基于管網(wǎng)阻力辨識(shí)的太陽(yáng)能-空氣源熱泵區(qū)域供熱系統(tǒng)運(yùn)行調(diào)控研究

收稿日期：2022-07-18

基金項(xiàng)目：國(guó)家重點(diǎn)研發(fā)計(jì)劃（2021YFE0194500）

通信作者：侯宏娟（1972—），女，博士、教授，主要從事太陽(yáng)能熱利用方面的研究。120757878@qq.com

DOI：10.19912/j.0254-0096.tynxb.2022-1064 文章編號(hào)：0254-0096（2023）11-0009-07

摘 要：建立太陽(yáng)能-空氣源熱泵區(qū)域供熱系統(tǒng)模型，并利用遺傳算法進(jìn)行阻力辨識(shí)，進(jìn)而對(duì)管網(wǎng)變流量運(yùn)行調(diào)控進(jìn)行研究，以降低供熱系統(tǒng)熱耗與水泵電耗。以包含4個(gè)熱力站的某區(qū)域供暖系統(tǒng)為例，開展管網(wǎng)變工況運(yùn)行調(diào)控研究。結(jié)果表明，當(dāng)系統(tǒng)內(nèi)某熱力站負(fù)荷突變，如由168.62 kW減小到5.85 kW時(shí)，基于阻力辨識(shí)結(jié)果，通過(guò)管網(wǎng)變流量運(yùn)行調(diào)控能夠充分挖掘系統(tǒng)的節(jié)能潛力：相比常規(guī)調(diào)節(jié)方法該系統(tǒng)泵功率可由13.94 kW下降到10.46 kW，節(jié)能率達(dá)11.83%。

關(guān)鍵詞：太陽(yáng)能；空氣源熱泵；區(qū)域供熱；遺傳算法；阻力辨識(shí)；運(yùn)行調(diào)控

中圖分類號(hào)：TK519 文獻(xiàn)標(biāo)志碼：A

0 引 言

北方采暖是建筑碳排放最主要的用能方式之一［1］，將太陽(yáng)能與熱泵相結(jié)合的區(qū)域采暖是實(shí)現(xiàn)清潔供暖的重要形式之一［2］。由于太陽(yáng)能能量密度較低，以太陽(yáng)能為主要熱源的供暖系統(tǒng)初投資較大［3］，通過(guò)用戶側(cè)負(fù)荷需求管理以及管網(wǎng)系統(tǒng)精細(xì)化管控提高系統(tǒng)的源荷匹配度，進(jìn)而提高太陽(yáng)能利用率，降低系統(tǒng)所需配置容量，是實(shí)現(xiàn)低成本、清潔高效供暖的重要途徑。

在太陽(yáng)能供暖系統(tǒng)中進(jìn)行用戶側(cè)負(fù)荷需求管理可提高太陽(yáng)能利用率，減少電能消耗［4］。如趙軍等［5］利用建筑圍護(hù)結(jié)構(gòu)熱惰性，通過(guò)虛擬儲(chǔ)能主動(dòng)調(diào)控?zé)嵊脩糌?fù)荷需求，提高了太陽(yáng)能供熱量與公共建筑實(shí)時(shí)熱負(fù)荷的匹配程度；靳小龍等［6］在構(gòu)建多能源聯(lián)合系統(tǒng)的基礎(chǔ)上，利用用戶側(cè)柔性負(fù)荷進(jìn)行樓宇微網(wǎng)經(jīng)濟(jì)優(yōu)化調(diào)度，在保證室內(nèi)舒適度的條件下，充分挖掘建筑虛擬儲(chǔ)熱潛力，降低儲(chǔ)能系統(tǒng)容量和運(yùn)行成本。這些相關(guān)研究都是通過(guò)需求側(cè)熱負(fù)荷管理提高與可再生熱源的匹配程度，然而在研究過(guò)程中將整個(gè)管網(wǎng)系統(tǒng)簡(jiǎn)化為節(jié)點(diǎn)，未考慮用戶負(fù)荷改變時(shí)管網(wǎng)流量以及阻力特性隨之改變而導(dǎo)致的水力失調(diào)、熱力失調(diào)問(wèn)題［7］。

