大數據技術在地暖空調（熱泵）的應用實踐.pdf

《大數據技術在地暖空調（熱泵）的應用實踐.pdf》由會員分享，可在線閱讀，更多相關《大數據技術在地暖空調（熱泵）的應用實踐.pdf（31頁珍藏版）》請在三個皮匠報告上搜索。

1、報告人：趙柏揚珠海格力電器股份有限公司2023年4月Application of big data technology on radiant floor heating air-conditioners(heat pumps)目錄CONTENTSPART1PART2PART3PART42技術背景地暖數據分析與挖掘智慧地暖節能解決方案總結與展望PART技術背景14技術背景國家數據局組建方案數字中國的整體規劃文件出臺n 2023年3月7日，根據國務院關于提請審議國務院機構改革方案的議案，組建國家數據局n 構建數字化平臺，加快數據要素的流通和數據價值的挖掘，運用數據為經濟社會發展賦能n 數據驅動的

2、平臺化模式引領空調行業衍生出新業態和新模式，推動價值創造和價值聚集順應數字時代要求，構建數據驅動平臺5技術背景百萬臺套機組每天產生數據達500億條實時流量統計實時工程量實時工程分布n 格力電器自2011年建立多聯機空調大數據平臺，基于空調特征動態采樣技術與矩陣式裁剪分布解析技術，實現高保真數據采集與海量數據快速解析n 目前上線機組達百萬臺套，每天產生數據達500億條，已擁有PB級歷史運行數據行業內率先建立多聯機大數據平臺格力全樣本空調大數據平臺支持海量空調數據采集與分析6技術背景n 多聯機大數據的多度量性和多維度性給空調系統的節能升級提供了新方法n 大數據挖掘可揭示建筑環境-用戶末端-空調主機

3、的全環節動態特性，實現空調系統整體運行優化大數據助力空調系統節能升級基于大數據的空調系統運行特性挖掘與分析7技術背景n 在消費升級背景下，地暖相比于暖氣片和普通送風末端具有突出的舒適性優勢，得到廣泛關注n 常規地暖以集中供熱、燃氣供熱為主，存在數據源不足、數據聚合性差和數據難以上網等難題常規地暖數據應用難題不同采暖方式比較集中供熱（北方）地暖+燃氣壁掛爐（南方）地暖常規地暖方案1、傳感器少，數據源不足2、設備分散，數據聚合性差3、信息化程度低，數據難以上網4、運行模式單一，優化空間小數字化程度亟待提升24222018162.7m1.5m0.1m242220181624222018162.7m1

4、.5m0.1m2422201816理想人體取暖地暖送風末端暖氣片8技術背景n 兩聯供多聯機包含室內機、室外機（熱泵）和熱水發生器，滿足全環節地暖數據采集需求n 格力兩聯供標配蜂窩通訊模塊，實現地暖空調機組與服務器數據的互聯互通，提供數據應用基礎兩聯供賦能地暖數字化內機數據（建筑環境）：回風口溫度線控器溫度室內相對濕度用戶設定溫度外機數據（空調主機）：空調運行能耗壓縮機吸/排氣溫度室外環境溫度地暖數據（用戶末端）：供/回水溫度水泵轉速（水流量）地板表面溫度PART地暖數據分析與挖掘2l 地暖運行數據分析l 地暖節能潛力挖掘10地暖數據分析與挖掘聯動控制室外機集中控制地暖空調數據概況49%51%控

5、制方式占比聯動控制集中控制多聯機機組地域分布地暖控制方式占比n 兩聯供多聯機主要分布于浙江、江蘇、四川、湖南等地區n 采用聯動控制（分水閥獨立開關）與集中控制（分水閥或總管統一開關）的地暖機組占比相當11地暖數據分析與挖掘1、用戶行為分析n 87%以上的用戶在使用地暖時選擇連續運行，一天中沒有明顯的開關機行為n 對于聯動控制的地暖機組，同時開啟4個房間以上的時間占74%，只開啟1個房間的時間僅占4%地暖連續運行時間長地暖使用面積比例大同時開機內機數（地暖開啟房間數）時間工程ID開機狀態關機狀態12地暖數據分析與挖掘1、用戶行為分析n 室內設定溫度為24以上的用戶占比達69%，極端設定溫度（30

