本书立足于国家“双碳”战略与新型电力系统建设背景，旨在构建一套融合能源、自动化与人工智能的跨学科知识体系。全书共9章，遵循“基础架构→核心控制→系统工程→前沿展望”的逻辑展开介绍。其中第1、2章宏观阐述智慧能源系统的内涵、架构与发展脉络；第3、4章深入剖析数字式控制器、传感器与执行器，并以典型设备为例讲解控制实现；第5、6章系统阐述经典PID控制到自适应、预测控制等先进策略，并完成从理论到实践的验证；第7、8章以典型的建筑能源系统为载体，详解系统控制与优化；第9章则聚焦电热储协同、光储直柔、故障诊断等前沿方向，展现理论与技术的融合创新。书中从硬件基础、控制原理到系统优化，由浅入深地介绍，脉络清晰；立足前沿，引入先进控制策略与人工智能融合；体现产教融合特点。
本书可作为高等院校能源动力、电气工程、自动化、建筑环境与能源应用工程等相关专业教材，也可供相关领域的科研与工程技术人员参考。

徐宝萍，华北电力大学，担任《智能建筑》（《建筑设备自动化》）、《热质交换原理与设备》等本科生课程的主讲。主要从事智慧综合能源系统、低碳供热与需求侧响应等研究，近年主持国家自然科学基金青年/面上项目、国家重点实验室开放课题以及区域能源规划项目等10余项。

前言
第1章 绪论 1
1.1 人工智能发展历程 3
1.1.1 早期人工智能研究 4
1.1.2 人工智能的第一次浪潮 4
1.1.3 人工智能的第二次浪潮 5
1.1.4 人工智能的第三次浪潮 5
1.2 能源系统的挑战与智慧化转型 6
1.2.1 “双碳”战略下的能源发展新格局 6
1.2.2 传统能源系统面临的挑战 7
1.2.3 能源系统与人工智能的深度融合 7
1.3 智慧能源系统的典型应用场景 8
1.3.1 智能建筑的发展历史 8
1.3.2 智能建筑的子系统 10
1.3.3 智能建筑的核心技术 12
1.3.4 智能建筑的相关标准 13
1.4 本书内容与结构 13
第2章 智慧能源系统内涵、发展与架构 15
2.1 智慧能源系统的内涵与功能 17
2.1.1 智慧能源系统的内涵 17
2.1.2 智慧能源系统的核心功能 17
2.2 智慧能源系统的发展历史 18
2.2.1 第一代：基于计算机的中央控制和监测面板 18
2.2.2 第二代：基于小型计算机并带有数据收集单元 19
2.2.3 第三代：基于微处理器并使用局域网（LAN） 20
2.2.4 第四代：与互联网/内联网兼容的开放式系统 20
2.3 智慧能源系统的架构 22
2.3.1 系统架构 22
2.3.2 编程平台和环境 23
2.3.3 管理和监测平台及界面 23
2.3.4 人工智能的三要素：算力、数据与算法 24
第3章 数字式控制器 27
3.1 计算机内部数据形式 29
3.2 微型计算机的结构和总线 30
3.3 微处理器、存储器及输入输出单元 31
3.3.1 微处理器结构 31
3.3.2 微处理器的运行和软件 32
3.3.3 存储器类型与容量 32
3.3.4 输入/输出单元 33
3.3.5 输入单元：采样 33
3.3.6 输入单元：模数转换 34
3.3.7 输出单元：数模转换 34
3.4 传感器和执行器 35
3.4.1 传感器的构成与分类 35
3.4.2 通用技术规格 35
3.4.3 执行器 36
第4章 恒温恒湿空调机的控制系统 37
4.1 恒温恒湿空调机及其控制要求 39
4.2 传感器类型及选择 40
4.2.1 温度传感器 40
4.2.2 湿度传感器 42
4.2.3 开关型输出传感器 42
4.2.4 传感器故障类型 42
4.2.5 传感器准确测量的实现 44
4.3 执行器的选择与接口电路 45
4.3.1 电加热器、加湿器的控制 45
4.3.2 风机、制冷压缩机的电机控制 47
4.3.3 电动水阀及其控制 50
4.4 基于单片机的控制器 51
4.4.1 单片机的引脚构成 51
4.4.2 单片机输入/输出的实现 53
4.4.3 控制器的接口电路 53
4.4.4 控制、保护和调节逻辑 55
4.5 控制调节过程 56
4.5.1 初始调节和室内状态的建立 56
4.5.2 温湿度状态的维持和恒温恒湿的实现 57
第5章 过程控制 59
5.1 开环及闭环控制 61
5.1.1 开环控制的特点 61
5.1.2 闭环控制回路 61
5.2 比例、积分、微分控制 63
5.2.1 比例控制 64
5.2.2 积分控制 66
5.2.3 微分控制 67
5.2.4 PID控制函数 68
5.3 PID参数整定 69
5.3.1 开环试验法 69
5.3.2 闭环试验法 71
5.4 直接数字控制 71
