人工知能やオートメーションは建物のエネルギー効率が低い問題を解決できるでしょうか?

米国のローレンス・バークレー国立研究所が開発した新しいツールは、障害検出および診断ソフトウェアの自動化に役立ち、人間とコンピューターの相互作用の必要性を最小限に抑え、それによって効率を高め、二酸化炭素排出量を削減できます。

今日、施設管理におけるビルオートメーションとエネルギー管理システムの必要性がますます高まっており、グラフにより所有者とオペレーターがより高い効率と柔軟性を実現できるため、ビルの運用に直接影響を及ぼします。そして気候変動に直面したときの回復力。しかし、これらの高度なツールを使用すると、複雑さが増し、エラーが発生し、多くの場合、これらのテクノロジが提供する効率が犠牲になります。

その結果、建築欠陥検出および診断 (FDD) テクノロジーの人気が高まっており、不動産所有者は毎年数百万ドルの建築コストを節約でき、投資回収期間は通常 2 年未満です。 FDD ツールは、HVAC システムの障害と最適化されていないパフォーマンスを検出するプロセスを自動化し、潜在的な原因の診断に役立ちます。カリフォルニア州バークレーにあるローレンス・バークレー国立研究所（LBNL）の2022年2月の報告書によると、FDDは通常、既存のビルディング・オートメーション・システム（BAS）の上に置かれます。

しかし、市販の FDD ツールはエネルギー効率を向上させ、二酸化炭素排出量を削減するための万能薬であるように見えますが、人間による解決策が必要であるという小さな問題がまだあります。 LBNL の報告書では、「一度障害が検出されると、障害を修復するために人間の介入が必要となり、多くの場合遅延や無反応が発生し、追加の運営費や保守費が発生し、建物内の快適状態に影響を及ぼします。」と述べられています。

つまり、建物の効率、エネルギー節約、二酸化炭素排出量は依然として人間に大きく依存しているということです。

LBNL によると、商用 FDD アプリケーションの自動障害修正は、パッシブ診断とプロアクティブ制御の間のループを閉じる上で大きな可能性を示しています。場合によっては、これらのツールに人工知能 (AI) を統合して予知保全を行うことができ、施設管理者にこれまで以上の柔軟性と自由度を与えることができます。

問題: エラーが発生しやすい制御

統計によると、米国の電力の 70% は建物で使用され、燃料の燃焼による世界の二酸化炭素排出量のほぼ 33% を占め、温室効果ガス総排出量の約 10%、量の 20%。したがって、建物はますます効率化し、システムの問題を発生前に予測する必要があります。

ただし、FDD ツールは絶対確実というわけではありません。実際、LBNL と米国エネルギー省 (DOE) によると、従来の機器の故障や制御上の問題により、温室効果ガスの排出量と光熱費が年間 170 億ドル、二酸化炭素換算で 9,000 万トンに相当する大幅な増加につながる可能性があると研究が推定しています。

「私たちが頻繁に遭遇する、最もエネルギーに影響を与える機会は、自動化された障害修正と制御の最適化によって対処できることが判明しました」と LBNL は述べています。

エネルギー パフォーマンスを向上させるこれらの機会には、以下が含まれます。

エコノマイザの高いロックアウト温度設定値を最適化します。
1. 誤ってプログラムされた HVAC 計画を修正。
2. 不要なコントロールのオーバーライドを解放します。
3. バイアス温度センサーの修正。
4. 自動サイクル調整。
5. ベスト プラクティスのリセット戦略を実装します。
6. ゾーン温度設定値設定を最適化します。

「当社は現在、クラス最高のトラブルフリー制御ソリューションのスイートを幅広いFDDパートナーに拡張し、自動試運転/機能テストや要件の柔軟性などの追加戦略を含めるよう取り組んでいます。 」とグランダーソン氏は語った。

