空调制冷机房节能智控手段对比分析

1.背景及意义

据*新的统计，我国建筑能源消费总量约22.7亿吨标准煤，占全国能源消费总量的45.5%，而建筑运行能耗消费总量约10.6亿标准煤，占全国能源消费总量的21.3%。同时，大型公共建筑中央空调夏季运行能耗约占建筑能耗的50%-70%，因此对中央空调系统进行节能研究，有效降低空调系统的能耗，是当前建筑节能减碳的重点。

中央空调系统的设计通常是以满足建筑所需的*大负荷为目标设计的，且留有10%~20%的设计负荷余量，因此在实际运行时空调系统常常是处于部分负荷的状态，空调系统的设计负荷与实际运行时的负荷极度不匹配。建筑负荷是一个逐时多变的参数，受到人员流动、气象参数、建筑围护结构等多种因素的影响，实际运行过程往往缺少对空调系统有效的运行管理方法，难以根据实际的负荷相应地调节空调系统的运行状态，导致空调系统综合运行能效低，造成能源白白浪费。因此需要根据末端用户的实时冷负荷情况给出优化控制策略，动态地调节系统各设备的运行参数，使得空调系统时刻处于高能效运行状态。

中央空调冷源系统作为大型建筑中央空调系统的主要耗能部分，其能耗约占空调总能耗的一半以上，且设备较为集中，易于管理和控制，存在较大的节能潜力，对其进行节能优化对于节约建筑能耗具有重要意义。由于中央空调冷源系统是一个运行参数众多、各参数之间相互耦合影响的高度非线性系统，仅调节单台设备的某一运行参数可能会引起其他设备运行状态的改变。因此需要建立各运行参数与设备能耗及冷源系统能耗之间的内在联系，从总体运行能效出发，对设备可控参数进行优化，使设备运行状态能够随着末端用户负荷需求动态改变　　*大限度地实现中央空调系统的节能运行。

2.制冷机房节能技术概述

*初，中央空调冷源系统多采用恒定或人工修改设定值的方法来手动控制设备的运行，后来渐渐采用PID控制、模糊控制，但中央空调冷源系统是一个大时滞、多变量、高度非线性的系统，传统控制方法难以实现系统整体的节能。随着变频技术和控制技术的发展，建筑能源管理控制系统（EMCS）在大型建筑中的应用逐渐增多，目前对于中央空调系统的优化控制主要为局部优化和全局优化，局部优化即针对系统中的单个或几个设备的参数进行调节控制，全局优化即考虑中央空调系统整体的能耗*低，根据实际工况调节各个设备的运行。综合局部优化与全局优化的研究，制冷机房节能技术目前可以分为三类，分别是基于应用的制冷机房节能技术、基于平台的制冷机房节能技术和基于集成或渠道的制冷机房节能技术。

2.1基于应用的制冷机房节能技术

基于应用的制冷机房节能技术主要为三类，分别是基于机制模型 AI的纯软件技术、与人工智能功能集成的软硬件兼备的技术和通用应用程序技术。

机制模型 AI的纯软件技术，其优势在于此类技术为纯粹的效果导向、安装后有明显的节能效果，但其需要现场配置，这就对现场对接的工程师有着通信、暖通、弱点等有着较高的技术综合度要求；同时，这种技术在使用时高度依赖现场的运行管理人员，这造成了其在EMCs下可能会存在如何界定收款的问题，因为一个具备丰富运行管理经验的制冷机房管理员工，同样可以达到节能的效果。目前市场上使用这类技术的公司有深度智控、叠腾科技和首拓信息等。

人工智能功能集成的软硬件兼备的技术，其优势在于比起纯软件技术他的使用模式更加地标准化，这给了该术取代PLC（可编程逻辑控制器）的机会；同时，人工智能技术的持续突破与在市面上的广泛应用也帮助该技术打破了PID技术过于广泛应用的壁垒。可以预见的是，随着技术的成熟化，越来越多的公司会参与到市场中去。目前市场上使用这类技术的公司有华为云、云创远景和云栋科技等。

