園區智慧能源管理平臺介紹及示范應用

劉穎丹 許 力 段 飛 黃忠輝

1.濟中節能技術(蘇州)有限公司

2.蘇州工業園區獨墅湖科教發展有限公司

園區智慧能源管理平臺介紹及示范應用

劉穎丹1許 力1段 飛1黃忠輝2

1.濟中節能技術(蘇州)有限公司

2.蘇州工業園區獨墅湖科教發展有限公司

綠色園區的建設和推廣是我國實現低碳經濟發展的重要舉措，園區智慧能源管理平臺的建設是綠色園區建設的關鍵環節。介紹了園區智慧能源管理平臺的結構和功能，著重介紹平臺在在大數據模型預測技術和基于大數據的預測性故障診斷技術方面的創新以及在蘇州工業園區獨墅湖科教創新區的示范應用。

綠色園區；園區智慧能源管理；需求側管理；大數據分析；節能

隨著中國經濟的高速發展和全球化帶來的機遇，能源消費總量不斷增加，能源與環境問題已經成為制約我國經濟和社會發展的重要因素。為應對能源、環境以及氣候變化的挑戰，發展低碳經濟是實現經濟可持續增長的必由之路。傳統的節能管理方式和舉措難以滿足政府和企事業單位節能管理的需求，借助信息技術工具，搭建園區能源管理平臺，已成為持續推進節能降耗和實現用能精細化管理的必然趨勢，也是創建綠色園區的必要組成部分。

1 平臺定義

“園區智慧能源管理平臺”是綜合運用現代信息技術、能源互聯網技術以及電力需求側管理措施等，對園區內各單位所消耗的能源實現在線監測、動態分析和集中管理，建立“自主負荷，主動響應”新機制，實現精細化、信息化能源管理，提升園區能源管理水平，降低能源成本，并通過永久性或臨時性節能技術和手段降低能源消耗，實現電力的動態需求響應和園區能源的優化調度。

2 平臺架構

對電、水、汽、燃氣、氮氣、煤等各類資源進行數據標準化處理，通過數據采集、數據傳輸、數據管理及應用，來實現能源管理，并接入分布式光伏、風能以及儲能系統等運營參數，有效支撐微電網的建設運維，實現園區性的能源調配與優化運維。園區智慧能源管理平臺架構如圖1所示。

圖1 平臺架構示意圖

（1）數據采集層

通過Modbus RTU協議采集設備數據，將采集到的數據保存到本地文件，并發送部分數據到采集服務器，還需要開發針對該嵌入式智能設備監控軟件的配置軟件，配置軟件安裝在微型計算機上，通過該計算機主機配置數據采集軟件。同時嵌入式數據采集終端系統可對采集數據進行預處理和暫存，提升數據采集、傳輸、處理性能和安全性，并有效避免數據采集配套設備配置高的要求，大大降低數據定制化采集的成本。

（2）數據管理層

包括數據接口服務器、實時數據庫服務器、關系數據庫服務器、應用服務器、WEB服務器、管理工作站、大屏幕、交換機等硬件設備。通過一系列功能模塊，包括數據監測、能耗地圖、能效管理、需求響應、報警監測、能耗模型預測、能源平衡與優化調度等模塊，實現對整個園區用能系統的監控和管理。

3 平臺功能

（1）數據實時監測

基于實時數據庫和監控圖組系統，建設園區智慧能源管理平臺。實現對各級載體（園區、政府、企業、建筑）、多種能源介質（煤、電、蒸汽、水、燃料氣、氮氣等）、多類運營參數（溫濕度、二氧化碳濃度、出氣量、供回水溫差、壓力等）的產、存、耗全過程的實時監控，掌握其歷史數據和實時趨勢。

（2）能耗地圖

能耗地圖模塊基于園區內各企業、建筑的地理信息數據庫，能夠方便查詢智慧能源管理平臺內各企業、建筑的能耗信息、用能設備運行狀態、新能源及儲能系統的運行狀態等信息，實現針對該園區的能耗監測、統計分析、能效分析、超標預警等功能。

圖2 同類型電源或負載的運營狀態同比分析曲線圖

（3）能效管理

園區智慧能源管理平臺主要包括能源計劃與實績管理、能源調度運行管理（調度日志、異常監察、運行方式變更、事故、應急預案管理等）、能源統計分析（同比、環比、對標、成本、關聯分析等）、能源考核管理、能源計量結算管理、能源計量器具管理、能源質量管理、能源報表管理等功能模塊。如圖2所示，同比分析同類型電源或負載的運營狀態，用以判斷電源發電性能的差異和負荷運營異常，便于管理者及時發現能源系統潛在的問題。

