建筑能耗管理与室内空间感知研究进展

张运楚，韩怀宝，曹建荣，杨红娟

（1.山东建筑大学信息与电气工程学院，山东济南250101；2.山东省智能建筑技术重点实验室，山东济南250101）

建筑能耗管理与室内空间感知研究进展

张运楚1，2，韩怀宝1，曹建荣1，2，杨红娟1，2

（1.山东建筑大学信息与电气工程学院，山东济南250101；2.山东省智能建筑技术重点实验室，山东济南250101）

我国建筑能耗总量逐年上升，在能源总消耗量中所占比例越来越大。由于存在既要满足众多使用者对舒适的需求，同时又要满足能耗最小化这一矛盾，使得建筑能耗管理问题变得愈发复杂。文章分析了建筑本体空间形态、维护结构的热工性能、设备能效和运行控制策略，以及建筑使用者的行为状态等影响建筑运行能耗的主要因素；阐述了能耗反馈、减少用电设备待机能耗、合理安排用电设备工作时间、对用电设备进行优化控制等降低建筑运行能耗的主动节能技术；综述了与建筑使用者相关的需求侧节能的关键技术，即通过室内空间感知获取能耗、环境和情境这三类室内空间状态信息，将能量踪迹和用户踪迹信息融合，恰当地描述特定室内环境下的用能特征，从需求侧评估建筑能耗的合理性，进而精确辨识能源浪费的原因。文章展望了我国未来建筑节能技术的发展方向。

建筑能耗管理；建筑节能；节能反馈；室内空间感知

Key words：building energy consumption management；building energy efficiency；energy consumption feedback；indoor spatial awareness

0 引言

人类社会发展中的每次技术进步都催生一系列新的产品和服务，但同时也会导致资源和能源消耗的剧增，以电力消耗为例，1980年我国年人均能源消费总量为306 kW·h，到2013年则增加为3993 kW·h［1］。尽管技术的进步提高了资源和能源的利用效率，但“回弹效应”又抵消了这些节能努力。人均能耗不断递增的发展模式，已引起世界范围的忧虑，各国政府提出了可持续发展和合理利用能源的政策，力求大幅降低能耗和污染排放总量，以“能量踪迹”（energy footprint）或“碳踪迹”（carbon footprint）为能耗指标的全球节能意识日渐形成［2］。任何试图限制使用新产品和新服务的“返古”节能模式都难以实施，因此，如何在保证用户合理舒适度体验的前提下，提高能源使用效率，优化能源结构，减少不必要的能源浪费，是实施有效节能的关键。全世界相当一部分的能耗与住宅、商业、公共和工业等建筑室内环境控制设备密切相关，其中用于取暖加热、通风和空气调节HVAC（Heating，Ventilation and Air Conditioning）的能耗占首要地位。

文章首先分析了建筑能耗管理存在的问题以及降低建筑运行能耗的各种途径，在此基础上，总结了近年来建筑能耗管理与室内空间感知理论和技术的研究现状，最后展望了我国未来建筑节能的重点研究领域及关键技术的发展方向。

1 影响建筑运行能耗的因素

我国正处于工业化、后工业化和城镇化快速发展阶段，城市人口不断增加，进一步加快了资源和能耗需求的增长速度。2001～2013年之间，我国住宅建筑因空调、家电、生活热水等各终端用能项的需求增加，导致户均能耗强度增长近50%，公共建筑能耗总量共增长1.5倍以上。随着公共建筑存量规模的增长及平均能耗强度的增加，公共建筑能耗已成为中国建筑能耗中比例最大的一部分。近年来，许多城市新建的大体量建筑综合体，多采用大规模集中环境控制系统，因体量和结构形式约束所导致的空调、通风、照明和电梯等终端用能需求快速增长。此外，公共建筑内办公设备（如电脑、打印机等）和大型服务器数量总体呈增长趋势，使得公共建筑能耗强度大大高出其它建筑［2］。因此，必须采取有效措施，延缓和遏制能耗需求的上升速度，降低建筑能耗需求总量。

除去无法调控的室外气象条件之外，影响建筑运行能耗的因素大致可分为（1）与使用人员相关的需求侧，主要包括室内人员密度及其变化，室内人员对建筑空间的使用时间和行为，以及室内人员对室内环境的要求和自主调控意识等；（2）与建筑系统相关，通常把建筑本体以及为建筑提供室内舒适环境的各系统（照明系统、空调供暖和通风系统等）看作一个整体，称为建筑系统，其影响建筑运行能耗的主要因素包括建筑本体空间形态、维护结构热工性能、系统设备的能效，以及各系统根据室内需求做出的各种运行调控策略。

