LITERATURA

[1] Zintegrowany Program Operacyjny Rozwoju Regionalnego 20042006 - zacznik do rozporzdzenia ministra gospodarki i pracy - (Dz.U. nr 166, pz.
1745)
[2] Zintegrowany Program Operacyjny Rozwoju Regionalnego Uzupenienie
Programu - zacznik do Rozporzdzenia ministra gospodarki i prcy
w sprawie przyjcia Uzupenienia Zintegrowanego Programu Operacyjnego
Rozwoju Regionalnego 2004-2006 z 25.08.2004
[3] Wytyczne dotyczce przygotowania Studium Wykonalnoci w zakresie

systemw ochrony powierza - Instytucja Zarzdzajc ZPORR, Warszawa

26.04.2004
[4] Rozporzdzenie Rady Ministrw w sprawie szczegowych warunkw
udzielania pomocy publicznej na inwestycje zwizane z odnawialnymi
rdami energii (Dz.U. nr 98, pz. 996)
[5] Oglne zasady wdraania funduszy strukturalnych w Polsce. Podrcznik dla
instytucji zarzdzajcych, poredniczcych i potencjalnych beneficjentw
programw realizowanych z udziaem funduszy strukturalnych. DEPARTAMENT KOORDYNACJI POLITYKI STRUKTU RALNEJ. Jednostka
Monitorujce - Kontrolna Europejski Fundusz Rozwoju Regionalnego.
Warszawa, lipiec 2004

Komputerowe modelowanie i symulacja

miejskich systemw ciepowniczych
Dr in. PIOTR ZIEMBICKI
Uniwersytet Zielonogrski

Dr in. PAWE MALINOWSKI

Dr in. IWONA POLARCZYK
Politechnika Wrocawska

Omwiono podstawy teoretyczne zagadnie modelowania i symulacji. Zagadnienie

optymalizacji czynnych systemw ciepowniczych byo przedmiotem bada autorw. Zmodernizowane ukady telemetrii i monitoringu dostarczaj wielu danych
ruchowych w biecej eksploatacji miejskich systemw lecz nie umoliwiaj
prowadzenia analiz optymalizacyjno-efektywnociowych. Takie zadanie speniaj
programy symulacyjne.
MIEJSKIE systemy ciepownicze charakteryzuj si znacznym zrnicowaniem
odbiorcw ciepa oraz wymaganych przez
nich parametrw, co w powizaniu ze
zmieniajcymi si warunkami ekonomicznymi i wzrastajcym naciskiem na obnianie kosztw dostarczania ciepa, powoduje wzrost trudnoci zwizanych zarwno
z ich projektowaniem, jak i eksploatacj.
W praktyce rzadko spotyka si przedsiwzicia polegajce na zaprojektowaniu
i wybudowaniu cakowicie nowego systemu ciepowniczego. Natomiast konieczno planowania jego rozwoju oraz optymalizacji funkcjonowania wystpuje
w codziennej eksploatacji. Wymaga to
m.in. znajomoci topologii sieci, struktury
zuycia ciepa oraz danych bilansowych
i eksploatacyjnych. Najczstszym sposobem pozyskiwania danych pomiarowych
jest wykorzystanie systemw telemetrii,
umoliwiajcych zdalny odczyt wybranych parametrw, w dowolnych odstpach czasu. Realizacja takich systemw
wymaga duych nakadw finansowych,
zarwno na etapie inwestycji, jak i w czasie eksploatacji. Funkcjonujcy system

monitoringu i telemetrii pozwala na zebranie duej liczby danych o pracy systemu. Konieczne jest jednak podjcie
waciwych decyzji dotyczcych wyboru
rozwiza, czstotliwoci wykonywania
pomiarw oraz lokalizacji komr sieciowych i wzw ciepowniczych, w ktrych zlokalizowane bd urzdzenia pomiarowe. Natomiast dane bilansowe, topograficzne, charakterystyki odbiorcw
ciepa oraz faktyczny stan rurocigw
pozyskiwane z dokumentacji technicznej,
czsto nieaktualnej, zwykle znacznie odbiegaj od rzeczywistoci.
Optymalizacja pracy czynnych systemw ciepowniczych nie moe by prowadzona metod prb i bdw", poniewa niewaciwe decyzje dotyczce parametrw czynnika lub jego rozdziau mog
zaburza dostawy ciepa lub powodowa
uszkodzenia sieci i urzdze pracujcych
w systemie. Konieczne jest zatem wykorzystanie narzdzi umoliwiajcych symulacj systemu ciepowniczego, pozwalajc na dowolne dostrajanie jego parametrw, przy jednoczesnej obserwacji
konsekwencji wprowadzanych zmian.

