华盛论文咨询网

　　

　　鉴于公共建筑的结构特点以及其用途的多样化，其能耗水平普遍高于居住建筑。随着城镇化的推进，公共建筑的面积持续增加，其能耗也随着人们对室内环境质量要求的提高以及建筑功能多样性发展不断增长。有数据表明，我国能源年消耗量巨大，其中建筑运行能耗占终端能耗的20%左右，公共建筑的节能一直是国家城镇化进程中密切关注并致力于去解决的问题。

　　随着信息技术、物联网技术以及传感器技术的发展，公共建筑能耗相关的数据和信息将更加丰富。随着公共建筑及其机电能源系统的运行，产生大量的数据，通过数据分析，可精确找到公共建筑中能源的需求和服务对象，并且通过系统控制调节，准确匹配暖通空调、照明、电梯、送排风、给排水等系统的用能需求，从而大幅度提升传统机电能源系统的效率。因此，研究公共建筑能耗等多维度数据分析应用，实现建筑智慧能源管控，将是公共建筑节能未来的发展方向。

　　1 、国内外智慧能源管控技术研究进展

　　1.1、 国内

　　国内建筑能源管控主要由楼宇自动化系统(BAS)来实现。调研发现，90%以上的大型公共建筑安装有BAS系统。但BAS系统只能实现在中央控制室远程监测建筑环境和系统设备的运行参数，以及通过中控人机界面手动地启停或调节机电设备运行状态，这样的系统实质上仍严重依赖于运行人员的手动操作，没有实现自动化和智能化。朱津津[1]、汤新中[2]、姜子炎[3]等先后对北京、上海、深圳、香港等地大型公共建筑的自动控制系统进行了调查，发现我国大部分建筑自控系统的实际运行水平较低，并没有真正实现“自动化控制管理”的功能，只有约占7%的建筑能够实现楼宇层面的自动化控制和管理，包括各个子系统内部的优化控制和子系统之间的集成控制。

　　此外，我国的公共建筑分项计量事业起步于2005-2006年，2007年在国家有关部门的大力支持下开始加速，至今已经在多个城市的数百座公共建筑中实施了“分项计量工程”。分项计量采集的数据进入公共建筑能耗监测平台后，可以对建筑能耗实施分类分项统计分析。虽然宏观层面，分项计量对于城市公共建筑用能管理起到大的作用，但是它本身没有优化控制和管理功能，不能对建筑产生直接的节能效果。

　　1.2、 国外

　　2020年，美国在《2020年能源法案》(Energy Act of 2020)中明确提出，将致力于通过运用能效信息技术和加速智慧建筑发展，提升整体建筑能效水平。美国能源部2020年发布的《建筑能源管理中的传感器与控制创新技术报告》中指出，传感器、执行器和控制器作为建筑能源管理的网络物理系统的主干，是实现美国能源部建筑技术办公室(BTO)的目标的核心技术投资领域之一，该目标是为了实现国家建筑库存(商业和住宅)的能源可负担性。

　　欧盟是当今世界仅次于美国的能源消耗大户，其中建筑能耗占有相当大的比重。欧盟的建筑能耗已占欧盟总能耗的40%，是欧盟最大单一能源消耗来源，其中居住建筑能耗占建筑总能耗的2/3，公共建筑能耗占建筑总能耗的1/3。新欧盟标准EN15232：“建筑自控与建筑管理系统对建筑能效的影响”于2007年4月15日成功通过了正式投票。EN15232规定了用于评价建筑自控系统(BACS)与建筑技术管理系统(TBM)功能对于建筑能效影响的方法，以及对不同等级建筑此类功能最低要求的制定框架。

　　EN15232认为建筑自控系统(BACS)和建筑技术管理系统(TBM)对建筑的能耗性能有重要的影响。BACS为建筑的暖通空调、热水供应系统、照明系统等提供有效的控制，提高设备的运行能效。复杂的综合节能功能与程序还可以根据建筑的实际使用情况进行设置，减少不必要的能耗和CO2排放。TBM为建筑的运行、维护、管理，特别是能源管理提供信息：包括趋势分析，故障报警，以及对不必要的能源消耗进行监测。

　　1.3、 调研结论

　　针对目前国内公共建筑能耗监测系统和设备监控系统没有很好融合，不能满足设备运行优化、能源智能管控需求的问题，可借鉴国内外标准等经验，提出我国建筑能源智能管控的运行参数指标体系，在此基础上，利用物联网、人工智能等技术建立公共建筑能源智能管控方法，实现设备节能运行、环境健康舒适、建筑能效指标最优化的目标。

　　2 、智慧能源管控的指标体系

　　目前国内外关于公共建筑的能效指标的研究较为丰富。李灏如[4]等人针对空调系统建立了包含供冷量和能效比运行能耗评价指标体系。苑登阔[5]等人基于国内外的研究，将能效指标分为系统层和全楼宇层两大类。姜新佩[6]等人综合考虑建筑设计、围护结构、采暖空调系统、照明系统、运行管理五大层面因素，逐层分析，建立了一套评价建筑能耗的综合评价体系。结合调研，智慧能源管控的运行参数指标主要由建筑层、系统层系统设备效率和室内环境品质三类组成(见图1)。

