大型公共建筑用电能耗预测模型及预测数据

文/张杰 王波

能源是是社会发展最基本的物质基础，能源问题也是全世界经济发展最重要的问题。随着我国城市化进程的不断进行，我国的大型公共建筑的能源消耗将进一步加大，最终占能源消费总量的四成左右。大型公共建筑是建筑面积在2万平方米以上，拥有中央空调的商业、旅游、办公、通信的公共建筑。据统计我国的大型公共建筑已经占到我国建筑总面积的20%，但是我国公共建筑的能源消费却占到消费总量的40%。大型公共建筑的能耗是普通居民能源消耗的2倍以上，是乡村能源消耗的4倍以上。大型公共建筑的能耗的密度比较高，但是它的能源使用率只有28%。所以，处理好大型公共建筑的问题已经成为我国未来几年的重要国策。

1 大型公共建筑用电能耗结构

1.1 大型公共建筑用电耗能构成分析

我国的大型公共建筑有办公建筑、商业建筑、服务建筑和教育机构建筑等。这些建筑的面积都超过2万平方米，并且使用大型中央空调。根据国家规定大型公共建筑用电主要有照明插座用电、空调用电、动力用电和特殊用电等，但在不同类型的建筑的用电比例会有一定的不同。

比如说，办公建筑用电主要是空调、照明和一些办公设备的能耗。因为办公人员的数量决定办公建筑的办公设备，所以正常情况下这两部分用电都比较稳定；大型商场建筑主要是建筑面积比较大、人员流动快、人员密集、各种照明设备的使用频率比较高，中央空调的运行时间比较长。商场照明有室内照明和夜晚景观照明，并且照明亮度大、照明时间长。因为商场人员众多，所以产生较多的热量，导致空调一直处于超负荷运行；酒店建筑在入住高峰时期照明插座、空调动力和中西餐厅、洗衣房、游泳馆、健身房和休闲中心等都会增长，酒店还要满足客户的住宿、娱乐以及舒适度的要求。这就导致酒店类建筑能耗突然激增，并且酒店越高级能耗就会越高。不同的大型公共建筑，它的能耗构成也不同，不同的公共建筑因为功能的不同各项能耗也会受到影响。

1.2 大型公共建筑用电耗能功能

大型公共建筑主要有照明的插座用电、空调用电、动力系统用电和特殊用电所组成。照明用电是建筑物内主要的区域照明为主的室内设备用电的总和，对于办公建筑而言，当大厦的办公人员稳定的时候，照明和插座用电基本上也比较稳定。空调系统用电是给建筑提供空调和保暖服务设备的总称。办公建筑的空调系统用电耗能会随着季节的变化产生巨大的波动，在进行能耗预测的时候需要重点关注。其次，是动力系统用电。动力系统包括电梯、排风扇、生活用水和排污的设备用电的总和。最后，是特殊用电。特殊用电是建筑物的信息中心、洗衣房、餐厅和其他的用电。

1.3 大型公共建筑用电耗能影响的因素

我们应该科学的认识影响大型公共建筑用电耗能的因素。大型公共建筑用电耗能的主要有建筑的自身缺陷、人为的因素、外界的因素等。建筑本身的因素有建筑的类别、体型系数、太阳的热系数、建筑的窗墙比重、建筑的朝向等；人为的因素有室内人员的密度、室内的温度和设备的功率等；外界的因素主要有气候条件、节假日和海拔的高度等。大型公共建筑会受到这几个因素的相互作用，共同影响着公共建筑的用电耗能。所以，办公建筑的能耗数据就是照明插座用电能耗平均数值、动力系统用电能耗的均值、特殊用电能耗的均值、空调系统能耗均值以及建筑自身参数数据在一起结果。

2 大型公共建筑的空调系统用电能耗预测方法和分析

2.1 使用RBF神经网络的空调系统用电耗能的预测方法

在大型公共建筑正常工作的时候要对未来的一段时间的能耗数据进行有效的预估和评测是非常重要的。对于没有能耗数据的大型公共建筑要用外围护结构参数用新技术建立虚拟的建筑模型，然后估算出建筑建成之后的能源消耗的数值。对于有历史能耗数据的建筑一般应用神经网络预测建筑未来的能耗数据。RBF神经网络可以根据出现的问题采用相对应的网络拓扑结构，它具有自动学习、自动组织、自动适应的功能，对于非线性连续函数有一定的逼近性，可以大范围的数据融合，更加快速高效处理数据。RBF神经网络已经成功处理非线性函数逼近、时间序列分析、数据的分类、模式识别、图像处理、系统建模和故障的诊断等。RBF网络可以加快学习速度和适应能力对于大型建筑的数据有很好的效果。