CIEPOWNICTWO, OGRZEWNICTWO, WENTYLACJA nr 3/2005

Metody komputerowego modelowania

i symulacji umoliwiaj realizacj wymienionych zada, jednak warunkiem koniecznym jest posiadanie opisu faktycznego stanu systemu ciepowniczego.
W rzeczywistoci czsto opis systemu nie
istnieje, a dokumentacja jest nieaktualna
lub niekompletna, czego wynikiem jest
brak penej informacji. W tym kontekcie
zasadne jest budowanie komputerowych
modeli symulacyjnych na podstawie danych pomiarowych.

Zagadnienie modelowania i symulacji

W literaturze pojcie modelu definiuje
si na wiele sposobw, jednak na potrzeby
niniejszego artykuu przyjto definicj
podan przez Starka [10], ktra okrela
model jako zbir zmiennych i relacji
wystpujcych midzy nimi, ktre s
przedstawiane jako rwnanie lub ukad
rwna. Gutenbaum [3] dodatkowo sprecyzowa cele, dla ktrych budowane s
modele systemw. Podstawowe z nich to:
- opis i wyjanienie dziaania systemu,
- przewidywanie zachowania si systemu w przyszoci i przy rnorodnych
warunkach oddziaywania otoczenia,
- wybr waciwych oddziaywa
wejciowych, speniajcych okrelone
warunki, szczeglnie wybr oddziaywa
optymalnych,

