今天跟大家一起分享一个话题：智慧建筑能源管理能源优化的解决方案。大家一定也深有一些感受。就是其实现在我们住的城市里有很多的，比如说楼宇或者是建筑，有一些是新建的，也有一些老旧的这些楼宇。从现在的建筑水平来讲是非常的高。它的智能化，包括它的一些设施都非常的好。但是很多的老旧的楼宇，其实就面临着很多的问题。比如说在八几年的房子，或者是九几年的房子，到了现在，其实从外观到它里面的设施都面临很多的问题，有一些楼宇还面临着拆迁。所以在这样的情况下，有很多楼宇。它到了50年左右，它的寿命基本就差不多了，可能就要拆掉。我觉得如果是一栋楼，它从0~50年，再从50年到100年，如何延长它的寿命？我觉得是一个非常具有未来、有思考空间的一件事情。第二就是我要讲的就是双碳，这两年国家其实一直在出台双碳的很多政策，它的出发点也要实现在2030年到2060年分别要达到碳中和碳达峰这样的目标，旨在还是要解决很多楼宇很多建筑，包括我们周边的环境如何做到节能减排，让大家去有一个非常宜居的这样的环境去生活。所以从这个角度出发。智慧建筑好不好，管理就非常的重要，那么其实也是要解决两个问题，第一个就是延长建筑的寿命，第二要做到很好的碳排放，也是我今天要重点分享的部分。其实大家现在也非常的清楚，每一个城市其实都要做整个智慧城市的建设。那么从政府的角度，从宏观的角度，有一盘棋规划，从整个大的智慧城市要建不同的场景、不同的板块，但是从企业来讲，其实是一个反向的操作。从一栋楼宇、再到一个智慧社区、再到智慧城市，正好是一个从上到下，一个是从下到上，跟政府是一个相反的做法。这就是政府和企业的做法的不同。我们基于从一栋小的楼宇开始做起，从一个从市场高度市场化的一个操作变成一个智能楼宇精细化的那一部分，就是说智慧建筑它如何去做到能耗的优化。刚刚我也大概讲了一下，从国内有很多的不同的政策去支持双碳。从其他的国家，像日本南亚，包括中东的很多国家也会有各种的碳排放或者是关于绿色建筑的一些倡议，目的是让大家都是同样的目标：就是要做到节能。也是智能楼宇的必要性。就是说其实大家做智能楼体的，或者是智能建筑的能源管控。它不是说大家想想这么做。而是的确是面临一个必要性从国内和国际都有这样的一个要求。从目前的建设的痛点来讲，我们的居住的办公环境，有一些新装修的会面临有害气体的排放，包括我们的办公空间是否宜居？包括它整个的一个碳排放是不是达标了？不管是企业还是我们的员工在大楼工作生活，其实都有这样的一个要求。第二个就是整个他大楼实施改造和成本也会很高。因为老的楼宇很多的设备当时建设之初是没有什么太智能的元素。到了今天，它其实面临着要智能化的改造，老的这些设备要做很多的修改，不管是装修还是设备，所以成本就非常的高。涉及到很多的专业，有能源专业，有消防专业，还有楼控等等，其实也是非常的复杂。所以现在对智能楼层对建筑，提出了很多的要求。以前其实设备也都是相对来说比较孤立，暖通系统、电梯系统、照明系统、消防系统基本基本上每一个都是孤立的系统。这也是如果把它打通的话，那么也是需要一个新的系统去把所有的系统集合起来，去做智能化的管控。所以这一些都是很多建设项目面临的一个非常重的痛点。所以从能源管控的角度来讲，要是把所有的原来的一些建筑的子系统就要把它打通。从大家从左侧也可以看到，其实整个不管是楼宇还是建筑，它会有几个十几个甚至更多不同的子系统。比如泵、冷却塔、冷水机组、抽水机，包括还有风机等。这么多的设备，如果是孤立的话，其实是很难去把它综合调度起来。所以中间我认为是有一个综合的管控平台，这个平台其实是要把所有的子系统的数据归集。