摘要：物联网的兴起给智能建筑的能源管理带来了革命性的突破。随着楼宇智能化水平要求的不断提高，有必要将其与物联网技术进一步融合，以实现楼宇内各种系统和设备的互联互通。基于电力物联网技术，分析了智能建筑的能耗管理方法，阐述了绿色建筑能耗预测与节能的研究进展。

关键词：电力物联网；智能建筑；能耗管理；能耗预测；节能

智能建筑已成为未来建筑的发展趋势，智能建筑的能耗管理也成为国内外学者的研究热点。就研究方向而言，能源管理算法层面的研究主要分为两个方向：一是基于人工智能的学习方法，二是基于模型的预测控制[1]。电力物联网是实现智能楼宇能耗管理的重要技术，主要用于智能楼宇的数据采集、传输和处理。电力物联网是具有全面状态感知、高效信息处理、便捷灵活应用等功能的智能服务系统。从“云、管、边、端”四层架构的新视角，优化智能建筑的架构。，进一步提高能源利用率，实现智能设备、办公自动化、清洁绿色能源利用，促进物联网智能建筑的可持续发展。本文首先介绍了智能建筑和电力物联网的概念，提出了电力物联网框架下的智能建筑能耗管理架构，然后总结了节能与预测技术在能耗管理方面的研究进展。智能建筑，最后分析电力物联网。智能建筑能耗管理关键技术及应用前景

1 智能建筑与电力物联网

1. 1 智能建筑

智能建筑是顺应科学发展和生活需要而提出的概念。它将传统建筑与通信技术、计算机技术和自动控制技术相结合，实现建筑内设备的互联互通，全面提高建筑的安全性能。早期的智能建筑能源管理系统大多采用有线通信，存在实时性差、数据精度低、成本高、安装困难等问题[2-3]。5G 和低功耗广域网技术为智能建筑能源管理系统提供了更高速度和低延迟的通信方式。目前，智能建筑主要向绿色环保建筑方向发展。绿色建筑强调在采集建筑模型信息、用电设备用电量、用户用电习惯等数据后，通过支持向量机（SVM）、神经网络算法等多种学习算法，将数据深入挖掘和分析。提出有效的建筑节能解决方案，提高能源利用率，降低建筑能耗，大大降低建筑运营成本。

1. 2 电力物联网

电力物联网是物联网在智能电网中的应用。它是信息通信技术发展到一定阶段的产物。有效整合通信基础设施资源和电力系统基础设施资源能耗管理建筑分类，提高电力系统信息化水平，完善现有电力系统。基础设施的利用效率为电网的发电、输电、变电、配电和用电提供了重要的技术支撑[3]。作为能源互联网的重要组成部分，推进电力物联网建设是未来的重点发展方向。电力物联网不仅指人与物的连接，电力系统中的事物和事物，还增加了服务[4]，这是一个人、事物和服务相互联系的系统。图1展示了电力物联网中人、物、服务的互联。

2 基于电力物联网的智能建筑能耗管理架构设计

2. 1 通用架构设计

传统的智能建筑能源管理系统由感知层、网络层和应用层三层组成，如图2所示。

其中，感知层通过能耗采集节点发送采集到的能耗数据，中继节点实现数据的远程传输，协调节点实现能耗数据的采集并发送给网关；网络层收集协调器的能量消耗。数据通过网络上传到应用层；应用层主要实现服务器对能耗数据的远程存储[5]。

随着智能楼宇终端设备的不断智能化发展，终端数据量显着增加，传统的能耗管理架构显然已经无法处理时空复杂度高的数据。在电力物联网时代，边缘计算技术和云计算技术为实现智能建筑能耗管理的统一化、轻量化提供了可能[6]。本文基于电力物联网技术，对智能建筑能耗管理系统架构进行优化，设计为“云-管-端-端”四个层次[7]，如图3所示。

2. 2 云管端

云：可以为智能建筑提供强大的计算能力。通过云数据、云计算和人工智能的结合，实现对潮流、信息流、数据流的显性和隐性价值挖掘，保障楼宇内部电力通信系统的稳定运行和运行。继续使用[9]。智能建筑以云技术为支撑，对能耗数据进行管理和分析，从而达到节能目的。

