CN109471411A - 综合能效监控方法 - Google Patents
综合能效监控方法 Download PDFInfo
- Publication number
- CN109471411A CN109471411A CN201811065204.8A CN201811065204A CN109471411A CN 109471411 A CN109471411 A CN 109471411A CN 201811065204 A CN201811065204 A CN 201811065204A CN 109471411 A CN109471411 A CN 109471411A
- Authority
- CN
- China
- Prior art keywords
- efficiency
- transformer
- target device
- motor
- degree
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000010438 heat treatment Methods 0.000 claims description 33
- 238000005485 electric heating Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 24
- 238000004378 air conditioning Methods 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 20
- 230000005611 electricity Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 11
- 238000000137 annealing Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 238000004321 preservation Methods 0.000 claims description 9
- 238000005057 refrigeration Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 238000010791 quenching Methods 0.000 claims description 6
- 230000000171 quenching effect Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 239000000498 cooling water Substances 0.000 claims description 4
- 229910000838 Al alloy Inorganic materials 0.000 claims description 3
- 229910000831 Steel Inorganic materials 0.000 claims description 3
- 238000005256 carbonitriding Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 239000010959 steel Substances 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 abstract 1
- 238000009434 installation Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 101100074336 Xenopus laevis ripply2.1 gene Proteins 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000012774 insulation material Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011819 refractory material Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及一种综合能效监控方法,解决了现有技术的不足,技术方案为:包括以下步骤:步骤一,获取各个运行设备的运行参数,步骤二,计算目标设备的能效数据,步骤三,对目标设备的能效数据进行分析,判断得出目标设备是否需要改进。在步骤一中对各个设备的相关性进行设定,在步骤二中,还对具有相关性的目标设备进行隶属度换算,在步骤三中,对具有相关性的目标设备的能效数据进行整合后进行分析,判断得出具有相关性的目标设备是否需要改进。
