《智慧能源系统的心脏：燃气三联供系统优化控制》教案（能源与动力工程专业大三）

《智慧能源系统的心脏：燃气三联供系统优化控制》教案（能源与动力工程专业大三）

  一、教学理念与总体设计

  本教案立足于新工科建设与工程教育认证的核心理念，面向能源动力类本科三年级学生，旨在破解传统专业课程教学中“重部件轻系统、重设计轻运行、重稳态轻动态”的痛点。课程以“燃气三联供系统优化控制”这一复杂工程问题为轴心，贯穿热力学、传热学、流体力学、自动控制原理、经济学及环境科学等多学科知识，构建“理论-模型-算法-实践-评估”一体化深度学习路径。教学设计遵循“成果导向教育”原则，以培养学生解决复杂工程问题的综合能力与高阶思维为核心目标，强调从“知识传授”向“能力与素养生成”的根本性转变。通过项目式学习、案例教学、仿真实验与翻转课堂的深度融合，引导学生像一名能源系统工程师一样思考、设计与决策，使其不仅掌握优化控制的具体技术，更能领悟能源系统智慧化、低碳化运行的底层逻辑与哲学。

  二、学情分析

  教学对象为能源与动力工程专业大学三年级第二学期学生。其知识能力结构呈现以下特征：第一，已具备扎实的工程热力学、传热学、流体力学及燃烧学等专业基础理论知识，能够对燃气轮机、余热锅炉、吸收式制冷机等关键部件的热力过程进行基本分析与计算。第二，初步接触了自动控制原理、能源系统工程等课程，对系统概念、反馈控制有了基本了解，但尚未建立多变量、强耦合、非线性复杂系统的整体分析与控制设计能力。第三，在前期课程中已了解燃气三联供系统的基本流程与节能原理，但对系统全工况、动态特性及与经济、环境指标的深度耦合关系认知模糊。第四，具备一定的MATLAB/Simulink或Python编程基础，渴望将理论知识应用于解决更具挑战性和实际意义的工程问题，但缺乏系统性工程项目训练。第五，思维活跃，对智慧能源、碳中和等前沿议题有浓厚兴趣，但如何将宏观政策与技术细节衔接的能力尚待开发。基于此，教学需在巩固深化部件知识的基础上，强力推动学生认知层级跃迁，聚焦系统集成与动态优化，填补从“认识系统”到“驾驭系统”之间的能力鸿沟。

