CN103258141A - 基于智能园区系统的能源效率评估模型 - Google Patents

基于智能园区系统的能源效率评估模型 Download PDF

Info

Publication number
CN103258141A
CN103258141A CN2013102160458A CN201310216045A CN103258141A CN 103258141 A CN103258141 A CN 103258141A CN 2013102160458 A CN2013102160458 A CN 2013102160458A CN 201310216045 A CN201310216045 A CN 201310216045A CN 103258141 A CN103258141 A CN 103258141A
Authority
CN
China
Prior art keywords
energy
consumption
assessment
resource consumption
energy efficiency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013102160458A
Other languages
English (en)
Inventor
万迪明
郭志明
张小斐
郭祥富
吴博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Henan Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Henan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN2013102160458A priority Critical patent/CN103258141A/zh
Publication of CN103258141A publication Critical patent/CN103258141A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于智能园区系统的能源效率评估模型，包括以下步骤：（1）首先应用智能园区系统于企业工艺流程，实时采集系统中各类能源的指标数据，进行统一转换，存储到数据中心；（2）能效模型根据步骤（1）获取的指标数据，通过标煤计算公式计算能耗量；（3）根据能源种类特性及生产流程，导入模型进行迭代计算，从而得出在评估时间约束内的能效曲线。企业人员可以参考此曲线对本企业的能源应用策略进行调整，提高企业能效管理水平，节约能源成本。

Description

基于智能园区系统的能源效率评估模型
技术领域
本发明涉及一种智能园区系统，尤其涉及一种基于智能园区系统的能源效率评估模型。
背景技术
目前,现有的能效评估模型，多采用数据归纳、统计的方法进行评估，或者评估模型是针对某个特定的设备或者用能区域进行评估，这样做的缺点就是无法全面的对目标对象进行能效评估。目前大多数能效评估模型均存在以下几个缺点：
对于能源效率的投入产出指标缺乏深入、系统的研究；
大部分都采用数学统计方法、或者传统的数据包分析方法。
举例说明：
A、利用二进制粒子群优化算法所架构的能源评估系统，在约束条件下，满足特定用户的能源评估需求，但是其优化算法在多次迭代中，易引起/陷入局部极值的不足，导致全局评估能力下降，如图1所示；
B、基于超效率的能效评估模型，构建了能源消费总量、从业人员数量等为指标的评估模型，此模型采用了最常用的GDP能耗指标，运用指数分解法来进行能效评估。其缺点在于能效指标过于单一，模型结构简单，对于大量数据验证存在着一定的局限性，如图2所示。
发明内容
本发明的目的是提供一种基于智能园区系统的能源效率评估模型，能够更加全面、精确、高效的分析能源效率指标。
本发明采用下述技术方案：一种基于智能园区系统的能源效率评估模型，包括以下步骤：（1）、首先应用智能园区系统于能源消耗流程，实时采集智能园区系统中各类能源的评估指标数据，存储到数据中心；
（2）、根据步骤（1）获取的评估指标数据，通过标煤计算公式计算能耗量；
                                                 
Figure 211901DEST_PATH_IMAGE001
F1：能源消耗总量；
F2、F3、F4、F5、F6、F7：水、电、蒸汽、油、压缩空气、煤能源消耗量；
Q：为能源消耗单元数量；n：表示能源数量，n=1,2,3,4…；
λ：为能源消耗转换率；
t：为计算期，表示能耗的计算时间范围；
I1～Ia-1、K1～Kb-1、H1～Hc-1、G1～Gd-1、W1～We-1、Y1～Yf-1：为不同的能源种类的消耗量；
a、b、c、d、e、f：为不同能源种类中的消耗单元数量；
（3）、根据能源种类特性及生产流程，导入评估模型进行迭代计算，从而得出在评估时间约束内的能耗曲线；
评估模型约束条件：
Ⅰ、最大评估时间约束
 
Figure 290715DEST_PATH_IMAGE003
   Tnmin：为第N个能源消耗单元的最小评估时间；
   Tnmax：为第N个能源消耗单元的最大评估时间；
   A(n,t)：为综合评估时间函数；
Ⅱ、最大评估能源单元数量约束
     