Description
技术领域
本发明涉及一种能效监控方法,具体涉及一种综合能效监控方法。
背景技术
我国制定节约能源发展战略。在我国,能源资源供需紧张已成为制约国家经济发展的主要问题。国家开始实施节约与开发并举、把节约放在首位的能源发展战略。浙江省是一次能源严重缺乏的省份,节能和可再生能源工作对于浙江省经济和社会发展具有十分重要的意义。为了响应国家政策,浙江省政府迈出了先行步伐,采取加强节能法规建设、加大节能技术改造力度、积极推广节能新产品、新设备等措施,深化节能减排工作。因此需要开发一种能效控制平台及其控制方法,实现对城市用电数据的采集、监测、分析、挖掘,使政府能及时了解电能供应、配送及用电情况,掌握电能消耗情况与用电趋势等,对整个城市能源能够进行合理的管理与调配,实现合理用电,降低用能成本,同时为能源政策制定、节能减排指标管理及宏观经济运行分析提供决策支持;通过延伸到用户内部的广覆盖、细粒度的数据采集网络,实时掌握用户用能情况,实现电网与用户间耗能数据的在线互动,使电力公司调控城市区域负荷,优化城市负荷曲线,实现削峰填谷,减少设备维护频率,保障电网稳定经济运行,促进城市经济发展,实现节能降耗,响应国家能源战略要求。
发明内容
本发明的目的在于解决上述现有技术缺少一种综合能效监控方法的问题,提供一种综合能效监控方法。
本发明解决其技术问题所采用的技术方案是:一种综合能效监控方法,包括以下步骤:
步骤一,获取各个运行设备的运行参数,
步骤二,计算目标设备的能效数据,
步骤三,对目标设备的能效数据进行分析,判断得出目标设备是否需要改进。
作为优选,在步骤一中对各个设备的相关性进行设定,在步骤二中,还对具有相关性的目标设备进行隶属度换算,在步骤三中,对具有相关性的目标设备的能效数据进行整合后进行分析,判断得出具有相关性的目标设备是否需要改进。本发明采用了相关的加隶属度综合的方式来判断设备能效的优劣,杜绝了单独设备单独对比的情况,综合考虑了生产实际,能够根据能效隶属度综合判定整体设备及其相关设备的能效综合情况。
作为优选,在步骤一中,针对具有相关性的目标设备构建一个秩为n的矩阵方阵f(h/t),f(h/t)的相关性函数如下:
f(h/t)=f(h/t)/max[f(h/t),f(t/h)],h,t=1,2,....,n.;
f(h/t)表示目标设备h被目标设备t的支持程度,h,t=1,2,....,n;
通过以下公式计算各个目标设备被其他具有相关性的设备之间相关的程度:
其中,表示第h个目标设备被其他目标设备相关的程度;
在步骤二中,根据目标设备的种类建立对应的能效隶属度函数,将经过能效数据进行分析后的目标设备的能效数据代入能效隶属度函数,根据能效隶属度函数的计算结果获得能效隶属度,计算所有与目标设备具有相关性设备的能效隶属度,并与目标设备相关的程度相乘,获得能效分析值E,在步骤三中,若能效分析值E小于设定值则判断为需要改进。
本发明中,针对每个不同的设备确定有一个用于对比能效分析指E的设定值,这个设定值由人工设定,一般大于1,也就是在考虑当前设备的能效时,综合考虑多个相关设备的能效,即使当前设备的能效并不是最理想的,但是综合多个具有相关性的能效设备后,依然能够在整体上获得较优的能效数据,则认为此设备的能效数据是合理的,但是如果此能效设备虽然自身单独检测具有较好的运行效率,无需改进,但是涉及到相关设备的时候会影响到相关设备的能效,则需要在改进时依然对其进行整改;杜绝了单独设备单独对比的情况,综合考虑了生产实际,能够根据能效隶属度综合判定整体设备及其相关设备的能效综合情况。
作为优选,在步骤一中,所述运行设备包括变压器、电动机、电加热设备和/或空调制冷设备。
作为优选,在目标设备为变压器时,
在步骤一中,获得目标变压器的实测运行数据和铭牌数据,
在步骤二中,执行以下变压器能效计算子步骤:
变压器能效计算子步骤一,计算获得变压器日均负载率β(%);
变压器能效计算子步骤二,根据日变压器投入运行的工作时间T、变压器的空载损耗Po、变压器的负载损耗PN和额定容量SN通过以下计算公式:
ΔAp=(Po+β2PN)T
计算得出变压器日均有功电能损耗ΔAp;
变压器能效计算子步骤三,根据变压器日均有功电能损耗ΔAp和变压器日的输出电量AZ,通过以下计算公式:
计算得出变压器实际运行效率ηd;
变压器能效计算子步骤三,计算压器的最佳负荷率和变压器的最大效率
在步骤三中,以时判断为目标变压器的能效隶属度为1;
