减少运行冗余
很多楼宇因为日程、规则和人工经验都比较粗,会长期保留额外安全余量。ClimaMind 在安全和舒适边界内减少不必要的过冷、过热、过量通风和冷热对打。
用 AI HVAC optimization 协同优化冷机、泵组、冷却塔和关键设定点,降低商业和工业建筑 HVAC 能耗。
低扰动
集成方式
保留
人工权限
控制问题
商业 HVAC 的核心问题,是大量控制策略仍然没有被优化。大多数现场已经有 BMS 可视化、趋势、报警和操作界面;持续浪费通常不是因为缺少数据,而是因为设定值长期固定、设备顺序控制粗糙,并且冷站、泵组、冷却塔和末端没有在监督式控制下根据真实负荷、天气和设备效率做协同。

优化对象
方案先承认现场已经在运行的系统,再在此之上增加能够跨设备协调的 supervision logic,而不是另起一套黑盒控制。
A supervisory layer evaluates live conditions and recommends approved central-plant and major air-side setpoints without replacing existing controls.
ClimaMind focuses on the assets that drive plant energy: chillers, pumps, towers, AHUs, PAUs, heat exchangers, boilers, and selected system setpoints.

The BMS remains the operating interface and native control layer. Operators keep visibility, overrides, and local authority.
Adjacent systems stay outside the optimization boundary unless they are explicitly mapped into the deployment scope.
节能机制
节能不是靠牺牲舒适度,而是减少不必要的运行 buffer,并把控制动作做得更精确、更有边界、更可验证。

很多楼宇因为日程、规则和人工经验都比较粗,会长期保留额外安全余量。ClimaMind 在安全和舒适边界内减少不必要的过冷、过热、过量通风和冷热对打。
系统不是把同一套粗设定应用到整栋楼,而是按设备状态、区域需求、时间窗口、天气预测和占用模式做更细的监督式调整,让每种工况只使用需要的能量。
当建筑可以安全滑行时,ClimaMind 可以减少设备运行时间,或把负荷避开更贵的时段,同时不替换现有 BMS 控制栈。
安全介入
在 AI 写入批准控制点前,ClimaMind 可以先以 advisory mode 运行,先给出建议和解释,再定义硬边界、受限调优步长,以及回到现场原生控制的清晰路径。
先给建议,不直接写入现场控制点。
超出授权设备边界的指令会被系统自动拒绝。
渐进、限速的调整避免对系统造成剧烈扰动。
操作员可回到现场原生控制,异常时保持安全运行状态。
价值衡量
验证方法服从现场运行约束、计量条件和商业边界,让结果可被运营方和项目负责人复核。
最终测量资料包取决于站点条件、可用数据以及双方确认的商业边界。
01
先选择能支撑商业问题的最低复杂度方法:交替日、基线模型,或必要时使用结算级 IPMVP。
01
适用于现场允许做受控对照的场景,用来比较 baseline 与优化运行。
02
当直接 A/B 对照不现实时,采用更适合现场的 baseline 路径。
03
面向合同节能、激励申请、融资或第三方审阅的结算级选项;需要事前 M&V Plan 和完整数据访问。
02
方法确定后,资料包关注结果、可比条件和控制可追溯性。
以电表、utility interval data 或可用 BMS 能耗点作为能耗结果依据。
把 tariff、demand charge、TOU 时段和账单假设转成成本影响。
记录天气、负荷 proxy、日程/占用和设备可用性,说明两个时期是否可比。
保留设定点和运行记录,让结果能够回溯到具体运行决策。
适用环境
设施类型会变化,但控制层的产品定义不需要跟着分裂成多套产品线。

适用于多租户或舒适度敏感的中央冷却系统场景。

适用于跨楼栋或多热力回路的多资产环境。

适用于对可靠性、审慎上线和人工接管要求更高的环境。

适用于既看重操作边界又看重结果可验证性的冷却基础设施。