Разработка информационной модели системы теплоснабжения на различных этапах ее жизненного цикл

Введение. Приводятся данные по элементам систем теплоснабжения Российской Федерации (источникам тепла, тепловым сетям) а также их основные энергетические характеристики. Указаны основные проблемы в отрасли. Сделан вывод о необходимости оптимизация работы систем теплоснабжения во всех ее звеньях и на всех этапах жизненного цикла.
Материалы и методы. Для оптимального управления теплоэнергетическими системами авторы считают целесообразным создание на каждом этапе жизненного цикла цифровой информационной модели каждого элемента системы, в том числе:
- трехмерную инженерную цифровую модель местности;
- трехмерную инженерную цифровую модель тепловых сетей, учитывающую смежные коммуникации и
сооружения;
- эксплуатационную цифровую модель системы теплоснабжения на платформе геоинформационного
программного комплекса Zulu21.
Приведена технология обмена данными в IFC формате между программными комплексами. Указана необходимость верификации эксплуатационной модели с использованием данных натурных измерений на физической модели системы теплоснабжения.
Результаты исследования. Создание цифровой информационной 6D модели системы теплоснабжения позволяет перейти на более высокий уровень: интеллектуальное динамическое управление сложной энергетической системой (нейроуправление).
Программный пакет SCADA в online режиме собирает необходимую информацию (температура, давление, расход теплоносителя) с датчиков, установленных в характерных точках системы. Вся информация передается на ZuluОРС-программный комплекс со встроенной поддержкой технологии OPC для получения данных со SCADA-системы. Полученные данные поступают в программный комплекс ZuluGis, включающий модуль ZuluThermo, с загруженной цифровой информационной моделью системы теплоснабжения. В модуле происходит расчет фактических тепловых и гидравлических режимов системы. Данные по оптимальному и фактическому теплогидравлическим режимам передаются блок нейроуправления для сравнения и принятия управленческого решения. Принятое решение передается на соответствующий контроллер для инициализации действий по изменению того или иного параметра.
Обсуждение и заключения. Предложена технология разработки цифровой информационной модели для элементов системы теплоснабжения на всех этапах ее жизненного цикла. Создание цифровой информационной 6D модели системы теплоснабжения позволяет перейти на более высокий уровень: интеллектуальное динамическое управление сложной энергетической системой (нейроуправление). Применение интеллектуального управления позволяет повысить качество принимаемых решений, значительно повысить энергетическую эффективность систем теплоснабжения и качество оказания услуг конечному потребителю.

1. Чурашев, В. Н. Оценка потенциала теплосбережения: региональные особенности и возможности ТЭБ / В.Н. Чурашев, В.М. Маркова // Труды IX Междунар. науч. конф. «Экономическое развитие Сибири и Дальнего Востока. Экономика природопользования, землеустройство, лесоустройство, управление недвижимостью». В 4 т. Т. 1. — Новосибирск: Сибирская государственная геодезическая академия, 2013. — С. 114–119.

2. Состояние сетей и системы теплоснабжения. Режим доступа: http://nsk.novosibdom.ru/node/2860 (дата обращения 15.11.2022).

3. Централизованное теплоснабжение как повод для беспокойства. Режим доступа: http://academcity.org/content/centralizovannoe-teplosnabzhenie-kak-povod-dlyabespokoystva (дата обращения: 10.11.2022).

4. Сердюков, О. В. Программно-технический комплекс «Торнадо-N» для объектов теплоэнергетики / О. В. Сердюков // Новое в российской электроэнергетике. — 2011. — № 9. — С. 24–30.

5. Пасичко, С. И. Системы теплоснабжения. Выбор оптимальных направлений развития / С. И. Пасичко, Е. А. Халецкая, А.Г. Колиенко // Новости теплоснабжения. — 2002. — № 24.08.

6. Указ Президента РФ от 09.05.2017 № 203 «О стратегии развития информационного общества в Российской Федерации на 2017-2030 годы» // Информационно-правовой портал «Гарант.ру». Режим доступа: http://www.garant.ru/products/ipo/prime/doc/71570570/ (дата обращения 05.11.2022).

7. Тихомиров, А. Л. Информационное моделирование объектов инженерной инфраструктуры / А. Л. Тихомиров, А.Ю. Бабушкин // Мат-лы Всеросс. (нац.) науч.-практ. конф. «Актуальные проблемы науки и техники». — Ростов-на-Дону, 2021. — С. 287–288.

8. Бабушкин, А. Ю. Разработка алгоритма автоматизации тепловой сети / А. Ю. Бабушкин // Наука молодых — будущее России. — 2021. — С. 214–215.

9. Тихомиров, А. Л. Верификация электронной модели тепловой сети по параметру "эквивалентная абсолютная шероховатость" / А.Л. Тихомиров, Н.А. Ананьев // Инженерный вестник Дона. — 2020. — №. 3 (63). — С. 12.

10. Красильникова К. В. Модели интеграции информационных ресурсов региональной системы жилищно-коммунального хозяйства / К. В. Красильникова, В. И. Соловьев // Инновации в жизнь. — 2016. — № 1 (16). — С. 69–80.

11. Цифровые организации: тенденции и практики применения в России. Режим доступа: http://www.riarating.ru/infografika/20160127/630007042.html (дата обращения 08.11.2022).

12. Рафальская, Т. А. Исследование переменных режимов работы систем централизованного теплоснабжения при качественно-количественном регулировании / Т. А. Рафальская, А. Р. Мансуров, И. Р. Мансурова // Вестник Пермского национального исследовательского политехнического университета. Строительство и архитектура. — 2019. — № 10 (2). — С. 79–91.

