Abstract 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 district heating equipped with flux-through heat exchangers. In this paper, a compile model of heating system control aided by 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. Presently, works on the implementation of the proposed solutions are under way.

Streszczenie Roczne zuzycie ciepła na potrzeby ciepłownicze w Polsce w sektorze komunalno-bytowym, szacowane jest na około 650PJ. W znacznej czesci przeznaczone ono jest na potrzeby centralnego ogrzewania i ciepłej wody uzytkowej. Istotny wpływ na jego zuzycie ma rodzaj przyjetych rozwiazan dotyczacych regulacji i sterowania oraz systemów zarzadzania energia. W przypadku budynków mieszkalnych koszty energii stanowia najwiekszy udział w stosunku do całkowitych kosztów zwiazanych z eksploatacja budynku. Podstawowym warunkiem umozliwiajacym racjonalne jej zuzycie jest wyposazenie budynku w nowoczesne cyfrowe systemy do regulacji i sterowania instalacji ciepłowniczych.Wstosowanych obecnie rozwiazaniach wykorzystuje sie zwykle algorytmy PI lub PID. Jednak ze wzgledu na nieliniowe własciwosci ciepłowniczych obiektów regulacji, nie zapewniaja one odpowiedniej jakosci. Czesto przebiegi maja charakter niestabilny i dochodzi do znacznych odchyłek regulacji. Alternatywa do stosowanych obecnie rozwiazan jest wykorzystanie sieci neuronowych. Sa one szczególnie zalecane do sterowania adaptacyjnego układów niestacjonarnych. Takie przypadki wystepuja w obiektach cieplnych, gdyz maja one własciwosci nieliniowe o bardzo duzym zakresie zmiennosci parametrów, dotyczy to zwłaszcza wezłów ciepłowniczych wyposazonych w przepływowe wymienniki ciepła. W pracy przedstawiono opracowany model sterowania wezłów ciepłowniczych za pomoca sieci neuronowych. Wyniki badan wyraznie wskazuja na celowosc takich rozwiazan, gdyz jakosc regulacji jest znacznie lepsza anizeli w przypadku stosowania układów tradycyjnych. Aktualnie trwaja prace nad wdrozeniem zaproponowanych rozwiazan.