JG京工科业-JGZ801HVAC智慧调控与柔性用能实验平台
主要由空气源热泵（ASHP定频+变频）、储能罐、循环水泵、组合式空气处理机组（AHU）、变风量箱（VAV-box）、风机盘管以及控制系统组成。实验平台可实现定风量系统、变风量系统和风机盘管加新风系统的多种运行工况（7种基本工况）及控制策略的研究。
平台采用先进的测量仪器与控制系统，可拓展性极强，根据测试需求可进行各种HVAC运行策略测试，进行多种HVAC & AI算法模型训练，完成不同工况调试，为科研成果转化、项目落地、教学实验实训提供有力技术支撑和调试平台。
平台功能与应用
以 “注重理论联系实际、强化工程能力训练，培养适应能力强的创新人才” 为实验教学目标，涉及冷热源工程、暖通空调、流体输配管网、热质交换原理与设备、建筑设备与能源系统智能化、大数据与人工智能应用等多门本科专业课实验教学服务、相关研究生科研实验，可实现企业用户定制用于企业人才培养和产品开发服务。通过本平台实验深化学生对本专业知识的系统理解与学习，掌握暖通空调系统运行调试检测的专业技能，培养学生分析解决实际问题的能力。
平台以其先进的技术架构、丰富的功能模块及显著的应用优势，为建筑环境与能源应用工程领域的教学、新质生产力发展、科研及社会服务提供先进的、可拓展的实验平台支撑。
平台致力于开展智能优化控制、空调柔性提升、建筑能耗与室内外环境参数关系、柔性调控策略、温湿度独立控制空调系统中湿度需求响应策略等方面的深入研究。通过结合设备性能、节能潜力及环境品质等多维度考量，为空调系统在不同环境状态下的最优运行方案及参数设定提供科学依据。
二、系统构成
实验平台覆盖4个房间，总面积约200平方米。平台结合了物联网、云计算、大数据、人工智能、可视化数字大屏展示，可实现定风量系统、变风量系统和风机盘管加新风系统的多种运行工况（7种基本工况）及控制策略的研究。
冷热源系统： 该平台配备了两台并联的空气源热泵机组（一台定频，一台变频），既可独立运行，也可联合工作，以满足各种冷热负荷及运行工况的需求。
空调末端系统： 包括变频式组合式空调机组（AHU）、直流无刷式风机盘管机组以及压力无关型VAV-Box变风量箱，为用户提供多样化的空调末端选择。
输配系统： 由一次泵系统和二次泵系统组成，两者均具备变频控制功能，确保空调系统的稳定运行及高效输配。
蓄能罐： 平台配备了一个容积为2.3立方米的蓄能罐，该蓄能罐可与热泵联合运行，通过水系统阀门的切换，实现供冷、供热、储能、释能及混合供给等多种运行工况。
附属设施： 管道加热器、真空脱气机及定压补水装置。
监测系统 ：包括上百个硬测点和200余个软测点。除此之外还拥有可视化管控界面。
数据交互与控制系统： 由动力控制、数据采集、边缘计算及集中管控等部分组成，具备设备智能调控、数据采集、分析判断及存储等功能，通过运行PLC程序与AI智慧算法，实现对HVAC系统的全面智慧调控与柔性用能。
三、智能控制与柔性用能
1 、负荷预测
采用人工神经网络（ANN）算法精准预测空调负荷，多元的AI算法库可为特定空调系统匹配最优预测算法，预测准确度可达94%以上，为空调系统优化控制策略的制定提供了坚实可靠的数据支撑。
2 、AI 优化控制
基于空调系统历史用能大数据，以COP、PMV和能耗等为约束目标，训练AI优化算法模型，模型将自动感知室内外环境参数的变化、自动判断并决策优化系统的控制参数，助力建筑实现柔性用能，在提高空调舒适度的同时，节约空调能耗，降低运行费用。
3 、 精细化管理
建立空调能源数据精细化采集网络，将空调系统总能耗拆分到冷热源、水泵、冷却塔、风机和末端等分项，将末端能耗拆分到用户/楼层分项，数据可视化技术全方位展示空调用能去向与能效高低，各区域用能情况更加透明化、精细化、可追溯化，能源管理更加规范化。快速诊断空调系统用能状况，及时发掘节能潜力，确定节能方向，提高系统能效。
4 、智慧化运维
“AI专家”替代繁琐人工，实现高效低成本安全运维。通过 AI 智能调节功能，帮助运维人员自动调整空调系统运行模式，减少运维人员数量和减轻工作负荷，提高工作效率。通过 AI算法模型实时监控空调设备运行状态，实现设备的预测性维护，变被动维护为主动服务，预防恶性事故发生，减少安全隐患，提高设备运行效率。通过运维数据库的搭建，实现能源系统设备的全生命周期管理，提高物业运维管理水平。
5 、柔性用能
接入本平台的空调系统可通过需求侧响应的形式参与到“虚拟电厂”计划中，转“源随荷变”为“荷随源变”，实现柔性用能，削峰填谷，缓解电网压力，降低用电成本，减小空调设备初投资。
6 、灵活化场景匹配
能管系统采取模块化设计方式，可以根据不同项目需求灵活搭建应用系统，适用于各类场景下的空调系统能源管理，兼容 Modbus、BACnet、OPC等各类通讯协议和接口。涉及的常见场景包含：公共建筑（办公楼、商场、学校、医疗机构等公共场景）、工业建筑（生产制造车间、仓储物流园区等工业建筑）和居住建筑（住宅小区、酒店、公寓等居住场所）的空调系统能源管理/节能改造项目。
四、平台优势与展望
预留接口与可扩展性： 本实验平台预留有冷热源及控制接口，为未来系统拓展、效能提升及开发新的控制策略和算法模型提供了坚实基础。
科研成果转化与项目落地： 平台专注于公共建筑集中空调系统的运行数据积累、学习与深度挖掘，将空调系统运行基本原理、工程师的运维经验和历史运维数据融入AI算法中，进行多种HVAC和AI算法模型训练，完成不同工况调试。 通过机器理解与深度学习，预测、优化得到不同环境状态下空调系统最优运行方案及参数设定，实现空调系统智慧和柔性用能，为科研成果转化及项目落地提供有力技术支撑和调试平台。
教学资源建设与行业推动： 平台将持续丰富配套教学资源，完善并提升实验的自由度和开放性，促进行业实现跨学科融合、智能化转型及人才培养模式的更新；同时，推动教育创新、科研发展及产业升级，为建环专业的新质生产力发展提供先进的、可拓展的综合实验平台支撑。