此外，在對(duì)供暖管網(wǎng)系統(tǒng)的精細(xì)化管控方面進(jìn)行文獻(xiàn)調(diào)研時(shí)，發(fā)現(xiàn)與可再生能源結(jié)合的相關(guān)研究較少，目前針對(duì)管網(wǎng)水力調(diào)節(jié)的典型研究成果主要有：文獻(xiàn)［8］提出一種基于基本回路法的管網(wǎng)穩(wěn)態(tài)水力數(shù)值模擬和分析方法，并應(yīng)用于塞爾維亞澤蒙市供熱系統(tǒng)中，結(jié)果表明該方法相比標(biāo)準(zhǔn)Hardy Cross方法運(yùn)行效率更高；文獻(xiàn)［9］在建立多熱源環(huán)形供熱管網(wǎng)模型的基礎(chǔ)上，提出在干管或環(huán)上的適當(dāng)位置安裝調(diào)節(jié)閥來(lái)進(jìn)行多熱源熱網(wǎng)水力工況的優(yōu)化調(diào)度，以提高管網(wǎng)輸送能力，減少水泵動(dòng)力消耗；文獻(xiàn)［10］引入室內(nèi)散熱器恒溫閥和自動(dòng)平衡閥，通過(guò)將流量、溫度與壓差控制相結(jié)合，有效減少系統(tǒng)的過(guò)量供暖，實(shí)現(xiàn)系統(tǒng)水力平衡。然而上述研究未充分考慮系統(tǒng)運(yùn)行過(guò)程中管段阻力系數(shù)受多重因素影響而發(fā)生緩慢改變的問(wèn)題［11］。

本文在已有研究基礎(chǔ)上，將可再生能源區(qū)域供暖與管網(wǎng)系統(tǒng)調(diào)控相結(jié)合，以河北承德某太陽(yáng)能空氣源熱泵區(qū)域供暖系統(tǒng)為例，利用管網(wǎng)運(yùn)行大數(shù)據(jù)獲得實(shí)際阻力系數(shù)，改進(jìn)管網(wǎng)模型，并研究用戶側(cè)負(fù)荷調(diào)節(jié)引起管網(wǎng)系統(tǒng)水力失調(diào)時(shí)的調(diào)控策略，以期在保證供熱品質(zhì)的同時(shí)降低供暖能耗。

1 系統(tǒng)組成

1.1 系統(tǒng)描述

本文研究的太陽(yáng)能-空氣源熱泵區(qū)域供暖系統(tǒng)如圖1所示，真空管型太陽(yáng)能集熱場(chǎng)產(chǎn)生的熱量?jī)?yōu)先滿足用戶熱負(fù)荷需求，剩余熱量?jī)?chǔ)存在儲(chǔ)熱水箱中，當(dāng)熱能不足時(shí)儲(chǔ)熱水箱開始釋熱，仍不滿足時(shí)開啟空氣源熱泵保證供暖需求。為滿足熱用戶實(shí)時(shí)負(fù)荷需求，熱網(wǎng)通過(guò)集中質(zhì)調(diào)節(jié)滿足室外溫度變化引起的熱負(fù)荷變化，通過(guò)局部量調(diào)節(jié)滿足不同類型建筑的熱負(fù)荷需求。針對(duì)各熱力站變負(fù)荷引起的流量變化，本文采用恒定末端壓差的方法對(duì)一次網(wǎng)循環(huán)水泵進(jìn)行變頻調(diào)速，保證各熱力站負(fù)荷需求的同時(shí)使得各支線閥門開度最大，減小供暖能耗，保證水力平衡。

1.2 太陽(yáng)能-空氣源熱泵區(qū)域供暖系統(tǒng)

本文以河北承德（東經(jīng)40.98°，北緯117.95°）某太陽(yáng)能-空氣源熱泵供暖系統(tǒng)為例開展研究，典型年太陽(yáng)能逐時(shí)總輻照度與室外溫度如圖2所示。該系統(tǒng)以太陽(yáng)能集熱器為主要熱源，空氣源熱泵為輔助熱源，共包含4個(gè)熱力站。熱源主要設(shè)備參數(shù)如表1所示，各熱力站內(nèi)住宅、學(xué)校及辦公樓等不同建筑類型供暖面積以及設(shè)計(jì)熱負(fù)荷如表2所示。

