Разработка системы прогнозирования энерго- и теплопотребления для диспетчерской службы городского теплоснабжения

 

Финогеев А.Г., Нефедова И.С., Финогеев Е.А.

 

Аннотация

В статье рассматриваются вопросы создания интеллектуальной системы поддержки принятия решений для повышения эффективности работы службы городского теплоснабжения. Рассмотрены недостатки и проблемы централизованной схемы городского теплоснабжения. Проведен анализ  и классификация схем и объектов теплоснабжения для системы поддержки принятия решений. Рассмотрены исходные данные, модели расчета и учета показателей теплопотребления. Определена функциональность и этапы работы СППР в диспетчерской службе тепловой сети.

 

Ключевые слова

Система поддержки принятия решений, энергетическая результативность, энергетическая эффективность, служба городского теплоснабжения, тепловая сеть, энергопотребление, теплопотребление.

 

Введение

Главной целью  разработки и внедрения системы поддержки принятия решений (СППР) является достижение энергетической результативности за счет повышения энергетической эффективности и снижению энергетических потерь при работе службы городского теплоснабжения, что достигается а счет прогнозирования и регулирования энергопотребления тепловых пунктов (ТП) и теплопотребления зданий городского микрорайона (общественного и жилого назначения) с учетом метеоинформации и информации о режимах работы ТП и зданий, поведения конечных потребителей.

Нормативы потребления услуг по отоплению и ГВС устанавливаются в соответствии с требованиями к качеству коммунальных услуг, предусмотренными законодательными и нормативными правовыми актами Российской Федерации. При определении нормативов учитываются конструктивные и технические параметры дома: материал стен, крыши, объем жилых помещений, площадь ограждающих конструкций и окон, износ внутридомовых инженерных коммуникаций и оборудования, а также количество этажей и год постройки. Обычно в норматив отопления включается расход тепловой энергии исходя из расчета расхода на 1 м2 площади жилых помещений для обеспечения комфортного температурного режима, содержания общего имущества дома, с учетом требований к качеству услуги.

 

Анализ объектов исследования и исходных данных

Представим объект потребления тепла как , где  – значение временного интервала, через которое осуществляется считывание показателей с прибора, установленного на объекте, пара  – географическая широта и долгота объекта,  - множество приборов и сенсорных узлов, информация с которых используется для поддержки принятия решения,  – множество поведенческих шаблонов теплоснабжения для конкретного объекта (например, температурных графиков) [6].

По схеме теплоснабжения зданий в городских микрорайонах выделим:

1)     Схему полностью централизованного теплоснабжения зданий от ЦТП и БМК,

2)     Схему частично централизованного теплоснабжения зданий от ЦТП и БМК с подогревом в ИТП отдельных зданий,

3)     Схему частично децентрализованного теплоснабжения зданий от собственных ИТП,

4)     Схему полностью децентрализованного теплоснабжения зданий от множества ИТП отдельных помещений,

5)     Схему комбинированного теплоснабжения зданий от ЦТП, БМК, ИТП.

Объектами анализа энерго- и потребления в разрабатываемой информационно-аналитической системе прогнозирования теплового потребления городского микрорайона следует считать:

1) пункты генерации тепла, включающие ЦТП, БМК, ИТП;

2) здания, включающие:

- жилые индивидуальные дома,

- многоэтажные жилые дома с индивидуальным поквартирным отоплением,

- многоэтажные жилые дома с ИТП,

- многоэтажные жилые дома, подключенные к тепловым пунктам ЦТП и БМК,

- общественные здания с ИТП,

- общественные здания, подключенные к тепловым пунктам ЦТП и БМК.

Все здания можно также разделить по площади на: малые, средние и крупные.

По показателю энергоэффективности здания подразделяются на классы, определяемые исходя из фактических показателей удельного годового расхода тепловой энергии на отопление, вентиляцию и горячее водоснабжение:

1)     Классы с очень высоким показателем А и А+,

2)     Классы с высоким показателем B и B+,

3)     Класс с нормальным показателем С,

4)     Класс с пониженным показателем D,

5)     Класс с низким показателем E.

Также классифицируем здания по типу системы учета теплового потребления в зависимости от степени ее декомпозиции:

1)                Здание 1 типа с системой учета без декомпозиции, когда имеется один общий прибор учета потребления для всего объекта в целом,

2)                Здание 2 типа с системой малой декомпозиции, когда имеются только индивидуальные приборы учета,

3)                Здание 3 типа с системой средней декомпозиции, когда имеются общий и индивидуальные приборы учета,

4)                Здание 4 типа с системой высокой декомпозиции, когда имеются общий, групповые (для групп помещений или этажей) и индивидуальные приборы учета для отдельных помещений.

