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

该试验台配备了一台现成的200升空气源热水热泵（HWHP）。该试验台配备了全面的传感器和执行器系统，可实现详细的数据采集和控制。 K型热电偶用于测量热井、进水口、热水出口及环境温度等参数。 此外，功率计用于记录电能消耗，而电磁感应流量计则用于测量体积流量。热水需求曲线通过一个可连续调节的两通电动阀进行控制。所有数据采集和控制任务均由 Gantner Instruments Q.station-XT 无缝管理。

提高科研人员的绩效

GI.bench 和 GI.cloud 的简洁性发挥着至关重要的作用，它使实验室环境中的数据预处理能够无缝进行。GI.bench 支持将热泵系统连接至 GI.cloud——这是一个集中式平台，使研究人员能够控制单台热泵机组。 该软件采用 Python Jupyter 笔记本开发，可轻松部署在 Q.station 边缘设备和 GI.cloud 上，从而构建统一的软件生态系统。这一简化的环境使研究人员能够轻松地进行数据预处理、系统辨识和状态估计。 GI.bench 和 GI.cloud 用户友好的界面以及直观的工作流程，使研究人员摆脱了复杂的技术细节，从而能够专注于其核心研究目标。

GI.cloud 使研究人员能够随时随地访问和控制热泵系统。Q.station 边缘设备充当关键桥梁，促进热泵系统与 GI.cloud 之间无缝的数据传输和控制功能。这一连接基础设施使研究人员能够实时远程监控、分析和优化热泵运行计划。 在演示案例中，优化程序以 15 分钟为间隔运行，分析数据并预测长达 24 小时预测时段内的最佳切换状态。储水箱平均温度对决策过程至关重要，因此必须在优化前通过状态估计进行计算。 优化完成后，计算出的解将通过 Q.station 的输出端口以信号形式实时执行，从而根据目标参数高效控制热泵机组。这种方法确保了热泵系统达到最佳性能和能源利用率。 关于此内容的更多信息，可参阅鲍曼等人发表的开放获取论文[1]，该论文还曾被《工程进展》杂志专题报道。 .

结语

Gantner Instruments 与约瑟夫·雷塞尔中心（Josef Ressel Centre）之间的合作，有助于推动智能热能系统研究领域的变革。通过利用 GI.bench 和 GI.cloud 的强大功能，研究人员能够提升研究效率、简化工作流程、提取有价值的洞见，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提供的用户友好型界面、无缝连接以及全面的数据预处理功能，使研究人员能够充分释放热泵系统在需求侧管理方面的全部潜力。由此，此次合作将推动向可持续能源系统转型所需的研究工作更快、更高效地开展。

[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。