关：可以理解为从边缘设备到云平台的数据传输通道，根据网络架构整合通信方式，实现网络资源的灵活合理调度和管理。智能楼宇前端设备通过有线或无线通信方式与设备相连，设备模型中涉及很多接口和通信协议，包括Wifi等[10]。能耗管理系统在管理层将设备统一连接到网关，实现协议转换和上传，使各系统设备随时随地实现联网状态。

Edge：首先，边缘计算基于冗余计算，可以将云平台的算力下沉到更贴近终端的位置，并融合多站网传、变电站、储能等创新技术，提高数据处理效率。每个节点；其次，由于数据本身分布在不同的节点，边缘计算可以提供更精准和本地化的数据处理能力，在本地对数据进行整合和加密，只需将设备虚拟化后将结果反馈到后台，保护设备免受攻击。来源。数据安全和隐私[11]；最后，通过不同边缘计算的协调，得到全局结果，如设计相应的分布式优化算法，进行边缘计算，大大减少了数据传输量，节省了带宽，缩短了响应时间。.

终端：智能楼宇中合理布置传感器节点，基于智能芯片的微智能传感器和智能终端完成设备信息的采集、提取和传输，对数据进行科学分类。例如，建筑电气设备控制、能耗统计等属于绿色节能应用；其他应用包括访客管理、信息发布、公共广播等，属于高效办公应用；车辆和人员门禁、智能楼宇监控系统等被归类为安全防护应用。这种方式采集的数据具有更细分、粒度更大、精度更高的特点，再通过边缘计算完成局部自动控制，

3 智能建筑能耗管理研究进展

根据美国能源信息署公布的数据[17]，在全球范围内，建筑能耗占社会总能耗的20%~40%。社会城镇化水平越高，能源消耗比重越高，建筑能耗是仅次于工业能耗的第二大能源消耗行业。建筑内部能耗占比如图4所示。

其中，暖通空调系统能耗占比最高，平均达到40%以上。其次是热水系统和照明系统，平均占比在 15% 和 10% 左右。

3. 1 智能建筑能耗预测技术研究进展

建筑能耗预测在建筑舒适性、安全性和节能性方面发挥着重要作用。预测结果通常包括建筑内部的热负荷、冷负荷、用电量、高峰用电量、室内温湿度、室内空气安全质量、终端设备运行状态等。常用的基本预测算法包括支持向量机（SVM）、多元线性回归模型（R、MLR）和K-算法（K-、KNN）。MLR算法用于预测每日峰值负荷和每月电力需求，KNN算法广泛用于风速预测、功率预测和太阳能预测。SVM算法基于结构风险最小化原理，用于能耗预测。SHINE P 等人。[18]使用SVM算法预测爱尔兰某农场的年用电量，错误率小于5%；方特等人。[19] 使用 MLR 算法预测城市建筑物的每小时温度变化。一周（168 小时）预测，显示出高精度和鲁棒性。结合算法的优缺点，以准确性、通用性和鲁棒性作为算法的测试指标[20]。建筑能耗预测框架如图5所示。[19] 使用 MLR 算法预测城市建筑物的每小时温度变化。一周（168 小时）预测，显示出高精度和鲁棒性。结合算法的优缺点，以准确性、通用性和鲁棒性作为算法的测试指标[20]。建筑能耗预测框架如图5所示。[19] 使用 MLR 算法预测城市建筑物的每小时温度变化。一周（168 小时）预测，显示出高精度和鲁棒性。结合算法的优缺点，以准确性、通用性和鲁棒性作为算法的测试指标[20]。建筑能耗预测框架如图5所示。

参考文献[21]提出了一种基于集成学习的能耗预测模型，融合了多种算法模型，以5组预测结果和测试结果作为新算法模型的训练集和测试集，得到新的输出结果。，集成学习算法流程如图6所示。

参考文献[22]以天津大学教室和办公室的功耗为研究对象，将算法与随机森林算法（，RF）、梯度提升决策树（Tree，GBDT）、支持向量回归（R， SVR)、极端梯度提升算法( , )和KNN算法的算法精度和相对误差分布进行比较，结果如图7所示。从图7可以看出，与上述五种算法相比，集成算法的准确率提高了 16.6%。2% 到 49. 4%。

