智“能”建筑——微软管理老HVAC设备的新方法

匹切·帕特(Pitcture Pat)是一名日常工作十分繁忙的建筑管理技师，她管理着数百万平方英尺的企业设施。在工作时间，她舒适地坐在“控制中心”办公室中，被触屏式电脑包围着。这些电子设备会源源不断地将HVAC系统中各个硬件设备的健康状况和能源消耗情况等关键数据发送到管理者的面前。

在检查过“排名前500的故障列表”之后，她发现在117号建筑中，有若干风机设备出现了较为严重的故障。这些冷却设备的冷却旋管阀门长时间保持在“开启”状态下，并导致设施空间“冷却效果过剩”。如果该故障不能得到足够的重视并及时修复，每年就会产生数千美元的能源成本损失。在精准的故障定位下，设施维护人员可以在几分钟内对产生故障的阀门制动器进行更换，彻底地修复能源成本漏点。帕特女士立即向建筑设备维护技术人员发送了维护请求，并将该维护工作的优先级别调高。随后，她又发现36号建筑的冷凝水设定点维持在不必要的较高水平，这将产生较高的能源成本。帕特女士便通过触控式电脑重新编入控制代码，眨眼之间便消除了数万美元的年度成本流失隐患。

上述画面并非纯粹的设施管理幻想，亦非建筑管理者的白日梦——这些看似科幻的管理方案是微软(Microsoft)旗下一些大型科技园区中每日都在实际发生的现实。而这些，都归功于微软独特的智“能”建筑(ESB，Energy-Smart Buildings)技术管理方案。

这种云计算技术软件平台使得微软园区中的每一个HVAC设备和组件都能够向中央控制表盘发送接近实时状态的数据信息，为设施设备管理人员提供空前的HVAC系统景象和认知支持。自2011年至今，ESB管理方案的故障探知、诊断和绩效管理工具已经为微软集团节省了数百万美元的能源和管理成本，并大幅度地降低了其设施建筑的碳排放量，同时极大地提升了园区用户的空间舒适度。

目前，微软集团正在进一步地扩展该设施管理方案，并将微软机器学习技术(Azure Machine Learning)集成到现有的系统管理平台中，以最大程度上优化冷却设备的耗能方式。可以说，这是微软集团在“促使HVAC系统变得更加智能、高效且节能”的持续性战略中迈出的最为关键的一步。

不断接近曾经可望而不可即的成果

世界范围内的全部商业建筑的能源消耗量占世界能源消耗总量的40%，而HVAC系统的能耗总量又占其中35%至80%。直至今日，我们尚且无法明确地掌握和理解这部分能源的具体消耗方式。

大多数设施的HVAC系统都可以说是完全不同的机械设备组件的集合体(制冷设备、制暖设备、风机设备等)，而这些组件的服务年限和生产商亦全然不同。这导致了较为混乱的HVAC管理现状——不同的HVAC相关设备虽然处于同一个建筑管理系统中，但是由于型号和计算制式上的不同，它们能够反馈和发送出的数据格式也是迥异的，这迫使作为管理人员的我们不得不使用完全不同的软件和用户终端来进行数据获取、管理和编译的工作。

在对HVAC系统进行人工排查的过程中，也会消耗大量的人力：首先，用户会报告工作环境存在过冷、过热或噪音等现象，技术人员随后会对系统近一到五年的维护计划日志进行梳理，并大体上归纳出可能存在的设备和系统问题。然而，如果系统和设备故障并没有造成任何初期表象，而是偷偷地发生并恶化，设施管理人员则将在具体故障发生的数天、数周、数月甚至数年后才有可能发现已经变得十分严重的系统故障，错过最佳的设施维护和系统调整补救时间。更糟的是，当意外故障发生导致系统停车时，维护技术人员往往还需要花费数天才能找到故障的根源所在并开始进行维护和维修计划的编排。

至于如何获取完整的HVAC系统能耗分布状况和降低电力成本?首先，我们要找出所有的电力账单、成本报表和多个设施建筑系统的截屏数据等，并敦促所有专业人员来整理复杂和陈旧的系统信息处理模式——这便是微软集团在2011年对其位于华盛顿雷德蒙德面积达1,450万平方英尺(约合135万平方米)的办公实验园区进行设施管理历史数据整理时所面对的情形。通过对设施设备整改来统一系统语言和设备制式，无论是进行系统的改制还是硬件设备的更换都会招致极高的初始成本——6,000万美元的项目价签更是敦促了设施管理和能源管理部门为微软集团做出最为适宜的选择。微软与其行业伙伴进行了合作，创造出了属于自己的独特ESB技术解决方案，其成本仅为6,000万美元的一小部分。

ESB试点项目的想法也很简单——集成微软园区中13座建筑(面积达260万平方英尺，合24万平方米)内部的HVAC系统设备和相关兼容传感器终端，将它们与同一个云计算软件平台对接，最终形成基于微软核心软件技术的物联网(IoT)。待IoT全面上线之后，使用大数据技术对每周抓取的设备实时数据进行分析和整理，并通过仪表实现设备数据的可视化，进而实现HVAC系统全盘的中央监控、故障探知诊断和能源消耗管理。

没有大数据的支撑，建筑物设施设备管理显得复杂而繁琐。

由于设施运行数据的可视化得以实现，在ESB方案试点项目开始之后，海量的设施设备故障信息和潜在的设施运行问题不断地涌现出来。在微软ESB试点项目园区中，某停车场的换气扇连续不断地运行了一整年，导致了66,000美元的能源成本损失。而在另一座建筑中，故障探知软件则发现了其冷却水系统中的增压泵存在运行故障。维护人员立即前往该处进行了修复作业，只花了不到五分钟的时间。但是如果放置不管，该故障将导致12,000美元的年度能源浪费。

