基于LoRaWan電力物聯(lián)網(wǎng)的智慧建筑架構(gòu)設(shè)計和能耗管理

范 磊

（上海電力大學(xué) 電子與信息工程學(xué)院，上海200090）

引言

隨著時代的發(fā)展和人類需求的改變，建筑逐漸向智能化進(jìn)展，智慧建筑中的空調(diào)能耗預(yù)測也成為國內(nèi)外學(xué)者研究的熱點[1-3]。在萬物互聯(lián)和萬物智能的時代，人工智能將以前所未有的速度融入并且影響著我們的生活，且無所不在。智慧建筑是智能建筑技術(shù)和新興信息技術(shù)相結(jié)合的產(chǎn)物。

智慧建筑能耗數(shù)據(jù)如:時間、室外溫濕度、逐時冷熱負(fù)荷、新風(fēng)熱負(fù)荷、房間溫度、房間濕度、總輻射、散射輻射、直射輻射和空調(diào)能耗實施準(zhǔn)確采集及分析，可以為研究人員提供可靠的建筑數(shù)據(jù)，對于提高智慧建筑能源使用效率、降低建筑污染物排放量、確保建筑能源環(huán)境的可持續(xù)發(fā)展具有重要作用[4-5]。由于電力物聯(lián)網(wǎng)技術(shù)具有較高的數(shù)據(jù)傳送效率、更高的數(shù)據(jù)通訊帶寬以及數(shù)據(jù)監(jiān)測功能等優(yōu)勢，通過架構(gòu)新的物聯(lián)網(wǎng)平臺可以降低智慧建筑能耗數(shù)據(jù)采集過程中的能耗。針對傳統(tǒng)建筑的氣象及建筑參數(shù)采集存在采集周期長和數(shù)據(jù)丟包率高等弊端。因此，本文首先介紹了什么是電力物聯(lián)網(wǎng)與智慧建筑，研究了物聯(lián)網(wǎng)的架構(gòu)設(shè)計以及數(shù)據(jù)采集流程，進(jìn)而介紹實驗環(huán)境和數(shù)據(jù)采集統(tǒng)計，最后通過數(shù)據(jù)分析得出可以實現(xiàn)節(jié)能。

1 電力物聯(lián)網(wǎng)與智慧建筑

1.1 電力物聯(lián)網(wǎng)

電力物聯(lián)網(wǎng)是物聯(lián)網(wǎng)在智能電網(wǎng)中的應(yīng)用，是信息通信技術(shù)發(fā)展到一定階段的結(jié)果，其將有效整合通信基礎(chǔ)設(shè)施資源和電力系統(tǒng)基礎(chǔ)設(shè)施資源，提高電力系統(tǒng)信息化水平，改善電力系統(tǒng)現(xiàn)有基礎(chǔ)設(shè)施對智慧建筑能耗方面的利用效率[6-8]。

隨著電力物聯(lián)網(wǎng)不斷深化應(yīng)用，以及人們對智慧建筑的節(jié)能意識越來越高，本文提出了基于電力物聯(lián)網(wǎng)的智慧建筑組網(wǎng)架構(gòu)。智慧建筑通過傳感器采集各種各樣的數(shù)據(jù)，經(jīng)通過云端進(jìn)行能耗管理的數(shù)據(jù)分析，從而到達(dá)節(jié)能的目的。智慧建筑能耗采集數(shù)據(jù)的過程中對物聯(lián)網(wǎng)的網(wǎng)絡(luò)層有了更高的要求。而LoRaWan的使用，可以達(dá)到最優(yōu)能耗的數(shù)據(jù)采集[9]。

1.2 智慧建筑

智慧建筑由大樓自動化系統(tǒng)、辦公自動化系統(tǒng)、通訊自動化系統(tǒng)和安全自動化系統(tǒng)四大系統(tǒng)組成。它是一個具有高度的信息處理功能和要將電力、空調(diào)、防災(zāi)、防盜、運輸設(shè)備等構(gòu)成綜合系統(tǒng)[10-12]，同時要實現(xiàn)統(tǒng)一的控制。通過與通信技術(shù)、人工智能技術(shù)以及電力物聯(lián)網(wǎng)技術(shù)等相結(jié)合，實現(xiàn)建筑內(nèi)的設(shè)備互聯(lián)互通，充分提高通訊效率，通過能耗管理系統(tǒng)提高能源利用率。