13. Соловьев, В. И. Цифровая трансформация систем теплоснабжения муниципального образования / В. И. Соловьев // Информационные и математические технологии в науке и управлении. — 2019. — № 2 (14). — С. 52–61.

14. Автоматизированные системы диспетчерского управления. Режим доступа: https://politer.info/solutions/asdu/ (дата обращения 12.01.2019).

15. Распоряжение Правительства РФ №1632-р от 28.07.2017. Об утверждении программы «Цифровая экономика Российской Федерации» // Информационно-правовой портал «Гарант.ру». Режим доступа: http://base.garant.ru/71734878/ (дата обращения 05.11.2022).

16. Электронное правительство и государственная информационная система жилищно-коммунального хозяйства региона / Якимчук Я. Ю., Мартемьянов В. С., Аверьяскин С. Г., Соловьев В. И. // Инновации в жизнь. — 2014. — № 1 (8). — С. 56–67.

17. Кислов, Д.К. Разработка системы интеллектуального теплоснабжения на базе информационной сети Zulu / Д. К. Кислов, М. С. Рябенко, Т. А. Рафальская // Энергосбережение и водоподготовка. — 2018. — № 2 (112). — С. 55-59. https://www.politerm.com/products/thermo/zuluthermo/ (дата обращения: 15.01.2022).

18. Шишкин А.В. и др. Создание цифрового двойника тепловой сети в различных программных комплексах // Надежность и безопасность энергетики. — 2022. — Т. 15. №. 3. — С. 166–174.

19. Zheng X., Sun Q., Wang Y., Zheng L., Gao X., You S., Zhang H., Shi K. Thermo-hydraulic coupled simulation and analysis of a real large-scale complex district heating network in Tianjin. Energy 2021; 236, 121389.10.1016/j.Energy. 2021.121389 (дата обращения: 26.12.2022). 10.1016/j.energy.2021.121389.

20. Zheng J., Zhou Z., Zhao J., Wang J. Function method for dynamic temperature simulation of district heating network. Applied Thermal Engineering 2017; (123): 682 - 688.10.1016/j.applthermaleng.2017.05.083 (дата обращения: 26.12.2022). 10.1016/j.applthermaleng.2017.05.083.

21. Falay B., Schweiger G., O'Donovan K., Leusbrock I. Enabling large-scale dynamic simulations and reducing model complexity of district heating and cooling systems by aggregation. Energy 2020; 209, 118410.10.1016/j.Energy. 2020.118410 (дата обращения: 26.12.2022). 10.1016/j.energy.2020.118410.

22. Barone G., Buonomano A., Forzano C., Palombo A. A novel dynamic simulation model for the thermo-economic analysis and optimisation of district heating systems. Energy Conversion and Management 2020; 220, 113052.10.1016/j.enconman.2020.113052 (дата обращения: 26.12.2022). 10.1016/j.enconman.2020.113052 (EDN: XCHBYE.

23. Larsen H. V., Palsson H., B0hm B., Ravn H. F. Aggregated dynamic simulation model of district heating networks. Energy Conversion and Management 2002; (43): 995-1019.10.1016/S0196-8904(01)00093-0 (дата обращения: 26.12.2022). DOI: 10.1016/S0196-8904(01)00093-0.

24. Zheng J., Zhou Z., Zhao J., Wang J. Function method for dynamic temperature simulation of district heating network. Applied Thermal Engineering 2017; (123): 682 - 688.10.1016/j.applthermaleng.2017.05.083 (дата обращения: 26.12.2022). 10.1016/j.applthermaleng.2017.05.083.

25. Hussein A., Klein A. Modelling and validation of district heating networks using an urban simulation platform. Applied Thermal Engineering 2021; 187, 116529.10.1016/j.applthermaleng.2020.116529 (дата обращения: 26.12.2022). 10.1016/j.applthermaleng.2020.116529.

26. Badami M., Fonti A., Carpignano A., Grosso D. Design of district heating networks through an integrated thermo-fluid dynamics and reliability modelling approach. Energy 2018; (144): 826 -838.10.1016/j.Energy.2017.12.071 (дата обращения: 26.12.2022). 10.1016/j.energy.2017.12.071.

27. Schweiger G., Larsson P.-O., Magnusson F., Lauenburg P., Velut S. District heating and cooling systems - Framework for Modelica-based simulation and dynamic optimization. Energy 2017; (137): 566 - 578.10.1016/j.Energy. 2017.05.115 (дата обращения: 26.12.2022). 10.1016/j.energy.2017.05.115.

28. Lund H., Werner S., Wiltshire R., Svendsen S., Thorsen J. E., Hvelplund F., Mathiesen B. V. 4th Generation District Heating (4GDH): Integrating smart thermal grids into future sustainable Energy systems. Energy 2014, (68): 1 - 11.10.1016/j.Energy.2014.02.089 (дата обращения: 26.12.2022). 10.1016/j.energy.2014.02.089.

29. Lauenburg P. 11 - Temperature optimization in district heating systems, in: Wiltshire R. (Ed.), Advanced District Heating and Cooling (DHC) Systems, Woodhead Publishing Series in Energy. Woodhead Publishing, Oxford, 2016: 223 - 240.10.1016/B978-1-78242-374-4.00011-2 (дата обращения: 26.12.2022). 10.1016/B978-1-78242-374-4.00011-2.