基于负荷预测的换热站优化控制研究
发布时间：2021-04-28 17:01
换热站是集中供热系统的重要组成部分,也是热网的核心,主要完成热能的输配,它运行的好坏直接影响整个供热系统的供热品质。如何提高换热站的调控水平,达到舒适、高效的按需供热成为供热行业的重要课题。本文以大连某高校的换热站为研究对象,分析了目前换热站存在的主要问题有:1.依据气候补偿计算出的二次网均温设定值,无法准确反映用户的热需求;2.现有控制算法控制精度比较低。为了更准确的反映用户的热需求,在研究热负荷预测的基础上,考虑系统的欠热或过热状况,建立了逐时计划供热量模型并对二次网均温设定值进行优化。另外,针对换热站现有算法控制精度较低问题,本文提出了模糊多态BangBang控制算法,并应用于实际系统。具体研究内容如下:首先研究了换热站的逐时热负荷预测。在分析现有预测方法优缺点的基础上,根据历史供热数据选用最小二乘法对逐时热负荷进行预测,并在此基础上充分考虑欠热或过热状况,建立了逐时计划供热量模型;然后结合供热理论推导出热量与二次网均温的理论模型,计算出本小时的欠热量或过热量,并对下小时二次网均温设定值进行修正,从而实现二次网均温设定值的动态优化。其次在分析现有控制算法的基...
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 主要研究内容
1.5 本章小结
第2章 换热站供热系统结构
2.1 换热站的组成
2.2 换热站供热系统的特性及控制难点
2.3 换热站的运行调节
2.4 换热站温度控制系统
2.4.1 气候补偿
2.4.2 二次网均温的计算
2.4.3 现有温控算法
2.4.4 多态Bang_Bang控制算法
2.5 本章小结
第3章 基于负荷预测的二次网均温设定值动态优化
3.1 热负荷预测的必要性
3.2 热负荷预测的典型方法
3.3 基于最小二乘法的逐时热负荷预测
3.3.1 最小二乘法原理
3.3.2 拉依达法样本数据预处理
3.3.3 基于最小二乘法的逐时热负荷预测模型
3.4 逐时计划供热量模型
3.5 二次网均温设定值动态优化
3.6 本章小结
第4章 模糊多态Bang_Bang控制算法研究
4.1 模糊控制理论
4.1.1 模糊控制概述
4.1.2 模糊控制的系统结构
4.1.3 模糊控制器的设计
4.2 模糊多态Bang_Bang控制器的设计
4.2.1 误差和误差变化率及其模糊化
4.2.2 隶属函数
4.2.3 控制规则的确定
4.2.4 控制输出模糊量的精确化
4.3 系统控制策略
4.4 仿真实验
4.5 本章小结
第5章 监控系统设计及算法验证
5.1 监控系统结构
5.2 监控系统的网络设计
5.3 监控系统设计
5.3.1 下位机设计
5.3.2 上位机设计
5.4 实验运行
5.4.1 恒温控制
5.4.2 变温控制
5.5 温控效果分析
5.5.1 控制指标分析
5.5.2 热舒适性分析
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]模糊控制在换热器温度控制系统中的应用[J]. 强明辉,韩春春,王宇. 电子设计工程. 2016(04)
[2]对我国供热技术发展的展望[J]. 石兆玉. 区域供热. 2015(05)
[3]供热用气候补偿技术的研究进展及应用效果分析[J]. 袁闪闪,徐伟. 建筑科学. 2015(06)
[4]基于MODBUS协议的人机界面和单片机串行通信[J]. 孟祥剑,黎向阳. 重庆理工大学学报(自然科学). 2014(09)
[5]智能控制系统综述[J]. 刘涛,黄梓瑜. 信息通信. 2014(08)
[6]基于改进的灰色模型在区域热负荷中期预测中的应用[J]. 王渡,郑莆燕. 区域供热. 2010(02)
[7]解析Modbus-RTU协议关键内容及其在智能电器中的应用[J]. 程雪婷,王海峰. 低压电器. 2010(01)
[8]供热过程时滞递推神经网络解耦器设计[J]. 陈烈,张永明,齐维贵,邓盛川,于德亮. 电机与控制学报. 2009(S1)
[9]基于RBF神经网络的时间序列交叉供热负荷预报研究[J]. 陈烈,张永明,齐维贵,邓盛川,李娟. 电子学报. 2009(11)
[10]北京市城市集中供热节能气象预报系统的应用[J]. 张德山,王保民,陈正洪,李迅,王志斌. 煤气与热力. 2008(11)
博士论文
[1]基于管网动态模型的城市集中供热系统参数预测及运行优化研究[D]. 周守军.山东大学 2012
[2]具有调峰炉的热力站节能控制策略研究[D]. 邓盛川.哈尔滨工业大学 2012
[3]油田热水供暖系统热负荷智能预测技术研究[D]. 刘明.东北石油大学 2011
[4]供热负荷非线性预报方法研究[D]. 张永明.哈尔滨工业大学 2010
硕士论文
[1]基于模型预测控制的换热站质调节研究[D]. 孙健.大连海事大学 2017
[2]换热站智能控制算法研究与监控系统的设计[D]. 刘永齐.大连海事大学 2016
[3]集中供热回水温度的广义预测控制研究[D]. 蔡麒.大连海事大学 2016
[4]伴热管网监控系统的研究[D]. 张子强.哈尔滨工业大学 2015
[5]集中供热系统控制策略研究[D]. 魏宇杰.太原理工大学 2015
