第767期：人工智能暖通智慧调度系统成果推介

人工智能暖通空调智慧调度系统

成果参与单位华北电力大学、华北电力大学零碳能源与建筑技术研究所、中移园区建设发展有限公司

成果完成人

孙健、郝俊红、于刚、杜小泽

知识产权情况相关专利 2 项，软件著作权 2 项

成果背景

在全球范围内，公共建筑的节能降耗已逐渐成为各国推进可持续发展的关键方向之一。尤其在“双碳”战略持续发力的背景下，我国建筑领域的能耗控制与减排压力不断加大。根据统计，2021年建筑运行阶段的总能耗约占全国总能耗的21.9%，其中暖通空调（HVAC）系统的能耗占比更是超过建筑运行总能耗的50%。因此，围绕HVAC系统开展节能优化已成为亟需解决的核心问题。

目前，许多公共建筑HVAC系统仍主要依靠被动采集监测数据与人工手动调整，调控方式相对单一，既难以实现冷热负荷的精细化预测，也缺少更为智能的、多能协同调度主动管理能力。受此影响，传统方案往往节能效果有限，面对负荷波动时适应性不足，难以满足日益严格的节能减排要求。

成果介绍

人工智能暖通空调智慧调度系统以大数据与人工智能为支撑，搭建了面向HVAC运行的高效管理平台。系统首先汇聚建筑历史能耗、实时工况以及天气预报等信息，借助冷热负荷预测模型，面向供热制冷需求进行更准确的前瞻性判断。随后，基于预测结果，系统引入多冷热源的人工智能调度方法，能够在运行过程中智能确定并组合不同能源设备（如燃气锅炉、电动热泵、光伏系统等），从而实现冷热源的最优调配与实时运行控制。通过持续的在线监测与反馈，平台不断修正调度策略，使系统对环境变化具备更强适应能力，并自动调整设备工作状态。在保证使用者舒适度的同时，进一步提升能源利用效率、减少运营支出，促进建筑能效水平与绿色发展目标的落地。

零碳能源建筑技术研究所团队具备扎实的科研积累，依托大数据建模与人工智能算法的创新应用，完成了建筑冷热负荷预测与多能源系统的智能调度，形成节能效果突出的人工智能暖通空调智慧调度系统，并建立了较为完善的自主知识产权体系。相关技术成果相比传统方式更具优势，在建筑领域的节能减排应用中具备较大的推广潜力和市场空间。

创新点

1、冷热负荷预测算法：本系统综合采用大数据处理与机器学习手段，研发建筑冷热负荷预测算法。算法能够结合实时环境信息与天气预报，对建筑未来能耗需求进行更精确的预测。通过对历史能耗数据、环境参数、建筑自身特性等要素的分析，实现对短时段冷热负荷变化的动态预判，从而提升能效管理决策的准确性。

2、多冷热源人工智能调度算法：系统以人工智能算法为核心增强多冷热源智能调度能力。平台会根据建筑实际负荷需求以及能源价格波动情况，智能选择并组合多类冷热源（如燃气锅炉、电动热泵、光伏、蓄电池等），以达到提升能源利用效率、降低运行成本的目标。同时，调度策略支持对设备进行实时控制，保证系统在多种使用场景下运行的稳定性与可靠性。

3、综合能源智慧自动化控制平台：系统配套的综合能源智慧自动化控制平台将环境传感器、控制器与计算设备进行集成，并通过建筑局域网完成数据通信。平台能够实时获取温湿度、光照、压力等多维数据，并依据自研的负荷预测与调度算法，对设备运行状态实施自动调节，实现冷热源设备的精细控制。由此在满足舒适体验的同时同步实现节能目标。

应用场景

1、公共建筑：该系统尤其适用于大型公共建筑（如办公楼、商场、酒店、医院等），此类建筑通常存在较高的HVAC能耗水平。系统可以对冷热需求进行智能预测，并对多种能源设备开展高效管理，降低运行费用，同时维持室内环境的舒适性，符合建筑低碳化发展方向。

2、工业设施：在工厂、生产车间等工业场景中，能源需求往往较大且波动频繁，系统可对多能源结构进行实时优化与调度（如工业锅炉、制冷机组、热泵等），从而提升能源使用效率，保障生产连续性与稳定性，并进一步减少碳排放。

3、学校和大学校园：高校与大型校园建筑群通常依托集中供暖、供冷与供电运行，尤其是宿舍、教室与实验楼等区域存在较大的空调负荷。系统可提供高效的集中能量管理方案，减少不必要的能耗浪费，并支持用能高峰期的负荷预测与动态调节，提升整体能效管理能力。

4、智慧城市项目：在智慧城市能源治理体系中，该系统可作为重要组成部分，为城市建筑群提供集中式冷热负荷调控能力。通过智能化调度与实时控制，帮助城市建筑集群实现绿色、低碳的能源使用目标。

5、新建或改造的绿色建筑：对于新建绿色建筑或存量建筑的节能改造，本系统可作为能效提升的优化解决思路，满足建筑低碳化与节能升级需求，从而为实现“双碳”目标提供支撑。

