智能供热精准调控技术的应用分析
陈立波，孙增旭，赵文刚，赵一民，李帅帅
（青岛西海岸公用事业集团能源供热有限公司，山东省 青岛市 266000）
Application Analysis of Intelligent Heating Precision Control Technology
CHEN Libo, SUN Zengxu, ZHAO Wengang, ZHAO Yimin, LI Shuaishuai
(Qingdao West Coast Utility Group Energy Heating Co., Ltd., Qingdao, Shandong , 266000)
ABSTRACT：Due to insufficient refinement of current energy companies' control strategies, failure to fully realize AI intelligent control, reliance on operators' experience, and unsatisfactory collaborative control among energy sources, stations, and buildings, there is a certain gap in energy consumption per unit compared with industry benchmark enterprises, indicating potential for energy conservation. By introducing artificial intelligence technologies such as deep learning and reinforcement learning, more intelligent and automated control and management of heating systems are achieved. Through in-depth integration of Internet + big data + AI models, the intelligent and precise adjustment capability of heat exchange units is realized; by making full use of the thermal inertia of buildings, collaborative control among energy sources, stations, and units is implemented to transfer heat load from heat stations with high room temperature to those with low room temperature, and from units with high room temperature to those with low room temperature. This precisely adjusts the balance of heat exchange stations and the secondary network, solves the problem of large indoor temperature deviations and uneven heating among heat users caused by imbalance, and realizes on-demand heating and balanced heating to save energy and reduce consumption while ensuring heating comfort.
Key words: intelligent heating; precision control; AI intelligence; prediction model; secondary network balance
摘要：由于当前能源公司调控策略精细程度不足且未能充分实现AI智能控制，对运行人员经验尚有依赖性，源、站、楼协同控制不尽理想，导致与行业标杆企业相比能耗单耗有一定差距，具备一定程度的节能挖潜潜力。通过引入深度学习、强化学习等人工智能技术，实现对供热系统更加智能化、自动化的控制和管理。深度融合互联网+大数据+AI模型，实现换热机组智能化精准调节能力；充分利用建筑物的热惯性，源、站、单元协同控制，将热负荷从室温高的热力站转移到室温低的热力站、从室温高的单元转移到室温低的单元，精准调节换热站平衡、二网平衡，解决失衡造成的各热用户室内温度偏差较大、冷热不均的问题，实现按需供热、均衡供热，保障供热舒适的前提下节能降耗。
关键词：智慧供热；精准调控；AI智能；预测模型；二网平衡
0 引言
