大数据环境下的北方供热系统热计量调控方案研究

王丽平+孙石+蔡长青

[摘 要]能源的节能环保已经成为社会的关注焦点之一，实现供热用户室内温度远程控制和用户自行调控的分户热计量管理系统势在必行。由于我国北方有庞大的热用户群体，情况复杂，如何做到自动、科学的热计量室内温度调控是非常有必要的。大数据由于能够处理的数据量巨大、数据类型多样等特点，可以为供热部门分析问题和解决问题提供良好的方法和思路，因此采用大数据技术分析供热用户的大量数据，能够科学有效地按照用户需求对每户或每间房间实行独立供暖或停止供暖，随时调控设定每户的温度和供暖时间，并可依据用户所在地区的气候条件，自动控制室内温度，确保热能量的充分利用。

[关键词]大数据；热计量；温度调控

[DOI]10.13939/j.cnki.zgsc.2016.51.150

日益緊张的能源问题已经成为全社会关注的焦点，各行各业都在进行节能改造，力求达到高效的能源利用。随着北方供热企业的改革，分户热计量已经势在必行，如何利用大数据技术对供暖用户的室内温度进行远程操控及用户自行调控，实现按需供暖，提高供暖质量，使用户能自主控制室温，不仅可以降低热费，而且可实现供热系统的节能。

1 引 言

我国冬季北方寒冷，为了改善室内温度环境，普遍采用集中供暖的方式。然而由于传统的供暖系统设备不具备自动温度调节装置，只能通过手动调节供热管道上的相应阀门来实现室内温度的粗略调节[1]，温度控制精度较低，且造成了能源的极大浪费。

由于供暖用户数量庞大、用热单位的情况也比较复杂，可以根据热用户的供暖需求、用热规律，在不同的供暖时间段内向建筑物提供不同的供热量，分区域、分时段对采暖用户进行独立供暖[2]。由于大数据具有数据量巨大、数据类型多样、流动速度快和价值密度低等特点，供暖系统大量的用户数据需要通过大数据技术来进行分析和处理，从而得出科学合理的热计量温度调控系统方法，该系统具有节能环保、自动化程度高、控制度精准、稳定性好等优点，具有较高的实用价值。

2 大数据技术应用概况

“大数据”本身是一个比较抽象的概念，单从字面来看，它表示数据规模的庞大。但是仅仅数量上的庞大显然无法看出大数据这一概念和以往的“海量数据”“超大规模数据”等概念之间有何区别。对于大数据的定义基本是从大数据的特征出发，通过这些特征的阐述和归纳试图给出其定义。通常认为大数据需满足三个特点：规模性、多样性和高速性。除此之外，国际数据公司大数据还应当具有价值性，大数据的价值往往呈现出稀疏性的特点。而IBM认为大数据必然具有真实性。维基百科对大数据的定义是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集[3]。

目前我们已经进入了大数据时代，从传统的数据库到大数据，看似简单，其实是一个复杂的技术演进并有本质上的差别。数据在传统数据库中仅作为处理对象，而在大数据里面，数据是作为一种资源来辅助解决其他诸多领域的应用问题的，大数据的出现颠覆了传统的数据管理方式，在数据来源、数据处理方式和数据思维等方面都带来了巨大的变革[4]。

目前在商业、互联网和工业监测等领域正在应用大数据处理技术，在北方冬季供暖系统中，大数据可以应用于整个系统的各个环节，主要包括如下。

（1）生产热量端。随着大型供暖系统单位数字化建设的发展，生产过程中的数据被大量地保存下来。这些数据中蕴含着丰富的信息，对于分析生产运行状态、提供控制和优化策略、故障诊断以及知识发现和数据挖掘具有重要意义。为及时准确掌握分布式供热设备及运行状态，需要对大量的控制设备进行实时监测和控制。

（2）输送热量端。为节能环保且快速有效地进行管理，在热量输送的过程中，采取安装监控和智能识别、采集设备，存储大量的传输过程数据，以便及时分析和监控管理，发现问题。

（3）使用热量端。为准确获取用户的用热数据，供暖公司在用热端安装了大量智能室内温控设备和楼栋控制表，供暖公司和用户之间的交互行为迅猛增长，可以每隔一段时间获取用户的用热信息，从而收集了比以往粒度更细的海量热量消费数据，形成供热系统中用户侧大数据[5]。通过对数据进行分析可以更好地理解热量客户的用热行为、合理设计温度。

