【導讀】空調控制是空調設備能源節省技術中非常重要和關鍵的一個環節。另外，空調控制還起著創建舒適空間的作用。但同時實現能源節省和舒適并不容易——因為兼顧兩者需要考慮不斷變化的多種相關因素，并自動優化空調設備的稼動狀態。
據說大規模設施的能源消耗中大約有40～50%來自空調！全球變暖等環境問題日益嚴重，人們越來越關心可應用于消耗大量能源的設備的能源節省技術，比如大樓等大規模設施中的暖通空調（HVAC）設備。
空調控制是空調設備能源節省技術中非常重要和關鍵的一個環節。另外，空調控制還起著創建舒適空間的作用。但同時實現能源節省和舒適并不容易——因為兼顧兩者需要考慮不斷變化的多種相關因素，并自動優化空調設備的稼動狀態。
本文介紹通過AI進行的大規模設施的空調自動控制技術如何兼顧能源節省和舒適度。
中央空調和獨立空調
大樓、商場等大規模設施使用的空調設備大致可分為獨立空調和中央空調2種。每種空調方式的特征不一樣：中央空調是集中控制建筑物整體的的空調，將熱源機產生的供暖和制冷熱量通過熱介質從輸送設備的風道和管道輸送到各樓層；獨立空調像家用空調一樣獨立控制每個房間的空調。設施內的舒適性是通過利用這些空調方式的特征并使其進行分擔而產生的。
在空間特別大的大規模設施中，能夠有效控制整個建筑物溫度的中央空調（下圖）被認為是實現能源節省和舒適性的關鍵。但是，由于中央空調是集中控制的，因此靈活性較低，非常不擅長追隨根據天氣和人流量而動態變化的能源節省和舒適性理想條件。因此，大多數情況下，大規模設施的中央空調系統都有固定的溫度設置。在某些情況下，還需要通過同時使用獨立空調和中央空調以兼顧能源節省和舒適性。
中央空調存在這些問題，但可以采取以下措施來克服：
對整個設施的能源節省和舒適性進行數值化并評估；
? 利用數值化后的數據，將兼顧能源節省和舒適性的理想稼動條件反饋到熱源機并控制空調。
? 接下來，我們將對如何推行這一措施，如何對能源節省和舒適性進行數值化和評估，以及理想稼動條件的探索方法進行相關解說。
量化能源節省與舒適性
對整個設施的能源節省和舒適性進行數值化并評估，首先需要理解兩個用于量化的基本概念：
? 能耗效率(Coefficient of Performance, COP）
? 預計平均熱感覺評估(Predicted Mean Vote, PMV)和不適指數(Discomfort Index, DI）
無論采用何種空調方式，用于空調能源節省評估的數值指標之一是能耗效率（Coefficient of Performance：COP）。
COP的定義如下公式所示：
公式一
COP＝制熱和制冷能力［kW］/制熱和制冷耗電量［kW］
其中，制熱和制冷能力是指進行制熱或制冷時從外部排出的熱量（制冷時）或向內部供給的熱量（制熱時）；制熱或制冷耗電量指進行制熱或制冷所需的電力。
可以看出，COP越大，空調的能源節省性能就越好。COP可以說是汽車燃油效率的空調版指標。
但是，需要注意的是，COP是在假設室外溫度一定的條件下的指標，因此在室外溫度變動的實際使用條件下，它可能會偏離真實的能源節省性能。
影響室內舒適性的因素包括溫度、濕度、二氧化碳濃度、照度和氣壓等。將空調舒適性數值化并讀入的設備一般稱為環境傳感器。從環境傳感器獲得的數據是環境數據的數值化結果，可以用于計算多種舒適性評估指標。
評估舒適性時大多使用溫熱指標，例如預計平均熱感覺評估（Predicted Mean Vote：PMV）和不適指數（Discomfort Index：DI）。下表列出了定義和使用方法。
表中的熱負荷項QL，是根據與溫度、濕度、氣流、輻射、代謝和衣物相關的數值得到的。
利用AI和環境傳感器自動控制空調
要想實現中央空調（以下簡稱空調）的能源節省，需要進行控制以將COP保持在較高水平。為此，根據上節中的公式一，可以知道需要減少制熱和制冷時的耗電量。
而且，人們知道，制熱和制冷時的耗電量會因：
? 建筑物整體的制熱和制冷所需的能量（負荷熱量）
? 從熱源機釋放后的熱介質溫度（供水溫度）
而大幅變化。
