基于运行节能影响因素的多联式空调用户聚类分析研究

金国华 陈宗衍

（珠海格力电器股份有限公司 珠海 519000）

引言

据调研，2018 年我国社会能源消费约22 % 是建筑能耗，其中空调能耗占建筑能耗的（40～60）% ，空调运行节能是节能减排的重要途径[1]。目前降低建筑空调能耗的方法主要是针对中央空调能耗管理或建筑改造。如通过智能仿真与预测、集中控制策略优化等方案，识别空调使用特性、规律，集中管理等挖掘楼宇空调运行节能潜力[2-4]；通过对建筑的朝向及造型、窗墙比、围护结构形式、外窗遮阳系数等对建筑综合能耗影响因素改善[5-7]。这类管理和改善方法一般针对建筑个体，应用范围相对较窄，成本高且推广较难，无法大面积推广应用。

随着互联网技术和信息技术的快速发展，大数据技术也开始应用到了传统空调行业[8,9]。本文提出一种新的统计方法，针对全国在线空调，采用聚类分析方法将在线多联空调用户分类，并基于此指导空调设计、选型、使用等，有效挖掘空调节能潜力，此种方法以大数据统计分析为前提，挖掘在线空调机组的运行能效潜力，利于广泛推广。

1 研究方法概述

本文研究的是商用多联式空调的用户群体，由于空调的安装、使用存在明显的区域差异，不同的经济环境、购买习惯等较大程度影响空调的具体使用习惯[10]。将搜集到的空调运行数据放在一起研究时，一方面数据量较大，另一方面地区的影响程度不同，地区区域影响因子重要性占比过高影响最终聚类结果。

因此，本文最终确定按照两级聚类分析方法进行分步聚类：提出先从31 个城市的空调使用环境中提取气候区域特性相关维度，使用层次聚类方法进行一级聚类，将不同空调所在的气候分区聚类。之后，在气候分区聚类结果中对不同的商用多联式空调统计全年制热运行天数、空调全年制冷运行天数、空调日均制热小时数、空调日均制冷小时数、空调设定温度、空调压缩机运行频率等空调运行特性参数，使用K - means聚类方法进行二级聚类分析，将不同气候分区内的空调分别聚类。

2 气候环境因素一级聚类分析

在中国气象科学数据共享服务网[11]中获取全国31个城市从2019 年至2021 年每日不同时刻的环境温度和露点数据，其中中国台湾省未列入本次聚类分析中，主要是因为该公司的空调统计大数据中未包含中国台湾省实时数据。

对2019 年1 月1 日至2021 年12 月31 日共3 年1 096 天的气候数据进行缺省值线性差值法补充的方式处理后，按照以下三个度日数进行计算并统计（表1）。平均空调度日数HDD26、平均供暖度日数HDD18、平均露点温度度日数HDD17.5 作为聚类指标[12]，统计方法如下：

表1 各地3 年平均度日数统计表

空调度日数：

供暖度日数：

露点温度度日数：

式中：

ti—当日日平均温度，℃。

经统计分析可知，我国31 个城市空调度日数中位数69 天，供暖度日数的中位数是200 天，最长的高达334 天，可见我国制冷、供暖需求均较大，特别是随着国家推动低碳目标，实施煤改电、气改电政策，空调能耗需求将会越来越多。对31 个城市气候环境度日数进行层次聚类分析，测量间距采用平方欧式距离，31 个城市在气候环境聚类后划分为 6 类，见表2。

表2 全国 31 个城市气候环境区域聚类分析结果

6 个气候区类别的空调度日数、供暖度日数、露点温度度日数均值如图1 所示。

图1 气候区域聚类度日数均值图

以上聚类结果绘制为省区地图形式如图2 ，对比GB 50176 - 2016 《民用建筑热工设计规范》[13]、GB 50178 - 1993 《建筑气候区划标准》[14]中气候区域一级区划图，气候环境聚类划分基本类似。云贵地区和山西等分区不同，主要是因为本文对气候环境聚类中考虑了露点温度（也即空气日平均湿度因素）对空调蒸发及换热方面的影响因素。

