基于互联网的建筑能源管家解决方案设计与实现

张敏杰，秦玉臣，王洪阳

（北京中电普华信息技术有限公司，北京　100192）



基于互联网的建筑能源管家解决方案设计与实现

张敏杰，秦玉臣，王洪阳

（北京中电普华信息技术有限公司，北京100192）

摘要：针对建筑节能行业发展的新形势，基于互联网技术，提出了建筑能源管家解决方案，实现能源体检、能效诊断和能源治理相结合，构建能源医生模型、能源大数据“病例库”，逐步完善能源评价体系，支撑建筑能源的全过程管理。

关键词：互联网；能源医生；能源“病例库”；建筑能源管家

目前，我国城镇民用建筑（非工业建筑）运行耗电占我国总发电量的22%～24%，北方地区城镇建筑供暖消耗的燃煤占我国非发电用煤量的15%～18%，建筑能耗约占全社会终端能耗的30%，且在不断上升。其中，现役冷热能量应用系统全年能耗约占建筑总能耗的60%以上。可见，我国建筑能耗偏高，建筑节能技术发展不平衡，且对现役能量系统节能潜力重视不足，导致建筑节能效果不明显。

在节能减排的大形势下，涌现了大量的能源管理产品，如：企业能源管理系统、能源监控平台、能效管理平台、电能服务管理平台等，服务的对象也从单一的高耗能企业、工商企业逐步向产业园区、工业园区，甚至城市等综合体扩张。在公共建筑节能领域的产品也是层出不穷，有建筑能源监测、监管系统、智能控制系统等，但就能源管理产品而言，多处于监测、监控、分析、单一的诊断层面。虽然产品涵盖范围广泛，但是并没有帮助建筑节能实现最佳节能效果和最优用能结构，也缺乏先进的信息技术的融合应用。

1　节能产业发展新需求

随着能源管理和节能产业不断发展，单一的监测、分析已经无法满足节能产业发展的需求和用户的需求。在互联网时代，互联网的思维与技术必将带动传统能源产业的转型。

（1）基于互联网发展节能产业。互联网代表一种先进的生产力，推动经济形态不断地发生演变，从而带动社会经济实体的生命力，为改革、发展、创新提供广阔的网能平台，被称作中国经济提质增效升级的“新引擎”。目前在工业、金融、商贸、通信、交通、民生、政府各个行业广泛应用，而在节能产业领域只是初见端倪。所以，“十三五”期间，节能减排工作亟需融入互联网元素，促进“互联网节能”的发展。

（2）能源医生智能诊疗。能效诊断已不是一个新话题，而目前的节能服务商各自为战、节能用户半信半疑、能效评价体系残缺不全，所以基于互联网提出构建完备的能源评价体系，并基于体检模型进行大数据的深入分析，拉近节能服务商与用能用户的距离，提出“节能B2C模式”，实现能源医生无处不在、能效诊断精准全面、能效改进快速响应。

（3）大数据“病例库”。体检、诊疗模型体系的大范围应用，将会带动能源病例库的不断完善。同时真实的能源数据建模也会对能效模型的改进提供帮助。可借此机会构建基于大数据的能源“病例库”中心，这将对能源产业的发展和转型具有深远的影响。

2　建筑能源管家解决方案设计

2.1总体设计

建筑能源管家，简称“BE管家”，是面向建筑行业的综合性节能解决方案，集采集监控、能耗分析、能效诊断于一体，采用云计算、大数据技术构建能源评价诊疗体系。该体系包含能源体检评价模型、诊断治理模型、能源“病例库”的构建，以及能源医生智能机器人。

能源医生（Energy doctor，Dr. E）可以向互联网用户提供专业的能源诊疗服务，基于病例库、体检诊疗模型的大数据基础，面向互联网、移动互联网用户提供能源的用能体检、在线诊疗、智能化改进等服务，从而通过互联网促进能源系统扁平化发展，推进能源生产与消费模式的革命，促进形成“互联网+智慧能源”的新产业模式。

