一种基于能效基准模型的工业企业能效评估方法与流程

本发明涉及一种工业企业能效评估方法，具体说是一种基于能效基准模型的产品生产的能效评估方法。
背景技术：
：现有产能、用能企业能源管理系统尚不完善，能效也没有达到最优，造成了很大的能源浪费，同时增加了成本，所以无论从节能还是提高企业效益的角度考虑，能源管理体系的建立势在必行。能效监测、评估、诊断与调度优化是工业企业开展深层次能源管理工作需要解决的几个关键问题，现代能源管控系统应包含能效监测、评估、诊断与调度优化技术。能效监测与评估技术是诊断与调度优化的基础。而在目前大部分企业能源管理体系尚不完善的前提下，还没有详细具体的能效监测方法。技术实现要素：针对企业能源管理体系的上述不足，本发明提出了一种基于能效基准的能源绩效评估方法。本发明为实现上述目的所采用的技术方案是：一种基于能效基准模型的工业企业能效评估方法，包括以下步骤：(1)确定生产产品的能效指标及其影响因子；(2)建立以影响因子为自变量、能效指标为因变量的能效基准模型；(3)根据生产产品的历史数据建立能效基准模型的参数模型；(4)求解参数模型得到模型参数估计值；(5)根据模型参数估计值通过调整后确定系数和显著性检验来检验能效基准模型；(6)生产产品的能源计划实施后，利用通过检验的能效基准模型得出能源计划实施前影响因子条件下的能效指标估计值；(7)根据能效指标估计值与能效指标实际值的差异得到能效评估结果。所述能效基准模型为：Y＝a0+a1·X1+a2·X2+L+anXn其中，Y为能效指标；X1，X2，……，Xn为n个能效指标影响因子；a0，a1，……，an为模型参数。所述能效基准模型的参数模型为y＝Aθ其中，m为历史数据组数，n为能效指标影响因子个数；Yj为能效指标Y的第j个数据；Xij为能效基准模型的第i个影响因子的第j个数据；i＝1,2,…,n；j＝1,2,…m。所述模型参数估计值为θ^=(a^0,a^1,...,a^n)T=(ATA)-1ATy]]>其中，为模型参数估计值。所述根据模型参数估计值通过调整后确定系数和显著性检验来检验能效基准模型的准确性包括以下步骤：(1)总离差平方和TSS=(y-y‾)T(y-y‾)]]>回归平方和ESS=(y^-y‾)T(y^-y‾)]]>剩余平方和RSS=(y-y^)T(y-y^)]]>其中，为y的平均值，(2)调整后确定系数R2‾=1-m-1m-n-1(1-R2)]]>其中，确定系数调整后确定系数的取值范围为[0,1]，其值大于设定值，则认为能效基准 模型准确，通过检验；(3)显著性检验统计量：假设检验的原假设H0和备选假设H1：原假设H0：a0＝a1＝……＝an＝0；备选假设H1：a0、a1、……、an不全为零；构造统计量：F=ESS/nRSS/(m-n-1)]]>在原假设H0成立的条件下，统计量F服从自由度为(n，m-n-1)的F分布；给定显著性水平α得到Fα(n,m-n-1)；若统计量F>Fα(n,m-n-1)，则拒绝原假设H0，认为能效基准模型准确，通过检验。所述利用通过检验的能效基准模型得出能源计划实施前影响因子条件下的能效指标：Ygj(k)=a^0+a^1·X1(k)+a^2·X2(k)+...+a^n·Xn(k)]]>其中，k＝1,2,…,N；N为能源计划实施后统计的数据组数；X1(k)，X2(k)，…，Xn(k)为第k组影响因子统计值；Ygj(k)为第k组影响因子下的能效指标估计值。所述根据能效指标估计值与能效指标实际值的差异得到能效评估结果通过下式得到：Ygj(k)-Ysj(k)，即能源计划实施前后能效指标的差异作为能效评估结果。所述根据能效指标估计值与能效指标实际值的差异得到能效评估结果通过下式得到：能效指标为单位产品能耗，则：SE=Σk=1N[Ygj(k)-Ysj(k)]*P(k)*ΔT(k)]]>其中，SE为能源计划实施后所关注的时间段内节能量；N为能源计划实施后统计的数据组数；ΔT(k)为每相邻两次统计数据时间间隔；P(k)为生产效率，即单位时间内的产量；Ysj(k)为相应时间间隔的实际能效指标。本发明具有以下有益效果及优点：1.本发明使用工业企业的生产数据建立能效基准模型，并使用该能效基准模型进行能效监测与评估。能效基准模型简单易用，直接依赖生产数据，不需要对复杂生产工艺、机理进行分析，适用于现有大部分生产过程。2.本发明采用调整后确定系数和显著性检验来检验能效基准模型的准确性，保证了能效指标与选取的影响因子之间的关系的正确性。3.