图2 全国省区气候环境区域聚类分布图

3 空调使用特性因素二级聚类分析

本文空调运行数据来源于某品牌多联式空调大数据云平台采集的实时运行数据。采用抽样方法，选取2021年全年全国31 个市区21150 套在线商用多联式空调实时运行数据。数据以机组系统ID 为唯一识别信息，汇总识别多联机内、外机数据，对每个样本对象进行单独统计分析：制热开机情况、制冷开机情况、用户使用情况、机组运行状态等12 个指标，见表3。

表3 空调运行统计参数

从采样样本数据分析来看，各个气候区类别的空调运行使用、地区分布具有明显差异。如图3 所示，气候区类别1 、气候区类别3 、气候区类别4 的样本数量共占96 % ，是本文研究对象的主要销售地区，也涵盖了我国经济三大发达地区京津冀、长三角、珠三角地区。而气候区类别5 是西部高原地区，其空调使用数量非常少，仅有49 个空调样本，主要原因是其空调度日数为0 ，供暖度日数虽然高但该地区传统取暖方式并非空调。气候区类别6 空调样本数量少的主要原因是其覆盖区域面积少，仅海口一个城市，实际上，该地区的空调度日数高达214 天，是全国空调度日数最高的地区。因此在分布较广的1、3、4 气候区类别分别进行空调使用特性影响因素的二级聚类。

图3 各个气候分区类别的空调样本数量及分布

首先针对气候区类别1、3、4 空调使用特性影响因素，使用SPSS 软件选择皮尔逊相关系数分析各个空调使用特性变量的相关关系，对空调统计变量强相关关系的变量去除。去除强相关关系变量后，对1、3、4 三个气候区类别分别进行K-means 聚类，聚类后的类别的使用时长、温度设定、开机率等均有比较明显的差异，结果如下：

1）气候区类别1 可聚类为4 类，见表4 。

表4 气候分区类别1 的最终聚类中心

2）气候区类别3 可聚类为4 类，见表5 。

表5 气候分区类别3 的最终聚类中心

3）气候区类别4 可聚类为4 类，见表6 。

表6 气候分区类别4 的最终聚类中心

4 聚类结果分析

通过两级聚类将多联式空调用户原始样本一共分为了15 类，且不同类别之间各有不同的特点，见表7 。

表7 空调用户聚类分析结果

4.1 制冷、制热使用率高的空调用户

类别一（7.3 %）：处在华北等夏热冬冷地区，夏季及冬季需求均较高的用户。

全年空调运行制冷天数平均126 天，制热天数平均155 天。制热运行时长平均2 389 h，制冷运行时长平均高达2 025 h，全年能耗高。制热平均开机率43 %，制冷开机率50 % ，制热压缩机平均运行频率均值较高，高达64 Hz，而制冷压缩机平均运行频率均值也达到52 Hz，制热设定温度均值在26 ℃，制冷设定温度均值在22.8 ℃。该类用户是唯一一个制热能耗更高于制冷的用户群体，是空调运行节能特别是如何提高制热能效的重点关注用户类别。

类别二（17.1 %）：长江流域夏热冬冷地区，夏季及冬季需求均高的用户

全年空调运行制热天数平均136 天，制冷天数平均149 天。制热运行时长平均1 878 h，制冷运行时长平均高达2 494 h，全年能耗高。制热平均开机率40 %，制冷开机率55 % ，制热压缩机平均运行频率均值61 Hz，而制冷压缩机平均运行频率均值与制热相当，已达58 Hz，制热设定温度均值在26 ℃，制冷设定温度均值在22.9 ℃。可见该类用户制冷、制热时长需求相当，但制热期间能耗高于制冷能耗，具有非常明显的地域特征。该类用户占比高，是空调运行节能关注的最重点用户类别。