2.2能源监控与分析

使用采集设备对建筑各耗能对象进行全参量、全能源（包括水、电、气、燃油）的数据采集，包括电气参量（电量、电压、电流、负荷、功率因数等）和非电气参量（流量、流速、压力、湿度、温度、热量、冷量、PM 2.5、CO2等），采用基于物联网的三维展现方式进行监测监控，并将采集的数据上传至云平台。

BE管家可基于互联网对建筑耗能设备，如：供暖、空调系统、电动机、水泵、锅炉、新风系统、照明插座系统等进行远程智能控制，并通过节能控制策略进行自动控制，也可人工干预进行远程控制。

BE管家不仅可以对能源进行监控，更主要的是进行能耗、能效的分析，从总体能耗、单元能耗、能耗指标、能耗分布、负荷时段、人均能耗、单位面积能耗、能耗昼夜比和工休比、对标分析等多角度进行分析，帮助用户全面了解建筑能耗情况。

2.3大数据诊断

从建筑能耗的用能结构、用能人群、用能习惯、用能区域、用能设备入手，进行大数据的挖掘分析和诊断，全面了解建筑耗能的用能习惯、规律、类型、特性等，为建筑智能节能控制提供大数据基础，便于制定最佳的节能控制策略，同时对存在或潜在的用能问题进行预防性诊断。

2.4构建能源评价体系

根据用能企业各项指标，参考建筑行业各耗能设备的标准，制定出能源体检评分的模型。将建筑用能的各项实际用能水平与体检模型进行综合对比，按照设定的权重得出体检得分。可以根据体检的各项明细制定出合理的、有参考价值的诊断意见，构建能源评价体系。

能源评价体系的构建可根据国家和行业标准，以及实际用能的创新性指标，制定出符合建筑行业的特性企业标准，并基于此进行综合评价诊断。能源评价必须依托能源体检体系的不断完善及能效诊断模型的完备性。目前梳理的体检模型可以分为入门级体检、常规性体检、扩展性体检3个等级。

2.4.1入门级体检

入门级体检模型主要是采用用户整体、易获取的能耗数据（如：用电量、负荷）进行的入门级体检。基于大数据对整体用能进行体检，采用各体检模型诊断得分乘以权重比例的方式得出综合用能得分。

入门级体检不依赖于数据采集控制等硬件设备，除直接采集外，还可以采用接口方式集成电力、水、燃气等信息化系统数据，并基于模型进行大数据分析耗能用户的综合水平。

（1）整体耗能模型

按照报告期内用能总量、单位面积用能、人均用能、单位面积（人均）碳排放与同期、上期对比；按照报告期内单位面积耗能、人均用能与同行业、同区域耗能用户进行匿名对比，帮助用户了解耗能分布、排名水平等情况。

（2）能效标识模型

按照建筑行业节能能效标识水平标准，对单位人口、单位面积、能耗昼夜比、能耗工休比的能效水平等级进行评分。

（3）整体用电负荷模型

用电负荷模型主要从负荷率分布、负荷不均衡性、峰谷差特性等角度，从指标的正常范围及同行业水平（对标分析）角度入手进行评价。

以负荷率分布评价方法为例进行说明如下。

负荷率，反映企业负荷变动的幅度，用来衡量在规定时间内负荷变动情况，以及考核电气设备的利用程度。

负荷率正常范围：50%～100%，且负荷率越大，表示负荷变动幅度越小，运行负荷越稳定。负荷率是一定时间内的平均有功负荷与最高有功负荷之比的百分数，用以衡量平均负荷与最高负荷之间的差异程度，是反映供、用电设备是否得到充分利用的重要技术经济指标之一。从经济运行方面考虑，负荷率越接近1，表明设备利用程度越好，用电越经济。采用大数据方法分析平均负荷率同行业水平，并将负荷率分布和同行业水平计算权重分数，计入评价总分。