基于1.1節(jié)的系統(tǒng)運(yùn)行策略，熱量平衡關(guān)系為：

[Qs，τ+Qa，τ=Qt，τ+Qu，τ+Qloss，τ]"""""" （1）

式中：[Qs，τ]——[τ]時(shí)刻真空管型太陽(yáng)能集熱器的有效集熱量，kWh；[Qa，τ]——[τ]時(shí)刻空氣源熱泵的制熱量，kWh；[Qt，τ]——[τ]時(shí)刻進(jìn)入儲(chǔ)熱水箱的儲(chǔ)熱量，kWh；[Qu，τ]——[τ]時(shí)刻用戶處的供熱量，kWh；[Qloss，τ]——[τ]時(shí)刻供熱系統(tǒng)的熱損失，kWh。

1.2.1 太陽(yáng)能集熱器模型

太陽(yáng)能集熱器的有效集熱量[Qs]為：

[Qs=η?Aa?I]""" （2）

式中：[Aa]——太陽(yáng)能集熱器的采光面積，m2；[I]——落在集熱器采光面上的總太陽(yáng)輻照度，W/m2；[η]——集熱器瞬時(shí)熱效率，其表達(dá)式［12］為：

[η=η0-a1T*-a2I（T*）2]"""""" （3）

[T*=（Ti-Te）/I] （4）

式中：[η0]——太陽(yáng)能集熱器光學(xué)效率，%；[a1]、[a2]——集熱器熱損系數(shù)；[Ti]——集熱器工質(zhì)進(jìn)出口平均溫度，℃；[Te]——環(huán)境溫度，℃。根據(jù)設(shè)備資料，本文中[η0=87.4%，][a1=3.16]，[a2=0.0098]。

1.2.2 儲(chǔ)熱模型

若不考慮儲(chǔ)熱水箱自身的散熱損失，某一時(shí)刻τ儲(chǔ)熱水箱的儲(chǔ)熱量Qt，τ［13］為：

[Qt，τ=Qt，τ-1+Qin，τ-1?ηt-Qout，τ-1/ηt]"" （5）

式中：[Qt，τ-1]——[τ-1]時(shí)刻儲(chǔ)熱水箱的儲(chǔ)熱量，kWh；[ηt]——儲(chǔ)熱水箱的蓄、放熱效率，取0.98；[Qin，τ-1]——[τ-1]時(shí)刻儲(chǔ)熱水箱的蓄熱量，kWh；[Qout，τ-1]——[τ-1]時(shí)刻儲(chǔ)熱水箱的放熱量，kWh。

1.2.3 空氣源熱泵模型

空氣源熱泵制熱量[Qa]和性能系數(shù)COP分別為：

[Qa=cp?Ga?（tg-th）] （6）

[R=QaPa]"""""" （7）

式中：[cp]——水的平均比熱容，kJ/（kg·℃）；[Ga]——熱泵機(jī)組循環(huán)水量，m3/h；[tg、th]——熱網(wǎng)供、回水溫度，R——COP；℃；[Pa]——熱泵機(jī)組輸入的電功率，kW。

1.3 熱網(wǎng)系統(tǒng)

管網(wǎng)水力工況建模是進(jìn)行水力平衡調(diào)節(jié)的前提。本文中區(qū)域供暖管網(wǎng)系統(tǒng)在熱源出口分為并聯(lián)的兩路，其中一路依次為1#、2#、3#熱力站，另一路為4#熱力站，利用圖論法［14］構(gòu)建該區(qū)域供暖管網(wǎng)拓?fù)浣Y(jié)構(gòu)，如圖3所示，管網(wǎng)系統(tǒng)設(shè)計(jì)參數(shù)如表3所示。

