智能供热系统关键技术及综合评价体系研究

[1]：智能供热是在我国推进能源生产与消费革命，构建清洁低碳、安全高效

智能供热系统关键技术及综合评价体系[1]：智能供热是在我国推进能源生产与消费革命，构建清洁低碳、安全高效研究

摘要：随着物联网、大数据、云计算等技术趋于成熟，将其与现有的集中供热系统深度融合是我国供热行业当前面临的技术难题和必然趋势。分析智能供热技术发展和推广的关键技术，从供热调度控制、管网水力平衡优化、能耗监测优化、供热信息展示、故障诊断预警、经营业务管理等功能出发，阐述了物理设备系统、数据传输网络平台、智能决策管理系统三方面的技术要点；此外介绍智能供热系统综合评价方法，对现有和待建的智能供热系统综合评价流程提供参考及。

关键词：智能供热；智能热网；源网协同；综合评价体系

1引言

当今社会人们生态环保意识的逐渐增强，近年来《打赢蓝天保卫战三年行动计划》、《2021-2022年秋冬季大气污染综合治理攻坚方案》等一系列政策相继提出，使得散煤和小型燃煤锅炉供暖在过去几年间得到了大力治理，城镇集中供热的负荷需求逐年上升，供热半径也不断增加。集中供热在向大规模、高参数方向发展的同时，也暴露出许多问题，多数热力企业的运行管控方式仍处于传统阶段、智能化水平不高，此外集中供热领域普遍存在着一个突出矛盾，即供热系统的设计、设备生产及施工、热力企业的运营管理三个方面的工作严重脱节，因而人力成本高、运营管控效率低、供热管网水力失调、供热能耗高、用户投诉率高等问题始终未得到有效解决。

2019年中国城镇供热协会发布的《中国供热蓝皮书201——城镇智能供热》指出能源体系的新时代背景下，以供热信息化和自动化为基础，以信息系统与物理系统深度融合为技术路径，运用物联网、空间定位、云计算、信息安全等“互联网

[2]。

+”技术感知连接供热系统“源-网-荷-储”全过程中的各种要素，运用大数据、[2]。人工智能、建模仿真等技术统筹分析优化系统中的各种资源，运用模型预测等先进控制技术按需精准调控系统中各层级、各环节对象，从而构建具有自感知、自分析、自诊断、自优化、自调节、自适应特征，能够支撑供热的政府监管、规划设计、生产运营、需求响应过程中人的思考决策的新一代智能型供热系统。

本文探讨当前智能供热系统建设中的关键技术，针对其中重点环节进行详细阐述，并通过查阅文献，总结介绍智能供热系统评价体系的建立流程，为智能供热系统的评价工作提供参考。

2智能供热关键技术

智能供热系统是将热源、供热管网、用户系统、就地仪表及控制设备等物理设备系统，与传感器、数据采集、传输设备及智能供热平台等信息物联网交叉融合，并结合数字孪生、数据挖掘、人工智能等先进技术，实现供热系统智能化信息化的决策管理，系统技术架构图如图1所示，可实现的主要功能包括供热生产调度管理、热力管网水力平衡分析、供热地理信息系统、换热站控制、管网巡检、经营业务自主管理等

图1智能供热系统架构设计

2.1智能供热系统特点及功能

智能供热的最本质的特点是智能供热平台具备认知和学习的能力，解决复杂系统的参数识别、工况分析、优化决策等关键问题，将人的相关运行经验和知识转移到智能决策系统中，形成自学习、自感知、自适应、自控制的智能系统。供热企业利用智能供热平台，实现供热系统的智能调度、智能调节、智能控制、智能诊断、智能维护、智能管理及智能服务。

（1）智能调度：传统供热企业的运行调度依据运行人员的经验对热源、供热管网、热力站及热用户系统进行调度。实现智能供热的系统，可以自动分析每栋建筑物热负荷特性，建立每栋建筑物的热负荷模型，对热负荷进行精准预报，进而根据所选定的适合的运行调度模式给出热源、供热管网、热力站、热用户的调度方案。

（2）智能调节：与传统的只有运行人员参与、手工操作的集中调节方法不同，实现智能供热的系统，用能可计量，热用户是供热运行的参与者，热源、供热管网与热用户之间实现双向互动，热用户可以根据自己的需求对室温进行控制。

（3）智能控制：在智能供热管理系统中，运行调度的控制指令可由上位平台直接下达到运行设备，而不需要人工操作控制。实现智能供热的系统，运行于各热力站或热用户的控制单元可以自主地对所服务供热区域进行调节控制。

（4）智能诊断：实现智能供热的系统，可基于数据挖掘和专家系统等技术手段实现数据诊断引擎，对运行数据进行深入挖掘与分析，诊断供热系统的运行状况，检测异常数据并发出报警，从而及时发现故障并给出合适的处理方案。

（5）智能维护：结合地理信息系统技术和智能处理算法对巡检、维修、保养等生产维护活动进行智能的排班、路径规划、服务质量与考核分析。

（6）智能管理：集成供热管理信息系统、办公自动化系统等，智能化地配置不同地域的供热资源，消除本地域供热业务管理与执行中的延迟问题，实现最优的管理效率。实现人机结合智能和企业群体智能。

[3]。

（7）智能服务：将服务延伸至供热建设的各个环节及全寿命周期。采用自[3]。动导航等技术手段的客服中心在精简客服人员的同时，还能为热用户提供更高质便捷的服务。通过对热用户室温数据和服务数据的挖掘分析，为服务质量的评估提供科学的参考指标。

2.2智能供热技术重点环节

1.

