智慧型建筑能源管理系统建设探讨

智慧型建筑能源管理系统建设探讨

黎志坚

广东省建筑科学研究院集团股份有限公司广东广州510000

摘要:建筑能耗是全国所用能耗的重要组成,因此,实现智慧型建筑的能源系统在线监测与管理很有必要,本文对一种基于多系统联动的智慧型建筑能源管理系统进行了研究。

关键词:建筑;智慧型;能源管理系统

引言

随着我国经济的不断发展,大型公共建筑能耗高的问题日益突出,得到了人们的重点关注,目前最佳的解决方案是采用智慧型建筑能源管理系统。建筑智慧型能源管理系统的建立,可以实现能效管理、降低整体能耗的效果。因此,有必要对多系统联动的智慧型建筑能源管理系统开展深入的研究。

1.智慧型建筑能源管理系统方案设计

1.1系统基本架构设计

BEMS系统从楼宇自动化系统逐步发展而来,可以通过对建筑物整体的能耗设备进行统合监控、自动控制以及最优化管理,以实现高效节能;同时采用以智能建筑为核心的节能技术,通过网络对空调、电力、照明等设备实现一体化管理。一般地,BEMS系统可采用分层分布式基本架构进行设计。BEMS系统基本架构如图1所示。

图1BEMS系统基本架构

图1中,BEMS系统主要包括操作层、管理层、决策层。工作时,系统操作层的终端采集仪表将采集到的数据通过网络发送给管理层的能源管理专家后通过现场分析,再将处理好的数据发送给决策层的能源优化中心,在该层通过相关优化方法得到相应的节能方案后,再进一步通过Internet把远程优化指令发送给能源管理专家,籍此将接收到的优化指令通过各类设备控制器对操作层的空调、电梯、照明、安防等设备系统进行控制。

在实际应用中,BEMS系统的能耗管理所涉环节较多,但其中空调、安防、电梯、照明等主要耗能系统的运行会对整体建筑能耗水平起到主要的影响作用,尤其空调系统相比其他系统而言其复杂程度和能耗水平均最高。因此,下面主要以空调系统为主要研究对象,在对其设备简化模型进行分析的基础上,提出基于多系统联动的控制设计方案,实现对空调系统能耗的优化控制。

1.2建筑能耗影响因素分析

影响建筑能耗的客观因素非常多,如建筑本身情况、人员流动情况、季节变化等。而对于既定大型公共建筑,建筑面积、暖通空调位置和数量等因素不可更改,因此不作为节能控制策略的考虑因素,而大型公共建筑中客流变化较大,人体作为热源发出的热量会对室内温度产生较大影响,因此不可忽略。根据实际数据观测和分析可知,大型公共建筑中客流量存在分布不均匀、随时间变化性大、随节日变化性大等特点,若任何情况下空调始终保持同种模式运行,会在客流量较少或分布不均时造成能耗浪费,故可将客流量作为节能优化控制考虑因素之一。同时,环境温度直接影响室内初始温度,进而影响室内外的热传递,因此也将环境温度作为考虑因素,这样既可在温度适宜时节约能耗,也可在高温时提升室内舒适度[1]。

1.3基于多系统联动的智能控制系统设计

在综合考虑客流量和环境温度两个节能控制影响因素的基础上,提出基于多系统联动的智能控制系统设计方案。基于多系统联动的智能控制系统总体结构如图2所示。

基于多系统联动的智能控制系统总体结构包含3个子系统,分别为设备监控及能源管理子系统、客流统计子系统和无线网络通信子系统。

(1)设备监控及能源管理子系统功能主要是运用自动化仪表、计算机过程控制和网络通信技术,对建筑物内空调设备运行状况进行自动化检测、监视、优化控制及管理。

图2基于多系统联动的智能控制系统总体结构

(2)客流统计子系统通过在不同区域安装客流统计设备,统计每个出入口、电梯、扶梯实时客流,将信息传输给能源管理子系统,为后期对空调能耗控制提供依据[2]。

(3)无线网络通信子系统通过监测各个无线接入点(AccessPoint,AP)覆盖区域的客流量,从而得出精准的客流分布数据,与客流统计子系统相配合,实现客流的实时控制和预测。系统联动是系统智能控制的重要部分,通过预先设置的系统联动控制方案,当条件满足时系统自动将控制信号按照联动方案发送出去,控制相关的设备。各子系统间的联动控制方案设计如下:

①客流统计子系统与设备监控及能源管理子系统。当建筑物内某客流统计点的客流量大于该统计点预设最大流量的60%时,则该区域的空调给定温度降低0.5℃;客流量为预设最大流量的40%~60%时,空调给定温度保持不变;客流量小于预设最大流量的40%时,空调给定温度提高0.5℃。

②无线网络通信子系统与客流统计子系统。当两个相邻无线AP覆盖范围内的客流量发生变化时,通过分析客流量变化趋势(变大或变小)进而判断客流流向,对客流分布进行预测,并将信息传递给客流统计子系统,调节各区域空调温度的给定值。

1.4智慧型系统能耗控制策略

1.4.1系统能耗控制原理

以空调作为设备能耗简化模型,对所设计系统的能耗控制策略进行研究。空调系统能耗控制结构如图3所示,其中温度、客流量等作为影响信号输入量,通过相应控制器对空调循环系统进行控制,并将空调系统当前状态和参数实时反馈至能耗分析和评估系统,经过相应优化控制策略对空调进行控制。