若在设定时长内变压器的负载率均低于30%,则判断为需要改用符合的计算结果的变压器,上式中S为实际使用负荷;
若变压器的运行效率时,则以能效隶属度作为目标变压器的能效隶属度。
作为优选,在目标设备为电动机时,
在步骤一中,获得目标电动机的实测运行数据和铭牌数据,
在步骤二中,执行以下电动机能效计算子步骤:
电动机能效计算子步骤一,根据获取的实测电动机的输入线电流I1、实测电动机的输入线电压U、电动机的额定电流IN、电动机的额定电压UN、电动机的额定效率ηN、电动机的空载有功损耗PO和电动机的额定空载电流ION通过以下计算公式:
计算得出电动机运行负载率β,上式中,IO为电动机输入线电压为非额定值时的空载电流,IO的计算公式如下:
电动机能效计算子步骤二,通过以下计算公式:
计算得出电动机运行效率ηc;
在步骤三中,若β位于60%~80%之间,则判断目标电动机的能效隶属度为1,ηc≥0.6时,则判断为目标电动机的能效隶属度e为1,
目标电动机的能效隶属度e根据以下公式计算得出:
e=1/(1+g(0.6-ηc)k),g和k由人工设定。
作为优选,在目标设备为电加热设备时,
在步骤一中,获得目标电加热设备的实测运行数据和铭牌数据,
在步骤二中,执行以下电加热设备能效计算子步骤:
电加热设备能效计算子步骤一:根据获取的实际生产耗电量W和产品的实际质量mi通过以下计算公式:
计算测试周期内的合格产品的可比用电单耗bk,上式中,M2--测试周期的总折合质量,i=1,2,3,....,n,为产品或工件品种,K1为产品或工件单件质量折算系数,K2为产品或工件类别折算系数,K3为热处理温度折算系数,K4为热处理工艺折算系数;
电加热设备能效计算子步骤二:用温度测量仪表测量电炉最高工作温度下的热稳定状态时炉体外表面任意测量点的温度与特定环境温度之差Δθ;
在步骤三中,若bk≤0.600kwh/kg且Δθ符合设定值,则目标电加热设备的隶属度为1,否则目标电加热设备的能效隶属度e由以下计算式计算得出:
e=1/(1+c(bk-0.6)d),上式中,c和d由人工设定。
作为优选,所述的单价质量折算系数符合以下要求,
单件产品或工件质量>0.3kg/件时,K1=1.0,
单件产品或工件质量<0.1kg/件时,K1=1.5,
单件产品或工件质量≥0.1kg/件且≤0.3kg/件时,K1=1.2;
产品或工件类别折算系数符合以下要求,
当产品或工件类别为工模具类时,K2=1.2,否则K2=1.0;
热处理温度折算系数符合以下要求,
热处理温度>1000℃时,K3=1.5,
热处理温度≥700℃且≤1000℃时,K3=1.0,
热处理温度≥500℃且<700℃时,K3=0.7,
热处理温度≥350℃且<500℃时,K3=0.5,
热处理温度<350℃时,K3=0.3;
热处理工艺折算系数符合以下要求,
渗碳渗氮的折算系数K4=2.0,
盐浴工艺的折算系数K4=1.5,
铝合金淬火工艺的折算系数K4=1.1,
钢材淬火工艺的折算系数K4=1.1,
退火保温工艺的时间>20h时的折算系数K4=1.7,
退火保温工艺的时间10~20h时的折算系数K4=1.3,
正火工艺或退火保温工艺的时间<10h时折算系数K4=1.0。
作为优选,在目标设备为空调制冷设备时,
在步骤一中,获得目标空调制冷设备的实测运行数据和铭牌数据,
在步骤二中,执行以下空调制冷设备能效计算子步骤:
空调制冷设备能效计算子步骤一,根据获取的空调制冷设备运行时间T、冷水进口温度t1、冷水出口温度t2、冷水质量流量qm、平均温度下水的比热容C和制冷消耗电量AP,通过以下计算公式:
Qn=Cqm(t2-t1)T计算得出运行期间的制冷量Qn;
通过以下计算公式:
计算得出运行平均能效比运行平均能效比COP;
在步骤三中,COP≥COPN则空调制冷设备的能效隶属度e为1,否则,目标空调制冷设备的能效隶属度e由以下计算式计算得出:
e=1/(1+c(COPN-COP)d),上式中,c和d由人工设定。
作为优选,能效分析值E由以下公式计算得出,
上式中,ei表示与目标设备具有相关性的第i个设备自身的能效隶属度,ci表示与目标设备具有相关性的第i个设备与目标设备之间的相关性,h为与目标设备具有相关性的设备的总数,在上式中,ci的值若小于设定值则直接取值为0。
本发明的实质性效果是:本发明中,针对每个不同的设备确定有一个用于对比能效分析指E的设定值,这个设定值由人工设定,一般大于1,也就是在考虑当前设备的能效时,综合考虑多个相关设备的能效,即使当前设备的能效并不是最理想的,但是综合多个具有相关性的能效设备后,依然能够在整体上获得较优的能效数据,则认为此设备的能效数据是合理的,但是如果此能效设备虽然自身单独检测具有较好的运行效率,无需改进,但是涉及到相关设备的时候会影响到相关设备的能效,则需要在改进时依然对其进行整改;杜绝了单独设备单独对比的情况,综合考虑了生产实际,能够根据能效隶属度综合判定整体设备及其相关设备的能效综合情况。