物理设备系统

智能供热的物理设备系统涵盖“源-网-荷-储”用能全流程的各项环节，构建安全高效、低碳经济的供热系统。热源方面，积极推进清洁热源及工业余热的利用，实现多热源联合供热；热网方面，在换热站和管网中合理运用监控与数据采集系统和智能调节阀等自控设备，获取系统实时运行数据，如供水与回水的温度、压力、流量等工质参数，以及阀门开度、变频泵运行频率等设备参数，实现系统的水力平衡优化，提高热网整体效率和运行的的灵活性；热负荷方面，利用室温采集装置实现精准控制，结合用户的需求特性研究最佳热计量方式和收费模式，探寻用户热力需求相应的可能性；储热方面，配置储热装置并合理利用建筑自身热惯性，提升供热系统运行的经济性和灵活性。此外，由分布控制系统（DCS）、监控与数据采集系统（SCADA）、物联网（IoT）等系统为系统的监控、数据采集、灵活控制提供底层技术基础

1.

数据传输网络及云平台

数据传输网络在智能供热系统中负责物理设备数据上传与上位平台决策指令下发，作为数据传输的媒介，是连接整个系统的关键环节，包含有线传输和无线传输两种形式。其中有线传输可靠性及传输速率较高，无线传输不受空间限制，现场应用布置更为灵活。由于智能供热系统设备繁杂、分布区域广、对数据传输有较高的时效性要求，因此宜根据设备类型及现场布置场景、数据的体量、更新速度、安全性、实时性等方面综合判断，合理选择网络传输方案，构建混合组网，使二者优势互补。由于智能供热系统采集处理的数据繁多，应建设相应配套

[4]。

的数据云平台，为系统平台为开展数据处理、数据挖掘、智能决策控制等任务提[4]。供底层资源

（3）智能决策管理系统

智能决策管理系统作为整个系统的“大脑”，掌管整个系统的调度决策及分析管理工作。首先，在系统决策控制方面，水力平衡与热力平衡是系统运行的基础条件，采用人工神经网络、支持向量机等机器学习手段，结合供热历史数据及现场经验，实现较高精度的用户热负荷预测，指导系统设备的运行调控方式；在此基础上，根据监控系统采集的实时运行数据及室温数据，研究平衡优化控制策略与最佳热量分配策略，对预测热负荷下的运行模式进行补偿修正，消除用户间的冷热不均。其次，在管理分析方面，根据换热站及管网设备监控数据分析判断其运行状态，对存在故障风险的设备提出预警判断，对已发生故障的设备及时为维修人员提供准确定位，实现系统智能巡检；此外，对每个供热期内各项运行能耗指标数据进行统计及系统化分析，衡量其中造成资源浪费的人为因素，给出相关人员考核建议，为系统节能运行及改造提供数据基础。再次，在可视化展示方面，系统支持客户端、网页端、移动端等多终端访问，提升管理人员、运行人员、客户等多方人员的使用体验，并面向专业人员实现基于GIS地理信息技术的二次网拓扑结构模型展示，支持历史数据日志记录及图表输出。最后，在经营管理方面，针对经营业务，提供客户自助查询、自助缴费、故障报修等功能，针对管理及运营人员提供相应的经营统计分析功能。

3智能供热系统综合评价体系构建

鉴于智能供热的发展现状及未来发展趋势，其中一项当务之急便是建立一个可以综合评价智能供热系统发展情况的评价体系，从而指导对我国智能供热系统的发展情况进行调查、统计与评价工作。综合评价则是使用系统性、规范性方法对多指标、多单位进行一个客观、科学、合理的综合判断，其广泛应用于自然科学、社会科学及经济学学科，为科学决策和基础工作建设提供了依据。

XiijXiij权重的确立等，假设一个评价过程中由m个评价方案，n个评价指标，这m×n个评价指标可组成评价矩阵：m×n

（1）

式中，X(=1，2，…，m；=1，2，…，n)为第个方案的第个指ij标值。

3.1评价体系的建立

为了从不同角度反映智能供热系统的特点，应建立多层次、多指标的评价体系。评价指标根据是否采用量化分析手段可划分为定量指标和定性指标，从指标值的变化对评价目的的影响来看，评价指标分为极大型指标、极小型指标、居中型指标和区间型指标，可用如下公式表示：

（2）

式中，X(i=1，2，3，4)分别代表极大型指标集、极小型指标集、居中型指i标集和区间型指标集，Ø为空集。

3.2评价指标的筛选

构建智能供热系统综合评价体系，目的是从多角度、全方位地体现出供热系统的智能化程度及其发展水平，为了确保该评价体系具有广泛的适用性和良好的可靠性，在评价指标的选择过程中应秉承以下几点原则：

1.