试点项目取得的成果证明了ESB管理体系的可行性和其具有的巨大价值。微软集团立即制订了一个为期两年的设施整改规划方案，在雷德蒙德园区内的125座建筑设施中普及ESB管理系统。在ESB初步上线的第一年(只有不到一半的建筑设施完成了ESB系统整改)，微软就节约了高达700,000美元的能源开销。现在，ESB管理系统已经在微软旗下的三个大型园区——雷德蒙德园区、得克萨斯州的拉斯科林纳园区以及加利福尼亚州的硅谷园区完成了全面的配置。而在中国上海和北京的两个微软园区，ESB管理系统整改工作也在进行之中。

数据带来的成本压缩

正如HVAC系统一样，ESB管理平台永远不会休息。例如在微软雷德蒙德园区，ESB平台每天都会从下辖的50,000个设备和数千个能耗监控组件的共计200万个连接终端中抓取超过5亿条实时设备数据。这些海量数据会直接被系统编译转化为容易理解的图形、表格或仪表内容，方便技术人员进行使用并对相关的设施设备维护工作进行排序、调整系统参数。这使我们可以根据设施设备条件和用户需求的改变来对每一度电力尽其所用。

再比如，每一天，ESB系统都会整理出排名前50的“最耗电系统设备故障”，并根据相关信息和该故障可能带来的相关成本影响(例如当前电力消耗水平、长期运行绩效影响和多个建筑设施中类似情形的潜在可能等)对数据进行分类和打包。技术人员可以直接而清晰地获取整个园区的管理总览并通过数据放大来重点查看特定建筑、楼层、办公室甚至设备的运行状态，直接将特定问题和系统故障的排查时间降低80%以上。在这种管理模式下，有占三分之一到二分之一的故障可以通过远程操作进行排除和修正，HVAC运行问题将在极短的时间内得到解决，设施内部的人员甚至完全感知不到HVAC设备故障导致的办公环境异常变化。

在微软雷德蒙德园区，这种管理方法在过去的两年中为微软集团节约了约350万美元的能源成本。而拉斯科林纳园区和硅谷园区即便是在ESB部署的初期阶段，就已经为微软节约了172,000美元的能源成本。其他的收益——整体碳排放量的下降更好地契合微软集团可持续性运营的发展理念;而及时地调整HVAC系统，保持内部员工的良好舒适度则使他们能够更加专注地对待手头的工作，极大地提升了办公效率和公司整体的商业运行绩效。

当然，这种针对HVAC系统做出的重大调整也伴随着巨大的挑战。无论是初期的传感器数据抓取和分析、统一数据格式还是将所有设备和探知组件全部连接到同一软件平台上，都为系统的数据承载能力和专业技术人员的知识等级带来了极大的压力。

例如，在微软硅谷园区，ESB系统上线的第一天就捕捉到成千上万的HVAC故障和运行缺陷。尽管有接近一半数量的问题可以通过远程调整来解决，但是ESB上线初期涌现出的各类大大小小的“从未被发现”的故障和缺陷都需要消耗大量的资源和人力。而令人欣喜的是，在30天内，大多数的问题和故障都得到了修正和修复，所避免的直接成本达240,000美元，并将园区能耗基准降低了6%。在这个比例之下，我们可以计算出，应用ESB管理方案的公司都能够在两年内收回项目投资。

ESB的前景又如何?

ESB管理平台现在正处于开发和不断完善的第二阶段。微软集团正在设法将机器学习技术(Azure Machine Learning)集成到ESB系统中，进一步提升冷却设备的绩效，预估的绩效提升度至少为15%。在商业建筑设施中，冷却系统是最大的能源消耗体——该系统通常是7天×24小时不间断地工作，冷却生活用水并为空调组件提供支持服务。

通过对数千亿字节的冷却系统历史数据进行分解和分析，微软集团可以得出在确保所有冷却设备正常工作的状态下所消耗的相对最低能源当量。而这些分析数据则可以作为设定ESB系统的重要参数，便于系统根据不同的冷却需求和冷却系统荷载优化能源消耗级别。

在ESB试点项目的初期阶段，专家们对雷德蒙德园区中的冷却系统近一年半的HVAC历史数据(涵盖的园区面积为365,000平方英尺，约合34,000平方米)进行了分析，并将其作为基准参数，应用到多个其他园区的ESB系统中来进行测试和实施。

可以说，微软的ESB管理技术打破了数据不可视化和可视化之间的壁垒，彻底改变了HVAC系统常年“与世隔绝”的状态，并使微软自身和其他采用ESB管理技术的公司能够在做出小额投资的基础上，通过控制和优化能源成本实现更多的商业利润。换句话来讲，ESB的普及程度越高，我们就越能够有效地降低能源消耗、控制建筑设施的运营成本和降低HVAC系统的碳排放量——更可以将建筑设施用户的舒适度提升至空前良好的状态。

这仅是一个小例子。事实上，通过不断地应用和完善云计算技术、物联网、大数据和机器学习等技术，建筑设施将变得越来越智能，从上到下、从里到外地帮助我们优化管理流程和控制建筑设施的运营成本。

莫汉·雷迪·加塔帕勒姆(Mohan Reddy Guttapalem)，微软集团普吉特湾园区(Puget Sound Region)高级设施管理经理。

(本文由全球企业房地资产与设施管理协会(CoreNet Global)特别供稿,翻译/南天)

(原载于《现代物业·设施管理》2017年2-3期)