建筑能耗管理與室內空間感知研究進展

張運楚，韓懷寶，曹建榮，楊紅娟

（1.山東建筑大學信息與電氣工程學院，山東濟南250101；2.山東省智能建筑技術重點實驗室，山東濟南250101）

建筑能耗管理與室內空間感知研究進展

張運楚1，2，韓懷寶1，曹建榮1，2，楊紅娟1，2

（1.山東建筑大學信息與電氣工程學院，山東濟南250101；2.山東省智能建筑技術重點實驗室，山東濟南250101）

我國建筑能耗總量逐年上升，在能源總消耗量中所占比例越來越大。由于存在既要滿足眾多使用者對舒適的需求，同時又要滿足能耗最小化這一矛盾，使得建筑能耗管理問題變得愈發復雜。文章分析了建筑本體空間形態、維護結構的熱工性能、設備能效和運行控制策略，以及建筑使用者的行為狀態等影響建筑運行能耗的主要因素；闡述了能耗反饋、減少用電設備待機能耗、合理安排用電設備工作時間、對用電設備進行優化控制等降低建筑運行能耗的主動節能技術；綜述了與建筑使用者相關的需求側節能的關鍵技術，即通過室內空間感知獲取能耗、環境和情境這三類室內空間狀態信息，將能量蹤跡和用戶蹤跡信息融合，恰當地描述特定室內環境下的用能特征，從需求側評估建筑能耗的合理性，進而精確辨識能源浪費的原因。文章展望了我國未來建筑節能技術的發展方向。

建筑能耗管理；建筑節能；節能反饋；室內空間感知

Key words：building energy consumption management；building energy efficiency；energy consumption feedback；indoor spatial awareness

0 引言

人類社會發展中的每次技術進步都催生一系列新的產品和服務，但同時也會導致資源和能源消耗的劇增，以電力消耗為例，1980年我國年人均能源消費總量為306 kW·h，到2013年則增加為3993 kW·h［1］。盡管技術的進步提高了資源和能源的利用效率，但“回彈效應”又抵消了這些節能努力。人均能耗不斷遞增的發展模式，已引起世界范圍的憂慮，各國政府提出了可持續發展和合理利用能源的政策，力求大幅降低能耗和污染排放總量，以“能量蹤跡”（energy footprint）或“碳蹤跡”（carbon footprint）為能耗指標的全球節能意識日漸形成［2］。任何試圖限制使用新產品和新服務的“返古”節能模式都難以實施，因此，如何在保證用戶合理舒適度體驗的前提下，提高能源使用效率，優化能源結構，減少不必要的能源浪費，是實施有效節能的關鍵。全世界相當一部分的能耗與住宅、商業、公共和工業等建筑室內環境控制設備密切相關，其中用于取暖加熱、通風和空氣調節HVAC（Heating，Ventilation and Air Conditioning）的能耗占首要地位。

文章首先分析了建筑能耗管理存在的問題以及降低建筑運行能耗的各種途徑，在此基礎上，總結了近年來建筑能耗管理與室內空間感知理論和技術的研究現狀，最后展望了我國未來建筑節能的重點研究領域及關鍵技術的發展方向。

1 影響建筑運行能耗的因素

我國正處于工業化、后工業化和城鎮化快速發展階段，城市人口不斷增加，進一步加快了資源和能耗需求的增長速度。2001～2013年之間，我國住宅建筑因空調、家電、生活熱水等各終端用能項的需求增加，導致戶均能耗強度增長近50%，公共建筑能耗總量共增長1.5倍以上。隨著公共建筑存量規模的增長及平均能耗強度的增加，公共建筑能耗已成為中國建筑能耗中比例最大的一部分。近年來，許多城市新建的大體量建筑綜合體，多采用大規模集中環境控制系統，因體量和結構形式約束所導致的空調、通風、照明和電梯等終端用能需求快速增長。此外，公共建筑內辦公設備（如電腦、打印機等）和大型服務器數量總體呈增長趨勢，使得公共建筑能耗強度大大高出其它建筑［2］。因此，必須采取有效措施，延緩和遏制能耗需求的上升速度，降低建筑能耗需求總量。

除去無法調控的室外氣象條件之外，影響建筑運行能耗的因素大致可分為（1）與使用人員相關的需求側，主要包括室內人員密度及其變化，室內人員對建筑空間的使用時間和行為，以及室內人員對室內環境的要求和自主調控意識等；（2）與建筑系統相關，通常把建筑本體以及為建筑提供室內舒適環境的各系統（照明系統、空調供暖和通風系統等）看作一個整體，稱為建筑系統，其影響建筑運行能耗的主要因素包括建筑本體空間形態、維護結構熱工性能、系統設備的能效，以及各系統根據室內需求做出的各種運行調控策略。

