基于運行節能影響因素的多聯式空調用戶聚類分析研究

金國華 陳宗衍

（珠海格力電器股份有限公司 珠海 519000）

引言

據調研，2018 年我國社會能源消費約22 % 是建筑能耗，其中空調能耗占建筑能耗的（40～60）% ，空調運行節能是節能減排的重要途徑[1]。目前降低建筑空調能耗的方法主要是針對中央空調能耗管理或建筑改造。如通過智能仿真與預測、集中控制策略優化等方案，識別空調使用特性、規律，集中管理等挖掘樓宇空調運行節能潛力[2-4]；通過對建筑的朝向及造型、窗墻比、圍護結構形式、外窗遮陽系數等對建筑綜合能耗影響因素改善[5-7]。這類管理和改善方法一般針對建筑個體，應用范圍相對較窄，成本高且推廣較難，無法大面積推廣應用。

隨著互聯網技術和信息技術的快速發展，大數據技術也開始應用到了傳統空調行業[8,9]。本文提出一種新的統計方法，針對全國在線空調，采用聚類分析方法將在線多聯空調用戶分類，并基于此指導空調設計、選型、使用等，有效挖掘空調節能潛力，此種方法以大數據統計分析為前提，挖掘在線空調機組的運行能效潛力，利于廣泛推廣。

1 研究方法概述

本文研究的是商用多聯式空調的用戶群體，由于空調的安裝、使用存在明顯的區域差異，不同的經濟環境、購買習慣等較大程度影響空調的具體使用習慣[10]。將搜集到的空調運行數據放在一起研究時，一方面數據量較大，另一方面地區的影響程度不同，地區區域影響因子重要性占比過高影響最終聚類結果。

因此，本文最終確定按照兩級聚類分析方法進行分步聚類：提出先從31 個城市的空調使用環境中提取氣候區域特性相關維度，使用層次聚類方法進行一級聚類，將不同空調所在的氣候分區聚類。之后，在氣候分區聚類結果中對不同的商用多聯式空調統計全年制熱運行天數、空調全年制冷運行天數、空調日均制熱小時數、空調日均制冷小時數、空調設定溫度、空調壓縮機運行頻率等空調運行特性參數，使用K - means聚類方法進行二級聚類分析，將不同氣候分區內的空調分別聚類。

2 氣候環境因素一級聚類分析

在中國氣象科學數據共享服務網[11]中獲取全國31個城市從2019 年至2021 年每日不同時刻的環境溫度和露點數據，其中中國臺灣省未列入本次聚類分析中，主要是因為該公司的空調統計大數據中未包含中國臺灣省實時數據。

對2019 年1 月1 日至2021 年12 月31 日共3 年1 096 天的氣候數據進行缺省值線性差值法補充的方式處理后，按照以下三個度日數進行計算并統計（表1）。平均空調度日數HDD26、平均供暖度日數HDD18、平均露點溫度度日數HDD17.5 作為聚類指標[12]，統計方法如下：

表1 各地3 年平均度日數統計表

空調度日數：

供暖度日數：

露點溫度度日數：

式中：

ti—當日日平均溫度，℃。

經統計分析可知，我國31 個城市空調度日數中位數69 天，供暖度日數的中位數是200 天，最長的高達334 天，可見我國制冷、供暖需求均較大，特別是隨著國家推動低碳目標，實施煤改電、氣改電政策，空調能耗需求將會越來越多。對31 個城市氣候環境度日數進行層次聚類分析，測量間距采用平方歐式距離，31 個城市在氣候環境聚類后劃分為 6 類，見表2。

表2 全國 31 個城市氣候環境區域聚類分析結果

6 個氣候區類別的空調度日數、供暖度日數、露點溫度度日數均值如圖1 所示。

圖1 氣候區域聚類度日數均值圖

以上聚類結果繪制為省區地圖形式如圖2 ，對比GB 50176 - 2016 《民用建筑熱工設計規范》[13]、GB 50178 - 1993 《建筑氣候區劃標準》[14]中氣候區域一級區劃圖，氣候環境聚類劃分基本類似。云貴地區和山西等分區不同，主要是因為本文對氣候環境聚類中考慮了露點溫度（也即空氣日平均濕度因素）對空調蒸發及換熱方面的影響因素。

