李晋芝 何大四 姜俞龙 李静

中原工学院能源与环境学院

随着建筑业的迅猛发展，近年来建筑能耗在社会总能耗中所占的比例已经达到了27.45%以上[1]，其中北方城镇的采暖能耗所占比重更是高达36%。但目前在我国供暖季过量供热的问题比较严重，导致我国建筑的实际供热消耗量超出建筑平均需热量的35%左右，且建筑能耗是同纬度下北欧一些国家的2～4 倍[2]。针对热量供需不匹配的现象，陈路路[3]利用Simulink软件对供暖系统进行分环节建模研究系统达到稳定时的时间延迟，但整个系统在室外温度不变且无调节工况下运行，没有探究不同调节方案下系统的动态响应情况。为了更好地指导供暖系统节能高效运行，国内外众多学者都对热负荷预测做出了相关研究，李思琦[4]等人提出经差分进化算法优化后的BP 神经网络对供热负荷建立预测模型的方法，张佼[5]通过分析影响支持向量回归机性能表现的参数，提出了基于遗传算法优化的SVR 供热负荷预测模型，Martinaitis 等人结合室外气象参数和末端用户热需求，通过热负荷预测对换热站供热量进行调控[6,7]，除此之外还有状态估计法、时间序列法等，均可以达到预测的精度，但机理、编程复杂，没有在供暖自控系统中得到普遍应用。因此非常有必要利用计算机仿真技术对不同调节方案下的供暖系统动态特性进行研究，加紧从传统的粗放式调节模式向精益化的调节模式转变，从传统的静态调节转变为动态的适应性调节，最终降低供暖能耗，提高能源效率。……