基于分项计量与建筑节能管理系统的日常运行管理

文｜万达商业管理有限公司 田礼讯 崔福贵

北京博锐尚格节能技术有限公司 江 江

1 能耗数据的分层获取与利用

纵览人类的日常生产和生活，数据统计信息出现在方方面面，并支撑和指导着我们的决策和行为。如在股票证券投资、会计财务管理等专业领域，从业人员几乎完全是依靠对各种数据信息的记录、处理和分析来开展和推动工作。同样，在建筑节能领域，详实的能耗数据信息是开展各项工作的必要基础。根据能耗数据的获取方法和利用方式的不同，我们可以将其分为以下四个层次，如图1所示。

（1）原始能耗数据：一般为电表、水表、冷量表等计量仪表的原始计量数据或经过如错数过滤、等时间分辨度计算等简单处理后得到的数据。原始能耗数据因为尚未与设备系统建立起有机联系，仅能反映某一配电支路或某条供水管路的实时运行状态。该类数据是原始数据，用于保证其他层次能耗数据计算处理的连续性及可信性；其次，该类数据采集及计算处理密度较大，实时性良好，可作为保障型数据，用于如突增、骤降等用能事故的处理及报警等。

（2）分项能耗数据：指对原始能耗数据按照分项能耗模型进行拆分、加和、拟合等计算处理，得到描述某一相同特性设备系统集合的能耗数据。由于该类数据的计算过程中加入了设备系统与配电支路的连接关系及设备系统分项模型等关键信息，原始支路能耗数据与特定的设备系统之间建立了有机联系，可以直观地反映某一相同特性用能集合的运行状态及变化趋势。分项能耗数据是指导运行管理节能和节能改造的重要基础。

（3）节能诊断数据：上文提到的两种能耗数据都是反映客观物理现实的数据信息，而节能诊断数据在原有客观现实的基础上加入了专家经验。其计算处理的思路往往是为了发现或凸显某个能耗问题，将分项能耗数据代入一定的算法，计算获得反映相对量的统计类数据或者反映效率的无量纲数据，如通过同比/环比计算、系统效率计算等方式获得的数据都是节能诊断数据。该类数据的获取基于专家经验，其数据本身即为某些能耗问题的诊断结果。管理者通过分析这些数据信息可得知能耗问题是否存在以及问题的严重程度。

（4）宏观指标数据：是指在原始数据的基础上，按照管理要求，进行提炼、统计或整合得到的反映宏观问题或不同建筑某些相同问题的数据信息。如业内常见的能耗定额管理（Norm Management）或对标管理（Benchmarking），即一种通过宏观指标型数据进行管理的方法，能够帮助管理人员快速发现问题，找到工作目标，了解各种问题的严重程度，有条不紊地开展工作。

综上所述，能耗数据对建筑节能管理起着至关重要的作用，而能耗数据因使用要求和加工方法的不同又分为多个层次，单纯依靠一线操作人员手工作业很难满足要求，开发一种先进的集数据采集、存储、分析辅助于一体，并且内置或外联专家系统的计算机辅助系统势在必行。于是，分项计量与建筑节能管理系统应运而生。它能够通过分项能耗数据和节能诊断数据帮助建筑的一线运行管理人员加强日常运行节能管理。

2 开启“节能模式”的日常运行管理

日常运行管理调节也就是我们常说的“管理节能”，是一种主要通过寻找并消除能耗漏洞或管理漏洞、调整或改变运行参数、关闭或减小无关用能单元，在不增加投资的情况下实现节能的管理手段。与节能改造相比，管理节能的作用周期较短，单次工作节能效果不明显，需要通过持续的关注、调节来获取显著收益。而在这一过程中，充分利用能耗数据和计算机辅助系统，对设备系统进行准确调节和精细管理，可以降低一线运行人员的工作难度，提高其积极性，获得更大的节能收益。分项计量与建筑节能管理系统在日常运行管理调节中可以起到至关重要的作用。

2.1 关注无关用能单元和能耗漏洞

商业建筑中常配置多套参数不同但功能相同的设备系统以满足各种业态及不同工况的需求。有些系统单元是全年全天候长期运行，有些则只适用于某些特殊情况。而当这些备用设备或者特殊工况设备在正常时段出现较大能耗时，我们将其称为无关用能单元或者“能耗漏洞”，通过分析其对应分项的能耗数据变化，我们可以轻松地发现这些“能耗漏洞”，减少或关闭这些无关用能单元，实现节能。

图2是北京某广场2011年1月第1周和第3周送排风机耗电曲线的对比曲线图。从图2中我们可以看出黄线（第三周）与红线（第一周）每日的作息基本相同，作息间的波动也几乎一致，只是似乎在正常工作的同时，叠加了一个恒功率设备。这种情况很有可能是一个无关的用能单元被意外开启，而且没有得到充分的关注和有效的管理，一直处于运行状态。

经检查发现，2011年1月11日该广场进行了一次消防演习，所有消防风机被开启，演习后有两个分区的消防风机忘记关闭，造成如图3所示的能耗漏洞。分项计量与建筑节能管理系统于2011年1月26日因该分项能耗突增报警，管理人员经排查关闭了这两台消防风机，避免了更大的能源浪费。我们可以看出送排风机运行操作的全过程，从1月11日大量开启（能耗突增），1月12日-1月26日始终保持在较高运行水平，1月26日之后能耗恢复正常水平。