- wybr struktury lub parametrw sysserwowa w czasie rzeczywistym. Wetemu speniajcego okrelone zadania.
dug Findenseina i in. [1] kolejnymi zaleOprcz powyszego modelu matematami symulacji, jako metody rozwizywatycznego, Stark [10] wyrni jeszcze dwa
nia rwna modelowych, jest jej zdolno
typy modeli: fizyczne (bdce replik
do odtwarzania stanu systemu, moliwo
badanego systemu wykonan w skali,
identyfikacji i kontroli rde jego zmienpozwalajcej uj i przedstawi najwanoci oraz powtarzalno eksperymentu.
niejsze cechy ukadu oryginalnego) oraz
Technicznie istotne zalety symulacji
analogowe, opierajce si na analogii
komputerowej pozwalaj na eksperymenw wskim sensie, czyli zgodnoci wielkotowanie, sprawdzanie i porwnywanie
ci modelowanych i modelujcych, ktre
nowych systemw lub te na proponowapodlegaj prawom opisanym przez idennie wprowadzenia zmian do systemw
tyczne zalenoci matematyczne.
istniejcych. Metoda ta umoliwia rwWedug Kry gier [5] stopie szczegonie badanie systemw hipotetycznych,
woci modelu pozostaje jednym z najwaktrych wyprbowanie w jakikolwiek
niejszych elementw branych pod uwag
sposb byoby niebezpieczne lub niemopodczas jego budowy i weryfikacji. Moliwe.
na stwierdzi, e im jest on wikszy, tym
Wedug pracy [1] oraz [16] jednym
bardziej model jest realistyczny, a wyniki
z waniejszych etapw konstruowania
symulacji upodobni si do rzeczywistomodelu jest jego weryfikacja, czyli porci. Z praktyki wiadomo jednak, e rozwnanie wynikw modelowania z zachosdne wprowadzenie ogranicze, co do
waniem si systemu rzeczywistego. Proszczegowoci modelu, jest uzasadnione
ces ten jest integralnie zwizany z kadym
zarwno ekonomicznie, jak i technicznie.
z etapw budowy modelu, a wic powiWedug Nellesa [8] identyfikacja systemu
nien odbywa si nie tylko po zakouwzgldniajca liczne szczegy wymaga
czeniu caej pracy, ale we wszystkich
duo wysiku i czasu, co oznacza wzrost
fazach jego tworzenia. Ocena zgodnoci
kosztw, ktry musi by uzasadniony
modelu zaley m.in. od przeznaczenia
wag problemu. Dodatkowo wraz z uru- j oraz wymaga stawianych wynikom jego
dziaania. Gutenbaum [3] twierdzi, i
chomieniem szczegowego modelu rosn koszty jego oprogramowania oraz wyw zalenoci od kryteriw, na podstawie
dua si czas przebiegu programu. Wzraktrych bdzie dokonywana weryfikacja
modelu, mona oceni czy zachowana jest
staj rwnie koszty testowania, zwiksza
si liczba danych oraz trudnoci w manizgodno:
- formalna, zapewniajca brak sprzepulowaniu cechami systemu. Czsto zdacznoci koncepcyjnych, logicznych i marza si, i wykorzystanie symulacji komtematycznych,
puterowej pozwala na otrzymanie zado- algorytmiczna, zapewniajca pene
walajcych wynikw ju po pierwszym
okrelenie matematyczne relacji tworzjej przebiegu, a wprowadzenie do modelu
cych model,
dalszych szczegw nie powoduje po pragmatyczna, zapewniajca zgodprawienia ich jakoci. Unikanie takich
no modelu z danymi dowiadczalnymi.
przypadkw umoliwia skrcenie czasu
Z punktu widzenia niniejszego artykuu
przygotowania i przebiegu symulacji.
istotna jest zgodno pragmatyczna dotyWedug Gutenbauma [3] rwnania moczca bezporednio wynikw modelowadelowe mona rozwiza analitycznie,
nia. Jej stwierdzenie wymaga przede
numerycznie lub poprzez symulacj.
wszystkim porwnania wielkoci wyjOstatni ze sposobw ma t cech, e
ciowych modelu i systemu modelowanezmiennymi niezalenymi modelu s zago, przy tych samych warunkach oddziawsze zmienne odpowiadajce wielkoywania z zewntrz na system i model [3]
ciom wejciowym systemu rzeczywisteW literaturze podkrela si, i nie nalego. Dziki temu dokonywany w komy oczekiwa penej identycznoci wyj
puterze eksperyment" pod wzgldem
modelu i systemu. Wynika to m.in. z fakstrukturalnym odpowiada cile eksperytu, i model wyraa nie wszystkie, lecz
mentowi na systemie rzeczywistym.
jedynie istotne cechy systemu, przy czym
Symulacja moe skondensowa" czas
to co jest uznane za istotne zaley od
w takim stopniu, e istnieje moliwo
celw modelowania. Ponadto, na og nie
symulowania kilku lat dziaania systemu
s znane dokadnie stany wszystkich
w cigu bardzo krtkiego czasu. Pozwala
wej systemu. O tym, czy zaobserwowarwnie na rozszerzenie" czasu dziaania
ne rnice miedzy wyjciami modelu
ukadu, co daje moliwo zbadania
i systemu pozwalaj na jego uytkowanie,
szczegowej struktury zmian w realnym
decyduj wyniki testw zgodnoci, ktsystemie, ktrych nie mona byoby zaob8

rych konkretna tre zaley od przeznaczenia modelu.

