城市区域供热模型和控制方法研究

城市区域供热模型和控制方法研究
朱文忠
(浙江广厦建设职业技术学院信息与控制工程学院，浙江东阳 322100)
摘要：根据城市区域（集中）供热的特点，建立“城市区域供热模型”。

针对供热站多台锅炉并行运行的方式，确立热负荷的分配准则，实现多台锅炉供热负荷的合理分配和协调控制，完善锅炉燃烧过程的最佳控制。

系统引进框架结构的智能控制方式，把各种不同功能的控制方法有机地融汇在一起，实现多种控制策略。

一年多的实践证明，明显地改善了供热质量，降低了能耗，并且较大地提高了供热过程的运行水平。

关键词：城市区域供热模型室外温度预报供热负荷控制框架结构智能控制
Research on City Area Heating Mode and Control Method
Zhu Wenzhong
(Information and Control Engineering Institute; Guangsha College of Applied Construction Technology, Dongyang322100, Zhejiang) Abstract:We sep up city area heating mode according to its characteristics. The method of boilers operating of heating station makes distribution principles and the best control. The system combines different control functions into strategies. More than 1 year experience proves that it changes the heating quality and cuts down power consumption and improves the operating level of the heating process.
Key words:city area heating mode; outdoor temperature forecasting; heating loading control; form structure intelligence control
城市区域（或称集中）供热，是降低城市污染，节约能源的重要途径。

早在上个世纪七十年代，北欧一些国家相继采用了集中供热方式。

伴随我国现代化城市建设的飞速发展，集中供热事业从无到有，正在迅速扩大。

集中供热站是耗能大户，使用的设备繁杂，并且多数在高温高压下运行，实现供热过程的安全可靠运行，确保供热质量，是关系到千家万户的大事，因此，开展集中供热的自动控制研究，极有意义。

区域供热系统是一个十分复杂的多变量控制对象。

例如，乌鲁木齐市光明路供热工程（本文的研究对象）仅是一个中型的供热站，其供热面积就达200万平方米，分布面积广，影响因素多，滞后时间长，参数的时变性和非线性严重，其控制难度可想而知。

目前国内外区域供热控制技术主要存在以下几个问题：（1）供热控制的实时性和控制指标的科学性较差。

由于供热面积广，管网分布复杂，从热源（供热站）改变供热负荷，到用户产生供热效果滞后的时间长，像乌鲁木齐市光明路供热站需2小时才能看到效果。

由此，造成供热效果跟不上气温的变化，既影响供热质量，又浪费了能量。

长期以来，国内一些供热站以当天的气象预报为依据，决定供热系统的供水温度或回水温度。

气象台仅仅预报一天的最高温度和最低温度，全天24小时气候变化万千，仅以气象预报决定供热指标，缺乏一定的实时性。

北欧一些国家正在开展气温预报的研究课题，但目前还仅仅应用在计算离线分析上。

此外，一般供热都是以热量来计算的，目前国内一些供热控制系统均以水温作为控制指标。

而水温只是热量计算参数中的一个，不能完整地表征供热量，缺乏一定的科学性。

（2）集中供热站采用多台锅炉并行运行方式，相当多的控制系统沿用“单打一”的锅炉控制技术，缺乏集中供热的整体观念，既不能均衡供热，又不能合理使用热源。

（3）锅炉燃烧过程控制，不能适应多种运行工况下的需要，控制效果不尽人意。

1 温度预报和城市区域供热模型
此项内容是本课题研究的核心。

针对区域供热控制存在的问题，通过对供热过程深入了解和机理分析，我们决定从建立“城市区域供热模型”作为解决难题的突破口。

根据其特点，分以下三步进行。

2.1 室外温度预报和参数辨识
供热自控系统根据自身的条件，仅仅依靠实测的室外温度，实现室外温度预报，可用的信息量太小，要想达到满意的预报精度，确实有些难度。

但是，它所需预报的时间间隔较短，像乌鲁木齐市光明路供热站只需预报未来2小时气温变化，就可达到较好的供热效果，因此，又为我们进行此项工作提供了有利条件。

我们在93-94采暖期对乌市的气温在不同的气候下，用记录仪连续进行了许多次的实时记录，同时参阅了气象台历年来同时期的气象预报，把大量的数据经过计算机处理，拟合出一天24小时气温变化曲线，用四个函数表达式预报不同时域未来两小时的室外温度，具体表达式为：
f 1 (T k ,T k-1 ,T k-2 ) K ∈[6,12]
f 2 (T k ,T k-1) K ∈[12,18]
2
ˆk T += f 3 (T k ,T k-1 ,T k-2 ) K ∈[18,0] f 4(T k ,T k-1) K ∈[0,6]
2
ˆk T +——未来两小时预报的室外温度 T k ——当前的室外温度
T k-1——1小时前的室外温度
T k-2——2时前的室外温度
k —时间序列
fi （· ）——室外温度预报函数
应该说数据处理最后的结果仅仅确定了温度预报函数的结构形式，它只能表征一天气温变化的趋势，在不同的气象环境（刮风、下雪等）下曲线不尽相同，使fi(· )的参数具有时变性。