2 架構(gòu)設(shè)計及采集流程

智慧建筑中電力物聯(lián)網(wǎng)架構(gòu)可以劃分成感知層、邊緣層、云計算層、應(yīng)用層。其中，感知層主要作用是信息感知與采集，主要包括RFID標(biāo)簽、溫度感應(yīng)器、聲音感應(yīng)器、濕度感應(yīng)器等，是智慧建筑系統(tǒng)的末端部分。網(wǎng)絡(luò)層的作用是將協(xié)調(diào)器匯集的能耗數(shù)據(jù)通過網(wǎng)絡(luò)上傳至應(yīng)用層，通常采用有線的Ethernet或移動通訊網(wǎng)絡(luò)傳遞措施傳輸數(shù)據(jù)[13]。應(yīng)用層主要由服務(wù)器實現(xiàn)能耗數(shù)據(jù)的遠(yuǎn)程存儲，信息輸出層將能耗信息通過網(wǎng)頁的方式呈現(xiàn)出來，使得數(shù)據(jù)直觀顯示，并采用云計算層的節(jié)能改進(jìn)算法產(chǎn)生有效的節(jié)能。LoRa[14-15]的出現(xiàn)，提供物聯(lián)網(wǎng)在智慧綠色建筑更大的使用平臺。本實驗室組建傳感器采集數(shù)據(jù)，通過LoRa傳輸數(shù)據(jù)，利用云端進(jìn)行數(shù)據(jù)處理和分析，架構(gòu)如圖1所示。

圖1 智慧建筑中電力物聯(lián)網(wǎng)架構(gòu)

2.1 架構(gòu)設(shè)計

感知層主要包括建筑終端設(shè)備的各種溫濕度傳感器、接入網(wǎng)關(guān)及智能設(shè)備等。感知層的各類設(shè)備通過移動通訊網(wǎng)絡(luò)、互聯(lián)網(wǎng)、Ethernet等通信方式實現(xiàn)與邊緣層的連接，或直接與云平臺層連接。云平臺可以為智慧建筑提供強大計算能力，通過云數(shù)據(jù)、云計算與人工智能相結(jié)合，實現(xiàn)電力流、信息流與數(shù)據(jù)流顯性隱性價值挖掘，確保建筑內(nèi)部電力通信系統(tǒng)的穩(wěn)定運行和持續(xù)使用[16-17]。

數(shù)據(jù)采集器中的采集模塊是RS485采集電路，通過擁有隔離性能的RS485收發(fā)器ADM2483完成數(shù)據(jù)的采集。數(shù)據(jù)采集器運行時需要先配置信息，配置數(shù)據(jù)采集器的IP地址、數(shù)據(jù)中心服務(wù)器的IP地址以及建筑ID等信息。通過移動4G信號和LoRa網(wǎng)關(guān)將數(shù)據(jù)發(fā)送到平臺，通過邊緣網(wǎng)關(guān)連接至廣域網(wǎng)絡(luò)[18-20]。

2.2 采集流程

本節(jié)提出一種基于物聯(lián)網(wǎng)架構(gòu)設(shè)計的采集數(shù)據(jù)流程。該流程采用最近的LoRa模塊和電力物聯(lián)網(wǎng)技術(shù)，流程示意圖如圖2所示，包括測試點采集建模階段和在數(shù)據(jù)分析階段。

圖2 數(shù)據(jù)采集流程

3 實驗

3.1 實驗環(huán)境

本文是以上海電力大學(xué)電子與信息工程學(xué)院電計樓一層的基本數(shù)據(jù)建立的建筑物理模型。每一層共有5個實驗室，每一層長80m、寬30m、高4.5m，總面積約為1080m2，如圖3所示。在整個實驗環(huán)境的區(qū)域包括車輛、障礙物，干擾復(fù)雜，因此這個環(huán)境上的數(shù)據(jù)比較有代表性。

圖3 智慧建筑模型

實驗設(shè)備采用了LoRa裝置，且各裝置上均裝LoRa SX1280芯片，其LoRa數(shù)據(jù)采集裝備。整個實驗區(qū)域共選擇了X個測試點，通過LoRa網(wǎng)關(guān)進(jìn)行數(shù)據(jù)傳輸。指紋點在這塊區(qū)域中均勻分布，相鄰測試點間距3m，且在每個測試點均可以保證接收到3個錨點裝置的測試值。測試數(shù)據(jù)采集階段，在1天內(nèi)的不同時段進(jìn)行測試點特征的采集，在每個測試點上采集100次作為1組，每次采集間隔1小時。