图3空调系统能耗控制结构

空调系统由室外机和室内机两部分组成,其中室外机由室外换热器、压缩机等部分组成;室内机由室内换热器、电子膨胀阀组成。室外换热器与室内换热器的构成相同,通过电子膨胀阀的适当调节可以自由转换运行模式,即根据系统制冷或者制热模式转换为蒸发器或冷凝器,满足各个房间制冷或制热的要求。因此,对空调系统的能耗控制主要通过采集室内舒适性参数、室外环境参数和表征制冷系统运行状况的状态参数,根据系统运行的优化准则,调节压缩机输气量、风扇的转速以及膨胀阀的开度等可控参数,来保证室内环境的舒适性,从而实现节能控制。

1.4.2基于模糊控制的能耗优化控制策略

当前空调控制中应用最广泛的PID控制在系统参数调节过程中存在响应速度和精确度受比例、积分系数影响较大的不足,而模糊控制技术在对系统逻辑的模糊化处理上,具有控制灵活、动态响应快和精确度高等优点。因此,采用模糊控制方法对图3中的控制器进行设计,以实现空调系统的能耗优化控制。

在能耗优化控制策略中,首先将室内外温度、实际客流量给定值作为输入变量,通过温度计算模块求解室内实际温度,并计算温差。接着将温差及客流量作为模糊控制器的输入变量,经量化处理后根据模糊规则进行模糊决策,确定空调输出参数调整量,再经非模糊化处理后输出变量。最后利用模糊控制器输出量对空调循环系统进行调节。相应设计过程为:模糊控制器输入变量温度偏差E论域取[-1,1],模糊量化语言为(N、ZO、PS、PB);输入变量客流量ρ论域取[0,1],模糊量化语言为(ZO、PS、PM、PB);输出变量压缩机控制修正量Δu论域取[-0.5,0.5],模糊量化语言为(NB、NS、ZO、PS、PB)。模糊规则表如表1所示。

2.智慧型建筑能源管理系统能耗仿真

为验证上述能耗优化控制策略的有效性,选取某大型商业体的一层建筑空间,根据其实际空调等耗能设备的具体物理分布和各类参数进行建筑能耗控制的仿真建模,并从不同角度对仿真结果进行分析与对比。其中设备类型包含1.1kW单体空调机20台和11kW空调机组4台,总额定功率为66kW。

2.1不同空调系统控制方式对比分析

传统的空调系统控制方式为温度控制,而目前多数商业建筑空调设备采取起停时间表控制策略,因此以温度控制和起停时间表控制两种控制策略作为参考,与基于模糊控制的智慧型控制策略的能耗控制效果进行对比。

温度控制策略通过温度传感器对空气进行温度采集,将采集到的温度信号传输给控制模块,再由控制模块比较采集温度与设定温度是否一致,然后驱动空调机的加热或降温循环对空气进行处理,从而模拟实现空调温度控制单元的工作情况[3]。

起停时间表控制策略按照规定的条件开启或者关闭设备,该规定条件可以是营业时间,也可以是其他相关条件,这种控制方式操作简单,可达到一定的节能效果。时间表控制策略如表2所示,根据每个时段的特点控制设备投入运行的比例。

2.2不同控制策略节能效果仿真对比

在相同工况下分别对温度控制策略、时间表控制策略及智慧型控制策略进行仿真建模和运行,对比同一时段内3种控制方式的平均能耗量,验证智慧型能耗优化控制策略具有更好的节能效果。经过仿真运行,可得能源管理系统在不同控制方式下6月、7月日平均能耗变化情况。不同控制策略下日平均能耗变化如图4所示。

图4不同控制策略下日平均能耗变化

如图4可知,6月室外温度较低,3种控制策略耗能均相对较小,较温度控制策略,智慧型能耗控制策略日平均节约能耗大约为40kWh,占其能耗的40%左右,而时间表控制策略的日平均能耗约为温度控制策略日平均能耗的2.5倍;7月室外温度较高,3种控制策略中设备均投入较大功率运行,日平均能耗比较接近,但能耗优化控制策略的日平均能耗低于另外两种控制策略。

由上述分析可知,时间表控制策略虽可在一定程度上实现节能,但仍不够灵活,无法根据实际情况做出实时调整,且列表的方式难以实现对不同区域的控制,因此节能效果相对有限。温度控制策略节能效果优于时间表控制策略,但仅考虑环境温度作为空调系统调节因素,控制方式比较单一。而智慧型能耗控制策略由于增加客流分析条件,可根据外在条件的不同进行实时的变化,相同情况下能耗需求最少,故节能效果最优。

3.结语

综上所述,本文通过分析影响环境温度和客流量两个建筑能耗的因素,基于模糊控制方法对建筑中主要耗能设备---空调系统的能耗优化控制策略进行了研究,实现了降低系统总能耗的目标,最后利用MATLAB搭建系统仿真模型,验证了智慧型能源管理系统中相关控制策略的有效性。

参考文献

[1]多模型融合用于中央空调最优控制策略[J].周栋梁,仇晓彤,王红.中国新通信.2017(17)

[2]公共建筑空调系统运行能耗评价方法研究[J].李灏如,李晓锋,王莹.暖通空调.2017(07)

[3]区域建筑能耗预测模型和方法研究[J].顾中煊,杨石,罗淑湘,刘丽莉,武艳丽.建筑技术.2017(12)

标签:;  ;  ;  

智慧型建筑能源管理系统建设探讨
下载Doc文档

猜你喜欢