研究表明，与建筑使用者相关的需求侧影响因素能引起约5～10倍的建筑能耗差异，而供应侧的影响因素，对于建筑节能虽然也有着至关重要的影响，但影响远不及需求侧的影响大，一般不超过3倍［2］。因此，建筑节能除了提高供应侧的能效外，合理引导需求侧用能，是实现建筑节能的关键。

要实现建筑节能模式由供应侧到需求侧的转变，必须恰当描述特定室内环境下的用能特征，才能从需求侧评估建筑能耗的合理性，进而精确辨识能源浪费的原因。这就需要解决以下三个问题：（1）能耗感知（energy consumption sensing）通称能耗计量，获取必要的空间粒度和时间粒度能耗数据，得到室内空间能量踪迹；（2）环境感知（environments sensing）获取影响用户舒适感的各种室内环境参数和室外气象参数；（3）情境感知（context awareness）采集能源消耗时室内特定空间的人员分布及行为状态，获取用户踪迹（occupants footprint）。这三个问题是室内空间感知ISA（Indoor Spatial Awareness）的重要组成部分［3］。

由于存在既要满足众多使用者对舒适的需求，又要满足能耗最小化这一相互矛盾的目标，使得建筑能耗管理变得愈发复杂。通过获取能耗、环境和情境这三类室内状态数据，将能量踪迹和用户踪迹信息融合，就可以为能耗统计、能源审计、节能管理、节能改造和行为节能等提供有效的技术支持［4］。

2 降低建筑运行能耗的途径

要降低建筑总体运行能耗，可以从两个方面进行：（1）在保证室内环境舒适度的前提下，通过对建筑的朝向、围护结构、室内空间布局、诱导通风、自然采光等进行优化设计，降低建筑运行能耗，称为被动式节能；（2）通过提高建筑内机电设备的工艺能效，优化机电设备的运行状态、合理安排运行时间等控制手段减少能源浪费，进一步降低建筑总体能耗，此类方法常称为主动式节能［5］。

文章主要涉及建筑主动式节能技术领域，常用的主动式节能方法主要有能耗反馈、减少用电设备的待机能耗、合理安排用电设备的工作时间、用电设备的优化控制等。

2.1 能耗反馈

能耗反馈为用户提供有关能耗数据的适当反馈，以增强其节能意识、鼓励其采用生态环境友好行为，实现行为节能。反馈的对象可以是政府机关、建筑业主和家庭个人等，相应的能耗反馈内容和方式也存在较大差异。

能耗反馈所依赖的建筑能耗数据模型，有宏观和微观之分。宏观能耗数据模型描述了社会各大产业能耗（主要是第三产业）和生活能耗中与建筑运行相关的能耗数据的总体构成，通常不具体到某一建筑物，一般作为国家层面的能耗反馈，是制定国家宏观能源政策的依据。微观能耗数据模型描述了具体建筑实际的单项能耗、单位面积平均能耗和总能耗等，是分析影响建筑能耗因素、挖掘节能潜力和制定节能对策的主要依据［6］。

2.1.1 办公建筑及公共建筑的能耗统计与监测

美国的宏观和微观建筑能耗数据均非常翔实和完备，其统计和发布，均由美国能源信息管理局EIA（Energy Information Administration）负责。EIA建筑能耗调查有商业建筑能耗调查CBECS（Commercial Buildings Energy Consumption Survey）和住宅能耗调查RECS（Residential Energy Consumption Survey），其调查方式包括建筑业主填写问卷和从能源供应商处获取信息。从统计结果到获得各终端能耗数据，是通过一系列模型和数据处理来进行估算的［7］。

2004年江亿建议为揭示大型公建中用能不合理问题，明确节能潜力所在，并构建未来用能配额管理的基础，在开展大型公共建筑节能的工作中，应着力推进能耗分项计量［8］。鉴于国家机关办公建筑和大型公共建筑高耗能问题日益突出，住建部于2007年启动了建立全国联网国家机关办公建筑和大型公共建筑能耗监测平台计划，实时在线采集重点城市中重点建筑的分项能耗数据，为高能耗建筑的节能改造准备条件。随后，国内研究人员针对建筑能耗监测平台中的能耗数据模型、分项能耗的定义与分拆、系统体系结构、网络传输等问题开展研究和工程实践。其中，分项能耗是指根据国家机关办公建筑和大型公共建筑消耗的各类能源的主要用途划分进行采集和整理的能耗数据，如空调用电、动力用电、照明用电等，是确定建筑用能定额和制定建筑用能超定额加价制度的数据依据［9］。