研究表明，與建筑使用者相關的需求側影響因素能引起約5～10倍的建筑能耗差異，而供應側的影響因素，對于建筑節能雖然也有著至關重要的影響，但影響遠不及需求側的影響大，一般不超過3倍［2］。因此，建筑節能除了提高供應側的能效外，合理引導需求側用能，是實現建筑節能的關鍵。

要實現建筑節能模式由供應側到需求側的轉變，必須恰當描述特定室內環境下的用能特征，才能從需求側評估建筑能耗的合理性，進而精確辨識能源浪費的原因。這就需要解決以下三個問題：（1）能耗感知（energy consumption sensing）通稱能耗計量，獲取必要的空間粒度和時間粒度能耗數據，得到室內空間能量蹤跡；（2）環境感知（environments sensing）獲取影響用戶舒適感的各種室內環境參數和室外氣象參數；（3）情境感知（context awareness）采集能源消耗時室內特定空間的人員分布及行為狀態，獲取用戶蹤跡（occupants footprint）。這三個問題是室內空間感知ISA（Indoor Spatial Awareness）的重要組成部分［3］。

由于存在既要滿足眾多使用者對舒適的需求，又要滿足能耗最小化這一相互矛盾的目標，使得建筑能耗管理變得愈發復雜。通過獲取能耗、環境和情境這三類室內狀態數據，將能量蹤跡和用戶蹤跡信息融合，就可以為能耗統計、能源審計、節能管理、節能改造和行為節能等提供有效的技術支持［4］。

2 降低建筑運行能耗的途徑

要降低建筑總體運行能耗，可以從兩個方面進行：（1）在保證室內環境舒適度的前提下，通過對建筑的朝向、圍護結構、室內空間布局、誘導通風、自然采光等進行優化設計，降低建筑運行能耗，稱為被動式節能；（2）通過提高建筑內機電設備的工藝能效，優化機電設備的運行狀態、合理安排運行時間等控制手段減少能源浪費，進一步降低建筑總體能耗，此類方法常稱為主動式節能［5］。

文章主要涉及建筑主動式節能技術領域，常用的主動式節能方法主要有能耗反饋、減少用電設備的待機能耗、合理安排用電設備的工作時間、用電設備的優化控制等。

2.1 能耗反饋

能耗反饋為用戶提供有關能耗數據的適當反饋，以增強其節能意識、鼓勵其采用生態環境友好行為，實現行為節能。反饋的對象可以是政府機關、建筑業主和家庭個人等，相應的能耗反饋內容和方式也存在較大差異。

能耗反饋所依賴的建筑能耗數據模型，有宏觀和微觀之分。宏觀能耗數據模型描述了社會各大產業能耗（主要是第三產業）和生活能耗中與建筑運行相關的能耗數據的總體構成，通常不具體到某一建筑物，一般作為國家層面的能耗反饋，是制定國家宏觀能源政策的依據。微觀能耗數據模型描述了具體建筑實際的單項能耗、單位面積平均能耗和總能耗等，是分析影響建筑能耗因素、挖掘節能潛力和制定節能對策的主要依據［6］。

2.1.1 辦公建筑及公共建筑的能耗統計與監測

美國的宏觀和微觀建筑能耗數據均非常翔實和完備，其統計和發布，均由美國能源信息管理局EIA（Energy Information Administration）負責。EIA建筑能耗調查有商業建筑能耗調查CBECS（Commercial Buildings Energy Consumption Survey）和住宅能耗調查RECS（Residential Energy Consumption Survey），其調查方式包括建筑業主填寫問卷和從能源供應商處獲取信息。從統計結果到獲得各終端能耗數據，是通過一系列模型和數據處理來進行估算的［7］。

2004年江億建議為揭示大型公建中用能不合理問題，明確節能潛力所在，并構建未來用能配額管理的基礎，在開展大型公共建筑節能的工作中，應著力推進能耗分項計量［8］。鑒于國家機關辦公建筑和大型公共建筑高耗能問題日益突出，住建部于2007年啟動了建立全國聯網國家機關辦公建筑和大型公共建筑能耗監測平臺計劃，實時在線采集重點城市中重點建筑的分項能耗數據，為高能耗建筑的節能改造準備條件。隨后，國內研究人員針對建筑能耗監測平臺中的能耗數據模型、分項能耗的定義與分拆、系統體系結構、網絡傳輸等問題開展研究和工程實踐。其中，分項能耗是指根據國家機關辦公建筑和大型公共建筑消耗的各類能源的主要用途劃分進行采集和整理的能耗數據，如空調用電、動力用電、照明用電等，是確定建筑用能定額和制定建筑用能超定額加價制度的數據依據［9］。