2.2 善变的作息和不变的管理漏洞

商业建筑大部分的设备系统都是按照某些特定的作息规律运行操作的，如室外照明每天晚上6点开启，早上8点关闭；室内照明夏季每日早上开启1/3，下午4点后开启2/3，晚上7点后全部开启等。这些作息大多是物业管理人员结合商业用户的实际需求和能源合理利用的综合考虑，制定出的较为合理的操作规范。操作日程制定得越细致，通常说明调节的频次越高，对需求的跟踪也越密切，运行能耗也就越低；与此同时，由于商业建筑中的设备系统繁多且复杂，特别是对于BA（楼宇自控）系统未涉及到的设备系统，对它们的运行调节得越频繁，一线管理人员的工作量就越大，管理者对一线人员是否严格按照规范操作的监管也就越困难；而未安装BA 系统的设备往往是单体能耗较小、数量繁多、散布在建筑各个角落的设备。这给管理带来了很大的困难，出现管理漏洞在所难免。分项计量与建筑节能管理系统恰恰是解决这方面问题的好工具，因为本身覆盖了商业建筑中全部的用能单元，所以对这些未接入BA系统的设备进行管理基本不用增加成本，同时，通过分析各分项设备运行能耗与操作日程间的关系可以快速发现各种管理漏洞。

图4为南京某广场2010年12月-2011年1月各周电梯运行能耗对比曲线。

通过分析发现，虽然其运行主要有非营业运行（仅有待机电耗）、1/2运行（大约1/2功率）、全负载运行（满负荷运行）三种作息，但是每周各作息之间的切换较为无序，非营业时间未正常关闭或关闭时间推迟的现象较为明显，1/2运行与全负荷运行之间的切换也没有明显的规律。当发现该问题时，我们的管理人员曾怀疑，电梯出现这样的运行特征主要是由于客流量变化引起的，属于匹配需求的正常现象。于是我们又查询了同时段商户用电的变化情况，如图5所示。

由图5可见，间接反映客流量情况的商户用电变化较为规律，没有出现不同周期较大幅度的变化，说明电梯的运行管理中存在一定程度的漏洞。

通过加强管理，我们可以发现如电梯的运行能耗变得较为规律，对应能耗也从2010年12月份周平均耗电3839kWh下降至2011年12月份的 3049kWh，节能率达21%。如图6所示。

2.3 看不见的设备隐患与看得见的能耗突变

商业建筑中某些设备系统发生故障时并不会立刻在工况变化上有所体现，有时也不会出现异常、发热等单纯通过巡检即能发现的异常现象；可能仅表现为效率降低、能耗升高、控制系统故障或造成运行工作点紊乱。另一方面，这些设备系统故障隐患，常常会表现为能耗突变，通过分项计量与建筑节能管理系统，我们可以快速发现问题，及时采取措施进行维修或整改，减少能源浪费的同时避免设备系统进一步被损坏。

图7为北京某广场中水循环泵2010年1月- 3月各周能耗曲线对比分析图。

我们可以发现各周运行状况极为紊乱，基本无任何规律可循。而从理论上讲，该泵主要为广场内中水系统提供动力，其能耗应随着客流量的增加而增加，当营业结束后应该下降至较低水平。据此，我们分析认为可能是控制中水泵开启和关闭的压力传感器出现了故障，造成水泵的启停不能准确反映需求变化。

图8为更换过压差传感器后的中水系统运行能耗曲线，分析可见，其运行明显有了周期性变化，周一客流较少时运行能耗相对周内其余各天有所下降，非营业时间运行功率也基本可以降至5kW以下，除周末以外的时段运行峰值功率从原有的25kW降至现在的20kW左右。3个月的运行能耗由此前的37.9MWh降至更换后的24.7MWh，降幅达34.8%。可见，压差传感器损坏是造成该设备运行能耗偏高的主要原因。

2.4 供需矛盾与统一

供需匹配一直是商业地产节能工作的主要目标，在不降低舒适度的基础上节约能源，即是指紧盯需求侧的变化，减少超出需求部分的能源浪费。针对该需求，许多自控厂商提供了大量的解决方案以实现各种闭环独立系统的供需匹配。如冷冻水系统恒温差/恒压差控制、冷冻机组群控等都是供需匹配控制的案例。而分项计量与建筑节能管理系统，因其全面覆盖设备系统、从能源数据角度分析计算等特点，在对大系统或于较长时间维度内进行供需匹配策略分析等方面有其独到之处。

图9为北京某广场冷冻站2010年4月-10月与2011年4月- 10月冷冻站能耗对比曲线，从图9中我们可以发现在过渡季（部分供冷季）能耗上2011年能耗明显小于2010年能耗。这是由于经过分项计量与建筑节能管理系统的监测，发现2010年过渡季的热负荷主要来自于广场内部，因此建议采用加大新风的方式代替中央空调制冷的方式实现广场内部的降温。这项举措使该广场冷冻站2011年节能21万度电，同比减少8.77%。

由图10可见虽然通过加强非工作时段关闭管理和调整开机台数的策略，使空调箱耗电量在2011年主要供冷季（3号区域）与2010年同期相比有一定幅度的下降（约为22.65MWh），但是在过渡季（1、2区域）却有一定幅度的增长。

通过比较2010年、2011年过渡季典型周的耗电量可见，如图11所示，2011年空调箱典型周（紫色曲线）与2010年（红色曲线）相比工作功率明显增加，由100kW增加到180KW，但是制冷主机的耗电量却在这两个相同时段明显出现相反的变化。其工作功率峰值由2010年（红色曲线）的400kW下降到2011年（紫色曲线）的230kW，同时其开机时间也有一定程度的减少。