系统性原则

在构建智能供热系统综合评价体系时，应明确评价体系的整体层次关系，确立具有明显对应关系的不同层次指标，各指标之间要有一定的逻辑关系，从不同

的侧面反映出生态、经济、社会主要特征、状态和内在联系，体现出该评价体系严谨的系统性。

1.

典型性原则

在构建复杂庞大的智能供热评价体系时，若一味地追求全面反映供热系统的具体情况，势必会导致指标冗杂，给评价人员造成困扰。因此，应确保评价指标具有一定的典型代表性，尽可能准确反映智能供热系统的综合特征，在便于数据计算和提高结果的可靠性的前提下，尽量降低评价指标的层次与数量。

1.

可量化原则

在评价指标选择上，应注意其可量化性，在准确反映智能供热总体目标的前提下，统一评价指标的计算度量和计算方法，使其满足可比性的特征。此外，还需注意评价指标的选取应做到简单易收集，可通过现场观测或试验等获得，并方便之后的数据分析研究。

1.

客观性原则

指标体系的选取应保证其客观性，客观反映智能供热系统的真实发展水平，尽量避免选用主观性指标，使所建立的评价体系能够客观真实地完成对系统进行评价的目标。

1.

动态性原则

智能供热的技术正处于蓬勃发展阶段，在建立综合评价指标的过程中应具备一定的前瞻性，应考虑到指标将来的变化发展，考虑需要通过一定时间尺度才能反映出来的指标。

[5-8]，确定如图

通过查阅文献2所示的智能供热系统评价指标体系，共包含2[5-8]，确定如图个层级，一级指标包含3个指标子集，分别为：数据及通讯能力、智能决策能力、系统自控能力，二级指标共包含8项具体指标，下面对其进行详细解释。

图2智能供热系统综合评价体系

（1）室温监测入户率：定义为区域内安装室温监测设备的住户所占比例，其数值越高，表示智能供热系统采集的室温数据越能真实全面地反映实时居民室温情况。

（2）智能热量表覆盖率：智能热量表是一种可显示累计热量、累计流量、瞬时流量、供水温度、回水温度、温差、工作时间、当前日期等信息的采暖分户计量收费装置。这一指标可以反映出智能供热系统与用户间的数据互联互通能力以及热力企业的现代化管理水平。

（3）系统数据库完备度：完备的智能供热系统应统计的信息包括但不限于以下几类：供热运行信息、供热投诉信息、供热故障信息、气象信息、能源消耗信息等；综合考虑数据库统计信息的完整度以及数据库吞吐量、缓存命中率、连接数等数据库性能指标，对智能供热系统的完备度划分等级，由专家进行评分。

（4）网络通信水平：综合考虑网络容量、负载、吞吐量、延迟等性能水平由专家评级，该项指标体现了智能供热系统的网络通畅性、稳定性。

（5）供热预测准确率：指供热负荷数据预测正确数量所占总量的比例，反映智能供热系统供热负荷预测准确度，是决策智能化的重要体现之一。

（6）系统故障定位准确率：指系统通过对数据的采集和分析，与实际的热网故障进行比较，得出的热网故障诊断结果的准确率。

（7）系统自动化终端覆盖率：自动终端设备是指具有远程控制功能的水泵、阀门、管道检漏报警装置等，这一指标反映智能供热系统控制元件的自动化程度。

（8）感知调控系统使用率：指热源、热网、热力站、负荷监控与控制系统以及二网智能平衡控制系统等智能供热子系统的综合使用率。

3.3评价方法

确定评价指标后，需依据各项指标的重要程度分配相应的权值，并选择合适的方法进行综合评价工作，常用的方法有多种，如：层次分析法、数据包络分析法、德尔菲法、模糊综合评价法、灰色关联分析法、结构熵权法、人工神经网络法等，下面主要介绍两种。

（1）层次分析法：该方法是一种根据问题性质和总目标，将问题分解为相互关联或具有隶属关系的不同层次的集合，形成多层次的分析结构模型，适用于系统体系复杂且数据样本量较少的情况。

（2）模糊综合评价法：该方法是一种根据模糊数学的隶属度理论把定性评价转化为定量评价的综合评价方法。它具有结果清晰,系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。

综上，开展智能供热系统综合评价工作的流程图如下：

图3综合评价工作的流程图

4结语

我国供热行业的发展已迈入信息化、智能化、精细化时代，建设基于大数据、人工智能等现代化信息技术的智能供热系统平台已是大势所趋，在满足热力企业供热数据远传、运行自控的同时，实现智能决策、精准控制、能耗监控、故障诊断及预警、经营管理业务的多种智能化功能，极大程度地解放人力资源成本，提高运行控制的精准度，兼顾热力企业节能降耗和用户的热能需求体验。为实现上述目