例如，在夏天，室外氣溫越高，就需要越強的冷卻能力來保持建筑物內部處于恒溫狀態，因此，負荷熱量會相應地增加，也就是說制冷耗電量會增加。
另一方面，熱介質（此處為涼水）的供水溫度越接近室溫，就越能減少熱源機的制冷耗電量。因此，為了節省能源而進行的將COP保持在較高水平就意味著控制供水溫度。一般來說，集中控制的空調保持設定溫度恒定，也就是說供水溫度恒定，但近年來由于AI技術的迅速發展等原因，人們提出了可以利用AI自動控制供水溫度的空調控制技術方案。村田制作所正在嘗試基于以下想法進行中央空調供水溫度實時控制（下圖）。
在供水溫度反映到空調溫度時，負荷熱量的影響會導致時間滯后。因此，如果要提供適合提高或維持COP水平的供水溫度，就需要負荷熱量的預估信息。
該負荷熱量預估信息（以下稱為預計負荷熱量）是通過讓AI學習過去的負荷熱量數據、日期信息和天氣相關信息等環境數據，并生成預計負荷熱量的AI模型來獲得的（在過程1中生成AI模型1）。
通過讓AI學習表示該預計負荷熱量、過去的COP和供水溫度之間的關系的數據，并生成預估供水溫度的AI模型，可以獲得高水平的COP（在過程2中生成AI模型2）。
另外，正如上述2中所示，計算預計負荷熱量需要環境數據。該數據還包括外部氣溫數據和濕度數據等環境傳感器測量的數據。這表明來自環境傳感器的數據對在過程1中生成AI模型1有重要貢獻，因此是空調自動控制中不可或缺的數據獲取方法。
此外，如上述第2項中的表2所示，這些環境數據還用于對建筑物內的舒適性變化進行可視化。特別是本公司正在進行使用DI的可視化。
空調設備AI控制的效果驗證方法
在上文第3項解說的利用AI保持較高水平的COP，并控制供水溫度以幫助節省能源的控制（以下簡稱AI控制）中，通過實施該技術會給減少熱源機耗電量和CO2排放量帶來多大效果？在此對其驗證方法進行介紹。
通常，通過在相同條件下比較使用和不使用AI控制時的耗電量和CO2排放量來驗證其效果是合適的。但是，在現實中，兩種情況下的日期、天氣、接納人數等條件并不一致，此外，也很難直接測量熱源機的耗電量和CO2排放量，所以在此無法適用此驗證方法（下圖）。
因此，作為替代方案，人們提出了通過比較：
1.采用AI控制時的COP
2.不采用AI控制時（供水溫度恒定）的COP
之間的COP之比來確認能源節省效果的驗證方法。
采用AI控制時的COP在過程2中獲得，無AI控制COP是使用相同過程2中的AI模型，并假設供水溫度恒定后算出。具體驗證方法如下所示。
首先，考慮COP比值＝［（a）采用AI控制時的COP/（b）不采用AI控制時的COP］。通過使用該比值的以下公式二和公式三可以確認能源節省效果和CO2排放量削減效果。
公式二
熱源機耗電量的削減量（kWh）＝熱源機的實際耗電量（kWh）×（1?1/COP比）
公式三
CO2排放量（kg）＝熱源機的實際耗電量（kWh）×（1?1/COP比）×0.420
熱源機的CO2排放系數（單位：kg-CO2/kWh）
從以上2個公式可以看出，COP比1大得越多，耗電量削減效果即能源節省效果越大，CO2排放量的削減效果也越大。
結 論
在本文中，我們介紹了通過使用AI的控制來實現兼顧大規模設施空調設備的能源節省和舒適性的想法。
在人流量大的大規模設施中，實現兼顧能源節省和舒適性的空調稼動并不是一個容易解決的問題，但實現這一點的關鍵是第3項討論的使用AI和環境傳感器的空調控制技術。盡管該控制技術仍處于開發階段，但通過利用此技術自動維持兼顧能源節省和舒適性的理想空調稼動條件的可能性正變得越來越大。
今后，村田制作所將繼續推進利用AI和傳感器的能源節省舉措，以實現對環境和人類生活更加友好的世界。希望我們的努力能夠為創建更加美好的環境做出貢獻。
免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請聯系小編進行處理。
推薦閱讀：
動態存儲重構技術落地！意法半導體全球首發可編程車規MCU破解域控制器算力僵局
意法半導體披露公司全球計劃細節,重塑制造布局和調整全球成本基數
從混動支線機到氫能飛行器：Vicor模塊化電源的航空減碳路線圖
