摘要：目前的楼宇自动化控制系统主要由可编程逻辑控制器（PLC）或直接数字控制器（DDC）以及管理软件组成。由自控工程师根据人工控制楼宇设备（空调、照明、电梯等）的方式编写代码并下载到控制器中自动执行。然而，数十年的应用实践表明，这种类型的控制系统中超过一半以上无法投入日常使用。尤其是在中央空调冷热源（主要包含冷机、锅炉、水泵、冷却塔等设备）的控制方面，超过90%的自控系统（通常被称为“群控系统”）无法投入自动化运行。这一问题造成的损失是惊人的，一方面大量的楼宇自动化设备（传感器、执行机构、控制器等）闲置不用，一方面由于调节不及时造成大量资源（能源、人力、空间、时间）浪费。
关键词：楼宇自动化；控制系统；人工智能
1冷热源的自主运行
给定了任务目标和约束条件后，搜索算法可能会在所有可以采用的控制方案中寻找符合各项约束条件的最优控制路径。有些控制行为符合运行人员的预期，比如利用变频器的性能特点自动启动多台水泵运行在相近的低频率上以较低能耗获得所需的流量。而有些控制行为会有悖于或远超出运行人员的预期：
“免费制冷”板换的反向使用：某个电子工厂的冷冻站包含3台水冷机组和1台“免费制冷”板换（当室外温度接近0℃时，工厂会关停所有冷机并启用板换，通过冷却水直接冷却车间内的空调循环水）。进入过渡季节后车间的制冷负荷不到一台冷机的70%，但出于生产安全方面的考虑，工厂仍然要求冷机24h运行。在人工智能群控系统上线后，运行人员发现在冷机运行，冷却水的温度显著高于冷冻水的情况下“免费制冷”板换被自动打开了。这一“荒唐”行为背后的原因是计算机在没有其它可动用手段的情况下，试图通过“免费制冷”板换将用不完的冷量反向输送到冷却水系统，以此降低冷却水系统的能耗。
水蓄冷系统的“反常”放冷：某个冷冻站采用了水蓄冷系统，蓄冷量为日负荷的50%。运行人员在高电价时段（7：00~11：00以及19：00~23：00）到来前关闭冷机单独使用蓄冷水池中的冰水制冷，其余时段（11：00~19：00为平电价时段）采用冷机制冷。在人工智能群控系统上线后，运行人员发现平电价时段蓄冷水池也会被打开。这种不符合“经济性”原则的行为背后是计算机发现高温天气下，原本通风就不畅的冷却塔系统送到冷机的冷却水温度已经达到了38℃，超过了控制系统中冷机冷却水温不超过35℃这一限制，“无可奈何”之下，计算机只能利用蓄冷系统承担一部分制冷量，减轻冷却水系统的散热负担，使得冷却水温的超标情况得以缓解。
“加班”的二次泵组：某个商业综合体的中央空调系统带有多组二次泵分别服务办公楼和商场。没有加班申请时，办公楼的空调在下午6：00结束，对应的二次泵组关闭。而商场部分的二次泵组将持续运行到晚上营业时间结束。运行人员临时在控制系统上将商场晚间的供水温度下限设置在12℃。不多久发现已经关停的办公楼二次泵组又“加班”启动了。数据分析发现，当时冷冻水供水温度低于新设的供水温度下限，计算机为了修正这一问题，打开办公楼的二次泵组，试图用温度较高的办公楼回水和温度较低的供水混合满足商场对冷冻水温的需求。
利用时间轴：即使是在炎热的夏季，不少酒店在晚间的空调制冷需求远低于白天，运行人员会保持一台冷机运行。
期刊文章分类查询,尽在期刊图书馆然而随着负荷降低，多数冷机的效率会降低（负荷过低时还会引起部分离心式冷机喘振），由于冷机运行时冷却水和冷冻水系统要保持运行，系统效率也随之下降。针对这个问题，在优化搜索过程中引入这样的假设：前一时段的制冷量超过建筑物的制冷需求后，多余的部分能够大部分地保留在建筑物和水系统中供下一时段使用。在“考虑”了冷冻水温全程不超标、冷机和水泵等设备的启停间隔满足安全要求等约束条件后，计算机能够在低负荷时段自动采用间歇方式运行冷机。在制冷总量不变的情况下，这种方式缩短了冷机低负荷运行的时长，减少了冷却水系统低效甚至空跑的时长（在冷机停机后，计算机会完全关闭冷却水系统），采用了短时间高效率的方式而不是长时间低效率的方式满足空调需求。在部分酒店中这种运行方式在夜间（晚11：00到次日早晨6：00）能够减少冷机运行时间一半以上并为冷冻站减少40%的能耗。