Zapewnienie wymaganej zgodnoci
modelu symulacyjnego wymaga podjcia
decyzji dotyczcej sposobu jej osignicia ju na wstpnym etapie jego budowy.
W zalenoci od typu i przeznaczenia
modelu, a take liczby i jakoci posiadanych danych pomiarowych lub moliwoci ich uzyskania, decyzja ta moe sprowadzi zagadnienie kalibracji modelu do
tarowania jego parametrw na podstawie
danych pomiarowych lub wykorzystania
alternatywnych algorytmw, np. inyerse
simulation" [6, 7].
Metodyka tarowania parametrw modeli rnych systemw dystrybucji wody,
w tym sieci ciepowniczych jest podobna.
Wedug Siwonia [9] moe ona obejmowa nastpujce etapy:
- wstpne przyblienia wartoci tarowanych parametrw, umoliwiajce zainicjowanie procesu tarowania,
- wykonanie pomiarw terenowych
i ustalenie zbiorw zmiennych, sterujcych procesem tarowania,
- tarowanie parametrw modelu w warunkach stanw ustalonych z uwzgldnieniem wielu niezalenych i precyzyjnie
zdefiniowanych sytuacji eksploatacyjnych, ktre wystpiy w rnych konkretnych chwilach, w czasie realizacji pomiarw terenowych, w tym sytuacji ekstremalnych pod wzgldem hydraulicznym
i technicznym,
- tarowanie realizowane na podstawie
analizy dziaania systemu w duszym
(zazwyczaj 24-godzinnym) czasie.
Ocena przydatnoci modelu symulacyjnego sytemu, po przeprowadzeniu kalibracji jego parametrw, obejmuje porwnanie wynikw otrzymanych z procesu
symulacji z danymi pomiarowymi, przy
czym porwnanie to moe by dokonywane dla warunkw chwilowych lub dla
duszego czasu [9].
Istotn kwesti w tarowaniu modeli
symulacyjnych przepyww wody jest zagadnienie wyznaczania wspczynnikw
oporw miejscowych oraz uwzgldnienie
wzrostu hydraulicznej opornoci przewodw w czasie ich eksploatacji. W systemach wodocigowych tarowaniu podlegaj umowne (sprowadzone do wewntrznej rednicy rury nowej), zastpcze
chropowatoci piaskowe cianek przewodw sieci oraz wspczynniki oporw
miejscowych spowodowane czciowo
przymknitymi zasuwami i reduktorami
cinienia [9].
Proces tarowania parametrw modeli
symulacyjnych jest jednym z najtrudniej-

CIEPOWNICTWO, OGRZEWNICTWO, WENTYLACJA nr 3/2005

szych etapw modelowania przepyww

wody, wymaga duego dowiadczenia,
pozwalajcego na pokonanie trudnoci
wynikajcych przede wszystkim z:
- bdnych wstpnych przyblie wartoci tarowanych parametrw,
- bdw w opisie topologii sieci,
- niewaciwego programu pomiarw
terenowych,
bdw pomiarw zmiennych charakteryzujcych dziaanie systemu.

Modelowanie i symulacja miejskich

sieci ciepowniczych
Zastosowanie techniki komputerowej
umoliwia modelowanie dowolnych stanw hydraulicznych wystpujcych
w sieciach ciepowniczych, np. obliczenia
regulacji wzw cieplnych, optymalizacji rozdziau obcie, programowania
rozwoju sieci, okrelania przepyww
w warunkach awarii, optymalizacji wykorzystania rde ciepa i pracy przy zmiennych obcieniach (letnich i zimowych).
Wymaga jednak zastosowania wystarczajco wydajnych komputerw oraz odpowiedniego oprogramowania symulacyjnego. W zalenoci od stopnia zoonoci
symulowanego systemu, moe ono by
bardziej lub mniej skomplikowane. Najczciej oprogramowanie to jest przeznaczone do symulowania konkretnych typw systemw rzeczywistych, ale dostpne s rwnie bardziej uniwersalne aplikacje przeznaczone do symulacji zagadnie lub procesw z okrelonej dziedziny
wiedzy. Przykadem moe by oprogramowanie typu CFD (Computational Fluid
Dynamics).
Programy symulacyjne s narzdziami
efektywnie wspomagajcymi praktyk inyniersk w zakresie projektowania i eksploatacji miejskich systemw ciepowniczych. Dynamiczny charakter modeli pozwala uwzgldnia nieustalone warunki
pracy systemu, wynikajce ze zmiennoci
poboru ciepa przez odbiorcw. Dobry
program symulacyjny zwykle pozwala
definiowa praktycznie dowolne elementy sieci ciepowniczej przez wrysowanie
ich na mapie i okrelenie parametrw
w specjalnie przygotowanym oknie. Ponadto program taki umoliwia dodatkowo
import plikw z graficznymi obrazami
sieci w postaci plikw w formacie dxf
oraz import odpowiednio przygotowanych plikw tekstowych, w ktrych opisane s parametry sieci ciepowniczych
przygotowanych do oblicze. Sposb pracy z programem, wykorzystujcy mechanizmy CAD, powinien pozwala rwnie

