风电场站建筑零碳综合用能技术研究

为了解决风电场站内办公类建筑的用能问题,实现建筑用能的零碳排放,以锦州地区某风电项目办公楼为例,设计一种以太阳能、空气能等可再生能源为主的多能互补供能系统,介绍了太阳能光伏组件、太阳能集热器、空气源热泵、相变水箱的选型依据及方法,并为该系统配套了智能耦合控制系统。实践结果表明:采用该系统后,该建筑的年发电量为245767.8 kW·h,二氧化碳的年减排量为188946.8 t,日集热效率可达60%,相变储能水箱的蓄放热能力约提高55%,多能互补供能系统的综合能效比控制在1.8左右,太阳能的全年保证率为28%~29%,年费用在12000元以内,符合我国的“双碳”战略目标。

内插式真空管集热器集热性能提升技术研究综述

真空管太阳能集热器是太阳能热利用的重要途径。内插式真空管集热器是一种结构优化后的真空管集热器,为提升其集热性能,介绍了内插式真空管集热器的工作原理,对其传热机理进行了分析,归纳了当前对内插式真空管集热器的集热性能的研究现状,并在此基础上通过建立集热效率关于环境参数及流量的关联式、改进内插管主管和支管管径尺寸、综合优化集热器布置方式及管间距并设置反射板的方式等方法分析了存在的问题,为低成本、高效率的内插式真空管集热器的研究发展提供了参考依据。

基于机器自学习的供热系统热负荷预测

传统的集中供暖系统热负荷预测取决于操作人员的经验,与系统实际热负荷相差过大,容易造成热用户侧温度过高或过低,影响热用户体验,不利于系统节能。采用机器自学习的方法,对大连某供热系统2019年至2021年的系统数据进行处理,基于多元线性回归、多项式回归、岭回归、Lasso回归、神经网络算法建立供热系统热负荷预测模型,并对比预测效果。结果显示:采用BP神经网络模型的供热系统热负荷预测结果比经验预测结果高8.7%,随着模型不断地自学习与自优化,预测结果的精度可进一步提高。

智慧化供热调节方法研究与应用

智慧化供热应以满足用户的热需求为第一目标,最终实现城镇精准供热、按需供热、智慧供热。现有智能化供热的研究和应用多集中在环境因素影响下的热网自主调节。提出一种基于热用户主观用热需求的人性化、精准化、智慧化集中供热调节方法,并基于案例展开分析。研究表明:该智慧化供热调节方法能够较快速地为热用户提供个性化、精准化的室内温度,在有效节能的基础上提高用户的满意度。