智慧园区暖通设备基于AI智控方法探析

何景春，谢润荣，杨 虎

（广州华森建筑与工程设计顾问有限公司 广州 510045）

0 引言

随着我国经济的不断发展，人们对美好生活的需求也获得更大的满足。人们对冬暖夏凉生活环境的需求在当今已变得触手可及，这主要得益于暖通系统的大批量建设和使用。根据相关统计，我国在2019年的水冷系统保有量为248 万台，在国际保有量中占据30%；拥有暖通设备房超80 万间，总共能源消耗达11 250亿kWh［1］。

庞大的体量，巨大的能耗，让人们对暖通系统的使用要求越来越高。对于暖通设备使用需求量大、密集程度高的智慧园区，暖通设备的智能化及精细化控制，有助于在营造舒适环境的同时，实现节能减排的目标。

1 现状分析

1.1 面临的困境

1.1.1 能耗浪费严重

科学计算表明，在制冷工况时，空调的设定值每增加1 ℃时，能耗会下降8%；在制热工况时，空调的设定值每减少1 ℃时，能耗会下降12%［2］。

常规暖通空调系统是按建筑物所属地区在极端气候条件下，所需最大负荷量进行设计的。然而，实际上建筑物处在极端气候下的时间极其短暂，暖通系统需要最大负荷量运行的情况也很少，其余大部分时间都只需在部分负荷条件下运行就能满足使用需求，这无疑会造成大量能耗不必要的浪费［3］。

人们所处的环境受各种因素共同影响而不断变化，这其中就包括四季变换、气候变化、昼夜交替、使用情况等因素，暖通系统供应的负荷量是应根据环境的变化而作出相应调整。如果暖通系统在运行过程中不能根据需求的变化而进行调节，始终以满负荷状态运行，将造成大量的能源浪费［4］。

1.1.2 控制方式单一

暖通系统所消耗的能源约占建筑所有能耗的60%，为第一耗能体，然而其中有大量的浪费是由于人为使用不当和管理不到位导致。

目前中央空调系统的运行，大部分采用空调温控面板和风机盘管进行一对一的就地控制方式进行，目的是实现分区控制、按需使用，使得室内空气舒适度在满足人们需求的同时，尽可能地降低能源消耗。此种就地控制方式虽在一定程度上满足了人们的使用需求，但是在节约能源方面存在不足。原因在于当人们在进入房间后才开启空调系统，而为了能够快速制冷或制热，得到想要的舒适环境，习惯性将空调的温度设定值调得很低或者很高，风量也调到最大。经过一小段时间高负荷的供冷或供暖后，室内温度达到过低或过高值时，往往没有人想着及时去将温度设定值调到正常需求值，导致空调系统长时间超负荷（暖通供应量超过实际需求）运行，造成巨大不必要的能耗产生。

1.1.3 自动化程度低

传统暖通系统在建筑内不同区域，甚至是同一区域的不同风管都是相互独立工作的，不具备数据间的互联互通条件，也没有相互间运行时的协调配合，不利于整套暖通系统的高效运行和管理。

1.2 技术支撑

现代互联网技术、大数据分析技术、人工智能技术、人流量统计技术、室内环境检测技术的普及和应用，为智慧园区暖通设备基于AI智能化控制的研究提供了技术支撑。

2 研究方向

传统暖通系统都是通过就地控制的方式来控制。典型的中央空调系统通过空调温控面板就地控制风机盘管的出风量和出风温度，所采用的是人工机械调节控制方式。这容易导致一种弊端：室内温湿度的调节不受环境（包括温度、湿度、人员密度、空气混浊程度）控制，而是由调节人的个人偏好和感觉所控。

由于人为操作的随意性和不科学性，往往会出现一种温湿度维持一整天，一种供应策略维持一整年的状况，致使室内外温差过大、温度设定值过低，不但浪费能耗，也提供不了舒适的环境。

为了避免暖通系统人为操作的弊端，提升自动化控制程度，迈向智能化控制，以广州某智慧园区智能化工程为案例，针对广州某智慧园区开放办公区和食堂进行研究，制定一套智慧园区暖通设备基于AI智能化控制的方案，提供一种更高效、节能的控制思路［5］。