但是，尽管有“风云突变”的气候，在城市区域空间内，由于热惯量较大，气温参数呈现慢时变的特征，为参数的在线辨识提供了可能。

采用系统辨识的方法，对fi(· )的参数进行在线实时辨识，现选择较为典型的预报函数模型，扼要叙述如下：
2
ˆk T += T k + Q 1 (T k –T k-1)+ Q 2 (T k-1 –T k-2) 式中^2
ˆk T +是预报值，T k ，T k-1 ,T k-2为实测值，而模型的参数Q 1 ,Q 2有待于通过辨识获取。

我们把时间序列往前延伸二个节拍，使T k+2变成可以实测的T k ，即当前的气温值，则辨识模型演变成以Q 1 ,Q 2为未知数的方程：
T k = T k-2+ Q 1(T k-2 –T k-3 )+Q 2(T k-3–T k-4)
移动T k-2项得：
T k –T k-2 = Q 1(T k-2 –T k-3 )+Q 2(T k-3–T k-4）
设： y= T k –T k-2
x 1= T k-2 –T k-3
x 2= T k-3–T k-4
方程式变为：y=Q 1 x 1+Q 2 x 2
上述方程方框图如图1所示。

+ x 1
－ x 2 y - +
T k
+ －
图 1 气温预测框图 通过方程的形变，把式中的实测数据转变为增量形式，从而使问题的解决简化。

假设i 时刻，T k ,T k-2 ,T k-3 , T k-4实测序列已被计算机获取，因此，y 、x 1、x 2 也就可间接求得。

用y (i) , x 1(i)、x 2(i) ,i=1,2……k 表示，则方程就形成了一组以Ｑi 为回归系数的回归方程组，用矩阵的形式表示为：
y (1) x 1(1) x 2(1) Q 1
y (2) x 1(2) x 2(2)
… = … …
y (k) x 1(k) x 2(k) Q 2
为了能估计出参数Ｑi ，必须要求K ≥２。

设：
(1)(2)()k y y yk y ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭ 1(1)2(1)1(2)2(2)1()
2()k k k x x x x x x x ⎛⎫ ⎪ ⎪= ⎪ ⎪ ⎪⎝⎭
12Q Q Q ⎛⎫ ⎪ ⎪= ⎪ ⎪⎝⎭
X -1(k)=[x 1(k),x 2(k)]
回归方程组改写为：
Y k =X k ·Q ˆQ
=X k -1·Y k ˆQ
——Ｑ矢量的估计值 由于获取的数据中混杂有测量噪声和模型误差，ˆQ
与实际的Ｑ不尽相同，此时就要用最小误差平方法来确定Ｑ值。

定义误差矢量 εk =[ε1, ε2,……εk ]
T 令 εk =Y k —X k ·Q
为了使辨识的参数具有较好的跟踪能力，取目标函数为：
∑=-==K
i I K K i J 12min )(ελ 0<λ<1
可以得到Ｑ估计的递推公式：
Q(k+1)=Q(k)+γ(k+1)P(k)X(k+1)[y(k+1)-X T
(k+1)Q(k)]
Q 1 ,Q 2 T k-2 T k-3 T k-4
P(k+1)=[1/λ][P(k)-γ(k+1)P(k)X(k+1)X T (k+1)P(k)]
γ(k+1)=)]
1()()1([1+++K X K P K X T λ P(k)=[ 1/λ][X k T X k ]
-1 X(k+1)=[x 1 (k+1),x 2 (k+1)]T
上述推导过程限于篇幅不在此赘述。

把Ｑ值代入fi( · )表达式中，计算机就不断地在线实时预报未来两小时室外温度Ｔk+2的值。

通过
一年多时间的验证，其预报精度可达１0C 。

1.2 区域供热负荷预测
解决室外温度预报的问题，实质上是为了进行区域供热负荷预测。

知道了未来气温变化，计算机就可结合自身积累的一些数据对区域未来两小时所需的供热负荷预测，其表达式为：
22ˆˆ(,,)k k k
q Q T q s ++= 2ˆk q
+——区域未来两小时预测供热负荷 q k ——区域当前供热负荷
s ——区域供热面积
Q( · )——区域供热预测模型
实现区域供热负荷预测，使供热站能根据气温的变化及时为用户提供适当的热量。

同时，又克服了因实测热负荷滞后时间过长，造成供热负荷控制的难题。

1.3 城市区域供热模型
建立供热模型是从较高的层次达到给热网优化供热的方法，既要保证供热质量，又要节约能源。

为了确保供热的经济性，我们又引进了城市居民起居规律的因素，以求在满足居民正常生活需求的基础上，进一步降低能耗。

在征求一些供热专家意见的基础上，采取了多目标模型方式。

平时以“供热质量为主，节能为辅”，睡觉时以“节能为主，供热质量为辅”。

由于供热过程无论是惯性和滞后性都很大，频繁地进行供热负荷预测控制，既无必要，又会影响供热的平稳性。

因此，我们选择一天中气温起伏较大的时间段，结合居民的起居规律，采用大间隔控制方式，具体确定0点、6点、12点、18点为执行控制的时刻，其模型表达式为：
R Q =2ˆ(,,)()K K K k
Q T q s N T q +⎧⎪⎨⎪⎩ )6,0()6,0(∈∉K K 其中其中 R Q ——热负荷控制目标
Ｎ（Ｔk ）——供热负荷系数
综上所述，从时域的角度可归纳为：计算机室外温度预报在不停地进行，而供热负荷预测控制一天仅进行四次，在相应的时域内，计算机以固定的供热负荷实现自动控制。

