Применение моделей предиктивного анализа процессов энергопотребления
на примере зданий
типовой застройки Москвы

Сергей ГУЖОВ
Доцент, к. т. н.,
доцент ФГБОУ ВО НИУ «МЭИ»
Е-mail: GuzhovSV@mpei.ru

Описание и особенности сектора массовой застройки Москвы

Здания секторов массовой застройки (МКД, административных зданий и пр.) построены, как правило, по типовым проектам. Число МКД Москвы, сооружённых в различные периоды времени (рис. 1), наглядно демонстрирует несколько этапов внедрения серий типовых проектов, использующих различные технологии строительства. Очевидно, большое число зданий, сооружённых в периоды времени: с 1910 по 1919 гг.; с 1960 по 1979 гг.; с 2000 по 2019 гг. – также имеют различную степень физического износа.

Суммарная площадь многоквартирных зданий, сооружённых в различные периоды времени, демонстрирует группы зданий и, следовательно, технологий, имеющих наиболее массовый характер. К таким периодам времени следует отнести: с 1970 по 2020 гг.
К зданиям, построенным по типовым проектам, относятся здания бюджетной сферы. В таких зданиях располагаются школы, поликлиники, детские сады, библиотеки и пр. Всего в Москве насчитывается свыше 14,6 тыс. зданий с общей площадью 37 млн м2 [2]. Удельное потребление энергоресурсов в среднем по городу для зданий бюджетной сферы составляет: электрическая энергия – 119,9521 кВт·ч/м2 в год; тепловая энергия – 0,1656 Гкал/м2 в год; горячая вода питьевого водопровода – 0,1681 м3/м2 в год; холодная вода питьевого водопровода – 0,6819 м3/м2 в год; природный газ – 1503,8614 м3/м2 в год. Наибольший объём зданий сооружён в период с 1970 по 2020 гг. Это позволяет говорить о возможности внедрения в этих зданиях комплекса энергосберегающих технологий.

Особенности подготовки исходных данных для предиктивного анализа энергопотребления фонда эксплуатирующихся объектов

Степень физического износа ограждающих конструкций и инженерных систем здания напрямую зависит как от применённых материалов, так и от используемых технологий [3]: трубопроводы и нагревательные приборы-­радиаторы – 40 лет; электропроводка скрытая – 30 лет; лифтовое хозяйство – 15 лет; приборы: выключатели, штепсельные розетки – 10 лет; газовые плиты и трубы – 20 лет и т. д.

В целях обновления инженерной инфраструктуры и инженерных коммуникаций рассматриваемой группы зданий применяется процедура проведения периодического ремонта и капитального ремонта зданий. В рамках государственной программы проведения капитального ремонта в период с 2005 по 2022 гг. проведено обновление как многоквартирных домов, так и зданий муниципальных объектов; в 72 % зданий данная процедура пока не реализована (таблица 1). Мероприятия в области энергосбережения и повышения энергетической эффективности [4] не могут быть реализованы без наличия автоматизированного предиктивного расчёта энергосберегающего эффекта, учитывающего специфику и особенности конкретных зданий в рассматриваемом городе.

При наличии нескольких подходов главным вопросом является границы их взаимного применения и возможность одновременного использования с целью минимизации разницы между фактическими и прогнозными значениями. Оценки экономии ресурсов могут быть получены, например, путем сравнения фактических параметров с расчетными (проектными) нормативами, а также со средними (удельными) показателями ресурсопотребления. Вторым часто используемым подходом является использование группы МСА по аппроксимации и использованию многофакторного регрессионного анализа (МФРА). Данный МСА не используется в работе по причине возможной низкой достоверности анализируемых входных данных. Третьим подходом, используемым в рамках настоящей статьи, является применение искусственных нейронных сетей, к преимуществам которого можно отнести автоматизированность и достаточно высокую точность расчёта.