鉴于大数据在供热系统中的重要作用，如何合理运用大数据技术，能够更加容易地面对供热系统的现状和未来的挑战，为大数据技术在智能供热系统建设中的应用提供有益的参考。

3 热计量应用现状

在现代生活中，温度不仅与人们的生产、生活息息相关，更是现代化工、农业生产中的主要环境条件。例如在农业生产为主的东北三省，经年未彻底解决的粮食仓储管理、供应给周边城市的四季蔬菜的大棚培育、家禽的养殖和禽蛋的管理运输、冬季果蔬如何处于保鲜状态，这些都与温度密切相关[6]。尤其是在北方漫长的供暖季节，传统的温度采集检测技术，已经无法切实地满足我国北方冬季寒冷气候的实际要求，更亟待突破并解决采集即时的温度值，解读（或读取）得出有效数据，提高管理能力，提高热用户的热量需求和预防供热管网的损坏，因而需要更新的热计量温度检测和控制方法即大数据技术和智能温控来解决这个问题。

目前国内常用的热计量调控方法有热量表法、热分配表法、流量温度法、通断时间面积法和温度面积法（也称温度法），前四种方法主要依据用户消耗的热量进行热计量收费，解决不了户间传热的问题，导致收费不公平。而温度面积法已经解决了户间传热的问题，但是存在一定缺陷，因为该方法研究的核心还是如何进行热量计量和分摊，分摊的还是热量，不是热费，要计量热量就离不开热量表，因此，如果无法安装楼栋热量表或楼栋热量表出现问题，都可能导致热费无法分摊，影响热计量收费。因此还需要研究新的热计量调控方法，采用一种基于用户平均温度的供热计量方法，实现热费的分摊计算，公平收费，提高效率。

对居民用户来说热力企业给热用户提供的商品应该是温度而不是热量。而早期通常采用的热计量主要是针对如何计量用户消耗的热量展开的，如热量表法、流量温度法和通断时间面积法等。产品和技术的研发一直围绕如何能够更准确地计量用户消耗的热量方面进行，对户间传热没有一个好的解决办法，导致用户消耗的热量多，室内温度并不一定高，即用户的室内温度低可能还要多缴热费，给热计量工作的推进带来了很多困难。对于这种情况可以采用增加修正系数的办法，但现场情况千差万别，任何一种修正方法都很难解决户间传热带来的影响。而温度面积法热计量系统是目前最晚出现的热计量新方法，是基于用户的室内温度分摊楼栋的用热量，解决了户间传热的问题，使热计量收费更加合理。

4 热计量调控方案

在确定调控方案之前，需要把该供暖公司的供暖范围内的客户信息进行采集、登记、汇总成大数据信息，获取到系统调控所依赖的数据，才能够保证供暖系统热计量的远程室内温度调控的准确合理，可以提高用户的居住舒适度和满意度。进行远程室内供暖温度控制时，需要获取室内温度、室外温度等数据，提高远程室内温度的控制精度，并进行优化控制，具有较好的远程调节控制效果。

4.1 热用户大数据获取

考虑到热用户大数据具有类型多样、复杂性及分散性的特点，数据的获取具有一定的难度。热用户大数据分为结构化热用户数据和非结构化热用户数据。结构化热用户数据是专业化、系统化的供热领域数据，即行数据，存储在数据库里，可以用二维表结构来逻辑表达实现的数据，主要来自供热收费单位存储的热用户个人信息，因而结构化热用户数据的获取性更准确、更好处理。

而非结构化热用户数据的获取主要来自各级各类能源供热信息网站及其他各类信息。随着互联网及物联网的飞速发展，能源利用、供热系统改造等类网络数据资源越来越多，数据类型也呈现出多样化趋势，如能源图书、报纸杂志等正式资源，政府能源简报、能源节能相关会议信息等非正式资源，还有一些诸如供热产品市场信息、节能科技成果等动态信息资源。这样获取到的数据科学性和先进性也非常高，可以作为供暖系统温度调控的依据[7]。