3. 2 智能建筑节能技术研究进展

建筑节能是指建筑材料和能源使用的节能。相应的建筑信息模型（BIM）技术和模型预测控制（Model，MPC）技术是建筑节能的有效方法。

3. 2. 1 建筑信息模型 BIM

BIM从三维模型的角度全方位展示建筑的信息，可以实现对建筑全生命周期的能耗分析，为建筑节能设计提供强有力的数据支持。建筑在设计的早期阶段。

参考文献[23]总结了当前对BIM技术的研究，介绍了建筑设计过程以及建筑信息建模和建筑节能建模在设计过程中的应用，并回顾了当前基于建筑信息建模的建筑节能方法。评估，概述未来趋势。BIM技术为整个建筑从规划、设计、施工和运维的全生命周期信息的插入、获取、更新和修改提供了可靠的支持。各阶段工作内容如表1所示。

3. 2. 2 模型预测控制 MPC

自1970年代MPC问世以来，它已经从最初应用于工业的启发式控制算法发展成为具有丰富理论和实践内容的新学科分支。该模型为处理复杂的约束最优控制问题提供了一种有效的解决方案。

参考文献[24]提出了一种基于模型预测控制的智能建筑能源使用灵活控制策略。该策略以住宅建筑用电量为研究对象，通过热容量和热阻模型建立空间状态方程，分别通过改进日前（DAP）和MPC进行控制。具体结果如图8所示。从图8可以看出，基于MPC方法调节下的建筑功耗更低，电压波动曲线更稳定。

3. 3 基于电力物联网的能耗管理研究进展

电力物联网的建设将为能源消费管理提供诸多便利。与传统的物联网架构相比，电力物联网架构下的平台可以更好地方便管理，包括园区能耗管理、园区故障诊断、新能源接入、车载充电桩等。能源管理监控系统通过检测并网点电表状态来跟踪预测电池电流，并根据用户的实际用电负荷实时调整储能系统的输出，从而降低用户高峰用电，增加电网容量，最大限度地利用电池储能。功率，并最大化储能系统的效用[25]。

参考文献[26]将光伏发电系统、储能系统、充电桩系统和智慧路灯系统与能效管理监控显示平台相结合，改造后的能源系统总能耗降低了18. 3%，能源利用效率提高了10. 2%。

参考文献[27]设计了一种楼宇智能能耗系统，从用户侧生成控制策略，并在需求响应激活后自动控制设备执行。该系统应用于烟台某商业综合体，可降低企业综合能耗15%左右。参考文献[28]通过综合检测、优化调度、能耗分析和智能运维分析电力物联网在智能楼宇和智能园区的应用，实现多能互补协调和优化控制，降低能源成本。提高能源使用质量，实现能源监测、能效分析、能效诊断等功能，

参考文献[29]以能源消耗监测与管理系统为研究对象，设计了采集与通信硬件通信模块和能源控制系统软件，构建了智慧能源综合服务平台。5和低功耗前5名，建立了完整统一的奖惩制度和清晰准确的层级组织关系。

文献[30]明确了8个方向的重点建设，包括生产运营、客户服务、建设管理、能源生态、企业中间平台、SIoT、基础支撑和技术研究。参考文献[31]提出了智能能源管理系统UPIoT的整体技术框架，为政府、企业和个人的物联网整体架构开发提供了参考。

4。结论

基于物联网的智能建筑能耗管理系统设计基于“云、管、边、端”四层架构，与楼宇用户实际需求有机结合以及能源消耗的特点，使每一个系统和设备之间都能实现互联互通。目前，能源管理系统的设计还存在很多问题。在后续研究中，将从数据处理和算法入手，及时对采集到的数据进行归属，定义数据安全等级，授予数据权限，确保通信网络的隐私和安全和电网。以实现对海量数据的实时控制和监控。

参考：

[1] DU X, QI X, AI M. The of the in HVAC［C］/ /2009 IEEE on and. , 中国, 2009: 175-180.

[2]娄焱．物联网技术在智能建筑中的应用研究[D]. 成都：电子科技大学，2014。

[3] 北极星输配电网络。实现“三流合一”促进强智能电网和泛在电力物联网发展[EB/OL]. ( 2019-01-23)［2020-05-07］．

[4] 杨东升，王道豪，周博文，等。泛在电力物联网关键技术及应用前景[J]. 发电技术, 2019 ( 2) : 107-114.

[5] 王小满，于俊奇，高博超，等。基于物联网的建筑能耗管理研究[J]. 工控计算机, 2011, 24 ( 4) : 45-46.

[6] 金晓刚，叶舟，张申明．智能建筑能源管理研究［J］．应用能源技术能耗管理建筑分类，2010（10)：48-50.

王珏、方正、范磊、庞承新