魏庆芃针对大型公建能耗分项计量实时监测分析系统中存在的突出问题，提出一种标准化的大型公建能耗数据模型、分项能耗的定义、分项计量系统设计与数据处理方法，以及一系列的用能评价指标［9］。那威研究了大型公共建筑能耗监测系统城市级平台的目标定位、模式、对象和框架，通过城市级平台测试的工程案例，分析了大型公共建筑的典型用能问题，并给出了有效解决途径［10］。郭春雨研究了建筑能耗监测系统的总体框架结构、网络传输和数据流转等问题，并将其应用于北京市建筑能耗监测系统［11］。王凡对能耗计量监测系统用电分项计量功能与集中抄表功能的集成、能耗数据的远程传输技术、装表不完全支路的能耗拆分方法、能耗数据的管理方式等关键问题进行了研究［12］。杨石通过对4套能耗监测平台所涉及的289座建筑能耗计量情况的考察，对建筑能耗监测平台中存在的问题进行总结与分析，为建筑能耗监测平台的进一步完善及得到较真实有效的建筑能耗数据提供参考［13］。张永坚等研发了山东省公共建筑能耗监管平台，覆盖山东省所有设区城市，并逐步实现部、省、市能耗信息联网［14-15］。经过近十年的理论、政策研究和工程实践，研究人员建立并完善了大型公共建筑能耗分项计量监测系统的数据模型及统计分析方法、数据采集与能耗拆分、数据传输与联网等技术，制定了系列规范和标准，有力推动了建筑能耗监测平台的建设。

在政府的主导下，我国规划建设了世界最大的公共建筑能耗实时监测系统，但存在分项计量数据不准确、不可靠，系统维护不利，数据得不到有效利用等问题［16］。而且，目前建立的公共建筑节能监测系统，能耗数据空间粒度较大，环境和情境数据多为静态平均值（办公人员人数、场日均客流量、运营时间、宾馆入住率、宾馆床位数量、学校学生人数等），多以同类建筑指定时间内平均能耗指标的统计数据为依据，完成相应的能源审计、节能管理和节能分析。

2.1.2 住宅建筑的能耗反馈

我国正处于住宅建设的高峰期，建设速度快、规模大、品质高，家用电器配置日渐增多，许多高能耗家电渐成居家标配，如空调、电热水器、厨卫电器等，电动汽车、混合动力汽车拥有率也迅速提高，导致住宅能耗快速增加。西方发达国家的住宅能耗占全社会用电量的比重更大，如美国居民生活用电量占社会总用电量则高达36.6%［17］。住宅建筑能耗受个人生活方式和行为习惯的影响较大，因此通过能耗反馈实施行为节能具有巨大潜力。

智能家居系统在追求舒适、安全、便捷的同时，也将高效节能作为关键功能要素。智能家居系统的节能方式一般采用（1）在满足住户使用偏好的前提下直接优化控制家用电器的工作模式；（2）对能耗进行计量分时段统计，为用户提供能耗反馈，提醒用户日常生活中存在的不合理用能习惯，并给出节能建议，引导用户养成行为节能习惯［18］。鉴于住宅能耗增速过快且节能潜力巨大，从智能家居中逐步衍生出了家庭能源管理系统HEMS（Home Energy Management System）。家庭能源管理系统也作为智能电网在居民侧的延伸，为提高居民侧用电效率、实现节能减排提供了新方法。

Abrahamse在实施节能策略的过程中使用了对比反馈，通过与其他家庭或社会标准进行对比获知用户的节能情况，并引入行为心理学，将不同家庭用能数据进行交互对比发现节能潜力［19］。韩跃峻把能耗反馈信息分为基础信息，细分信息（单个房间、单个设备或某个时间段用电信息）、对比信息（自对比、社会性对比）、附加信息（节能整体性评价、指导性节能措施）四大类，信息反馈媒介包括智能手机、网页或室内显示设备等，提出建立需求响应机制以实现节能［20］。

为提高电网运行安全和可靠性，美国率先提出了智能电网的概念，将智能电网定义为一个完全自动化的电力传输网络，能够监视和控制每个用户和电网节点，保证从电厂到终端用户整个输配电过程中所有节点之间的信息和电能的双向流动。作为智能电网终端服务的一种尝试，Google公司在2009年推出了基于网络电表“PowerMeter”的用电监测软件，对用户家中用电设备能耗进行统计分析，得到任意时间段内各种电器的耗电量，用户可以利用家中电脑上网查询这些结果，并制定相应的节电措施。不过，两年之后因面临没有太多用户使用的窘境，Google官方终结了此项服务［21］。

