供热热指标的获取方法和调节热负荷的方法

摘要

本发明涉及供热系统领域，公开了一种供热热指标的获取方法和调节热负荷的方法。该供热热指标的获取方法包括：采集供暖期时间段的数据，数据包括该供暖期时间段内的实时综合室外温度值和实时供热热指标值；将供暖期时间段划分为相同的多个子时间段，并对每个子时间段内的数据线性拟合出区段线性曲线；筛选各区段线性曲线以去除容错范围外的曲线；获得保留的各区段线性曲线对应的拟合优度值，以及各区段线性曲线对应的一次项系数值和常数项值；通过各拟合优度值得出对应的归一化权重值；根据各归一化权重值获得供暖期时间段的有关综合室外温度值和供热热指标值的线性拟合曲线的一次项系数均值和常数项均值，以得到最终的线性方程式。

说明书

技术领域

本发明涉及供热系统领域，尤其涉及一种供热热指标的获取方法和调节热负荷的方法。

背景技术

供热系统是现代化城市的基础设施之一，也是城市公用事业的一项重要设施。目前我国的供热系统都是按照设计参数设计的，所谓设计参数，即目前我国大多采用的每年不保证五天的日平均温度，这一温度值一般较低，而取暖季中大部分时间的实际室外温度高于设计参数，因此若是长期按照设计参数供热，将会浪费大量热能与电能。因此，对供热系统的供热热负荷进行适应性的调节对于节省能源至关重要。

然而目前的供热系统在供暖期，供热系统的热负荷的调节方法大部分是由人工手动调节完成的，即操作者凭自身的经验根据当地的实际室外温度，依照《民用建筑节能设计标准》中的规范要求，对热指标进行调节。但该实际室外温度往往受多方面因素影响，例如受室外变化的温度、阳光照射的方向以及建筑物外墙是否设有保温材料等诸多因素的影响，若一直采用上述的实际室外温度的经验值对热指标进行调节，而不考虑上述多方面的因素对实际室外温度的影响，一方面会导致大量的热能浪费，另一方面也不能更好地适应用户在不同状况下的供热需求。

针对现有技术的不足之处，本领域的技术人员希望找到一种供热热指标的调节方法，使其能够更好地适应热用户在供暖期对热量的需求。

发明内容

为了能够更好地适应热用户在供暖期对热量的需求，本发明提供了一种供热热指标的获取方法，包括以下步骤：

步骤1，采集供暖期时间段的数据，数据包括该供暖期时间段内的综合实时室外温度值t_i’和实时供热热指标值q_i’；

步骤2，将供暖期时间段划分为相同的多个子时间段，并对每个子时间段内对应的数据线性拟合，以得出有关综合室外温度t和供热热指标q的区段线性曲线；

步骤3，对各区段线性曲线进行筛选以去除容错范围外的曲线；

步骤4，根据保留的各区段线性曲线得出对应的拟合优度值R_i²，以及各区段线性曲线所对应的一次项系数值a_i和常数项值b_i；

步骤5，通过各区段线性曲线对应的拟合优度值R_i²得出各区段线性曲线对应的归一化权重值ω_i；

步骤6，通过各归一化权重值ω_i获得供暖期时间段内的有关综合室外温度t和供热热指标q的线性拟合曲线的一次项系数均值和常数项均值从而得到供暖期时间段的有关综合室外温度值t和供热热指标值q的线性拟合曲线的线性方程式。

进一步地，子时间段为一个小时、一天或一个月。

进一步地，子时间段包括多个时间点，步骤2中对每个子时间段内的数据线性拟合包括对每个子时间段内的多个时间点所对应的数据进行线性拟合。

进一步地，在步骤3中，对各子线性曲线进行筛选的方法包括：根据各子线性曲线对应的Significance F值，去除容错范围为Significance F值大于等于0.05的曲线。

进一步地，在步骤5中，各区段线性曲线对应的归一化权重值ω_i通过以下公式获得：

进一步地，在步骤6中，供暖期时间段内的有关综合室外温度t和供热热指标q的线性拟合曲线的一次项系数均值通过以下公式获得：

常数项均值通过以下公式获得：

进一步地，在步骤1中，实时综合室外温度t_i’的数值为同一时刻的室外设计温度、风速等效温度以及日照等效温度的数值之和。

进一步地，在步骤1中，实时供热热指标值q_i’通过以下公式获得：

Q₁＝q'_i*A/1000>

其中，Q₁为热力站所提供的实时热负荷值，A为供暖建筑物的建筑面积。

本发明还提供一种采用上述的供热热指标的获取方法调节热负荷的方法，包括通过供暖期时间段的有关综合室外温度t和供热热指标q的线性拟合曲线的线性方程式获得整个供暖期时间段的有关综合室外温度t和热负荷Q的线性方程式，其中，综合室外温度t和热负荷Q的线性方程式通过以下公式获得：

