(青島理工大學 山東 青島 266033)
利用圖論原理及基爾霍夫定律建立供熱系統二級網的結構機理模型。該供熱系統由1處熱源,9處建筑熱力入口組成。建立供熱管網的空間拓撲結構如圖1所示。

圖1 小區熱網空間拓撲結構
基于圖論理論及管網的拓撲關系建立流體的關聯矩陣、增廣關聯矩陣[8-9]。由供熱管網的流動可以用下列方程表示:

該小區的供熱系統在換熱站側供回水節點處布置有壓力傳感器,流量傳感器,每棟樓的熱力入口處裝配有流量傳感器。將優化辨識的優化辨識的數學模型定義為:
εsm≤sm≤sm
式中,S為管網的阻力系數;ζm為管段m的流量權重系數;管段m的流量模型計算值;GCm為m管段的流量實測值;NG為流量的測量管段數。
對于以上管網阻力系數的優化辨識模型,目標函數具有非線性,若采用傳統的方法進行求解,非常困難。在此采用遺傳算法,進行優化求解。
在MATLAB中使用遺傳算法工具箱時,除對優化問題的本身進行完整的合理的描述外,還需要對其中的各項參數進行合理的設置。本文在對供熱管網變動阻力系數進行辨識優化時,最先采用了工具箱中的默認值,然后根據辨識結果的合理性與否對參數進行了調整。
本文提出的少測點變動阻力系數的優化辨識方法流程如圖3所示。首先得到設計工況下管網的阻力系數,確定阻力系數的搜索范圍,在搜素范圍內隨機生成N組阻力系數列向量,將阻力系數列向量代入水力計算模型中求得N組流量和壓力向量,利于遺傳算法對目標函數進行優化求解。為了保證準確性,將所求解再次帶入水力計算模型計算流量數據并與實測流量觀測數據進行比較,當在±5%之間(包含±5%)時輸出最終的阻力系數列向量,當誤差不滿足要求時,重新生成N組阻力系數列向量進行尋優。
本文從2018-2019供暖季中選取了三天,每隔一個小時取一次觀測數據,獲取了該小區建筑物熱力入口處管段b41、b4、b14、b19、b21、b22、b27、b32、b37的6組流量觀測數據。
水泵在供熱系統中為流體的循環提供機械動力,對供熱系統的運行起著關鍵作用。本文通過測定該小區循環水泵的不同工況點下揚程-流量數據,采用最小二乘法對循環水泵的實際運行工況進行曲線擬合。
擬合得該小區供暖系統循環水泵的特性方程為:
H=9.39×105+390G-5G2
式中,H為水泵揚程;G為循環流量。
通過上述辨識流程利用MATLAB對管網的阻力系數進行辨識,部分辨識結果如下表1所示。

表1 管網的阻力系數辨識結果
阻力系數辨識結果代入到水力計算模型中,將模型辨識結果與實測的數據進行比較后,得到的誤差統計數據如表2所示:

表2 模型辨識結果與實測的數據誤差
本文對獲取的6組數據進行了6次優化辨識,辨識結果如表5所示,接近95%的辨識結果誤差小于±3%。說明采用該方法對供熱系統變動阻力系數進行優化辨識具有較高的準確度。