圖2 全國省區氣候環境區域聚類分布圖

3 空調使用特性因素二級聚類分析

本文空調運行數據來源于某品牌多聯式空調大數據云平臺采集的實時運行數據。采用抽樣方法，選取2021年全年全國31 個市區21150 套在線商用多聯式空調實時運行數據。數據以機組系統ID 為唯一識別信息，匯總識別多聯機內、外機數據，對每個樣本對象進行單獨統計分析：制熱開機情況、制冷開機情況、用戶使用情況、機組運行狀態等12 個指標，見表3。

表3 空調運行統計參數

從采樣樣本數據分析來看，各個氣候區類別的空調運行使用、地區分布具有明顯差異。如圖3 所示，氣候區類別1 、氣候區類別3 、氣候區類別4 的樣本數量共占96 % ，是本文研究對象的主要銷售地區，也涵蓋了我國經濟三大發達地區京津冀、長三角、珠三角地區。而氣候區類別5 是西部高原地區，其空調使用數量非常少，僅有49 個空調樣本，主要原因是其空調度日數為0 ，供暖度日數雖然高但該地區傳統取暖方式并非空調。氣候區類別6 空調樣本數量少的主要原因是其覆蓋區域面積少，僅海口一個城市，實際上，該地區的空調度日數高達214 天，是全國空調度日數最高的地區。因此在分布較廣的1、3、4 氣候區類別分別進行空調使用特性影響因素的二級聚類。

圖3 各個氣候分區類別的空調樣本數量及分布

首先針對氣候區類別1、3、4 空調使用特性影響因素，使用SPSS 軟件選擇皮爾遜相關系數分析各個空調使用特性變量的相關關系，對空調統計變量強相關關系的變量去除。去除強相關關系變量后，對1、3、4 三個氣候區類別分別進行K-means 聚類，聚類后的類別的使用時長、溫度設定、開機率等均有比較明顯的差異，結果如下：

1）氣候區類別1 可聚類為4 類，見表4 。

表4 氣候分區類別1 的最終聚類中心

2）氣候區類別3 可聚類為4 類，見表5 。

表5 氣候分區類別3 的最終聚類中心

3）氣候區類別4 可聚類為4 類，見表6 。

表6 氣候分區類別4 的最終聚類中心

4 聚類結果分析

通過兩級聚類將多聯式空調用戶原始樣本一共分為了15 類，且不同類別之間各有不同的特點，見表7 。

表7 空調用戶聚類分析結果

4.1 制冷、制熱使用率高的空調用戶

類別一（7.3 %）：處在華北等夏熱冬冷地區，夏季及冬季需求均較高的用戶。

全年空調運行制冷天數平均126 天，制熱天數平均155 天。制熱運行時長平均2 389 h，制冷運行時長平均高達2 025 h，全年能耗高。制熱平均開機率43 %，制冷開機率50 % ，制熱壓縮機平均運行頻率均值較高，高達64 Hz，而制冷壓縮機平均運行頻率均值也達到52 Hz，制熱設定溫度均值在26 ℃，制冷設定溫度均值在22.8 ℃。該類用戶是唯一一個制熱能耗更高于制冷的用戶群體，是空調運行節能特別是如何提高制熱能效的重點關注用戶類別。

類別二（17.1 %）：長江流域夏熱冬冷地區，夏季及冬季需求均高的用戶

全年空調運行制熱天數平均136 天，制冷天數平均149 天。制熱運行時長平均1 878 h，制冷運行時長平均高達2 494 h，全年能耗高。制熱平均開機率40 %，制冷開機率55 % ，制熱壓縮機平均運行頻率均值61 Hz，而制冷壓縮機平均運行頻率均值與制熱相當，已達58 Hz，制熱設定溫度均值在26 ℃，制冷設定溫度均值在22.9 ℃。可見該類用戶制冷、制熱時長需求相當，但制熱期間能耗高于制冷能耗，具有非常明顯的地域特征。該類用戶占比高，是空調運行節能關注的最重點用戶類別。