  三、教学目标

  1.知识层面：

  *深化理解燃气三联供系统的能量梯级利用原理，并能从㶲分析角度量化评价系统集成性能。

  *系统掌握燃气三联供系统的主要运行模式、耦合特性及典型动态响应过程。

  *深入理解并诠释以经济性、能效性、环保性及可靠性为核心的多目标优化控制问题的数学内涵。

  *掌握基于机理模型与数据驱动模型的系统建模方法，以及经典PID、模型预测控制、智能优化算法等在三联供系统中的应用框架与原理。

  2.能力层面：

  *复杂系统分析能力：能够对给定的三联供系统进行关键参数辨识、运行约束分析及控制难点诊断。

  *优化控制方案设计能力：能够针对特定场景需求，初步设计包含控制架构、被控变量选择、控制器选型及优化目标设定的整体控制方案。

  *建模仿真与数值实验能力：能够利用仿真平台搭建简化系统模型，实现基本控制回路，并进行控制策略的仿真验证与性能对比分析。

  *多目标决策与评估能力：能够在矛盾的目标间进行权衡，运用恰当的方法对控制效果进行多维度评估。

  *团队协作与专业沟通能力：通过小组项目，完成从问题定义、方案设计到报告陈述的全过程协作。

  3.素养与价值观层面：

  *树立“系统优化”与“全生命周期考量”的工程哲学观，理解局部最优与全局最优的辩证关系。

  *培养严谨求实的科学态度、勇于探索的创新精神及应对技术不确定性的工程伦理意识。

  *强化“双碳”目标下的社会责任感和绿色工程理念，理解技术优化对于能源转型的战略意义。

  四、教学重点与难点

  教学重点：

  1.燃气三联供系统多目标优化控制问题的数学表述，包括目标函数构建（成本、一次能源利用率、碳排放等）与约束条件确定（设备工况、电网/气网交互、负荷需求等）。

  2.系统动态特性分析与关键控制回路的确定，理解“以热定电”与“以电定热”等运行模式下的控制逻辑差异及切换策略。

  3.模型预测控制原理及其在三联供系统优化调度中的应用逻辑，强调其处理多变量约束和前瞻优化的核心优势。

  教学难点：

  1.多时间尺度耦合：学生难以理解并协调秒/分钟级的设备闭环控制、小时/日级的优化调度以及更长周期的维护策略之间的嵌套关系。

  2.不确定性处理：如何处理冷、热、电负荷预测的不确定性，以及能源价格波动、设备性能衰减等随机因素对优化控制策略鲁棒性的影响。

  3.算法原理到工程实现的跨越：如何将抽象的优化算法（如遗传算法、粒子群算法）或MPC的在线滚动优化过程，转化为可理解、可操作、可调整的工程控制逻辑与参数。

  五、教学方法与资源

  1.教学方法：

  *基于问题的学习：以“如何为某科技园区设计一套兼顾经济与低碳的三联供系统优化控制方案”为核心驱动问题，贯穿整个教学单元。

  *案例教学法：剖析国内外典型三联供项目（如医院、数据中心、工业园区）的实际运行数据与控制策略，进行成败得失的深度研讨。

  *分层递进式仿真实验：从单设备控制仿真，到子系统协调仿真，再到全系统优化调度仿真，循序渐进提升学生系统驾驭能力。

  *翻转课堂：将基本原理、数学模型推导等内容制作成微课视频，课前自学；课堂时间集中于难点研讨、案例分析与项目指导。

  *专家工作坊：邀请行业专家（如设计院工程师、系统集成商技术总监）进行专题讲座或参与项目评审，带来一线视角。

  2.教学资源：

  *主教材与参考文献：指定经典教材章节，并提供最新的学术论文、行业研究报告作为拓展阅读。

  *仿真软件平台：基于MATLAB/Simulink环境，搭建模块化的燃气三联供系统仿真模型库（包含简化非线性模型），或引入TRNSYS、EnergyPlus等专业能源系统模拟软件进行高级应用教学。

  *可视化教学工具：利用动态数据看板展示系统能流、㶲流、成本流的变化，使抽象优化过程直观化。

  *实际项目资料包：提供包含地理气候数据、典型年负荷曲线、设备选型手册、能源价格政策等信息的真实或准真实项目背景资料包。

  *在线协作平台：利用课程管理平台进行资料分发、作业提交、讨论区答疑和小组项目管理。

  六、教学实施过程（共32学时，分八个模块）

  模块一：导论——能源交响乐中的指挥家（2学时）

  *课堂活动：

    1.情境锚定：播放一段未来智慧园区能源系统的动态可视化影片，聚焦其中能源生产、转换、存储、消费的实时协调画面。提出问题：“这个复杂能源网络的‘智能’体现在何处？谁是幕后的‘指挥家’？”

    2.概念重构：引导学生回顾燃气三联供的基本原理，随即提出批判性问题：“已知其节能潜力，为何在实际项目中，许多三联供系统的运行效果远低于设计预期？”通过展示几组实际运行能效对比数据，引发学生认知冲突。

    3.核心理念引出：阐述“设计决定潜力，运行决定效益”的观点。明确指出，优化控制是释放三联供系统潜能、应对动态负荷与多变市场的关键技术，是系统的“大脑”与“神经中枢”。类比交响乐团，控制系统即是指挥家，确保各部（设备）在正确的时间、以正确的强度参与演奏（能量转换）。

    4.课程地图发布：全景式展示本课程八个模块的逻辑脉络——从理解系统（乐谱与乐器）、认识挑战（乐曲的难点）、学习指挥技法（控制理论），到最终完成一次完整的指挥实践（项目设计）。明确最终项目任务及评价标准。

