建筑環(huán)境與能源應用工程建港能源管理實習報告一、摘要

2023年7月10日至8月25日，我在某港口能源管理崗位實習，擔任能源數(shù)據(jù)分析師。通過建立港口能耗監(jiān)測系統(tǒng)，完成對3個主要能源站點的實時數(shù)據(jù)采集與處理，累計分析約5.2萬條能耗記錄，識別出其中2個站點的水冷機組運行效率低于行業(yè)標準的12%，提出優(yōu)化方案后使冷卻水系統(tǒng)能耗下降8.3%。應用BIM建模技術繪制能耗分布圖，結合熱流模擬軟件分析出堆場區(qū)域冬季熱損失達15.6%，為圍護結構改造提供依據(jù)。通過建立回歸分析模型，實現(xiàn)日耗能預測準確率達89%，累計節(jié)省能源成本約12萬元。提煉出基于IEC62561標準的能源數(shù)據(jù)標準化流程，以及利用Python爬取設備歷史日志的自動化分析方法，為后續(xù)能源審計提供可復用工具。

二、實習內(nèi)容及過程

實習目的主要是想把學校學的建筑環(huán)境與能源應用工程的理論知識，跟港口能源管理的實際工作結合起來，看看書本上的COP（能源利用效率）計算、熱負荷模擬這些，在現(xiàn)實項目里怎么落地。

實習單位是家專門做港口設施能源優(yōu)化的公司，他們負責好幾個大型碼頭的節(jié)能改造項目，工作核心就是怎么讓港區(qū)這些大能耗設備，比如冷藏箱堆場、大型泵站、冷庫的制冷機組，運行得更省電。

實習內(nèi)容跟港口的能源管理系統(tǒng)緊密相關。剛開始跟著師傅學習他們的能耗監(jiān)測平臺，這個平臺整合了各個站點的智能電表、水表和熱力系統(tǒng)的數(shù)據(jù)，用的是BACnet和Modbus協(xié)議。我花了差不多兩周時間，負責整理三個核心能源站點的數(shù)據(jù)，發(fā)現(xiàn)其中一個冷庫的離心式制冷機組，實際運行COP只有0.68，比設計值低不少。通過分析能耗曲線和設備運行日志，我定位到是冷卻水溫度偏高的問題，大概是比正常值高3℃，導致制冷效率下降。后來我們調整了冷卻塔的運行策略，增加了旁通循環(huán)，水溫度降下來了，冷機COP提升到了0.78，一個月下來大概能省電2.5萬度電。我還參與了港口堆場圍護結構的熱損失計算，用了熱流模擬軟件，發(fā)現(xiàn)如果外墻加一層巖棉保溫，整個冬季的熱損失能減少15%左右，這個結果后來被寫進了節(jié)能改造方案里。每天下班前，我都會把當天的能耗數(shù)據(jù)整理成報告，用Python寫了幾個小腳本，自動從平臺抓取數(shù)據(jù)，畫成趨勢圖，師傅說挺實用的。

遇到的困難主要是初期不太熟悉港口這些設備的術語，比如什么是“鐘罩式冷庫”，什么是“板式換熱器”，還有就是能耗數(shù)據(jù)里有些異常值，一開始看不出來是傳感器故障還是正常波動。為了解決這些問題，我逼著自己多看技術文檔，遇到不懂的就問師傅或者查資料，還特意去學了IEC62561這個能源數(shù)據(jù)交換標準，知道怎么規(guī)范地處理和展示數(shù)據(jù)。另一個挑戰(zhàn)是港口作業(yè)跟民用建筑不一樣，他們的能源需求波動特別大，比如夜間堆場要降溫，白天又要給集裝箱制冷，怎么平衡這些負荷是個難題。我嘗試用機器學習的方法做負荷預測，但數(shù)據(jù)量不夠，模型效果一般。后來還是師傅指點，說港口的負荷規(guī)律更多是跟船舶到港時間、天氣這些因素相關，直接用回歸分析模型效果更好。

實習成果最明顯的就是那個冷庫制冷機組優(yōu)化項目，直接省電2.5萬度，算下來一年能省不少錢。還有就是學會了一套完整的能源數(shù)據(jù)分析流程，從數(shù)據(jù)采集、清洗、分析到報告撰寫，還有那個用Python自動生成報表的小工具，我覺得挺實用的。最大的收獲是認識到港口能源管理跟單純做建筑節(jié)能不太一樣，這里有更多動態(tài)變化的因素，需要更強的系統(tǒng)思維和現(xiàn)場協(xié)調能力。

職業(yè)規(guī)劃上，這次實習讓我更確定了自己想往智能能源管理方向發(fā)展，特別是結合大數(shù)據(jù)和AI優(yōu)化能源系統(tǒng)這塊。港口這個環(huán)境讓我看到，未來的能源管理師不僅要懂技術，還得懂怎么跟不同部門溝通協(xié)調。

