施耐德发布建模研究，称AI赋能建筑管理系统最高降22%能耗

原创 老王自控 2026-10-01 00:58 陕西

施耐德表示，模型结果表明，这一节能水平有望缩小2030年建筑效率目标的大部分差距。

简要摘要：

• 根据施耐德电气上周发布的研究，AI驱动的建筑管理系统can cut building energy use up to 22% 与传统控制系统相比。这家全球能源技术公司表示，按当前商业利率，这将转化为每年节省5万美元。

• 施耐德表示，通过整合使用模式、天气预报、设备性能及其他运营输入的数据，人工智能能够使建筑物更高效地运作，同时减轻设施管理团队的负担。
• 施耐德said in a press release

  ，这项技术可以使智能建筑控制单靠的能源节能翻倍以上。公司表示，除了节省成本外，将人工智能加入建筑管理系统每年可为每栋建筑节省多达60公吨的碳排放。

深入洞察：

施耐德表示，建筑仍然是全球最大的排放源之一，约占全球能源相关碳排放的37%。

公司表示，许多暖通空调系统消耗的能源超过了必要的水平。尽管建筑条件、使用模式、设备性能和运营需求随时间变化，施耐德的报告指出，控制策略通常保持相对一致。

报告称，传统的建筑控制措施未能充分解决这一问题。虽然在BMS上添加智能控制，如建筑占用传感器，可以降低暖通空调和照明需求，推动10%到13%的能源减少，但施耐德表示，这些改进仍不足以实现许多净零路径中2030年前的20%能耗减排目标。

施耐德的研究探讨了人工智能层如何连接孤岛的数据源、分析建筑状况并实时自动化暖通空调优化。本文通过对典型办公楼的建筑性能建模，评估了中型商业建筑中人工智能驱动暖通空调控制的潜力，并结合三种高性能BMS场景。

建模结果表明，人工智能能够带来超越智能BMS节省之外的额外效率提升。云托管的AI配置节省最大，相较传统BMS基线，将整栋建筑的能源使用减少了21.7%至22.4%，施耐德表示。

施耐德说：“这些结果是基于实际试点部署的第一年进行建模的。”“随着算法持续优化，预计未来几年解决方案的性能会有所提升。”

该公司表示，中小型建筑——面积低于10万平方英尺的建筑——可以显著受益于AI驱动的优化。尽管能源管理系统历来对小型设施来说过于复杂或成本高昂，而专门设施的专业知识往往有限，但公司表示，人工智能可以帮助自动化和简化优化，使复杂的建筑管理更易获得。

“人工智能正在将能源智能的力量交到较小的建筑业主和运营者手中。施耐德电气软件与服务执行副总裁Pankaj Sharma在一份声明中表示，过去需要大量专业知识和投资才能实现，现在可以更简单、更大规模地实现，帮助组织减少能源浪费、降低成本、提升绩效，并自信地做出更明智的决策。

施耐德表示，这些改进意味着在建筑系统中实施人工智能可以避免的碳排放量是AI系统自身足迹的100倍。

跳转微信打开