通用应用程序技术，其主要产品是具有交叉销售应用的PLC，优势在于具有较多的项目案例，应用效果可以保证，缺点是具有较弱的AI能力，其节能上限较低。目前市场上使用这类技术的公司*多，有西门子、江森自控、霍尼韦尔、施耐德电气等。

2.2基于平台的制冷机房节能技术

基于平台的制冷机房节能技术主要是在物联网操作系统上实现的数字化、智能化运维，这种方式的优势在于可以与各类日常运维客户绑定，基于平台的应用收费或会员充值服务可以培养客户粘性。其缺点在于对业主的体量有较高的要求，盈利的前提为必须能够长期合作；同时其应用周期较长，这点不以客户的需求所改变。目前市场上使用这类技术的公司有蘑菇物联、指令集、优也信息和邻元科技等。

2.3基于集成或渠道的制冷机房节能技术

基于集成或渠道的制冷机房节能技术主要是由系统集成商作为项目渠道直接面向业主，基于业主设备进行优化的节能技术。其优势在于可以通过冷机等设备的采购渠道加装节能采购，无需额外的商业投入，同时减少了双方的商务成本；但这种技术应用主要依靠设备运维人员的经验和技术水平，节能效果波动较大，且存在了硬性的节能上限。目前市场上使用这类技术的公司同质化竞争较明显，有霍尼韦尔、施耐德电气、西门子、江森自控、博锐尚格、清华同方、延华智能、天纳节能。

3.制冷机房节能智控技术

冷冻水供回水温差、冷却水温度、冷冻水温度、冷冻水流量、冷却流量、冷水主机负荷分配均对冷源系统的运行能效有影响，但目前的研究多集中于局部参数的优化，而实际中央空调冷源系统的运行能效受多个参数的影响且参数之间互相关联，因此有必要从全局角度出发，综合考虑所有可调节运行参数对运行能耗的影响，提出随冷负荷变化且能满足室内舒适性需求的全局优化策略，*大限度地降低中央空调冷源系统的能耗。在此基础上，目前市面的暖通空调制冷机房节能智控技术有模型优化和非模型优化。

3.1模型优化

目前市面上模型优化应用范围较广的有群智能系统优化、负荷预测优化以及数字孪生优化这三种方法。

群智能系统通过内置并行计算运行库和建筑标准单元信息模型的自组织操作系统，在保证信息安全和不同时间/空间内多任务调度的前提下，根据软件功能的不同满足使用者不同的节能需求。这里面比较有代表性的是邻元科技的LynkrOS群控系统，其原理如图3.1所示，将建筑按照所见即所得的规则划分为若干个相邻的基本空间单元，在每个基本空间单元及主要机电设备内放置一个植入了LynkrOS操作系统的智能计算节点（CPN），所有的CPN之间相连形成一个能够进行分布式计算的网络，从而通过节点间的协商通讯完成各种控制管理任务。

图3.1 LynkrOS系统原理

负荷预测优化建立在中央空调冷源系统模型的基础上，运用不同的运行优化算法，提出相对应的运行优化策略，

如图3.2所示，并进行寻优计算，模拟优化后的参数对应的运行能耗。即在建筑冷负荷一定时，以制冷机房能耗*低为目标，在保证建筑室内温度满足用户舒适性的前提下，通过定义自变量、设定约束条件、确定目标函数，对制冷机组蒸发器出水设定温度、冷冻水泵频率、冷却水泵频率、冷却水塔风机频率等设定耦合变量进行寻优，得到不同负荷率下设备*佳运行设定参数表。这里面比较有代表性的是云栋科技，基于数据中台生长型数据特点，以策略控制器落地动态自调节的节能策略，实现建筑自动节能运营。即利用源端及末端的边缘控制计算器，基于该建筑模型下的负荷预测以及*佳运行设定参数表，通过智能策略柜进行调节。