注：n代表節(jié)點(diǎn)，s代表管段。

由[n+1]個(gè)節(jié)點(diǎn)、[m]個(gè)管段構(gòu)建的供熱系統(tǒng)管網(wǎng)拓?fù)浣Y(jié)構(gòu)，根據(jù)質(zhì)量守恒方程、能量守恒方程得到管網(wǎng)水力工況計(jì)算數(shù)學(xué)模型如式（8）～式（10）所示［15］。

[AG=Q]" （8）

[BfΔH=0]"""" （9）

[ΔP=SGG+Z-DH] （10）

式中：[A]——（[n×m]）階基本關(guān)聯(lián)矩陣；[G]——各管段流量列向量，[G=[G1， G2， …， Gm]T]；[Q]——各節(jié)點(diǎn)處的凈流量向量，[Q=[Q12， Q2， …2， Qn]T]；[Bf——（m-n）×m]階基本回路矩陣；[ΔH]——各管段壓降，[ΔH=[ΔH1， ΔH2， …， ΔHm]T]；[S]——[（m×m）]階管段阻力系數(shù)對(duì)角矩陣；[Z]——節(jié)點(diǎn)標(biāo)高列向量，[Z=[Z1， Z2， …， Zn]T]；[DH]——各管段水泵揚(yáng)程列向量，[DH=[DH1， DH2， …， DHm]T]。根據(jù)圖3，本文中[n=11]，[m=15]。

2 管網(wǎng)阻力辨識(shí)

在供熱管網(wǎng)運(yùn)行過(guò)程中，由于管壁結(jié)垢、雜質(zhì)沉淀等原因，管段阻力系數(shù)隨時(shí)間發(fā)生緩慢變化，直接計(jì)算管段的實(shí)際阻力難度很大［16］，因此充分利用管網(wǎng)現(xiàn)有的流量、壓力運(yùn)行數(shù)據(jù)，以管網(wǎng)模型計(jì)算值與實(shí)際測(cè)量值的偏差最小為目標(biāo)，通過(guò)遺傳算法求解，獲得管網(wǎng)實(shí)際阻力系數(shù)。系統(tǒng)阻力辨識(shí)流程如圖4所示，相應(yīng)的目標(biāo)函數(shù)及約束方程分別如式（11）、式（12）所示。

[minf（S）=i=1nε（pci-pai）2+j=1mκ（Gcj-Gaj）2]" （11）

[νjsdj≤sj≤ωjsdjj=1mbcj（sjGj2+Zj-DHj）=0j=1maijGj=Qi]"""" （12）

式中：[ε、κ]——壓力、流量權(quán)重系數(shù)；[pci]、[pai]——第[i]個(gè)節(jié)點(diǎn)壓力計(jì)算值、實(shí)際觀測(cè)值，Pa；[Gcj、][Gaj]——第[j]條管段流量的模型計(jì)算值、實(shí)際觀測(cè)值，t/h；[νj、][ωj]——第[j]條管段的阻力系數(shù)、比例因子；[sdj]——第[j]條管段的設(shè)計(jì)阻力系數(shù)，Pa/（t/h）2。

考慮進(jìn)行管網(wǎng)阻力系數(shù)辨識(shí)的目的是為了得到準(zhǔn)確的水力工況計(jì)算模型，定義阻力辨識(shí)精度[Ps]為：

[Psk=G1k-GrckG1k×100%] （13）

式中：[G1k]——第[k]個(gè)熱力站的實(shí)測(cè)流量，m3/h；[Grck]——管段進(jìn)行阻力辨識(shí)后第[k]個(gè)熱力站的計(jì)算流量，m3/h。

本文利用區(qū)域供暖系統(tǒng)運(yùn)行工況下壓力、流量傳感器采集到的熱源和換熱站兩端節(jié)點(diǎn)壓力以及管段的實(shí)際流量數(shù)據(jù)，對(duì)各管段阻力系數(shù)值進(jìn)行辨識(shí)。利用式（11）、式（12）通過(guò)遺傳算法優(yōu)化辨識(shí)得到的各管段阻力系數(shù)，結(jié)果如圖5所示。代入管網(wǎng)水力工況模型中利用基本回路法計(jì)算得到熱源及各熱力站處流量如表4所示。