Необходимые для анализа данные могут быть получены только на основе показаний приборов учёта энергоресурсов по каждому анализируемому объекту, что обеспечивает простоту применения подхода, удобство интерпретации полученных результатов, возможность бенчмаркинга.
Значения факторов, описывающих работу подсистем анализируемого объекта, соответствуют критерию коллинеарности, что увеличивает разницу между фактическими и прогнозными значениями, полученные методом МФРА и не увеличивает при использовании ИНС [8]. Целесообразные к применению ИНС имеют точность тем большую, чем больше данных используется в качестве обучающей выборки. Для повышения точности и достоверности прогноза, система сбора информации об энергопотреблении объекта должна накапливать для анализа как можно больший объем данных, но не меньше минимального объёма [9] в каждый период времени. Накопление данных должно осуществляться с дискретизацией от 1 раза в минуту до 1 раза в час.

Анализ полученных результатов

Проведённая подготовительная работа позволила собрать значительный архив данных по множеству типов исследуемых объектов, многообразие которых можно классифицировать на 5 категорий (таблица 2).

В рамках рассмотрения первого и второго уровня объектов часто возникает вопрос целесообразности внедрения энергосберегающих мероприятий. Одна и та же технология на разных объектах может дать несколько различающийся эффект. Важной практической задачей является определение с требуемой точностью и достоверностью возможность масштабирования полученного эффекта на другом здании аналогичного проекта.
С 1 января 2023 г. для проектируемых зданий, кроме МКД, при существовании технической обоснованности и технико-­экономической целесообразности, ГОСТ «Нетрадиционные технологии…» [10] рекомендуется устанавливать возобновляемые источники энергии, альтернативные источники энергии, а также использовать вторичные энергоресурсы. Согласно приказу Федерального агентства по техническому регулированию и метрологии [11] необходимо обеспечивать удельное поступление энергетических ресурсов не менее 10 кВт·ч/м3 в год – с 1 января 2023 г. и не менее 20 кВт·ч/ м3 в год – с 1 января 2028 г. Статистика изменения сопротивления теплопередаче показывает тенденции к увеличению, величины удельного расхода тепловой энергии на отопление при этом постоянно снижаются (рис. 2).

Несмотря на довольно ощутимые эффекты «зеленых» технологий для различных заинтересованных сторон, в Москве – самом развитом и современном субъекте РФ, всего около 1–1,2 % зданий в настоящее время оснащены различными системами энерго- и ресурсосбережения [13]. В зданиях, которые могут быть отнесены к энергосберегающими с применением «зеленых» технологий, проживает около 40 тыс. человек, работает около 45 тыс. человек, являются посетителями свыше 35 тыс. человек. Это совокупно составляет около 1 % жителей, что крайне мало.
Эффекты от внедрения «зеленого» строительства сильно взаимосвязаны. Оценка экономической эффективности энергосберегающих мер и технологий носит комплексный характер (рис. 3).

Распространённый набор энергосберегающих технологий, реализуемых при капитальном ремонте многоквартирных домов и зданий муниципального назначения, при относительно незначительном повышении капитальных затрат (≈6÷7 тыс. руб./м2 в ценах 2022 г.) позволяет улучшить инженерные системы и ограждающие конструкции здания до передовых показателей: Q=0,09÷0,06 Гкал/м3 в год; потребление воды 60÷80 л/чел. в сут.; удельная отопительная характеристика 0,25÷0,20 Вт/м3·К.
Примером подобного здания офисного назначения может служить жилой дом, р-н Клинский, р. п. Решетниково. Здание 2014 г. постройки. Общая площадь здания 2 561 м2, жилая площадь 2 030 м2. Здание имеет 3 этажа, 56 квартир, проживают 112 человек. В системе отопления здания установлены 3 тепловых насоса КОРСА 55 (Россия) общей тепловой мощностью 165 кВт. В системе ГВС здания установлен тепловой насос мощности 55 кВт зимой и до 100 кВт летом [14]. За счёт применения трех тепловых насосов в системе отопления, одного теплового насоса для подготовки горячей воды, рекуперации воздуха и утепления стен здания, годовые затраты на отопление уменьшились на 80 %. Годовые затраты на горячее водоснабжение сократились в 1,5 раза. Снижение экологической нагрузки от внедрения энергосберегающих мероприятий составляет не менее 169 т у. т. (268,8 т СО2) в год: в системе теплоснабжения – 50,8 т у. т. в год; в системе электроснабжения –118 т у. т. в год.
Другим примером является Многопрофильный центр образования (школа № 2098 и дет. сад «Дубравушка»). Расчетный удельный расход тепловой энергии на отопление здания составляет 27,7 кДж/м3·°C·сут. Выполненные решения по энергосбережению: система энергосбережения Sunways; утепление кровли и подвала здания; светодиодное освещение. Снижение экологической нагрузки от внедрения энергосберегающих мероприятий составляет не менее 5,6 т у. т. (8,8 т СО2) в год: системе теплоснабжения – 3,95 т у. т. в год; в системе электроснабжения – 1,6 т у. т. в год.
На основании данных, полученных от упомянутых и других передовых зданий с реализованным комплексом энергосберегающих технологий, посредством обучения ИНС становится возможным сформировать типовые профили зданий. Обученная модель ИНС позволяет рассчитать прогнозное потребление тепловой энергии (рис. 4) и эффект от будущей модернизации объектов. Прогноз имеет характер диапазона возможных значений.

