基于人工智能与热力系统融合的综合节能技术研究

摘要

针对集中供热系统普遍存在的水力不平衡和过度供热造成能源浪费的现象,提出了一种集成管网分级与智能控制的源网协同综合节能技术并介绍其示范应用。其主要特征为:基于人工智能与热力系统的融合,技术层面考虑水电气(热源)热协同及软硬件协同,实践层面考虑分层、分级、分阶段实施及各种可控要素解耦,在系统中基于长短时记忆(LSTM)深度神经网络预测热负荷,联合系统仿真模型建立和实际系统等价的孪生模型,以最佳室内温度为供暖目标函数,训练得到系统的最优供热方案。该技术于2019—2020供暖季在天津某高校一能源站实现了应用,对该能源站所属28个热力入口实现了一体化的智能管控,节能效果显著。相比上个供暖季,燃气用量减少25.66%,电用量减少22.87%;考虑供暖时长、气象及未管控入口等因素的影响,燃气节约率可达31.07%。该示范应用效果精确验证了初期综合节能20%~30%的理论分析结果,为实现基于仿真模型和理论计算的、尽可能时间尺度和空间尺度小地实施分时分区分温精细管控节能60%~70%的目标奠定了基础。