同样以协助家庭节能为概念的美国Opower公司，通过对电力公司的能源数据，以及其他各类第三方数据进行深入分析和挖掘，结合行为科学、大数据分析、云计算，为用户提供一系列适合其生活方式的节能建议，平均能为每个家庭节省1.5%～2.5%左右的电能消耗。Opower已成功发展了来自8个国家的93家公用事业企业客户，其中包括美国排名前50公用事业企业中的27家，管理的公用事业数据已覆盖全美37%的家庭，能够获取约1.15亿家庭的能源消费数据［22］。

由于智能电网建立了从发电厂到终端用户之间信息的双向流动，使其具备了更强的交互功能，这些社会元层将有极大的可能影响用户的电力消费选择。电力数据正在变得和电力本身一样具有价值，像Opower这样的公司，正在向我们展示智能电表如何允许电力公司在基础电力供应的基础上，捆绑信息和服务来创造价值，帮助消费者省钱。

为了降低成本，无论是办公建筑、公共建筑和住宅建筑的能耗反馈系统通常只提供空间或设备粒度较粗的能耗信息，没有采集建筑室内环境和情境信息，对造成高能耗浪费的特定设备和用户行为辨别能力不足。尽管用户的节能意识是提高能效的基本方法，但其有效性非常有限。在实际建筑中实验研究表明，单独提供反馈不足以保证长期显著的节能效果。

2.2 减少待机能耗

待机能耗（Standby Consumption）是指用电设备在软关机或不行使其主要功能时的能耗。相对正常运行状态，待机能耗所占比例很小，因此，经常被忽视而使设备长期待机。由于用电设备拥有量大，累积造成的待机能耗已占全国民用电力消耗的3%～13%，造成了极大的能源浪费［23］。

李雨婷根据计算公式和调查数据计算得到2010年全国城镇住宅空调待机能耗高达22.5亿度。尽管单台空调机的待机功率很小，但由于我国人口众多、住宅空调拥有量巨大，住宅空调的运行时间很短、而待机时间很长，因此住宅空调待机能耗累积效应是巨大的［24］。

屈利娟基于高校能耗监测平台，对高校校园典型功能建筑学生宿舍和行政办公室的待机能耗数据进行实时监测与统计分析，结果显示学生宿舍和行政办公建筑的待机能耗因师生的用能习惯不同分别达到12.7%和33.88%不等。待机能耗居高不下的原因是用能主体对待机能耗的认知不足，导致个体行为促进待机能耗消减的动力不足，高校校园建筑的待机能耗节约空间较大［25］。减少待机能耗的有效途径有：

（1）优化设备电路结构和制造工艺，采用高能效元器件，降低待机能耗。

（2）使用具有管理功能的智能插座，自动检测用电设备是否进入待机状态并切断供电电路。也可采用定时装置，在工作时间供应电力而休息时间切断电力供应。为了在节能和用户满意之间折中，这类智能插座可以让用户决定何时关掉进入待机模式的设备电源。更复杂的方法是利用室内空间感知信息，考虑用户是否在现场等场景信息，或学习用户的行为习惯，更智慧地管理电器设备的运行模式。当然，智能电源插座及相应的感知系统应具有很低的能耗［26］。

（3）提升大众的节能意识，让每个使用者对待机能耗的浪费性有充分的认识，使人们养成节能低碳的生活与工作方式，提倡行为节能，尽量减少不必要的待机。采用硬关机，并将设备电源插头从插座上拔出来，或采用带机械开关的插座，切断设备的供电电路，同时也可以延长电器设备的使用寿命。

2.3 合理安排用电设备工作时间

随着城市基础设施从传统的化石燃料提供能源向电力提供能源转变，出现了巨大的能源需求。电网在满足用户需求时，既要考虑成本效益，同时还要尽可能减少废弃物排放。但是不稳定的电力需求，尤其是城市电力需求，让实现上述要求变得十分困难。

储存电网多余电力所需的成本很高，实现时问题也很多。因此，为应对不规律的电力需求，电力公司往往通过建立两套不同发电厂来应对不规律的电力需求。承担基本负荷的电厂提供全年保持不变的最低电力需求，这些高效的电厂可以连续以基本满负荷的状态运行。同时建立了在需要时快速并网的调峰电厂，虽然大部分调峰电厂能源利用率较高，但是它们建设和运行的单位能源成本更高。如果峰值能够平稳下来，就能减少对调峰电厂的需求，电力公司就能更专注于对基本负荷电厂进行微调，进一步提高其能效和环保水平。