2.2 办公建筑用电耗能预测数据分析

我们把办公建筑一个月的实际耗能和预测数值进行比较可以得出差值和变换的百分比。通过计算预测数值和当前实际能耗数据的比值大小可以得出异常耗能数据，如果比值超过20%就说明这个办公建筑用电能耗过高应该采取措施。因为办公建筑的用电情况比较繁多，在下一步对比分析的时候就应该上一步的异常数据进行分析。比如说发现动力用电数据异常，就值分析动力用电数据的分项排风机、电梯的数据就可以了。对于空调等其他耗能的数据可以不用分析。根据这样的办法找到异常数据来源，为用户提供一个准确的分析报告，列举出异常的数据，为用户提供改造方向。

3 建筑能耗预测和分析系统的设计

3.1 大型公共建筑需求分析和设计思路

本文是对大型公共建筑能耗监管和优化的信息平台的研究，意在建立一个能耗统计、能耗监测、能耗分析、能耗评价的综合管理平台，帮助用户提高大型建筑的能源管理水平，为建筑节能减排提供管理的工具和决策方向。这个平台要建立全面的实时监控建筑的能耗检测系统，能耗采集点布局要合理并且对于细节的把控。进而帮助用户全面认识建筑不同时段、不同部门、不同区域的能耗情况，这样也会让分析的结果更准确。

大型公共建筑用电能耗预测及分析系统是监管和技能优化信息的重要部分，对于公共建筑用电能耗预测和分析需要的数据可以从数据库查阅。在进行预测分析的时候应该对耗能的实际监测数据和预测数据进行对比处理。所以可以设置数据模块和功能模块，这个系统要方便用户使用设置专门的用户模块。数据模块主要有信息的获取、信息传输、信息处理以及信息的管理。功能模块主要是这个系统的功能，主要有能好的预测和预测分析两个方面。系统的基础模块可以根据用户的需求设置建筑的设备信息和能耗数据，通过调整功能模块中用户选择的功能对应完成用户需求的功能。系统在工作的过程中根据功能模块的数据需求，能耗监测、预测评价每个模块之间的数据，并分析数据得到最终的结果。这样用户只需要在显示的界面进行选择，就可以为用户分析数据的异常，为用户的决策提供方向，极大地提高管理效率。

3.2 大型公共建筑用电能耗数据库和界面设计

数据库是系统进行预测和分析的基础，数据库的内容有建筑的基本信息、本地的气候数据和能源消耗等。系统关系在设计的时候，每一个系统要预留一个空的数据库让用户添加数据信息。数据需求分析是根据客户的需求从数据库得到相应的信息，结合大型公共建筑能耗预测所需要的数据可以把信息分为建筑的基本信息、本地气候数据、建筑能耗数据三类。系统管理的界面设计系统首次登陆用户要输入建筑面积、层数、建筑无得外围结构等参数，输入之后系统会自动把参数包岑在建筑基本信息数据库中。用户可以通过点击能耗预测进入能耗预测界面。在能耗预测界面，建筑类别可以选择需要的类型。能耗预测直接在数据库中直接调出来进行预测，用户还能根据自己的情况选择全年能耗预测值。预测数据分析报告是根据能耗预测报告中的数据，对实际数值和预测数值进行比较分析，找到异常数据的设备，为用户提供改进的措施。预测数据分析报告为客户展现所有超过预测数据20%的疑似数据，为用户精确到每个设备，省去客户一个一个排查的时间，大大提高管理效率。

4 结束语

大型公共建筑能耗预测以及预测分析，是大型公共建筑能耗监管和优化信息平台的系统，它主要通过分析大型公共件数的能源结构建立电能耗预测模型，并完成数据的分析系统的设计。本文根据大型公共建筑用电能耗波动较大的特点利用正交试验对商业建筑空调系统影响因素进行分析，确认商业建筑空调系统的数据。采用RBF神经网络的方法对大型公共建筑空调系统的电能耗进行预测，通过预测数值和真实数据的对比，找到耗能异常数据和三者的比较生成预测分析报告。分析大型建筑能耗预测分析的设计要求和每个模块的功能，最终完成能耗预测及分析系统数据库设计和界面设计。因为大型公共建筑用电耗能的因素比较多，在进行预测的时候应该考虑多方面的有可能影响结果的因素，为能耗预测和数据分析提供更准确的数据。