑模型的映射；所述集中供热系统物理实体包括热量生产设备、热量辅助设备、热量存储设备和用热建筑；所述热量生产设备包括新能源供热机组和传统供热机组；所述热量辅助设备包括电热泵；所述热量存储设备包括储热装置；建立可视化的集中供热系统仿真模型，并基于采集的集中供热系统多源数据，采用智能优化算法对集中供热系统仿真模型进行训练和优化后，将仿真结果反馈至物理模型；对集中供热系统的物理模型和仿真模型进行一致性与可靠性验证；对集中供热系统多源数据融合和采用机器学习算法，进行集中供热系统物理空间到虚拟空间信息流、控制流、数据流和决策流的数据清洗转换、共享汇聚、融合与迭代优化，建立集中供热系统数据模型；将集中供热系统物理模型、逻辑模型、仿真模型和数据模型进行集成后，通过映射重构和1:1镜像，建立集中供热系统物理空间的物理实体在虚拟空间的数字孪生体。3.根据权利要求2所述的集中供热系统优化调度方法，其特征在于，所述新能源供热机组包括太阳能供热机组；所述传统供热机组包括燃煤锅炉和热电联产机组；所述电热泵包括空气源热泵。4.根据权利要求1所述的集中供热系统优化调度方法，其特征在于，所述步骤S2中，分别对次日各调度时段的用热建筑热负荷需求和新能源供热机组供热量进行预测，包括：采集与用热建筑热负荷相关的历史各调度时段的热力站二次网供回水温度、二次供水
流量、建筑室温、室外气象信息；采集与新能源供热机组供热量相关的历史各调度时段的运行数据和外部环境信息；分别对采集的与用热建筑热负荷相关的历史各调度时段的数据信息、与新能源供热机组供热量相关的历史各调度时段的数据信息进行数据预处理和小波变换分解后，分别输入至树突状神经网络模型中进行训练，建立次日各调度时段的用热建筑热负荷需求预测模型和新能源供热机组供热量预测模型，再分别将模型输出的数据进行小波重构获得次日各调度时段的用热建筑热负荷需求和新能源供热机组供热量最终预测值。5.根据权利要求1所述的集中供热系统优化调度方法，其特征在于，所述步骤S3，基于次日各调度时段的用热建筑热负荷需求预测值和新能源供热机组供热量预测值，计算次日各调度时段的剩余供热量，同时设置传统供热机组、电热泵和储热装置进行剩余供热量的组合策略，包括：基于次日各调度时段的用热建筑热负荷需求预测值，结合热源到用热建筑之间热量传输的延时性和热量损失特性，对次日各调度时段的用热建筑热负荷需求预测值进行修正获得次日各调度时段的热源总热量供给预测值；基于次日各调度时段的热源总热量供给预测值和新能源供热机组供热量预测值，计算次日各调度时段的剩余供热量；所述剩余供热量由传统供热机组、电热泵和储热装置进行协调供给。6.根据权利要求1所述的集中供热系统优化调度方法，其特征在于，所述步骤S4，在满足电热泵能效最高和通过储热装置储存电热泵制热量多余的条件下，对次日各调度时段的电热泵制热量进行预测，同时设置传统供热机组、电热泵和储热装置进行剩余供热量的组合策略，包括：在满足电热泵能效最高和通过储热装置储存电热泵制热量多余的条件下，采集与电热泵制热量相关的历史各调度时段的数据，包括外部环境数据、历史制热量、电热泵的能效值、历史电价、耗电量、热网的供回水温度目标值；对采集的与电热泵制热量相关的历史各调度时段的数据进行数据预处理和小波变换分解后，输入至树突状神经网络模型中进行训练，建立次日各调度时段的电热泵制热量预测模型，再将模型输出的数据进行小波重构获得次日各调度时段的电热泵制热量的最终预测值；设置传统供热机组、电热泵和储热装置进行剩余供热量协调供给的组合策略：当剩余供热量小于预设的第一阈值时，由传统供热机组单独进行供热，或由电热泵单独进行供热，并在电热泵制热量多余且电价处于低谷时段时，将多余热量储存在储热装置中；当剩余供热量大于预设的第一阈值且小于预设的第二阈值时，先由电热泵和储热装置在电价低谷时期组合供热，然后在制热量相同的条件下，设置在电价平段和高峰时期由电热泵和/或传统供热机组进行供热；当剩余供热量大于第二阈值时，由传统供热机组、电热泵和储热装置在次日...

【专利技术属性】
技术研发人员：赵琼，李曼洁，
申请(专利权)人：浙江英集动力科技有限公司，
类型：发明
国别省市：