Исходные данные, необходимые для работы системы можно классифицировать на:

1)     Внутренние факторы. К ним относятся измеряемые показатели приборов расхода газа (м3), электроэнергии (Квт/ч) и приборов учета тепловой энергии (Гкал), а также:

·      Температура горячей воды в системе подогрева/отопления Twin (°C), Температура холодной воды Tс (°C),

·      Температура горячей воды в системе горячего водоснабжения Тhw,

·      Давление в системе отопления Pw (Па),

·      Температура внутри помещения (средняя температура по этажу) Tin (°C),

·      Давление внутри помещения Pint (Па),

·      Среднедневной и среднемесячный объем тепловой энергии, потребленный зданием Qd и Qm,

·      Объем тепловой энергии на отопление 1 м2 (Гкал/м2) и т.д.

2)     Внешние метеорологические факторы. Данные факторы нельзя регулировать, можно измерять и прогнозировать. К ним относятся:

·      Температура воздуха Tout (°C),

·      Точка росы D (°C),

·      Относительная влажность воздуха RH (%),

·      Направление и скорость ветра WD и WS (м/с),

·      Давление воздуха снаружи Pout (Па),

·      Количество выпавших осадков A (мм) и т.д.

3)     Поведенческие факторы (информация о режимах работы теплового пункта или здания, количество людей внутри помещения):

·      Часы открытия/закрытия,

·      Число рабочих и выходных дней Cw и Ch,

·      Число людей в здании,

·      Индекс комфорта по Фангеру и т.д.

4)     Характеристики теплового пункта, участка тепловой сети, здания:

·      Градусо-дни отопления HD (°C/дни),

·      Температура наружных стен Text (К),

·      Температура внутренних стен Tin (К),

·      Тип объекта анализа (см. приведенную выше классификацию),

·      Объем внутренних посещений V (м3),

·      Площадь помещения S (м2),

·      Теплопроводность стен ,

·      Площадь окон Sw (м2),

·      Площадь наружных стен Eout (м2),

·      Число этажей N,

·      Количество тепловой энергии для подогрева 1 м3 воды  Q (Ггкал),

·      Нормативы потребления отопления (Гкал/м2) и ГВС (Гкал/чел) в здании,

·      Норматив подогрева расхода тепловой энергии на подогрев 1 м3 воды  и т.д.

В случае полностью децентрализованной схемы теплоснабжения городского микрорайона с одним или множеством ИТП на здание основным объектов регулирования при генерации тепловой энергии можно считать внутридомовой или внутриквартирный котел. В этом случае затраты на производство тепловой энергии, эксплуатацию отопительной системы, поддержанию ее в работоспособном состоянии несет ее владелец. Тогда модель прогнозирования энерго- и теплопотребления здания является максимально простой, с минимальным количеством факторов, которые необходимо учитывать при моделировании и прогнозировании [7]. Более сложные модели будут в случае частично децентрализованной схемы отопления группы зданий, когда здания энергоносители подаются от центрального теплового пункта и за поддержание комфортной температуры в помещениях здания отвечают его ИТП, и схемы полностью централизованного теплоснабжения от ЦТП и БМК с элеваторными узлами регулирования рабочее температуры теплоносителя.

 

Функциональность СППР в службе теплоснабжения

Для мониторинга, измерения и анализа параметров потребления теплоносителя, а также характеристик операций по повышению энергоэффективности и снижению расхода энергопотребления и тепловых потерь при генерации, транспортировке, потреблении и утилизации теплоносителя, разрабатываются и внедряются SCADA системы учета производства и потребления тепловой энергии [3]. Основным назначением подобных систем является автоматизированный сбор и обработка данных об объектах теплового потребления.

Целью создания и внедрения разрабатываемой интеллектуальной системы поддержки принятия решений для достижения энергетической результативности в процессе диспетчерского контроля и учета процессов генерации, транспортировки, потребления и утилизации энергоносителей является повышение энергоэффективности центральных и индивидуальных тепловых пунктов при сохранении достаточного уровня температуры горячей воды на объектах теплоснабжения [4].

Основными функциями СППР будем считать следующие:

1) Получение оперативной и точной информации о расходе всех видов энергии на подогрев теплоносителя;

2) Накопление, обработка и анализ информации об энергопотреблении на тепловых пунктах и теплопотреблении на объектах с целью оптимизации затрат на энергопотребление и их перспективное планирование;

3) Прогнозирование энергопотребления на тепловых пунктах и теплопотребления на объектах;

4) Оперативное регулирование процесса генерации тепла и теплопотребления при изменении внешних факторов;

5) Мониторинг за внештатными и аварийными ситуациями в работе тепловых пунктов;

6) Оперативное реагирование на возникающие внештатные и аварийные ситуации;

7) Учет и контроль затрат на использование различных видов энергии;

8) Оперативное представление и визуализации точной и достоверной информации лицам принимающим решения (ЛПР), персоналу теплоснабжающих предприятий и  конечным потребителям об энерго- и теплопотреблении.

 

Этапы функционирования системы

Определим основные этапы функционирования данной системы в плане повышения энергетической эффективности тепловой городской сети.