ソリューション: 自動化による FDD 結果の改善方法

2016 年、LBNL は米国エネルギー省およびさまざまな業界パートナーと提携してスマート エネルギー分析運動を開始しました。これは官民パートナーシップであり、建物の分析、コスト、利点、使用法に関する最大のデータセットを作成しています。それ以来、LBNL はまた、国内の FD 技術市場の主要ベンダーと提携して、これまで利用できたものを超えて最先端の技術を拡張してきました。グランダーソン氏は、彼女のチームは、既存の FDD ソフトウェアによって障害が識別されると自動的に修正する追加のプログラミング機能を開発および実装したと述べました。

エンドユーザー パートナー 2 社との 2020 年の現地調査で、LBNL は既存の BAS ベンダー プラットフォームを使用する HVAC システム用の 7 つの障害修正アルゴリズムのセットを開発し、実際に展開しました。テストは建物内で実施されました。アルゴリズムによって修正される変数には、スケジュール、設定値、センサー読み取り値、コマンド、加熱/冷却要求、および比例、積分、微分 (PID) パラメーターが含まれます。

歴史的に、FDD テクノロジーはビルディング オートメーション システムと統合され、システムおよび機器の動作に関する運用データを「読み取り専用」形式でキャプチャしてきました。 「私たちが最初に行ったのは、FDD システムがコマンドを BAS に「書き込む」こともできるようにインターフェースを強化することでした」とグランダーソン氏は説明します。

チームはその後、通常は BACnet プロトコルを通じてアクセスできる制御システム パラメーターを変更することで、さまざまな制御関連の問題を解決する方法を定義したエンジニアリング ロジックのライブラリを開発しました。

最後に、チームは修正ロジックを FDD プラットフォームとオペレーター向けユーザー インターフェイスに統合しました。 FDD システムが障害を検出して診断すると、オペレーターには推奨される修正措置とともに問題が通知されます。オペレーターの承認後、是正措置が実施され、障害が解決されます。

Granderson 氏は次の例を示しました。ゾーンの温度設定値が高すぎると、オペレーターの注意と修正を求めるメッセージ「このゾーンの冷却設定値は 66 度であり、推奨値よりも低いです。」というメッセージが表示される場合があります。 「設定値を推奨の 68 度に戻しますか?」 オペレーターの承認があれば、FDD システムは、BAS へのインターフェースを介して、修正された華氏 68 度の設定値をゾーン コントローラーに書き戻すことができます。このアクションが完了すると、障害は解決され、FDD システムは問題の検出と診断に戻ります。

LBNL は、障害修正に加えて、最適化を制御するために FDD システム機能も拡張します。まず、ASHRAE ガイド 36: HVAC システムの高性能動作シーケンスに従って、エア ハンドリング ユニットの静圧と給気温度のベスト プラクティス調整と応答リセット戦略を実装する方法を開発およびテストしました。これらのソリューションの中で、LBNL のテクノロジーは、暖房または冷房のニーズが満たされていないためにエネルギー使用量が増加する「特別な」領域を抑制します。 Granderson 氏は、LBNL は現在、開発する障害修正方法に AI を使用していないが、一部の FDD ベンダーはテクノロジー スタックの特定の部分で AI を使用していると指摘しました。

シドニーとノースダコタ州ファーゴに本拠を置くBuilding IQは、人工知能、エネルギー分析、人間の専門知識を組み合わせて多くのFDDサービスの欠点を克服する、いわゆる結果ベースの障害検出(OFD)サービスを開始しました。 。 「結果ベースの障害検出は、障害検出をより良い、より広範な方向に導く包括的なソリューションです」と同社の当時の社長兼 CEO の Michael Nark 氏は 2018 年 6 月のプレス リリースで述べています。

「これは、施設の専門家が果たす重要な役割を受け入れ、機械学習と最先端の人工知能でそれを強化することによって実現されます。OFD は、データの良し悪しに関係なく機能し、機械学習を活用して、クラウドへのデータ分析の負担を軽減します。その結果、ビルのオペレーターは毎日何百もの障害テーブルを検索することで貴重な時間とリソースを無駄にする必要がなくなり、その代わりに、OFD を使用することで、オペレーターは本当に修正が必要なテナントに集中できるようになります。