Q＝q*A/1000 (5)。

通过上述供热热指标的获取方法，可得到整个供暖期时间段的有关综合室外温度值t和供热热指标值q的线性拟合曲线的线性方程式，即基于当地的不同时间段或不同时刻的综合室外温度值t即可得到相应的供热热指标值q，其考虑了多方面的因素对室外设计温度(即最冷室外温度)的影响，从而有效地避免了现有技术中因基于室外设计温度获得唯一的供热热指标值q而导致的大量热能浪费的情况发生。本发明的供热热指标的获取方法基于当地综合的温度环境，通过对供暖期时间段内的实时综合室外温度值t_i’和实时供热热指标值q_i’进行线性拟合的方式得到更为符合当地供热的供热热指标q，从而更好地适应了用户在供暖期对热量的需求。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为根据本发明的供热热指标的获取方法的流程图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。

图1示出了根据本发明的供热热指标的获取方法的流程图。如图1所示，供热热指标的获取方法包括以下步骤：

步骤1，采集供暖期时间段的数据，数据包括该供暖期时间段内的综合实时室外温度值t_i’和实时供热热指标值q_i’；

步骤2，将供暖期时间段划分为相同的多个子时间段，并对每个子时间段内对应的数据线性拟合，以得出有关综合室外温度t和供热热指标q的区段线性曲线；

步骤3，对各区段线性曲线进行筛选以去除容错范围外的曲线；

步骤4，根据保留的各区段线性曲线得出对应的拟合优度值R_i²，以及各区段线性曲线所对应的一次项系数值a_i和常数项值b_i；

步骤5，通过各区段线性曲线对应的拟合优度值R_i²得出各区段线性曲线对应的归一化权重值ω_i；

步骤6，通过各归一化权重值ω_i获得供暖期时间段内的有关综合室外温度t和供热热指标q的线性拟合曲线的一次项系数均值和常数项均值从而得到供暖期时间段的有关综合室外温度值t和供热热指标值q的线性拟合曲线的线性方程式。

这里需要说明的是，拟合优度R是指回归直线对观测值的拟合程度，其用于表征曲线拟合程度的好坏，而R²为度量拟合优度R的统计量的确定系数，即上面提到的拟合优度值。

通过本发明的供热热指标的获取方法，可得到整个供暖期时间段的有关综合室外温度值t和供热热指标值q的线性拟合曲线的线性方程式，即基于当地的综合室外温度值t即可得到相应的供热热指标值q，其考虑了多方面的因素对室外设计温度(即最冷室外温度)的影响，从而有效地避免了现有技术中因基于室外设计温度获得唯一的供热热指标值q而导致的大量热能浪费的情况发生。本发明的供热热指标的获取方法基于当地综合的温度环境，通过对实时综合室外温度值t_i’和实时供热热指标值q_i’进行线性拟合的方式得到更为符合当地供热的供热热指标q，从而更好地适应了用户在供暖期对热量的需求。

优选地，采集的供暖期子时间段可为一个小时、一天或一个月。

优选地，子时间段可包括多个时间点，步骤2中对每个子时间段内的数据线性拟合可包括对每个子时间段内的多个时间点所对应的数据进行线性拟合。

优选地，在步骤3中，对各子线性曲线进行筛选的方法可包括：通过各子线性曲线对应的Significance F值，去除容错范围为Significance F值大于等于0.05的曲线。

这里需要说明的是，Significance F是指原假设为真的前提下出现观察样本以及更极端情况的概率。Significance F用于表征数据对拟合曲线的支持程度，是用于确定是否应该拒绝原假设的评价参数。通过线性拟合可得到各拟合曲线相对应的Significance F值，以Significance F值小于0.05作为拟合曲线的筛选标准，以得到Significance F值小于0.05的拟合曲线。通过该方式，以筛选后的拟合曲线的拟合优度值R²作为权重值计算得出的线性方程式的精确度更高，从而使获得的综合室外温度值t和供热热指标值q的关系方程式更准确。

优选地，在步骤5中，各子线性曲线对应的归一化权重值ω_i可通过以下公式获得：

优选地，在步骤6中，供暖期时间段内的有关综合室外温度t和供热热指标q的线性拟合曲线的一次项系数均值可通过以下公式获得：

常数项均值可通过以下公式获得：

优选地，在步骤1中，实时综合室外温度t_i’的数值可为同一时刻的室外设计温度、风速等效温度以及日照等效温度的数值之和。这里需要说明的是，实时综合室外温度t_i’还可包括其他的可影响室外温度的因素，只要本领域的技术人员能够获得到，均可为实时综合室外温度t_i’的一部分，这里不做具体列举。