[6]基于人工神经网络的建筑热负荷预测及控制[D]. 郝源.大连海事大学 2015
[7]大型商业建筑空调负荷预测方法的研究[D]. 任鹏.天津大学 2014
[8]工业远程控制下的热网自动控制系统[D]. 孙勇.大连海事大学 2015
[9]基于负荷预报的集中供热系统节能控制策略研究[D]. 傅旻鹏.哈尔滨工业大学 2014
[10]基于最小二乘法的热负荷预测的研究与应用[D]. 文翰.大连海事大学 2014
本文编号：3165841
【文章来源】：大连海事大学辽宁省 211工程院校
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 主要研究内容
1.5 本章小结
第2章 换热站供热系统结构
2.1 换热站的组成
2.2 换热站供热系统的特性及控制难点
2.3 换热站的运行调节
2.4 换热站温度控制系统
2.4.1 气候补偿
2.4.2 二次网均温的计算
2.4.3 现有温控算法
2.4.4 多态Bang_Bang控制算法
2.5 本章小结
第3章 基于负荷预测的二次网均温设定值动态优化
3.1 热负荷预测的必要性
3.2 热负荷预测的典型方法
3.3 基于最小二乘法的逐时热负荷预测
3.3.1 最小二乘法原理
3.3.2 拉依达法样本数据预处理
3.3.3 基于最小二乘法的逐时热负荷预测模型
3.4 逐时计划供热量模型
3.5 二次网均温设定值动态优化
3.6 本章小结
第4章 模糊多态Bang_Bang控制算法研究
4.1 模糊控制理论
4.1.1 模糊控制概述
4.1.2 模糊控制的系统结构
4.1.3 模糊控制器的设计
4.2 模糊多态Bang_Bang控制器的设计
4.2.1 误差和误差变化率及其模糊化
4.2.2 隶属函数
4.2.3 控制规则的确定
4.2.4 控制输出模糊量的精确化
4.3 系统控制策略
4.4 仿真实验
4.5 本章小结
第5章 监控系统设计及算法验证
5.1 监控系统结构
5.2 监控系统的网络设计
5.3 监控系统设计
5.3.1 下位机设计
5.3.2 上位机设计
5.4 实验运行
5.4.1 恒温控制
5.4.2 变温控制
5.5 温控效果分析
5.5.1 控制指标分析
5.5.2 热舒适性分析
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
【参考文献】：
期刊论文
[1]模糊控制在换热器温度控制系统中的应用[J]. 强明辉,韩春春,王宇. 电子设计工程. 2016(04)
[2]对我国供热技术发展的展望[J]. 石兆玉. 区域供热. 2015(05)
[3]供热用气候补偿技术的研究进展及应用效果分析[J]. 袁闪闪,徐伟. 建筑科学. 2015(06)
[4]基于MODBUS协议的人机界面和单片机串行通信[J]. 孟祥剑,黎向阳. 重庆理工大学学报(自然科学). 2014(09)
[5]智能控制系统综述[J]. 刘涛,黄梓瑜. 信息通信. 2014(08)
[6]基于改进的灰色模型在区域热负荷中期预测中的应用[J]. 王渡,郑莆燕. 区域供热. 2010(02)
[7]解析Modbus-RTU协议关键内容及其在智能电器中的应用[J]. 程雪婷,王海峰. 低压电器. 2010(01)
[8]供热过程时滞递推神经网络解耦器设计[J]. 陈烈,张永明,齐维贵,邓盛川,于德亮. 电机与控制学报. 2009(S1)
[9]基于RBF神经网络的时间序列交叉供热负荷预报研究[J]. 陈烈,张永明,齐维贵,邓盛川,李娟. 电子学报. 2009(11)
[10]北京市城市集中供热节能气象预报系统的应用[J]. 张德山,王保民,陈正洪,李迅,王志斌. 煤气与热力. 2008(11)
博士论文
[1]基于管网动态模型的城市集中供热系统参数预测及运行优化研究[D]. 周守军.山东大学 2012
[2]具有调峰炉的热力站节能控制策略研究[D]. 邓盛川.哈尔滨工业大学 2012
[3]油田热水供暖系统热负荷智能预测技术研究[D]. 刘明.东北石油大学 2011
[4]供热负荷非线性预报方法研究[D]. 张永明.哈尔滨工业大学 2010
硕士论文
[1]基于模型预测控制的换热站质调节研究[D]. 孙健.大连海事大学 2017
[2]换热站智能控制算法研究与监控系统的设计[D]. 刘永齐.大连海事大学 2016
[3]集中供热回水温度的广义预测控制研究[D]. 蔡麒.大连海事大学 2016
[4]伴热管网监控系统的研究[D]. 张子强.哈尔滨工业大学 2015
[5]集中供热系统控制策略研究[D]. 魏宇杰.太原理工大学 2015
[6]基于人工神经网络的建筑热负荷预测及控制[D]. 郝源.大连海事大学 2015
[7]大型商业建筑空调负荷预测方法的研究[D]. 任鹏.天津大学 2014
[8]工业远程控制下的热网自动控制系统[D]. 孙勇.大连海事大学 2015
[9]基于负荷预报的集中供热系统节能控制策略研究[D]. 傅旻鹏.哈尔滨工业大学 2014
[10]基于最小二乘法的热负荷预测的研究与应用[D]. 文翰.大连海事大学 2014
本文编号：3165841
本文链接：https://www.wllwen.com/kejilunwen/sgjslw/3165841.html