这里所研究的智能化控制，是一种融合空调风机盘管联网、环境检测、人流量统计等技术的控制方式，具有精准调节、自动控制、自主学习的功能［6］。

3 控制原理

3.1 风机盘管联网控制

风机盘管控制就是通过控制空调风管里面的风阀开启，以及风机开启和转速，调节室内空调风口的进风量和回风量大小，使室内空气被冷却、加热和替换，维持房间内所需求的温湿度［7］。

风机盘管联网控制采用目前使用广泛且可靠的温度控制方式，通过联网型温控面板可以让暖通系统根据已设好的温湿度值，自动进行与实际温湿度检测值的对比和运算，并根据运算结果自动调节风阀开闭大小以及风机转速快慢［8］。

风机盘管联网控制系统是基于移动互联网技术，在传统温控器的功能基础上，能够完成远程集中控制和管理的温度自控系统。其中联网型温控器作为“互联网+空调”的优越性应用，很好地体现出中央空调控制系统的网络化趋势（见图1、图2）［9］。

图1 系统架构示意图Fig.1 System Architecture Diagram

图2 温控器通讯示意图Fig.2 Communication Diagram of Temperature Controller

3.2 人员密集度控制

人员密集度控制，是运用人员统计系统获取房间内的人员数量后，根据人员密集度的不同采取不同方式的制冷或供暖策略，调节暖通设备运行于合适的状态。

人员统计采用视频方式实现人流量统计，能够从空间中实时地、较精确地检测、跟踪和统计目标人员数量。得到基础人员数据后，将其通过互联网传输给智能化集成运维平台进行AI运算，以寻求与目前房间人流量相匹配的制冷或供暖策略，维持暖通系统高效运行，满足舒适性供冷或供暖及节能的需求。

根据使用需求，广州某智慧园区在能容纳约1 500人且人员相对密集的食堂，设置人员密集度控制的智能化控制暖通系统。

3.3 环境检测控制

想要获得舒适性较高的环境空间，少不了环境质量的实时检测和反馈，这也正是环境检测控制的必要性。

环境检测控制是通过在房间内设置各种环境质量检测传感器，包括二氧化碳、温度、湿度、挥发性有机化合物等传感器，获取各种环境质量参数，提供给智能化集成运维平台进行AI运算，作为暖通设备调节的基础环境条件［10］。

根据使用需求，可以选择不同的控制精度，配置环境监测传感器（满足空调智控的颗粒度），使空调控制达到精细化。

3.4 融合型智能控制

AI智能化控制系统将现代互联网技术、大数据分析技术、人工智能技术融合起来，组建一套融合型智能化控制系统。

智慧园区暖通设备基于AI智能化控制系统，作为AI 智能控制系统的一种使用，由风机盘管联网控制、人员密集度控制、环境检测控制3个子系统组成。

3个子系统单独运行，分别控制暖通设备，也可以实现一定程度上的自动化控制。但是谈不上智能化控制，因为那样会缺乏大数据的运算、分析和融合，不具备自主学习能力，提供不出高效、节能的供冷或制暖策略。AI 智控运行策略才能够使暖通控制系统具备自动化、智能化功能，这也是暖通系统高效、节能的关键所在（见图3）。

图3 系统管理界面示意图Fig.3 System Management Interface Diagram

4 系统分析

4.1 场景分析

对于广州某智慧园区这种办公性质的园区，工作日是人员最密集、流动性最大的时候，也是暖通设备能耗最大的时候。以工作日供冷时间作为研究对象进行分析具有代表性意义，具体如下：

通过对广州某智慧园区办公人员的入驻情况及办公时间的调查，园区办公人员流动大概情况如下：8：00～9：00 人员陆续进入办公场地，9：00～12：00 人员集中办公，12：00～14：00午饭和午休时间，14：00～17：00人员集中办公，17：00～18：00 下班时间，18：00～20：00少数人员加班，20：00至次日6：00人员全部离开办公区。

