海林EBA能源楼控通过暖通设备的最优耦合方案实现药厂高效节能

海林·HAI平台 能源管理系统 楼宇自控系统 监测 完美打通 控制 能源楼控 EnergyBuildi海ngAutoma林tion EBA能源楼控 李斯洋北京海林自控科技股份有限公司 通过暖通设备的最优耦合方案实现药厂高效节能 海林介绍 公司总部 成立于1999年，位于北京市昌平区 国家级专精特新小巨人企业 EBA能源楼控开创者 研发总人数100人 阀门公司位于天津，专业生产各类暖通电动阀 智能制造电子车间产能600万只温控器、传感器、控制器 海林的定位 智能化控制 能源监测系统楼宇自控系统 计视信智智 算频息慧能门机监发停安禁 给 系 系 系 系 统 网控布车防系 热 电水量 量量能 检检量 测测检测 冷末风智电络 排 统 统 统 统 热端机能梯系 水 源机盘照监统 系 能组管明控 统 源自系系系 站控统统统 海林的定位 智能化控制 EBA：能源楼控系统 计视信智智 监 发 停 安 禁 算频息慧能门 热 电水量 量量能 检检量 测测检测 机 给 控 布 车 防 系 冷末风智电网 排 系 系 系 系 统 热端机能梯络 水 统 统 统 统 源机盘照监系 系 能组管明控统 统 源自系系系 站控统统统 用能控制60-80%，监测100% EBA的意义 在药厂中，暖通能耗普遍占建筑总能耗50-70%，照明占5-20%，其他用能通常为不可控用能。 冷热源机房 末端控制 能耗监测 智能照明 光伏系统 EBA能源楼控架构 目标：用能按需供给，产需平衡。供能与用能系统进行结合 建立在AI与IoT基础上的能源管理及楼宇自控系统 HAI平台软件 AI节能+AI诊断 国密加密功能 云服务平台 EBA能源楼控系统 监测 能耗末端&全环境监控智能照明楼宇自控 海林·HAI平台是海林智慧物联平台的简称，通过采用人工智能和物联网技术，将海林公司原有基于自控技术的系统和产品提升到一个新的高度，形成了可以不断迭代和升级，能够自我进化的生态系统。 HAI平台 ·冷/热源机组·冷却系统、输配系统·新风空调系统·通风监控系统 ·智能照明系统·变配电系统·给排水系统·电梯系统 目的 方法 手段 对象 能源楼控 舒适+节能降碳 环境数据+能耗数据控制 固定逻辑基础上，增加可学习和进化的算法 机电设备+能耗分析设备 BA楼宇自控 舒适 根据环境数据控制 固定编程逻辑 机电设备 从设备自控到能源高效控制 1.海林AI节能工具 什么是AI? 主要用于保证系统稳定运行 缺乏优化算法 注重单一设备，固定的预设反馈调节 依赖调试工程师经验 整个暖通系统全局优化控制 结合天气数据、末端负荷 根据历史数据不断优化迭代 当前市场AI推行难点 ￥成本太高，成效太慢￥ 项目应用门槛高，成本高昂 要求更多的设备，设备需要高精度 建模需要完整的运行数据，调试周期长 海林AI工具整体逻辑 1、需求测算 2、分配测算 3、输配测算 4、冷量产生 5、高效冷却 核心分析点 1 冷却塔 5 智慧阀 AI算法 2 大空间 新风机组MAU 智慧阀 冷却水输配 大空间 4 3 空调机组/洁净空调 智慧阀 小空间 冷水机组 7℃ 12℃ 冷冻水输配 风机盘管 出水 回水 智慧阀 风机盘管 小空间 BeforeAfter •协同进化机制 •传统单点节能 •依赖传感器 •建模时间长 •部署周期长 冷冻站群、末端设备、环境 感知单元的多维协同 •基于专家模型，强化学习不需要建模 •相比传统深度学习降低80%数据需求 •算法300+HVAC设备特征参数 核心技术 1、多智能体协同进化机制 构建分布式决策网络，实现冷冻站群、末端设备、环境感知单元的多维协同优化，突破传统单点节能的局限，在动态负荷场景中达成全局能效最优解（理论节能率提升20%+） 2、轻量化迁移学习框架 基于设备超20万运行时长数据构建的预训练知识图谱，通过参数解耦技术实现跨系统零样本迁移，相比传统深度学习降低80%数据需求，30天内完成从算法部署到能效爬坡的全周期落地 3、无模型自适应优化引擎 内嵌行业暖通设备特征数据库，通过设备数据识别技术自动适配超300类主流HVAC设备，无需定制化建模即可实现优化学习 交互过程中不断优化获得理论最优的节能量 强化学习算法较低的数据需求 无模型优化技术超强适用性 无模型指的是不会去建特定项目系统的模型，但通过以往的项目经验已积累主流设备的通用设备模型。 