2.4.2常规性体检

建筑能耗的常规性体检可以从以下模型进行评价：①建筑总体能效模型；②建筑围护结构模型；③建筑运行能效模型；④供暖空调系统运行能效模型；⑤电能质量模型；⑥电动机能效模型；⑦水泵能效模型；⑧空调总能效模型；⑨照明能效模型；⑩余热利用模型；⑪新风能效模型；⑫冷却塔能效模型；⑬空调机组能效模型；⑭锅炉能效模型；⑮换热器能效模型；⑯供暖空调能量输配系统模型；⑰建筑舒适性模型等。

2.4.3扩展性体检

扩展性体检是指针对入门级、常规性体检的补充模型，例如：系统运行模型。系统运行模型是指采集监测相关的工况指标，如：采集率、终端在线率、数据完整率、服务器无故障运行时间、服务器负载率、异常事件等。根据定义的分值权重计算评价得分，并计入体检总分。

2.5互联网能源医生

国务院《关于积极推进“互联网+”行动的指导意见》中提到互联网智慧能源的生产消费智能化，鼓励能源企业运用大数据技术进行挖掘预测，而本文能源医生主要是利用大数据技术，构建基于互联网形态下的精准的能源“疾病”诊断、预防、治疗体系。

2.5.1能源医生构建方法

通过体检诊断模型及实际用能问题构建大数据能源“病例库”，并基于此对能源使用情况及能源治理制定出综合的解决方案。方案的制定可以采用人工与智能相结合，并逐步实现脱离人工方式构建能源医生。

能源医生是集能源问题的诊断、咨询、治疗于一体的智能机器人。基于病例库及实际用能情况对耗能单位及耗能环节进行综合服务。基于云计算、大数据、体检模型、即时通信技术对“用能患者”进行实时的诊断治疗。

2.5.2体检诊断方法

根据实际用能对象的体检指标，进行体检模型匹配，解析模型参量并自动确定数据来源，数据来源可分为额定信息、自动采集、计算值、默认值等几个类型。对于模型需要的自动采集、计算值、默认值无需用户操作，系统进行自动识别并获取，对于额定信息需要用户人工录入或进行经验数据匹配，其中经验数据匹配是基于互联网信息和系统大数据病例库进行查找并匹配。体检诊断的步骤如下：

（1）确定体检对象类型及体检指标，进行体检模型匹配。

（2）解析模型，识别数据源并进行数据查询和统计。

（3）根据汇总数据及录入参量，基于体检模型指标进行专项的诊断分析。

（4）根据体检结果及模型库标杆数据、同行业大数据等进行对比，确定体检项水平。

（5）根据预先设定的体检策略及评分标准进行评分。

（6）体检结束后提交体检结果，体检结果中包括体检总分、各项得分、各体检项水平指标及异常问题。

2.5.3诊断治疗方法

能源医生面向建筑节能用户提供专业诊疗服务，根据体检结果及诊断模型、“病例库”等分析用户的用能问题，并提出优化改进方法。针对治疗的方法步骤如下：

（1）进行能源情况的全面体检、专项体检。

（2）依据体检结果及所得到的用能问题，利用大数据分析方法从诊断模型库及用能“病例库”中进行诊疗方案的自动识别与匹配。

（3）提交的诊疗方案中需包括问题的严重程度及导致该问题的原因，对应的改进方法或者提高某些体检指标的方法。

（4）系统可利用互联网资源提供解决某类用能问题的先进能源产品或节能技术。

（5）提交完整的用能问题分析诊断报告及建议解决方案。

3　建筑能源管家实现方案

3.1数据采集架构

对于电气及非电气参量采集监测遵照国家标准《电力能效监测系统技术规范》。

前置采集系统是集现代数字通信技术、计算机软硬件技术、电能计量技术、电力负荷管理技术为一体的综合的实时数据采集与处理系统。它以移动通信网络、光纤专网为主要通信载体，通过多种通信方式实现系统平台主站和现场终端之间的数据通信，具有数据采集、数据处理、通信管理、接口服务和前置运维管理等功能。

