德州新聞網訊 (馬昕)在AI技術驅動數智化節能的革命浪潮中,山東建筑大學低碳技術與智慧能源團隊憑借多年技術積累,在“輕量化大模型驅動的中央空調水機深度節能技術”領域實現突破,正成為智慧建筑能效管控領域的破局者。
瞄準行業痛點,逐鹿“最后一公里”
暖通系統作為建筑能耗的主要來源之一,其傳統的粗放式運行模式普遍存在能源浪費、運行效率低下等痼疾,尤其在中央空調水機系統這類關鍵耗能單元的精細化、智能化控制環節,往往成為節能潛力難以充分釋放的“最后一公里”。這表現為負荷預測精度不足、調控依賴人工經驗且難以兼顧用戶舒適度,導致大量能源在末端環節無形損耗。面對這一行業共性瓶頸,2023年國家能源局發布《關于加快推進能源數字化智能化發展的若干意見》,明確將數字化智能化作為能源轉型的關鍵路徑,提出到2030年初步構建創新應用體系的目標,為建筑節能指明了方向。山東建筑大學團隊敏銳把握這一政策與市場需求,聚焦中央空調水機系統深度節能這一核心戰場,成功在山東天瑞磁懸浮有限公司辦公大樓節能改造項目中,利用其創新的輕量化大模型數字化智控技術賦能磁懸浮中央空調冷水機組系統,不僅驗證了技術的高效性,更打造了可復制推廣的行業范例,標志著團隊在打通暖通節能精細化管控的“最后一公里”上邁出了堅實步伐,彰顯了AI技術在重構建筑能源管理價值鏈中的核心驅動力。

協同各產業單位舉辦方案論證會
用AI重構節能定義,實現建筑能源全鏈路管控
此次改造的核心突破在于構建了一套貫穿感知、分析、決策、執行全鏈路的AI驅動中央空調水機智能優化體系。通過融合基于模式識別的人員行為信息、排班信息、實時氣象數據和設備運行日志等,訓練基于多維動態數據的“多模態輕量化預測模型”,顯著提升了冷負荷預測精度,使其穩定在95%以上,有效解決了傳統系統因忽略用戶行為、建筑熱惰性及環境動態變化而導致基線負荷預測滯后、可信度低的痛點,為精準調控奠定了堅實的數據基礎。更進一步,團隊創新性地引入AI+Agent架構,賦予冷機、冷凍水泵、冷卻水泵和冷卻塔等關鍵設備模型自迭代、自尋優及自優化的閉環控制能力,通過多Agent協同,實現系統整體優化,系統節能效果同比提升21%。在支撐架構上,借鑒“軟PLC”理念開發的分布式輕量化邊緣計算框架,依托云-邊協同模式,高效滿足了多設備高并發控制、熱插拔操作及毫秒級響應延遲的嚴苛需求。尤為關鍵的是,該系統具備的隱性故障排查與自適應能力,通過實時數據流分析與事件觸發機制,能夠及時發現潛在運行異常并動態調整策略,最大程度保障系統可靠運行,實現近乎不停機的智能維護,真正將“數據驅動”的精準管控貫穿于每一個環節。

現場設備圖
緊跟能源結構調整,真正實現建筑柔性交互
在我國新型電力系統加速構建的大背景下,電力市場化改革深化對負荷側的柔性互動能力提出了更高要求。建筑,作為城市電力消耗的主體之一,其空調系統尤其是中央空調水機蘊藏著巨大的柔性調節潛力。山東建筑大學團隊在此次項目改造中,提出“無感調節、有感收益”的柔性調控策略。通過高精度負荷預測與智能優化控制,使建筑空調系統能夠精準響應電網調峰需求或電力市場價格信號,在確保室內環境舒適度的前提下,實現對其用電負荷的靈活、快速調節。這種能力使得建筑能夠深度參與虛擬電廠運營、需求響應以及電力現貨市場交易,為建筑業主開辟了通過負荷調節獲取額外經濟收益的新途徑。該技術方案,有效破解了當前空調負荷聚合調控中普遍存在的用戶體驗與電網需求難以協同、市場激勵機制缺失等關鍵難題,為實現“電網主導調控、市場驅動響應、用戶共享紅利”的新型負荷管理范式提供了強有力的技術支撐,推動建筑從被動的能源消費者向能源系統主動參與者和價值貢獻者的角色轉變。

中央空調系統監控管理平臺