加群请私信：“加群”

作者王波授权发布

#1引言—什么是群智能技术

群智能建筑平台系统是由清华大学牵头承担的国家十三五重点研发计划项目的创新成果。

采用基于群智能技术的、应用于建筑智能化解决方案的分布式操作系统和嵌入了该操作系统的用于空间单元和机电设备控制的智能计算节点CPN（ComputingProcssNod），为建筑提供类似于“迷走神经”的智能系统，以一种去中心化、自组织的方式满足对建筑中“物”的监控和管理需求，以达到高效的目的。

该系统在每个空间或机电设备植入一个带有分布式操作系统的智能计算节点（CPN），内置建筑和机电设备的标准化信息模型，实现各个空间单元及机电设备内部的智能化控制。

CPN之间按照空间单元的位置关系和机电设备管网连接所见即所得地构建出建筑系统的三维拓扑结构模型，自组网、自组织地实现整个系统优化控制管理需求。

它将分布式计算与建筑物理场深度融合，面向空间单元和机电设备单元重新定义建筑智能化，为建筑提供天然的跨系统智能平台，可快速部署、即插即用，高效便捷地实现建筑及其设备自动化控制管理的各项功能，解锁各种优化控制策略，真正实现高效运行、降低成本、提升品质。

群智能技术颠覆了现有的集中式分层智能化架构，将物理场模型与并行计算深度融合，建立了我国原创的建筑智能化技术体系，为建筑行业解放生产力提供了技术支撑。

传统建筑设备管理系统与群智能的基本对比如下：

多年来，传统楼控技术在施工、调试及使用过程中存在较大痛点，如：

自控功能实现度低、故障率高；跨系统数据整合应用难度大；运行数据分析应用程度低；功能扩展难度大，更改成本高等.

导致大多数商业项目的楼控系统实际处于瘫痪状态，或者只监不控，无法实现智能化系统节省人工、节能降耗的设计目标。

楼控系统功能实现度调研如下：

#2项目概况

项目为新建大型商业综合体，总建筑面积35万㎡，群智能技术的应用范围包括冷源站设备群控、室内环境监测、空调末端设备监控、公共区域送排风系统监控、采光天窗自动遮阳系统监控、智能照明系统、电力监控系统、智慧物业管理等系统。

项目共安装个智能计算节点（CPN）。

群智能系统控制总点位数量：；

其中，冷机群控点位数量：个；末端设备点位数量：个；

为收集环境参数及机房定位，系统配置了台CPN-A（空间型控制单元），设置于主要机电设备用房、每层精装区域及公共卫生间；

为控制末端机电设备，系统配置了台CPN-B（设备型控制单元），以及配套通用扩展模块；

整个项目设置各类传感器：个，被控执行器：个，计量表具：个。

基于植入在CPN中的分布式操作系统LynkrOS，下载安装了近30项控制管理相关应用，实现了对建筑中多个机电系统的实时智能控制；同时，通过监控软件与群智能系统的融合，实现了智能化物业管理。

硬件成本造价较传统系统增加10%左右，但系统集成及平台等费用大幅降低。

项目历时8个月分批完成了设备的排产、施工、系统调试及后评估的全部工作，开业调试阶段即完成了90%以上点位的远程控制功能。

现项目于年9月开业，系统运行已逾一年。实现了主机群控、楼宇自控及跨系统联动，同时实现了物业智慧化管理。具体CPN设置情况如下：

表1：项目CPN具体统计情况

#3实施效果

将定制化开发转变为标准化产品，缩短项目调试时间

传统智能控制系统由于需要根据项目定制化开发，导致现场配置测控点数量大，系统组态困难、专业要求高，因而现场施工调试非常复杂、极其耗费时间和人力成本。

群智能系统按标准设备划分基本单元，并且定义了各类标准设备的控制管理标准信息集，实现CPN节点之间自识别、自组织和相互协作，从而实现CPN节点的即插即用和控制策略应用的下载即运行，大大降低了调试难度，缩短了调试时间。