Figure 851010DEST_PATH_IMAGE004
S(t)：为当前评估时间中，评估能源单元总数量；
Qn：为当前评估时间中，所有评估能源种类的单元数量；
评估模型算法：
针对各类能源的特性，即不同的能源消耗转换率λ，依据相关能源标杆数据B，按照行业特点分配权重W，来形成能源效率评估模型，其评估时间假设为t，能耗指数假设为E，能源成本指数假设为EC，系统效率假设为Z，生产力指数假设为S，单位能耗量为F，测试时间为T，生产效率为X，固定资产折旧值为V，固定资产折旧率为p：
 
Figure 622657DEST_PATH_IMAGE005
本发明是在经过多个行业领域的调研研究后，得到的一种新的能效评估思路，新的能源高效利用方向，以智能园区系统为框架，运用智能园区系统提供的全面的数据进行评估，保证了能源评估的全面性、精确性、及时性；运用能源审计技术及能源转换技术，对目标对象的能源消耗情况，能源使用效率有针对性的进行统计、分析，能够更加全面、精确、高效的分析能源效率指标，并将其评估指标体系应用与行业特征相结合，以全要素角度来分析能源使用效率，并且运用模型得出切实可行的能源评估建议。
附图说明
图1为二进制粒子群优化算法图；
图2为基于超效率算法图；
图3为能源流程图；
图4为本发明能耗指标体系图；
图5为本发明实施例中某公司的整体能耗指数对比图。
具体实施方式
本发明提供了一种基于智能园区系统的能源效率评估模型，运用智能园区体系的思想、以全要素的框架来构架了能效评估模型，将能耗总量、固定资产折旧、终端能耗等作为投入指标，将能耗指数（EUI）、能源成本指数（ECI）、生产力指数及系统效率为产出指标，全面评估能源使用流程及效率，给出相关使用建议。智能园区系统以能源流程为依据，如图3所示：E：总能源消耗量；E1：单位能耗；C1：全部用能单元。将智能园区系统应用于企业能耗流程，可以从整体的角度去分析企业能耗水平，以环境、成本、效率、能耗为基础指标，形成模型，如图4所示。
本发明具体包括以下步骤：（1）、首先应用智能园区系统于企业工艺流程（能源消耗流程），实时采集智能园区系统中各类能源的评估指标数据（可通过电能质量采集分析仪采集得出：I1～Ia-1、K1～Kb-1、H1～Hc-1、G1～Gd-1、W1～We-1、Y1～Yf-1），存储到数据中心；智能园区涉及了较广的范围，包含了从能源生产到能源消耗的各个环节的管理技术，通过和行业生产流程相结合，以能源利用效率为主线，将各个关键指标形成评估体系。
（2）、能效模型根据步骤（1）获取的评估指标数据，通过标煤计算公式计算能耗量； 
 
Figure 573295DEST_PATH_IMAGE001
F1：能源消耗总量；
F2、F3、F4、F5、F6、F7：水、电、蒸汽、油、压缩空气，煤等能源消耗量；
Q：为能源消耗单元数量；
λ：为能源消耗转换率；
n：为自然数，表示能源数量，n=1,2,3,4…;
t：为计算期，表示能耗的计算时间范围；
I1～Ia-1、K1～Kb-1、H1～Hc-1、G1～Gd-1、W1～We-1、Y1～Yf-1：为不同的能源种类的消耗量；由步骤（1）中采集可得；
a、b、c、d、e、f：为不同能源种类中的消耗单元数量（自然数范围）；
智能园区系统将水、电、气等能源进行统一管理与分配，所有能耗按照标煤计算，具有实用性，安全性的特点，对于能源消耗评估模型的实验具有很高的精确度。
（3）、根据能源种类特性及生产流程，导入评估模型进行迭代计算，从而得出在评估时间约束内的能耗曲线；
评估模型约束条件：
Ⅰ、最大评估时间约束
 
Figure 2013102160458100002DEST_PATH_IMAGE007
   Tnmin：为第N个能源消耗单元的最小评估时间；
   Tnmax：为第N个能源消耗单元的最大评估时间；
   A(n,t)：为综合评估时间函数；T为时间范围，t为某一时间点。
Ⅱ、最大评估能源单元数量约束
     
Figure 518117DEST_PATH_IMAGE004
   
 S(t)：为当前评估时间中，评估能源单元总数量；
Qn：为当前评估时间中，所有评估能源种类的单元数量。
评估模型算法：
针对各类能源的特性，即不同的能源消耗转换率λ，依据相关能源标杆数据B，按照行业特点分配权重W，来形成能源效率评估模型，其评估时间假设为t，能耗指数假设为E，能源成本指数假设为EC，系统效率假设为Z，生产力指数假设为S，单位能耗量为F，测试时间为T，生产效率为X，固定资产折旧值为V，固定资产折旧率为p：
 