6、）的用戶占比為18%n 地暖供水設定溫度為45以上的用戶占比達24%，35以下的用戶占比為9%*GB 50736-2012:民用建筑供暖通風與空氣調節設計規范規定：供熱工況一級熱舒適性溫度為2224，民用建筑地暖供水溫度宜采用3545一級熱舒適區間大部分用戶的室內設定溫度偏高約33%用戶的地暖供水設定溫度不合理13地暖數據分析與挖掘1、用戶行為分析n 地暖供水溫度與室內溫度之間相關性不顯著；供水溫度每升高1，機組能耗增加約5%n 不合理的溫度設定將導致供熱量與建筑負荷不匹配，過高的供水溫度造成熱量浪費并增大能耗室內溫度與機組能耗隨地暖供水溫度的變化規律y=0.1028x 2.03*JGJ 14

7、2-2012:輻射供暖供冷技術規程不同供熱量下的平均水溫14地暖數據分析與挖掘2、建筑環境分析n 根據回風溫度測點與線控器溫度測點計算垂直溫差，地暖的垂直溫差均值約為-1/mn 地暖處于推薦垂直溫差區間的時間占比為90%，遠高于常規上出風空調末端（僅為10%）_垂直,=_2.5,_1.4,2.5 1.4 高1.4m：線控器溫度測點高2.5m：回風口溫度測點*Standard A.Standard 55-2013(2013)Thermal environmental conditions for human occupancyJ.ASHRAE,Atlanta,GA,USA推薦垂直溫差：_垂直 3

8、/m垂直溫差定義：基于室內垂直溫差評估熱聚集程度地暖室溫分布均勻15地暖數據分析與挖掘2、建筑環境分析n 在地暖首次啟動時，室溫達到穩定所需響應時長約為20h，單位溫升時長平均為3.7h/n 由于實際建筑的地板材質、結構存在差異，不同工程的單位溫升時長可相差1倍以上工程編號起始溫度穩定溫度響應時長單位溫升時長單位hh/114.720234.3 21118213.0 31621234.6 41220313.9 517.520.3134.6 61721123.0 719.524255.6 81119212.6 91418123.0 101218213.5 1115.219205.3 1213191

9、72.8 起始溫度穩定溫度16地暖數據分析與挖掘2、建筑環境分析n 對于間歇開啟的地暖機組，由于地暖具有熱惰性，機組啟停期間室內溫度變化緩慢n 在停機階段，地板蓄存熱量能繼續為室內供熱，停機后10小時室溫降幅小于1（以某工程為例）17地暖數據分析與挖掘3、機組性能分析n 兩聯供系統設計容量由于考慮制冷需求，制熱工況下機組容量偏大，地暖負荷率集中在2040%n 在工況一定時，熱泵機組的能效受負荷率影響，中低負荷下機組的運行偏離高效區間=1.5082+4.463+1地暖運行時機組多處于中低負荷典型工況下熱泵機組性能曲線18地暖數據分析與挖掘3、機組性能分析n 熱泵機組運行能效（COP）受氣溫影響顯

10、著，氣溫每下降1，機組COP減少約2%n 在日內氣溫波動較大時，機組COP將發生明顯變化，高-低氣溫時的機組COP相差20%以上南京沈陽典型長江流域與北方地區日內氣溫波動分布=0.0346+2.804熱泵能效隨氣溫下降而衰減19地暖數據分析與挖掘節能潛力挖掘用戶行為建筑環境機組性能負荷識別蓄熱識別工況識別使供水溫度與建筑負荷匹配，減少熱量浪費利用地板蓄熱進行輔助供熱，間歇運行降低能耗優化機組運行時段與負荷率，使熱泵機組運行在高效區間識別建筑負荷的變化規律，自動調節供水溫度識別地板的蓄熱能力大小，規劃熱泵開啟時間識別熱泵在不同工況的性能曲線，優化機組運行點大數據大數據大數據PART智慧地暖節能解

11、決方案321智慧地暖節能解決方案歷史運行數據歷史運行數據溫度數據溫度數據壓力數據壓力數據功率數據功率數據建筑負建筑負荷模型荷模型地板傳地板傳熱模型熱模型熱泵性熱泵性能模型能模型模型訓練模型訓練機器學習機器學習算法庫算法庫建筑負荷預測建筑負荷預測地暖溫度預測地暖溫度預測優化計算優化計算天氣預報數據天氣預報數據運行策略運行策略熱泵能效預測熱泵能效預測格力格力AIAI芯片芯片 機器學習機器學習 預測控制預測控制 大數據大數據 最優運行策略最優運行策略全樣本大數據平臺全樣本大數據平臺n 格力新一代兩聯供多聯機搭載智慧采暖技術，提供智慧、舒適、低碳的冬季采暖解決方案格力芯 智慧采暖技術優化優化算法庫算法

