智慧供热在分布式燃气供热中的应用与优化提升

张尹路，李文甲，康利改

（1.华方（天津）节能科技有限公司，天津300000；2.中低温热能高效利用教育部重点实验室（天津大学），天津300000；3.河北科技大学建筑工程学院，石家庄050018）

0 引言

在集中供热系统不断发展、供热管网规模逐年增加的同时，城市规划以及供给用户或换热站负荷也在不断调整、变化，但供热设备及管网系统监控自动化水平较低，人工运行操作依赖性较强，造成了原有管网的局部水力失调，局部用户或热力站的资用压头不足。同时传统调节方式耗电量大，不能满足用户的各种运行工况，特别是在大型供热系统中，其弊端尤为突出［1-2］。

智慧供热是在机电及控制等物理设备基础上进行智能化硬件改造，连同供热系统的运营服务，共同构建供热信息物联网，通过智能决策系统，为运行管理人员提供决策支持或辅助，形成在保证室内舒适度的前提下，降低运行能耗的供热系统形式［3-4］。

在国外，供热的起步相对比较早，主要经历了单纯管理、基础建设、综合发展、自动化控制等阶段［5］。20 世纪70 年代开始，德国、波兰、丹麦、挪威、俄罗斯等致力于发展多能源供热，欧美发达国家比较注重集中供热智能控制技术的发展和应用，其智能控制技术处于行业领先水平［6］。我国的供热技术从20 世纪50 年代开始起步，目前以集中供热为主要方式，但当前供热系统的运行管理和控制技术还不够成熟，供热智能化与现有供热规模的发展不成正比［7］。基于集中供热系统中对信息化、智能化应用的迫切需求，更多的学者、集中供热企业等都意识到了这一点，开始大力研究并发展智慧供热［8-9］，对智慧供热的研究大致可以从以下3 个方面入手［10-11］。

（1）信息感知化。在供热系统中安装传感器，如温度、流量等传感器，利用传感技术，获取供热系统不同位置的主要参数信息，实时监控系统重要部件的运行状态，实现对整个供热系统的全面感知［12-15］。

（2）设备互联化。将组成供热系统的物理设备通过物联网连接到互联网上，通过现代网络通信方式，供热系统的海量数据实现互联互通，供热系统信息资源可以共享，数据可以统一分析［16-19］。

（3）决策智能化。通过统一的数据储存平台和分析中心，利用智能算法、动态仿真等对供热系统的海量数据进行筛选分析，实现供热系统负荷预测［20-23］、故障诊断［24-27］、运行调度［28-32］，使供热系统控制智能化。

本文结合智慧供热系统特点，以智慧运营平台为核心，以机电及控制系统为基础，搭建了一套分布式供热智慧运行系统。并以石家庄市卓达书香园清洁供热改造为例，从热源侧负荷响应及管网侧热力平衡优化入手，运用大数据分析及人工智能算法技术，为供热决策技术提供支撑，减少能源消耗。

1 智慧供热系统构建

整个智慧供热系统结构如图1 所示，系统从下到上主要分为6 个子系统，依次为：能源设备层、能源物联网层、能源大数据层、能源运营架构平台、绿色运营管理层和能源服务层。其中，能源设备层是供热系统的基石，主要包括冷热源设备、流体输配系统、换热机组与换热站、管网平衡系统、能量计量仪表、室外气象及室内环境监测设备。能源物联网层负责从能源设备层完整采集供热数据并传输到能源大数据层进行汇总。能源运营架构平台包括模型管理平台、模型设计平台、测试试验平台、数据运营平台、大数据可视化平台和策略管控平台，主要负责接收大数据层汇总的数据并进行详细分析，之后将分析结果传递到绿色运营管理层的智慧能源管理展示平台进行供热运营可视化自动控制。最后将控制策略传递到能源服务层的应用交互节点上。

图1 智慧供热系统结构示意Fig.1 Structure of the intelligent heating system

2 案例分析

2.1 工程基本情况

河北省石家庄市卓达书香园清洁能源供热工程位于石家庄市裕华区塔南路，项目由卓达书香园一期、二期、别墅区和卓东小区组成，总建筑面积71万m2，是一个建成于20 世纪90 年代的老旧小区。整个小区均为多层建筑，外墙无保温措施，窗户为单玻铝合金推拉窗。该小区自2012 年煤改气之后多年来供热质量欠佳，居民反映强烈。