自動 FDD システムの利点

「私たちの建物には、驚くべきレベルの非効率が隠されています。」とグランダーソン氏は言いました。「自動制御システムは、温度と湿度のレベルを維持します。乗員の快適性を向上させるためにシステムを稼働し続けます。しかし、調整がずれていることが多く、時間外にオフにできない場合や、エネルギーを浪費してコストや温室効果ガス排出量を増加させる設定が使用される場合があります。」

同氏は、自動 FDD テクノロジーは継続的に運用データを分析して、ビルのオペレーターやエネルギー管理者の問題を特定できると述べ、「メリットは大きい。私たちの研究では、ポートフォリオ全体で FDD システムを使用している組織が平均 9% のコストを節約できることを示している」と述べました。 「回収期間は 2 年です。」自動障害修正を追加すると、メリットがさらに広がります、と彼女は続けます。問題が解決されるまで何週間も何か月も待つのではなく、数時間以内に問題を解決でき、スタッフの貴重な専門知識を活用して最も困難な問題を解決できます。

「さらに、BAS に制御コマンドを書き戻す機能により、監視制御の最適化を実装することもできます。」と彼女は言いました。 「FDD システムを通じて監視最適化制御を提供すると、高価なアップグレードを必要とせずに、BAS のさまざまな年やブランドにわたってスケーラブルな実装が可能になります。一方、より伝統的なアプローチでは、BAS プログラミングに直接変更を加える必要がある場合があります。」

自動化と人工知能を活用した BAS および BEMS ソリューションは、世界中の商業建設分野で採用されています。たとえば、ABB の Abability BE Sustainable with Efficiency AI は現在、合計 1 億平方フィートを超える 275 棟以上の建物を管理しています。これらの設備を合計すると、ビルディング オートメーションに対するすでに行われた投資を活用して、CO2 排出量が年間 100 万トン以上削減されます。

スマート ビルディングの未来は継続的な改善です

優れたデータはビルディング オートメーションおよび管理システムの基盤であり、エネルギー管理および情報システムに供給できるデータが多ければ多いほど、より良いものになります。 FDD ツールと自動化ソフトウェアが進化するにつれて、スマート ビルディングの実装、拡張性、信頼性は向上し続けるでしょう。そして、この取り組みを始めようとしているビルの所有者や施設管理者は、自由に使えるツールを手に入れることができます。

2020 年 10 月、LBNL はアプリケーション ショーケースをリリースしました。これは関係者が開始方法を理解し、スマート エネルギー分析イベント参加者によるベスト プラクティスを強調し、業界で起こっているイノベーションの例を提供するのに役立ちます。

「私たちはこれらの新機能を多くの建物や BAS 製品でテストしてきました」とグランダーソン氏は言います。 「これまでの結果は、FDDベンダーが提供する開発と実装のわずかな追加のリフトにより、異なるコントローラー間で拡張可能であることを示しています。これらの新しいテクノロジー機能は、当社の製品機能またはモジュールを通じてパートナーによって提供されるため、LBNLは増分を追跡できるようになります」

「これはすべて非常に新しく、まだ成熟しつつありますが、この研究でエキサイティングなのは、スマート ビルディングの未来についてそれが私たちに示していることです。私たちは、建物に対して、温室効果ガス排出量を実質ゼロにし、増加する分散型エネルギー リソースを統合し、再生可能電力網と調和しながら健康的で快適な屋内環境を提供することをますます求めています。

「これを大規模に達成する唯一の方法は、FDD やその他のスマート ビルディング ソフトウェアが提供する最新のソフトウェア ベースのインフラストラクチャを活用することです。これにより、制御および分析ソリューションの改善を継続的に「推進」するためのチャネルが提供されます。 「

以上が人工知能やオートメーションは建物のエネルギー効率が低い問題を解決できるでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。