附图说明:
图1为本发明中硬件平台的示意图。
具体实施方式
下面通过具体实施例,结合附图,对本发明的技术方案作进一步的具体说明。
实施例1:
一种综合能效监控方法,用于一种设备能效综合控制平台(参见附图1),包括政府信息外网2、公众网络1、电力信息内部网和能效设备数据源5,电力信息内部网包括电力信息内网应用区3和电力信息外网应用区4,所述政府信息外网通过防火墙与所述公众网络通信连接,所述政府信息外网通过隔离装置9与所述电力信息内网应用区通信连接,电力信息内网应用区通过隔离装置与所述电力信息外网应用区通信连接,电力信息外网应用区通过防火墙与能效设备数据源连接,所述电力信息内网应用区包括由若干存贮节点和若干管理节点构成的云计算节点7、应用服务器集群、事物服务器和本地数据源6,所述的本地数据源通过防火墙8与所述云计算节点通信连接,云计算节点与所述应用服务器集群以及事物服务器连接。所述政府信息外网也包括由若干存贮节点和若干管理节点构成的云计算节点、应用服务器集群和事物服务器,云计算节点与所述应用服务器集群以及事物服务器连接。
包括以下步骤:
步骤一,获取各个运行设备的运行参数,
步骤二,计算目标设备的能效数据,
步骤三,对目标设备的能效数据进行分析,判断得出目标设备是否需要改进。
在步骤一中对各个设备的相关性进行设定,在步骤二中,还对具有相关性的目标设备进行隶属度换算,在步骤三中,对具有相关性的目标设备的能效数据进行整合后进行分析,判断得出具有相关性的目标设备是否需要改进。
在步骤一中,针对具有相关性的目标设备构建一个秩为n的矩阵方阵f(h/t),f(h/t)的相关性函数如下:
f(h/t)=f(h/t)/max[f(h/t),f(t/h)],h,t=1,2,....,n.;
f(h/t)表示目标设备h被目标设备t的支持程度,h,t=1,2,....,n;
通过以下公式计算各个目标设备被其他具有相关性的设备之间相关的程度:
其中,表示第h个目标设备被其他目标设备相关的程度;
在步骤二中,根据目标设备的种类建立对应的能效隶属度函数,将经过能效数据进行分析后的目标设备的能效数据代入能效隶属度函数,根据能效隶属度函数的计算结果获得能效隶属度,计算所有与目标设备具有相关性设备的能效隶属度,并与目标设备相关的程度相乘,获得能效分析值E,在步骤三中,若能效分析值E小于设定值则判断为需要改进。
在步骤一中,所述运行设备包括变压器、电动机、电加热设备和/或空调制冷设备。
在目标设备为变压器时,
在步骤一中,获得目标变压器的实测运行数据和铭牌数据,
在步骤二中,执行以下变压器能效计算子步骤:
变压器能效计算子步骤一,计算获得变压器日均负载率β(%);
变压器能效计算子步骤二,根据日变压器投入运行的工作时间T、变压器的空载损耗Po、变压器的负载损耗PN和额定容量SN通过以下计算公式:
ΔAp=(Po+β2PN)T
计算得出变压器日均有功电能损耗ΔAp;
变压器能效计算子步骤三,根据变压器日均有功电能损耗ΔAp和变压器日的输出电量AZ,通过以下计算公式:
计算得出变压器实际运行效率ηd;
变压器能效计算子步骤三,计算压器的最佳负荷率和变压器的最大效率
在步骤三中,以时判断为目标变压器的能效隶属度为1;
若在设定时长内变压器的负载率均低于30%,则判断为需要改用符合的计算结果的变压器,上式中S为实际使用负荷;
若变压器的运行效率时,则以能效隶属度作为目标变压器的能效隶属度。
在目标设备为电动机时,
在步骤一中,获得目标电动机的实测运行数据和铭牌数据,
在步骤二中,执行以下电动机能效计算子步骤:
电动机能效计算子步骤一,根据获取的实测电动机的输入线电流I1、实测电动机的输入线电压U、电动机的额定电流IN、电动机的额定电压UN、电动机的额定效率ηN、电动机的空载有功损耗PO和电动机的额定空载电流ION通过以下计算公式:
计算得出电动机运行负载率β,上式中,IO为电动机输入线电压为非额定值时的空载电流,IO的计算公式如下:
电动机能效计算子步骤二,通过以下计算公式:
计算得出电动机运行效率ηc;
在步骤三中,若β位于60%~80%之间,则判断目标电动机的能效隶属度为1,ηc≥0.6时,则判断为目标电动机的能效隶属度e为1,
目标电动机的能效隶属度e根据以下公式计算得出:
e=1/(1+g(0.6-ηc)k),g和k由人工设定。
在目标设备为电加热设备时,
在步骤一中,获得目标电加热设备的实测运行数据和铭牌数据,
在步骤二中,执行以下电加热设备能效计算子步骤:
电加热设备能效计算子步骤一:根据获取的实际生产耗电量W和产品的实际质量mi通过以下计算公式:
计算测试周期内的合格产品的可比用电单耗bk,上式中,M2--测试周期的总折合质量,i=1,2,3,....,n,为产品或工件品种,K1为产品或工件单件质量折算系数,K2为产品或工件类别折算系数,K3为热处理温度折算系数,K4为热处理工艺折算系数;
电加热设备能效计算子步骤二:用温度测量仪表测量电炉最高工作温度下的热稳定状态时炉体外表面任意测量点的温度与特定环境温度之差Δθ;
在步骤三中,若bk≤0.600kwh/kg且Δθ符合设定值,则目标电加热设备的隶属度为1,否则目标电加热设备的能效隶属度e由以下计算式计算得出:e=1/(1+c(bk-0.6)d),上式中,c和d由人工设定。
单件产品或工件质量>0.3kg/件时,K1=1.0,
单件产品或工件质量<0.1kg/件时,K1=1.5,
单件产品或工件质量≥0.1kg/件且≤0.3kg/件时,K1=1.2;
产品或工件类别折算系数符合以下要求,
当产品或工件类别为工模具类时,K2=1.2,否则K2=1.0;
热处理温度折算系数符合以下要求,
热处理温度>1000℃时,K3=1.5,
热处理温度≥700℃且≤1000℃时,K3=1.0,
热处理温度≥500℃且<700℃时,K3=0.7,
热处理温度≥350℃且<500℃时,K3=0.5,
热处理温度<350℃时,K3=0.3;
热处理工艺折算系数符合以下要求,
渗碳渗氮的折算系数K4=2.0,
盐浴工艺的折算系数K4=1.5,
铝合金淬火工艺的折算系数K4=1.1,
钢材淬火工艺的折算系数K4=1.1,
退火保温工艺的时间>20h时的折算系数K4=1.7,
退火保温工艺的时间10~20h时的折算系数K4=1.3,
正火工艺或退火保温工艺的时间<10h时折算系数K4=1.0。
在目标设备为空调制冷设备时,
在步骤一中,获得目标空调制冷设备的实测运行数据和铭牌数据,
在步骤二中,执行以下空调制冷设备能效计算子步骤:
空调制冷设备能效计算子步骤一,根据获取的空调制冷设备运行时间T、冷水进口温度t1、冷水出口温度t2、冷水质量流量qm、平均温度下水的比热容C和制冷消耗电量AP,通过以下计算公式:
Qn=Cqm(t2-t1)T计算得出运行期间的制冷量Qn;
通过以下计算公式:
计算得出运行平均能效比运行平均能效比COP;
在步骤三中,COP≥COPN则空调制冷设备的能效隶属度e为1,否则,目标空调制冷设备的能效隶属度e由以下计算式计算得出:
e=1/(1+c(COPN-COP)d),上式中,c和d由人工设定。
能效分析值E由以下公式计算得出,
上式中,ei表示与目标设备具有相关性的第i个设备自身的能效隶属度,ci表示与目标设备具有相关性的第i个设备与目标设备之间的相关性,h为与目标设备具有相关性的设备的总数,在上式中,ci的值若小于设定值则直接取值为0。
本实施例中,针对每个不同的设备确定有一个用于对比能效分析指E的设定值,这个设定值由人工设定,一般大于1,也就是在考虑当前设备的能效时,综合考虑多个相关设备的能效,即使当前设备的能效并不是最理想的,但是综合多个具有相关性的能效设备后,依然能够在整体上获得较优的能效数据,则认为此设备的能效数据是合理的,但是如果此能效设备虽然自身单独检测具有较好的运行效率,无需改进,但是涉及到相关设备的时候会影响到相关设备的能效,则需要在改进时依然对其进行整改;杜绝了单独设备单独对比的情况,综合考虑了生产实际,能够根据能效隶属度综合判定整体设备及其相关设备的能效综合情况。
针对根据变压器能效分析的情况,可以通过以下几点建议进行改善:
尽量选用低损耗、高效节能变压器。对于经济条件不允许的企业,可针对能耗高的老型变压器进行节能改造。平均负载系数经常小于30%时,应酌情调换小容量变压器。采用无功就地补偿,提高负载功率因数,以提高变压器输送有功功率的能力。
根据电动机能效分析的情况,可以通过以下几点建议进行改善:
对于老式能耗高的电动机,优先选用YX、YE、YD、YZ等系列的高效电机,经济条件不允许的情况下可对电机进行节能改造。对于负载率长期低于40%,但是负荷又较为稳定的电动机,可酌情更换小容量的高效电动机。对于轻载、空载或周期性负载条件下使用的电动机,进行无功就地补偿或安装节能控制器,提高电动机的使用效率。对于经常处于轻载、空载或周期性变动负载下运行的电动机,采用异步电动机轻载调压节能装置,定子输入端加装Δ-Y转换串电抗器自动有级调压节电器以降低轻载运行时电动机的输入电压,提高电动机运行效率,减少电机损耗。根据生产机械负载特点,合理选用调速方式,实现电动机的调速运行,提高电动机的使用效率。