由表4可知，經(jīng)管網(wǎng)阻力辨識(shí)得到的精度即流量相對(duì)誤差均小于0.1%，充分滿足工程實(shí)踐中對(duì)管網(wǎng)水力工況建模的精度要求，可借助該模型進(jìn)行管網(wǎng)的運(yùn)行調(diào)節(jié)控制。

3 管網(wǎng)運(yùn)行調(diào)控

供暖區(qū)域內(nèi)建筑根據(jù)使用性質(zhì)分為住宅和公共建筑。公共建筑特性決定了其固有的使用時(shí)段，日常供暖公共建筑在非使用時(shí)間會(huì)導(dǎo)致大量能源浪費(fèi)，因此對(duì)公共建筑按需供暖：工作時(shí)間保持室內(nèi)溫度在18～24 ℃內(nèi)，非工作時(shí)間室內(nèi)溫度保持5 ℃的值班溫度［17］。選取冬至日為典型日，公共建筑逐時(shí)供暖熱負(fù)荷如圖6所示。

當(dāng)公共建筑按需供熱時(shí)，熱負(fù)荷高峰期出現(xiàn)在08：00，此時(shí)經(jīng)過(guò)夜間降溫的室內(nèi)溫度較低，為滿足人員工作舒適度要求熱負(fù)荷達(dá)到峰值；此后08：00—18：00工作時(shí)段熱負(fù)荷與正常供暖熱負(fù)荷相同，19：00—次日08：00因?yàn)榉枪ぷ鲿r(shí)間，供暖僅為維持室內(nèi)值班溫度，負(fù)荷大大降低。

公共建筑按需供暖時(shí)通過(guò)調(diào)節(jié)建筑入口處閥門開度改變流量來(lái)實(shí)現(xiàn)熱負(fù)荷增減，在此調(diào)節(jié)過(guò)程中管網(wǎng)流量與阻力特性發(fā)生改變，易發(fā)生水力失調(diào)現(xiàn)象，因此本文對(duì)按需供熱時(shí)的管網(wǎng)系統(tǒng)運(yùn)行調(diào)控進(jìn)行研究。

3.1 管網(wǎng)運(yùn)行調(diào)控?cái)?shù)學(xué)模型

基于二次網(wǎng)系統(tǒng)中各建筑按需供熱，一次網(wǎng)側(cè)進(jìn)行質(zhì)調(diào)節(jié)時(shí)的供水溫度，t1g和調(diào)節(jié)時(shí)的相對(duì)流量[G1k]［18］分別為：

[t1g=[（t1g′-t1h′）Q2+t2h]e（t1g′-t1h′）-（t2g′-t2h′）Δtm′-t2ge（t1g′-t1h′）-（t2g′-t2h′）Δtm′-1]""" （14）

[G1k=G2k（t2g-t2h）（t1g′-t1h′）（t2g′-t2h′）（t1g-t1h）]"" （15）

式中：[t2g]、[t2h]——二次網(wǎng)側(cè)的實(shí)際供、回水溫度；[t1g′]、[t1h′]、[t2g′]、[t2h′]—— 一、二次網(wǎng)側(cè)的設(shè)計(jì)供、回水溫度，℃；[Q2]——相應(yīng)室外溫度下的相對(duì)供暖熱負(fù)荷比；[G2k]——第[k]個(gè)換熱站二次網(wǎng)側(cè)的相對(duì)流量，m3/h。

調(diào)節(jié)閥相對(duì)開度與水泵揚(yáng)程分別［19］為：

[Kv=11.48lgSvCv2Δpv/ρ105Gv2+Sv-1+1×100%] （16）

[DH=b0+b1G1+b2G12] （17）

式中：[Gv]——流過(guò)閥門的體積流量，m3/h；[Sv]——閥權(quán)度；[Cv]——調(diào)節(jié)閥的流通能力；[Δpv]——閥門前后壓差，Pa；[G1]—— 一次供熱管網(wǎng)流量，m3/h；[b0、][b1、][b2]——水泵的特性參數(shù)，通過(guò)擬合得到。