　　3 、能源优化管控策略

　　3.1 、常规能源管控策略

　　针对建筑设备的节能管控，国内研究人员也做了大量研究，形成了有效的管控策略和方法。目前常规的能源管控还主要依赖规则和经验。常见管控措施见表1。

　　针对基于规则的能源管控，美国也制定了较为完善的制度和标准，如2010年美国能源部就推出了《操作和维护最佳实践——实现可操作性效率的指导》，同时ASHRAE不断更新其建筑设备运维标准，ASHRAE节能运行的相关要求见表2。

　　3.2 、智能优化能源管控策略

　　1)能耗特征分析

　　目前，公共建筑用能系统节能诊断的数据分析方法主要分为常规数据分析方法和数据挖掘技术两大类。在建筑领域，常规数据分析方法主要针对建筑运行故障的诊断和运行策略的优化，一般在分析时，主要依赖诊断人员的专业知识，结合建筑本身的物理定律，对建筑运维数据进行综合分析，对建筑按照分项、分时、分区以及分系统进行横向纵向分析对比，从而总结建筑用能的规律，指导后续的运行优化。数据挖掘技术主要有监督和无监督学习，通过数据清理、集成、变形、挖掘、评估，形成知识。相比常规数据的分析方法，数据挖掘分析方法能够有效处理海量大数据。

　　2)冷冻站智能群控

　　冷冻站控制运行能效的高低对大型公共建筑能耗影响较大，是节能工作的有力切入点。大型建筑中为了提高空调系统在不同负荷条件下的灵活性，往往会采用多台冷水机组。在这种情况下，多台冷水机组的运行控制策略十分重要。然而目前采用机房群控的公共建筑比例还很低。有调查显示，在上海将近500幢智能建筑中采取冷源群控策略的不足1%，其中成功应用冷源群控的更是微乎其微。

　　目前对于冷水机组运行策略的研究集中于最优冷机序列和最优冷机负荷。

　　最优冷机序列(OCS,optimal chiller sequencing)，即在建筑空调负荷变动时，通过合理地开关冷机，使机组整体能效维持在较高水平，以节约能耗。例如ASHARE Handbook中的一种简化方法：当需要增加机组时，开启处于待机状态下峰值COP最大的机组。该方法称作最大峰值COP法(MPCOP method,maximal peak COP method)。最优冷机负荷(OCL,optimal chiller loading)，即通过给各台冷机合理地分配负荷，使机组整体效率最高，能耗最低。

　　3)负荷预测

　　及时准确的冷负荷预测是建筑空调系统自动控制的有效依据，也是系统节能优化和高效经济运行的关键所在。空调冷负荷预测的作用不仅在于保证系统运行参数的稳定，而且也有利于实现不同品种冷源设备的合理调配，便于采用更先进的节能控制方法。

　　负荷预测对于蓄冷空调高效经济运行尤为关键。采用预测控制方法，是对次日逐时负荷分布进行预测，从而根据负荷分布对制冷机的运行和冰槽的释冷进行合理的优化运行控制，使制冷机在用电高峰时期尽可能地减少运行，以使运行费用降到最低。这种控制方式是基于对未来24 h的逐时负荷预测来优化控制制冷机的运行。在预测到负荷小的日子，电力低谷时间只储存供下一天使用的足够的蓄冷量，而不是全储满，第二天采用融冰单供冷运行。在预测到负荷大的日子，夜间把蓄冰槽全部蓄满，白天通过优化运行合理地调整各小时主机和蓄冰槽的分别供冷量，使供冷结束时蓄冰槽的冷量不但全部用完，而且全天的运行费用最低。日间供冷时，每隔0.5 h槽内的余冰量与该时刻到供冷结束时所需的总冷量作一次比较。这样，既能保证供冷高峰时期槽内有足够的冰，也能在供冷结束时蓄冷量全部释放。

　　4 、结束语

　　目前，我国在智慧能源管控领域技术还存在信息孤岛，尤其是能耗监测和BAS还分属于不同的智能化系统，使得建筑能源管控系统的指标无法实现监测，节能控制策略无法得到执行，无法实现优化控制。随着智慧楼宇系统的不断普及和节能需求的不断提高，智慧能源管理相关技术将在我国建筑节能领域有着广阔的发展空间，通过对建筑物的关键能效指标进行监测、分析和管理，建立建筑物能耗管控策略，实现可持续的高质量发展。

　　参考文献

　　[1]朱津津,贾福伟我国智能建筑的发展趋势及对策. I程设计CAD与智能建筑, 1998 ,4:20-22.

　　[2]汤新中,胡英哲我国智能建筑现状及发展趋势科技成果纵横, 2008,3:44-45.

　　《基于标准体系的公共建筑智慧能源管控策略研究》来源：《上海节能》，作者：何晓燕,陆勇,顾丽韵