“移峰填谷”试图采用价格刺激来分散供电高峰期的电力需求。当启用高成本的调峰电厂时，电力公司简单地将这些更高的发电成本转移给消费者，动态定价机制可以大幅减少对电力的需求，并提高整体发电效率，既缓解了高峰时期的电力供需缺口，又促进了电力资源的优化配置，是一项双赢策略［27］。

智能电网结合智能电器，就可以依据“峰谷电价”来优化用能，规划设备的工作时间。一旦限制峰时用电或存在分时动态电价，就可以采用特别的策略来决定高耗能任务的最优时间安排，比如电热水器、洗衣机、洗碗机，以及即将大规模使用的电动汽车或插电式混合动力车等用电设备［28］。

2.4 用电设备的优化控制

广泛使用的空调系统和人工照明是建筑能源浪费的主要原因，因此要对建筑物能耗进行有效管理，就必须对这些设备进行优化控制。所采用的策略应以不对用户舒适造成可察觉的负面影响为前提，否则，用户就会抵触这种控制从而失去节能机会。

基于用户存在和行为偏好的舒适性节能控制被广泛研究［29］。通过检测和预测用户的作息规律合理安排空调系统的启停运行时间，对那些存在较大时延才能把环境调到期望状态的设备尤其重要。

3 室内空间感知

室内空间感知主要研究室内空间的形式模型，包括室内空间结构、占用空间的物体类型、行为以及他们之间的关系等，以及能够对动态环境和移动对象的活动进行感知和反应的信息系统，包括室内空间环境中的定位导航，用于安全、保障及其它信息化目的的人员跟踪、资源及能源规划和管理、实时应急响应和保安及救援行动等。

要实现建筑节能模式由供应侧到需求侧的转变，就必须恰当描述特定室内环境下的用能特征，才能从需求侧评估建筑能耗的合理性，进而精确辨识能源浪费的原因。这就需要解决以下三个问题：（1）能耗感知 通常称为能耗计量，目的是获取必要的空间粒度和时间粒度能耗数据，得到室内空间能量踪迹，掌握各类设施的能耗规律；（2）环境感知获取温度、湿度、噪声、空气质量、照度等影响用户舒适感的各种室内环境状态参数，以及室外气象参数；（3）情境感知 获取能源消耗时室内特定空间的人员分布、行为状态和偏好等用户踪迹。

3.1 能耗感知

准确获取建筑能耗信息对于实施节能策略是至关重要的。能耗在一定程度上间接反映了用户习惯和情境信息（占用率、用户活动状态等）。能耗计量方法可根据传感器的种类划分，也可根据采集数据的空间粒度划分。根据传感器可分为直接、间接、混合计量。直接能耗计量使用各类电能传感器直接测量设备能耗；间接能耗计量通过测量用电设备运行过程中伴生的一些物理量（如温度，环境噪声，振动，电磁场等），结合设备的能耗模型来推测设备的能耗数据；混合式能耗计量则同时采用上述两种方法。也可以根据用电空间或设备粒度水平，把能耗感知划分为细粒度、中粒度和粗粒度。“粒度”（granularity）常用于指信息单元的相对大小或粗糙程度，此处用于描述能耗计量时对用电设备负荷的分组情况，可以细致到单台设备，也可以是一组设备，或一个楼层等。

为获取用电设备功率消耗，常用的测量方法有侵入式负荷监测ILM（Intrusive Load Monitoring）和非侵入式负荷监测NILM（Non-intrusive Load Monitoring）。侵入式负荷监测方法需要为每个用电设备安装电能传感器，其优点是单项用能计量准确、数据粒度细，缺点是投入较大，安装工作需要改造设备供电线路，对用户正常生产和生活造成一定影响，也降低了原有供电系统的可靠性。

NILM无需进入负荷内部，仅通过对电力负荷入口处的电压、电流及功率信息进行测量、分析，便可估计得到负荷内部不同用电设备的功耗［30-31］。非侵入式负荷监测方法以分解算法代替ILM系统的传感器网络，简单、经济，易于推广，有望发展成为智能电网中高级量测体系AMI（Advanced Measurement Infrastructure）的技术基础［32］。

3.2 环境感知

室内外环境状态参数，与建筑能耗有强的耦合关系，实时可靠获取这些参数是实现节能和能源管理的基础性要求，对情境感知和舒适度控制也是必不可少的条件。环境状态参数包括采光、空气流动、室内空气品质、噪声、墙体温度等，为此，可构建基于无线传感网和物联网的大范围多点环境参数传感设施［33］。