卓达书香园能源系统由一期锅炉房的32 台单台供热量1.1MW的低氮燃气锅炉作为热源，共分为北、西、南3 个区，锅炉台数分别为13，9，10，每个区锅炉并联，锅炉管路上均安装温度、压力和智慧调节阀等自控设备。锅炉房下有4 个接力站，对应书香园各期小区，其中别墅区与卓东小区统称为南区。绝大多数热用户末端形式采暖为暖气片，少数热用户改为地板辐射形式采暖。一次管网设计供/回水温度85/60 ℃，二次管网设计供/回水温度60/45 ℃，该小区供热站示意如图2所示。

2.2 智慧供热系统技术情况

除使用高效全预混低氮冷凝燃气热水锅炉外，本工程构建的智慧供热系统主要涉及两大块：供热自动化控制系统和智慧运营分析平台，包括供热站负荷响应系统、管网热平衡调节系统、末端热舒适度保障系统、末端保障优化方案等方面，结合能源系统机电设备，将全系统温度、压力、流量、智慧物联网热平衡阀等系统数据完整采集，通过NB-iot 物联网模块集中上传至数据平台，实现供热系统全数据链条完整，由大数据智慧能源管理系统统一优化管理。

图2 石家庄卓达书香园小区供热站Fig.2 Heating station for Zhuoda Shuxiang Garden in Shijiazhuang City

2.2.1 供热自动化控制系统

供热站自动化控制系统示意如图3 所示，通过在供热站内安装温度、压力、智慧物联网热平衡阀等传感控制设备，借助数据平台及中控平台，实现供热站系统的联动运行，为供热智慧运行平台数据分析提供依据。基于项目大数据，使用时滞卷积神经网络架构，对各个参量之间的物理关联进行了建模，构建供暖系统仿真模型，并在仿真模型的基础上，测试不同策略的长期影响，从而给出了最优的锅炉与换热站各节点供水温度等控制决策，即通过大数据分析和人工智能智慧运行策略保障按需供应，二次侧供热量与需热量匹配，锅炉及换热器在不同工况下处于运行高效区。

2.2.2 热平衡调节系统

热平衡调节系统是实现供热系统热力平衡的关键，也是重中之重。通过热平衡调节系统，一方面优化远近端热力平衡，另一方面有助于解决楼宇单元间热力失调问题，从根本上实现供热系统热力平衡。传统设计方案中单元立管处仅设置手动开启关闭阀，缺乏量化调节数据支撑，调节性较差，不可避免地造成管网热平衡失调，导致近端过热、远端不热等问题，从而造成能源浪费，供热效果不佳。而立管是热力系统管网热平衡调节的终端，立管热平衡调节不到位，会直接导致各楼层间户内温度不一致。结合现场调研，各楼门立管仅安装普通截止阀，无法实现流量调节的目的，其次现有管道无法实现流量数据精确测量，从而导致同一楼栋不同单元间热量分配不均，因此会影响到用户的舒适度。

针对上述问题，设计了立管热平衡在线监测系统，如图4 所示。在各楼门立管处设NB-iot 立管热平衡采集器，实现立管热量数据远传智慧运营平台，并运用大数据分析及人工智能算法，制定管网热力平衡调节控制策略。在相应位置同时增加静态线性平衡阀，依据热平衡平台计算结果，调整静态线性平衡阀门以实现管网热力平衡，提高用户舒适度的同时，减少能源消耗。

2.2.3 末端保障优化方案

室内温度达标是实现用户满意的基础。针对现状，构建如图5所示的室内温湿度数据采集系统。通过增加关键户型温度采集器，采集室内温度数据，作为供热服务质量的目标值。室内温湿度数据采集系统，运用高精度传感器及NB-iot 物联网技术，实时了解用户室内温度情况，一方面为供热运营方案制定提供科学依据，另一方面有助于提高供热服务质量。

图3 供热站自动化控制系统示意Fig.3 Automatic control system of the heating station

图4 立管热平衡在线监测系统示意Fig.4 Schematic diagram of on-line monitoring system of heat balance in riser

图5 室内温湿度数据采集系统Fig.5 Indoor temperature and humidity data collection system

2.2.4 室外气象数据采集优化方案

图6 为搭建的室外气象数据收集系统，能够实时收集温度、湿度、光照、风速、风向等气象数据，为智慧运营方案制定提供科学依据，提升客户服务满意度，为节能降耗提供有力保障。室外气象情况是影响供热系统运行的重要因素之一，项目所在地的气象情况与天气预报存在一定的差异，因此需要了解项目所在地实时气象情况。

2.2.5 智慧运营分析平台

智慧运营分析平台是在机电及控制系统的基础上，将供热系统全数据联通至数据平台，并运用大数据分析及人工智能算法，制定负荷响应运行策略及管网热力平衡控制策略，优化热源效率，实现管网热力平衡，在提升用户体验的前提下，减少能源消耗。智慧运营分析平台及其数据可视化流程如图7—8所示。