4.2 方案考虑外因

供暖系统进行室内温度调控的考虑因素非常复杂，主要包括用热用户自然情况、用热需求和热量的平衡调整等，针对不同的热用户采取不同的调控方法。

（1）分供熱类型调控。此因素下的热用户主要分为两大类，普通居民用户和单位公共建筑供热，主要分白天时段和夜晚时段。对于普通居民用户白天基本无人，晚上回家的特点，就要在白天时段尽量减少供热量，调整阀门关小；而晚上就是正常供热。针对大型公用建筑的用热特点专门设计，对城市内主要公共建筑供热运行参数进行实时监测、控制及能耗的动态分析。上班时有人，正常供热；下班或节假日无人可以减少供热量（关小阀门，保证不冻）[8]。

（2）按照是否供热调控。此因素下的热用户主要分为正常供热和不供热两种，对于正常供热的用户进行分时段供热，白天减量，夜晚正常；不供热用户一般远程设置一个固定的温度，对于供热设备没有损坏即可。

（3）分供暖周期调控。此种情况下，不但要考虑不同的室外气象情况，还要考虑不同的供暖周期区间。初冬时节和冬末初春时的供暖一般设定温度较低，深冬或春节期间一般设置温度较高；供暖初期与供暖中期和供暖末期的温度值也会不同，初期马上热起来，温度设定较高；中期过春节温度也设定很高；供暖末期一般温度设定值较低，即使与春节相同的室外气象也是如此。以上两种情况可以综合考虑进行周期调控。

4.3 方案实施

在实际的供暖系统中同时存在两类按热量收费和按面积收费的用户。针对按面积收费的用户或换热站采用均匀性精度调节，同时又要保证供热管网末端或按热量收费的用户具备足够压力差，使按热量收费的热用户能得到充足的热量供应。同时对换热站加强热量调控，并针对自管换热站、按面积收费的换热站和按热量收费的换热站定制专门的温度调控方案。

控制中心需要远程调节按面积收费和自管热力站的电动调节阀，从而调节各条支线的流量，把过多的热量调整到按热量收费的热力站内。为了热量均衡分配到用户家中，需要通过管网平衡调整来实现，在管网调整过程中水、电、热消耗接近经济运行状态，从而减少能量消耗，达到节省运行费用的目的。制定相应的二次网运行供回水平均温度运行曲线，与实际运行计算数据热量分配相结合，可使热量均衡分配到各个小区和楼栋。

（1）合理调配要求。为满足热用户的需求，合理地利用现有温控设备，将供热系统输出的热量，均匀地分配到每个换热站，进一步发挥各换热站现有热表的作用，创造更大的经济效益。利用现有的设备和科学的调控手段，解决小区中楼栋之间、用户之间的平衡问题，利用现有热表和电动调节阀建立数据采集和分析，建立大数据系统，进行科学的系统调节，探索智能化的调节途径[9]。

（2）换热站自控系统的控制要求。换热站是由远程控制中心调解的，根据调度中心下达的温度指令，自动恒温运行；实时分析本站的热负荷余度；根据不同的环境状态改变流量运行，实现节电；自适应热用户开关阀带来的压力冲击，在运行数据异常时报警并触发保护动作；实现补水、水箱液位等环节的智能运行。

（3）具体方案实施细则。供暖系统远程控制中心主要依据采集的大数据信息实现对热用户温度、阀门状态、耗能过高的报警、历史状态与曲线、远程群控设定温度等的控制。通常设定温度在临室室温区间范围内，24小时内可以控制在设定温度内；设定温度高于临室室温时，室温无法升高并达到设定需求。室温调控只能在临室室温区间内才能控制住温度，说明需要热源、楼栋、热用户系统调控才能达到调控精度[10]。设定温度不变时，阀门通断可以控制住室温。设定温度频繁变化，影响控温精度。室温调控周期长，接近24小时，因此设定温度不宜在一天内多次变化。温度调控针对不同情况采取不同策略。

第一，调控时实现气候补偿。

根据气候变化以及舒适度要求，随时调整整体供热量，将整体热耗降到最低。实现水泵变频运行的同时，将分布式进行到楼前，水泵不再做无用功。同时拉大二次网温差，提高换热效率。实现分时分区供热。安装楼前混水机组后，可优化供热模式，按建筑物功能和使用时间，对供热量进行调节，进一步降低能耗。