5.4.1 数字PID控制器 71
5.4.2 直接数字控制回路 72
5.4.3 先进PID应用 73
5.5 先进控制策略 73
5.5.1 自适应控制 73
5.5.2 预测控制 76
5.5.3 鲁棒与容错控制 76
5.5.4 先进控制与人工智能的融合 77
第6章 散热器试验台的控制 79
6.1 采暖散热器性能试验台 81
6.2 控制系统仿真分析方法 82
6.2.1 微分方程与传递函数 82
6.2.2 控制系统结构图的组成和绘制 82
6.3 比例调节器的调节特性 83
6.3.1 理想条件下的比例调节 83
6.3.2 考虑执行器热惯性的调节过程 87
6.3.3 考虑传感器滞后的系统响应 91
6.3.4 热力系统的简化建模与近似 92
6.4 PID调节器的调节特性与整定 93
6.4.1 积分调节特性 93
6.4.2 微分调节特性 96
6.4.3 PID控制器性能分析 97
6.4.4 PID参数现场整定 98
6.5 PID调节的实际工程问题 99
6.5.1 比例带与调节精度的权衡 99
6.5.2 积分饱和现象及克服方法 100
6.5.3 微分调节的噪声影响 101
6.5.4 数字控制的采样周期 101
6.5.5 控制系统的鲁棒性 103
6.6 从PID到智能控制 103
6.6.1 基于自适应PID的试验台变工况控制 103
6.6.2 实验台温度的预测控制 104
6.6.3 传感器故障下的鲁棒性分析与容错策略 104
第7章 空调系统的控制和优化 105
7.1 空调过程的典型控制回路 107
7.1.1 典型的空气侧系统 107
7.1.2 控制方式 107
7.1.3 控制变量 110
7.2 定风量系统的控制 112
7.2.1 基本控制 112
7.2.2 改进的串级控制 113
7.2.3 送风温度串级与序列分段控制 113
7.3 变风量系统的控制 114
7.3.1 变风量AHU的控制 114
7.3.2 变风量末端及室温控制 115
7.4 新风量控制与优化 116
7.4.1 节能器控制及其性能 117
7.4.2 按需控制通风（DCV） 117
7.4.3 融合DCV控制的AHU序列分段控制 118
7.5 空气侧系统的在线优化控制 120
7.5.1 静压设定值在线优化重设 120
7.5.2 送风温度设定值在线优化重设 121
第8章 中央制冷系统控制及优化 123
8.1 制冷基本原理及系统构成 125
8.1.1 制冷基本工作原理 125
8.1.2 制冷机的制冷能力控制 126
8.1.3 冷却系统 126
8.1.4 冷冻水系统 126
8.2 制冷机性能及系统优化 129
8.2.1 制冷机能耗特性 129
8.2.2 系统优化控制概况 130
8.3 冷却系统控制优化 131
8.3.1 风冷系统的优化 131
8.3.2 水冷系统的优化 132
8.3.3 海水冷却系统的优化 133
8.4 冷冻水系统控制优化 133
8.4.1 变流量系统 133
8.4.2 定流量系统 134
8.5 制冷机时序控制 135
8.5.1 基于回水温度的时序控制 135
8.5.2 基于旁通管流量的时序控制 136
8.5.3 基于功耗测量的时序控制 137
8.5.4 基于冷负荷的时序控制 137
8.5.5 制冷机控制的其他要点 138
8.6 冷冻水泵控制 138
8.6.1 基于冷水机/水泵联锁的水泵时序控制 138
8.6.2 二次环路定速泵的时序控制 139
8.6.3 二次环路变速泵的转速控制 140
第9章 智慧能源系统的前沿应用 141
9.1 电热储协同调控 143
9.1.1 新型电力系统特征 143
9.1.2 供热系统综合仿真模型 145
9.1.3 情景一：热泵供热系统柔性调控 147
9.1.4 情景二：长输供热系统优化 152
9.1.5 前景展望 155
9.2 光储直柔技术 156
9.2.1 系统构建要素 156
9.2.2 相关支持政策 159
9.2.3 典型工程案例 160
9.2.4 建筑-电网友好交互的发展趋势 161
9.3 故障在线诊断方法 162
9.3.1 数据物理融合的双层模型框架 163
9.3.2 典型故障及特征参数筛选 164
9.3.3 贝叶斯网络分层框架 164
9.3.4 冷机多工况模拟分析 164
9.3.5 贝叶斯网络故障识别准确率 166
9.3.6 研究展望 167
9.4 多场景应用展望 167
9.4.1 无中心群智能技术 168
9.4.2 大模型与综合能源系统智能化运行 168
9.4.3 数据中心电-算-热多元协同 169
参考文献 170