这两个类别用户制冷、制热时长需求相当，且制热能耗高于制冷能耗，全年用空调时长长，且用户占比高（24.4 % ），是空调运行节能关注重点对象！针对类别一、类别二等空调使用率高的用户空调运行节能方案及建议如下：

1）暖通设计、空调选型建议：空调单位面积能耗选型适当加大，避免空调长时间运行在高频、低能效状态。

2）空调使用建议推送：根据采集到的室温温差曲线，远程推送温度设定、开机时长等建议，充分利用建筑本身的热容蓄热能力，提高空调使用过程中的能效水平。

3）空调设计改进：关注长时间、高输出的机组运行控制模式下，重点设计改进提高风机转速以提高换热器换热能力等灵活的控制方式，使空调运行在最佳能效下。

4.2 制冷使用率高、制热使用率低的空调用户

类别三（8.5 %）：处在华北等夏热冬冷地区，制冷需求较高但制热需求较低的用户。全年空调制冷运行天数均值达117 天，制冷运行时长平均1 740 h，制冷平均开机率达51 %，制冷压缩机平均运行频率接近51 Hz，制冷平均设定温度21.8 ℃。夏季能耗需求高，制热运行天数均值仅47 天，冬季能耗需求较低。

类别四（1.7 %）：也是处在华北等夏热冬冷地区，但相对类别三，其制冷需求更高，但制热需求低的用户。全年空调制冷运行天数均值高达231 天，制冷运行时长平均3 559 h，制冷平均开机率达60 %，制冷压缩机平均运行频率接近51 Hz，制冷平均设定温度20.9 ℃。夏季能耗需求高，制热运行天数均值仅25 天，冬季能耗需求较低。

类别五（25.2 %）：长江流域夏热冬冷地区，制冷需求较高但制热需求较低的用户。全年空调制冷运行天数均值达124 天，制冷运行时长平均1 815 h，制冷平均开机率达52.7 %，制冷压缩机平均运行频率接近60 Hz，制冷平均设定温度21.9 ℃。夏季能耗需求高，制热运行天数均值仅40 天，冬季能耗需求较低。

类别六（3.9 %）：也是长江流域夏热冬冷地区，但相对类别五，其制冷需求更高，但制热需求低的用户。全年空调制冷运行天数均值高达228 天，制冷运行时长平均3 990 h，制冷平均开机率达64 %，制冷压缩机平均运行频率接近58 Hz，制冷平均设定温度21.8 ℃。夏季能耗需求高，制热运行天数均值仅26 天，冬季能耗需求较低。

类别七（2.1 %）：广州、南宁等两广地区，制冷需求高，制热需求极低的用户。全年空调制冷运行天数均值高达208 天，制冷运行时长平均3 236 h，制冷平均开机率达59 %，制冷压缩机平均运行频率接近58 Hz，制冷平均设定温度21.9 ℃。夏季能耗需求高，制热运行天数均值仅14 天，冬季能耗需求极低。

类别八（1.9 %）：广州、南宁等两广地区，相对类别七制冷天数少，但每日开机时间更长，制热需求几乎无的用户。全年空调制冷运行天数均值达132 天，制冷运行时长平均1 911 h，制冷平均开机率达57.2 %，制冷压缩机平均运行频率61 Hz，制冷平均设定温度21 ℃。夏季能耗需求高，制热运行天数均值仅9 天，冬季能耗需求极低。

类别九（1.2 %）：广州、南宁等两广地区，相对类别七制冷天数更高，制热需求少的用户。全年空调制冷运行天数均值达294 天，制冷运行时长平均5 347 h，制冷平均开机率达64.5 %，制冷压缩机平均运行频率62 Hz，制冷平均设定温度22 ℃。夏季能耗需求高，冬季制热运行天数均值仅22 天，冬季能耗需求低。