集中器上行采用光纤、无线公网、无线专网等通道与前置主站通信。

集中器下行支持RS485、电力线载波、微功率无线、以太网等通道和计量表计（传感器）、电力能效监测终端、采集器进行通信。

传感设备包括温湿度传感器、光照度传感器、CO2传感器、PM 2.5检测传感器与集中器或监测终端采用RS485串口通信，接入设备通信类型支持Modbus及Modbus-RTU。

电气计量仪表包括电力能效监测终端、智能电能表与集中器采用RS485串口通信，且应支持①直流模拟量；②交流模拟量；③串口（RS485或RS232）；④以太网；⑤Zigbee。接入设备通信类型支持①DL/T 645—1997；②DL/T 645—2007；③Modbus。

非电气计量仪表包括智能水表、热量仪表、智能燃气表等与集中器采用RS485串口通信，且应支持RS485、M-bus。接入设备通信类型支持CJ/T 188—2004、Modbus。图1为数据采集架构图。

图1　数据采集架构图

3.2智能控制架构

公共建筑的控制对象多为空调系统控制、照明插座控制等。下面以空调控制为例进行介绍。

智能空调遥控器是专门针对普通空调实现远程监控而开发的具有自学习功能的“万能”遥控器，它具有RS485通信接口、温湿度采集、自学习等多种功能，通过自学习原空调遥控器的各种控制命令后，监控系统通过RS485接口可以采集环境温湿度、远程开关机、设置温度、设置运行模式等多种操作，从而实现对普通空调的远程监测和控制，可适用于任意品牌的普通空调以及其他红外遥控设备。

智能远程控制器下行可通过RS485接口直接与空调控制器互联，也可通过红外/射频信号对现有控制器进行直接控制。

智能远程控制器上行与集中器或监测终端采用RS485串口接口互联，或通过其他组网方式，如：以太网、WiFi、Zigbee形成自组网，采用标准ModBus通信协议。

集中器与监测终端采用RS485、以太网、微功率无线等进行通信。

集中器上行与前置主站采用光纤、无线公网、无线专网等方式通信，采用能效协议。

控制命令参数通信可选用以下3种方式：

（1）中继转发。控制命令及参数通过前置主站拼socket报文，通过集中器透传功能至下行空调控制器。此方式前置及平台均需扩展ModBus协议功能，平台拼xm1发给前置主站，前置主站解析成报文在能效协议AFN=16（数据转发）应用层功能实现。

（2）扩展能效协议。扩展现有能效协议，在AFN=5（控制命令）中进行扩展。结合现有F9（遥控跳闸）、F10（允许合闸）、F17（能效模型有效）、F18（能效模型清除）进行修改现有Fn或扩展新的Fn。

上述2种方式均要求集中器支持ModBus协议，其中方式（1）要求前置主站支持Modbus协议，方式（2）要求集中器将扩展之后的能效协议转成Modbus协议与控制器交互。图2为空调控制通信架构图。

（3）采用串口服务器

集中器及监测终端可由串口服务器代替，串口服务器包括串口转网口、串口转WIFI、串口转GPRS等，下行控制器（RS485）通过串口服务器切换直接与前置主站互联。要求平台与前置主站支持ModBus协议，可直接发送Socket报文命令进行控制参数的下发。

3.3功能架构

首先，构建基于云的数据中心，实现建筑能源的全采集、用户接口数据、手工数据为建筑用户提供全面的建筑能耗分析服务。

其次，基于体检模型为建筑能源用户、互联网用户提供体检服务。

第三，基于大数据基础，在体检模型、体检案例等铺垫下构建能源医生诊疗体系，从耗能环节、用能全局、案例咨询、病例复用等方面为用户提供系统的能源诊疗服务。图3为功能结构图。