12、庫22智慧地暖節能解決方案n 智慧采暖技術基于運行大數據與機器學習算法構建地暖空調系統的數字化實體模型n 精準識別建筑墻體和地板的傳熱、蓄熱特性與全工況下空調（熱泵）機組的動態性能參數地暖數字化實體模型熱泵性能模型地板傳熱模型建筑負荷模型熱泵機組實際建筑（地板）數字化實體TambEHPTwTfQbui23智慧地暖節能解決方案n 本地節能運算：基于本地AI芯片與實時運行數據生成最佳運行策略，實現單體節能優化n 云端節能管理：基于云端服務器與歷史運行數據更新基礎策略模型，實現集群節能升級高效云邊協同計算架構24智慧地暖節能解決方案邊端訓練邊端訓練邊端訓練云存儲云計算邊端數據量小，模型訓練資源少云端

13、數據量大，模型訓練精度高模型遷移條件：相似地域相似負荷相似容量配比n 在機組初次運行時，通過全樣本大數據云平臺獲取基礎模型參數并實現遠程升級n 基于臨近地域和相似場景進行遷移學習，縮短對用戶行為習慣、氣候條件變化的自適應過程基于云端計算的遷移學習基于全樣本空調運行大數據的云端建模遷移學習和區域尋優25智慧地暖節能解決方案n 采用格力自研AI芯片，具備“雙CPU+NPU”三核異構架構，為本地機組提供高性能算力n 根據實際建筑場景的運行數據進行本地自學習，實時修正數字化模型并生成最優控制策略基于邊緣計算的自學習基于本地運行數據的自學習數字化實體模型預測結果分析格力AI芯片(F6721B系列)預測負

14、荷實測負荷建筑負荷/W26智慧地暖節能解決方案n 聯動天氣預報、峰谷電價和用戶日程等信息，基于舒適性、節能性、經濟性多種目標進行最優控制n 系統實時優化供水溫度與熱量輸出，充分利用地板蓄熱特性，實現熱量按需供給并提高綜合能效多目標預測控制兩聯供多目標預測控制框架地暖運行曲線對比溫度預測27智慧地暖節能解決方案測試工況：Q/GD 20.00.265-2022規定工況檢測單位：國家壓縮機制冷設備質量檢驗檢測中心傳統地暖A格力新一代地暖耗電量/kWh0204032%傳統地暖B格力新一代地暖耗電量/kWh0204048%2223242526270:004:008:0012:0016:0020:000:

15、00溫度/時間格力新一代地暖0.8傳統地暖A1.3傳統地暖B1.7室溫波動格力新一代地暖傳統地暖A傳統地暖B新一代地暖空調運行能耗大幅降低新一代地暖空調熱舒適性明顯提升n 經第三方權威機構檢測：新一代地暖空調相比于傳統地暖空調，耗電量節省32%以上n 在平均室溫相同的情況下，新一代地暖空調的室溫波動下降了40%以上與傳統地暖空調運行對比28智慧地暖節能解決方案技術成果&產品應用n“基于地板蓄熱的高效熱泵技術”鑒定為國際領先n 格力享 系統兩聯供家庭中央空調：靜享 天氟地水、御享 天氟地氟科技成果鑒定會現場格力芯 智慧采暖產品發布會現場PART總結430總結1.在數字時代下，兩聯供多聯機可實現用戶-建筑-機組的全環節數據采集，為地暖空調的數字化賦能。2.地暖空調運行數據分析表明：a)不合理的地暖供水溫度將導致熱量供需不匹配，并增大地暖機組能耗；b)在地暖間歇運行時，地板蓄存熱量可進行輔助供熱，從而保持室溫穩定；c)熱泵運行能效受負荷率、氣溫等因素影響，優化機組運行點將有助于提升能效。3.基于地暖數字化實體模型、高效云邊協同計算架構與多目標預測控制技術，地暖空調可根據建筑負荷與地板蓄熱特性，實時優化機組的運行策略，在不影響舒適性的情況下，大幅降低機組能耗。謝謝各位專家！