EMS

1964 年，美国康奈尔大学建起一套中央冷水系统，为校园里的建筑供冷。随之安装的是一套人工监控系统。此后十年，更多建筑的设备接入这套监控系统，冷水机房的操作人员通过它，掌握十余栋建筑里数百台风机和水泵的启停状态，并进行控制。[1]

在计算机加入以前，人已经承担着把这些设备组织起来的工作：冷水需要送到哪里，哪些设备应该运行，出现变化时又该如何处理。后来加入的计算机、软件与控制器，逐步接手其中一部分。理解能源管理系统，可以从这份工作怎样形成、怎样被交给系统开始。

从各自运行到共同规则

同年代的电网，已经能看到设备自身控制与全系统决策的分工。1967 年，电力公司工程师 Tomas E. Dy Liacco 发表关于可靠性控制的论文时，调速器、电压调节器、保护继电器等自动化装置早已存在。随着大机组、超高压输电与互联规模增加，整个系统需要及时处理的决策也越来越复杂。[2]

一台发电机可以按设定调节自身出力；整个电网还要考虑多台机组怎样共同满足需求，以及线路或机组退出运行后，其他设备该怎样配合。论文将预防、紧急处理和恢复分开考虑，让信息系统、自动控制与人工判断共同参与。不同运行状态，对应不同的目标与处理办法。[2]

这些工作让“管理”的含义逐渐清楚：在一定范围内，为共同目标制定运行规则，并使相关对象依据这些规则行动，再检查和调整结果。规则既包括允许怎样运行、必须维持什么条件，也包括发生冲突时优先满足什么，以及哪些决定由谁来做。一次具体操作，是这些依据在当时情况中的落实。

校园供冷与电网供电的任务不同，但共同结果都取决于多个对象如何配合。管理者因此需要同时掌握所辖范围的情况，建立共同依据，再把整体要求落实为各个对象能够执行的安排。

让规则进入程序

到了 1970 年代，能源费用使建筑的运行规则受到更多关注。美国国家研究委员会回顾这段历史时，将石油危机、能源价格上涨与业主控制运行成本的要求，列为建筑能源控制技术发展的背景。[3]

设备在什么时段运行、无人使用的空间应维持什么条件，都成为可以重新安排的事项。把这些安排交给程序，需要先把时间、条件与动作之间的关系表达清楚。系统还要取得现场数据，才能判断规则中的条件是否满足。[4][5]

康奈尔大学在 1975 年为人工监控系统加入 IBM System/7 小型计算机。1977 年再次升级后，系统能够读取温度、压力和流量等信息，校方也可以自行编写应用程序。1984 年，校园开始安装直接数字控制系统，由数字控制器参与建筑设备运行。[1]

在这样的分工中，管理人员确定服务需求、运行目标与允许调整的范围，程序据此记录状态、判断条件、提示或执行操作。规则可以由人制定，系统承担其中的执行与反馈；有计算能力以后，也可以把一部分运行方案的选择交给程序。具体交出多少决定权，需要在系统设计与配置中明确。[5][6]

把共同结果纳入管理范围

规则所覆盖的范围，也决定了系统需要掌握哪些信息。1984 年，美国国家标准局研究建筑能源管理与控制系统时，已将需量限制列为常见策略。在采用相应收费方式的建筑里，要控制的是计费周期内，各需量计量时段平均功率的最大值，多台设备的用电需要放在一起考虑。[4]

设备自身的温控或启停规则，处理的是它所服务的局部条件。限制整栋楼的需量，还需要知道共同用电情况、哪些负荷允许调整，以及调整的先后顺序。总量要求由此被转换成各设备在不同时刻的运行安排。[4]

2005 年，美国太平洋西北国家实验室讨论多台冷水机组的控制时，也强调要把水泵、冷却塔与设备在不同负荷下的表现一起考虑。整套供冷设备的能耗，取决于它们共同采用什么运行组合。[5]

管理范围需要落实为系统能认识的对象、可取得的数据和可执行的动作。设备接口与通信协议，是建立这种联系的条件；系统还需要理解这些数据对应什么状态、能够下达哪些要求。一台设备若没有取得其他设备信息的途径，也没有相应协调功能，它的内建工作模式就只覆盖原先设计的范围。[5][6]

在家居与建筑中，这个范围还可以延伸到能源设备与其他系统之间的联系。BACnet 建筑自动化通信协议便支持暖通空调、照明、门禁与电力管理等系统，也可以用于接入充电设施。不同设备与系统因此有了交换信息、建立联动的途径。[8]

若将家居或安防系统提供的信息纳入用能判断，就需要确定这些信息会改变哪些安排，以及双方各自保留什么决定权。扩大边界的实质，是把更多相关对象、信息与协作关系纳入共同考虑；各系统可以在原有职责下配合。

