基于互联网思维的建筑能耗大数据在线节能诊断技术

付彩风 郑竺凌 上海市建筑科学研究院



基于互联网思维的建筑能耗大数据在线节能诊断技术

付彩风 郑竺凌 上海市建筑科学研究院

摘要：提出一种基于互联网思维的建筑能耗大数据在线节能诊断技术，根据建筑功能区面积和分项能耗大数据采用多元回归分析方法进行拟合，以此来判断建筑节能潜力。

关键字：建筑能耗大数据；在线节能诊断；互联网思维

近年来，国内已建成了十几个大型公共建筑能耗监测示范城市，这些城市所监测的大型公共建筑数量在100～1 000栋。鉴于大型公共建筑领域建筑类型繁多（一般划分为办公建筑、商场建筑、宾馆饭店建筑、综合建筑等建筑类型）。而随着业态的不断调整，很多办公建筑、商场建筑也具备了综合建筑的一些特性。同时，综合性公共建筑具备若干个不同功能的区域，比如商业、办公、宾馆。由于不同功能区域的用能需求和用能方式完全不同，因此不同功能区建筑面积能耗相差较大，建筑能耗水平横向对比存在困难，更不用说通过在线的方法直接对建筑节能潜力进行诊断。虽然目前能耗监测已经积累了大量的实时能耗数据，具备了数据诊断分析的前提，但这些数据目前未能得到很好的利用，未能实现对大型公共建筑进行节能诊断的建设初衷。因此，如何基于互联网思维对建筑的用能情况进行诊断，挖掘建筑节能潜力，是当前建筑能耗监测领域急需解决的技术难点。

本文中，根据用途将建筑功能区划分为宾馆区、办公区、商场区、车库及设备层区。选取典型日2015年7月27日至2015年8月2日82栋样本建筑总用电、照明插座用电、空调用电、动力用电用能分项，对分项能耗数据和不同功能区面积采用多元回归分析方法进行拟合，得到各分项用能单日用能判定值，进而对建筑单日分项用能节能潜力进行判断。

1 在线节能诊断样本选取

选取数据稳定的82栋大型公共建筑作为样本建筑。82栋样本建筑，总建筑面积371.58万m2。其中，办公建筑36栋，宾馆饭店建筑14栋，商场建筑18栋，文化教育建筑1栋，综合建筑12栋，其他建筑1栋。

样本建筑分功能区域面积堆积图如1图所示。

2 在线节能诊断判定逻辑

为了研究不同功能区面积对建筑各分项能耗的影响，采用多元回归分析对建筑各功能区的面积及各分项能耗数据进行最佳直线拟合。

根据单个建筑不同功能区面积，计算单个建筑诊断时段内节能潜力判定值，同时基于单个建筑逐时节能潜力判定值和单个建筑的判定区间系数，计算得到单个建筑诊断时段内节能潜力判定区间；进一步，通过单个建筑诊断时段内节能潜力判定区间与诊断时段内监测值进行比较，来判别建筑是否有节能潜力。如果实时监测值小于诊断时段内节能潜力判定区间的下限值，说明建筑节能潜力不大。如果实时监测值介于诊断时段内节能潜力判定区间之中，说明建筑有一定节能潜力。如果实时监测值大于诊断时段内节能潜力判定区间的上限值，说明建筑有很大节能潜力。

基于建筑能耗监测数据的大型公共建筑在线节能诊断方法，主要为如下步骤。

1）计算单个公共建筑诊断时段内能耗节能潜力判定值S；

2）计算单个公共建筑诊断时段内能耗节能潜力判定区间S1、S2；

3）判别该公共建筑是否具有节能潜力。

（1）计算单个公共建筑诊断时段内能耗节能潜力判定值S

图1　样本建筑功能区面积堆积图

式中 S，日分项能耗节能潜力判定值，kWh；X1，宾馆区面积，m2；C1，宾馆区参考值，kWh/m2·D；X2，办公区面积，m2； C2，办公区参考值，kWh/m2·D； X3，商场区面积，m2； C3，商场区参考值，kWh/m2·D； X4，车库及设备层面积，m2； C4，车库及设备层参考值，kWh/m2·D；

考虑到车库及设备层用能设备相对单一，通常只包括照明及通排风设备能耗，为了减轻对所有建筑样本进行车库能耗统计的工作量，根据样本数据的统计得到平均车库及设备层日能耗指标为0.07 kWh/m2·D，为了方便对不同建筑的分项用能指标进行对比分析，在本课题中，公式中的车库及设备层日能耗指标统一按0.07 kWh/m2·D计算。