根据以上不同时间段的人员流动情况，以按需控制为目标，将园区空调供冷模式分为5 种：上班模式、办公模式、午休模式、加班模式、下班模式。

⑴上班模式。8：00～9：00定义为上班模式，办公区人员数量较少，温度设定较高。

⑵办公模式。9：00～12：00、14：00～17：00定义为办公模式，是园区供冷量最大的时间段。在办公区人员数量最多，温度设定最低（以夏季供冷为主为例）。

⑶午休模式。12：00～14：00定义为午休模式，办公区无人员，温度设定较高。

⑷加班模式。17：00～20：00定义为加班模式，办公区人员数量较少，温度设定以办公模式为前提，根据办公人员数量按需控制供冷。

⑸下班模式。20：00 至次日6：00 定义为下班模式，办公区无人员，温度设定最高。

4.2 能耗分析

广州某智慧园区项目设置的风机盘管类型、数量和功率情况为：003（113台，57 W），004（554台，72 W），006（1 536 台，108 W），008（13 台，150 W），010（26 台，183 W）。

不采用暖通系统智能化控制的情况下，传统暖通系统能耗情况如下：每小时用电量约为219 kW·h。一天正常上班时间位8∶00-17∶00，考虑员工晚上加班至20∶00，即一天使用空调时间共12 h，一天用电量即2 628 kW·h。若每度电按1 元计算，则每天消耗电费为2 628元。

若采用基于智能化运维平台AI智能控制系统，暖通系统一天的空调控制模式和温度设定情况如图4所示。

图4 不同时间段空调控制模式温度设定示意图Fig.4 Temperature Setting Diagram of Air Conditioning Control Mode in Different Time Periods

能耗情况如下：

6：00～8：00 为上班模式，盘管50%预先开启，通过2 h达到预设温度，219 kW×2 h×0.5=219 kW·h；

8：00～9：00开启办公模式，随着上班人数的增加，通过室内温度检测开启盘管60%即达到预设温度，即219 kW×1 h×0.6=131.4 kW·h；

9：00～12：00室内温度已达到稳定的办公模式，且盘管开启量为60%能确保室内冷量的使用，9：00～12：00 共3 h 为上午集中办公时间，即219 kW×3 h×0.6=394.2 kW·h；

12：00～14：00 为人员午饭和午休时间，人员陆续离开，开启午休模式，系统自动判断盘管开启40%即可满足需求，即219 kW×2 h×0.4=175.2 kW·h；

14：00～17：00 共3 小时为下午的办公模式，盘管开启量为60%能确保室内冷量的使用，即219 kW×3 h×0.6=394.2 kW·h；

17：00～18∶00 为下班时间，人员陆续离开，盘管开启40%即可满足使用需求，即219 kW×1 h×0.4=87.6 kW·h；

18：00～20：00 为少数员工加班时间，开启加班模式，盘管按需开启，据分析盘管开启率不到10%，此处按10%计算，即219 kW×2 h×0.1=43.8 kW·h；

20：00～次日6：00 为人员下班离场时间，中央空调停止运行，此时间段用电量为0。

采用基于智能化运维平台AI智能控制系统，盘管一天用电量为：219 kW·h+131.4 kW·h+394.2 kW·h+175.2 kW·h+394.2 kW·h+87.6 kW·h+43.8 kW·h=1 445.4 kW·h；

若每kW·h 电按1 元计算，则每天消耗的电费为1 445.4元。

综上计算得出，暖通设备基于AI智控与传统控制方式相比较，AI智控系统一天可节省空调耗能1 182.6元，一年可节省约30万元（一年除去法定节假日，按250天计算）。

5 结语

AI+人工智能是未来科技发展的方向，随着科技的不断发展成熟，注定会有更多的应用走进我们的日常生活。智慧园区暖通设备基于AI智能化控制方案，作为AI智控的一次初步探索研究，在技术上验证了暖通系统多方式融合控制的可行性；在使用上可获得更舒适的生活环境，节约更多的能耗。本次研究内容希望在暖通设备在AI智控的发展历程中，能够提供一定的理论知识和参考价值。