根据电加热设备能效分析的情况,可以通过以下几点建议进行改善:采用先进的电热元件,改善电炉炉壁的性能和形状,在技术和工艺条件允许的电炉中,应采用热容小、热导率低的耐火材料和保温材料。缩小和密封电加热设备的开口部分或开口处安装双层封盖、减少热损失。在加热或热处理的电炉中,要根据设备的构造、被加热物体的特性、加热或热处理工艺的要求,改进升温曲线。电加热设备要选择合理的装炉量,尽量集中生产,减少空载损失。
根据空调制冷设备能效分析的情况,可以通过以下几点建议进行改善:采用高效率节能型压缩机,可有效提高制冷设备的能效比,从而实现节能。定期清洗换热器(如蒸发器、冷凝器)。提高制冷设备冷水的出口温度,有助于提高制冷机组的效率和制冷量,从而降低电耗。定期检查冷凝效果有无下降,并进行强化,有利于降低耗电量。定期对冷却水进行适量排放,保持浓度。
根据企业总线损率能效分析的情况,可以通过以下几点建议进行改善:配电变压器尽量安排在负荷中心,缩短低压线路的长度。提高供电线路的功率因数,减少线路输送的无功电流,采用无功就地补偿。合理进行负荷分布。合理调度生产,减少负荷波动引起的附加线损。简化电压等级,合理提高输送电压。线路输送采用合理的经济电流密度。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (10)
1.一种综合能效监控方法,其特征在于,包括以下步骤:
步骤一,获取各个运行设备的运行参数,
步骤二,计算目标设备的能效数据,
步骤三,对目标设备的能效数据进行分析,判断得出目标设备是否需要改进。
2.根据权利要求3所述的综合能效监控方法,其特征在于:在步骤一中对各个设备的相关性进行设定,在步骤二中,还对具有相关性的目标设备进行隶属度换算,在步骤三中,对具有相关性的目标设备的能效数据进行整合后进行分析,判断得出具有相关性的目标设备是否需要改进。
3.根据权利要求2所述的综合能效监控方法,其特征在于:在步骤一中,针对具有相关性的目标设备构建一个秩为n的矩阵方阵f(h/t),f(h/t)的相关性函数如下:
f(h/t)=f(h/t)/max[f(h/t),f(t/h)],h,t=1,2,....,n.;
f(h/t)表示目标设备h被目标设备t的支持程度,h,t=1,2,....,n;
通过以下公式计算各个目标设备被其他具有相关性的设备之间相关的程度:
C′h=min f(h/A),A=1,2,...,n.;
其中,C′h表示第h个目标设备被其他目标设备相关的程度;
在步骤二中,根据目标设备的种类建立对应的能效隶属度函数,将经过能效数据进行分析后的目标设备的能效数据代入能效隶属度函数,根据能效隶属度函数的计算结果获得能效隶属度,计算所有与目标设备具有相关性设备的能效隶属度,并与目标设备相关的程度相乘,获得能效分析值E,在步骤三中,若能效分析值E小于设定值则判断为需要改进。
4.根据权利要求3所述的综合能效监控方法,其特征在于:在步骤一中,所述运行设备包括变压器、电动机、电加热设备和/或空调制冷设备。
5.根据权利要求4所述的综合能效监控方法,其特征在于:在目标设备为变压器时,
在步骤一中,获得目标变压器的实测运行数据和铭牌数据,
在步骤二中,执行以下变压器能效计算子步骤:
变压器能效计算子步骤一,计算获得变压器日均负载率β(%);
变压器能效计算子步骤二,根据日变压器投入运行的工作时间T、变压器的空载损耗Po、变压器的负载损耗PN和额定容量SN通过以下计算公式:
ΔAp=(Po+β2PN)T
计算得出变压器日均有功电能损耗ΔAp;
变压器能效计算子步骤三,根据变压器日均有功电能损耗ΔAp和变压器日的输出电量AZ,通过以下计算公式:
计算得出变压器实际运行效率ηd;
变压器能效计算子步骤三,计算压器的最佳负荷率和变压器的最大效率
在步骤三中,以时判断为目标变压器的能效隶属度为1;
若在设定时长内变压器的负载率均低于30%,则判断为需要改用符合的计算结果的变压器,上式中S为实际使用负荷;
若变压器的运行效率时,则以能效隶属度作为目标变压器的能效隶属度。
6.根据权利要求4所述的综合能效监控方法,其特征在于:在目标设备为电动机时,
在步骤一中,获得目标电动机的实测运行数据和铭牌数据,
在步骤二中,执行以下电动机能效计算子步骤:
电动机能效计算子步骤一,根据获取的实测电动机的输入线电流I1、实测电动机的输入线电压U、电动机的额定电流IN、电动机的额定电压UN、电动机的额定效率ηN、电动机的空载有功损耗PO和电动机的额定空载电流ION通过以下计算公式:
计算得出电动机运行负载率β,上式中,IO为电动机输入线电压为非额定值时的空载电流,IO的计算公式如下:
电动机能效计算子步骤二,通过以下计算公式:
计算得出电动机运行效率ηc;