项目调试人力成本投入从常规系统的人天减少到40人天，开业调试阶段即完成了90%以上点位的远程控制功能。

在项目开业前的机电第三方检查中，因开业即完成末端自控被检查单位加分。

数据增值，基于平台大数据诊断安装调试问题，提升工程质量

群智能系统整合机电设备单元底层大数据，基于群智能系统控制节点内置的智能化诊断算法，实现机电设备单元的开机自检功能，以此诊断隐藏的施工安装问题。

本项目施工调试阶段协助发现近80项机电安装问题，辅助实现了施工现场质检，提升了工程质量。

整合机电设备单元底层大数据，诊断机电安装问题：

基于群智能系统控制节点内置的智能化诊断算法，实现机电设备单元的开机自检功能，自动提示隐藏的施工安装问题，辅助机电验收。项目实施过程中诊断的安装类问题如下：

图1项目实施过程中诊断的安装类问题

提高冷站能效

通过下载通用的优化控制算法，实现冷站设备全局优化运行。运行数据显示，系统各项能效指标均优于国标限值，年项目年均冷站综合能效5.5，超过美国ASHRAE高效制冷机房能效指标（＞5.0）。

项目年度累计供冷量万kWh，冷站累计耗电量万kWh，对比国标限值3.31，冷站节省电耗万kWh，节省能源费用约98万。年全年冷站各类指标如下：

表2：项目年冷站实测数据

图2：美国暖通空调协会ASHRAE冷站能效标尺

同时，通过末端空调箱电动水阀的按需自动控制、故障及时上报及处理，风机盘管立管电动水阀根据温差自动调节，实现空调水系统“大温差小流量”运行，冷冻水干管供回水温差维持在5℃左右。

降低空调末端电耗

采用串级调节的优化控制方式，综合调节水阀开度和风机频率，使得在保证控制效果的情况下，优化风机运行能耗。

在不增加计量电表的情况下，群智能系统通过解析变频器通信协议，获取每台空调箱的实时功率和累计耗电，为精细化管理提供数据基础。

项目空调箱风机平均运行频率40Hz左右，无自控条件保守估计按定频45Hz运行，对比空调箱风机电耗节能约30%，以本项目为例，8月空调箱风机电耗为6.7万kWh，月节能量约2.9万kWh，全年按运行时间8个月估算，年节能量约23万kWh。

同时在不增加计量电表的情况下，群智能系统通过解析变频器通信协议，获取每台空调箱的实时功率和累计耗电，为精细化管理提供数据基础。

图3空调机组风机频率

避免冷量浪费

通过水平相邻的同层空调机组、上下垂直关联的空调机组相互协作；中庭空调机组、电动遮阳、顶层排风机跨系统协作；保证了各楼层温度控制在合理范围内，避免夏季中庭“上热下冷”。

同时，各楼层垂直温差的减少有利于降低建筑实际冷量需求；各楼层温度均匀，有利于各楼层温度都控制在舒适温度范围的上限，避免个别楼层“过冷”现象导致的冷量浪费。

图4中庭温度

图5群智能主界面

提高系统能效

基于项目运行能效数据和设备实际特性，优化各项控制App：根据传感器间数据约束关系，修正传感器偏差影响；依据实际运行工况，调整设备性能曲线模型；根据实际传感器、流量计安装位置，优化负荷需求算法；深入分析项目实际运行能耗，优化控制策略，在日常运行中进一步提高系统能效。

新技术手段定位网线施工问题

利用群智能系统特有的网络拓扑自辨识功能，快速定位并可视化提示网络布线缺失、接线错误等施工问题，极大地提高调试效率。

图6CPN平面接线图

#4成本造价方面分析

硬件成本分析：

多系统融合，CPN节点跨系统复用

加载在群智能平台上的系统功能（BA、照明、环境监测、门禁）越多，平均成本越低。

施工成本分析

空间单元、设备单元内部或附近接线施工，布线简化，所见即所得的接线，施工简化；

根据示范工程的经验，施工成本低于传统技术方案

调试周期分析

与传统方案相比，智能化单元的设置、智能单元的自诊断功能的辅助，可以极大地缩短项目的调试周期，开业即全自动运行。

通过根据示范工程项目经验（冷站群控和BA系统），与传统技术相比，群智能技术的总成本增加10-15%左右。

#5冷站的具体技术应用及研究

本项目方案中，群智能冷冻站系统的监控对象主要包含五台冷却塔、五台冷水机组、七台变频一次冷冻泵、七台定频冷冻泵及补水泵、补水箱、在线清洗装置等从属设备组成。

上述大型机电设备通过安装设备版CPN智能节点升级为智能机电设备，各智能机电设备之间具有自组织、自协调的特性。

群智能系统制定智能设备间协同工作的协商机制，根据设备的性能曲线与运行参数，制定群智能冷站控制优化算法，并通过智能节点网络将控制策略下发至本地设备实现最终控制，保证系统整体运行性能最优。