這兩個類別用戶制冷、制熱時長需求相當，且制熱能耗高于制冷能耗，全年用空調時長長，且用戶占比高（24.4 % ），是空調運行節能關注重點對象！針對類別一、類別二等空調使用率高的用戶空調運行節能方案及建議如下：

1）暖通設計、空調選型建議：空調單位面積能耗選型適當加大，避免空調長時間運行在高頻、低能效狀態。

2）空調使用建議推送：根據采集到的室溫溫差曲線，遠程推送溫度設定、開機時長等建議，充分利用建筑本身的熱容蓄熱能力，提高空調使用過程中的能效水平。

3）空調設計改進：關注長時間、高輸出的機組運行控制模式下，重點設計改進提高風機轉速以提高換熱器換熱能力等靈活的控制方式，使空調運行在最佳能效下。

4.2 制冷使用率高、制熱使用率低的空調用戶

類別三（8.5 %）：處在華北等夏熱冬冷地區，制冷需求較高但制熱需求較低的用戶。全年空調制冷運行天數均值達117 天，制冷運行時長平均1 740 h，制冷平均開機率達51 %，制冷壓縮機平均運行頻率接近51 Hz，制冷平均設定溫度21.8 ℃。夏季能耗需求高，制熱運行天數均值僅47 天，冬季能耗需求較低。

類別四（1.7 %）：也是處在華北等夏熱冬冷地區，但相對類別三，其制冷需求更高，但制熱需求低的用戶。全年空調制冷運行天數均值高達231 天，制冷運行時長平均3 559 h，制冷平均開機率達60 %，制冷壓縮機平均運行頻率接近51 Hz，制冷平均設定溫度20.9 ℃。夏季能耗需求高，制熱運行天數均值僅25 天，冬季能耗需求較低。

類別五（25.2 %）：長江流域夏熱冬冷地區，制冷需求較高但制熱需求較低的用戶。全年空調制冷運行天數均值達124 天，制冷運行時長平均1 815 h，制冷平均開機率達52.7 %，制冷壓縮機平均運行頻率接近60 Hz，制冷平均設定溫度21.9 ℃。夏季能耗需求高，制熱運行天數均值僅40 天，冬季能耗需求較低。

類別六（3.9 %）：也是長江流域夏熱冬冷地區，但相對類別五，其制冷需求更高，但制熱需求低的用戶。全年空調制冷運行天數均值高達228 天，制冷運行時長平均3 990 h，制冷平均開機率達64 %，制冷壓縮機平均運行頻率接近58 Hz，制冷平均設定溫度21.8 ℃。夏季能耗需求高，制熱運行天數均值僅26 天，冬季能耗需求較低。

類別七（2.1 %）：廣州、南寧等兩廣地區，制冷需求高，制熱需求極低的用戶。全年空調制冷運行天數均值高達208 天，制冷運行時長平均3 236 h，制冷平均開機率達59 %，制冷壓縮機平均運行頻率接近58 Hz，制冷平均設定溫度21.9 ℃。夏季能耗需求高，制熱運行天數均值僅14 天，冬季能耗需求極低。

類別八（1.9 %）：廣州、南寧等兩廣地區，相對類別七制冷天數少，但每日開機時間更長，制熱需求幾乎無的用戶。全年空調制冷運行天數均值達132 天，制冷運行時長平均1 911 h，制冷平均開機率達57.2 %，制冷壓縮機平均運行頻率61 Hz，制冷平均設定溫度21 ℃。夏季能耗需求高，制熱運行天數均值僅9 天，冬季能耗需求極低。

類別九（1.2 %）：廣州、南寧等兩廣地區，相對類別七制冷天數更高，制熱需求少的用戶。全年空調制冷運行天數均值達294 天，制冷運行時長平均5 347 h，制冷平均開機率達64.5 %，制冷壓縮機平均運行頻率62 Hz，制冷平均設定溫度22 ℃。夏季能耗需求高，冬季制熱運行天數均值僅22 天，冬季能耗需求低。