接入之后进行数据汇聚，依据数聚打造人工智能的模型。其他的系统要基于中间这一侧的部分的数据。把它重新再建立新的应用。这个催生出来新的应用的话，它就不是像原来一些独立的系统，没有办法去协同工作，而是说它可以去做很多。比如说人员管控，比如说还要基于中间的数据。他要做很多可预测性，这里就有很多新的应用程序出现。所以这样的过程从独立的子系统到数据的集成和分析，然后到新的应用，整个过程会把智能管理就做得非常好。传统的建筑和智能的建筑上还是有很多区别。大家也可以从图上可以看到，其实在以前很多大厅的指挥中心，它其实是有很多小的屏幕。我觉得在10年之前至少是这样子的。最近5、6年会有很多的改善。到了今天突破就更多了。左侧就是现在的组件，大家会怎么样去做？那右侧的这些小的面板，比如说原来是5×6或者是6×9这样的一些面板。或者是电视机，那么已经变成了一个我可以去用一个非常大的一个屏幕。那么这个屏幕其实就完全不需要这个5×6或者6×5，而是一个非常大的一个屏幕。它可以去通过手去滑动或者鼠标去滑动。可以上下左右前后，可以看到整个智能楼宇里面外面。包括上下他都能看得到，所以这就是在整个它的指挥控制上的一个突破，这是传统和智能建筑的一个非常显著的区别。第二个就是一个非常大的区别，就是可预测性。就是我们做了很多的事情，其实并不是说当下的问题发生了我们把它总结，这是已经发生的。其实我觉得更重要的是要做到未来的可预测性，就是说我们今天可能不知道明天这个楼宇它可能会发生情况，通过模型的推演、预测到未来这个楼宇要发生什么事情，比如说明天楼宇的某一个层可能某一个配电箱的电流会超高。所以这种可以通过很多的历史数据，包括结合人工智能模型去把它分析出来。那么在今天就可以预防明天可能在这个时间段我要采取什么样的措施。比如提前调整它的负荷，或者是调整它的用电的一些参数。这样我认为是智能楼宇和现在传统楼宇的一个区别。再就是我们其实现在可以利用数字孪生将整个楼1:1的还原，这种好处其实也可以解决很多设备宕机的问题，就比如说过去可能楼宇遇到一个问题通常是派人到现场去维修。那么如今现在有了数字孪生可以直接能看到每一层的管道和建筑的每一个细微的管线和设备。发现问题之后从可视化层面可以看到到底哪里出了问题。这个时候再派人去现场，可以大节省宕机时间。除此以外，整个楼宇其实还要有api,楼宇也要每一个系统之间打通，api网关用于数据去汇聚。第二个，还要做数字孪生做到可预测性。当然这些也是作为人工智能的优化的基础。第三是把所有的楼宇的每一个部分桌椅、板凳，包括水电、暖通、风、水电，这些全部1:1的还原，也是为了精细化的去管理楼宇的每一个部分。这样无论是做能源的优化可以去到每一个部件。至一第四个是物联网的管理系统，其实这里也就涉及到比如我们需要把所有的楼宇的风火水电的设备会以ba或者是bms系统这样的形态去跟楼宇的管控系统去做一个打通。所以在这里硬件或软件要遵循统一的net协议或者是modbus这样协议去对接。楼宇的硬件和软件就可以去做很多数据上的交互。这里其实大家也可以看到，整个楼宇要基于模型互联起来。每一个楼基本都有dwg或者是BIM数据，用数字孪生原生把楼宇以及管线构建起来，可以看到每一层。结合现在的大模型你可以对模型去说一句话，比如说我要看到10楼的102房间，那么其实可以把BIM的每一层的部件全部呈现看到到底有什么问题，哪里会产生告警，其实也是为了方便资产管理也为了未来做能耗的优化，或者是能源的管控也非常清楚，会看到哪里出了问题。这里你看到的其实是一张非常乱的一张图，其实就是把每一层的位置已经切割了，每一层都会把它打通，把它切开它的管线其实也都会看得非常清楚，你可以把它放大。