无模型强化学习 不需要大量数据支撑建模 其计算开销小 对传感器数量和精度依赖小 不依赖模型，直接与实际环境交互 有模型方法（每一个项目单独建模）： 需要完整的系统数据，建模周期长，至少一个完整的运行周期 严重依赖现场传感器与预测模型，对数据质量要求很高 初期优化结果好，但需要定期重新训练性能和维护模型 模型参数可能存在误差或不确定性 优势总结 优势1：结合海林DDC的优势 AI控制的核心痛点：必须由服务器做为载体，过于中心化。 快速部署 成本优势 保证项目稳定性 海林DDC特性：AI工具与控制器无缝结合 DDC负责控制，AI负责策略，部署周期1-2周 海林DDC实时心跳检测AI工具运行状态 海林DDC内特定AI保护机制逻辑块 根据设备运行状态平滑切换 优势2：对硬件投入的灵活性 帮助AI智控更加精确的优化条件： •流量计 •冷冻总管、冷却总管的供回水压力 •冷却塔频率反馈、设定 •能量表 •房间传感器 •…… 简单的基础条件即可满足AI需求 •冷机、冷却水泵、冷冻水泵、冷却塔的实时功率 •冷却水总管、冷冻水总管的进、出水温度 •冷机出水温度设定 对于旧改项目，是否涉及硬件改造？ •只需一台服务器，用于部署软件与提供算力 •不涉及设备硬件改造 •设备原有的硬件水平会影响节能效果，比如水泵能否变频等是否需要加装传感器？ •不需要大量传感器，仅需要几个重要点位（比如主管温度等） •末端温度监测数量的增加会提升整体节能率1%-3% •冷却、冷冻水泵频率反馈、设定 •室外温湿度 •室内环境要求 •设备点表 2.HAI平台AI诊断专家 行业对于BA运维的痛点 •专业工程运维人才缺口大，做的全面的楼控系统不会使用 •楼控设备种类繁多，系统复杂。常年运行后在「亚健康」状态下「带病运行」故障积少成多 •故障诊断是提高建筑运营效率、节能和安全管理的重要环节 怎么教？怎么维护？怎么诊断？ •数据大模型支撑 先进的生成式大模型，支持自然语言处理，快速解析用户查询 核心技术 •专家知识驱动 来自中国建筑科学研究院权威的行业领先专业知识库 业界首个将大语言模型（LLM）与故障诊断深度融合的创新平台 功能展示 风险识别——专家诊断 诊断详情 故障描述 原因分析 解决措施 确诊故障的原始数据 功能展示 风险识别——大模型诊断 诊断详情 大模型选择 大模型回答 继续追问 应用价值 1、行业权威知识库，无需人为设定警戒线 根据行业知识和标准对项目进行评估和报警，无需在项目前期依赖工程师设置各种设备异常的报警 2、简化楼宇运维 替代专业工程师进行24小时深度系统保护 数据故障、节能缺陷、环境异常，三重查验，为节能运维提供指导3、满足AI招标门槛 可与现有楼控系统或IBMS系统直接交互，预算范围内不需额外购置硬件 3.多冗余机制的PLC架构 海林PLC控制系统架构 01 监管层 监管层平台采用海林HAI平台，支持CPU，内存，硬盘及网卡连接的信息同步，故障切换时间最快可达秒级反应。 02 控制层 控制层设备采用海林HPR系列CPU。通过 HE高速总线与拓展模块相连，I/O刷新时间极短，典型的单CPU带2000点模拟量I/O刷新时间为30ms。 03 执行层 执行层为现场机电设备和各类传感器，阀门等末端设备。 