3.3 情境感知

情境（context）是可以用来描述一个实体态势的任何信息。实体是一个被认为与用户和应用之间相互作用有关的人、地点或对象，包括用户和应用本身。情境感知（context awareness）的目的是试图利用人机交互或传感器提供给计算设备关于人和设备环境等情境信息，并让计算设备给出相应的反应，实现精准需求侧供能管理［34-35］。

除了室内外环境参数外，与建筑节能最相关的情境信息就是室内人员分布状况、行为状态及其偏好，这些情境信息与建筑能耗之间具有强耦合，对实现需求侧有效节能非常关键［36］。

3.3.1 用户存在与行为检测

用于检测用户存在和移动状态的感知装置，常用的有运动传感器、门磁开关、地板传感器、功率传感器、RFID传感器、声音传感器、室内定位系统、摄像机等。传感器的选择除了要考虑成本、期望性能外，对用户的侵扰性和隐私保护，尤其当使用视频传感器和音频传感器时，要予以充分的考虑［37］。

超声、PIR被动红外、门磁以及声音等廉价传感设备已被广泛应用于建筑室内照明控制，取得了良好的节能效益。但这些廉价传感器产生的多是含噪孤立数据，为了更准确辨识特定空间中的人员分布及其行为，多传感器融合及人工智能方法成为这一领域的研究热点，如神经元网络、增强学习、数据挖掘等。

3.3.2 用户偏好的获取

获取用户偏好的方法主要由两种：显式反馈和隐式反馈。显式反馈通过人机接口，如触摸屏，让用户输入他对各种环境状态的喜好。隐式反馈则通过收集用户日常使用环境设备（空调、灯光等）的操作行为来推测用户的喜好［38］。

建筑能耗管理实际上是节能与用户舒适需求之间的博弈。通过建立所有时间片隙内用户行为与其偏好环境状态之间的映射，控制系统就可以据此推断用户可以接受的最低舒适环境状态，以达到节能目的。

3.3.3 用户行为预测

利用当前的状态预测未来的状态，推测用户当前最有可能要完成的意图，预测出用户的下一步行为，如：房间内未来几个小时期望的占用规律、期望热水使用情况、某个区域内未来一段时间内有人进入的可能性。根据行为预测的结果形成智能控制策略，达到节能目的。

最简单的方法就是利用历史传感数据建立一个框架作为静态预测模型，用来推断环境控制系统的最佳方案，但静态预测模型不能随时间作适应性变化。Vazquez提出一种通过聚类技术构建统计学占用属性的方法，从大量的数据中提取用户行为模式［39］。

4 展望

迫于能源枯竭、生态恶化和快速城镇化的多重压力，建筑节能将成为节能减排的重要领域。尽管研究人员已做了大量努力，由于我国建筑总量规模庞大，被动式节能设计优化欠佳、节能建材使用不足，节能意识淡薄，在建筑节能与舒适需求的研究中，还有大量问题有待解决。

建筑信息模型BIM（Building InformationModeling）实现了建筑全生命期各参与方在同一多维建筑信息模型基础上的数据共享，因此，有必要研究基于建筑信息模型的建筑全生命期能耗管理系统，支持对建筑能耗的分析、检查和模拟，为建筑全生命期的节能方案优化、科学决策和精细化管理提供依据。研究基于大数据的建筑能耗评价分析方法，对已获取的大量特定室内环境下的建筑能耗特征数据，利用数据挖掘技术从这些低密度价值的建筑运维数据中萃取节能线索和策略。研究建筑中人员位移与动作的定量模拟模型、建筑采光、空气流动、室内空气品质与建筑能耗的逐时耦合计算方法等。

随着嵌入到建筑室内外空间中各类传感器数量和种类的不断增加，借助于泛在计算、环境智能、人工智能、物联网技术的最新成果，建立基于室内空间感知的数据驱动型精准建筑能耗管理系统，将是我国未来建筑节能的重点研究领域。

［1］ 文兼武.中国能源统计年鉴，2013［M］.北京：中国统计出版社，2014.

［2］ 清华大学建筑节能研究中心.中国建筑节能年度发展研究报告2015［M］.北京：中国建筑工业出版社，2015.

［3］ Li K.J.，Lee J..Indoor Spatial Awareness Initiative and Standard for Indoor Spatial Data［C］.IROS 2010 Workshop on Standardization for Service Robot.Taipei：IEEE（Institute of Electrical and Electronics Engineers）Intelligent Robots and Systems，2010.