本发明解决了企业如何进行能源计划实施效果的定量评估的技术问题，使得企业的能源管理体系能够更加具体化，提高企业的生产效率，节约生产成本，具有较高的工程应用价值。附图说明图1为本发明在能源管理体系中的用途示意图。图2为具体实例能耗指标变化图。具体实施方式下面结合实施例对本发明做进一步的详细说明。能效监测、评估、诊断与调度优化是工业企业开展深层次能源管理工作需要解决的几个关键问题，现代能源管控系统应包含能效监测、评估、诊断与调度优化技术。能效监测与评估技术是能效评估、诊断与调度优化的基础。本专利详细描述了如何建立能效基准模型和基于能效基准模型进行能源绩效评估。图1描述了企业能效管理的过程，并指出了本发明在能效管理中的位置及用途。对于实施能源政策的产品生产过程，本发明使用工业企业的生产数据建立能效基准模型，并使用该能效基准模型进行能效监测与评估。在确定能效关键指标及相应影响因子的前提下，本发明基于工业企业生产过程的历史数据建立能效基准模型，并基于能效基准模型实时评估能源计划实施后企业节能效果。能效指标反映了产品的主要生产能耗，一般选取为生产单位产品的能耗，影响因子反映了影响能效指标的主要因素，能效指标和相关影响因子选定后，根据采集的有效历史数据通过用统计回归的方法建立能效基准模型；在能源调整计 划实施后，相同影响因子条件下由基准模型估计出的能效指标与实际能效指标相减即可得到能源计划实施前后能效指标差异，从而评价节能效果。在产品企业通过监督、检查、矫正环节保证能源计划正确实施的前提下，根据能效指标评估结果判定是否达到了预期的节能目标，并通过审查产品的投入、产出及经济变化数据进行持续改进计划。一种基于能效基准的能源绩效评估方法，包括以下步骤：(1)确定能效指标及影响因子确定能效指标Y，一般选取为单位产品能耗；能效指标的n个影响因子为X1，X2，……，Xn；影响因子为产品生产的条件。(2)建立能效基准模型实际生产过程中能效指标与其影响因子呈现出线性关系，基于此，建立能效基准模型为：Y＝a0+a1·X1+a2·X2+L+anXn其中，Y为能效指标；X1，X2，……，Xn为能效指标影响因子；a0，a1，……，an为模型参数。(3)能效基准模型的参数求解所述能效基准模型的参数模型为y＝Aθ其中，其中，m为历史数据组数；n为能效指标影响因子个数；Yj为基准模型的能效指标Y的第j个数据；Xij为基准模型的第i个影响因子的第j个数据；i＝1,2,…,n；j＝1,2,…m。则将y和A作为输入可得到模型参数的最小二乘解为：θ^=(a^0,a^1,L,a^n)T=(ATA)-1ATy]]>为模型参数估计值。(4)模型检验计算统计量：总离差平方和：TSS=(y-y‾)T(y-y‾)]]>回归平方和：ESS=(y^-y‾)T(y^-y‾)]]>剩余平方和：RSS=(y-y^)T(y-y^)]]>其中，为y的平均值，(a)调整后确定系数检验确定系数为：R2‾=1-m-1m-n-1(1-R2)]]>其中，确定系数的取值范围为[0,1]，越接近1代表则模型越好的解释因变量与变因的关系。可事先根据需要设定阈值，如大于该阈值，则认为模型精确，并通过检验。(b)显著性检验(F检验)统计量：给出假设检验的原假设H0和备选假设H1：原假设H0：a0＝a1＝……＝an＝0备选假设H1：a0、a1、……、an不全为零构造统计量：F=ESS/nRSS/(m-n-1)]]>由数理统计可知，在原假设H0成立的条件下，统计量F服从自由度为(n，m-n-1)的F分布。给定显著性水平α，可查询F分布临界值表得到显著性水平为α、自由度为(n，m-n-1)的F分布临界值Fα(n,m-n-1)。若统计量F>Fα(n,m-n-1)，则拒绝原假设H0，认为模型具有显著的线性关系，即认为模型精确，并通过检验。如果能效基准模型均通过调整后确定系数检验和显著性检验，则该模型用于估计能效；否则，重新设定影响因子，重复步骤(1)～(4)，直到通过调整后确定系数检验和显著性检验为止。(5)基于能效基准模型估计能效指标能源计划实施后基于能效基准模型估计的能效指标为：Ygj(k)=a^0+a^1·X1(k)+a^2·X2(k)+...+a^n·Xn(k)]]>其中，k＝1,2,…,N；N为能源计划实施后采集的数据组数；Xi(k)为第k组影响因子统计值；Ygj(k)为第k组影响因子下的能效指标估计值；(6)能源绩效评估若能效指标为单位产品能耗，则：SE=Σk=1N[Ygj(k)-Ysj(k)]*P(k)*ΔT(k)]]>其中，SE为能源计划实施后所关注的时间段内节能量；N为能源计划实施后统计数据组数；ΔT(k)为每相邻两次统计数据时间间隔；P(k)为生产效率，即单位时间内的产量；Ysj(k)为相应时间间隔的实际能效指标。