图2　空调控制通信架构图

图3　功能结构

3.4应用案例

某企业办公大楼能源监管系统，系统采集各水、电、气等能源及温湿度、CO2浓度、PM 2.5等非电气，基于控制模型进行智能控制。该办公区实现智能化办公，完全实现人走灯灭、空气质量自动调节、节水系统自动断流等智能办公模式，年节能量达20%以上。

通过对办公区采集数据进行体检，通过诊疗模型分析可以得出以下用能问题及应对方法：

（1）夏季室内设定温度偏低。通过对办公区域各房间实际温度曲线采集及空调设定温度可知，大部分空调系统设定室温低于24℃，建议提高室内设定温度，降低能耗，依据诊断模型为节能设计标准模型。根据《公共建筑节能设计标准》可知：在加热工况下，室内计算温度每降低1℃，能耗可减少5%～10%；在冷却工况下，室内计算温度每提高1℃，能耗可减少8%～10%。

（2）循环水平效率平均稳定在60%～70%左右。通过对水泵的运行数据分析，套用循环水泵能效模型及运行指标得出空调系统循环水泵效偏低，原因为循环水泵设计台数较多，导致单台水泵效率降低。故建议减少水泵台数，并更换更大流量的循环水泵提高单台水泵的运行效率。

全面的用能体检及诊疗服务需要依托于真实测量数据和模型库基础，需要部署必要的采集监测设备。

4　结束语

随着“互联网+智慧能源”及国家节能减排工作不断推进，用户侧能效诊断已经成为一种必然趋势，而对应的能效改进与治理工作也越发重要。本文所介绍的基于“互联网+”的建筑BE管家是面向互联网用户提供能源监控与分析、体检诊疗模型库、能效诊断、能源智能医生等方面的专业化服务，基本满足了大型公共建筑节能和工业企业节能的能源诊疗需求，帮助耗能单位降低了能源消费总量、提升了能源利用效率、优化了用能资源结构、保证了用能安全。

另外，BE管家从“互联网+”角度出发，充分发挥互联网在社会资源配置中的优化和集成作用，将传统节能业务和技术深入融合于互联网，创造了新的发展形态，构建了“互联网节能”新模式。应用结果表明，BE管家体检快捷、诊断精准、方案可靠，具有较强的实用性。

参考文献：

［1］刘洋.大型公共建筑空调系统能效监测、诊断与性能优化探讨［D］.哈尔滨：哈尔滨工业大学，2006，6.

［2］梁翀，杨小云，姚建凯，等.基于用户侧能效诊断系统的研究［J］.广西电力，2014，37（2）：22-24.

［3］薛志峰，江亿.北京市大型公共建筑用能现状与节能潜力分析［J］.暖通空调，2004，34（9）：8-10.

［4］左现广，唐鸣放.国内外建筑能耗调查与统计研究［J］.重庆建筑，2003（2）：16-18.

［5］DG/TJ08—2078-2010，民用建筑能效测评标识标准［S］.上海：上海市城乡建设和交通委员会，2011.

［6］GB/T50378-2014，绿色建筑评价标准［S］.

［7］李运华，张吉礼.大型公共建筑运行能耗数据库管理系统初步外发及应用［J］.建筑科学，2007，23（10）：48-50.

The design and imp1ementation of bui1ding energy manager based on Internet

ZHANG Min-jie，QIN Yu-chen，WANG Hong-yang
（Beijing China Power Information Techno1ogy Co.，Ltd.，Beijing 100192，China）

Abstract：Based on Internet techno1ogy，in 1ight of bui1ding energy conservation industry deve1opment in new situation the paper proposed bui1ding energy manager so1utions to rea1ize the combination of physica1 examination of energy，energy efficiency diagnosis and energy management to construct energy doctor mode1 and energy data case 1ibrary，and gradua11y improve the energy eva1uation system and support the who1e process management of bui1ding energy.

Key Words：Internet；energy doctor；energy“case base”；bui1ding energy manager

收稿日期：2015-08-21

中图分类号：F407.61；TK018

文献标志码：C