本项目冷站系统拓扑关系和冷站系统各设备模块之间及内部的功能关系如下图所示：

图7冷站系统拓扑关系图

图8冷站系统各设备模块之间及内部的功能关系图

CPN节点通过通信，获取冷机的运行状态信息，并控制主机的启停和供水温度设定值。实现用户远程监控主机状态并支持远程控制，通过与公共区域CPN节点通信获取末端负荷需求，实现主机的优化调节。

冷机及设备cpn节点的IO接口统计如下所示:

表3冷机接口统计表

表4冷却泵接口统计表

表5冷冻泵接口统计表

表6冷却塔接口统计表

同类设备模块内部的优化控制策略

在同类设备内部，通常是在给定的条件下，智能机电设备之间通过自主协商共同达到某一目标。

同类设备内有一总和约束的变量（冷机提供的冷量，水泵提供的流量，冷却塔要散发的热量等），通过调整该变量在设备内不同设备之间的分配，使设备内部总的运行能耗最小，即同类设备内部的分配优化策略。

除了上述优化控制策略之外，还有保证各类设备安全稳定运行的必要策略，例如设定最小启停间隔，防止设备的频繁启停、切换；综合参考设备的累计运行时间，确定开启哪台设备。

冷水机组

冷机模块是负责提供末端所需要的冷量，可以由系统中冷冻水的循环量和冷冻水供水温度来表征；冷冻水供水温度设定值需要保证末端的除湿需求。

智能冷机根据系统当前系统的冷负荷（计算得到或者传感器测量得到），结合自身当前的工作点/工作状态和性能曲线，自主协同计算，在满足系统当前冷负荷需求和其他安全稳定运行的约束条件前提下，应该运行哪几台设备。

冷却塔组

保证冷却水散热量。

并联冷却塔之间通过协商确定冷却塔开启台数，使得各个冷却塔在实际工作点下分配到的冷却水流量，尽量靠近其设定的流量下限，与“尽量多的开启冷却塔台数”的最优原则等价。

基于无中心的算法机制，在冷却塔设备模块的分配优化问题中，效率预期可以定义为冷却塔实际的冷却水水流量G与冷却塔设定的最小的冷却水流量Gmin之比，即=G/Gmin，分配量的偏差ΔG为当前冷却塔承担的总流量与系统冷却水的总流量之差。

冷却塔风机统一变频，通过调节转速控制冷却水回水温度满足设定值。冷却水回水温度设定值根据室外湿球温度进行调节，设定冷机安全运行的下限，避免冷机进入喘振区。

冷冻水循环水泵组

冷冻水泵模块负责提供所需要的冷冻水量，满足末端用户的换热需求；冷冻水泵的压差则是为了保证末端在各区域负荷不一致时的水量分配。

多台并联变频水泵的转速优化控制，根据当前的运行转速和自身的性能曲线，计算得到自身的工作点，在当前给定的压差设定值和压差测量值下，基于如下原则进行优化计算，得到满足外部需求时的工作状态组合：各台运行的水泵转速应当保持某一比例、同步地进行调节，该比例与并联水泵的性能、外部管网的阻力特征有关。

