新型供熱末端控制系統

穆婧怡 宋妍 王永貴 田梓儒 李明蒔

摘 要：為應對氣候變化，我國承諾在2030年前實現碳達峰、在2060 年前實現碳中和。當前我國北方集中供熱碳排放量較大，占建筑運行碳排放的比重達到26%。推進集中供熱低碳發展亟須科學合理、清晰明確的技術路徑指引。在碳達峰、碳中和目標約束下，研判集中供熱低碳技術發展趨勢，分析各項技術對低碳發展目標的影響，構建我國北方集中供熱發展技術路徑。

關鍵詞：供熱；末端控制

一、引言

目前環境問題日趨嚴重，煤炭產業尾氣大量溫室氣體的產生，導致全球溫暖化加劇。全球溫度的上升引發了眾多環境問題，聯合國防災減災署發布的一份報告顯示，2000 年至 2019 年，全球報告氣候相關災害 6681 起，比上一個 20 年增長 82.7%，其中，洪水災害從上一個 20 年的 1389 起增至 3254 起，風暴災害從 1457 起增至 2034 起。此外，干旱、山火、極端氣溫等災害以及地震、海嘯等地質相關災害發生次數也顯著增加。

目前在供暖行業大部分企業使用的熱源仍是煤炭，要想實現節能減排工作就要實現能源的轉型，我國具有豐富的地熱能供暖、生物液體燃料、生物天然氣等資源條件，但由于技術成熟度不夠和開采經濟費用大等因素影響，利用規模相對有限。地熱能供暖是利用地下熱水進行供暖的方式，通過打井的方式向地下2000m處抽取熱水，經過過濾以及軟化后可被用于供暖，這種方式極大的改善了我國煤炭資源短缺的問題，但由于開采過程中需要高額的費用，以及需要回灌等問題，使得這種方式沒有廣泛運用。

我國企業也存在諸多問題，經查閱相關文獻綜述如下；傳統供暖末端技術不具備有效的調節手段，導致管網運行熱損耗高；職工的數據管理水平和維護能力不足，使得系統運行過程中局部能耗量大；以及管網老化等問題。在這種嚴峻的背景下，利用大數據技術來對供熱末端技術進行優化是一個值得探索的重點領域。

二、智能控制技術的優化研究

（一）系統運行優化研究

隨著社會的進步，互聯網技術愈加的發達，大數據的出現使供暖行業邁向了新的領域。智能監測系統由四部分組成：監控中心以及計算機網絡區域、熱用戶前端的智能控制器、有線網絡或無線網絡、末端的傳感器。

（1）末端的傳感器：傳感器由敏感元件、轉換元件、變化電路和輔助電源組成，分為有線傳感和無線傳感。用于感受到供暖系統末端的數據變化。

（2）有線網絡或無線網絡：用于傳輸系統運行當中的數據變化 。

（3）監控中心以及計算機網絡區域：它是由PC端、大數據技術和互聯技術組成。通過大數據處理框架和云計算對供暖系統達到精準控制的作用。大數據技術主要有四個特點：1、大量性，可以通過分布式儲存，可以對供暖過程中逐時數據進行記錄；2、高效性，如今大數據技術對數據的處理過程更加的高效，能夠從供暖過程中產生的數據進行分布式處理，進而可以有效地防止建筑的熱惰性。3、多樣性，它可以接受到不同種類的數據像流量、溫度、壓強等數據進行分類整合；4、價值性，這是大數據技術的一個重要的特征，從供暖過程中產生大量的數據中發現潛在價值。

（二）末端控制手段優化研究

面積法是根據熱用戶的房間熱水斷通時間和面積為參數，分攤建筑的總供熱量。具體計費流程是，在接戶分環的水平式供暖系統中，各用戶的房間供熱干管上設置斷通控制閥，在各房間設置溫度控制器，測量室內溫度和熱用戶的設定溫度，室溫通斷控制閥根據實測室溫與設定值的偏差來控制一個周期的占空比，以此調節房間的溫度，記錄并統計熱用戶的占空比時間，按照熱用戶的累計通斷時間與供暖面積來計量用熱量。這種方式與熱量表理論基礎不同，熱量表追求精度的度數而又將位置修正系數等模糊修正加以平衡是一種悖論。

基于通斷調節供暖系統具有較大的時滯性，通過對熱力模塊和水利模塊研究出一種適應大慣性的供暖系統的調控方法。運用自然國家自然科學基金提到的時間步長實現對內外環境因素相耦合的方式實現雙頻率調節。達到具有預測功能和精準調節的多元控制目標。低頻控制包括根據供暖系統的周期性動態特征，以及室內空氣溫度的未來一段時間趨勢進行預判，將智能程序編寫到控制器中輸出滿足熱量需求的占空比，這一控制周期稱為第一時間步長。高頻控制是在低頻控制的基礎上實現的，高頻控制主要針對太陽輻射、通風、室內人員散熱等因素的熱平衡方法。在滿足最小周期和水力工況均勻的前提下，調節占空比來解決高頻因素的影響，這段占空比稱為第二時間步長。總結來看第二時間步長就是在第一時間步長預測和調節的基礎上加入多樣因素的調節過程。

（三）智能系統運行研究

我國北方晝夜溫差超過了10℃，這就導致了白天供熱過剩；到了晚上又過少，熱量的損耗增多，系統的運行過程中運用了大數據技術、傳感器技術、監測技術等有效的減小能耗。

運行過程中可分為以下步驟：1、系統末端控制部分：系統末端設備通過對末端散熱設備的供回水流量、溫度、壓強等數據通過傳感器傳輸到控制器中；2、戶前監測部分：智能控制器中的處理器將電信號和數字信號相互轉換進行反饋；通過有線或無線的方式傳輸到pc端；3、監控中心：反饋信號進入計算機區域網后開始經過云平臺分析重組，再通過大數據計算挖掘、分布式儲存和處理等；以映射的方式形成數據可視化圖形；通過數據曲線的變化和歷史數據進行對比發現規律進行機械學習，找到管網能耗最大的區間將正確的參數重新編寫在智能控制器中，最終實現智能化、自動化的管理系統。

參考文獻：

[1]周偉.跨域生態環境問題多元共治：緣由、困境與突破[J].生態經濟，2022，38（01）：169-176.

[2]任曉菲. 東北亞區域環境治理機制研究[D].東北林業學，2021.DOI：10.27009/d.cnki.gdblu.2021.000830.

[3]陸小成.生態文明視域下城市群綠色低碳技術創新體系構建[J].企業經濟，2022，41（06）：15-24.DOI：10.13529/j.cnki.enterprise.economy.2022.06.002.

[4]孟德娟，張文雍，魏保義，潘一玲.綠色低碳，安全高效，全周期差異化指引——《雄安新區規劃技術指南（試行）》市政篇章解讀[J].城市規劃，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，王陳欣，朱璇.基于自動化方法的教育人工智能系統設計與應用[J].中國電化教育，2020（06）：7-15

[8]韓宗偉，王一茹，楊軍，孟欣，龐云嵩.嚴寒地區熱泵供暖空調系統的研究現狀及展望[J].建筑科學，2013，29（12）：124-133.DOI：10.13614/j.cnki.11-1962/tu.2013.12.024.

[9] 董黎剛，厲星星.開放化“智慧學院”的探索和實踐[J].實驗技術與管理，2014，31（06）：19-23.DOI：10.16791/j.cnki.sjg.2014.06.006.