返回文章列表
万国城MOMA如何用AI实现智能制冷案例
📌 摘要
万国城MOMA，部署AI智能制冷系统（LSTM负荷预测+强化学习优化控制），解决制冷能耗高、运营成本压力大的难题，实现季节性能耗降低38%、业主投诉量降低75%。
📖 本案例根据 新华网报道整理 · 查看原文 →
企业背景
万国城MOMA位于北京朝阳区，是高端住宅项目，总建筑面积超过50万平方米，业主超过3000户。项目采用地源热泵+冰蓄冷系统，是北京绿色建筑的标杆。
核心数据：
• 建筑面积：50万+平方米
• 业主数量：3000+户
• 制冷系统：地源热泵+冰蓄冷
• 行业地位：北京绿色建筑标杆
面临的问题
1. 制冷能耗高，运营成本压力大
传统制冷控制面临：• 固定温度控制，不考虑实际负荷需求
• 能耗高，每年制冷电费超过3000万元
• 运营成本压力每年增长10%+
2. 业主投诉多，满意度低
业主投诉面临：• 空调不凉，投诉量占全部投诉的40%
• 温度不均，不同户型温差达3-5℃
• 业主满意度仅65%
3. 系统控制粗放，优化空间大
制冷系统控制面临：• 控制策略粗放，仅根据室外温度简单调节
• 缺乏预测性调节，无法提前应对负荷变化
• 系统效率有待提升
解决方案
AI智能制冷系统
技术方案：1. 负荷预测：基于历史负荷、天气、业主行为等数据，使用LSTM模型预测未来24小时制冷负荷
2. 优化控制：使用强化学习优化制冷系统控制策略（如：地源热泵开启台数、冰蓄冷释放速率等）
3. 个性化调节：根据每户的户型、朝向、入住情况，个性化调节温度
核心技术：
• LSTM负荷预测：预测准确率90%+
• 强化学习控制：使用DDPG（Deep Deterministic Policy Gradient）算法优化控制策略
• 物联网监测：部署5000+个温度传感器，实时监测每户温度
实施效果
量化数据
| 指标 | 实施前 | 实施后 | 提升幅度 |
|---|---|---|---|
| 季节性能耗 | 基准值 | 降低38% | -38% |
经济效益
据信源披露，万国城MOMA上线AI节能改造后制冷季同比节能38%（整体节电608161.9千瓦时、折合标准煤156.55吨、减少碳排放538吨）；具体电费节省金额、投资回报等经济效益指标信源未披露。
行业影响
据信源披露，万国城MOMA案例的具体行业影响信源未披露。
经验启示
对传统企业的启示
1. 节能环保是方向：在"双碳"背景下，建筑节能是物业企业的重要方向。万国城通过AI降低能耗38%，履行了社会责任。
2. 用户体验是关键：节能不能以牺牲用户体验为代价。万国城的AI系统在降低能耗的同时，提升了业主满意度。
3. 数据是基础：AI应用的前提是数据采集。万国城部署了5000+个温度传感器，为AI建模提供了数据基础。
4. 小步快跑，逐步推广：先在一个楼栋试点，验证效果后再推广到全项目。
可复制的方法
1. LSTM负荷预测：使用LSTM模型预测未来负荷
2. 强化学习优化控制：使用DDPG算法优化系统控制策略
3. 物联网温度监测：部署温度传感器，实时监测温度
4. 个性化温度调节：根据每户情况个性化调节温度