類別十（0.9 %）：處在夏季炎熱濕潤的海南地區，制冷需求高的用戶。全年空調制冷運行天數均值高達170 天，制冷運行時長平均2 700 h，制冷平均開機率達57 %，制冷壓縮機平均運行頻率接近60 Hz，制冷平均設定溫度20 ℃。夏季能耗需求高，制熱運行天數均值僅4 天，冬季能耗需求極低。

這八個類別的制熱需求均比較低，夏季制冷能耗需求高，且用戶占比高（45.3 %），重點關注制冷運行節能改進！針對類別三 ～ 類別十等空調制冷需求高的用戶空調運行節能方案及建議如下：

1）暖通設計、空調選型建議：主要考慮空調制冷能效高的空調，而制熱或過渡季節待機期間，應考慮空調待機管理及保養方案，提高空調使用壽命及可靠性態。

2）空調使用推送：可根據采集到的露點溫度、環境濕度等參數，觀察制冷及除濕能耗，推送溫度設定、濕度控制等建議，盡量提高空調蒸發效率，進而提高運行能效。

3）空調設計改進：關注制冷能力，關注在寬溫范圍下的機組制冷能效提升，提高制冷運行的環境適應性和能效。

4.3 制冷、制熱使用率較低的空調用戶

類別十一（2.8 %）：處在冬季寒冷、夏季清涼的北方地區，采暖方式趨于集中供暖的用戶。夏季清涼，全年空調制冷運行天數均值為99 天，制冷運行時長平均1 385 h，制冷平均開機率48 %，制冷壓縮機平均運行頻率49 Hz，制冷平均設定溫度21 ℃。夏季能耗需求較低，冬季采暖大部分地區具備集中供暖條件，因此空調制熱需求普遍不高，運行天數均值67 天。

類別十二（0.2 %）：處在冬季寒冷、夏季清涼的西北高原地區，采暖方式趨于傳統供暖的用戶。夏季清涼，全年空調制冷運行天數均值為94 天，制冷運行時長平均1 191 h，制冷平均開機率47 %，制冷壓縮機平均運行頻率48 Hz，制冷平均設定溫度20 ℃。夏季能耗需求較低，冬季采暖主要是傳統方式，因此空調制熱需求不高，運行天數均值69 天。

這兩個類別占比較低，空調覆蓋率不高，夏季能耗需求較低，冬季采暖大部分地區具備集中供暖條件，因此空調制熱需求普遍不高，是需要后期培育的市場。針對類別十一 ～ 類別十二等夏季清涼、傳統采暖地區且使用率不高的用戶運行節能方案及建議如下：

1）暖通設計、空調選型建議：空調單面面積能耗選型可適當減小，提高空調使用經濟性。

2）空調使用推送：可對空調待機期間的使用及管理推送相關建議，降低空調待機期間的能耗。

3）空調設計改進：關注空調使用的環境適應性，特別是針對低溫制冷、高海拔換熱等特殊環境下提高空調使用能效以及空調舒適性，以培育市場。

4.4 制冷、制熱使用率均低的空調用戶

類別十三（6.9 %）、類別十四（18.2 %）、類別十五（2.3 %）是分別處在空調需求較大的三個氣候分區的用戶。從統計數據來看，這類空調用戶的全年制冷、制熱天數均不超過50天。平均開機率在（22 ～ 52） %之間，制冷運行平均頻率在（52～ 61）Hz 之間。由于樣本數據來源于2021 全年數據，未判斷空調調試啟用時間點，對于這三類用戶的空調能耗還需持續觀察后續使用情況。

由于樣本數據來源于2021 全年數據，未判斷空調調試啟用時間點，這三類用戶的空調占比高達27.4 %，還需持續觀察后續使用情況。

5 小結

基于空調運行節能影響因素的分析，可從氣候環境、空調使用特性角度對空調用戶聚類分析。基于空調用戶聚類分析結果，不同分類的制冷、制熱能耗各有不同。可根據該聚類分析結果，分類給出用戶選型、空調使用、空調設計等建議，并實施針對性的空調運行策略遠程更新，落地空調的運行節能方案，優化空調運行能耗及能效，進而降低建筑能耗。