魏慶芃針對大型公建能耗分項計量實時監測分析系統中存在的突出問題，提出一種標準化的大型公建能耗數據模型、分項能耗的定義、分項計量系統設計與數據處理方法，以及一系列的用能評價指標［9］。那威研究了大型公共建筑能耗監測系統城市級平臺的目標定位、模式、對象和框架，通過城市級平臺測試的工程案例，分析了大型公共建筑的典型用能問題，并給出了有效解決途徑［10］。郭春雨研究了建筑能耗監測系統的總體框架結構、網絡傳輸和數據流轉等問題，并將其應用于北京市建筑能耗監測系統［11］。王凡對能耗計量監測系統用電分項計量功能與集中抄表功能的集成、能耗數據的遠程傳輸技術、裝表不完全支路的能耗拆分方法、能耗數據的管理方式等關鍵問題進行了研究［12］。楊石通過對4套能耗監測平臺所涉及的289座建筑能耗計量情況的考察，對建筑能耗監測平臺中存在的問題進行總結與分析，為建筑能耗監測平臺的進一步完善及得到較真實有效的建筑能耗數據提供參考［13］。張永堅等研發了山東省公共建筑能耗監管平臺，覆蓋山東省所有設區城市，并逐步實現部、省、市能耗信息聯網［14-15］。經過近十年的理論、政策研究和工程實踐，研究人員建立并完善了大型公共建筑能耗分項計量監測系統的數據模型及統計分析方法、數據采集與能耗拆分、數據傳輸與聯網等技術，制定了系列規范和標準，有力推動了建筑能耗監測平臺的建設。

在政府的主導下，我國規劃建設了世界最大的公共建筑能耗實時監測系統，但存在分項計量數據不準確、不可靠，系統維護不利，數據得不到有效利用等問題［16］。而且，目前建立的公共建筑節能監測系統，能耗數據空間粒度較大，環境和情境數據多為靜態平均值（辦公人員人數、場日均客流量、運營時間、賓館入住率、賓館床位數量、學校學生人數等），多以同類建筑指定時間內平均能耗指標的統計數據為依據，完成相應的能源審計、節能管理和節能分析。

2.1.2 住宅建筑的能耗反饋

我國正處于住宅建設的高峰期，建設速度快、規模大、品質高，家用電器配置日漸增多，許多高能耗家電漸成居家標配，如空調、電熱水器、廚衛電器等，電動汽車、混合動力汽車擁有率也迅速提高，導致住宅能耗快速增加。西方發達國家的住宅能耗占全社會用電量的比重更大，如美國居民生活用電量占社會總用電量則高達36.6%［17］。住宅建筑能耗受個人生活方式和行為習慣的影響較大，因此通過能耗反饋實施行為節能具有巨大潛力。

智能家居系統在追求舒適、安全、便捷的同時，也將高效節能作為關鍵功能要素。智能家居系統的節能方式一般采用（1）在滿足住戶使用偏好的前提下直接優化控制家用電器的工作模式；（2）對能耗進行計量分時段統計，為用戶提供能耗反饋，提醒用戶日常生活中存在的不合理用能習慣，并給出節能建議，引導用戶養成行為節能習慣［18］。鑒于住宅能耗增速過快且節能潛力巨大，從智能家居中逐步衍生出了家庭能源管理系統HEMS（Home Energy Management System）。家庭能源管理系統也作為智能電網在居民側的延伸，為提高居民側用電效率、實現節能減排提供了新方法。

Abrahamse在實施節能策略的過程中使用了對比反饋，通過與其他家庭或社會標準進行對比獲知用戶的節能情況，并引入行為心理學，將不同家庭用能數據進行交互對比發現節能潛力［19］。韓躍峻把能耗反饋信息分為基礎信息，細分信息（單個房間、單個設備或某個時間段用電信息）、對比信息（自對比、社會性對比）、附加信息（節能整體性評價、指導性節能措施）四大類，信息反饋媒介包括智能手機、網頁或室內顯示設備等，提出建立需求響應機制以實現節能［20］。

為提高電網運行安全和可靠性，美國率先提出了智能電網的概念，將智能電網定義為一個完全自動化的電力傳輸網絡，能夠監視和控制每個用戶和電網節點，保證從電廠到終端用戶整個輸配電過程中所有節點之間的信息和電能的雙向流動。作為智能電網終端服務的一種嘗試，Google公司在2009年推出了基于網絡電表“PowerMeter”的用電監測軟件，對用戶家中用電設備能耗進行統計分析，得到任意時間段內各種電器的耗電量，用戶可以利用家中電腦上網查詢這些結果，并制定相應的節電措施。不過，兩年之后因面臨沒有太多用戶使用的窘境，Google官方終結了此項服務［21］。