（4）需求響應

信息互聯為園區能源合理分配提供了數據支撐，平臺系統基于園區能耗體系的重要等級及各能耗單元的需求響應容量制定最佳需求響應策略，幫助園區整體實現能源平衡。

（5）微網系統數據分析

平臺可實現針對微網系統各組成部分，包括分布式電源、儲能裝置、能量裝換裝置等各環節的運營參數進行數據采集分析，綜合分析天氣、供需變化、需求側管理等因素，輔助制定更加經濟有效的能源“發、用、儲”運行策略，有效支撐園區微電網的建設運維，實現園區性的能源調配與運維優化。

圖3為園區智慧能源、管理平臺中分布式光伏系統監視圖。

（6）能耗模型預測

基于園區能源數據的積累，利用數據挖掘技術建立預測模型，為園區能源計劃制定和優化調度提供數據支撐，優化園區內企業、建筑能源管理體系，提高能源利用率。能源模型預測分為兩個部分，分別為用能預測和負載預測，因為功能不同，采用的預測模型也會依據其特點進行優化，以確保能源模型預測的準確性。

（7）能源平衡與優化調度

能源平衡與優化調度是在考慮能源品位等級、產/耗能設備能耗特性差異，滿足生產需要的前提下，通過系統優化分析，實現能源的平衡能源計劃、優化調度與實績管理。能源平衡與優化調度功能將能源預測、需求響應控制、配用電自動化等體系進行有機地結合，配合能源供需信息，在保證企業安全生產、建筑正常用能的基礎上實現能源優化調度，確保能源平衡。

4 技術創新

為深度挖掘能源數據，發揮園區智慧能源管理平臺的價值，實現園區能源精細化管理，在大數據模型預測技術和基于大數據的預測性故障診斷技術做了進一步的探索。

圖3 園區智慧能源管理平臺中分布式光伏系統

（1）大數據模型預測控制技術

大數據模型預測控制技術（Big Data-MPC）是在預測技術之上進行深度開發而成的優化控制技術（見圖4）。大數據模型預測控制技術是建立在設備或系統長期運行歷史數據的基礎之上，通過海量數據建模，并結合多目標優化算法（遺傳算法與進化策略）來求解最優的控制策略（設備最優參數設定、系統最優控制方案），確保設備或系統的最佳運行狀態，有效降低生產運營能源成本。

圖4 大數據模型預測控制技術

大數據模型預測控制技術相對于傳統控制技術具有絕對的優勢。首先，由于其控制策略是基于長期的歷史數據，保證了優化控制方案的可行性和執行策略的安全性；其次，大數據模型預測控制技術可融入人工智能和機器學習技術配合使用，實現控制策略滾動優化和反饋校正，保證優化控制方案實時跟進，確保優化控制方案長期有效。

（2）基于大數據的預測性故障診斷技術

傳統的故障監控技術可及時發現故障發生，有效防止故障擴大化。預測性故障診斷技術遠遠高級于實時故障監控技術，其側重點在于具有精確的預測功能，在故障未發生之前事先發掘潛在的故障問題，避免故障發生導致的損失，防患于未然。

絕大多數故障都會在發生之前表現出一些異常的狀態，這些提前表現出異常狀態是預測性診斷故障的關鍵。預測性故障診斷技術是憑借決大數據挖掘機器學習技術（決策樹、KNN、K-Means等算法），對設備或系統的海量歷史運營數據進行系統性分類、關聯、聚類分析，挖掘出故障發生的前兆特征，定位異常狀態，結合專家系統對設備或系統進行預測性故障診斷，降低過程中的能源損失。

5 示范應用

（1）園區獨墅湖科教公司應用

從2015年3月起，濟中節能技術（蘇州）有限公司與蘇州工業園區獨墅湖科教發展有限公司開始共同打造“蘇州獨墅湖科教創新區智慧能源管理平臺”（見圖5）。蘇州獨墅湖科教創新區面積11 km2，地處蘇州工業園區，是一座集生活、娛樂、科教、辦公于一體的時尚現代化科教新城。園區載體眾多，業態豐富，包括商業綜合體、酒店、學校、甲級寫字樓、文體公共場館、科研單位、公寓等，各類型建筑約150幢，總建筑面積約250萬m2，總設計用電容量約185 000 kVA。