Figure 870601DEST_PATH_IMAGE005
评估模型数据验证：
某集团公司资产总值15亿，年营业收入18亿元，利税2.2亿。下属五个分厂和十个子公司。集团公司以制浆造纸为核心产业，目前拥有3200mm、3600mm、3800mm等多条现代化大型高车速造纸生产线。
依据该集团企业2010年数据，估算其整体能耗指数，与2011年相比给出评估曲线，基本符合企业能耗方向，如图5所示，企业人员可以参考此曲线对本企业的能源应用策略进行调整，提高企业能效管理水平，节约能源成本。

Claims (1)

1.一种基于智能园区系统的能源效率评估模型，其特征在于：包括以下步骤：（1）、首先应用智能园区系统于能源消耗流程，实时采集智能园区系统中各类能源的评估指标数据，存储到数据中心；
（2）、根据步骤（1）获取的评估指标数据，通过标煤计算公式计算能耗量；
Figure 546418DEST_PATH_IMAGE001
F1：能源消耗总量；
F2、F3、F4、F5、F6、F7：水、电、蒸汽、油、压缩空气、煤能源消耗量；
Q：为能源消耗单元数量；n：表示能源数量，n=1,2,3,4…；
λ：为能源消耗转换率；
t：为计算期，表示能耗的计算时间范围；
I1～Ia-1、K1～Kb-1、H1～Hc-1、G1～Gd-1、W1～We-1、Y1～Yf-1：为不同的能源种类的消耗量；
a、b、c、d、e、f：为不同能源种类中的消耗单元数量；
（3）、根据能源种类特性及生产流程，导入评估模型进行迭代计算，从而得出在评估时间约束内的能耗曲线；
评估模型约束条件：
Ⅰ、最大评估时间约束
Tnmin：为第N个能源消耗单元的最小评估时间；
   Tnmax：为第N个能源消耗单元的最大评估时间；
   A(n,t)：为综合评估时间函数；
Ⅱ、最大评估能源单元数量约束
Figure 527330DEST_PATH_IMAGE004
S(t)：为当前评估时间中，评估能源单元总数量；
Qn：为当前评估时间中，所有评估能源种类的单元数量；
评估模型算法：
针对各类能源的特性，即不同的能源消耗转换率λ，依据相关能源标杆数据B，按照行业特点分配权重W，来形成能源效率评估模型，其评估时间假设为t，能耗指数假设为E，能源成本指数假设为EC，系统效率假设为Z，生产力指数假设为S，单位能耗量为F，测试时间为T，生产效率为X，固定资产折旧值为V，固定资产折旧率为p：
Figure 862496DEST_PATH_IMAGE005
。
CN2013102160458A 2013-06-03 2013-06-03 基于智能园区系统的能源效率评估模型 Pending CN103258141A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013102160458A CN103258141A (zh) 2013-06-03 2013-06-03 基于智能园区系统的能源效率评估模型

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013102160458A CN103258141A (zh) 2013-06-03 2013-06-03 基于智能园区系统的能源效率评估模型

Publications (1)

Publication Number Publication Date
CN103258141A true CN103258141A (zh) 2013-08-21

Family

ID=48962053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013102160458A Pending CN103258141A (zh) 2013-06-03 2013-06-03 基于智能园区系统的能源效率评估模型

Country Status (1)

Country Link
CN (1) CN103258141A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455718A (zh) * 2013-08-26 2013-12-18 中国能源建设集团广东省电力设计研究院 能源利用效率评价方法和系统
CN103605326A (zh) * 2013-09-27 2014-02-26 北京信息科技大学 一种实时在线能源监控管理系统与能源管理优化方法
CN105259504A (zh) * 2015-11-10 2016-01-20 东南大学 一种三相异步电动机系统的能效评分方法
CN116993029A (zh) * 2023-09-27 2023-11-03 超网实业(成都)股份有限公司 用于智慧厂务的设备能效评估方法及系统
CN117726150A (zh) * 2024-02-08 2024-03-19 天津天创绿能投资管理有限公司 基于预定时长段用能数据的能源站供能调配方法及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101933019A (zh) * 2007-10-29 2010-12-29 美国能量变换公司 数据中心的电效率测量
US20130096983A1 (en) * 2011-04-04 2013-04-18 The Catholic University Of America Systems and methods for improving the accuracy of day-ahead load forecasts on an electric utility grid

