商业建筑的能源消耗在全球能源账单中占据着相当可观的比重。然而，一个令人尴尬的现实是——大量能源其实被白白浪费了。例如，在大楼空无一人时，空调与照明系统却仍在持续运行。为何会这样？因为现代商业建筑本身就是一个庞大而复杂的系统，其中容纳着形形色色的使用者，各自拥有不同的行为模式与需求。

传统的建筑能源管理系统（BMS）需要去适应所有这些差异化的行为，结果导致能源使用很难达到最优状态。不过，情况正在发生变化。随着建筑能耗数据的不断积累，现在可以利用更丰富的信息来优化BMS，使其在真正需要时才精准地提供能源服务。

与此同时，可再生能源的间歇性特征日益突出，也给电网运营商带来了新的挑战。在这种环境下，供需匹配成为核心课题。储能固然是一种解决方案，但还有一个被低估的思路——灵活需求。商业建筑完全可以作为灵活的需求方参与能源市场：电力紧张时主动削减负荷，供应充足时增加负载，且不影响自身正常运行。这意味着建筑所有者不仅能节省开支，还能从灵活负载的买方那里获得额外收入。

当然，实现这一切的前提是一套足够聪明的BMS——它需要能够实时参与电力市场，并对能源供需做出预测，确保楼内使用者的体验基本不受影响。

系统简介

基于机器学习的人工智能算法恰好可以为这一目标赋能。大量历史数据经过分析后，不仅能优化建筑自身的能源使用，还能让建筑像活跃的市场参与者一样交易灵活需求。

一个典型案例是英国公司Grid Edge开发的“Flex2X”系统。其工作方式如下：先将建筑物现有能源管理系统的数据与其他数据源进行融合，再运用人工智能算法进行分析，并实时优化能源使用。这些算法之所以被称为“人工智能”，是因为它们会根据新接收到的数据自我调整——这个过程即所谓的“学习”。最终，这套软件能够基于过去的经验，提前24小时预测建筑物的能耗。

不仅如此，该系统还与电表及更广阔的电网相连，能够实时监控电价和发电状况。随后，它会根据当下的电费或碳排放强度，决定何时增加或减少建筑的用电负荷。

通过这种对用电时段与负荷量的精细调控，建筑的电力负荷曲线就从一条相对固定的线，转变为一条灵活的曲线。在当前能源市场中，灵活负载是一种稀缺商品——它有助于市场运营商更好地管理用电高峰与低谷，也为更多间歇性可再生能源的并网创造了空间。

下图展示了Grid Edge在整个能源系统中所扮演的角色。

Scott, J, Grid Edge: Artificial Intelligence for Energy Systems, Presentation delivered at International Energy Agency Workshop on Modernising Energy Efficiency through Digitalisation, Paris, 27 March 2019

影响

这项技术的受益方不仅一个。

对于建筑内的使用者而言，更智能的BMS意味着舒适度得到优化，能源服务仅在需要时才被触发；浪费减少，成本自然下降。此外，如果使用者关注可持续性，还能实时查看建筑能耗的碳排放强度数据。

对于建筑的所有者或运营者来说，像Grid Edge这样的系统既能通过负荷转移和优化来降低成本、减少碳排放、最大化舒适度，还能通过出售建筑的柔性负荷来回收升级成本。换句话说，前期投入的可持续性改造成本，可以通过电力市场交易来抵消——这将促使更多业主愿意投资绿色升级。

对于电网运营商而言，这项技术带来了一个新的、可预测的灵活需求来源。在平衡供需方面，尤其当间歇性可再生能源占比越来越高时，此类需求将变得越来越有价值。

可衡量的收益包括：

• 节省的成本和创收额相当于年度现场能源成本的10%以上；
• 通过负荷转移与效率措施减少碳排放（已验证可减少40%）。

商机

Grid Edge已在英国早期客户中部署了技术，目前正积极与全球能源及建筑控制公司建立合作伙伴关系，力图将这一能力扩展至更广范围。

障碍

不过，推广之路并非一帆风顺。

在能源需求优化方面，最大障碍可能来自信任问题——业主与住户是否相信：在减少能耗的同时，能源服务与舒适度真的不会受到影响。

而在灵活负载方向上，最大的障碍则是市场规则本身。能源市场必须允许以商业建筑能够参与的交易规模来进行灵活需求的交易。但现实中，有些市场的最小出价门槛远高于一栋建筑所能提供的灵活负载规模。还有些市场会收取参与费，这对小规模参与者而言就是一道显性的门槛。