  *课后任务：阅读一篇关于中国分布式能源发展挑战的综述文章，并就“除了技术本身，优化控制的推广还面临哪些非技术障碍？”撰写300字思考。

  模块二：系统深潜——动态特性与运行边界（4学时）

  *课前准备：学生通过微课视频学习燃气轮机、余热锅炉、吸收式制冷机的部分负荷特性曲线数学模型，以及并网/孤岛运行下的电气特性。

  *课堂活动：

    1.工作坊：特性曲线解读：分组分析不同品牌型号的燃气轮机效率曲线、余热锅炉产热曲线。讨论：当电负荷从100%降至50%时，烟气温度和流量如何变化？对后续余热利用环节产生何种连锁影响？

    2.核心探究——运行模式与耦合：深入剖析“以热定电”与“以电定热”模式。通过一个具体数例，计算两种模式下系统的总效率、经济性。引导学生发现矛盾：满足一种需求最优可能导致另一种需求供应不足或浪费。由此引出“运行策略矩阵”概念。

    3.仿真初体验：在简化仿真平台上，学生手动调整燃机出力，观察系统电、热、冷输出的动态响应过程（时间延迟、惯性等），并记录关键时间常数。小组汇报观测到的动态耦合现象。

    4.边界条件梳理：系统梳理各类约束：设备上下限、爬坡速率、管网输送极限、并网协议要求、环保排放瞬时限值等。强调约束是优化控制不可逾越的“硬框框”。

  *课后任务：给定一个简单的三联供系统参数，绘制其在“以热定电”和“以电定热”模式下的运行可行域示意图。

  模块三：建模之道——从物理机理到数据驱动（4学时）

  *课前准备：复习控制理论中的状态空间方程，预习最小二乘法基本原理。

  *课堂活动：

    1.模型价值辩论：提出议题：“对于优化控制，是精确复杂的机理模型更好，还是简单实用的经验模型更好？”组织简短辩论，最终引导出结论：模型精度与复杂度的权衡取决于控制目的（设计、调度、诊断）。

    2.机理模型构建示范：以余热锅炉为例，从能量平衡、质量平衡方程出发，推导出其动态集总参数模型的状态空间形式。强调模型中关键参数（如换热系数、金属热容）的物理意义。

    3.数据驱动模型入门：展示如何利用历史运行数据，通过线性回归、神经网络（简要介绍）等方法，建立负荷预测模型或设备效率关联模型。通过对比同一设备的机理模型与数据模型，讨论各自优缺点。

    4.混合模型概念引入：介绍“灰箱模型”思想，即用机理模型确定结构，用数据辨识参数。这是当前工程实践的主流方向。

  *课后任务：提供一组燃气轮机的运行数据（功率、效率），要求学生尝试用多项式拟合其部分负荷效率曲线，并与厂家给定曲线对比。

  模块四：控制基石——经典控制与先进控制框架（4学时）

  *课前准备：观看关于PID控制原理、前馈补偿、串级控制的复习微课。

  *课堂活动：

    1.从单回路到多回路：以维持供暖水温恒定为例，分析仅用PID反馈控制的不足（受燃料热值、负荷变化干扰大）。引入前馈-反馈复合控制，利用负荷变化信号提前动作。再扩展到燃机转速与排气温度串级控制的分析。

    2.协调控制概念诞生：提出核心挑战：当电、热、冷负荷同时变化时，如何协调燃机、补燃锅炉、电制冷机、储热罐等多个执行机构？引出“协调控制”概念，其本质是解决多输入多输出系统的耦合与资源分配问题。

    3.先进控制架构巡礼：图解介绍分层分布式控制架构。底层是设备级闭环控制（快速、稳定），上层是厂级协调优化层（慢速、经济）。重点讲解“实时优化”层的作用：接收负荷预测和价格信号，滚动计算最优设定值下发给底层。

    4.案例剖析：分析一个实际项目的控制逻辑图，让学生识别其中的控制回路、协调逻辑和优化层指令流向。

  *课后任务：针对一个包含补燃的余热锅炉，设计一个维持出口蒸汽压力稳定的前馈-反馈控制方案框图，并解释前馈信号的选取依据。

  模块五：优化核心——多目标问题与模型预测控制（6学时）

  *课前准备：预习线性规划基本概念，阅读一篇关于MPC在微电网中应用的简短案例。

  *课堂活动：

    1.优化目标的多维化：从单一“运行成本最低”目标出发，逐步增加“一次能源节约率最高”、“碳排放量最小”、“设备寿命损耗最均衡”等目标。通过帕累托前沿图解，让学生直观感受目标间的冲突与权衡。介绍加权求和法、约束法等多目标处理方法。

