纽约一栋老楼的暖通用电下降15.8%，机房全天要冷水，空调系统怎样兼顾节能与持续供冷？

冷水回路分区需求最小流量租户舒适设备协同

写字楼的灯陆续熄灭，值班工程师却不能跟着关掉所有冷水。办公区已经空了，机房里的设备仍在发热；有的楼层有人加班，有的房间刚被午后阳光晒过。同一座建筑同时存在不同需求，靠一张统一开关时间表，很难把节能与持续服务都照顾好。

BrainBox AI披露的纽约Cammeby’s办公楼案例，观察期为2023年的十一个月，暖通相关用电下降15.8%。楼内机房需要全天冷却水，方案据泵的设计资料确定最小流量并优化阀位。这是供应商案例数据，降幅的分母是暖通用电，不能改写成整栋楼电费下降。

案例揭示的是一种常见矛盾，下面的分析不等同于项目内部控制细节。同一栋楼里，朝向、人员活动、设备发热和使用时段都可能不同。若只看一个平均室温，就可能同时忽略偏热的会议室与过冷的工位，温度看似合适，使用者却各有不满。

区域需求还会随时间改变。集中会议结束后，人员散去，原来的送风量未必仍然需要；下午太阳移动，外墙附近的热量又可能增加。节能控制需要识别这些变化，并理解它们影响哪些末端设备，否则简单调高或调低总设定值，就容易顾此失彼。

运维团队可以先把区域、用途、使用时段和服务设备画在同一张图上。哪些房间可以跟随下班调整，哪些区域需要持续服务，哪些数据点位置不具有代表性，都应明确。需求地图越接近实际使用，后续优化越少依赖一条覆盖全楼的粗略规则。

AI收到一组温度数据后，还需要知道哪台空气处理设备、哪个阀门和哪段水路能够改变这个区域。点位名称相似，并不代表控制关系相同。传感器与设备对应错了，系统即使正确判断某处偏热，也可能把调节动作发到另一个没有需求的地方。

这类项目的准备工作，可以从核对点位和实际动作开始。工程师确认一个阀门开度变化，是否对应预期区域的响应；检查传感器是否偏移、数据时间是否一致。动作与反馈之间的关系得到确认后，模型才有机会学到建筑的真实反应，而不是记录中的假关联。

旧楼并不必然意味着全部设备重换。该案例采用了既有楼宇管理系统，并逐层部署。对其他项目而言，可以据此考虑从可观测、可调节的一部分入手，列清哪些设备已接入、哪些仍按原策略运行。把覆盖范围讲清楚，比展示一个覆盖全楼的漂亮界面更有用。

节能控制面对的是有物理边界的设备。水泵、阀门与末端连接在同一套系统中，调小某一处，不只影响这一处。对于必须持续供冷的区域，降低总体运行强度时仍要保留足够服务能力，不能因为多数楼层已经空置，就把整条回路当成无需求。

最小流量这样的条件，应由设备设计和现场工程判断确认。AI可以在允许范围内寻找更合适的运行组合，却不能凭一次短期观察自行改变设备底线。流量不足、频繁启停或不合理阀位可能造成新的问题，节省的电量也就失去了稳定运行这个前提。

运营上可以把目标和约束同时交给控制方案。需要服务的区域、可接受温度范围、设备运行条件和必要的人工接管方式，都应写清。不同楼宇的设备配置不同，不能把某栋楼的阀位或时间表原样复制过去，期待同样的节能结果。

这条回路停下，哪一间房会**受到影响？

办公室温度不会在阀门转动的瞬间立刻变化。墙体、家具与空气共同影响冷热变化的速度，太阳和人员又不断带来新的扰动。如果看到温度暂时没动就继续加大调节，稍后可能过冷，再反向补偿，形成反复折腾设备的运行节奏。

因此，控制策略需要考虑动作发生后多久能观察到效果，并结合天气与使用计划理解接下来的需求。例如已知某个区域稍后有人使用，可以安排适度提前调节；具体提前多久，要由实际响应决定。这是控制思路的说明，不是给所有建筑统一设定操作参数。

试点可以选取用途清楚、数据较完整的区域，在有人值守时逐步观察。记录每次策略变化、设备响应、区域状态和人员反馈，避免同时改动太多因素。若租户投诉增加，团队要能找到对应时间和位置，而不是用整楼平均温度正常来结束讨论。

节能复盘首先要明确计量边界。统计的是受控设备、暖通系统还是整栋建筑，结果含不含照明与其他负荷，都需要说清。本文案例中的暖通用电降幅，不能直接变成其他楼宇的预算承诺；设备条件与使用方式变化，收益也会随之改变。

比较不同月份时，还要考虑天气、入住率、使用时段与设备维修。一个更凉爽、人员更少的月份，本来就可能用电较低。项目可以保存调整前的运行记录，采用适合现场的基线方法，并把同期变化列出；单看两张账单的差额，无法把技术贡献完整分离出来。

除了电量，也应记录需要服务时温度是否满足要求、异常告警和人工干预发生在哪里。平均温度达标不一定代表所有区域都舒适，账单下降也不一定意味着设备运行更稳。节能与服务状态放在一起，工程师才知道哪些调整值得保留，哪些需要退回。

楼宇不会长期保持同一个样子。租户搬迁、工位调整、设备更新，都会改变需求与控制关系。项目上线后，应有人维护这些变化，把新的使用时段和设备信息写回运行记录。否则，模型仍按旧格局优化，现场人员只能不断用临时手动调整弥补。

季节切换时也要重新检查运行安排，避免制冷季的经验直接延续到采暖季。维护合同和人员交接中保留这些记录，可以减少负责人更换后重新摸索设备状态的成本。工程师需要看见正在发生的动作，也需要能追溯原因。

哪个区域触发了变化，哪些设备受影响，人工干预后怎样恢复，都关系到方案能否持续使用。界面不必把所有模型细节都展示出来，但应当让负责这栋楼的人理解当前状态，并能够处理意外情况。

这栋纽约老楼提供的启发，是把节能放回真实的水路、阀门和区域需求中。办公区可以安静下来，必须持续运行的设备仍要得到保障。能够减少无效运行，又能清楚说明每一段必要服务如何维持，AI才真正进入了楼宇日常运维。

编辑：丁帆

审核：董晓龙

本文章由烁域科技原创出品，版权归属烁域科技所有。部分图片为原创配图资产，如有版权问题，请联系公众号客服。