基于运行节能影响因素的多联式空调用户聚类分析研究.pdf

2023 年 7 月/Jul.2023 33技术创新/基于运行节能影响因素的多联式空调用户聚类分析研究金国华 陈宗衍（珠海格力电器股份有限公司 珠海 519000）摘要：空调运行节能受空调所处气候环境和实际使用过程中的运行特性影响。本文基于某公司的大数据监控平台，以商用多联式空调为研究对象，采用数据挖掘统计方法在全面系统分析空调运行节能影响因素的基础上，从气候环境、空调使用特性的角度综合考虑，分两级聚类分析。在大数据空调样本中拆分出了十五类空调用户群体，每一个类型都有各自的使用习惯和用能特点，反映出不同用户对空调需求的差异。在此分类基础上给出空调选型、空调使用、空调设计等建议，可有效挖掘空调产品使用节能潜力，降低使用过程中的运行能耗。关键词：多联式空调；运行节能；聚类分析Abstract：The climatic environment and the actual characteristics of air conditioning use affect the operation energy saving of air conditioning.In this study,Based on a companys large data monitoring platform,this paper takes commercial multi-connected air conditioning as the research object,uses two-level Clustering Method,combines the air conditionings climatic environment,usage characteristics energy-saving factors,and classifies the group of air conditioning users.15 user groups of air conditioning were divided up in the big data air conditioning sample.Each group has its own use habits and energy characteristics.For the classified users,guide the air conditioning selection,air conditioning use,air conditioning design,etc.respectively,to tap the potential of energy-saving use of air conditioning products.Key words：multi-connected air conditioning;operating energy saving;cluster analysisResearch on Cluster Analysis of Multi-Connected Air Conditioning Users Based on Influencing Factors of Energy Saving引言据调研，2018 年我国社会能源消费约 22%是建筑能耗，其中空调能耗占建筑能耗的（4060）%，空调运行节能是节能减排的重要途径1。目前降低建筑空调能耗的方法主要是针对中央空调能耗管理或建筑改造。如通过智能仿真与预测、集中控制策略优化等方案，识别空调使用特性、规律，集中管理等挖掘楼宇空调运行节能潜力2-4；通过对建筑的朝向及造型、窗墙比、围护结构形式、外窗遮阳系数等对建筑综合能耗影响因素改善5-7。这类管理和改善方法一般针对建筑个体，应用范围相对较窄，成本高且推广较难，无法大面积推广应用。随着互联网技术和信息技术的快速发展，大数据技术也开始应用到了传统空调行业8,9。本文提出一种新的统计方法，针对全国在线空调，采用聚类分析方法将在线多联空调用户分类，并基于此指导空调设计、选型、34日用电器/Electrical Appliances技术创新/Technology and Innovation使用等，有效挖掘空调节能潜力，此种方法以大数据统计分析为前提，挖掘在线空调机组的运行能效潜力，利于广泛推广。1 研究方法概述本文研究的是商用多联式空调的用户群体，由于空调的安装、使用存在明显的区域差异，不同的经济环境、购买习惯等较大程度影响空调的具体使用习惯10。将搜集到的空调运行数据放在一起研究时，一方面数据量较大，另一方面地区的影响程度不同，地区区域影响因子重要性占比过高影响最终聚类结果。