它这条管道如果是出现告警，那么它其实在这个面板上会出现一个红色。第二部分我想更多还是要提到双碳或者降碳。因为整个楼宇其实现在的楼宇基本电会占大概70~80%的能源的消耗。我记得我昨天的时候去跟一个地方政府的工作人员在聊天，他说当地图书馆现在都不敢开空调了，如果不开空调，群众会投诉，如果是开一天的话大概2万块钱的电费，楼宇也一样，基本耗电最多的就是这些暖通的设备。所以从能碳从节碳的角度来讲，就是把电能耗降下来。整个能源的管控也就有很大的改善。首先是要从管理体系构建，包括碳核查，第二部分从设备的角度就怎么老旧设备上进行一些改造。第三个是可再生能源，就是光伏储能。做一些碳抵消。同时要跟电网去合并，来抵消楼宇产生的一些二氧化碳。整个能源优化还要基于一些条件。 因为每一个楼宇它的条件是不一样的。有的有一些楼宇设备是比较先进，它有一些智能化或者物联网的板块，有一些老旧的楼宇不具备这样的条件，就要对它进行一定程度的改进。比如加装群控装置或者支持PLC可编程控制器把设备和我们的楼宇的软件做一个打通。PLC要支持wifi要支持网络，只要是PLC和它联通的设备和软件系统的协议保持一致。就可以去把设备上的数据汇聚到楼宇都软件平台里面，如果没有PLC控制器的话，就需要把楼宇的设备都集成到BMS系统或者是BA系统。中间可能还需要一个转换器处理数据的清洗工作，确保数据的分析或做模型的数据质量， plc是在控制终端设备，然后通过网络把软件和硬件打通，把数据拿过来。基于数据去做汇聚，做分析，做能源的调控和优化. 有很多楼宇原来是中央空调，如果中央空调没有任何的物联网模块。除了我刚才说的加PLC可控制编辑器之外，还要加一些智能电表收集电梯、消防设备耗电量。耗电量的一个计量就是要通过电表。智能电表也会开放API接口。有很多冷水机还要有温控设备或变频设备。包括温度、温湿度的传感器。智能电表，就是它的一个载体。冷机系统也有物联网的模块去监控它的温度压力。出口的流量。  这里还有一个能效的一个管理，所有的设备接入进来要知道它的能耗是怎样的，能耗比是多少，能耗比：比如说冷机，你可以控制冷耗量，比如说1000瓦，然后冷机消耗200瓦，风机或者是冰机或者是其他的冷耗要消耗量80w，能耗比是1000除以280，大概是3.57是它的能效。能效越高。能耗其实越低，能源消耗多的设备有能耗的优化策略。通过plc的可控制编辑器发放指令。根据策略和指令去集中控制。策略优化还是要基于过去的历史数据，还有线路的一些场景。比如说有很多的大厦有很多个区域，人流是非常稀疏。或者是说在某一个时间段，它的肯定是多的。那么基于这样的数据，可以在某一个时间段，它的人流并不是很多的情况下，对暖通空调进行调整。同时可以结合监测到的天气的温湿度，比如明天可是一个非常冷的天气。那么提前在第二天上班前对整个大楼做提温。能耗其实最大的用电量。有的场景比如可能要下午两点多开会，但是有很多的场景是大家到了会场才当场把这个空调打开。其实完全可以对整个的楼宇的管控系统或者是能源管控系统，提前有这样的输入参数：若下午两点开会。那么其实系统接入到这样条件之后，会根据人数的多少去调控开放一个合适的空调的温度。总结：整个思路第一要把所有设备的子系统的数据汇聚过来。无论是通过运营系统还是电站系统。然后基于数据去做模型，去调优，向设备发送指令，调控温度。当然这些根据很多的模型去学习，因为有很多的天气因素，人流元素，历史的数据，未来可以有一些新的场景要结合。这些结合要结合很多因素去调控。所以我觉得这是一个大的思路。