大型公建能耗监管系统

1 面向智慧城市的大型公建能耗监管系统研究

1.1 智慧城市背景下的大型公建能耗监管系统

智慧城市将物联 、云计算、大数据等信息技术融入进了城市管理理念和公共服务之中，通过对城市的地理、环境、资源、经济等要素进行数字化管理，为城市提供高效、便捷、灵活的公共管理创新服务模式。智慧城市通过物联 感知层设备搜索城市范围内信息数据，通过互联 传输到云计算数据中心进行信息处理分析，帮助人们做出精明的决策；形象地来说，智慧城市像是一个庞大的城市机器人，你可以与它对话、交流，甚至听取它经过数据计算得出的建议。

2007 年是我国建筑能源管理的重要时间节点。在此之前，能源计量主要是为能源计费提供数据基础，信息化程度有限，实时性不高，且不具备面向建筑节能应用的能耗数据分析功能。2007 年 10 月，国家住房与城乡建设部出台了《关于加强国家机办公建筑和大型公建节能管理的实施意见》，拟建立全国联 的建筑能耗监测平台，目标提高国家机办公建筑和大型公建的节能运行管理水平；并于 2008 年6 月、2009 年 10 月、2014 年 5 月，分别出台了《国家机关办公建筑和大型公建能耗监测系统建设相关技术导则》、《高等学校校园建筑节能监管系统建设技术导则》、《医院建筑能耗监管系统建设技术导则》。

“十二五”以来，我国政府陆续在《国民经济和 会发展十二五规划纲要》、《促进大数据发展行动纲要》、《国民经济和 会发展十三五规划纲要》、《建筑节能与绿色建筑发展“十三五”规划》等文件中进一步明确了智慧能源及建筑能源监管系统领域未来的发展思路与建设目标，多次提及利用物联 、云计算、大数据等技术，加强建筑节能领域的现代信息基础设施建设，构建智慧能源系统。

在智慧城市背景下，大型公建能耗监管系统作为建筑节能的公共信息服务平台，为 会公共节能提供信息服务、为行政决策提供支持，同时为构筑健康、宜居、生态、可持续发展的城市建设目标发挥积极作用。面向智慧城市的大型公建能耗监管系统的总体目标是建立起全 会的大型公建能耗监管系统，对重点城市和重点建筑能耗进行实时监测，为建设行政主管部门出台各类公共建筑节能管理规定、行业标准和规范以及各类建筑节能政策提供数据基础。与此同时，通过能效评估、能源审计、节能诊断、节能优化、能耗公示、能耗定额等措施促进国家机关和大型公建提高节能运行管理水平，培育建筑节能服务市场，为高能耗建筑的节能改造创造条件。

1.2 大型公建能耗监管系统物联 架构

面向智慧城市的大型公建能耗监管系统主要包括感知层、数据采集层、数据预处理层和 络层四部分，其物联 架构如图 2.1 所示。

1.4 大型公建能耗大数据监管平台

1.4.1 能耗大数据

大型公建能耗大数据中包含了多种不同类型建筑（如：商业、医院、办公、高校等）和能源（电、热/冷、气等）数据，数据的组成复杂、类型多样。随着大型公建能耗监管平台逐步规范、应用普及，建筑运行能耗数据不断积累，已形成具有海量规模、快速流转、多样类型、高维度和高密度的能耗大数据。

能耗大数据的特征可以概括为“3V”和“3E”。其中“3V”分别是体量大（volume）、类型多（variety）和速度快（velocity），“3E”分别是数据即能量（energy）、数据即交互（exchange）、数据即共情（Empathy）。

（1）体量大。智慧城市的背景下，大型公建的数量巨大，类型多样，且其能耗数据的采集频度、精度都在提升，因此其能耗数据体量非常庞大。
（2）类型多。大型公建能耗数据涉及多种类型的数据，包括电耗量、水耗量、燃气量（天然气量或煤气量）、集中供热耗热量、集中供冷耗冷量、可再生能源等；建筑分项能耗数据主要包括照明插座用电、空调用电、动力用电和特殊用电等，因此具有类型多的特征。
（3）速度快。智慧城市背景下，要求对能耗大数据有更快的分析、处理速度，这也是与传统能耗数据处理的区别。
（4）数据即能量。大型公建能耗大数据具有不可估量的价值，通过能耗特征提取、能耗数据分析等手段，发现其内在规律，并提出相应的节能策略，达到节能降耗的目的。
（5）数据即交互。大型公建能耗大数据的应用价值不仅仅在大型公建范围内，其与国家的 会经济发展也有着深刻而密切的联系。
（6）数据即共情。能耗大数据推动中国电力工业由“以电力生产为中心”向“以客户为中心”转变，其本质是通过对大型公建的能耗需求进行充分挖掘，为其提供更加优质、安全、可靠的能耗供给服务。