随着能源与环境问题日益突出，绿色低碳发展成为国家战略核心方向。根据二〇三五年远景目标，我国需推进能源革命、加快绿色低碳发展、全面提高资源利用效率，并完善生态文明体系以促进经济社会全面绿色转型；青岛市亦明确“十四五”期间碳达峰、碳中和及能耗“双控”要求，强调用能需向智能化、精细化升级。
在供热领域，青岛西海岸公用事业集团能源供热有限公司面临双重挑战：一方面成本压力显著，2021-2022年度煤炭购买成本达0.277元/大卡，供热成本监审价格70.44元/平方米，远高于30.4元×0.75/平方米的收费标准，企业减亏增盈难度大；另一方面能耗差距明显，2020-2021年单位面积供热能耗（0.39GJ/㎡•a）、供热电单耗（1.36kWh/㎡）均高于行业标杆企业均值（0.36GJ/㎡•a、0.75kWh/㎡），存在较大节能挖潜空间。在此背景下，引入智能供热精准调控技术，解决当前调控依赖经验、源站协同不足等问题，成为提升供热效率、降低能耗的关键路径。
1 基本情况
1.1 行业政策背景
1.1.1 国家远景目标
（1）推进能源革命；
（2）加快推动绿色低碳发展，持续改善环境质量，提升生态系统质量和稳定性，全面提高资源利用效率；
（3）完善生态文明领域统筹协调机制，构建生态文明体系，促进经济社会发展全面绿色转型；
（4）青岛市规模以上工业能源消费平稳回落，能源结构持续优化，工业领域绿色发展基础不断夯实。
1.1.2 地方降碳需求
（1）青岛市要求各区市筑牢“抓节能降碳就是硬任务”的意识，树立“抓节能降碳就是优发展”的观念，加强规划衔接，推进用能智能化、精细化；
（2）加快绿色制造体系建设，打好“高端制造业+人工智能”攻势，推进绿色工业园区和绿色产业链发展，加快节能环保、清洁生产等重点工程建设，构建高效、清洁、低碳、循环的绿色制造体系。
1.2 企业运行现状
青岛西海岸公用事业集团能源供热有限公司当前运行存在两大核心问题：
（1）成本压力突出：2021-2022年度煤炭购买成本高达0.277元/大卡，供热成本监审价格70.44元/平方米，与30.4元×0.75/平方米的收费标准差距显著，企业减亏增盈压力较大；
（2）能耗差距明显：2020-2021年单位面积供热能耗约0.39GJ/㎡•a，单位面积供热电耗约1.36kWh/㎡，而行业标杆企业单位能耗均值为0.36GJ/㎡•a、供热电单耗约0.75kWh/㎡。若实现全区供热精细化管控，预计单采暖季可实现节能效益4000万元以上，对提升供热效果、节能增效具有重要意义。
2 能耗偏高的原因分析
当前供热系统能耗偏高的核心原因在于调控策略不完善、协同控制不足及基础设备缺失，具体可从耗水量、耗电量、耗热量三方面展开分析：
2.1 耗水量高的原因
（1）辖区内部分老旧管网存在跑冒滴漏现象，导致系统失水；
（2）部分热用户存在私自放水行为，直接增加水耗；
（3）供热系统失水监测手段不足，运行中系统失水发现滞后，检修响应慢，进一步扩大过量失水问题。
2.2 耗电量高的原因
热力站机组运行输配电耗过高的核心因素为循环泵配置与控制方式不合理，次要因素为管道工艺阻力，具体表现：
（1）循环泵参数按挂网供热面积测算，扬程选型偏大，导致运行能耗冗余；
（2）热力站泵组调控未结合实际工况，单一采用“大流量、小温差”运行方式，增加无效电耗；
（3）管道工艺阻力影响：循环泵出口装有止回阀，增加沿程阻力，间接提升电耗。
2.3 耗热量高的原因
（1）智能化管理不足：供热系统未实现源站协同控制，换热站“各自为政”，导致全网输配失衡；
（2）二网调控策略不合理：为保障少数末端不热用户供热质量，对机组整体升温，造成前端用户过热，引发热量浪费；
（3）单元平衡装置覆盖率低：无法实现全网自动调控，需在接到投诉后手动调整平衡阀开度，导致二网失衡严重；
（4）室温数据缺失：部分热力站无室温数据支撑，二级网调控依赖经验，精度低且易造成热量浪费；
（5）基础数据采集不全：部分热力站热耗、电耗、水耗等数据采集设备损坏或缺失，无法判断站内运行状态，难以开展详细能耗分析。
2.4 原因总结
能耗偏高的关键症结在于：一是调控策略粗放，未实现源、站、楼协同控制，未能通过热负荷转移（从室温高的站/单元转移至室温低的站/单元）优化能耗，仅依赖“大流量、小温差”模式；二是基础保障不足，单元平衡装置覆盖率低、热量表等设备缺失、室温数据缺位，导致调控决策缺乏精准数据支撑，进一步加剧能耗浪费。
3 智能供热精准调控工作建议
3.1 建设思路
当前供热系统虽已建成热源、管网、热用户终端监控调节系统，但多中心多系统数据调用、联通与共享能力不足，调控决策对人工经验依赖度高。未来需依托现代信息系统集成技术、软件及互联网平台优势，重点实现三方面突破：
（1）系统信息化：整合热源、管网、热用户终端能效系统数据，实现全网参数统一监控、传输与管理，实时掌握供热系统运行状态；
（2）数据协同化：打通各子系统数据壁垒，充分收集整合供热系统整体信息，从全局角度制定节能调控策略；
（3）调控精准化：将调控策略反馈至热源、管网、热用户终端集成设备，实现按需供热、均衡供热，最终达成节能降耗、绿色减排目标。
智慧供热的核心实施路径包括以下四方面：