供暖系統(tǒng)按需供熱的管網(wǎng)運(yùn)行調(diào)節(jié)流程如圖7所示。

3.2 評(píng)價(jià)指標(biāo)

各熱力站水力失調(diào)度［20］為：

[xk=G1kGdk] （18）

式中：[Gdk]——第[k]個(gè)熱力站設(shè)計(jì)流量，m3/h。

循環(huán)水泵消耗的電功率為：

[N=pG1ηP1000]"" （19）

式中：[p]——熱水通過(guò)循環(huán)水泵后增加的總能量（全壓），Pa；[ηP]——循環(huán)水泵的總效率，相似工況點(diǎn)效率相同。

系統(tǒng)供暖節(jié)能率表示進(jìn)行管網(wǎng)調(diào)控的節(jié)能量與原供暖熱耗之比，即：

[fHC=Q1-Q1cQ1×100%]""" （20）

式中：[Q1]、[Q1c]—— 一次供熱管網(wǎng)運(yùn)行調(diào)節(jié)前、后的總耗熱量，kJ。

3.3 管網(wǎng)運(yùn)行調(diào)控

選取供暖區(qū)域內(nèi)公共建筑熱負(fù)荷最大的3#熱力站進(jìn)行按需供暖，1#、2#、4#熱力站正常供暖。18：00工作時(shí)間結(jié)束，3#熱力站負(fù)荷需求由168.62 kW減小到5.85 kW時(shí)，公共建筑通過(guò)調(diào)節(jié)入口處閥門開度減小流量降低熱負(fù)荷，此時(shí)各換熱站處流量變化如圖8所示。由圖8可知，當(dāng)一次管網(wǎng)系統(tǒng)中3#熱力站處流量減小時(shí)，1#、2#、4#熱力站處流量均增大，各換熱站水力失調(diào)度大于1，出現(xiàn)不等比一致失調(diào)現(xiàn)象。分析可知，3#熱力站處閥門開度減小，改變了管網(wǎng)特性進(jìn)而導(dǎo)致管路流量重新分配，引起1#、2#、4#熱力站水力失調(diào)。因此，需要對(duì)管網(wǎng)水力工況進(jìn)行調(diào)節(jié)以獲得滿足各熱力站實(shí)時(shí)熱負(fù)荷的流量，并通過(guò)水泵變頻調(diào)速減小電耗量。

根據(jù)圖7，當(dāng)管網(wǎng)系統(tǒng)中各熱力站處流量確定后，以4#熱力站支路壓差Δp為控制參數(shù)對(duì)水泵進(jìn)行變頻調(diào)速，利用圖解法確定水泵的工作狀態(tài)點(diǎn)如圖9所示由A點(diǎn)變化到B點(diǎn)，由此可推出1#、2#、3#、4#熱力站處閥門開度如表5所示。

3.4 能耗分析

基于式（20）獲計(jì)算管網(wǎng)調(diào)控前后水泵電功率與該供熱系統(tǒng)供暖節(jié)能率如表6所示。

4 結(jié) 論

本文以空氣源熱泵輔助太陽(yáng)能區(qū)域供暖系統(tǒng)為對(duì)象，建立太陽(yáng)能集熱器、空氣源熱泵、儲(chǔ)熱系統(tǒng)以及管網(wǎng)水力工況辨識(shí)模型，利用案例管網(wǎng)實(shí)際運(yùn)行大數(shù)據(jù)，基于遺傳算法進(jìn)行管網(wǎng)阻力系數(shù)辨識(shí)，并在此基礎(chǔ)上開展按需供熱運(yùn)行調(diào)控研究。結(jié)果表明，當(dāng)包含4個(gè)熱力站的區(qū)域供暖系統(tǒng)內(nèi)某熱力站負(fù)荷發(fā)生突變，如3#熱力站負(fù)荷由168.62 kW減小到5.85 kW時(shí)，基于熱力站支路壓差控制參數(shù)法對(duì)管網(wǎng)進(jìn)行水力工況模擬分析，并通過(guò)對(duì)管網(wǎng)水泵變頻以及閥門開度調(diào)節(jié)，可在滿足各熱力站負(fù)荷需求保證水力平衡的同時(shí)，使得水泵電功率由13.94 kW下降到10.46 kW，對(duì)應(yīng)的系統(tǒng)供暖節(jié)能率可達(dá)11.83%。

［參考文獻(xiàn)］

［1］"""" 江億， 胡姍. 中國(guó)建筑部門實(shí)現(xiàn)碳中和的路徑［J］. 暖通空調(diào)， 2021， 51（5）： 1-13.