na umieszczanie na mapie dodatkowych

elementw graficznych nie zwizanych
bezporednio z sieci ciepownicz. Za
pomoc programu symulacyjnego mona
szybko i tanio oceni wiele potencjalnych
rozwiza technologicznych i wyselekcjonowa najbardziej obiecujce z technologicznego i ekonomicznego punktu widzenia. Praca z programem symulacyjnym rozszerza baz dowiadcze inyniera i zwiksza jego moliwoci podejmowania waciwych decyzji. W przypadku miejskiego systemu ciepowniczego
program symulacyjny umoliwia przebadanie alternatywnych strategii eksploatacyjnych z myl o minimalizacji kosztw.
LITERATURA
[1] F i n d e n s e i n W.. S z y m a n o w s k i J..
Wierzbicki A.: Teoria i metody obliczeniowe
optymalizacji. PWN, 1980
[2] G r e c k i J.: Sieci cieplne. Wydawnictwo
PWr, 1997
[3] G u t e n b a u m J. (1992): Modelowanie matematyczne systemw, Omnitech Press
[4] K a m i e r W.: Ciepownictwo. PWN. 1976
[5] K r y g i e r K., K u l g o w s k i S., M i e s z k o w s k i T.: Sieci ciepownicze. Obliczenia
hydrauliczne z zastosowaniem komputerw.
Wydawnictwo PW, 1991

CIEPOWNICTWO, OGRZEWNICTWO, WENTYLACJA nr 3/2005

[6] M u r r a y - S m i t h D.J.: The Inyerse Simulation Techniues: A Alternative Approach to

Ezternal Yalidation?. Simulation Practice and
Theory, Yolume: 5, 1997
[7] M u r r a y-S m i t h D.J.: The inverse simulation
approach: a focused review of methods and
applications. Mathematics and Computers in
Simulation, Yolume: 53, 2000
[8] N e l l e s O.: Nonlinear system identification:
from classical approaches to nerual network and
fuzzy models. Springer-Yerlag, 2001
[9] S i w o Z.: Tarowanie parametrw modeli
przepyww w systemach dystrybucji wody. Gaz,
Woda i Technika Sanitarna 2/1999
[10] S t a r k R.. N i c h o 11 s R.: Matematyczne podstawy projektowania inynierskiego. PWN,
1979
[111 S z a r g u t J., Z i b i k A.: Podstawy energetyki cieplnej, PWN, 1998
[12] S z c z e c h o w i a k E.: Energooszczdne ukady zaopatrzenia budynkw w ciepo, Envirotech~
Enviroimpex-Enviromatic, 1994
[13] R a n d l 0 v P.-.Podrcznikciepownictwa-system rurpreizolowanych. European District Heating Pip Manufacturers Association. 1998
[14] R e c k n a g e l . S p r e n g e r . H o n m a n n ,
S c h r a m e k : Ogrzewanie i klimatyzacja. Poradnik. EWFE, 1994
[15] W i t t J.: Lokalne systemy ciepownicze na
obszarach nowo zabudowanych. CIBET, 1997
[16] Z e i g l e r B.: Teoria modelowania i symulacji.
PWN, 1984
[17] Z i e m b i c k i P . : Analiza rozkadu topograficznego komr telemetrycznych czynnej sieci ciepowniczej. Praca doktorska, Politechnika Wrocawska, 2004

LPM
Danfoss LPM Sp. z o.o.
Juchom 147
80-209 Chwaszczyno k/Gdaska

tel. (058) 512 91 00, fax (058) 512 91 05

e-mail: lpmpoland@danfoss.com
www.danfoss.pl

Danfoss LPM Sp. z o.o.

ducentem i sprzedawc
1

Kompakto

ktrych wchodz:

Q
Q
a
a
a

b skrcane,

Pytowe
Ukady e. .
Pompy c: =:
Ukady s s :
Element
i automa

pracy pomp,

Wymienn

:':;.: -;

Automaty .

:~v

a
a
a
Q
Q

.-:

_ ;?os:iych) Danfoss

. :: -

Regulatory rnicy cinie

Regulatory przspfywu
Regulatory automatyczne
Zawory regulacyjne z rM^jdami
Ciepomierze

Oferujemy murzdze i ::\^:,^:-

y program doboru
s^ x cieplnego