圖5 獨墅湖科教創新區智慧能源管理平臺首頁

獨墅湖科教創新區通過園區智慧能源管理平臺實現了對整個園區上百幢建筑能源的統籌管理，管理人員可通過互聯網設備（PC、平板電腦、手機）隨時隨地查看每幢建筑的能耗狀態，實現在線監測、動態分析和園區能源集中化、信息化管理，整體提高能源管理水平；基于長期存儲的建筑能耗數據，管理人員在濟中節能數據分析團隊的協助下，可對每幢建筑或重要能耗設備進行全面的能耗核算或能效評估，完全以數據為導向，為及時發現建筑能耗漏洞提供了依據；隨著能耗分析與能耗評估的逐步展開，為了進一步完善建筑能源管理機制，將建筑控制系統運營數據接入平臺，建立起集能耗監測與能源管控于一體的能源管理系統；基于采集能耗數據與設備運營控制信息，濟中節能可以結合建筑日常需求制定出最優化的控制策略，大幅度降低建筑運營能耗成本。

以獨墅湖科教創新區慧湖大廈為例，說明平臺投入使用后短短兩個月時間內帶來的改善。

慧湖大廈位于蘇州工業園區月亮灣路10號，是集辦公及商務服務為一體的綜合性項目，是按照5A甲級寫字樓標準精心設計、精細施工的示范性精品工程。大廈用地面積17 011 m2，總建筑面積111 614 m2；2016年總電力能耗為480萬kwh。

（2）存在問題

基于園區智慧能源管理平臺監測數據發現，慧湖大廈在夜間非運營時段（21:00～ 05:00共8h）功率負載水平一直維持在200 kW左右，如圖6、圖7所示，通過排查發現大廈5號變壓器和6號變壓器線路存在非必要開啟設備夜間運行和部分照明未關閉現象，如圖8所示。

（3）解決方案

通過現場確認和管理優化，根據慧湖大廈實際運營需求，關閉非運營時段不必要的照明和設備，降低大廈非運營時段功率負載，如圖9、圖10所示。

圖6 慧湖大廈南樓非運營時段風機未關閉造成的能耗漏洞

圖7 慧湖大廈南塔樓非運營時 段風機未關閉造成的能耗漏洞

圖8 慧湖大廈變電所空調在非必要時段運行造成的能耗漏洞

（4）改善效果

通過全面系統性地排查并制定可行的方案，慧湖大廈非運營時段（21:00～05:00共8h）整體功率負載下降27.5kW，其主要調整線路的功率負載降低情況如表1。

圖9 慧湖大廈總結點調整前后功率均值對比

圖10 慧湖大廈有功功率在調整前后的對比

表1 非運營時段主要設備調整前后能耗對比

根據慧湖大廈電力單價（0.89元/kWh），每天降低功率負載時間按8h計算，年節省電力能耗成本2萬元。上述舉例僅為該平臺投入運營后發現的其中一項能耗漏洞，在兩個月的運行期間，共探測出能耗漏洞25項（見表2），即可實現年節能量457 233 kWh，約占慧湖大廈年電力總能耗的9.53%。

結合慧湖大廈案例分析，隨著園區智慧能源管理平臺的升級完善以及數據積累，整個蘇州獨墅湖科教創新區按照降低能耗10%來估算，即可實現節約電力消耗約713.15萬kwh，減少二氧化碳排放約5 883.49 t，相當于種植了12 652棵樹，取得顯著的社會效益和經濟效益。

表2 能耗漏洞匯總

4 結語

隨著園區智慧能源管理平臺的建設及運維的推進，平臺將積累海量的能源數據，基于能源大數據建立的模型準確性越來越精確，對綠色園區的能源管理和優化調度發揮更重要的影響，園區智慧能源管理平臺的建設將成為國家持續推進節能減排戰略，實現綠色可持續發展的重要組成部分。

Introduction and Demonstration Application of Industry Park Intelligent Energy Management Platform

Liu Yingdan1, Xu Li1, Duan Fei1, Huang Zhonghui2

Jet China Energy Saving Technology(Suzhou) Co.，Ltd Suzhou Industry Park Dushu Lake Scientifi c Education Development Co.，Ltd

Construction and promotion of green industry park is key measure to realize low carbon economy in China. Meanwhile industry park intelligent energy management platform construction is key park to green industry park construction. The author introduces structure and functions of industry park intelligent energy management platform and innovative cases of big data model prediction technology and fault diagnosis technology based on big data and demonstration application at Suzhou industry park dushu lake scientific education creation zone.

Green Industry Park, Industry Park Intelligent Energy Management, Demand-Side Management, Big Data Analysis, Energy Saving

10.13770/j.cnki.issn2095-705x.2017.06.007