JIANG Y， HU S. Paths to carbon neutrality in China’s building sector［J］. Heating ventilating amp; air conditioning， 2021， 51（5）： 1-13.

［2］"""" 孫毅， 李澤坤， 鮑薈諭， 等. 清潔供熱模式下多能異構(gòu)負(fù)荷調(diào)控框架及關(guān)鍵技術(shù)剖析［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2021， 41（20）： 6827-6842.

SUN Y， LI Z K， BAO H Y， et al. Multi-energy heterogeneous load regulation framework and key technology""" analysis"" under""" clean""" heating""" mode［J］. Proceedings of the CSEE， 2021， 41（20）： 6827-6842.

［3］"""" BABACAN O， TORRE W， KLEISSL J. Siting and sizing of distributed energy storage to mitigate voltage impact by solar PV in distribution systems［J］. Solar energy， 2017， 146： 199-208.

［4］"""" 裴瑋， 鄧衛(wèi)， 沈子奇， 等. 可再生能源與熱電聯(lián)供混合微網(wǎng)能量協(xié)調(diào)優(yōu)化［J］. 電力系統(tǒng)自動(dòng)化， 2014， 38（16）： 9-15.

PEI W， DENG W， SHEN Z Q， et al. Energy coordination and optimization of hybrid microgrid based on renewable energy and CHP supply［J］. Automation of electric power systems， 2014， 38（16）： 9-15.

［5］"""" 趙軍， 金玉， 李浩， 等. 基于虛擬儲(chǔ)能的建筑可再生能源系統(tǒng)設(shè)計(jì)與優(yōu)化［J］. 太陽(yáng)能學(xué)報(bào)， 2021， 42（5）： 91-97.

ZHAO J， JIN Y， LI H， et al. Design and optimization of building integrated renewable energy system based on virtual energy storage［J］. Acta energiae solaris sinica， 2021， 42（5）： 91-97.

［6］"""" 靳小龍， 穆云飛， 賈宏杰， 等. 融合需求側(cè)虛擬儲(chǔ)能系統(tǒng)的冷熱電聯(lián)供樓宇微網(wǎng)優(yōu)化調(diào)度方法［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2017， 37（2）： 581-591.

JIN X L， MU Y F， JIA H J， et al. Optimal scheduling method for a combined cooling， heating and power building microgrid considering virtual storage system at demand side［J］. Proceedings of the CSEE， 2017， 37（2）： 581-591.

［7］"""" 徐寶萍， 張超. 供暖系統(tǒng)末端控制技術(shù)發(fā)展及研究綜述［J］. 暖通空調(diào)， 2019， 49（3）： 1-8.

XU B P， ZHANG C. Development of terminal control technology" for" heating" systems：" a" literature" review［J］. Heating ventilating amp; air conditioning， 2019， 49（3）： 1-8.

［8］"""" STEVANOVIC V D， PRICA S， MASLOVARIC B， et al. Efficient numerical method for district heating system hydraulics［J］."" Energy""" conversion"" and""" management， 2007， 48（5）： 1536-1543.

［9］"""" 秦緒忠， 江億. 多熱源并網(wǎng)供熱的水力優(yōu)化調(diào)度研究［J］. 暖通空調(diào)， 2001， 31（1）： 11-16.

QIN X Z， JIANG Y. Hydraulic optimization of multi heat source heating networks［J］. Heating ventilating amp; air conditioning， 2001， 31（1）： 11-16.

［10］""" ZHANG L P， GUDMUNDSSON O， THORSEN J E， et al. Method for reducing excess heat supply experienced in typical Chinese district heating systems by achieving hydraulic balance and improving indoor air temperature control at the building level［J］. Energy， 2016， 107： 431-442.

