[发明专利]一种朗肯-热泵系统供需匹配的多时间尺度组分调控方法

说明书

本发明公开了一种朗肯‑热泵系统供需匹配的多时间尺度组分调控方法。该方法首先根据建筑负荷需求对朗肯‑热泵系统进行设计，再建立系统变工况数学模型，并分析组分浓度对系统变工况性能的影响规律，确定冷热电能与组分浓度的最优匹配关系；在此基础上，分析建筑负荷影响因素的相关性，利用建筑历史负荷训练神经网络并建立短期负荷预测模型，再根据气象数据预测建筑的日前‑日内负荷需求。然后，结合建筑负荷需求建立系统日前优化调度模型，确定系统日前冷热电能的调度规律；依据日前调度规律，建立系统日内分层滚动优化模型，确定冷热电能日内最优调度规律。最后，结合系统最优组分Map图，确定系统日前‑日内多时间尺度的组分浓度调控规律。

技术领域

本发明涉及系统变工况性能调节领域，尤其是涉及一种朗肯-热泵系统供需匹配的多时间尺度组分调控方法。

背景技术

有机朗肯循环(Organic Rankine Cycle，简称ORC)是一种将低品位热能转化为电能的技术，其结构简单、操作简便，是当前余热发电技术研究的热点之一。该技术可在回收工业余热、太阳能、地热能等方面广泛运用。热泵是一种高效热量传递装置，热泵循环能不断吸取低温/高温热源的热量为建筑提供所需的热能/冷能。朗肯-热泵系统作为一种新型余热利用装置，能利用低品位热能制取冷量/热量，不需要消耗额外的电能，可有效缓解电网负荷以及能源短缺问题。

由于用户的用能负荷以及环境温度存在显著的波动性，因此朗肯-热泵系统经常处于变工况运行状态，存在变工况运行性能恶化这一问题。以家用空调为例，当夏季室外温度偏离设计工况较大时，难以达到预想的制冷效果，甚至出现系统无法正常工作的情况。在变工况运行时，系统常采用调节冷凝压力、调节工质质量流量等方式，但是这些调节方法往往难以从根本上改善系统的运行性能。

非共沸工质在相变传热时具有温度滑移的现象，能更好地匹配冷热源、提升系统热力性能，为系统组分调控提供了操作空间。通过调控朗肯-热泵系统的组分浓度，一方面可以调节热泵系统的容量，使其输出的冷/热能与用户需求相匹配；另一方面，可以提升ORC系统与环境的匹配性，使其全年输出的电能最大化，提高系统的整体性能。

然而，建筑物的冷热电负荷需求的波动性较大，且建筑物冷热电负荷的预测值往往与实时用能负荷存在一定偏差；同时，建筑冷/热能负荷需求具有较大的时间常数，其响应速度较慢，而电能的响应速度很快，这极大增加了系统组分调控的难度。因此，将建筑短期负荷预测与多时间尺度滚动优化结合起来，提出一种供需匹配的多时间尺度组分调控方法，以实现朗肯-热泵系统多响应时级能源的优化调度，提升系统综合性能。

发明内容

为了解决上述朗肯-热泵系统变工况性能调节存在的问题，本发明提供了一种朗肯-热泵系统供需匹配的多时间尺度组分调控方法。该方法从多个时间尺度调节系统工质组分，实现系统供能与建筑用能之间的高效匹配，从而提高系统的变工况运行性能。

采用的技术方案具体实施步骤如下：

(1)记录建筑物历史冷热电负荷需求数据，并据此对朗肯-热泵系统进行设计，确定系统蒸汽发生器、膨胀机、冷凝器、工质泵、压缩机、蒸发器、热力膨胀阀以及组分调节装置等部件的主要结构参数及设备容量。

(2)根据系统设计结果，建立主要部件的变工况数学模型，并根据部件之间的热质传递关系，建立朗肯-热泵系统的变工况数学模型。

(3)分析组分浓度与环境温度对系统变工况性能的耦合影响规律，以朗肯-热泵系统综合性能最优为目标，确定系统不同负荷输出与环境温度下的最优组分，获得最优组分的Map图。

(4)分析对建筑冷热电负荷影响较大的因素，建立建筑短期负荷的神经网络预测模型，并利用建筑历史冷热电负荷对神经网络进行训练，确定最佳的神经网络预测模型。

(5)根据气象台的实时天气预报数据，利用短期负荷预测模型及预测误差模型，对建筑日前与日内冷热电短期负荷需求进行预测。