    2.MPC原理深度解构：这是本课程的理论高峰。采用“预测-优化-滚动”三步法详解MPC。

      a.预测：基于系统模型和当前状态，预测未来一定时域内系统在候选控制作用下的行为轨迹。

      b.优化：在预测时域内，求解一个带约束的优化问题，找到使目标函数最优的未来控制序列。

      c.滚动：仅实施优化序列中的第一步控制量，到下一时刻，根据新的测量值重新执行预测和优化，如此滚动向前。

    3.MPC优势可视化演示：通过仿真对比PID与MPC应对大范围负荷阶跃变化和价格信号变化的情景。突出展示MPC处理约束（如爬坡率限制）的能力和“瞻前顾后”的优化特性。

    4.工程化讨论：讨论MPC工程应用的挑战：模型失配怎么办？计算实时性如何保证？介绍鲁棒MPC、简化模型MPC等应对思路。

  *课后任务：完成一个简单的线性离散系统MPC控制器设计的书面作业（给定模型、目标、约束，推导优化问题形式）。

  模块六：智能演进——数据与人工智能的赋能（4学时）

  *课前准备：了解机器学习基本分类（监督、无监督、强化学习）。

  *课堂活动：

    1.数据智能：探讨大数据在优化控制中的角色：更精确的负荷预测、设备健康状态预警、运行模式聚类与挖掘。展示利用数据挖掘发现非最优运行规则的案例。

    2.强化学习初探：以游戏AI类比，介绍强化学习“智能体-环境-奖励”框架。阐述如何将三联供系统控制问题建模为强化学习问题：状态（负荷、设备状态、价格）、动作（设备设定值调整）、奖励（综合运行成本）。播放RL智能体通过自我对弈学习最优控制策略的模拟动画。

    3.深度VS浅度：对比讨论基于模型的MPC与无模型的强化学习在适用场景、数据需求、可解释性、安全性方面的优劣。强调当前趋势是融合：用机器学习提升模型精度或直接作为预测模型嵌入MPC，或用MPC为RL提供安全约束。

    4.伦理与安全研讨：分组讨论“当人工智能负责能源控制时，可能引发哪些新的风险和伦理问题？”（如算法黑箱、对抗性攻击、责任界定等）。培养批判性思维和伦理意识。

  *课后任务：查找一个将机器学习用于能源系统优化控制的近期学术研究，总结其方法核心与声称的优势。

  模块七：项目实践——从设计到仿真验证（6学时）

  *课堂活动（项目工作坊形式）：

    1.项目启动与需求分析：发布详细项目任务书（如：某综合体建筑群三联供系统优化控制方案设计）。小组首先进行需求分析，识别主要负荷特征、关键约束、业主核心诉求（经济优先或低碳优先）。

    2.方案设计与论证：小组讨论确定控制架构（分层结构）、优化策略（规则-based、MPC、或其他）、核心算法选择及理由。绘制控制系统功能框图与信息流图。此阶段教师与助教巡回指导，充当“咨询顾问”。

    3.仿真实现与调试：在提供的仿真平台或自建简化模型中，实现小组的控制策略。进行典型日场景（工作日、周末）和极端场景（负荷突变、设备故障）的仿真测试。收集运行数据，观察控制效果。

    4.性能评估与迭代：基于仿真结果，计算关键性能指标。分析控制策略的优缺点，并进行初步的迭代改进。准备最终汇报。

  *课后任务：完成项目报告撰写与汇报PPT制作。

  模块八：集成、反思与展望（2学时）

  *课堂活动：

    1.项目成果答辩：各小组进行限时汇报，展示其控制方案设计思路、仿真结果及亮点。接受其他小组和教师（模拟专家评审团）的质询。答辩重点考察方案的系统性、创新性和对工程现实的理解深度。

    2.跨组评议与最佳实践总结：组织学生进行跨组评议，评选出“最佳经济性方案”、“最佳鲁棒性方案”等。教师汇总各方案精华，提炼出针对此类问题的若干条“最佳实践”原则。

    3.课程闭