在“雙碳"戰略目標下,節能減排已成為國家戰略部署與企業高質量發展的必然要求。中央空調作為建筑與工業領域的核心能耗設備,其能耗占建筑總能耗的40%以上,部分大型公共建筑及工業廠房占比可達60%,占社會總能耗的12%~18%,年消耗標準煤7~10億噸,對應二氧化碳排放量19~29億噸,具備顯著的節能潛力。

國家及地方層面相繼出臺多項政策標準推動中央空調節能升級,包括《“十四五"節能減排綜合工作方案》《重點用能產品設備能效水平、節能水平和準入水平(2024年版)》《高效制冷機房技術規程》(T/CECS 1012-2022)等,明確要求提升中央空調系統能效水平。其中,T/CECS 1012-2022規定綜合能效≥5.0為一級高效機房,而我國現有中央空調制冷機房綜合能效3.5以下占比高達85%,5.0以上占比不足3%,亟待通過系統性改造實現能效提升

(一)普遍能耗問題
1. 設計冗余導致低效運行:系統設計階段按大負荷選型,實際運行過程中,受氣候條件、人員密度、生產負荷等動態因素影響,系統普遍處于“大馬拉小車"的低效運行狀態,能源浪費現象突出;
2. 輸配系統能耗占比偏高:冷凍水泵、冷卻水泵、冷卻塔風機、末端風機等輸配設備能耗占系統總能耗的20-40%,傳統定頻設備無法根據實際負荷需求進行動態調節,能耗管控難度較大;
3. 運行管理模式粗放:依賴人工巡檢與操作,缺乏精準的負荷感知能力與智能調控手段,易出現運行參數設置不合理、設備協同運行效率偏低等問題;
4. 維護保養體系不完善:換熱器結垢、管路保溫破損、水質惡化等問題未能及時處置,導致系統換熱效率下降,額外增加能耗20%以上。

(二)典型場景痛點
1. 工業場景:制造業車間中央空調能耗占比20%-40%,電子、PCB等行業對溫濕度參數要求嚴苛,老舊系統運行穩定性不足,易影響產品良品率;
2. 商業建筑:商場、寫字樓等場所人員密度波動較大,新風量調節精度不足,高峰時段能耗高度集中,電費成本持續居高不下;
3. 公共建筑:醫院、數據中心等場所需保障中央空調24小時連續運行,傳統系統應急保障能力薄弱,運維人力成本較高。

中央空調系統能效管理解決方案構建“感知-傳輸-分析-調控-運維"全鏈路智能化能效管理體系,通過“源頭優化+運行智能+維護精準"三維協同發力,實現系統從粗放式用能向精細化管控的轉型,綜合節能率可達15%-46%。
1. 感知層:部署智能電表、冷熱量表、溫度傳感器、壓力傳感器、流量傳感器、CO?傳感器、遠傳水表等感知設備,實時采集主機運行參數、輸配系統運行狀態、室內環境參數、能耗數據等核心信息,實現系統全節點數據覆蓋;
2. 網絡層:依托智能網關、IO模塊、信號隔離器等設備,構建穩定可靠的有線與無線融合傳輸網絡,保障數據安全上傳與調控指令精準下達;
3. 數據層:采用MySQL、MongoDB、Redis等混合數據庫架構,完成海量運行數據、能耗數據、氣象數據的存儲、清洗與整合,為后續分析優化工作提供堅實數據支撐;
4. 應用層:集成能效分析、負荷預測、AI調優、群控管理、費用分攤等核心功能模塊,基于機器學習算法實現系統全局能效尋優;
5. 展現層:通過WEB端管理平臺、移動APP、大屏可視化系統,實時展示能耗數據、能效指標、設備運行狀態,支持遠程操控與故障報警功能。

中央空調AI調優輸入參數

須采集的運行數據

典型能源站供能系統的算法層級
1、中央空調系統制冷調優
2、換熱站供熱調優
3、太陽能制熱預測及空氣源熱泵系統調優
4、冷/熱源與末端溫控風控調優

AI調優原理
通過建立高精度的能效模型,在保證安全的前提下,采用全局主動優化算法確定該負荷條件下各子系統的運行策略。

關聯性分析
熵權-灰色關聯分析法。這一方法首先利用熵權法客觀地確定各指標權重,然后運用灰色關聯分析探究各指標與決策目標之間的關聯度,最終根據關聯度的大小對方案進行排序,實現對復雜系統的有效評價和決策,再有針對性地進行調整和優化。

設備調優
群智能算法是受到自然現象的啟發,鯨魚優化算法模擬了座頭鯨時采用的一種特殊技巧。算法的核心在于模擬鯨魚捕食的三個階段:包圍獵物、泡泡網攻擊以及搜尋獵物。在算法實現中,每個鯨魚個體代表一個可能的解,而優解則相當于被追捕的小魚。算法通過迭代過程不斷更新這些“鯨魚"的位置,以期逐漸逼近問題的優解。

中央空調能效監測
包括系統COP
系統單耗
主機COP
制冷量
系統今日電耗
組態監控

中央空調能效監測詳情
瞬時數據和累積數據的計算分析
48小時能效數據橫向對比分析

中央空調能效對標
可自行設定能效對標數據
可按國家標準、銘牌數據等進行對比
瞬時數據與累積數據同時對比

空調面板監控
可遠程監控空調。
感知空調的運行狀態、溫度、模式、風速、風向等
遠程設置:開關、溫度、模式(制冷、制熱、送風、除濕)、風速(高速、中速、低速)、風向(擺動、前后左右導風板位置)。
群組控制:同區域空調可以同時控制、多用戶同時異地監控管理

能耗監測
監測末端空調總用電量、單臺空調用電量等。
按建筑、房間拓撲監測房間空調日、月、年用電量。
按不同時段,對比查看多個房間用電量。

四、典型案例-上汽檢氫能基地
上海汽檢氫能與燃料電池檢測基地坐落于嘉定氫能港,占地面積約50畝,建有氫能整車試驗樓、氫能零部件試驗樓和輔助試驗樓,包括輕重型車轉轂環境實驗室、燃料電池汽車四驅動力總成實驗室、燃料電池發動機實驗室等各類實驗室15個,總建筑面積約5萬平方米。是上海覆蓋燃料電池整車、發動機、電堆及關鍵零部件等技術的氫能第三方檢測研發公共服務平臺

客戶需求

項目方案
主要范圍分為三個部分:
1、電、水、氫氣的能耗采集,這部分統一由Anet采集上傳。
2、能源動力系統的設備狀態、系統運行數據采集和控制統一由PLC監控,PLC轉發數據至Anet網關,網關上傳數據至平臺。
3、中央空調及壓縮空氣AI優化建議:基于冷負荷預測提出對主機出水溫度及冷凍水泵調控溫差的建議;提出空壓機啟動設備建議。
系統部署在企業私有云上,能源管理公司負責管理檢驗中心的能源消耗、通用設備的能源轉換效率及設備維保。

特色功能