应用特点：经济型单机架冗余和高性能双机架冗余 单机架冗余：同一背板上安装双冗余CPU 仅需在同一背板任意 位置安装两枚带冗余功能的CPU即可实现冗余，具有经济实惠、结构简洁、维护 便捷等优势 双机架冗余：通过光纤连接两个独立CPU的背板 实现背板、CPU、 通讯、电源和总线的全面冗余，切换时间<20ms 适用于高可靠性需 求场景 4.结合能源分析的控制器 通过用能效率控制 为重点独立设备增加专用电表，通过实际用能效率改变控制策略 电表 冷水机组 电表 空气压缩机组 1.通过DDC即可实现对机组的控制以及对其能耗的采集及分析，并可实现逻辑编程。性价比高且功能强大。 2.可分析机组的用能情况，对用能异常的设备选择最后开启或不开启；当检测到电流超过常规启动电流时，通过控制轮训切换，将此设备排除，并派发维修工单给操作人员。 3.分析每个设备的能效比。在同样负荷下记录每个设备的用能效率，从而优化未来的控制策略，采用择优的方式进行开启而不是固定顺序； 电表空调机组 PLC:集中控制强，但分布式管控差 DDC：通用端口多，分布式管控强 PLC和DDC的架构对比 直接上网进软件BacnetIP DDC 二合一 采集网关 IO接口 IOT-DDC RS485 传感器 空调机组 电表能量表 空气质量传感器等 可处理能耗数据，并结合到控制逻辑中 空气处理流程: 室外新风首先经过粗效过滤器去除大颗粒尘埃杂物，随后与洁净室回风在混合段充分混合。混合空气经初效过滤器进行二次过滤后，依次通过表冷段、加热段，完成恒温除湿/加湿处理。处理后的空气继续经过多层过滤器进一步净化，再通过加湿段调节湿度，最终进入送风管道。 系统通过集中监控管理平台实现核心控制功能： 环境控制：实时调节冷热源分配，维持室内恒温恒湿； 压力管理：精准控制室内压力及压差，确保气流流向符合。 按需供给:在分析过每个区域需要的能源之后，智能的调整能源的供应端和输送端。实现能源的产生不超量，能源的输送端不失衡不浪费。 配置方案对比：洁净空调DDC对比PLC 洁净空调 DI AI DO AO RS485 新风温湿度监测 2 新风阀调节及反馈 1 1 初效过滤网压差监测 1 中效过滤网压差监测 2 高效过滤网压差监测 1 化学过滤网压差监测 2 预热/冷水阀调节和反馈 2 2 再热/冷水阀调节和反馈 2 2 防冻监测 1 加湿器控制 1 机组耗电量 1 送风温湿度监测 2 送风压力监测 1 自动状态 1 运行状态 1 故障状态 1 启停控制 1 风机压差监测 1 小计： 11 10 1 5 2 配置方案对比：洁净空调DDC对比PLC 模拟控制内容：洁净空调机组+加湿段加湿器+电量表 海林DDC结构 PLC结构 海林DDC具备丰富的通用点位配置，可灵活适配多种类型的控制需求，有效减少单一功能点位的闲置浪费。 直接上网 ModbusTCP 直接上网 BacnetIP/ModbusTCP 第一路485 I/O模块 85 排线连接IO 第二路4 加湿器 第三路485 电量表 序号 类型 单位 数量 DI DO AI AO 实际需求点位 11 1 10 5 1 CPU 块 1 10 6 2 DI模块 块 1 8 3 AI模块 块 2 16 4 AO模块 块 2 8 序号 类型 单位 数量 DI DO AI(UI) AO 实际需求点位 11 1 10 5 1 HD1407S 块 1 8 3 6 4 2 HD0704 块 1 3 2 4 2 在满足项目控制点位需求的前提下，可节省高达50%的硬件成本。模块更少、网关被集成。 配置方案对比：直膨式空调 DDC同时具备RS485和灵活的IO点位，可带来的特点有： 1.同时具备RS485控制直膨式空调和GMP要求的传感器冗余需求（需要AI点位） 2.DDC的DI和DO点可在通讯故障时提供紧急停机等控制 3.搭载自适应PID，高效控制直膨式机组，实现节能高达25% 直接上网 自适应PID IO点位 485通