因此，本文最终确定按照两级聚类分析方法进行分步聚类：提出先从 31 个城市的空调使用环境中提取气候区域特性相关维度，使用层次聚类方法进行一级聚类，将不同空调所在的气候分区聚类。之后，在气候分区聚类结果中对不同的商用多联式空调统计全年制热运行天数、空调全年制冷运行天数、空调日均制热小时数、空调日均制冷小时数、空调设定温度、空调压缩机运行频率等空调运行特性参数，使用 K-means聚类方法进行二级聚类分析，将不同气候分区内的空调分别聚类。2 气候环境因素一级聚类分析在中国气象科学数据共享服务网11中获取全国 31个城市从 2019 年至 2021 年每日不同时刻的环境温度和露点数据，其中中国台湾省未列入本次聚类分析中，主要是因为该公司的空调统计大数据中未包含中国台湾省实时数据。对 2019 年 1 月 1 日至 2021 年 12 月 31 日共 3 年1 096 天的气候数据进行缺省值线性差值法补充的方式处理后，按照以下三个度日数进行计算并统计（表 1）。平均空调度日数 HDD26、平均供暖度日数 HDD18、平均露点温度度日数 HDD17.5 作为聚类指标12，统计方法如下：空调度日数：（1）供暖度日数：（2）露点温度度日数：（3）式中：ti当日日平均温度，。经统计分析可知，我国 31 个城市空调度日数中位数69 天，供暖度日数的中位数是200 天，最长的高达334 天，可见我国制冷、供暖需求均较大，特别是随着国家推动低碳目标，实施煤改电、气改电政策，空调能耗需求将会越来越多。对 31 个城市气候环境度日数进行层次聚类分析，测量间距采用平方欧式距离，31 个城市在气候环境聚类后划分为 6 类，见表 2。6 个气候区类别的空调度日数、供暖度日数、露点温度度日数均值如图 1 所示。以上聚类结果绘制为省区地图形式如图 2，对比GB 50176-2016 民用建筑热工设计规范13、GB 50178 1993 建筑气候区划标准14中气候区域一级区划图，气候环境聚类划分基本类似。云贵地区和山西等分区不同，主要是因为本文对气候环境聚类中考虑了露点温度（也即空气日平均湿度因素）对空调蒸发地区观测点空调度日数HDD26供暖度日数HDD18露点温度度日数HDD17.5北京5451160 209 63 天津5452771 204 73 太原5377225 233 30 哈尔滨5095310 262 52 上海5836781 166 128 杭州5845785 168 137 合肥5832179 181 127 福州58847108 132 163 南昌58606104 157 148 表 1 各地 3 年平均度日数统计表2023 年 7 月/Jul.2023 35技术创新/类别包含城市区域特性1北京、天津、石家庄、济南、郑州、贵阳、西安供暖需求高，制冷需求适中2太原、呼和浩特、沈阳、长春、哈尔滨、昆明、银川、乌鲁木齐供暖需求高，制冷需求少3上海、南京、杭州、合肥、福州、武汉、长沙、南昌、重庆、成都供暖需求高，制冷需求高4广州、南宁供暖需求少、制冷需求高5拉萨、兰州、西宁供暖需求高，制冷需求无6海口供暖需求少，制冷、除湿需求高分类空调运行统计参数制热开机情况全年制热天数 DH全年制热小时数 HH日均制热小时数 HHav制冷开机情况全年制冷天数 DC全年制冷小时数 HC日均制冷小时数 HCav用户使用情况制热平均内机开机率 RateH制冷平均内机开机率 RateC室内机制热平均设定温度 THset室内机制冷平均设定温度 TCset机组运行状态全年制热期间的运行频率均值 fh全年制冷期间的运行频率均值 fc表 2 全国 31 个城市气候环境区域聚类分析结果及换热方面的影响因素。3 空调使用特性因素二级聚类分析本文空调运行数据来源于某品牌多联式空调大数据云平台采集的实时运行数据。采用抽样方法，选取 2021 年全年全国 31 个市区 21150 套在线商用多联式空调实时运行数据。数据以机组系统 ID 为唯一识别信息，汇总识别多联机内、外机数据，对每个样本对象进行单独统计分析：制热开机情况、制冷开机情况、用户使用情况、机组运行状态等 12 个指标，见表 3。从采样样本数据分析来看，各个气候区类别的空调图 1 气候区域聚类度日数均值图图 2 全国省区气候环境区域聚类分布图表 3 空调运行统计参数运行使用、地区分布具有明显差异。如图 3 所示，气候区类别 1、气候区类别 3、气候区类别 4 的样本数量共占 96%，是本文研究对象的主要销售地区，也涵盖了我国经济三大发达地区京津冀、长三角、珠三角地区。而气候区类别5 是西部高原地区，其空调使用数量非常少，仅有 49 个空调样本，主要原因是其空调度日数为 0，供暖度日数虽然高但该地区传统取暖方式并非空调。