新型供热末端控制系统

穆婧怡 宋妍 王永贵 田梓儒 李明莳

摘 要：为应对气候变化，我国承诺在2030年前实现碳达峰、在2060 年前实现碳中和。当前我国北方集中供热碳排放量较大，占建筑运行碳排放的比重达到26%。推进集中供热低碳发展亟须科学合理、清晰明确的技术路径指引。在碳达峰、碳中和目标约束下，研判集中供热低碳技术发展趋势，分析各项技术对低碳发展目标的影响，构建我国北方集中供热发展技术路径。

关键词：供热；末端控制

一、引言

目前环境问题日趋严重，煤炭产业尾气大量温室气体的产生，导致全球温暖化加剧。全球温度的上升引发了众多环境问题，联合国防灾减灾署发布的一份报告显示，2000 年至 2019 年，全球报告气候相关灾害 6681 起，比上一个 20 年增长 82.7%，其中，洪水灾害从上一个 20 年的 1389 起增至 3254 起，风暴灾害从 1457 起增至 2034 起。此外，干旱、山火、极端气温等灾害以及地震、海啸等地质相关灾害发生次数也显著增加。

目前在供暖行业大部分企业使用的热源仍是煤炭，要想实现节能减排工作就要实现能源的转型，我国具有丰富的地热能供暖、生物液体燃料、生物天然气等资源条件，但由于技术成熟度不够和开采经济费用大等因素影响，利用规模相对有限。地热能供暖是利用地下热水进行供暖的方式，通过打井的方式向地下2000m处抽取热水，经过过滤以及软化后可被用于供暖，这种方式极大的改善了我国煤炭资源短缺的问题，但由于开采过程中需要高额的费用，以及需要回灌等问题，使得这种方式没有广泛运用。

我国企业也存在诸多问題，经查阅相关文献综述如下；传统供暖末端技术不具备有效的调节手段，导致管网运行热损耗高；职工的数据管理水平和维护能力不足，使得系统运行过程中局部能耗量大；以及管网老化等问题。在这种严峻的背景下，利用大数据技术来对供热末端技术进行优化是一个值得探索的重点领域。

二、智能控制技术的优化研究

（一）系统运行优化研究

随着社会的进步，互联网技术愈加的发达，大数据的出现使供暖行业迈向了新的领域。智能监测系统由四部分组成：监控中心以及计算机网络区域、热用户前端的智能控制器、有线网络或无线网络、末端的传感器。

（1）末端的传感器：传感器由敏感元件、转换元件、变化电路和辅助电源组成，分为有线传感和无线传感。用于感受到供暖系统末端的数据变化。

（2）有线网络或无线网络：用于传输系统运行当中的数据变化 。

（3）监控中心以及计算机网络区域：它是由PC端、大数据技术和互联技术组成。通过大数据处理框架和云计算对供暖系统达到精准控制的作用。大数据技术主要有四个特点：1、大量性，可以通过分布式储存，可以对供暖过程中逐时数据进行记录；2、高效性，如今大数据技术对数据的处理过程更加的高效，能够从供暖过程中产生的数据进行分布式处理，进而可以有效地防止建筑的热惰性。3、多样性，它可以接受到不同种类的数据像流量、温度、压强等数据进行分类整合；4、价值性，这是大数据技术的一个重要的特征，从供暖过程中产生大量的数据中发现潜在价值。

（二）末端控制手段优化研究

面积法是根据热用户的房间热水断通时间和面积为参数，分摊建筑的总供热量。具体计费流程是，在接户分环的水平式供暖系统中，各用户的房间供热干管上设置断通控制阀，在各房间设置温度控制器，测量室内温度和热用户的设定温度，室温通断控制阀根据实测室温与设定值的偏差来控制一个周期的占空比，以此调节房间的温度，记录并统计热用户的占空比时间，按照热用户的累计通断时间与供暖面积来计量用热量。这种方式与热量表理论基础不同，热量表追求精度的度数而又将位置修正系数等模糊修正加以平衡是一种悖论。

基于通断调节供暖系统具有较大的时滞性，通过对热力模块和水利模块研究出一种适应大惯性的供暖系统的调控方法。运用自然国家自然科学基金提到的时间步长实现对内外环境因素相耦合的方式实现双频率调节。达到具有预测功能和精准调节的多元控制目标。低频控制包括根据供暖系统的周期性动态特征，以及室内空气温度的未来一段时间趋势进行预判，将智能程序编写到控制器中输出满足热量需求的占空比，这一控制周期称为第一时间步长。高频控制是在低频控制的基础上实现的，高频控制主要针对太阳辐射、通风、室内人员散热等因素的热平衡方法。在满足最小周期和水力工况均匀的前提下，调节占空比来解决高频因素的影响，这段占空比称为第二时间步长。总结来看第二时间步长就是在第一时间步长预测和调节的基础上加入多样因素的调节过程。

（三）智能系统运行研究

我国北方昼夜温差超过了10℃，这就导致了白天供热过剩；到了晚上又过少，热量的损耗增多，系统的运行过程中运用了大数据技术、传感器技术、监测技术等有效的减小能耗。

运行过程中可分为以下步骤：1、系统末端控制部分：系统末端设备通过对末端散热设备的供回水流量、温度、压强等数据通过传感器传输到控制器中；2、户前监测部分：智能控制器中的处理器将电信号和数字信号相互转换进行反馈；通过有线或无线的方式传输到pc端；3、监控中心：反馈信号进入计算机区域网后开始经过云平台分析重组，再通过大数据计算挖掘、分布式储存和处理等；以映射的方式形成数据可视化图形；通过数据曲线的变化和历史数据进行对比发现规律进行机械学习，找到管网能耗最大的区间将正确的参数重新编写在智能控制器中，最终实现智能化、自动化的管理系统。

参考文献：

[1]周伟.跨域生态环境问题多元共治：缘由、困境与突破[J].生态经济，2022，38（01）：169-176.

[2]任晓菲. 东北亚区域环境治理机制研究[D].东北林业学，2021.DOI：10.27009/d.cnki.gdblu.2021.000830.

[3]陆小成.生态文明视域下城市群绿色低碳技术创新体系构建[J].企业经济，2022，41（06）：15-24.DOI：10.13529/j.cnki.enterprise.economy.2022.06.002.

[4]孟德娟，张文雍，魏保义，潘一玲.绿色低碳，安全高效，全周期差异化指引——《雄安新区规划技术指南（试行）》市政篇章解读[J].城市规划，2022，46（04）：84-87.

[5]Anonymous. Total Energies issues assay for Brazilian Atapu[J]. Oil & Gas Journal，2021，119

[6]Peter Fabris. Dept. of Energy issues model energy code determinations for commercial， residential buildings[J]. B

[7]王萍，王陈欣，朱璇.基于自动化方法的教育人工智能系统设计与应用[J].中国电化教育，2020（06）：7-15

[8]韩宗伟，王一茹，杨军，孟欣，庞云嵩.严寒地区热泵供暖空调系统的研究现状及展望[J].建筑科学，2013，29（12）：124-133.DOI：10.13614/j.cnki.11-1962/tu.2013.12.024.

[9] 董黎刚，厉星星.开放化“智慧学院”的探索和实践[J].实验技术与管理，2014，31（06）：19-23.DOI：10.16791/j.cnki.sjg.2014.06.006.