На основании полученных групп ИНС типовых проектов здания становится возможным выполнить прогноз эффекта от проведения модернизации типовых зданий г. Москвы. Различные исходные данные позволяют сформировать прогнозный диапазон ожидаемых значений для различных вариантов улучшений типовых проектов.
Проведённая оценка МКД и зданий бюджетной сферы города Москвы, построенных по типовым проектам, позволила рассчитать эффекты от возможной реализации программы капитального ремонта с реализацией мероприятий, направленных на повышение класса энергетической эффективности зданий на один уровень (рис. 5). Суммарная годовая экономия потребления тепловой энергии в таком случае составляет 6 858,5 Гкал.

Источником используемых метеорологических факторов являются открытые данные. Измерение производится в нескольких специально оборудованных зонах на территории Москвы. При этом фактическое расположение анализируемых зданий может быть существенно удалено от точки измерения. Для моделируемых зданий, располагающихся вдоль проспектов, иными будут не только показатели температуры и влажности, но и интенсивность обдувания ветром. Это существенно воздействует на теплообмен здания с окружающей средой.
Прогнозные функции тем точнее, чем более чётко определены границы уровней энергосистем с учётом особенностей их энергетического и технологического уклада. Предложенные индикаторы градации уровней систем теплоснабжения нуждаются в доработке с учётом реалий Российской Федерации, где некоторые мегаполисы по всем техническим характеристикам превосходят некоторые регионы.
В статье показан набор возможных энергосберегающих решений для типового муниципального здания, позволяющий улучшить инженерные системы и ограждающие конструкции здания до передовых показателей: Q=0,09÷0,06 Гкал/м3 в год; потребление воды 60÷80 л/чел. в сут.; удельная отопительная характеристика 0,25÷0,2 Вт/м3·К. Модернизация здания офисного назначения снижает годовые затраты на горячее водоснабжение в 1,5 раза; прогнозное снижение экологической нагрузки в системе теплоснабжения на 50,8 т у. т. в год; в системе электроснабжения – 118 т у. т. в год. Моделирование с применением нейронных сетей показало точность прогнозной функции 93,69 %.
Приведённый в статье подход позволяет выполнить уточнённый расчёт эффективности вложения бюджетных средств при проведении кап. ремонта МКД. При повышении класса энергоэффективности МКД г. Москвы на один уровень, суммарный рассчитанный эффект составляет 6,86 % всего потребления тепловой энергии. Наибольший эффект прогнозируется для 18 801 шт. МКД, построенных в период с 1960 по 1989 гг., и составляет 3,21 % (6 858,5 Гкал) относительно суммарного городского потребления тепловой энергии.

Работа выполнена в рамках проекта «Разработка нейросетевого программного обеспечения по прогнозированию спроса на тепловую энергию объектами массового строительства города Москвы» при поддержке гранта НИУ «МЭИ» на реализацию программы научных исследований «Приоритет 2030: Технологии будущего» в 2022-2024 гг.