气候36日用电器/Electrical Appliances技术创新/Technology and Innovation气候区类别 1 的 4 个聚类中心1234案例数1 8053601 5381 455全年制热天数482615537全年制冷天数11723212741制热平均设定温度25.5523.4126.2924.80制冷平均设定温度21.8720.9622.8120.43制冷平均内机开机率0.510.610.500.43制冷压机平均运行频率52.5851.1352.8554.48 气候区类别 3 的 4 个聚类中心1234案例数3 8425 3008273 612全年制热天数314026136全年制冷天数46124228150制热平均设定温度24.0425.1623.6026.24制冷平均设定温度20.5521.9621.1822.93制冷平均内机开机率0.480.530.640.55制冷压机平均运行频率60.1559.9458.4558.93 气候区类别 4 的 4 个聚类中心 1234案例数479445409258全年制热天数414921全年制冷天数53208132295制冷平均设定温度19.1821.9721.1022.17制热平均内机开机率0.230.330.280.36制冷平均内机开机率0.520.590.570.64区类别 6 空调样本数量少的主要原因是其覆盖区域面积少，仅海口一个城市，实际上，该地区的空调度日数高达 214 天，是全国空调度日数最高的地区。因此在分布较广的 1、3、4 气候区类别分别进行空调使用特性影响因素的二级聚类。首先针对气候区类别1、3、4 空调使用特性影响因素，使用 SPSS 软件选择皮尔逊相关系数分析各个空调使用特性变量的相关关系，对空调统计变量强相关关系的变量去除。去除强相关关系变量后，对 1、3、4 三个气候区类别分别进行 K-means 聚类，聚类后的类别的使用时长、温度设定、开机率等均有比较明显的差异，结果如下：1）气候区类别 1 可聚类为 4 类，见表 4。2）气候区类别 3 可聚类为 4 类，见表 5。3）气候区类别 4 可聚类为 4 类，见表 6。4 聚类结果分析通过两级聚类将多联式空调用户原始样本一共分为了 15 类，且不同类别之间各有不同的特点，见表 7。4.1 制冷、制热使用率高的空调用户类别一（7.3%）：处在华北等夏热冬冷地区，夏季及冬季需求均较高的用户。图 3 各个气候分区类别的空调样本数量及分布表 4 气候分区类别 1 的最终聚类中心表 5 气候分区类别 3 的最终聚类中心表 6 气候分区类别 4 的最终聚类中心全年空调运行制冷天数平均 126 天，制热天数平均155 天。制热运行时长平均 2 389 h，制冷运行时长平均高达 2 025 h，全年能耗高。制热平均开机率 43%，制冷开机率 50%，制热压缩机平均运行频率均值较高，高达2023 年 7 月/Jul.2023 37技术创新/用户类别类别样本数特点占比一气候 1-31 538制冷、制热相当，使用率较高7.3%二气候 3-43 612制冷、制热相当，使用率较高17.1%三气候 1-11 805制冷使用率较高，制热使用率低8.5%四气候 1-2360制冷使用率高，制热使用率低1.7%五气候 3-25 300制冷使用率较高，制热使用率低25.1%六气候 3-3827制冷使用率高，制热使用率低3.9%七气候 4-2445制冷使用率高，制热使用率低2.1%八气候 4-3409制冷使用率较高，制热使用率低1.9%九气候 4-4258制冷使用率高，制热使用率低1.2%十气候 6184制冷使用率高，制热使用率低0.9%十一气候 2587制冷、制热使用均较少2.8%十二气候 549制冷、制热使用均较少0.2%十三气候 1-41 455制冷、制热均少6.9%十四气候 3-13 842制冷、制热均少18.2%十五气候 4-1479制冷、制热均少2.3%表 7 空调用户聚类分析结果64 Hz，而制冷压缩机平均运行频率均值也达到 52 Hz，制热设定温度均值在26，制冷设定温度均值在22.8。该类用户是唯一一个制热能耗更高于制冷的用户群体，是空调运行节能特别是如何提高制热能效的重点关注用户类别。类别二（17.1%）：长江流域夏热冬冷地区，夏季及冬季需求均高的用户全年空调运行制热天数平均 136 天，制冷天数平均149 天。制热运行时长平均 1 878 h，制冷运行时长平均高达 2 494 h，全年能耗高。制热平均开机率 40%，制冷开机率 55%，制热压缩机平均运行频率均值 61 Hz，而制冷压缩机平均运行频率均值与制热相当，已达 58 Hz，制热设定温度均值在26，制冷设定温度均值在22.9。