图6 室外气象数据收集系统Fig.6 Outdoor meteorological data collection system

2.2.6 负荷响应运行策略

负荷响应运行策略主要是通过供热系统容积预测算法、室外气象预测算法、热量精确供应算法、热源效率优化算法耦合计算得出。

供热系统容积预测算法，通过对供热系统热源侧、管网侧、末端侧数据进行计算，计算热量从热源端输送至用户末端时间。由于供热系统容积的影响，需要通过室外气象预测算法，分析室外气象数据收集系统上传至数据平台的各项数据，以及中央气象台气象预报数据，对项目所在地气象情况进行预测，规避室内温度波动造成的能源浪费或用户满意度下降。

热量精确供应算法，是在供热系统容积算法及室外气象预测算法的基础上，通过计算供热系统各组成部分的实时运行情况，计算满足用户室内温度基础上的热量。热源效率优化算法，通过对热源侧情况进行分析，制定在满足现有条件下热量供应的基础上，选择最优的热源运行策略。不同算法预测的回水温度出现的可能性如图9 所示，由于供热具有很大的滞后性，不同算法预测的未来时刻锅炉回水温度可能不同。策略管控平台结合不同算法的预测值，综合最终锅炉供水温度的设定值到控制系统中去调节锅炉的负荷。

2.2.7 管网热力平衡控制策略

图7 智慧运营分析平台（截图）Fig.7 Intelligent operation analysis platform（screenshot）

图8 数据可视化流程Fig.8 Data visualization process

闭式系统管网平衡调节的关联性较大，调整任一支管、立管的流量会对其他支管、立管流量造成一定的影响，因此通过传统人工调节的方式很难实现管网热力平衡。通过对数据平台供热系统各部分运行数据进行分析，系统制定出最佳的管网热力平衡控制策略。主要思路为从干管、支管、立管3个层面，通过构建支管、立管间流量调节相关性模型，结合干管、支管的流量计、调节阀，以及楼门立管调节系统，制定出每个支管调节阀、楼门立管调节系统的策略，从而优化各支管、立管热量分配，实现干管、支管、立管层面的热力分配平衡，保证室内温度要求，提高用户满意度，减少能源浪费。

3 运行结果与讨论

3.1 户内温度数据的采集与分析

通过2018 年对该小区进行低氮智慧供热改造并运行托管后，各区整个采暖季室内逐时平均温度曲线如图10所示，书香园某栋楼室内温度采集器一周采集数据分析如图11 所示（图中虚线为平均温度）。不难发现，2018—2019 年采暖季基本实现恒温供热，整个采暖季室内平均温度高于20 ℃，且一天内20 ℃出现频率占比较高，居民反映良好。

3.2 能耗及运行数据的分析

通过收集2017—2018 年采暖季和2018—2019年采暖季运行数据，两个采暖季的能耗情况对比分析见表1。

图9 热量精确供应算法及热源效率优化算法预测结果示意（截图）Fig.9 Prediction made by accurate heat-supply algorithm and heat source efficiency optimization algorithm（screenshot）

表1 2017—2018与2018—2019采暖季能耗情况对比Tab.1 Comparison of energy consumption between heating seasons in 2017—2018 and 2018—2019

图10 石家庄卓达书香园各分区采暖季室内逐时平均温度曲线（2018—2019）Fig.10 Curve of average indoor temperature in each area of Zhuoda Shuxiang Garden（2018—2019）

图11 石家庄卓达书香园某栋楼室内温度采集器一周采集数据分析Fig.11 Analysis on a-whole-week indoor temperature of a building in Zhuoda Shuxiang Garden

通过以上数据可以看出，2018—2019 采暖季室外平均温度较低的情况下，室内供暖舒适度显著提高，水、电、燃气耗量均有显著下降，2018—2019 年供暖季燃气能耗为6.47m3/m2，与上一年度相比减少了28%，电耗和水耗较上一年度分别减少了20%和22%。

4 结束语

本文从智慧能源管理系统出发，以智慧运营平台为核心，以机电及控制系统为基础，将智能化硬件改造和供热系统运营服务融为一体，构建了包含供热自动化控制系统和智慧运营分析平台的智慧供热系统。同时将其中的供热站负荷响应系统、管网热平衡调节系统、末端热舒适度保障系统、末端保障优化方案运用于石家庄卓达书香园供热改造中，结果表明，采用智慧供热后，该小区分布式燃气供热系统供热质量较之前大大提高，整个采暖季室内平均温度高于20 ℃，基本实现恒温供热，居民反映良好。供热系统能耗无论气耗、电耗还是水耗较改造前的前一个供暖季大大减少，分别减少了28%，20%和22%。