［11］""" 趙瓊. 智慧城市供熱系統(tǒng)建模仿真與運(yùn)行優(yōu)化控制［D］. 杭州： 浙江大學(xué)， 2017.

ZHAO Q. Modeling simulation and operational optimization"" control" of" smart" city" heating" system［D］. Hangzhou： Zhejiang University， 2017.

［12］""" SOLOHA R， PAKERE I， BLUMBERGA D. Solar energy use in district heating systems. A case study in Latvia［J］. Energy， 2017， 137： 586-594.

［13］""" 白保華， 丁澤宇， 王康， 等. 含有光伏發(fā)電的分布式能量系統(tǒng)設(shè)備容量?jī)?yōu)化［J］. 熱力發(fā)電， 2020， 49（7）： 28-34.

BAI B H， DING Z Y， WANG K， et al. Capacity optimization for equipment of distributed energy system with photovoltaic power generation subsystem［J］. Thermal power generation， 2020， 49（7）： 28-34.

［14］""" DIESTEL R， SCHRIJVER A， SEYMOUR P. Graph theory［J］. Oberwolfach reports， 2010， 7： 521-580.

［15］""" ZHENG J F， ZHOU Z G， ZHAO J N， et al. Effects of the operation regulation modes of district heating system on an integrated heat and power dispatch system for wind power integration［J］. Applied energy， 2018， 230： 1126-1139.

［16］""" WANG J D， ZHOU Z G， ZHAO J N. A method for the steady-state thermal simulation of district heating systems and model parameters calibration［J］. Energy conversion and management， 2016， 120： 294-305.

［17］""" XU B P， ZHOU S X， HU W J. An intermittent heating strategy by predicting warm-up time for office buildings in Beijing［J］. Energy and buildings， 2017， 155： 35-42.

［18］""" 周國(guó)兵， 張于峰， 田琦， 等. 變流量間接供熱系統(tǒng)的調(diào)節(jié)［J］. 暖通空調(diào)， 2004， 34（7）： 43-47.

ZHOU G B， ZHANG Y F， TIAN Q， et al. Adjustment of indirect variable-flow heating systems［J］. Heating ventilating amp; air conditioning， 2004， 34（7）： 43-47.

［19］""" 付祥釗， 肖益民. 流體輸配管網(wǎng)［M］. 4版. 北京： 中國(guó)建筑工業(yè)出版社， 2018.

FU X Z， XIAO Y M. Fluid network for transportation and distribution［M］. 4th ed. Beijing： China Architecture amp; Building Press， 2018.

［20］""" 賀平， 孫剛， 王飛， 等. 供熱工程［M］. 4版. 北京： 中國(guó)建筑工業(yè)出版社， 2009.

HE P， SUN G， WANG F， et al. Heating engineering［M］. Fourth edition. Beijing： China Architecture amp; Building Press， 2009.

RESEARCH ON OPERATION REGULATION OF SOLAR-AIR SOURCE HEAT PUNP DISTRICT HEATING SYSTEM BASED ON PIPE NETWORK RESISTANCE IDENTIFICATION

Wang Jing，Hou Hongjuan，Zhang Hui，Sun Li

（State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources （NCEPU），

North China Electric Power University， Beijing 102206， China）

Abstract：In this paper a set of solar-air source heat pump district heating system model is built and genetic algorithm is introduced in the resistance identifications of pipe network. Based on it， the variable flow regulation of the heating pipe network is studied to reduce the heat consumption of the system and the power consumption of the pump. Further a heating pipe network operation and regulation under the condition of load changes is carried out as an example of a district heating system including 4 thermal stations. The results show that when the load of the a thermal station in the heating area is abruptly changed， such as reducing from 168.62 kW to 5.85 kW， the energy saving potential of the system can be fully tapped under the premise of ensuring the hydraulic balance of the pipe network based on the resistance identification results： Compared with the conventional adjustment method， the electric power of the pump decreases from 13.94 kW to 10.46 kW， and the corresponding heating energy saving rate can reach 11.83%.

Keywords：solar energy； air source heat pumps； district heating； genetic algorithms； resistance identification； operation adjustment