同樣以協助家庭節能為概念的美國Opower公司，通過對電力公司的能源數據，以及其他各類第三方數據進行深入分析和挖掘，結合行為科學、大數據分析、云計算，為用戶提供一系列適合其生活方式的節能建議，平均能為每個家庭節省1.5%～2.5%左右的電能消耗。Opower已成功發展了來自8個國家的93家公用事業企業客戶，其中包括美國排名前50公用事業企業中的27家，管理的公用事業數據已覆蓋全美37%的家庭，能夠獲取約1.15億家庭的能源消費數據［22］。

由于智能電網建立了從發電廠到終端用戶之間信息的雙向流動，使其具備了更強的交互功能，這些社會元層將有極大的可能影響用戶的電力消費選擇。電力數據正在變得和電力本身一樣具有價值，像Opower這樣的公司，正在向我們展示智能電表如何允許電力公司在基礎電力供應的基礎上，捆綁信息和服務來創造價值，幫助消費者省錢。

為了降低成本，無論是辦公建筑、公共建筑和住宅建筑的能耗反饋系統通常只提供空間或設備粒度較粗的能耗信息，沒有采集建筑室內環境和情境信息，對造成高能耗浪費的特定設備和用戶行為辨別能力不足。盡管用戶的節能意識是提高能效的基本方法，但其有效性非常有限。在實際建筑中實驗研究表明，單獨提供反饋不足以保證長期顯著的節能效果。

2.2 減少待機能耗

待機能耗（Standby Consumption）是指用電設備在軟關機或不行使其主要功能時的能耗。相對正常運行狀態，待機能耗所占比例很小，因此，經常被忽視而使設備長期待機。由于用電設備擁有量大，累積造成的待機能耗已占全國民用電力消耗的3%～13%，造成了極大的能源浪費［23］。

李雨婷根據計算公式和調查數據計算得到2010年全國城鎮住宅空調待機能耗高達22.5億度。盡管單臺空調機的待機功率很小，但由于我國人口眾多、住宅空調擁有量巨大，住宅空調的運行時間很短、而待機時間很長，因此住宅空調待機能耗累積效應是巨大的［24］。

屈利娟基于高校能耗監測平臺，對高校校園典型功能建筑學生宿舍和行政辦公室的待機能耗數據進行實時監測與統計分析，結果顯示學生宿舍和行政辦公建筑的待機能耗因師生的用能習慣不同分別達到12.7%和33.88%不等。待機能耗居高不下的原因是用能主體對待機能耗的認知不足，導致個體行為促進待機能耗消減的動力不足，高校校園建筑的待機能耗節約空間較大［25］。減少待機能耗的有效途徑有：

（1）優化設備電路結構和制造工藝，采用高能效元器件，降低待機能耗。

（2）使用具有管理功能的智能插座，自動檢測用電設備是否進入待機狀態并切斷供電電路。也可采用定時裝置，在工作時間供應電力而休息時間切斷電力供應。為了在節能和用戶滿意之間折中，這類智能插座可以讓用戶決定何時關掉進入待機模式的設備電源。更復雜的方法是利用室內空間感知信息，考慮用戶是否在現場等場景信息，或學習用戶的行為習慣，更智慧地管理電器設備的運行模式。當然，智能電源插座及相應的感知系統應具有很低的能耗［26］。

（3）提升大眾的節能意識，讓每個使用者對待機能耗的浪費性有充分的認識，使人們養成節能低碳的生活與工作方式，提倡行為節能，盡量減少不必要的待機。采用硬關機，并將設備電源插頭從插座上拔出來，或采用帶機械開關的插座，切斷設備的供電電路，同時也可以延長電器設備的使用壽命。

2.3 合理安排用電設備工作時間

隨著城市基礎設施從傳統的化石燃料提供能源向電力提供能源轉變，出現了巨大的能源需求。電網在滿足用戶需求時，既要考慮成本效益，同時還要盡可能減少廢棄物排放。但是不穩定的電力需求，尤其是城市電力需求，讓實現上述要求變得十分困難。

儲存電網多余電力所需的成本很高，實現時問題也很多。因此，為應對不規律的電力需求，電力公司往往通過建立兩套不同發電廠來應對不規律的電力需求。承擔基本負荷的電廠提供全年保持不變的最低電力需求，這些高效的電廠可以連續以基本滿負荷的狀態運行。同時建立了在需要時快速并網的調峰電廠，雖然大部分調峰電廠能源利用率較高，但是它們建設和運行的單位能源成本更高。如果峰值能夠平穩下來，就能減少對調峰電廠的需求，電力公司就能更專注于對基本負荷電廠進行微調，進一步提高其能效和環保水平。