3.2 數(shù)據(jù)采集

實驗設(shè)備采用了LoRa裝置進(jìn)行數(shù)據(jù)的傳輸，通過溫度、濕度等傳感器模塊采集影響建筑能耗的各種特征量。通過采集不同時間、室外溫濕度、逐時冷熱負(fù)荷、新風(fēng)熱負(fù)荷、房間溫度、房間濕度、總輻射、散射輻射、直射輻射十一個因素作為特征量。在1天中早上8點開始采集數(shù)據(jù)，晚上10點結(jié)束；在每一個實驗室的房間放置一組傳感器設(shè)備，每1個小時采集一次數(shù)據(jù)，通過云端進(jìn)行數(shù)據(jù)統(tǒng)計與分析。每天采集共計13200個數(shù)據(jù)。

采集的連續(xù)5小時數(shù)據(jù)如表1所示，通過分析可以得出數(shù)據(jù)穩(wěn)定可靠，空調(diào)剛開啟的第一個小時能耗最高，后面4個小時的逐時能耗變化差距不大，因為此時房間過冷或過熱需要空調(diào)額外的能耗均衡溫度。

表1 某天采集數(shù)據(jù)

3.3 數(shù)據(jù)分析

空調(diào)能耗逐時管理可以通過兩種采集方法得出的空調(diào)能耗對比進(jìn)行分析。為了更加直觀地觀察結(jié)果，將傳統(tǒng)建筑能耗數(shù)據(jù)采集與電力物聯(lián)網(wǎng)的數(shù)據(jù)采集的空調(diào)能耗值通過折線圖來表現(xiàn)出來，圖中傳統(tǒng)采集的空調(diào)能耗是最上面的折線，電力物聯(lián)網(wǎng)采集的能耗是上面的曲線，很明顯物聯(lián)網(wǎng)架構(gòu)擦劑的能耗相對穩(wěn)定，相對減少15%的能耗。其中兩種方法一年中某天逐時的點分布如圖4所示。

圖4 傳統(tǒng)與物聯(lián)網(wǎng)架構(gòu)能耗數(shù)據(jù)采集對比

4 結(jié)束語

目前，我國的智慧建筑空調(diào)耗能在建筑總能耗占比較高，空調(diào)系統(tǒng)耗能高而現(xiàn)有的能耗管理系統(tǒng)處于初級階段，因此空調(diào)系統(tǒng)的控制方法有待優(yōu)化。本研究基于電力物聯(lián)網(wǎng)的智慧建筑組網(wǎng)架構(gòu)及能耗管理，通過物聯(lián)網(wǎng)平臺的搭建，利用低功耗物聯(lián)網(wǎng)技術(shù)，以感知層、邊緣層、云計算層、應(yīng)用層四層架構(gòu)為基礎(chǔ)，與建筑內(nèi)用戶的實際需求、各能耗特點進(jìn)行有機(jī)整合，從信號傳輸端開始節(jié)能，最終實現(xiàn)建筑能耗管理。

由于影響智慧建筑空調(diào)能耗預(yù)測的因素很多，本研究只選取部分進(jìn)行預(yù)測，進(jìn)一步獲得更多影響因素數(shù)據(jù)，是上一步提升預(yù)測精度的重點。上一步研究將從數(shù)據(jù)處理與算法著手，對采集的數(shù)據(jù)及時歸屬、界定數(shù)據(jù)密級、賦予數(shù)據(jù)權(quán)限，實現(xiàn)通信網(wǎng)與電力網(wǎng)隱私與安全；另外將繼續(xù)研究更優(yōu)化的分層、分布式算法以實現(xiàn)對海量數(shù)據(jù)的即時控制與監(jiān)測。總而言之，能耗管理對我國日后工業(yè)發(fā)展具有相當(dāng)大的作用。可以預(yù)見的是，將泛在電力物聯(lián)網(wǎng)技術(shù)與智慧建筑結(jié)合，對建筑能耗進(jìn)行分析預(yù)測可以使建筑向更智能、綠色的方向發(fā)展，降低建筑運行成本的同時讓人們擁有一個更整潔舒適的生活環(huán)境。