分类：论文范文 发表时间：2021-12-17 08:47
摘 要: 物联网的兴起给智慧建筑能耗管理带来了革命性的突破。随着对建筑智能水平要求的不断提高，为 实现建筑内各系统、设备之间互联互通，需将其与物联网技术进一步整合。基于电力物联网技术分析了智慧 建筑中的能耗管理方式，阐述了绿色建筑中能耗预测、节能方面的研究进展，重点对基于电力物联网的智慧建 筑能耗管理架构进行了优化与设计。
关键词: 电力物联网; 智慧建筑; 能耗管理; 能耗预测; 节能
智慧建筑已经成为未来建筑的发展趋势，并 且智慧建筑能耗管理也成为国内外学者的研究热 点。就研究方向来看，能耗管理算法层面上的研 究主要分为 2 个方向: 一是基于人工智能的学习 方式，二是基于模型的预测控制［1］。 电力物联网是实现智慧建筑能耗管理的重要 技术，主要用于智慧建筑的数据采集、传递和处 理。电力物联网是一种具有状态全面感知、信息 高效处理、应用便捷灵活等特征的智慧服务系统， 从“云、管、边、端”4 层架构的新角度，对智慧建筑的架构进行优化设计，进一步提升能源利用率，实 现设备智能化、办公自动化、用能清洁绿色化，推 动电力物联网智慧建筑实现可持续发展。 本文首先介绍了智慧建筑和电力物联网的概 念，提出了电力物联网框架下智慧建筑的能耗管 理架构，进而总结智慧建筑能耗管理中节能和预 测技术的研究进展，最后分析了电力物联网下智 慧建筑能耗管理的关键技术与应用前景。
1 智慧建筑与电力物联网
1． 1 智慧建筑
智慧建筑是顺应科学发展和生活需求提出 的概念，是将传统建筑与通信技术、计算机技术 以及自动控制技术相结合，实现建筑内设备的 互联互通，充分提高建筑安全性能。早期的智 慧建筑能耗管理系统大部分采用有线通信 方 式，具有实时性差、数据准确性不高、成本高、安 装难度大等问题［2-3］。5G 和低功耗广域网技术 为智慧建筑能耗管理系统提供了更高速率、低 时延的通信方式。 当前智慧建筑主要向环境友好型的绿色建筑 方向发展。绿色建筑强调对建筑模型信息、电气 设备用电量和用户的用电习惯等数据采集后，通 过各种学习算法，如支持向量机( Supper Vector Machine，SVM) 、神经网络算法等对数据进行深 度挖掘分析，提出行之有效的建筑节能方案，提高 能源利用率、降低建筑能耗、大幅减少建筑运行成 本。
1． 2 电力物联网
电力物联网是物联网在智能电网中的应用， 是信息通信技术发展到一定阶段的产物，将有效 整合通信基础设施资源和电力系统基础设施资 源，提高电力系统信息化水平，改善电力系统现有 基础设施利用效率，为电网发、输、变、配、用电等 环节提供重要技术支撑［3］。作为能源互联网的重 要组成部分，推进电力物联网建设是未来重点的 发展方向。 电力物联网不仅是指在电力系统中实现人与 物、物与物相连，更进一步将服务也加入进去［4］， 表现为人、物和服务相互连接的系统。电力物联 网人、物、服务互联如图 1 所示。
2 电力物联网的智慧建筑能耗管理 架构设计
2． 1 通用架构设计
传统智慧建筑能耗管理系统由感知层、网络 层、应用层 3 层组成，具体如图 2 所示。
其中，感知层经能耗采集节点将采集的能耗数 据发送，中继节点实现数据的远传，协调节点实现 能耗数据的汇集并将其发送给网关; 网络层将协调 器汇集的能耗数据通过网络上传至应用层; 应用层 主要由服务器实现能耗数据的远程存储［5］。
随着智慧建筑终端设备的不断智能化发展， 终端数据量大幅增长，传统能耗管理架构显然已 经没有处理较高时空复杂度数据的能力。在电力 物联网时代，边缘计算技术、云雾计算技术为实现 智慧建筑能耗管理统一化、轻量化提供了可能［6］。 本文基于电力物联网技术，对智慧建筑能耗管理 系统架构进行优化，设计为“云—管—边—端”4 个层面［7］，具体如图 3 所示。
2． 2 云—管—边—端
云: 可以为智慧建筑提供强大计算能力，通过 云数据、云计算与人工智能相结合，实现电力流、 信息流与数据流的显性隐性价值挖掘，确保建筑 内部电力通信系统的稳定运行和持续使用［9］。智 慧建筑通过云技术支持，进行能耗数据管理分析， 从而达到节能的目的。
管: 可以理解为边缘设备上行至云平台的数 据传输通道，根据网络架构对通信方式进行融合， 并实现对网络资源灵活合理的调度和管理。智慧 建筑前端设备通过有线或无线通信与设备进行连 接，在设备模型中涉及众多接口和通信协议，包括 ZigBee，Wifi，BACnet，LonWorks 等［10］。能 耗 管 理系统在管层将设备统一接入网关，实现协议转 换以及上传，使各系统设备随时随地实现联网状 态。
