文章摘自2014年12月版CIBSE杂志作者:莉莎·杨。
一个新的数据平台从现有的BMS中提取和分析信息，每年为伦敦国王学院节省了近40万英镑。Liza Young为您带来Demand Logic的工作原理。
在大型复杂建筑的供暖、制冷和通风系统中寻找节能机会就像大海捞针一样。然而，一个新的基于网络的平台从建筑管理系统(BMS)中提取和分析数据，发现了47个伦敦国王学院的节能机会，到目前为止，每年节省了39万英镑。
该系统由在线节能公司Demand Logic开发，使用“大数据”技术持续传输和分析数千个BMS数据点，包括控制信号、传感器、阀门位置、设定点和仪表。它将这些信息存储在一个云数据库中，并使用它来提供一套信息图，以帮助发现常见但非常浪费的故障——例如处于手动控制状态的工厂项目、超时运行或同时加热和冷却。
其主要目的是通过识别仍在商业建筑中发生的“能源疯狂”来找到容易实现的目标。提取的数据有可能与动态模拟工具(如EDSL Tas)和资源管理和报告软件(如Verco的Carbon Desktop)一起使用，以验证能源预测，并在设计新建筑时确定节能机会。
直接的好处
Demand Logic开发经理汤姆•兰德尔(Tom Randall)表示:“许多建筑，即使是新建的，也可能充满问题，部分原因是现场没有多少人了解他们的BMS在做什么。它可以有效地快速跟踪建筑优化阶段的障碍，从成本角度来看，这可能需要两到三年的时间，这对客户来说是最痛苦的。”
通过避免不必要的工厂操作，该平台可以帮助延长设备的寿命，并支持基于状态的维护。它允许设施经理(FMs)监控设备，集中维护和更换有问题的设备，而不是玩一个大的轮盘赌游戏，任意地在规定的时间间隔更换工作设备。
该系统的另一个应用是调试和缺陷责任处理。它可以在较长时间内监控所有建筑服务，并确保在服务符合性能标准之前不进行见证。然后，它可以在缺陷责任期间监视性能，为识别问题和分配责任提供强有力的证据，同时避免相互指责。该平台针对建筑中的关键人群，即能够进入工厂并根据发现采取行动的参与者。现场FMs是最适合的专业人士，可以接受和运行这个，”Randall说。
国王学院的能源疯狂
在国王学院，该试点项目自2013年1月开始运行，迄今为止，该系统已经发现了47个节能机会，其中38个已经得到解决，每年约减少2500吨碳排放。事实证明，这所每年在能源上花费500万英镑的学院的问题是多方面的。由于负荷不足，锅炉快速循环开关，同一个开放式办公室采用了几个相互矛盾的温度设定点，导致同一空间的加热和冷却。此外，在隆冬期间，该系统发现了一台整天运行的大型冷水机组，一台2千瓦的个人电加热器正在与中央冷却装置作战，启动了一台巨大的冷水机组和中央泵，以保持冷水循环。
Demand Logic首席执行官乔•肖特(Joe Short)表示:“这一发现之所以成为可能，是因为该系统监控着大楼内数百个安装在天花板上的空调出风口，能够识别出需要异常多冷水的那个。”然而，该系统与计量方法不同，计量方法的目标是获得能量流的全貌。这不是我们的最终目标，”肖特说。
“我们的问题是，能源是否被不必要地浪费了。发现和解决能源浪费往往比测量它更容易。”
缩小绩效差距
这个耗资90万英镑的项目由创新英国(前身是技术战略委员会)资助，是一个巨大的学习资源。兰德尔说，性能数据的生成将尽可能地公开，这将为工业界、学术界和政府提供一个数据池，供进一步分析。他补充说:“我们每天从许多建筑物中传输大约300万数据点，因此与我们的合作伙伴伦敦南岸大学(London South Bank University)进行数据分析的潜力巨大。”
通过与Verco和EDSL Tas合作，连续数据流还将用于验证和提高物理模型的准确性，以帮助缩小性能差距。Demand Logic旨在开发符合国际绩效衡量和验证协议的方法，以确定所节省的能源，这是一种全球公认的声称已实现节约的方法。其目的是包括协议允许的方法，使用校准的建筑物理模型。
EDSL Tas的总经理Alan Jones说，该系统是BIM过程的延续。经过遵从性计算的设计模型被更改为预期的操作性能模型。该模型的第二个副本将由系统教授建筑正在做什么，确定变化是如何以及为什么发生的。客户会知道合规性能量计算与他们实际看到的不同，不管这是因为他们使用了两倍的时间，还是因为运行得不好。这些问题可以得到回答，我们将能够预测这些差异的未来影响，”琼斯说。
此外，该系统可能为建筑业主投资于成本更高的节能措施提供证据基础。兰德尔说:“如果房东决定对建筑系统进行重大改变，他们将有一个经过校准的热模型，可以更好地了解它将产生的影响。”这些数据可以用于设计另一座具有类似特征的建筑。
Verco董事总经理戴夫•沃辛顿(Dave Worthington)表示，弄清设计阶段假设与现实之间的差异非常具有挑战性，这可能是由于天气影响、乘员行为或安装的套件或其参数的变化造成的。这确实是一个大数据挑战，需要我们在这个项目上的不同头脑的合作，”他说。“绩效差距正成为一个越来越热门的话题。国内部门已取得重大进展，但非国内部门则较为困难。之所以存在这种差距，是因为人们缺乏获得可信数据的途径，人们可以信任和理解这些数据，并在这些数据的基础上做出商业决策。”Verco将把结果反馈给政府，以确保其能源相关目标处于正轨，并提出基于证据的政策，鼓励在非住宅建筑中采取正确的行为。
激动人心的未来
Randall说，通过应用需求逻辑和更好地访问数据，FM公司有可能对他们的能源管理计划和绩效风险拥有更多的所有权。更大的目标是优化建筑物的运作性能，并帮助缩小性能差距。兰德尔说:“如果我们成功了，我们应该对建筑服务工程师交付实际工作的建筑所使用的工具产生深远的影响。”“这给了我们一个潜在的有趣的未来，我们会长期照顾我们的建筑，并为我们的业务带来价值。”
自动化
Demand Logic从BMS中提取趋势信息以询问问题。内部专家可以筛选潜在的问题，但团队希望越来越多的异常检测能够自动完成。肖特表示:“即使是一个中等大小的办公室，也有20万到3万个可以查询的元素，多年来，几组工程师会来，以不同的方式对它们进行标记。
“我们正在开发一种简单的机器学习技术来探索这些文本标签，因为我们面对的是一栋未知建筑中的所有这些数据，我们必须将其转化为该建筑的所有者和管理者知道的东西。”Short说Demand Logic提供的最强大的功能是能够在每个查询视图上添加注释的简单元素。“在这里，你可以自由而不受批评地表达你对一栋建筑的预感和怀疑。
“我们正在超越技术，了解人们在什么样的环境中工作，在专业上是什么激励他们工作，他们在什么样的文化中工作，政治形势如何，以及什么样的体制鼓励他们采取行动。”
伦敦国王学院
- 每年减少碳排放2500吨
- 每年节省39万英镑
- 项目开工日期:2013年1月
- 主要植物品种为554种
- 数据点超过10万
- 最大的节约来源主要工厂的运行时间
入围年度节能产品 |