在步骤三中,若β位于60%~80%之间,则判断目标电动机的能效隶属度为1,ηc≥0.6时,则判断为目标电动机的能效隶属度e为1,
目标电动机的能效隶属度e根据以下公式计算得出:
e=1/(1+g(0.6-ηc)k),g和k由人工设定。
7.根据权利要求4所述的综合能效监控方法,其特征在于:在目标设备为电加热设备时,
在步骤一中,获得目标电加热设备的实测运行数据和铭牌数据,
在步骤二中,执行以下电加热设备能效计算子步骤:
电加热设备能效计算子步骤一:根据获取的实际生产耗电量W和产品的实际质量mi通过以下计算公式:
计算测试周期内的合格产品的可比用电单耗bk,上式中,M2--测试周期的总折合质量,i=1,2,3,....,n,为产品或工件品种,K1为产品或工件单件质量折算系数,K2为产品或工件类别折算系数,K3为热处理温度折算系数,K4为热处理工艺折算系数;
电加热设备能效计算子步骤二:用温度测量仪表测量电炉最高工作温度下的热稳定状态时炉体外表面任意测量点的温度与特定环境温度之差Δθ;
在步骤三中,若bk≤0.600kwh/kg且Δθ符合设定值,则目标电加热设备的隶属度为1,否则目标电加热设备的能效隶属度e由以下计算式计算得出:
e=1/(1+c(bk-0.6)d),上式中,c和d由人工设定。
8.根据权利要求7所述的综合能效监控方法,其特征在于:
所述的单价质量折算系数符合以下要求,
单件产品或工件质量>0.3kg/件时,K1=1.0,
单件产品或工件质量<0.1kg/件时,K1=1.5,
单件产品或工件质量≥0.1kg/件且≤0.3kg/件时,K1=1.2;
产品或工件类别折算系数符合以下要求,
当产品或工件类别为工模具类时,K2=1.2,否则K2=1.0;
热处理温度折算系数符合以下要求,
热处理温度>1000℃时,K3=1.5,
热处理温度≥700℃且≤1000℃时,K3=1.0,
热处理温度≥500℃且<700℃时,K3=0.7,
热处理温度≥350℃且<500℃时,K3=0.5,
热处理温度<350℃时,K3=0.3;
热处理工艺折算系数符合以下要求,
渗碳渗氮的折算系数K4=2.0,
盐浴工艺的折算系数K4=1.5,
铝合金淬火工艺的折算系数K4=1.1,
钢材淬火工艺的折算系数K4=1.1,
退火保温工艺的时间>20h时的折算系数K4=1.7,
退火保温工艺的时间10~20h时的折算系数K4=1.3,
正火工艺或退火保温工艺的时间<10h时折算系数K4=1.0。
9.根据权利要求4所述的综合能效监控方法,其特征在于:在目标设备为空调制冷设备时,
在步骤一中,获得目标空调制冷设备的实测运行数据和铭牌数据,
在步骤二中,执行以下空调制冷设备能效计算子步骤:
空调制冷设备能效计算子步骤一,根据获取的空调制冷设备运行时间T、冷水进口温度t1、冷水出口温度t2、冷水质量流量qm、平均温度下水的比热容C和制冷消耗电量AP,通过以下计算公式:
Qn=Cqm(t2-t1)T计算得出运行期间的制冷量Qn;
通过以下计算公式:
计算得出运行平均能效比运行平均能效比COP;
在步骤三中,COP≥COPN则空调制冷设备的能效隶属度e为1,否则,目标空调制冷设备的能效隶属度e由以下计算式计算得出:
e=1/(1+c(COPN-COP)d),上式中,c和d由人工设定。
10.根据权利要求3所述的综合能效监控方法,其特征在于:能效分析值E由以下公式计算得出,
上式中,ei表示与目标设备具有相关性的第i个设备自身的能效隶属度,ci表示与目标设备具有相关性的第i个设备与目标设备之间的相关性,h为与目标设备具有相关性的设备的总数,在上式中,ci的值若小于设定值则直接取值为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811065204.8A CN109471411B (zh) | 2018-09-12 | 2018-09-12 | 综合能效监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811065204.8A CN109471411B (zh) | 2018-09-12 | 2018-09-12 | 综合能效监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109471411A true CN109471411A (zh) | 2019-03-15 |
CN109471411B CN109471411B (zh) | 2022-03-18 |
Family
ID=65664330