边: 首先，边缘计算基于冗余计算，可将云平 台的运算能力向靠近终端的地方下沉，并融合多 站网络传输、变电储能等创新技术，提高每个节点 的数据处理效率; 其次，由于数据本身就分布在不 同节点，边缘计算可以提供更精准、更本地化的数 据处理能力，将数据局部融合并加密，将器件虚拟 化后只需将结果向后台反馈，从源头上保护数据 的安全性和隐私性［11］; 最后，通过不同边缘计算 的协调获取全局结果，比如设计相应的分布式优 化算法，开展边缘计算，从而极大地降低数据传输 量，节省带宽，缩短响应时间。
端: 在智慧建筑里合理布置传感器节点，基于 智能芯片的微型智能传感及智能终端完成设备信 息的采集、提取和传递，对数据进行科学的应用分 类。如对建筑电气设备控制、能耗统计数据等被归 至绿色节能类应用; 对访客管理、发布信息、公共广 播等在内的其他应用则一并划分至高效办公类应 用; 车辆与人员进出控制、智能楼宇监控系统等被 归为安全防护类应用。这样采集到的数据具有更 细分化、更大颗粒度、更加精确等特点，进而通过边 缘计算完成本地自控，无需像传统设备一样只具备 遥测遥信功能而不具备遥控功能［12］。
3 智慧建筑能耗管理研究进展
美国能源信息署公布的数据表明［17］，在全球 范围内，建筑能耗占社会总能耗的 20% ～ 40% 。 社会城市化水平越高的地区能耗占比越高，建筑 能耗已是第二大能源消耗产业，仅次于工业能耗。 建筑内部的能耗占比如图 4 所示。
其中，暖通空调系统的能耗占比最高，达到平 均 40% 以上。其次是热水系统和照明系统，平均 达到 15% 和 10% 左右。
3． 1 智慧建筑能耗预测技术研究进展
建筑能耗预测对建筑的舒适度、安全和节能 有着重要的作用。预测结果通常包括建筑的内部 热负荷、冷负荷、用电量、用电量的峰值、室内温湿 度、室内空气安全质量以及终端设备的运行状态 等。常用的基本预测算法包括支持向量机( Support Vector Machine，SVM ) 、多元线性回归模型 ( Mutiple Linear Ｒegression，MLＲ) 和 K 邻近算法 ( K-Nearest Neighbors，KNN) 。MLＲ 算法用来预 测每日峰值负荷和每月用电需求，KNN 算法广泛 应用于风速预测、电力预测和太阳能预测。SVM 算法基于结构风险最小化原理，用于能源消耗预 测。SHINE P 等人［18］通过 SVM 算法对爱尔兰一 个农场的年度用电量进行了预测，误差率低于 5% ; FANG T 等人［19］通过 MLＲ 算法对城市建筑 每小时的温度变化进行了一周( 168 h) 的预测，显 示出很高的精确度和鲁棒性。结合算法的优劣 性，采用准确性、通用性和鲁棒性为算法检验指 标［20］。建筑能耗预测框架如图 5 所示。
文献［21］提出了一种基于集成学习的能耗预测 模型，将多种算法模型进行融合，以 5 组预测结果和 测试结果作为新算法模型的训练集和测试集，得出 新的输出结果，集成学习算法流程如图6 所示。
文献［22］以天津大学校内教室和办公室的 电能消耗作为研究对象，将集成算法与随机森林 算法( Ｒandom Forest，ＲF) 、梯度增强决策树( Gradient Boosting Decision Tree，GBDT) 、支持向量回 归( Support Vector Ｒegression，SVＲ) 、极端梯度增强算法( extreme Gradient Boosting，XGBoost) 、KNN 算法在算法的精确度和相对误差分布之间进行了对 比，结果如图7 所示。由图 7 可知，相对于上述 5 种 算法，集成算法的精确度提高了16． 2% ～49． 4%。
3． 2 智慧建筑节能技术研究进展
建筑节能是指建筑建造材料的节能和能源使用 节能。对 应 建 筑 信 息 模 型 ( Building Information Modeling，BIM) 技术和模型预测控制( Model Predictive Control，MPC) 技术是建筑节能的有效方法。
3． 2． 1 建筑信息模型 BIM
BIM 通过三维模型视角展示建筑的全方位信 息，可以实现对建筑物全生命周期能耗的分析，为设 计初期进行建筑物节能设计提供有力的数据支持。
文献［23］对现阶段 BIM 技术的研究进行了 综述，介绍了建筑设计过程及建筑信息建模、建筑 能源建模在设计过程中的应用，对当前基于建筑 信息建模的建筑能源方法进行了评估，概述了未 来发展的趋势。BIM 技术为整个建筑从规划、设 计、施工和运维的全生命周期信息的插入、获取、 更新和修改提供了可靠的支持。其各阶段工作内 容如表 1 所示。
