蘇南某研究院，憑借南中北三棟功能齊全的建筑，承載著辦公樓、實驗室、員工宿舍及食堂等核心場景的運轉(zhuǎn)。隨著新能源汽車普及，研究院新增的充電樁雖解決了員工出行充電需求，卻讓院內(nèi)用電格局面臨嚴峻挑戰(zhàn) —— 用電量持續(xù)攀升，核心變壓器負荷不斷加重。這不僅埋下了電氣安全隱患，也讓研究院的用電成本大幅增加，如何在保障安全的同時實現(xiàn)節(jié)能降耗，成為擺在研究院面前的迫切需求。

中央空調(diào)是院內(nèi)的主要耗能設(shè)備，年用電量占比超過 30% 。而且缺乏統(tǒng)一的運行監(jiān)控平臺，無法實時掌握設(shè)備運行狀態(tài)；又因使用管控不嚴，下班忘關(guān)空調(diào)、溫度設(shè)定過低等浪費現(xiàn)象頻發(fā)，導致能源被大量損耗。針對這一核心癥結(jié)，安科瑞團隊結(jié)合研究院現(xiàn)有系統(tǒng)配置，量身定制了覆蓋中央空調(diào) “冷熱源+末端風機盤管” 的整體節(jié)能解決方案，從源頭切斷能源浪費。

1、冷熱源端：AI 算法驅(qū)動，讓設(shè)備 “按需出力”

從核心環(huán)節(jié)降低能耗，在冷熱源系統(tǒng)實施了一系列智能化改造：給6臺15kW 空調(diào)水泵、地源水泵分別安裝變頻器，再通過空調(diào)控制器以通訊方式對接變頻器與2臺 88kW 地源熱泵主機，實現(xiàn)遠程精準控制。系統(tǒng)運行時，溫度、壓力等關(guān)鍵數(shù)據(jù)會實時通過空調(diào)控制器采集，傳輸至Acrel-7000暖通空調(diào)節(jié)能優(yōu)化平臺。平臺搭載的人工智能負荷預測算法，能提前預判冷量需求，精準調(diào)控空調(diào)泵、地源泵的供水流量及主機設(shè)定溫度；同時結(jié)合鯨魚優(yōu)化算法，在確保室內(nèi)舒適度的前提下，動態(tài)調(diào)整設(shè)備運行參數(shù)，讓系統(tǒng)始終處于低耗高效的運行狀態(tài)，避免 “大馬拉小車” 的能源浪費。

2、末端智能策略管控，杜絕 “無效用能”

通過 “分區(qū)控閥 + 時段溫控” 的雙重策略，堵住末端浪費漏洞：在南、中、北樓的供水支管分別安裝電動調(diào)節(jié)閥，平臺依據(jù) “功能區(qū)使用規(guī)律” 制定規(guī)則控制策略 —— 工作日上班時段，開啟南、北辦公樓閥門，關(guān)閉中間宿舍樓閥門；休息日及下班時段，則反向操作，僅全開中樓閥門。通過根據(jù)制冷需求動態(tài)分配供冷流量，避免無需求區(qū)域的能源空耗。同時，對風機盤管實施 “時控 + 溫控” 雙約束：設(shè)定每日 8:00-22:00 為面板運行開啟時段，溫度鎖定為 26℃，超出允許范圍的操作命令直接不執(zhí)行，從使用端杜絕 “過度制冷”“長時空置運行” 等浪費行為。

安科瑞通過三種核算方式驗證節(jié)能量：依據(jù) GB/T 28750-2012《節(jié)能量測量和驗證技術(shù)通則》的直接比較法、按室外平均焓值接近者對比計算、根據(jù)每日制冷量接近者反推能效提升率。

最終數(shù)據(jù)顯示，研究院中央空調(diào)系統(tǒng)整體節(jié)電率達 30%，每日可節(jié)約用電量 760kWh，按此成效計算，運行一年左右即可收回項目投入成本。

值得一提的是，隨著空調(diào)用電量大幅降低，研究院變壓器負荷壓力得到有效緩解，成功脫離 “接近安全上限” 的風險狀態(tài)，實現(xiàn)了 “安全運行” 與 “節(jié)能降本” 的雙重目標。值得關(guān)注的是，該方案并非局限于特定場景，可廣泛覆蓋分體空調(diào)、中央空調(diào)、多聯(lián)機等各類空調(diào)系統(tǒng)，為辦公樓宇、科研院所、工業(yè)廠房等不同用戶提供可復制的節(jié)能解決方案。