第二，按面积收费调控策略。

采取周期供热量平衡的调控策略，换热站负荷预测，采用气候补偿的热量控制方法，热量供应超高报警，二次网不平衡报警。

第三，按热量收费调控策略。

尽可能多地供热，热源保证足够的资用压差定温运行；热源总热量充足时，将调节阀全部打开，按需供热；热源总热量不够时，按整个管网均匀调配。

第四，温控手段。

提供分时温控、自动恒温及手动调节三种控制模式，根据建筑物特点及运行工况切换控制模式。

其中对于大型公共建筑用热特点及控制模式选择办公时间比较固定场所，如周一至周五办公，周末休息，此种场合适合选用分时温控，分时温控策略提供多套模板供选择，每日可选择不同模板。而某些特殊功能的场所：如滑冰馆，需要控制在一个较低的温度，适宜选择自动恒温控制，保证在一定温度范围内。手动控制模式可将建筑物入口处阀门调整到任意开度，随时调节。

而普通热用户节能温度控制主要通过中心统一下达温控指令，如控制用户室温在20℃～22℃，防止超供，出现25度以上的高温现象。集控中心通过接入移动室温采集器或热计量数据，可以对换热站所带的每栋楼每个单元甚至每个住户的温度情况对比分析，并形成均衡调整策略。运行人员可以根据该策略调整各个单元的总管阀门，未来还可以通过热计量系统调节每户的通断阀，最终实现各户的供热均衡。

各站采集室外温度数据，并根据预先制定好的温控曲线计算出对应的供回水温度，通過站内的自控系统实时调节，使供水温度维持在固定位置，从而达到供热目标。这种调节方法，如果在温控曲线制定理想的情况下，可以有效运行，但在实际工况中存在以下问题：室外温度采集的误差较大，用户很难制定出非常理想的温控曲线；由于各个换热站之间各自为政，自己调自己，很容易出现管网失衡与振荡[11]。若想室内温度维持在一个目标值，需要确定建筑物的热负荷系数、日照情况、风力、室外气温、供热量等参数，其中热负荷系数、日照情况、风力等参数变化不大，因此，室外气温与供热量就可以形成一定的对照关系。

5 结 论

经济发展对能源需求的增长及人们生活水平的不断提高，对供热体制和室内环境提出了更高的要求，集中供热分户计量成为未来供热的趋势，室内温度控制系统将有广泛的应用前景。实现大数据环境下的供热系统温度调控，可以实现热计量系统数据与换热站数据的一体化监控，系统间数据共享，终端用户供暖效果一目了然，为供暖运行决策提供了更直接、更可靠的依据。根据供热数据进行综合分析，可知实施热计量温控的小区比其他未实施温控的换热站耗电量节约14%左右，全年的分析结果节约16%。

参考文献：

[1]邓卫斌，杨灿.远程室内空调温度优化控制仿真研究[J].计算机仿真，2016，33（8）：365-368.

[2]宋亚奇，周国亮，朱永利.智能电网大数据处理技术现状与挑战[J].电网技术，2013，37（4）：927-935.

[3]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，50（1）：146-169.

[4]谢润梅.农业大数据的获取与利用[J].安徽农业科学，2015，43（30）：383-385.

[5]贺琛，王彦波，王云烨.基于电力通信传输网大数据的温度监测系统研究[J].浙江电力，2016，35（7）：65-68.

[6]郭铁桥，李增志，杨志辉.集中供暖室内温度控制系统的硬件设计[J].煤气与电力，2007，27（4）：76-78.

[7]刘慧萍.区域分布式能源的智能微网能源管理[J].电力与能源[J].2012，33（5）：414-417.

[8]李沛峰，杨勇平，戈志华.300MW热电联产供热系统分析与能耗计算[J].中国电机工程学报，2012，32（23）：15-20.

[9]王昭俊，董立华.热计量变流量供热系统室外管网动态水力失调与控制[J].哈尔滨工业大学学报，2010，42（2）：218-223.

[10]林振娴，杨勇平，何坚忍，等.供热系统串联布置方式的应用[J].中国电机工程学报，2010，30（35）：13-17.

[11]于浩令.北方冬季室内温度控制系统的设计[J].黑龙江科技信息，2015，24（6）：272-273.