1.4.2 能耗大数据监管平台

在智慧城市的背景下，大型公建能耗大数据可以分为数据获取、数据存储和数据分析和数据应用四部分，其平台架构如图 2.3 所示。

2 大型公建能耗计量系统设计

2.1 大型公建的边缘计算模型

建筑能耗云将整个 络的数据储存在计算基础设施中，也就是云端，再进行集中管理并对能耗大数据进行深度分析和决策；建筑能耗云采用高效、节能、定制化的云服务器建设数据中心，具有技术能力聚集度高、数据处理效率高、数据处理成本低的特点。但是，在智慧城市背景下，大型公建运行能耗数据不断积累，已形成具有海量规模、快速流转、多样类型、高维度和高密度的能耗大数据，云计算数据中心的集中式处理模式表现出其固有的问题：第一，集中式云计算能力的线性增长无法满足指数式增长的海量能耗数据；第二，从能耗计量系统传输到云计算数据中心的海量数据加大了传输带宽的负载量，造成较长的 络延迟。

为解决上述难题，边缘计算模型提出将原有云计算数据中心上运行的一些计算任务进行分解，然后将分解的计算任务迁移到边缘节点进行处理，即能耗计量系统，以此降低云计算数据中心的计算负载。比如，将能耗数据的预处理、标准化等过程分配在能耗计量系统上执行。在智慧城市的背景下，边缘计算模型与云计算模型相辅相成、相互结合，为大型公建能耗的信息化管理提供较为完美的软硬件支撑平台。

我国的大型公建的类型多样，包括商业、医院、办公、高校等；其能源系统的形式、结构复杂，既有电力、燃气、热水、蒸汽等一般能源，又包括太阳能、风能、地热能、蓄热蓄冷、余热废热、中水/雨水等绿色能源资源形式；其能耗数据属性维度高，包括建筑（如建筑面积、体形系数、窗墙比、围护结构形式等）、能耗（如电、冷/热、蒸汽等）、设备（如空调、照明、电器等）、和人员（如办公、访客、门诊病人、住院病人等）等。由于各类型大型公建的属性、特征等差异较大，大型公建能耗大数据的组成及结构复杂，其中存在大量“噪声”、“冗余”和“缺失”数据，原始能耗数据无法直接应用于大数据分析与建模。

2.2.2 软件设计

（1）可视化界面
LabView 是基于图形编译语言的虚拟仪器软件开发平台，由美国国家仪器公司研制开发；LabView 集成了与满足 GPIB、VXI、RS233 和 RS485 协议的硬件及数据采集卡的通信功能，包含数据采集、GPIB、串口控制、数据分析、数据显示及数据存储等函数库，提供了实现仪器编程和数据采集系统的便捷途径。

建筑能耗计量系统软件设计采用 LabView 平台进行开发。终端软件的界面包括能耗监测、环境监测、人员监测和能效分析单元，如图 3.4 和图 3.5 所示。其中，能耗监测单元可以实时显示建筑本体的照明能耗、插座能耗、空调能耗及热水器能耗数据；环境监测单元可以实时显示室内温湿度；人员监测单元可以实时显示室内人员数量；能效分析单元可以对总电量、综合能耗、单位建筑面积能耗和人均能耗进行分析。

①综合能耗
综合能耗的计算方法如式（3-1）。其中，E 代表综合能耗，单位为千克标准煤；E_elec 代表总用电量，单位是千瓦时；此外，式（3-1）中 0.1229 为电力的折标系数，单位是千克标准煤每千瓦时。

2.2.3 通信规约

建筑能耗计量系统与计量装置采用 RS-485 总线进行通信，建筑能耗计量系统与建筑能耗云计算数据中心采用互联 进行通信。

（1）建筑能耗计量系统间与计量装置的通信
RS485 是由美国电子工业协会在 RS422 的基础上制订并发布的串口标准，采用平衡式发送、差分式接收的数据收发器来驱动总线，RS485 接口标准的具体参数如表 3.2 所示。建筑能耗计量系统与计量装置之间采用 RS485 总线连接，RS-485 通讯数据帧格式如表 3.3 所示，包括地址域、控制码、数据域等部分。

（2）负荷等级
电力负荷按其对供电可靠性的要求及中断供电对人身安全、经济损失所造成的影响程度划分为三个等级。《民用建筑电气设计规范》（JGJ16-2008）中第 3.2.2节对民用建筑用电负荷进行分级，一级、二级和三级负荷评价分值分别取 3、2、1，如表 4.1 所示。

3.2.1 评价指标权重的确定方法

层次分析法是美国运筹学家 Stssty TL 在 20 世纪 70 年代提出的一种定性和定量相结合的决策分析方法，它能够在个人的主观判断与数学的逻辑严密性之间建立可量化通道。因此，论文采用层次分析法确定评价指标权重，其具体步骤如下所示。

（1）将评价指标两两比较，比较结果以 1~9 标度法表示，见表 4.4，构造判断矩阵 A：

（2）计算模糊综合评判矩阵
对评价指标矩阵 T 行向量进行归一化，得模糊综合评判矩阵 R：

（4）确定模糊评价向量

式（4-12）中：F_??为某计量装置优化结果，取 1 即该点位需要安装计量装置，取 0即不需要安装计量装置； b_??为各计量装置安装权重；i 取 0-m；b₀为计量装置的权重阈值，根据实际工程对象和施工经验取值。式（4-13）中：F 即为模糊评价向量。