［4］ 宋红玉，兰廷永，赵灵敏.建筑节能激励机制的博弈模型研究［J］.山东建筑大学学报，2013，28（4）：353-357.

［5］ 江亿.我国建筑耗能状况及有效的节能途径［J］.暖通空调，2005，35（5）：30-40.

［6］ 刘兴民，薛一冰，王昭，等.建筑能耗计算方法实践应用及分析［J］.建筑节能，2015，43（7）：90-94.

［7］ 杨秀.美国国家建筑能耗统计概况［J］.建筑科学，2010，26（4）：8-11.

［8］ 江亿，薛志峰.审视北京大型公共建筑节能［J］.科技潮，2004（10）：18-22.

［9］ 魏庆芃.大型公建能耗分项计量实时监测分析系统EMS-Ⅱ的发展［J］.建筑，2009（3）：34-37.

［10］那威，刘俊跃，武涌，等.国家大型公共建筑能耗监测系统城市级平台建设目标识别与框架研究［J］.暖通空调，2009，39（10）：4-8.

［11］郭春雨，王良平，杨国民，等.大型公共建筑能耗监测系统软件平台框架探讨［J］.智能建筑与城市信息，2010（5）：69-73.

［12］王凡，袁超，唐峰.大型公共建筑能耗计量监测体系的关键技术问题研究［J］.建筑科学，2011，27（6）：1-5，77.

［13］杨石，罗淑湘，钟衍，等.大型公共建筑能耗监测平台存在问题及其初步解决方案［J］.建筑技术，2014，45（8）：714-718.

［14］胡延凯，张永坚，贾继鹏.公共建筑能耗数据采集与信息处理一体化研究［J］.建筑电气，2015，34（1）：58-62.

［15］姚庆梅，贾燕，张永坚，等.省级医院建筑节能监测系统研究［J］.山东建筑大学学报，2015，30（1）：71-77.

［16］陈垚钟煜豪.数据成“鸡肋”，公示很“丢脸”公共建筑能耗政策，七年糊涂账［N/OL］南方周末，（2014-12-04）［2016-11-30］http：//www.infzm.com/content/106094

［17］Alahmad M.A.，Wheeler P.G.，Schwer A.，et al..A comparative study of three feedback devices for residential Real-Time energy monitoring［J］.IEEE Transactions on Industrial Electronics，2012，59（4）：2002-2013.

［18］张桂青，鹿曼，汪明，等.智能家居的“春天”来了［J］.计算机科学，2013，40（Z1）：398-402.

［19］Abrahamse W.，Steg L.，Vlek C.，et al..The effect of tailored information，goal setting，and tailored feedback on household energy use，energy-related behaviors，and behavioral antecedents［J］. Journal of Environmental Psychology，2007，27（4）：265-276.

［20］韩跃峻，辛洁晴，高亦凌.基于信息反馈的需求响应［J］.电力需求侧管理，2012，14（5）：9-14.

［21］董小君.“四网一图”：占领全球新能源产业制高点［J］.国家行政学院学报，2011（3）：42-46.

［22］杰克·莱文.张东霞，马文媛.美国奥能公司基于用电数据分析的用能服务应用［J］.供用电，2015，32（9）：56-58.

［23］胡琥，韩利红，田昕.办公设备待机能耗检测与节能分析［J］.节能，2011，30（10）：46-48.

［24］李雨婷，李兆坚.城镇住宅空调待机能耗调查分析［J］.建筑科学，2012，28（S2）：104-108.

［25］屈利娟，沈小丽.基于能耗监测平台的高校典型建筑待机能耗分析［J］.建筑节能，2016，44（1）：90-93，101.

［26］Corucci F.，Anastasi G.，Marcelloni F.A..WSN-based Testbed for Energy Efficiency in Buildings［C］.Proceedings of International Symposium on Computersand Communications，Split，Croatia：IEEE（Institute of Electrical and Electronics Engineers）Intelligent Robots and Systems，2011.

［27］曾鸣，沈又幸，卢键明，等.面向智能电网的需求侧管理决策支持系统［J］.华东电力，2011，39（2）：176-180.

［28］陈俊生.面向智能用电的需求响应技术及家庭用户用电策略研究［D］.重庆：重庆大学，2014.

［29］吕红丽，花晓慧，段培永，等.基于室内动态热舒适度的空调模糊控制［J］.山东建筑大学学报，2014，29（5）：476-482.

［30］Hart G.W..Nonintrusive appliance load monitoring［J］. Proceedings of the IEEE，1993，80（12）：1870-1891.

［31］Zoha A.，Gluhak A.，Imran M.A.，et al..Non-Intrusive load monitoring approaches for disaggregated energy sensing：A survey［J］.Sensors，2012，12（12）：16838-16866.

