增强研究人员的能力：使用GI.bench和 GI.cloud 简化研究并提高绩效

随着全球对可再生能源的依赖程度越来越高，需要灵活的解决方案来平衡能源供需变得至关重要。 在这方面，家用热泵是一项具有巨大潜能的关键技术。 正在进行的研究探讨了如何将这些热泵系统及其热存储能力作为更广泛的电力能源系统中的灵活资源加以利用。 作为Vorarlberg University的Josef Ressel Centre智能热能系统中心的工业合作伙伴，Gantner Instruments推动了热泵系统需求侧管理领域的创新，尤其是注重提高性能和简化研究过程。 本文将深入探讨用于研究目的的测试平台[1]，重点介绍传感器和驱动功能的设置、控制问题以及GI.bench和 GI.cloud 在优化热泵性能方面发挥的关键作用。

试验台配置

试验台采用了现成的 200 升空气源热泵（HWHP）。 该试验台配有全面的传感器和执行器装置，可进行详细的数据采集和控制。 K 型热电偶可测量热井、进水口、热水出口和环境温度等温度。 此外，电能表记录电能消耗，而磁感应流量计则测量体积流量。 热水需求曲线的控制是通过一个连续可控的二通电动阀来实现的。 所有数据采集和控制任务均由Gantner InstrumentsQ.station-XT 无缝管理。

提高科研人员的绩效

GI.bench和GI.cloud的简易性在实验室设置中实现无缝数据预处理方面发挥了至关重要的作用。 GI.bench方便热泵系统与 GI.cloud 的连接，GI.cloud 是一个集中式平台，使研究人员能够控制单个热泵装置。 该软件使用 Python Jupyter 笔记本开发，可在 Q.station 边缘设备和 GI.cloud 上轻松部署，从而创建一个统一的软件生态系统。 这种简化的环境使研究人员能够毫不费力地进行数据预处理、系统识别和状态估计。 GI.bench和 GI.cloud 的用户友好界面和直观的工作流程使研究人员摆脱了复杂的技术问题，能够专注于核心研究目标。

GI.cloud 使研究人员能够从任何地方访问和控制热泵系统。 Q.station 边缘设备起着重要的桥梁作用，可促进热泵系统与 GI.cloud 之间的无缝数据传输和控制功能。 通过这种连接基础设施，研究人员可以实时远程监控、分析和优化热泵计划。 在演示案例中，优化例程以 15 分钟为间隔运行，分析数据并预测长达 24 小时的最佳切换状态。 水箱平均温度对决策过程至关重要，因此必须在优化之前利用状态估计计算出水箱平均温度。 优化完成后，计算出的解决方案将作为信号通过 Q.station 的输出端口实时执行，从而根据所需的参数有效控制热泵机组。 这种方法可确保热泵系统达到最佳性能和能源利用率。 您可以在 Baumann 等人的开放获取出版物[1]中找到更多相关信息。 [1]，《工程学进展》（Advances in Engineering）也对其进行了专题报道。 .

结语

Gantner Instruments与Josef Ressel Centre的合作有助于改变智能热能系统的研究。 通过利用GI.bench和 GI.cloud 的强大功能，研究人员提高了性能，简化了工作流程，能够提取有价值的见解并提高家用热泵作为灵活资源的灵活性和效率。 GI.bench和 GI.cloud 提供的用户界面友好、无缝连接和全面数据预处理功能使研究人员能够充分挖掘热泵系统在需求侧管理方面的潜能。 因此，这种合使向可持续能源系统过渡所需的研究工作变得更快、更高效。

[1] C. Baumann、G. Huber、J. Alavanja、M. Preißinger、P. Kepplinger，用于热水热泵需求侧管理的最先进模型预测控制方法的实验验证，《能源与建筑》285（2023）112923.doi:10.1016/j.enbuild.2023.112923。