（2） 对比建筑实际能耗与指标值，挖掘建筑节能潜力点。

通过对大量建筑实时监测能耗大数据动态计算，实现了对建筑的用能情况进行在线自动诊断，为挖掘建筑节能潜力，提供了有力的评估手段和方法，为建筑能耗监测领域填补了技术空白。

3 典型日建筑能耗拟合结果

选取夏季典型日2015年7月27日至2015年8月2日总用电和空调用电、照明插座用电、动力用电的用电数据，并剔除异常数据。

按以下规则对样本数据进行筛选，剔除异常数据：

1）无数；

2）日能耗数据高于2.5kWh/m2；

3）在第一次剔除后，再判断以下规则并剔除样本；

4） 总用能、照明插座用能、动力用能，超过平均单位面积能耗16倍以上、低于平均单位面积能耗的1/16的；

5） 空调用能、冷站能耗、冷机能耗、冷冻泵能耗、冷却泵能耗，超过平均单位面积能耗32倍以上。

通过分项用能指标的研究方法，最终研究得到了大型公共建筑各分项能耗指标值（见表1）。

由表可见，①车库及设备层主要涉及到总用电和照明插座用电，一般不涉及空调用电和动力用电；②2015/7/27和2015/7/31为工作日，2015/8/1和2015/8/2为双休日，所有用能分项双休日办公用区指标值低于工作日办公区指标值；③车库及设备层区在整个建筑面积中所占比例较小，表现在车库及设备层区指标值普遍较小；④对总用电来说，工作日最主要影响因素是办公区指标值，双休日最主要影响因素是宾馆区指标值；⑤对照明插座用电和动力用电来说，最主要影响因素是办公区指标值。

以空调用电为例，最主要的影响因素是宾馆区指标，如图2为某建筑（HJBH）的典型的空调能耗分析。

表1　典型日大型公共建筑分项用能指标值研究结果kWh·（m2·D）-1

4 基于拟合结果判断建筑节能潜力

HJBH于1998年9月建成使用，建筑总面积54 371m2，地下3层，地面9层。B2、B3为地下汽车库，B1部分库房、部分商业， 1～8层均为商业，9层公寓用房。

根据拟合结果计算HJBH日分项能耗节能潜力判定值，将节能潜力判定值与实际能耗监测数据进行对照，求出其差值百分比，从而分析HJBH节能潜力。

HJBH空调用电实际值远高于判定值，2015/7/27至2015/8/2，差值百分比最大值为236.37%，最小值为118.03%，平均值为151.11%，有很大的节能潜力，据估算HJBH在 2015/7/27至2015/8/2期间大约空调用电大约可节约61 165.64 kWh，节能率可达到147.04%。所以节能工作应该重点关注空调节电。如图3为某建筑（HJBH）空调耗能分析。

图2　P典型日空调能耗分析

图3　HJBH典型日空调能耗判定值和实际值对比分析

5 结语

通过对大量建筑实时监测能耗动态计算，实现了对建筑的用能情况进行在线自动诊断，为挖掘建筑节能潜力，提供了有力的评估手段和方法，为建筑能耗监测领域填补了技术空白。同时，本发明完全适用于不同类型公共建筑，对建筑进行节能潜力在线诊断，可作为政府节能主管人员决策分析支撑，同时也可以服务楼宇业主进行节能潜力和节能效果自评估分析。

节能信息与动态

付彩风：（1984-），女，研究生，硕士，工程师。

Fund item： Science and Technology Committee of Shanghai Scientific Research Topic ‘Public Building Energy Consumption Monitoring Municipal Platform Big Data Analysis Research and Application Demonstration’ （14DZ1201901）

Building Energy Consumption Big Data Online Energy Conservation Diagnosis Technology Based on Internet Thoughts

Fu Caifeng， Zheng Zhuling
Shanghai Architectural Science Research Institute

Abstract：The article introduces one kind building energy consumption big data online diagnosis technology based on internet thoughts according to building function area and sub-energy consumption big data which is used to fit to determine building energy saving potential by multiple regression analysis method.

Key words：Building Energy Consumption Big Data， Online Energy Conservation Diagnosis， Internet Thoughts

基金项目：上海市科学技术委员会科研计划课题“公共建筑用能监测市级平台大数据分析研究与应用示范”，（14DZ1201901）

DOI：10.13770/j.cnki.issn2095-705x.2016.05.002

［作者简介］