［32］余贻鑫，刘博，栾文鹏.非侵入式居民电力负荷监测与分解技术［J］.南方电网技术，2013，7（4）：1-5.

［33］郝素兰.基于WSN的室内环境智能监测系统研究［D］.太原：太原科技大学，2014.

［34］Schilit B.，Adams N.，Want R..Context-Aware Computing Applications［C］.Proceedings of the Workshop on Mobile Computing Systems&Applications，Santa Cruz：IEEE（Institute of Electrical and Electronics Engineers）Computing Society，1994.

［35］顾君忠.情境感知计算［J］.华东师范大学学报（自然科学版），2009（5）：1-20.

［36］Yang Z.，Becerik G.B..Cross-Space Building Occupancy Modeling by Contextual Information Based Learning［C］.ACM International Conference on Embedded Systems for Energy-Efficient Built Environments.New York：ACM（Association for Computing Machinery）Press，2015：177-186.

［37］De Paola A.，Gaglio S.，Lo Re G.A..Sensor（9）k：A testbed for designing and experimenting with WSN-based ambient intelligence applications［J］.Pervasive and Mobile Computing，2012，8（3）：448-466.

［38］Rashidi P.，Cook D.J.，Holder L.B..Discovering activities to recognize and track in a smartenvironment［J］.IEEE Transactions on Knowledge and Data Engineering，2011，23（4）：527-539.

［39］Vazquez F.I.，Kastner W..Clustering Methods for Occupancy Prediction in Smart Home Control［C］.IEEE International Symposium on Industrial Electronics.Gdansk，Poland：IEEE（Institute of Electrical and Electronics Engineers）Press，2011.

（校庆约稿）

张运楚教授现任山东建筑大学信息与电气工程学院院长。硕士生导师，山东建筑大学控制科学与工程模式识别与智能信息处理学科方向带头人。

张运楚教授博士毕业于中国科学院自动化研究所，山东大学博士后。现兼任：山东省自动化学会理事、山东省智能建筑技术专家委员会专家、中国勘察设计协会山东智能专委会委员、山东省物联网协会常务理事、山东省公共安全视频监控技术专家。

多年来从事图像处理与计算机视觉、模式识别、建筑智能化、城市感知与智能信息处理等方面的研究。在监控视频内容分析、居家养老环境辅助生活技术等方面取得了一批成果。长期从事本科教学和管理工作，先后负责筹建了智能建筑实验室、电子信息工程和通信工程两个本科专业；作为模式识别与智能信息处理学科方向负责人，参与组织申报成功山东省智能建筑技术重点实验室，山东建筑大学控制科学与工程一级学科硕士学位授权点。

近年来主持和承担多项省部级以上科研课题；在国内学术刊物和国际会议上发表论文30余篇，EI收录9篇。

Research progress of building energy consum ption management and indoor spatial awareness

Zhang Yunchu1，2，Han Huaibao1，Cao Jianrong1，2，et al．

（1.School of Information and Electrical Engineering，Shandong Jianzhu University，Jinan 250101，China；2.Shandong Provincial Key Laboratory of Intelligent Buildings Technology，Jinan 250101，China）

Building energy consumption in China has increased year by year and the proportion in the total energy consumption is growing.Because there exists a conflicting goal，which is to meet the comfort needs of a large number of users while minimizing energy consumption，the problem of building energy consumption management has become increasingly complex.This paper analyzes the main factors affecting the building energy consumption，such as space form of the building，thermal performance of themaintenance structure，energy efficiency of equipment and its control strategy，and building user’s behavior.It then expounds general active energy-saving technology，such as energy consumption feedback，reducing electricity equipment standby power consumption，reasonable arrangement of electric equipment’sworking time，and optimizing control of the electrical equipment. The paper reviews the key technologies of demand side energy-saving related to building users，namely，by acquiring three types’data of indoor space state，that is，energy consumption，environment and context，to obtain and fuse the energy footprintand occupant’s footprint，then builds a proper characterization of energy consumption in an environment to evaluate the rationality of building energy consumption from the demand side，and identify accurately themain causes ofwastes，and finally，proposes the prospect of building energy-saving technology in China.

TP274.2

A

1673-7644（2016）06-0614-08

2016-10-11

国家自然科学基金青年基金项目（61303087）；山东省科技发展计划项目（2013GGX10131）

张运楚（1968-），男，教授，博士，主要从事建筑信息化、机器视觉等方面的研究.E-mail：yczhang@sdjzu.edu.cn