相同型号的并联水泵，该比例值为1，即保持同步变频调节；不同型号的并联水泵，参考相关比例关系数学表达式。

冷却水循环水泵组

保证冷却水循环量。

冷却水循环量下限是为了保证冷机的安全运行，避免进入喘振区。

冷却泵是定频泵，基本的运行逻辑是跟随冷机的运行台数进行调节。

每台主机设置CPN，内置冷机性能曲线，根据冷机性能曲线，对系统当前总制冷量进行优化分配，即调整冷机运行台数，使得总体能效最高。

设备模块之间的协作策略

冷站设备组之间，会有一些共同的物理参数，各设备组之间的相互影响关系可以通过这些物理变量来表征，这些物理变量变化带来的影响，会在不同设备组之间扩散。

可以通过合理地调整、平衡这些物理参数，使得各个设备组的能耗之和最低。

图9

设备模块之间的协作，除了冷机、水泵、冷却塔等智能设备之间直接沟通协作，还包括冷却水协调控制器、冷冻水协调控制器。

服务于系统层面的智能设备，一方面实现对干管温度、流量、压力等信息的监测，另外一方面“翻译”系统需求。

如冷冻水协调控制器，与对外与末端用户节点相连，对内与冷机、冷冻泵相连，因而通过收集末端用户节点的信息，根据负荷需求是否满足的信息调节压差设定值或冷冻水供水温度设定值。

群智能算法原则

在群智能系统的架构下，冷冻站内的各类机电设备都通过CPN节点升级为智能设备单元，智能设备之间基于通信相互沟通、协作，共同实现冷冻站整体的安全稳定、节能高效运行的目标。

在群智能系统中下载安装的各类APP，即为实现智能设备之间协同工作机制的控制策略程序。

群智能系统中各个智能机电设备之间总体的协作机制可以概述如下：

以冷机为核心，冷冻泵、冷却泵、冷却塔设备均自动响应冷机的需求，在保证冷机安全运行的前提下，也会根据各自的控制目标进行自动优化调节：

如冷却塔风机根据出口水温及出口水温设定值调节运行频率或高低档位；冷冻泵设备一方面响应冷机的需求，保证冷机安全运行的最小流量，另一方面根据空调末端运行水量分配需求进行优化调节。

冷水机组

根据能量计的测量信息计算当前末端系统实际冷量的需求，根据冷机当前冷冻水供水温度、冷却水进水温度下的性能曲线对系统实际的冷量需求进行优化再分配，从而确定运行哪几台机组。

冷冻泵组

一方面响应冷机运行的冷冻侧水量需求，保证冷机安全运行的最小流量；另一方面根据系统给定的冷冻水系统压差设定值进行优化调节，满足系统末端设备的水量分配需求。

冷冻水泵组基于“台数调效率，频率调扬程”的优化原则，在满足约束条件（启停保护时间、累计运行时长）的前提下，综合调控运行台数和运行频率，实现泵组整体能效最优。

智能水泵组是根据水泵自身的性能曲线（扬程-流量曲线、效率-流量曲线）结合水泵变频的“相似率”进行优化计算的，在配置有不同型号水泵的并联水泵组中，优化计算的结果也会根据实际工况选择相应型号的水泵运行。

冷冻水系统

在群智能系统的优化机制下，本质为“冷冻水系统变压差控制”，即优化调节冷冻水系统的压差设定值，在满足末端需求的前提下，使得末端的水阀接近全开，避免过多的压头浪费在阀门上。

通过系统中设置的不利末端压差设定值（可根据系统末端特性设置多处不利末端，每处不利末端分别设置不同的压差设定值）和测量值比较，在保证所有不利末端的资用压头满足要求的情况下，尽量降低冷冻水系统的压差设定值，然后冷冻水泵以此压差设定值为调节目标进行优化调节。

冷却泵组

一方面响应冷机运行的冷却侧水量需求，保证冷机安全稳定运行的最小流量；另一方面根据系统给定的冷却侧供回水温差设定值进行优化调节，即优化部分负荷工况下冷却水流量，避免冷却侧“大流量小温差”运行。

具体实现层面，根据温差设定值和温差测量值闭环调节冷却水系统的压差设定值，冷却水泵组根据压差设定值进行优化计算，与上述冷冻水泵组根据压差设定值优化运行台数和运行频率的机制相同。相当于通过增加一个串级调节环节，将根据“温差控制”问题转换为“压差控制”问题。

冷却塔

基本原则为“冷塔均匀布水，风机统一变频”。

充分利用冷却塔的免费换热面积，在保障均匀布水的前提下尽量多地开启冷却塔水阀，即每台冷却设置运行流量下限（可根据设计参数或试运行测试数据进行动态调节），根据当前冷却水系统的总流量计算冷塔水阀开启的数量；冷却塔风机则根据出口水温与出口水温设定值进行闭环调节。