“移峰填谷”試圖采用價格刺激來分散供電高峰期的電力需求。當啟用高成本的調峰電廠時，電力公司簡單地將這些更高的發電成本轉移給消費者，動態定價機制可以大幅減少對電力的需求，并提高整體發電效率，既緩解了高峰時期的電力供需缺口，又促進了電力資源的優化配置，是一項雙贏策略［27］。

智能電網結合智能電器，就可以依據“峰谷電價”來優化用能，規劃設備的工作時間。一旦限制峰時用電或存在分時動態電價，就可以采用特別的策略來決定高耗能任務的最優時間安排，比如電熱水器、洗衣機、洗碗機，以及即將大規模使用的電動汽車或插電式混合動力車等用電設備［28］。

2.4 用電設備的優化控制

廣泛使用的空調系統和人工照明是建筑能源浪費的主要原因，因此要對建筑物能耗進行有效管理，就必須對這些設備進行優化控制。所采用的策略應以不對用戶舒適造成可察覺的負面影響為前提，否則，用戶就會抵觸這種控制從而失去節能機會。

基于用戶存在和行為偏好的舒適性節能控制被廣泛研究［29］。通過檢測和預測用戶的作息規律合理安排空調系統的啟停運行時間，對那些存在較大時延才能把環境調到期望狀態的設備尤其重要。

3 室內空間感知

室內空間感知主要研究室內空間的形式模型，包括室內空間結構、占用空間的物體類型、行為以及他們之間的關系等，以及能夠對動態環境和移動對象的活動進行感知和反應的信息系統，包括室內空間環境中的定位導航，用于安全、保障及其它信息化目的的人員跟蹤、資源及能源規劃和管理、實時應急響應和保安及救援行動等。

要實現建筑節能模式由供應側到需求側的轉變，就必須恰當描述特定室內環境下的用能特征，才能從需求側評估建筑能耗的合理性，進而精確辨識能源浪費的原因。這就需要解決以下三個問題：（1）能耗感知 通常稱為能耗計量，目的是獲取必要的空間粒度和時間粒度能耗數據，得到室內空間能量蹤跡，掌握各類設施的能耗規律；（2）環境感知獲取溫度、濕度、噪聲、空氣質量、照度等影響用戶舒適感的各種室內環境狀態參數，以及室外氣象參數；（3）情境感知 獲取能源消耗時室內特定空間的人員分布、行為狀態和偏好等用戶蹤跡。

3.1 能耗感知

準確獲取建筑能耗信息對于實施節能策略是至關重要的。能耗在一定程度上間接反映了用戶習慣和情境信息（占用率、用戶活動狀態等）。能耗計量方法可根據傳感器的種類劃分，也可根據采集數據的空間粒度劃分。根據傳感器可分為直接、間接、混合計量。直接能耗計量使用各類電能傳感器直接測量設備能耗；間接能耗計量通過測量用電設備運行過程中伴生的一些物理量（如溫度，環境噪聲，振動，電磁場等），結合設備的能耗模型來推測設備的能耗數據；混合式能耗計量則同時采用上述兩種方法。也可以根據用電空間或設備粒度水平，把能耗感知劃分為細粒度、中粒度和粗粒度。“粒度”（granularity）常用于指信息單元的相對大小或粗糙程度，此處用于描述能耗計量時對用電設備負荷的分組情況，可以細致到單臺設備，也可以是一組設備，或一個樓層等。

為獲取用電設備功率消耗，常用的測量方法有侵入式負荷監測ILM（Intrusive Load Monitoring）和非侵入式負荷監測NILM（Non-intrusive Load Monitoring）。侵入式負荷監測方法需要為每個用電設備安裝電能傳感器，其優點是單項用能計量準確、數據粒度細，缺點是投入較大，安裝工作需要改造設備供電線路，對用戶正常生產和生活造成一定影響，也降低了原有供電系統的可靠性。

NILM無需進入負荷內部，僅通過對電力負荷入口處的電壓、電流及功率信息進行測量、分析，便可估計得到負荷內部不同用電設備的功耗［30-31］。非侵入式負荷監測方法以分解算法代替ILM系統的傳感器網絡，簡單、經濟，易于推廣，有望發展成為智能電網中高級量測體系AMI（Advanced Measurement Infrastructure）的技術基礎［32］。

3.2 環境感知

室內外環境狀態參數，與建筑能耗有強的耦合關系，實時可靠獲取這些參數是實現節能和能源管理的基礎性要求，對情境感知和舒適度控制也是必不可少的條件。環境狀態參數包括采光、空氣流動、室內空氣品質、噪聲、墻體溫度等，為此，可構建基于無線傳感網和物聯網的大范圍多點環境參數傳感設施［33］。

