Regulator ze sztuczną inteligencją dla ciepłownictwa

Roczne zużycie ciepła na potrzeby ciepłownicze w Polsce w sektorze komunalno-bytowym, szacowane jest na około 650PJ. W znacznej części przeznaczone ono jest na potrzeby centralnego ogrzewania i przygotowania ciepłej wody użytkowej. Istotny wpływ na zużycie ciepła ma rodzaj przyjętych rozwiązań układów regulacji i sterowania oraz systemów zarządzania energia. W przypadku budynków mieszkalnych koszty energii mają największy udział w całkowitych kosztach związanych z eksploatacją budynku. Podstawowym warunkiem umożliwiającym racjonalizację zużycia energii jest wyposażenie budynku w nowoczesne cyfrowe systemy do regulacji i sterowania instalacji ciepłowniczych. W stosowanych obecnie rozwiązaniach wykorzystuje się zwykle algorytmy PI lub PID. Jednak ze względu na nieliniowe właściwości ciepłowniczych obiektów regulacji, nie zapewniają one odpowiedniej jakości. Często przebiegi mają charakter niestabilny i dochodzi do znacznych odchyłek regulacji. Alternatywą do stosowanych obecnie rozwiązań jest wykorzystanie sieci neuronowych. Są one szczególnie zalecane do sterowania adaptacyjnego układów niestacjonarnych. Takie przypadki występują w obiektach cieplnych, gdyż mają one właściwości nieliniowe o bardzo dużym zakresie zmienności parametrów, przy czym dotyczy to zwłaszcza węzłów ciepłowniczych wyposażonych w przepływowe wymienniki ciepła. W pracy przedstawiono opracowany model sterowania węzłów ciepłowniczych za pomocą sieci neuronowych. Wyniki badań wyraźnie wskazują na celowość takich rozwiązań, gdyż jakość regulacji jest znacznie lepsza niż w przypadku stosowania układów tradycyjnych. Na Politechnice Warszawskiej pod kierunkiem prof. Witolda Chmielnickiego opracowano nowy regulator wykorzystujący sztuczne sieci neuronowe, co stanowi przełom w dziedzinie sterowania węzłami ciepłowniczymi. System ze sztuczną inteligencją do optymalnego zarządzania ciepłem został już zastosowany w wielu budynkach w Polsce.

---

The annual usage of heat for the demand of heating systems in municipal sector has been estimated as about 650PJ. It is mostly addressed for the demand of central heating systems and hot water consumption. The mode of adopted solutions concerning regulation and control, as well as energy management system, essentially influence its consumption. In the case of residential buildings the costs of energy constitute the greatest share related to the total cost of building maintenance. Providing buildings with modern digital systems for control and regulation of heating installations is a basic condition enabling their rational usage. In currently employed solutions, algorithms PI or PID are usually applied. However, due to the non-linear properties of heating control systems, they do not secure proper quality. The sequences are often unstable and major control deviations occur. The application of neural networks is an alternative solution to those presently employed. They are especially recommended for adaptive control of non-stationary systems. Such cases occur in heating objects since they demonstrate non-linear properties with a great range of variability of parameters; this especially refers to heating centers equipped in flux-through heat exchangers. In this paper, a compile model of heating system control with a help of neural networks is presented. The results of the investigation clearly prove the usefulness of such solutions, cause the quality of control is much better than that one applied in traditional systems. At the Warsaw University of Technology under the supervision of prof. Witold Chmielnicki a new controller using artificial neural network has been developed which is a breakthrough in the field of district heating control. A system with artificial intelligence for optimal heat management has already been used in many buildings in Poland.