3． 2． 2 模型预测控制 MPC
MPC 自 20 世纪 70 年代问世以来，已经从最 初在工业中应用的启发式控制算法发展成为一个 具有丰富理论和实践内容的新的学科分支。该模 型为处理复杂约束优化控制问题提供了一种有效 的解决方法。
文献［24］提出了一种基于模型预测控制的 智能楼宇用能灵活性调控策略。该策略以居民楼 宇的用电情况为研究对象，通过热容、热阻模型建 立空间状态方程，分别通过改进日前控制( Day-ahead Predictive，DAP) 和 MPC 两种方式进行控 制，具 体 结 果 如 图 8 所 示。由 图 8 可 知，基 于 MPC 方法调控下的楼宇电能消耗更低，并且电压 波动曲线更为稳定。
3． 3 基于电力物联网的能耗管理研究进展
电力物联网的搭建将为能耗管理提供许多便 利。相对于传统物联网架构，电力物联网架构下 的平台能够更好地为管理提供方便，包括园区能 耗管理、园区故障诊断、新能源接入和汽车充电桩 等。能源管理监控系统通过检测并网点计量表状 态，对电池电流进行跟踪和预测，并根据用户实际 用电负荷实时调整储能系统出力，削平用户用电 高峰，增加电网容量，最大效率地利用电池存储电 量，将储能系统的效用发挥到最大［25］。
文献［26］将光伏发电系统、储能系统、充电 桩系统和智能路灯系统与能效管理监控展示平台 结合，改造后的能源系统在能源消耗总量上降低 了 18． 3% ，能源利用效率提升了 10． 2% 。
文献 ［27］设计了楼宇智慧用能系统，从用户侧生成一 条控制策略，在需求响应启动后，自动控制设备执 行。该系统运用在烟台某商业综合体中，能降低 企业综合能耗 15% 左右。文献［28］通过综合检 测、优化调度、能耗分析和智能运维 4 个方面分析 了电力物联网在智慧楼宇和智慧园区的应用，实 现了多能互补协调优化控制，降低了用能成本，提 高了用能质量，实现了能源监测、能效分析和能效 诊断等功能，充分发挥了能源供给的配置作用。
文献［29］以能耗监测管理系统为研究对象，设计 了采集和通信硬件通信模块以及能源控制系统软 件，构建了一个智慧能源综合服务平台，通过柱状 图显示各区域当月用电高能耗的前 5 名以及用电 低能耗的前 5 名，建立了完整、统一的奖惩制度以 及清晰、准确的层次组织关系。
文献［30］明确了 生产运营、客户服务、施工管理、能源生态、企业中 间平台、SIoT、基础支撑和技术研究等 8 个方向的 重点建设。文献［31］提出了智慧用能管理系统 UPIoT 的总体技术框架，为政府、企业和个人的物 联网总体架构开发提供了参考。
4 结 语
基于电力物联网的智慧建筑能耗管理系统设 计以“云、管、边、端”4 层架构为基础，与建筑内用 户的实际需求、各能耗特点进行有机整合，使得物 联网建筑内各系统、设备之间能够实现互联互通。 目前在能耗管理系统设计上仍存在诸多问题。 在后续研究中，将从数据处理与算法入手，对 采集的数据及时归属、界定数据密级、赋予数据权 限，保障通信网与电力网的隐私与安全; 同时研究 更优化的分层和分布式算法，以实现对海量数据 的即时控制与监测。
参考文献:
［1］ DU X，QI X，AI M． The analysis of the energy efficiency of refrigeration stations in HVAC［C］/ /2009 IEEE International Conference on Automation and Logistics． Shenyang，China， 2009: 175-180．
［2］ 娄岩． 物联网技术在智能建筑中的应用研究［D］． 成都: 电 子科技大学，2014．
［3］ 北极星输配电网． 实现“三流合一”推动坚强智能电网与泛在 电力物联发展［EB /OL］． ( 2019-01-23) ［2020-05-07］．
［4］ 杨东升，王道浩，周博文，等． 泛在电力物联网的关键技术 与应用前景［J］． 发电技术，2019( 2) : 107-114．
［5］ 王晓曼，于军琪，高博超，等． 基于物联网的建筑能耗管理 研究［J］． 工业控制计算机，2011，24( 4) : 45-46．
［6］ 靳晓刚，叶舟，张慎明． 智能楼宇能源管理研究［J］． 应用能 源技术，2010( 10) : 48-50．
王 珏，方 正，范 磊，庞成鑫
相关阅读
论文常识
期刊知识
著作出版
教材出书
专利申请
出版社
扫码关注公众号