3.3 情境感知

情境（context）是可以用來描述一個實體態勢的任何信息。實體是一個被認為與用戶和應用之間相互作用有關的人、地點或對象，包括用戶和應用本身。情境感知（context awareness）的目的是試圖利用人機交互或傳感器提供給計算設備關于人和設備環境等情境信息，并讓計算設備給出相應的反應，實現精準需求側供能管理［34-35］。

除了室內外環境參數外，與建筑節能最相關的情境信息就是室內人員分布狀況、行為狀態及其偏好，這些情境信息與建筑能耗之間具有強耦合，對實現需求側有效節能非常關鍵［36］。

3.3.1 用戶存在與行為檢測

用于檢測用戶存在和移動狀態的感知裝置，常用的有運動傳感器、門磁開關、地板傳感器、功率傳感器、RFID傳感器、聲音傳感器、室內定位系統、攝像機等。傳感器的選擇除了要考慮成本、期望性能外，對用戶的侵擾性和隱私保護，尤其當使用視頻傳感器和音頻傳感器時，要予以充分的考慮［37］。

超聲、PIR被動紅外、門磁以及聲音等廉價傳感設備已被廣泛應用于建筑室內照明控制，取得了良好的節能效益。但這些廉價傳感器產生的多是含噪孤立數據，為了更準確辨識特定空間中的人員分布及其行為，多傳感器融合及人工智能方法成為這一領域的研究熱點，如神經元網絡、增強學習、數據挖掘等。

3.3.2 用戶偏好的獲取

獲取用戶偏好的方法主要由兩種：顯式反饋和隱式反饋。顯式反饋通過人機接口，如觸摸屏，讓用戶輸入他對各種環境狀態的喜好。隱式反饋則通過收集用戶日常使用環境設備（空調、燈光等）的操作行為來推測用戶的喜好［38］。

建筑能耗管理實際上是節能與用戶舒適需求之間的博弈。通過建立所有時間片隙內用戶行為與其偏好環境狀態之間的映射，控制系統就可以據此推斷用戶可以接受的最低舒適環境狀態，以達到節能目的。

3.3.3 用戶行為預測

利用當前的狀態預測未來的狀態，推測用戶當前最有可能要完成的意圖，預測出用戶的下一步行為，如：房間內未來幾個小時期望的占用規律、期望熱水使用情況、某個區域內未來一段時間內有人進入的可能性。根據行為預測的結果形成智能控制策略，達到節能目的。

最簡單的方法就是利用歷史傳感數據建立一個框架作為靜態預測模型，用來推斷環境控制系統的最佳方案，但靜態預測模型不能隨時間作適應性變化。Vazquez提出一種通過聚類技術構建統計學占用屬性的方法，從大量的數據中提取用戶行為模式［39］。

4 展望

迫于能源枯竭、生態惡化和快速城鎮化的多重壓力，建筑節能將成為節能減排的重要領域。盡管研究人員已做了大量努力，由于我國建筑總量規模龐大，被動式節能設計優化欠佳、節能建材使用不足，節能意識淡薄，在建筑節能與舒適需求的研究中，還有大量問題有待解決。

建筑信息模型BIM（Building InformationModeling）實現了建筑全生命期各參與方在同一多維建筑信息模型基礎上的數據共享，因此，有必要研究基于建筑信息模型的建筑全生命期能耗管理系統，支持對建筑能耗的分析、檢查和模擬，為建筑全生命期的節能方案優化、科學決策和精細化管理提供依據。研究基于大數據的建筑能耗評價分析方法，對已獲取的大量特定室內環境下的建筑能耗特征數據，利用數據挖掘技術從這些低密度價值的建筑運維數據中萃取節能線索和策略。研究建筑中人員位移與動作的定量模擬模型、建筑采光、空氣流動、室內空氣品質與建筑能耗的逐時耦合計算方法等。

隨著嵌入到建筑室內外空間中各類傳感器數量和種類的不斷增加，借助于泛在計算、環境智能、人工智能、物聯網技術的最新成果，建立基于室內空間感知的數據驅動型精準建筑能耗管理系統，將是我國未來建筑節能的重點研究領域。

［1］ 文兼武.中國能源統計年鑒，2013［M］.北京：中國統計出版社，2014.

［2］ 清華大學建筑節能研究中心.中國建筑節能年度發展研究報告2015［M］.北京：中國建筑工業出版社，2015.

［3］ Li K.J.，Lee J..Indoor Spatial Awareness Initiative and Standard for Indoor Spatial Data［C］.IROS 2010 Workshop on Standardization for Service Robot.Taipei：IEEE（Institute of Electrical and Electronics Engineers）Intelligent Robots and Systems，2010.