若能效指标为其他形式，则可以直接将Ygj(k)-Ysj(k)，即能源计划实施前后能效指标的差异作为衡量能源计划实施效果的标准。能效实际值小于估计值，则认为有效果。实施例：某用能单位生产产品甲，其主要消耗能源为电能，因此采取了节能措施改善了能源利用率，需要对能源措施的有效性进行定量评估。已知上一年度的生产能耗数据及采取节能措施后的能耗数据，则用本发明所述方法解决此问题的过程如下：(1)建立能效指标，分析变因，取得历史数据首先根据背景描述，建立能效指标为：生产单位产品甲消耗的电能，设能效指标为Y，产品甲的产量为P，消耗的电能为E，则有Y＝E/P。经分析影响能效指标的因素有三个：产品产率(X1)、外界温度(X2)、投入人力(X3)。上一年度历史数据见表1：表1某单位产品甲基准年能源数据(2)依据历史数据建立能效基准根据三个因素建立能效基准模型：Y＝a0+a1·X1+a2·X2+a3X3将历史数据代入模型得：y＝Aθ其中，y=152215191709169018161830186618681840162816531580,A=1545-5.41011518-1.510415057.5107153914.5116151923100151225.9100152027.5103150427.1112150622.2114154715.811215475.51091528-2.5110,θ=a0a1a2]]>则模型参数的最小二乘估计值为θ^=(a^0,a^1,L,a^n)T=(ATA)-1ATy=2522.4-1.76319.0327-0.0775]]>(3)模型检验计算相关统计量：y‾=1710;]]>y^=Aθ^=150415871691169418071845184618691821169215991560;]]>总离差平方和：TSS=(y-y‾)T(y-y‾)=19093;]]>回归平方和：ESS=(y^-y‾)T(y^-y‾)=17706;]]>剩余平方和：RSS=(y-y^)T(y-y^)=13768.]]>(a)调整后确定系数检验影响因子个数n＝3，数据组数m＝12，计算确定系数：R2=ESSTSS=0.93]]>R2‾=1-m-1m-n-1(1-R2)=0.9]]>调整后的确定系数为0.9，在实际工程中已经能够判定：模型能够很好的解释因变量与变因的关系。(b)显著性检验(F检验)给出假设检验的原假设H0和备选假设H1：原假设H0：a0＝a1＝a3＝0备选假设H1：a0、a1、a3不全为零构造统计量：F=ESS/nRSS/(m-n-1)=51.6]]>由数理统计可知，在原假设H0成立的条件下，统计量F服从自由度为(3，8)的F分布。给定显著性水平α＝0.005，由数理统计资料查表得到Fα(3,8)＝9.6。统计量F＞Fα(3,8)，拒绝原假设H0，认为模型具有显著的线性关系。检验(a)及检验(b)结果显示能效基准模型的两种检验都通过，说明得到的能效基准模型准确、可用。(4)基于能效基准评估能源绩效能源计划实施1年后，得到1年中每个月的生产数据如下表：表2能源计划实施年产品甲生产数据由表2的数据估算出能效指标基准值：Ygj=Aθ^=596-3.1105563-0.51075477.210956015.510852223.110054725.110152128.31035272810153923.410754715.91095996.5100551-1.5108·2522.4-1.76319.0327-0.0775=152515791604167517371790182817971756163615171509]]>由表2可得实际能效指标(单位产品甲能耗)Ysj与产品甲的产率分别为：Ysj=149415611528160816961705174817681687160414581497,P=596563547560522547521527539547599551]]>则能源计划实施1年中共节能(SE)：SE=Σk=112[Ygj(k)-Ysj(k)]*P(k)*ΔT(k)=331579(kwh)]]>其中，ΔT(k)＝1(月)。如图2所示，横轴为月份，纵轴为能效指标。基准年(前12个月)由能效基准模型估计的能效估计值曲线与能效实际值曲线基本吻合，说明建立的能效基准模型准确；计划实施年(后12个月)由能效基准模型估计的能效估计值曲线均在能效实际值曲线之上，说明能源计划有效，达到了节能的目的。当前第1页1 2 3