可见该类用户制冷、制热时长需求相当，但制热期间能耗高于制冷能耗，具有非常明显的地域特征。该类用户占比高，是空调运行节能关注的最重点用户类别。这两个类别用户制冷、制热时长需求相当，且制热能耗高于制冷能耗，全年用空调时长长，且用户占比高（24.4%），是空调运行节能关注重点对象！针对类别一、类别二等空调使用率高的用户空调运行节能方案及建议如下：1）暖通设计、空调选型建议：空调单位面积能耗选型适当加大，避免空调长时间运行在高频、低能效状态。2）空调使用建议推送：根据采集到的室温温差曲线，远程推送温度设定、开机时长等建议，充分利用建筑本身的热容蓄热能力，提高空调使用过程中的能效水平。3）空调设计改进：关注长时间、高输出的机组运行控制模式下，重点设计改进提高风机转速以提高换热器换热能力等灵活的控制方式，使空调运行在最佳能效下。4.2 制冷使用率高、制热使用率低的空调用户类别三（8.5%）：处在华北等夏热冬冷地区，制冷需求较高但制热需求较低的用户。全年空调制冷运行天数均值达 117 天，制冷运行时长平均 1 740 h，制冷平均开机率达 51%，制冷压缩机平均运行频率接近 51 Hz，制冷平均设定温度 21.8。夏季能耗需求高，制热运行天数均值仅 47 天，冬季能耗需求较低。类别四（1.7%）：也是处在华北等夏热冬冷地区，但相对类别三，其制冷需求更高，但制热需求低的用户。全年空调制冷运行天数均值高达 231 天，制冷运行时长平均 3 559 h，制冷平均开机率达 60%，制冷压缩机平均运行频率接近 51 Hz，制冷平均设定温度 20.9。夏季能耗需求高，制热运行天数均值仅 25 天，冬季能耗需求较低。38日用电器/Electrical Appliances技术创新/Technology and Innovation类别五（25.2%）：长江流域夏热冬冷地区，制冷需求较高但制热需求较低的用户。全年空调制冷运行天数均值达 124 天，制冷运行时长平均 1 815 h，制冷平均开机率达 52.7%，制冷压缩机平均运行频率接近60 Hz，制冷平均设定温度 21.9。夏季能耗需求高，制热运行天数均值仅 40 天，冬季能耗需求较低。类别六（3.9%）：也是长江流域夏热冬冷地区，但相对类别五，其制冷需求更高，但制热需求低的用户。全年空调制冷运行天数均值高达 228 天，制冷运行时长平均 3 990 h，制冷平均开机率达 64%，制冷压缩机平均运行频率接近 58 Hz，制冷平均设定温度 21.8。夏季能耗需求高，制热运行天数均值仅 26 天，冬季能耗需求较低。类别七（2.1%）：广州、南宁等两广地区，制冷需求高，制热需求极低的用户。全年空调制冷运行天数均值高达 208 天，制冷运行时长平均 3 236 h，制冷平均开机率达 59%，制冷压缩机平均运行频率接近 58 Hz，制冷平均设定温度 21.9。夏季能耗需求高，制热运行天数均值仅 14 天，冬季能耗需求极低。类别八（1.9%）：广州、南宁等两广地区，相对类别七制冷天数少，但每日开机时间更长，制热需求几乎无的用户。全年空调制冷运行天数均值达 132 天，制冷运行时长平均 1 911 h，制冷平均开机率达 57.2%，制冷压缩机平均运行频率 61 Hz，制冷平均设定温度 21。夏季能耗需求高，制热运行天数均值仅 9 天，冬季能耗需求极低。类别九（1.2%）：广州、南宁等两广地区，相对类别七制冷天数更高，制热需求少的用户。全年空调制冷运行天数均值达 294 天，制冷运行时长平均 5 347 h，制冷平均开机率达 64.5%，制冷压缩机平均运行频率62 Hz，制冷平均设定温度 22。夏季能耗需求高，冬季制热运行天数均值仅 22 天，冬季能耗需求低。类别十（0.9%）：处在夏季炎热湿润的海南地区，制冷需求高的用户。全年空调制冷运行天数均值高达170 天，制冷运行时长平均 2 700 h，制冷平均开机率达57%，制冷压缩机平均运行频率接近 60 Hz，制冷平均设定温度 20。夏季能耗需求高，制热运行天数均值仅4 天，冬季能耗需求极低。这八个类别的制热需求均比较低，夏季制冷能耗需求高，且用户占比高（45.3%），重点关注制冷运行节能改进！针对类别三 类别十等空调制冷需求高的用户空调运行节能方案及建议如下：1）暖通设计、空调选型建议：主要考虑空调制冷能效高的空调，而制热或过渡季节待机期间，应考虑空调待机管理及保养方案，提高空调使用寿命及可靠性态。2）空调使用推送：可根据采集到的露点温度、环境湿度等参数，观察制冷及除湿能耗，推送温度设定、湿度控制等建议，尽量提高空调蒸发效率，进而提高运行能效。3）空调设计改进：关注制冷能力，关注在宽温范围下的机组制冷能效提升，提高制冷运行的环境适应性和能效。