还优选地，在步骤1中，实时供热热指标值q_i’可通过以下公式获得：

Q₁＝q'_i*A/1000>

其中，Q₁为热力站所提供的实时热负荷值，A为供暖建筑物的建筑面积。

根据本发明还提供了一种采用上述的供热热指标q的获取方法调节热负荷Q的方法，包括通过供暖期时间段的有关综合室外温度t和供热热指标q的线性拟合曲线的线性方程式整个供暖期时间段的综合室外温度t和热负荷Q的线性方程式，其中，综合室外温度t和热负荷Q的线性方程式通过以下公式获得：

Q＝q*A/1000 (5)。

下面将给出本发明的供热热指标q的获取方法的具体实施例。

以采集的供暖期为四个月，子时间段为一个月，对一个月中的每一天的数据以一个小时为采样点进行采集为例来阐述本发明的供热热指标q的获取方法。表1例举了某热力站2017年11月1日的历史数据，即11月份一天的历史数据。其中表1示出了当天24个小时点所对应的室外设计温度、风速、风速等效温度以及日照等效温度的数值，以及通过上述影响室外温度的因素得到的实时综合室外温度t_i’和实时供热热指标q_i’的历史数据值，根据这些数据采用拟合工具(例如，Origin软件)可获得11月1日的拟合曲线。

表1

值得注意的是，对于一天中所采集的数据可预先进行初步筛选，即把一些边缘的数据去除，边缘的数据可理解为距离大部分的数据的数值范围差距较大的个别数据，或者是将采集的供暖期的所有数据先进行初步的拟合，将离大部分拟合曲线较远的数据去除。

通过对11月份中每天的数据进行上述的初步筛选和线形拟合，可得到11月份所有天数所对应的有关综合室外温度t和供热热指标q的线性拟合曲线。然后对每天的拟合曲线进行上述初步筛选以得到11月份中较为适合的日期所对应的拟合曲线，表2示出了11月份中较为合适的日期所对应的当天的曲线的参数数据。该参数数据包括当天所对应的拟合曲线的拟合优度值R²和Significance>

表2

随后对表2中的数据再进行筛选，即去除容错范围为Significance F值大于等于0.05的日期所对应的数据，以得到11月份最适合的日期所对应的拟合曲线。表3示出了最适合的日期所对应的拟合曲线的拟合优度值R²，以及一次项系数值a_i和常数项值b_i。

表3

根据公式(1)对表3中的各拟合优度值R²进行加权平均，可得到对应的如表4所示的归一化权重值ω_i。

表4

再通过公式(2)和(3)对表3中的数据进行计算，求出当月的拟合曲线的线性方程的一次项系数均值和常数项均值通过线性方程式：

即可得到11月份的综合室外温度t与供热热指标q的曲线关系方程式。

通过带入数据可得到11月份的综合室外温度t与供热热指标q的曲线关系方程式为：

q＝68.463-4.035t (7)。

以此类推，可以得出其它月份的综合室外温度t与供热热指标q的曲线关系方程式。例如：

12月份的拟合线性方程为q＝75.64-0.75t (8)；

1月份的拟合线性方程为q＝50.05-0.59t (9)；

2月份的拟合线性方程为q＝44.87-1.08t (10)。

同理，对得到的每个月的线性方程，以这些线性方程对应的拟合优度值R²作为权重再次通过公式(1)求取对应的归一化权重值ω_i，并通过公式(2)和(3)求取整个供暖期四个月的拟合曲线的线性方程的一次项系数均值和常数项均值即可得到供暖期四个月的综合室外温度t与供热热指标q的关系线性方程式：

q＝60.61-1.36t (11)。

通过方程式(11)，工作人员可根据当地的实际的综合室外温度t对供热热指标q进行调节，从而能够更好地适应热用户在供暖期对热量的需求。

这里需要说明的是，工作人员可根据不同地区的供暖期的时间长短，以上述同样的方式获得适合当地的供暖期的有关综合室外温度t与供热热指标q的线性方程式，这里不做赘述。

根据本发明的采用上述的供热热指标q的获取方法调节热负荷Q的方法，通过公式(5)和(11)，可得出供暖期四个月的综合室外温度t和供热热负荷Q的线性方程式：

Q＝(60.61-1.36t)*A/1000 (12)。

方程式(12)直观地表征了综合室外温度t与供热热负荷Q的关系，从而实现了基于综合室外温度t对供热热负荷Q的调节。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。