2 多台锅炉供热负荷分配决策和协调控制
多台锅炉并行供热区别于单台锅炉的供热方式，必须要在保证总的供热负荷的前提下，各台锅炉协调运行，才能使整个热网处于均衡供热状态。

在采用锅炉供水温度（回水温度）的控制方案时，对此问题的解决只能是定性的协调，无法进行定量的协调。

只有在实现供热负荷控制后，才为此问题的解决提
供了方便的途径。

为了确保锅炉运行的平稳性，我们对每台锅炉在原有的供热负荷的基础上，以热负荷系数作为分配的原则，以增量的形式，进行供热负荷的加减，其热负荷系数根据每台锅炉的运行工况和热效率决定，表达式为：
M i =P(ηi ,q i )
∑=m i 1Μi =1
ΔR Qi =M i · R Q
式中：M i ——锅炉热负荷系数
Ｐ（· ）——锅炉热负荷系数函数
ηi ——锅炉热效率
q i ——锅炉实测供热负荷
ΔR Qi ——锅炉热负荷控制增量值
i ——锅炉序号
3 锅炉燃烧过程控制
锅炉燃烧过程控制是本课题的关键之一。

燃烧控制的目的既要提供每台锅炉要求的供热负荷，又要使锅炉处于最佳燃烧状态。

当前供热以选用燃煤的链条锅炉为主，由于它以煤块作为燃料，煤质的差异和不可预见性，无法精确计算参与燃烧的鼓风量。

而燃烧过程中煤块的板结，影响风对煤层的穿透性，加上锅炉长期连续运行，造成炉墙漏风，因此，用氧化锆检测烟气含氧量也不能完全反映燃烧工况。

此外，作为大型的供热锅炉，其控制参数的离散性、非线性和长滞后是十分明显的，因而采用常规的控制方法，很难达到满意的效果。

我们摆脱了传统的设计方法，控制建模不拘泥于以严格的数学方程式为基础的动态模型。

经过对锅炉运行工况的认真摸索，广泛征求司炉工的意见，建立了以专家知识和数学方程式相结合的“多元节能广义模型”，创造性地设计了一个“智能综合控制器”。

考虑到供热系统的冗余性，供热锅炉既具备负荷协调控制功能，同时又具备单台炉子出水温度控制功能，因而增加了控制方法决策机构，并扩展了一个判断推理协调机构。

实现以人类启发式判断推理思路为基础，决策机构为最高层次的，多种控制模块相结合的多层次多模块的智能综合控制策略，同时又加强了人工干预功能，确保锅炉在多种工况下最佳经济燃烧。

上述内容可简单扼要地用因果关系式表达为：
；boilers burn control
Lcontrol ：if[Lncontrol]=l then goto Hcontrol
Tcontrol ：if e t ≥ Tm then goto Tcontrol
if e t <0 then control(3)
control(4)
goto Lcontrol
Tcontrol1：if e t ≥ 0 then control(1)
control(2)
goto Lcontrol
Hcontrol ：if e h ≥Hm then goto Tcontrol
if e h <0 then control(3)
control(4)
goto Lcontrol
Hcontrol ：if e h ≥0 then control(5) control(2)
goto Lcontrol
end
4 控制方法的实现及其应用效果
供热系统是一个大系统，在对其每一个局部的控制方法进行研究之后，把他们有机地结合起来，使之在供热控制系统中实现，这又是本课题研究的另一项内容。

我们引进了框架结构的智能控制方式，把各种控制方法，根据其在供热过程中的作用，分若干个层次融进框架结构内，在各种运行工况下，进行有序地工作，完成相应的控制策略，其控制框图如文后图２所示。

根据供热系统运行特点及其对控制系统的要求，我们把上述的控制框图安排在下上两级计算机上实现。

以热网及公用系统控制计算机作为上一级计算机，主要实现室外温度预报，供热负荷预测，及其在城市区域供热模型的引导下，进行锅炉供热负荷分配决策和协调控制。

以供热锅炉控制计算机作为下一级计算机，采用“一机一炉”的方式配置，主要实现以上级计算机分配的供热负荷为控制指标的锅炉燃烧过程控制，或者以锅炉供水温度为控制指标的锅炉燃烧过程控制，上下级计算机以通讯的方式把它们组合在一起，构成集散式供热控制系统。

本课题的研究成果已成功地应用于乌鲁木齐市供热自动控制系统。

一年多的实践证明，明显地改善了供热质量和降低了能耗，供热合格率从90％提高到98％，节煤率达8％以上，并且较大地提高了供热过程的运行水平。

特别是对目前集中供热控制的难题进行了开拓性的探索，取得了较好的实用成果。