系统中运行的群智能算法原则如下：算法分散在每个智能设备中，即每个智能设备有相同的运算逻辑；所有智能设备平等地共同参与计算；算法的运行不依赖于全局的信息，也不依赖于某一特定的智能设备；每个智能设备都基于自身和周围有限的局部信息进行计算。

具体的计算调节机制为，设备模块内任一智能设备均可以发起调节，通过通信传递信息来刺激计算。某个设备收到邻居传递的信息后，结合自身的运行信息，根据预设的算法逻辑进行计算调整，然后进行收敛性判断，如果未满足收敛条件，则将调整后的信息向外传递给邻居，刺激其他设备继续计算；如果满足收敛条件，则认为总体调节完成，停止发送信息。当系统中没有设备向外传递信息刺激计算时，则整体自然停止计算，达到收敛，每个智能设备执行自己最新的调整结果。

图10群智能算法原理

以冷机算法为例：

群智能并联冷机自组织优化控制的调节过程是多台冷机间相互协商的迭代过程。

其目的是调节冷源的制冷量，使其维持与末端需冷量的平衡，同时供水温度维持在要求的范围内，从而保证被控建筑物的热环境状态。

优化控制的主要流程为：根据当前所需制冷量、冷机工作性能曲线，确定最优的冷机运行方案，使其在满足冷量需求的前提下制冷能耗最低。

基本原理为，所有设备的均以效率的最高点作为调节的起始点，根据设备初始工作点偏离最高效率点的方向确定调节的方向，同时，向邻居节点传递效率的预期（当前COP与最高COP的比值）和负荷的偏差（当前承担的冷负荷与系统冷负荷总需求的偏差），节点根据收到的效率预期与需求偏差，结合自己当前的效率预期，给出新的效率预期与需求偏差，传递给邻居，当传递出的负荷偏差小于设置的计算精度时，计算收敛，输出并执行控制结果。

其中，冷机性能曲线结构为：

即综合考虑了不同冷冻水供水温度、冷却水进水温度的实际工况。基于此，各台冷机能通过自主协商来决定各台冷机的启停，并计算得出冷冻水流量的需求，同时使得冷机系统总体能效最优。

#6结论

试点项目部署群智能系统后，实现了多维度运行数据分析功能，不仅为建筑运营管理、能耗管理提供了全面的数据支持，还在施工、调试阶段利用群智能CPN单元的智能诊断算法，协助机电安装单位发现了几十处隐藏的机电安装问题，提升了工程质量。

“群智能楼宇控制系统”作为国家十三五重点研发计划，具有重要的战略意义：

科研创新

通过原创概念、自主研发、项目试点等扎实工作打破国外品牌对楼宇控制系统的垄断；群智能建筑控制技术是我国自主知识产权的全新技术体系。这一技术体系在智能建筑领域，打破国际品牌对该领域的垄断，解决国际品牌开发成本高，调试成本高，运维成本高，最后却并不一定好用的问题。

数据增值及产业化

将低效的定制开发模式转变为高效、可靠的标准化化产品：通过设备预制化生产、现场模块化安装从而实现项目快速开发；安装调试周期短，解决传统技术架构复杂，安装及调试周期长，需要人力成本高，不匹配国内开发周期和成本的现状，能降低各种成本，实现经济效益。

自动控制，提高管理水平

解决行业普遍存在“智能建筑不智能”，“楼宇自控不自控”的传统老大难问题，实现建筑设备的真正自动化控制，对已开业运行的项目和未来的新建的项目的控制问题，提供了一个解决方案。可真正实现自动运行，降低管理人本。各类控制管理功能APP，下载即运行。

节能运行

实现楼宇设备的自动化节能运行，节省运营成本。面向空间单元和机电设备单元重新定义建筑智能化，为建筑提供天然的跨系统智能平台，从而高效便捷实现主机群控、楼宇自控、跨系统联动、物业智慧化管理等建筑及其设备自动化控制管理的各项功能，集成度高、应用广。

参考文献

[1]住房和城乡建设部标准定额研究所等.GB/T-民用建筑能耗标准[S].北京:中国建筑工业出版社,:8-13.

[2]代允闯.空调冷冻站“无中心控制”系统研究[D].北京：清华大学，.

作者简介：王波（年）男，学士，研究方向：民用建筑机电系统设计及节能、减碳路径研究及智慧运营管理（