實習單位管理上，我覺得他們項目多，有時候任務分配有點亂，幾個人可能同時在跟好幾個客戶對接，信息傳遞容易出錯。培訓機制也挺欠缺的，主要是師傅帶徒弟，但系統(tǒng)性不強，有些知識點可能一個師傅也說不清楚。崗位匹配度上，我的工作內(nèi)容跟港口設施運維結合挺緊密的，但離純粹的能源戰(zhàn)略規(guī)劃還差得遠，如果公司能提供更多這方面的機會，可能對新人成長更好。

我建議他們可以建立更標準化的培訓手冊，把一些常見的問題和解決方案整理出來，還有可以引入一些在線學習資源，比如關于智能控制系統(tǒng)、儲能技術這些新東西的培訓。另外，可以在項目團隊里明確分工，比如專門有人負責數(shù)據(jù)分析，有人負責現(xiàn)場實施，這樣效率可能會更高。

三、總結與體會

這8周實習，感覺像是從理論世界一頭扎進了實踐的海浪里，沖擊得挺厲害，但也挺清醒。7月10號剛去的時候，心里挺打鼓的，很多在學校覺得理所當然的知識點，到了實際項目里發(fā)現(xiàn)完全不一樣。比如港口那種大負荷、短時間的能源需求特點，冷庫制冷劑載冷劑的選擇，這些在課本上只是概念，真要分析設備運行數(shù)據(jù)、看能耗曲線，才知道里面門道深。通過分析那5萬多條能耗數(shù)據(jù)，發(fā)現(xiàn)冷卻水溫度那點小波動（3℃）居然能影響冷機COP這么多（從0.68到0.78），這讓我深刻體會到，能源管理里很多優(yōu)化空間，就藏在細節(jié)里，需要耐心和細心去挖掘。

實習最大的價值閉環(huán)，就是把我學的那套傳熱學、流體力學、甚至Python數(shù)據(jù)分析的技能，真真切切用上了。剛開始寫能耗報告，畫圖都手忙腳亂，后來慢慢熟練了BIM建模展示能耗分布，用回歸分析做負荷預測（準確率89%），感覺就像把課本里的公式變成了實實在在能解決問題的工具?？吹阶约禾岢龅膬?yōu)化方案真的幫碼頭省了電，那種成就感是做課程設計完全體會不到的。這也讓我更清楚了自己未來想干嘛想搞智能能源管理，特別是怎么用數(shù)據(jù)和技術讓整個港口的能源系統(tǒng)運行得更聰明、更高效。港口能源管理的動態(tài)性、復雜性，讓我覺得這行特別有挑戰(zhàn)，也特別有前景。

行業(yè)趨勢這東西，實習里感受最深的，就是數(shù)字化和智能化越來越重要。現(xiàn)在港口都在搞智慧碼頭，能源管理平臺集成的東西越來越多，從智能電表到熱力系統(tǒng)，數(shù)據(jù)量爆炸式增長。這就要求我們不僅要懂傳統(tǒng)的暖通空調知識，還得懂點物聯(lián)網(wǎng)、大數(shù)據(jù)分析，甚至AI算法。我?guī)煾邓麄儸F(xiàn)在就在研究怎么用機器學習預測船舶到港帶來的瞬時負荷沖擊，再反過來調整冷機運行策略，這已經(jīng)超出了我學校學的范圍。未來行業(yè)肯定更強調跨學科能力，這也是我接下來要努力的方向。

心態(tài)轉變這東西，挺難描述的。以前在學校，做項目就是按部就班完成任務，老師給什么要求就做什么。到了實習，發(fā)現(xiàn)很多事情不是你把技術做對就行，還得考慮成本、考慮現(xiàn)場施工條件、考慮不同部門怎么配合。比如提節(jié)能方案，光算理論上的COP還不夠，還要跟運維部門溝通他們?nèi)粘２僮髁晳T，跟采購部門說設備成本，這中間的溝通協(xié)調能力，是學校里學不到的。最明顯的是責任感，每天負責的那幾個站點的能耗數(shù)據(jù)，關系到實際電費成本，壓力挺大的。雖然有時候加班晚，數(shù)據(jù)核對到半夜，但確實感覺成熟了不少，抗壓能力也強了點。

對未來的規(guī)劃挺清晰的。這次實習暴露出我在智能控制、大數(shù)據(jù)分析這些方面的短板，接下來學習肯定要往這些方向補。打算下學期把Python的數(shù)據(jù)可視化庫再學深點，爭取把那個能耗報表自動生成的腳本優(yōu)化得更完善。另外，行業(yè)里好像能源管理相關的職業(yè)資格證書挺有用的，比如那個能源審計師證，雖然我現(xiàn)在還是學生，但可以先了解了解考試要求，把相關課程提前學起來。感覺這段經(jīng)歷，就像給我求職簡歷上添了個沉甸甸的實績點，至少面試的時候，能具體講出個所以然來，而不是空喊口號。實習這東西，真的不能只停留在“看”和“學”，得“做”進去，才能真正變成自己的東西