利用电价和天气：某个5000m2的办公楼早晨8点开门，早班运行人员通常在7点到大楼后开启楼顶的风冷热泵进行预冷。人工智能系统投用后的第一个早晨，运行人员发现7点过了楼顶的风冷热泵都还停着就准备手动干预。后来发现楼内温度确实不高而风冷热泵6点前就开过了。进一步调查发现人工智能系统实际上利用了6点前的谷时电价、早晨较凉爽的天气、大楼的保温能力以更低的代价（在6：00~9：00间降低了约10%的电耗费用）完成了预冷让运行人员“虚惊一场”。
2空调负荷预测
用机器学习方法获得的量化预报数据为人工智能方法解决群控问题提供了重要的输入，使得计算机知道现在和未来需要多少冷/热量、给定供冷/热量时建筑物的温度变化趋势等。在此基础上给出最经济的运行方案。为了测试负荷预测手段的节能效果，挑选了华东地区一栋6万㎡的写字楼进行试验。该写字楼安装了比较完备的楼宇控制系统可以获得室内温度并对冷冻机房进行远程控制。由于建造年代较早，冷冻机房没有采用任何变频设备，冷机的供水温度也不能调节。大楼的物业部门要求夏季室内温度不高于24.5℃。冷冻机房原先的控制策略是维持冷冻水供水温度在9℃以下，温度超限后就加开冷机。为了对大楼负荷进行预测同时监测试验期间空调的运行水平，采集了楼内20个不同位置的室内温度，将它们的平均值作为大楼的平均室内温度。试验结果表明，在没有变频设备并且只允许设备启停的情况下，依靠负荷预测和优化搜索算法的自动控制可以降低大楼的制冷能耗13%（由于两种手段互相紧密依赖，无法确定它们各自的贡献）。节能量的一个重要来源是减少了制冷系统的过度制冷。原先维持水温，而不关心末端温度的运行方式会导致大楼的平均室内温度从中午开始逐渐降低，到下班时段时已经低于23.5℃，全天有一半的时间低于24℃。自动控制时由于直接根据负荷预测数据调整了制冷量，大楼的平均温度在24℃~24.5℃波动，减少了不必要的制冷量从而降低了冷冻机房的能耗。
3结语
人工智能方法利用了计算机“不辞辛劳”地从大量动态的含有各种噪声的数据里提取有价值的信息，在成千上万种可能的控制方案中搜索最安全和经济的控制路径。已在数十栋不同用途和规模的建筑中获得了应用。现代化大楼普遍安装有大量传感器、执行机构、和控制器。它们为人工智能应用提供了现成的舞台。楼控系统面对的控制任务需求多样、容易受环境影响，在配置、维护方面的工作量缺口巨大。借助于人工智能技术可以获得大楼的使用特点和模式，最大化利用现有资源，有助于实现楼控系统自动配置、优化运行、容错控制、相互协调等功能，让楼宇自动化系统真正自动起来。
参考文献：
[1]唐明.智能化技术应用于建筑电气工程的分析[J].住宅与房地产，2016，（9）：227.
[2]胡玉睿.智能建筑中自动化控制技术的应用[J].工程技术研究，2017，（1）：35-36.
[3]姜丽伟.智能建筑中电气自动化技术的应用[J].南方农机，2017，（2）：150.
论文作者:赵田
论文发表刊物:《防护工程》2018年第36期
论文发表时间:2019/4/14
标签：温度论文; 冷机论文; 冷却水论文; 系统论文; 人工智能论文; 负荷论文; 大楼论文; 《防护工程》2018年第36期论文;