Development of an Information Model of a Heat Supply System at Various Stages of the Life Cycle

Introduction. Data on elements of heat supply systems of the Russian Federation (heat sources, heating networks) are given as well as the main energy characteristics. The main problems in the industry are indicated. It is concluded that it is necessary to optimize the operation of heat supply systems in all its links and at all stages of the life cycle.
Materials and Methods. For optimal control of thermal power systems, the authors consider it expedient to create a digital information model of each element of the system at each stage of the life cycle, including: 
- three-dimensional engineering digital terrain model; 
- three-dimensional engineering digital model of heating networks, taking into account adjacent communications and structures;
- operational digital model of the heat supply system on the platform of the geoinformation software complex Zulu21. The technology of data exchange in IFC format between software complexes is given. The necessity of verification of the operational model using the data of field measurements on the physical model of the heat supply system is indicated.
Results. The creation of a digital information 6D model of the heat supply system allows you to move to a higher level: intelligent dynamic control of a complex energy system (neurocontrol). The SCADA software package in online mode collects the necessary information (temperature, pressure, coolant flow) from sensors installed at characteristic points of the system. All information is transmitted to Zulu, a software package with built-in support for OPC technology to receive data from a SCADA system. The received data is fed into the ZuluGis software package, which includes the ZuluThermo module, with a loaded digital information model of the heat supply system. The actual thermal and hydraulic modes of the system are calculated in the module. Data on the optimal and actual thermal-hydraulic modes are transmitted to the neurofeedback unit for comparison and management decisionmaking. The decision is transmitted to the appropriate controller to initialize actions to change a parameter.
Discussion and Conclusions. A technology for developing a digital information model for elements of a heat supply system at all stages of its life cycle is proposed. The creation of a digital information 6D model of the heat supply system allows you to move to a higher level: intelligent dynamic control of a complex energy system (neurocontrol). The use of intelligent control makes it possible to improve the quality of decisions made, significantly increase the energy efficiency of heat supply systems and the quality of services provided to the end user.

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.