[发明专利]一种基于数字孪生模型的楼宇机组供热系统调控方法

权利要求书

1.一种基于数字孪生模型的楼宇机组供热系统调控方法，其特征在于：包括

步骤S1：建立与真实管网结构一致的数字孪生模型；

步骤S2：以楼宇热负荷需求指标为目标，基于历史运行数据和未来的天气数据，建立楼宇负荷预测数据模型；

步骤S3：基于S2的负荷预测数据模型的预测数据对S1步骤中的数字孪生模型制定调控策略；

对于步骤S3中的调控约束关系如下：

其中，u是输出与参考值的差值经过模型预测控制器之后的输出，为控制量；t是当前的时刻，t+k是t时刻之后k步之后的时刻；是预测是y(t+k)是数字孪生模型的目前状态；y_d(t+k)是数字孪生模型的期望状态；N为控制的未来时间步数，共有N步；

在未来N个时间步都要尽量接近，即在阀门控制动作中，要求能量损失更小的情况下来满足所需负荷的阀门开度，因此，上式中需要满足下列关系：

y(t+1)＝f(u(t)) (1)

约束(1)表示被控对象的动态特性即阀门开度，约束(2)表示控制量u(t)；约束(3)表示状态量y(t)，约束(2)和约束(3)受到一个上下限的约束；

步骤S4：对真实管网执行调控策略。

2.根据权利要求1所述的基于数字孪生模型的楼宇机组供热系统调控方法，其特征在于：步骤S1中的所述真实管网是对现有管网的改造，包括在热用户室内安装室温采集设备、在热用户供热管道入口安装阀门以及在每个单元楼前安装楼宇换热机组，其中所述楼宇换热机组安装有动态压差平衡阀。

3.根据权利要求1所述的基于数字孪生模型的楼宇机组供热系统调控方法，其特征在于：所述步骤S1中数字孪生模型建立过程如下：利用流体力学和传热学的机理方法，建立数字化平台，该平台中的管网结构均与实际改造后的管网一致，是真实管网的映射模型即数字孪生模型。

4.根据权利要求3所述的基于数字孪生模型的楼宇机组供热系统调控方法，其特征在于：利用历史运行数据对数字孪生模型进行辨识修正；所述修正过程如下：

根据得到的各楼宇的热负荷Q和楼宇温度数据T：B_j＝[Q,T],j＝1,2,……n，n为楼宇数量，B_j代表建筑j的Q和T组成数据的集合；

从而得到其对应的各个楼宇换热站的阀门开度α，供水温度t₁、回水温度t₂、供水流量q：H_j＝[α，t₁，t₂，q],j＝1,2,……n，n为楼宇换热器的数量，该系统每个楼宇采用一个楼宇换热机组，所以楼宇换热机组和楼宇的数量是一致的，H_j代表建筑j的[α，t₁，t₂，q]组成数据的集合；

利用B_j和H_j模型对数字孪生模型进行阻力辨识和修正。

5.根据权利要求1所述的基于数字孪生模型的楼宇机组供热系统调控方法，其特征在于：所述步骤S2中利用机器学习训练楼宇负荷预测数据模型，在楼宇负荷预测数据模型中输入给定天气与目标室温，计算出能够满足各楼宇热负荷需求的楼宇换热器的阀门开度及供回水温度和流量数据；对楼宇负荷预测数据模型进行训练的具体方法为：

步骤S21：

实时获取各楼宇所在地理位置的未来天气因素向量：

W_j＝[t_a，d，r，v],j＝1,2,……n，n为楼宇数量；t_a为气温,d为湿度,r为光照,v为风速；

步骤S22:

根据楼宇所在地区供暖标准中的室温要求设定各楼宇目标温度T_j，与天气因素向量一起作为训练模式所需的输入向量

步骤S23：

针对各楼宇利用历史数据训练得到各楼宇的非线性回归算法模型：

φ_j＝f([W，T]_j)＝f_j([ta,d,r,v,T]_j),j＝1,2,……n，n为楼宇数量；并利用该模型对各楼宇的热负荷进行预测。