［4］ 宋紅玉，蘭廷永，趙靈敏.建筑節能激勵機制的博弈模型研究［J］.山東建筑大學學報，2013，28（4）：353-357.

［5］ 江億.我國建筑耗能狀況及有效的節能途徑［J］.暖通空調，2005，35（5）：30-40.

［6］ 劉興民，薛一冰，王昭，等.建筑能耗計算方法實踐應用及分析［J］.建筑節能，2015，43（7）：90-94.

［7］ 楊秀.美國國家建筑能耗統計概況［J］.建筑科學，2010，26（4）：8-11.

［8］ 江億，薛志峰.審視北京大型公共建筑節能［J］.科技潮，2004（10）：18-22.

［9］ 魏慶芃.大型公建能耗分項計量實時監測分析系統EMS-Ⅱ的發展［J］.建筑，2009（3）：34-37.

［10］那威，劉俊躍，武涌，等.國家大型公共建筑能耗監測系統城市級平臺建設目標識別與框架研究［J］.暖通空調，2009，39（10）：4-8.

［11］郭春雨，王良平，楊國民，等.大型公共建筑能耗監測系統軟件平臺框架探討［J］.智能建筑與城市信息，2010（5）：69-73.

［12］王凡，袁超，唐峰.大型公共建筑能耗計量監測體系的關鍵技術問題研究［J］.建筑科學，2011，27（6）：1-5，77.

［13］楊石，羅淑湘，鐘衍，等.大型公共建筑能耗監測平臺存在問題及其初步解決方案［J］.建筑技術，2014，45（8）：714-718.

［14］胡延凱，張永堅，賈繼鵬.公共建筑能耗數據采集與信息處理一體化研究［J］.建筑電氣，2015，34（1）：58-62.

［15］姚慶梅，賈燕，張永堅，等.省級醫院建筑節能監測系統研究［J］.山東建筑大學學報，2015，30（1）：71-77.

［16］陳垚鐘煜豪.數據成“雞肋”，公示很“丟臉”公共建筑能耗政策，七年糊涂賬［N/OL］南方周末，（2014-12-04）［2016-11-30］http：//www.infzm.com/content/106094

［17］Alahmad M.A.，Wheeler P.G.，Schwer A.，et al..A comparative study of three feedback devices for residential Real-Time energy monitoring［J］.IEEE Transactions on Industrial Electronics，2012，59（4）：2002-2013.

［18］張桂青，鹿曼，汪明，等.智能家居的“春天”來了［J］.計算機科學，2013，40（Z1）：398-402.

［19］Abrahamse W.，Steg L.，Vlek C.，et al..The effect of tailored information，goal setting，and tailored feedback on household energy use，energy-related behaviors，and behavioral antecedents［J］. Journal of Environmental Psychology，2007，27（4）：265-276.

［20］韓躍峻，辛潔晴，高亦凌.基于信息反饋的需求響應［J］.電力需求側管理，2012，14（5）：9-14.

［21］董小君.“四網一圖”：占領全球新能源產業制高點［J］.國家行政學院學報，2011（3）：42-46.

［22］杰克·萊文.張東霞，馬文媛.美國奧能公司基于用電數據分析的用能服務應用［J］.供用電，2015，32（9）：56-58.

［23］胡琥，韓利紅，田昕.辦公設備待機能耗檢測與節能分析［J］.節能，2011，30（10）：46-48.

［24］李雨婷，李兆堅.城鎮住宅空調待機能耗調查分析［J］.建筑科學，2012，28（S2）：104-108.

［25］屈利娟，沈小麗.基于能耗監測平臺的高校典型建筑待機能耗分析［J］.建筑節能，2016，44（1）：90-93，101.

［26］Corucci F.，Anastasi G.，Marcelloni F.A..WSN-based Testbed for Energy Efficiency in Buildings［C］.Proceedings of International Symposium on Computersand Communications，Split，Croatia：IEEE（Institute of Electrical and Electronics Engineers）Intelligent Robots and Systems，2011.

［27］曾鳴，沈又幸，盧鍵明，等.面向智能電網的需求側管理決策支持系統［J］.華東電力，2011，39（2）：176-180.

［28］陳俊生.面向智能用電的需求響應技術及家庭用戶用電策略研究［D］.重慶：重慶大學，2014.

［29］呂紅麗，花曉慧，段培永，等.基于室內動態熱舒適度的空調模糊控制［J］.山東建筑大學學報，2014，29（5）：476-482.

［30］Hart G.W..Nonintrusive appliance load monitoring［J］. Proceedings of the IEEE，1993，80（12）：1870-1891.