1)                Устройства учета, сбора и передачи данных устанавливаются на объектах генерации тепла и теплопотребления;

2)                Сенсоры устройства подключаются к системам энерго- и теплопотребления;

3)                Сенсоры считывают показания, сохраняют их в устройстве и периодически передают на сервер для аналитической обработки [5];

4)                Полученные данные нормализуются, приводятся к единому формату, сохраняются в хранилище данных;

5)                Выборки данных по срезам извлекаются из хранилища и передаются в соответствующие гиперкубы для аналитической обработки;

6)                Синтезируется ряд прогнозных моделей с целью определения наилучшей модлели прогнозирования энерго- и теплопотребления на различных объектах в зависимости от изменения погодных условий на краткосрочный и долгосрочный период ;

7)                Результаты прогноза визуализируются на специальной цифровой картографической основе с цветовой дифференциацией температурных режимов для типов объектов;

8)                По результатам прогноза рассчитываются параметры энерго- и теплопотребления для конкретных зданий и синтезируются шаблоны возможных температурных графиков для регулирования параметров теплоносителя;

9)                Результаты прогноза, рассчитанные параметры потребления и синтезированные шаблоны передаются ЛПР (диспетчерам, энергетическим менеджерам, руководителям соответствующих служб и предприятий) для выработки мероприятий по повышению энергетической результативности.

10)            Производится автоматизированное регулирование энерго- и теплопотребления и оперативная коррекция прогнозных параметров регулирования в соответствии с реальными внешними погодными условиями.

11)            Результаты корректировки передаются обратно в подсистему прогнозирования для подстройки моделей прогнозирования.

 

Заключение

В разрабатываемой СППР используются технологии многофакторного интеллектуального анализа сенсорных данных, получаемых с объектов энерго- и теплопотребления, нейросетевого прогнозирования, сценарного анализа для оценки вероятности внештатных и аварийных ситуаций, визуализации результатов прогноза потребления на цифровой картографической основе,  визуализации результатов на мобильных средствах связи с использованием технологии расширенной реальности  [8], спутниковой навигации для мониторинга работы аварийных бригад, генерации структурированных отчетов и рекомендаций для принятия мер по достижению энергетической результативности в плане оптимизации энергопотребления, повышения энергоэффективности и снижения энергопотерь.

 

Список литературы

1.        Завалишин И.В., Финогеев А.Г. Особенности технологической подготовки производства деталей турбины ГТД // Труды МАИ. – Москва: Изд-во Московского авиационного института (государственный технический университет). - 2012. - № 56. - с. 6-7.

2.        Системы энергетического менеджмента Требования и руководство по применению ISO 50001:2011.

3.        Финогеев А.Г., Дильман В.Б., Финогеев А.А., Маслов В.А. Оперативный дистанционный мониторинг в системе городского теплоснабжения на основе беспроводных сенсорных сетей // ж. Известия высших учебных заведений. Поволжский регион. Технические науки. - Пенза: Изд-во ПГУ. - 2010. - № 3. - с. 27-36.

4.        Финогеев А.Г., Маслов В.А., Финогеев А.А. Богатырев В.Е. Мониторинг и поддержка принятия решений в системе городского теплоснабжения на базе гетерогенной беспроводной сети // Известия Волгоградского государственного технического университета. Межвузовский сборник научных статей. Серия Актуальные проблемы управления, вычислительной техники и информатики в технических системах». – Волгоград: Изд-во ВолГТУ. – 2011. - Т. 3.- № 10. - С. 73-81.

5.        М.В. Щербаков, Т.А. Яновский, А. Бребельс, Н.Л. Щербакова Методика выявления потенциала энергосбережения на основе интеллектуального анализа данных // Прикаспийский журнал: управление и высокие технологии. - 2011. - № 2. - C. 51-55.

6.        Финогеев А.Г. Формализация методологии и принципов поддержки принятия решений по результатам мониторинга инженерных коммуникаций ЖКХ / А.Г.Финогеев, А.С.Бождай, В.Е.Богатырёв // Научно-практический журнал «Открытое образование» 2011. №2(86) Ч.2., статья Международной конференции «Информационные технологии в образовании, науке и бизнесе». Майская сессия, Украина, Крым, Ялта-Гурзуф, 20-30 мая, 2011.- с.210-214.

7.        М.В. Щербаков, Н.Л. Щербакова, Д.П. Панченко, А. Бребельс, А.П. Тюков, М.А. Аль-Гунаид Специфика применения интеллектуальных моделей анализа данных для повышения энергетической эффективности // Изв. ВолгГТУ. Серия "Актуальные проблемы управления, вычислительной техники и информатики в технических системах". Вып. 9 : межвуз. сб. науч. ст. / ВолгГТУ. - Волгоград, 2010. - № 11. - C. 72-76.

8.        Финогеев А.Г., Четвергова М.В. МЕТОДИКА РАСПОЗНАВАНИЯ ИЗОБРАЖЕНИЙ НА ОСНОВЕ РАНДОМНЫХ ДЕРЕВЬЕВ В СИСТЕМАХ АВТОМАТИЗИРОВАННОГО ПРОЕКТИРОВАНИЯ РАСШИРЕННОЙ РЕАЛЬНОСТИ // Современные проблемы науки и образования. – 2012. – № 5; URL: http://www.science-education.ru/105-7110 (дата обращения: 05.10.2012).