4.3 制冷、制热使用率较低的空调用户类别十一（2.8%）：处在冬季寒冷、夏季清凉的北方地区，采暖方式趋于集中供暖的用户。夏季清凉，全年空调制冷运行天数均值为 99 天，制冷运行时长平均 1 385 h，制冷平均开机率 48%，制冷压缩机平均运行频率 49 Hz，制冷平均设定温度 21。夏季能耗需求较低，冬季采暖大部分地区具备集中供暖条件，因此空调制热需求普遍不高，运行天数均值 67 天。类别十二（0.2%）：处在冬季寒冷、夏季清凉的西北高原地区，采暖方式趋于传统供暖的用户。夏季清凉，全年空调制冷运行天数均值为 94 天，制冷运行时长平均1 191 h，制冷平均开机率 47%，制冷压缩机平均运行频率 48 Hz，制冷平均设定温度 20。夏季能耗需求较低，冬季采暖主要是传统方式，因此空调制热需求不高，运行天数均值 69 天。这两个类别占比较低，空调覆盖率不高，夏季能耗需求较低，冬季采暖大部分地区具备集中供暖条件，因此空调制热需求普遍不高，是需要后期培育的市场。针2023 年 7 月/Jul.2023 39技术创新/对类别十一 类别十二等夏季清凉、传统采暖地区且使用率不高的用户运行节能方案及建议如下：1）暖通设计、空调选型建议：空调单面面积能耗选型可适当减小，提高空调使用经济性。2）空调使用推送：可对空调待机期间的使用及管理推送相关建议，降低空调待机期间的能耗。3）空调设计改进：关注空调使用的环境适应性，特别是针对低温制冷、高海拔换热等特殊环境下提高空调使用能效以及空调舒适性，以培育市场。4.4 制冷、制热使用率均低的空调用户类别十三（6.9%）、类别十四（18.2%）、类别十五（2.3%）是分别处在空调需求较大的三个气候分区的用户。从统计数据来看，这类空调用户的全年制冷、制热天数均不超过50天。平均开机率在（22 52）%之间，制冷运行平均频率在（52 61）Hz 之间。由于样本数据来源于 2021 全年数据，未判断空调调试启用时间点，对于这三类用户的空调能耗还需持续观察后续使用情况。由于样本数据来源于 2021 全年数据，未判断空调调试启用时间点，这三类用户的空调占比高达 27.4%，还需持续观察后续使用情况。5 小结基于空调运行节能影响因素的分析，可从气候环境、空调使用特性角度对空调用户聚类分析。基于空调用户聚类分析结果，不同分类的制冷、制热能耗各有不同。可根据该聚类分析结果，分类给出用户选型、空调使用、空调设计等建议，并实施针对性的空调运行策略远程更新，落地空调的运行节能方案，优化空调运行能耗及能效，进而降低建筑能耗。参考文献：作者简介：1 清华大学建筑节能研究中心.中国建筑节能年度发展研究报告 2020 R.北京:中国建筑工业出版社,2020.金国华，女，高级工程师，主要研究方向：家用电器控制器、网络控制技术、大数据分析。2 段冠囡,王岳人.超高层建筑暖通空调能耗精准预测仿真 J.计算机仿真,2018,35(12):317-320+379.3 凌善旭,梁彩华,张小松.集中式空调系统调控策略优化与节能研究 J.建筑科学,2017,33(8):35-41.4 Shady A.Spatial and Behavioral Thermal Adaptation in Net Zero EnergyBuildings:An Exploratory Investigation J.Sustainability,2020,12(19):7961-7961.5 胡松涛,李立健,刘国丹,等.青岛地区公共建筑基于建筑能耗的合理窗墙比探究 J.建筑科学,2016,32(6):85-89.6 冯国会,徐小龙,王悦,等.以能耗为导向的近零能耗建筑围护结构设计参数敏感性分析 J.沈阳建筑大学学报(自然科学版),2018,34(06):1069-1077.7 韩京彤,聂金哲,李德英.商业建筑外墙保温层合理厚度研究 J.新型建筑材料,2018,45(12):127-130+137.8 陈焕新,刘江岩,胡云鹏,等.大数据在空调领域的应用 J.制冷学报,2015,36(04):16-22.9 金国华.多联式空调的大数据应用分析 J.日用电器,2021(09),26-29.10 周璇,字学辉,闫军威.基于信息熵的建筑空调异常日用能模式检测方法 J.建筑科学,2019,35(12):88-98.11 中国气象科学数据共享服务网.http:/ 钟珂,陈春美,陈勇航,等.近年气候变化对我国不同地区供暖供冷度日数的影响 J.东华大学学报(自然科学版),2020,46(1):112-115.13 GB 50176-2016,民用建筑热工设计规范 S.14 GB 50178-1993,建筑气候区划标准 S.