核心思想:“基于模型做预测，基于预测做决策”
以“源、网、荷、储”全过程仿真模型为内核，构建对供热系统的在线预测分析能力，通过并行优化算法对供热系统的负荷分配、热网解列、节能运行、应急抢险等运行调度控制策略进行动态实时寻优。这个过程，正如同军事行动中，在作战指挥部的沙盘模型上推演多套作战方案，进而形成作战决策。
关键技术
1、工业物联网
马化腾说：“连接是一切可能的基础”。IoT（Internet of Things）“工业物联网”借助低功耗电池供电器件和无线通讯技术，与SCADA、DCS等自动化系统一起，共同构成了供热系统热源、热网、热力站、热用户等全过程各环节状态的在线测量与调控手段，为系统的协调统筹优化运行提供了可能。
2、机理建模仿真
通过运用流体力学、传热学、供热工程等原理知识建立供热系统的结构机理仿真模型，可以采用计算机数值模拟方法推演系统的行为，进而能够从原理上解释系统内在的规律与联系，做到知其然亦知其所以然。与大数据辨识建模相比，结构机理建模的外推能力强，不依赖历史数据，适用于高维、发展变化中的系统，也能够适用于设计型问题。
国家政策小贴士：
2015年12月，国家城市工作会议后，中共中央、国务院颁布的《关于深入推进城市执法体制改革改进城市管理工作的指导意见》特别指出：“加强城市基础设施智慧化管理与监控服务，加快市政公用设施智慧化改造升级，构建城市虚拟仿真系统以优化城市管理。”
3、大数据与机器学习
供热系统运行的大量历史运行数据中，隐藏有系统和设备的运行规律和特性。采用以神经网络为代表的机器学习方法，可以利用这些数据对系统的特性进行辨识建模，学习历史经验，形成预测和预见能力。此外，还可以基于运行数据对结构机理仿真模型进行校准，或是对不便于进行结构机理建模的部分进行补充，构建混合式的模型。
4、实时优化
以“结构机理+数据辨识”构建的模型为内核，通过周期性的反复运行智能优化算法对负荷分配、热网解列、节能运行、应急抢险等运行调控方案进行寻优，使系统保持对天气、燃料、需求、设备、技术等工况变化的适应性，持续工作在安全、高效、低耗、环保的最优工作状态，实现供热系统的调度决策支持。
5、模型预测协调控制
供热系统内在的强耦合和大时滞特性，使得仅从各局部出发的反馈控制在工况波动时容易引发系统的振荡。而借助“数字化双胞胎”理念构建的供热系统行为预测模型，可以在信息系统内形成模型预测控制（Model Predictive Control, MPC）策略，并在系统层面上进行全局协调和协同，对供热系统进行整体分析和优化调控。
Comments are closed.