上层安排与下层分工

当管理范围扩大，整体安排与局部控制需要有清楚的分工。2016 年，加州大学尔湾分校的一份通用微电网控制器规格，便将主控制器与发电、负荷、储能等设备控制器分开描述。主控制器根据设备状态和调度规则形成命令，通过启停、运行模式与设定值协调设备；设备控制器继续承担本地控制。[6]

这里的上层与下层，表达的是决策范围与职责。上层负责多个对象共同遵守的要求，并把可执行的安排交给下层；下层在自身能力与运行限制内处理具体动作。上层需要了解可用能力、当前状态与必要限制，设备内部的每个控制细节仍可由本地处理。

在这样的分工中，上位机可以承载面向整体的监控、计算与协调职能，设备本地控制继续负责各自的运行。要理解一台上位机承担了多少管理工作，需要看哪些信息被接入、哪些决定由它负责，以及它怎样与本地控制配合。

相应职能也可以分布在不同设备与软件中。上述微电网规格将功能与物理实现分开，允许采用集中或分布的安排。管理关系如何划分，与最后使用几台计算机、软件装在哪里，是需要分别确定的事情。[6]

让规则持续形成运行安排

有了共同规则，管理还需要随着情况持续进行。设备状态、能源需求和可用资源会变化，管理者需要知道执行后的结果，才能判断原有安排是否仍然合适。信息也可能来自所辖范围之外，例如电网运行要求、价格或其他系统发来的请求。[6][7]

规则也可以被表达为持续运算的决策方法：依据目标、约束与不断更新的数据，计算功率分配、设定值或任务顺序。输入变化，算出的安排随之变化，原有规则可以保持不变；当优先顺序、允许调整的范围或处理逻辑改变，才涉及规则本身的修改。算法承担的是把这些依据转成具体安排的工作。

前述微电网规格便区分了这两层工作：调度规则可以由操作人员预先设定，也可以由可选的优化功能实时修改；主控制器再根据规则和状态计算调度命令。系统可以自主计算到哪一步、允许调整哪些依据，需要由设计与配置确定。[6]

系统还可能同时处在另一层管理之下。在该规格设想的辅助服务功能中，微电网控制器接收电网运营者的调度信号，再更新内部调度规则。下层设备可以接收运行模式或设定值，按这些要求行动，无需各自处理全部外部信息。把外部要求转换成内部可执行安排，也是这一层系统承担的工作。[6]

充电设施的动态功率管理，可以说明持续计算怎样落实到设备。Tesla 的相应功能会根据住宅其他用电与现场可用容量调整充电电流；其群组功率管理则协调多台充电桩共享容量。总量限制等条件可以预先确定，实际分配仍随用电情况变化。[9]

更深入的决策还可以把后续影响纳入计算。2019 年，一项虚拟电厂研究采用模型预测控制，在硬件在环仿真中验证了考虑聚合资源能源状态与约束的调度方法。它面对的问题是：眼前能够提供的调节能力，可能因持续调用而耗尽，需要把有限资源在一段时间内怎样使用一起考虑。[10] 算法因此从处理当前状态，进一步承担对后续可行安排的计算。

管理范围与决策能力的延伸

沿着这些工作，可以把 EMS（Energy Management System，能源管理系统）理解为：在一定能源运行范围内，支持运行规则的制定、落实与调整，使能源生产、储存和使用符合既定目标与约束的一套系统。这是从上述管理过程作出的概括；具体系统承担其中哪些职责，要看它的设计与分工。

有的系统把数据交给人，由人判断和调整；有的按设定规则执行；有的还能在授权范围内计算方案或更新调度规则。这些职责可以由设备内建功能、独立现场控制器、本地软件或云端服务承担，监测、通信、分析与控制分别支持其中的不同环节。[6][7]

从前面的变化中，可以看出能源管理能力的两种延伸。其一是拓宽协作范围，把更多设备、系统与使用需求放在一起考虑；其二是深化决策能力，在目标与约束下利用持续取得的数据，形成更细致、也更能考虑后续影响的运行安排。前者改变一起管理什么，后者改变怎样作出安排。

两者也可以同时发生。虚拟电厂将分散资源纳入共同调度，既扩大了协调范围，也带来资源能力、能源状态与不同时间安排之间的取舍。[10] 能源管理由此可以发展为跨系统协作，也可以在既有范围内深入计算，具体需要取决于要解决的问题与可执行的动作。

从人工值守的机房走到今天，能源管理系统逐步承接了人建立规则、取得信息并组织运行的工作。它的发展方向，也可以沿着这份职责继续理解：让原本分开的对象能够共同配合，让运行安排能够回应更多变化。硬件、软件与平台承载这些能力，而管理的范围、决定权和决策方法，决定了系统究竟能做多广、能做多深。