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101933019A (zh) * 2007-10-29 2010-12-29 美国能量变换公司 数据中心的电效率测量
US20130096983A1 (en) * 2011-04-04 2013-04-18 The Catholic University Of America Systems and methods for improving the accuracy of day-ahead load forecasts on an electric utility grid

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
NAIM AFGAN 等: "《Energy system assessment with sustainability indicators》", 《ENERGY POLICY》 *
吴琦 等: "《基于DEA的能源效率评价模型研究》", 《管理科学》 *
杨贵桂: "《高效能源管理系统的设计与实现》", 《中国优秀硕士学位论文全文数据库-信息科技辑》 *
罗璋: "《公共建筑能源管理系统模型探讨》", 《中国优秀硕士学位论文全文数据库-经济与管理科学辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455718A (zh) * 2013-08-26 2013-12-18 中国能源建设集团广东省电力设计研究院 能源利用效率评价方法和系统
CN103455718B (zh) * 2013-08-26 2016-12-28 中国能源建设集团广东省电力设计研究院有限公司 能源利用效率评价方法和系统
CN103605326A (zh) * 2013-09-27 2014-02-26 北京信息科技大学 一种实时在线能源监控管理系统与能源管理优化方法
CN105259504A (zh) * 2015-11-10 2016-01-20 东南大学 一种三相异步电动机系统的能效评分方法
CN105259504B (zh) * 2015-11-10 2018-01-16 东南大学 一种三相异步电动机系统的能效检测方法
CN116993029A (zh) * 2023-09-27 2023-11-03 超网实业(成都)股份有限公司 用于智慧厂务的设备能效评估方法及系统
CN116993029B (zh) * 2023-09-27 2023-12-12 超网实业(成都)股份有限公司 用于智慧厂务的设备能效评估方法及系统
CN117726150A (zh) * 2024-02-08 2024-03-19 天津天创绿能投资管理有限公司 基于预定时长段用能数据的能源站供能调配方法及设备
CN117726150B (zh) * 2024-02-08 2024-04-26 天津天创绿能投资管理有限公司 基于预定时长段用能数据的能源站供能调配方法及设备

Similar Documents

Publication Publication Date Title
Yue et al. The optimal CO2 emissions reduction path in Jiangsu province: An expanded IPAT approach
CN103258141A (zh) 基于智能园区系统的能源效率评估模型
CN102832617B (zh) 一种基于精确化模式判别的大电网暂态稳定分析方法
CN103810535B (zh) 电力系统风电消纳能力评估方法
Qin et al. System dynamics analysis of water supply and demand in the North China Plain
Yan Spatiotemporal analysis for investment efficiency of China’s rural water conservancy based on DEA model and Malmquist productivity index model
Kaplan et al. A novel method based on Weibull distribution for short-term wind speed prediction
Khindanova A Monte Carlo model of a wind power generation investment
CN104699959A (zh) 一种基于k-means算法的线损同类划分方法
CN103489132A (zh) 风电场可靠性评估系统
Liu A grey neural network and input-output combined forecasting model and its application in primary energy related CO2 emissions estimation by sector in China
CN104239962A (zh) 一种基于相关性分析的区域电网总风功率短期预测方法
CN103593808B (zh) 基于分组的有序用电避峰预案编制方法
Baird et al. Comparison of the most likely low-emission electricity production systems in Estonia
CN106055730B (zh) 一种适应于大规模电网的电力系统碳流仿真分析方法
Shen et al. Electric power carbon emission prediction based on stacking ensemble model with k-fold cross validation
Zhou et al. Wind power prediction based on random forests
Su et al. An emergy-based analysis of urban ecosystem health characteristics for Beijing city
CN109214624A (zh) 一种基于蒙特卡洛法的储能容量优化方法、装置及系统
CN104881818A (zh) 输电网安全风险综合评价指标体系的建立方法
Cannone et al. Selected ‘Starter Kit’energy system modelling data for Morocco (# CCG)
Allington et al. Selected ‘Starter Kit’energy system modelling data for Nigeria (# CCG)
CN108805366A (zh) 基于决策形式背景的多因素自适应神经网络电力负荷预测方法及系统
Fang The fuzzy mathematical evaluation of new energy power generation performance
Kavchenkov et al. Modeling of the dynamics of world electric power production

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130821

WD01 Invention patent application deemed withdrawn after publication