3.1.1 数据采集与分析
通过安装传感器、监测设备，实时采集供热系统温度、湿度、压力、流量等参数，对数据进行深度分析处理，为智能化控制与优化管理提供支撑。
3.1.2 智能化控制
基于数据采集与分析结果，通过智能控制算法实现供热系统自动调节，例如根据用户需求与室内环境变化，动态调整供热设备运行状态与温度参数。
3.1.3 能源管理
分析用能数据，结合不同时间段、季节的需求变化，优化能源使用计划，降低能源成本。
3.1.4 用户体验提升
通过智能化控制与数据分析，结合用户使用习惯与需求，自动化调节供热系统运行状态，提高室内舒适度与用户满意度。
3.2 建设方案
针对传统供热调节方法（公式计算、经验判断）效率低、适用性差、误差大，及现有AI调节未实现源站协同、未利用建筑热惯性的问题，提出以下建设方案：
3.2.1 热负荷预测
热负荷预测涵盖机组热负荷与单元热负荷两类，采用多种机器学习、深度学习算法，定期筛选最优算法及超参数，利用历史数据训练模型并预测未来24小时热负荷。具体实施中，加强与新区气象局合作，获取精准天气预报，结合历史生产数据计算负荷，推行“分时段调控”模式，精准下发调度指令109次。
热负荷预测流程如图1所示：
图 1 热负荷预测流程图
Fig. 1 Flow Chart of Heat Load Prediction
3.2.2 二网协同控制
设计包含“预测器、计划器、分配器、单元室温管理、控制器”五大模块的二网系统控制算法，具体功能如下：
预测器：基于最优模型预测机组与单元热负荷；
计划器：根据机组未来24小时预测热负荷制定削峰填谷计划；
分配器：结合单元室温情况，将削峰填谷计划分配至各单元；
单元室温管理：计算单元室内均温与室温最小值；
控制器：包含机组控制（根据实际热负荷、预测热负荷、二次供温/压差，计算设定值）与单元控制（根据实际热负荷、修正预测热负荷、阀门开度，计算阀门设定开度）。
通过该算法充分利用建筑热惯性，实现源、站、单元协同控制，解决供热曲线波动大、严寒天气需启动尖峰锅炉的问题。
二网协同控制流程如图2所示：
图 2 二网协同控制流程图
Fig. 2 Flow Chart of Secondary Network Collaborative Control
截至目前，二网平衡系统已覆盖面积560万平方米，实供面积327万平方米，本年度新增749套温度平衡电动调节阀，实现温度、压力实时监视调控，平衡达标率超90%，有效解决小区管网“近热远冷”问题。
3.2.3 精细化管理
（1）推行“一线工作法”与“领导包干厂站制度”：针对疫情反复、重大节日等关键节点，组织公司领导现场办公、协调解决问题，累计实施60余次；
（2）建立常态化供热例会机制：实行“站区一日一核算”“厂站一周一排名”“公司每周一总结”，召开供热专题会议102次，实现供热问题“日事日结”。
4 建设成效
2022-2023采暖季运行数据显示，智能供热精准调控技术成效显著，具体指标如下：
（1）环境温度对比：平均环境温度4℃，较同期（4.4℃）降低0.4℃；
（2）供热面积对比：实际供热面积2186万平方米，较同期（2139万平方米）同比增长2.15%；
（3）能耗指标优化：供热单耗降至0.33吉焦/平方米，较同期（0.358吉焦/平方米）下降7.82%；总耗热量720.56万吉焦，较同期（766.47万吉焦）减少45.61万吉焦，降低5.95%，直接节省资金约3375万元；
（4）综合效益：剔除供热面积增加（影响热量消耗15.49万吉焦）、环境温度降低（影响热量消耗18.83万吉焦）因素后，较同期传统供热方式节省资金约5915万元，单位能耗达到全国先进水平。
综上，智能供热精准调控技术通过引入深度学习、强化学习等AI技术，融合互联网+大数据+AI模型，实现换热机组精准调节；依托建筑热惯性实现源、站、单元协同控制，解决热负荷分配失衡与冷热不均问题，最终达成“按需供热、节能降耗”的目标[5]。
参考文献
[1] 国家发改委，能源局. 能源生产和消费革命战略（2016-2030）[J]. 电力与能源，2017(3)：288.
[2] 黄润秋. 把碳达峰碳中和纳入生态文明建设整体布局[N]. 学习时报，2021-11-17（001）.
[3] 高红. 提高供热能效水平 对实现碳达峰碳中和意义重大[J]. 中国能源，2021(05).
[4] 王富有，方正，门冉. 智能实时供热调度系统设计[J]. 化工自动化及仪表，2021(06).
[5] 李恩洲，况立群，张元，等. 智慧供热大数据监测平台研究及应用[J]. 计算机技术与发展，2021(11).
作者简介
陈立波（1974-），男，本科，副高级工程师，研究方向：市政供热、计量仪表；
孙增旭（1976-），男，本科，副高级工程师，研究方向：市政供热、电气自动化；
赵文刚（1979-），男，本科，副高级工程师，研究方向：市政供热、工业自动化；
赵一民（1984-），男，本科，副高级工程师，研究方向：市政供热、勘查设计；
李帅帅（1988-），男，专科，工程师，研究方向：市政供热
京公网安备 11011502004515号 