类别十（0.9 %）：处在夏季炎热湿润的海南地区，制冷需求高的用户。全年空调制冷运行天数均值高达170 天，制冷运行时长平均2 700 h，制冷平均开机率达57 %，制冷压缩机平均运行频率接近60 Hz，制冷平均设定温度20 ℃。夏季能耗需求高，制热运行天数均值仅4 天，冬季能耗需求极低。

这八个类别的制热需求均比较低，夏季制冷能耗需求高，且用户占比高（45.3 %），重点关注制冷运行节能改进！针对类别三 ～ 类别十等空调制冷需求高的用户空调运行节能方案及建议如下：

1）暖通设计、空调选型建议：主要考虑空调制冷能效高的空调，而制热或过渡季节待机期间，应考虑空调待机管理及保养方案，提高空调使用寿命及可靠性态。

2）空调使用推送：可根据采集到的露点温度、环境湿度等参数，观察制冷及除湿能耗，推送温度设定、湿度控制等建议，尽量提高空调蒸发效率，进而提高运行能效。

3）空调设计改进：关注制冷能力，关注在宽温范围下的机组制冷能效提升，提高制冷运行的环境适应性和能效。

4.3 制冷、制热使用率较低的空调用户

类别十一（2.8 %）：处在冬季寒冷、夏季清凉的北方地区，采暖方式趋于集中供暖的用户。夏季清凉，全年空调制冷运行天数均值为99 天，制冷运行时长平均1 385 h，制冷平均开机率48 %，制冷压缩机平均运行频率49 Hz，制冷平均设定温度21 ℃。夏季能耗需求较低，冬季采暖大部分地区具备集中供暖条件，因此空调制热需求普遍不高，运行天数均值67 天。

类别十二（0.2 %）：处在冬季寒冷、夏季清凉的西北高原地区，采暖方式趋于传统供暖的用户。夏季清凉，全年空调制冷运行天数均值为94 天，制冷运行时长平均1 191 h，制冷平均开机率47 %，制冷压缩机平均运行频率48 Hz，制冷平均设定温度20 ℃。夏季能耗需求较低，冬季采暖主要是传统方式，因此空调制热需求不高，运行天数均值69 天。

这两个类别占比较低，空调覆盖率不高，夏季能耗需求较低，冬季采暖大部分地区具备集中供暖条件，因此空调制热需求普遍不高，是需要后期培育的市场。针对类别十一 ～ 类别十二等夏季清凉、传统采暖地区且使用率不高的用户运行节能方案及建议如下：

1）暖通设计、空调选型建议：空调单面面积能耗选型可适当减小，提高空调使用经济性。

2）空调使用推送：可对空调待机期间的使用及管理推送相关建议，降低空调待机期间的能耗。

3）空调设计改进：关注空调使用的环境适应性，特别是针对低温制冷、高海拔换热等特殊环境下提高空调使用能效以及空调舒适性，以培育市场。

4.4 制冷、制热使用率均低的空调用户

类别十三（6.9 %）、类别十四（18.2 %）、类别十五（2.3 %）是分别处在空调需求较大的三个气候分区的用户。从统计数据来看，这类空调用户的全年制冷、制热天数均不超过50天。平均开机率在（22 ～ 52） %之间，制冷运行平均频率在（52～ 61）Hz 之间。由于样本数据来源于2021 全年数据，未判断空调调试启用时间点，对于这三类用户的空调能耗还需持续观察后续使用情况。

由于样本数据来源于2021 全年数据，未判断空调调试启用时间点，这三类用户的空调占比高达27.4 %，还需持续观察后续使用情况。

5 小结

基于空调运行节能影响因素的分析，可从气候环境、空调使用特性角度对空调用户聚类分析。基于空调用户聚类分析结果，不同分类的制冷、制热能耗各有不同。可根据该聚类分析结果，分类给出用户选型、空调使用、空调设计等建议，并实施针对性的空调运行策略远程更新，落地空调的运行节能方案，优化空调运行能耗及能效，进而降低建筑能耗。