［31］Zoha A.，Gluhak A.，Imran M.A.，et al..Non-Intrusive load monitoring approaches for disaggregated energy sensing：A survey［J］.Sensors，2012，12（12）：16838-16866.

［32］余貽鑫，劉博，欒文鵬.非侵入式居民電力負荷監測與分解技術［J］.南方電網技術，2013，7（4）：1-5.

［33］郝素蘭.基于WSN的室內環境智能監測系統研究［D］.太原：太原科技大學，2014.

［34］Schilit B.，Adams N.，Want R..Context-Aware Computing Applications［C］.Proceedings of the Workshop on Mobile Computing Systems&Applications，Santa Cruz：IEEE（Institute of Electrical and Electronics Engineers）Computing Society，1994.

［35］顧君忠.情境感知計算［J］.華東師范大學學報（自然科學版），2009（5）：1-20.

［36］Yang Z.，Becerik G.B..Cross-Space Building Occupancy Modeling by Contextual Information Based Learning［C］.ACM International Conference on Embedded Systems for Energy-Efficient Built Environments.New York：ACM（Association for Computing Machinery）Press，2015：177-186.

［37］De Paola A.，Gaglio S.，Lo Re G.A..Sensor（9）k：A testbed for designing and experimenting with WSN-based ambient intelligence applications［J］.Pervasive and Mobile Computing，2012，8（3）：448-466.

［38］Rashidi P.，Cook D.J.，Holder L.B..Discovering activities to recognize and track in a smartenvironment［J］.IEEE Transactions on Knowledge and Data Engineering，2011，23（4）：527-539.

［39］Vazquez F.I.，Kastner W..Clustering Methods for Occupancy Prediction in Smart Home Control［C］.IEEE International Symposium on Industrial Electronics.Gdansk，Poland：IEEE（Institute of Electrical and Electronics Engineers）Press，2011.

（校慶約稿）

張運楚教授現任山東建筑大學信息與電氣工程學院院長。碩士生導師，山東建筑大學控制科學與工程模式識別與智能信息處理學科方向帶頭人。

張運楚教授博士畢業于中國科學院自動化研究所，山東大學博士后。現兼任：山東省自動化學會理事、山東省智能建筑技術專家委員會專家、中國勘察設計協會山東智能專委會委員、山東省物聯網協會常務理事、山東省公共安全視頻監控技術專家。

多年來從事圖像處理與計算機視覺、模式識別、建筑智能化、城市感知與智能信息處理等方面的研究。在監控視頻內容分析、居家養老環境輔助生活技術等方面取得了一批成果。長期從事本科教學和管理工作，先后負責籌建了智能建筑實驗室、電子信息工程和通信工程兩個本科專業；作為模式識別與智能信息處理學科方向負責人，參與組織申報成功山東省智能建筑技術重點實驗室，山東建筑大學控制科學與工程一級學科碩士學位授權點。

近年來主持和承擔多項省部級以上科研課題；在國內學術刊物和國際會議上發表論文30余篇，EI收錄9篇。

Research progress of building energy consum ption management and indoor spatial awareness

Zhang Yunchu1，2，Han Huaibao1，Cao Jianrong1，2，et al．

（1.School of Information and Electrical Engineering，Shandong Jianzhu University，Jinan 250101，China；2.Shandong Provincial Key Laboratory of Intelligent Buildings Technology，Jinan 250101，China）

Building energy consumption in China has increased year by year and the proportion in the total energy consumption is growing.Because there exists a conflicting goal，which is to meet the comfort needs of a large number of users while minimizing energy consumption，the problem of building energy consumption management has become increasingly complex.This paper analyzes the main factors affecting the building energy consumption，such as space form of the building，thermal performance of themaintenance structure，energy efficiency of equipment and its control strategy，and building user’s behavior.It then expounds general active energy-saving technology，such as energy consumption feedback，reducing electricity equipment standby power consumption，reasonable arrangement of electric equipment’sworking time，and optimizing control of the electrical equipment. The paper reviews the key technologies of demand side energy-saving related to building users，namely，by acquiring three types’data of indoor space state，that is，energy consumption，environment and context，to obtain and fuse the energy footprintand occupant’s footprint，then builds a proper characterization of energy consumption in an environment to evaluate the rationality of building energy consumption from the demand side，and identify accurately themain causes ofwastes，and finally，proposes the prospect of building energy-saving technology in China.

TP274.2

A

1673-7644（2016）06-0614-08

2016-10-11

國家自然科學基金青年基金項目（61303087）；山東省科技發展計劃項目（2013GGX10131）

張運楚（1968-），男，教授，博士，主要從事建筑信息化、機器視覺等方面的研究.E-mail：yczhang@sdjzu.edu.cn