市场前景

1、政策推动：随着全国层面“双碳”目标持续推进，绿色低碳发展已成为国家政策重点。我国对建筑节能、工业节能与智慧城市建设给予了多方面支持，为人工智能暖通空调智慧调度系统的市场拓展提供了良好的政策条件。与此同时，各类补贴与税收优惠等激励措施也在推动节能技术在建筑与工业领域的进一步落地。

2、市场需求：建筑与工业行业的能耗长期处于较高水平，相关主体对高效能源管理系统的需求不断增长。大型公共建筑、工业园区以及智慧城市项目等都希望通过智能化暖通空调方案降低能耗并压缩运营成本，尤其在建筑节能改造与园区综合能源管理场景中，市场对低碳智能控制技术的认可度和需求持续上升。

3、技术趋势：大数据与人工智能的发展为能源管理智能化奠定了技术基础。越来越多的企业与用户认识到，智能调度与预测技术在提高能源利用效率、减少碳排放方面具备显著潜力。随着数据采集、分析与建模能力的持续提升，该类系统的市场覆盖面与应用规模仍将进一步扩大。

4、应用场景多样性：系统不仅能够服务单体建筑，也可进一步扩展到更大范围的建筑集群与园区，甚至适配更高层级的城市级能源管理。尤其在智慧城市与大型园区的集中供能管理中，系统具备明显的市场竞争优势。同时，新建项目的绿色设计以及存量建筑的节能改造也为市场延伸提供了充足空间。

5、经济效益显著：人工智能暖通空调智慧调度系统可为用户提供约10%～20%的能耗节约水平，从而带来可观的经济回报。对大型建筑与工业设施而言，节省的能源成本与运维费用更为明显，提升了方案的市场吸引力。随着能源价格持续波动，能效带来的长期成本下降将成为用户选择的重要驱动。

应用案例

1、北京市中国移动国际信息港园区（二号地）

伴随“双碳”目标深入推进，公共建筑的低碳化已成为各类建筑节能改造的重要任务。根据《中国建筑能耗与碳排放研究报告（2022）》，暖通空调（HVAC）系统能耗约占全国建筑运行总能耗的50%以上，这说明在节能改造过程中对HVAC系统的优化至关重要。基于这一需求，中国移动信息港委托华电零碳能源与建筑技术研究所研发“公共建筑低碳化智慧暖通空调系统”，为园区提供具有领先水平的能源调度解决方案，并在北京市中国移动国际信息港园区（二号地）开展试点应用，目标是实现按需供能、提高能效并降低碳排放。

项目实施：项目通过一系列关键技术实现人工智能智慧暖通空调调度系统的搭建与部署。系统依托室内外环境传感器实时获取温湿度、光照、风速及辐射等数据，并结合管网传感器采集的压力、流量与热量等信息，叠加自研的建筑负荷神经网络预测算法与冷热源多目标调度算法，利用大数据方法综合分析建筑特性、区域环境、用热习惯、能源价格及设备折损等因素，从而实现对热负荷的精准预测与供能系统的智能调控。平台采用多目标优化调度策略，灵活分配锅炉、热泵、制冷机等设备的运行组合，在保障舒适性的同时最大限度提升能源利用效率。同时，借助神经网络驱动的多能互补调控方式完成源网荷储一体化管理，实现从供给侧到用能终端的协同控制，提高资源配置效率并降低运行费用。项目形成的智慧调度平台具备设备联动与智能控制能力，不仅可调节各能量流与设备状态，还支持横向扩展，能够与其他能源管理系统实现顺畅对接，为公共建筑集中供能提供一体化落地方案。

系统上线后，信息港二号地暖通空调（HVAC）系统能耗相较改造前下降了22.77%，年度能源消耗显著减少。随着能效水平提升，园区暖通系统的运行成本大幅压降，体现出明显的经济效益；同时，项目有效降低了暖通系统的碳排放量，助力园区推进绿色建筑建设，并推动“双碳”目标的实现。

运行期间节能率汇总表：

运行期间综合节能率与目标节能率对比图：

效益分析

1、节能成本降低：人工智能暖通空调智慧调度系统通过智能化负荷预测与多冷热源优化调度，能够将供能需求与运行策略进行更精准的匹配，从而减少无效用能并降低能耗成本。根据实验结果，该系统可使建筑运行费用下降10%～20%，帮助企业或建筑管理者获得更为显著的节能收益，尤其在大型建筑群与工业园区场景中，节省的能源支出更为可观。

2、延长设备使用寿命：借助更精确的能源管理与调度，系统能够对设备运行安排进行合理规划，降低频繁启停带来的系统损耗，从而延长设备使用寿命，减少后续维护与更换支出，进一步提高企业与建筑的运行效率。

3、环保效益与社会责任：系统通过降低能源消耗来减少碳排放，为用户实现绿色环保与社会责任目标提供支持。除带来直接的环保价值外，也有助于提升企业或建筑管理方的社会形象与品牌价值，进而间接提高综合收益。

4、长期投资回报率高：尽管该系统初期投入相对较高，但其节能成效显著。长期来看，通过持续节约能源、降低运维成本并减少设备损耗等方式，可实现较快的投资回收，并在后续运行中持续为用户创造经济效益。此外，随着能源价格的进一步上行，系统的经济优势还将持续增强。