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811065204.8A Active CN109471411B (zh) | 2018-09-12 | 2018-09-12 | 综合能效监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109471411B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111488685A (zh) * | 2020-04-13 | 2020-08-04 | 国网河北省电力有限公司电力科学研究院 | 一种电热水器性能计算和使用能耗评估方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5754693A (en) * | 1991-02-18 | 1998-05-19 | Sumitomo Osaka Cement Company Limited | Method of optical recognition and classification of patterns |
CN104077489A (zh) * | 2014-07-09 | 2014-10-01 | 国家电网公司 | 一种能耗设备能效分析方法及其分析系统 |
CN105391091A (zh) * | 2015-11-11 | 2016-03-09 | 云南电网有限责任公司电网规划研究中心 | 一种基于层次分析法和隶属度的分布式能量管理方法 |
US20160094033A1 (en) * | 2013-05-27 | 2016-03-31 | State Grid Corporation Of China | Svc compensation strategy optimization method |
CN105701554A (zh) * | 2014-11-28 | 2016-06-22 | 国家电网公司 | 基于海量计量数据的用电设备能效混沌分析方法 |
CN106778883A (zh) * | 2016-12-23 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种基于模糊集合的证据理论智能巡检信息融合方法 |
-
2018
- 2018-09-12 CN CN201811065204.8A patent/CN109471411B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5754693A (en) * | 1991-02-18 | 1998-05-19 | Sumitomo Osaka Cement Company Limited | Method of optical recognition and classification of patterns |
US20160094033A1 (en) * | 2013-05-27 | 2016-03-31 | State Grid Corporation Of China | Svc compensation strategy optimization method |
CN104077489A (zh) * | 2014-07-09 | 2014-10-01 | 国家电网公司 | 一种能耗设备能效分析方法及其分析系统 |
CN105701554A (zh) * | 2014-11-28 | 2016-06-22 | 国家电网公司 | 基于海量计量数据的用电设备能效混沌分析方法 |
CN105391091A (zh) * | 2015-11-11 | 2016-03-09 | 云南电网有限责任公司电网规划研究中心 | 一种基于层次分析法和隶属度的分布式能量管理方法 |
CN106778883A (zh) * | 2016-12-23 | 2017-05-31 | 贵州电网有限责任公司电力科学研究院 | 一种基于模糊集合的证据理论智能巡检信息融合方法 |
Non-Patent Citations (1)
Title |
---|
葛磊蛟: "《含分布式电源的智能配用电云平台关键技术及评估方法》", 《中国优秀博硕士学位论文全文数据库(博士) 工程科技II辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111488685A (zh) * | 2020-04-13 | 2020-08-04 | 国网河北省电力有限公司电力科学研究院 | 一种电热水器性能计算和使用能耗评估方法 |
CN111488685B (zh) * | 2020-04-13 | 2023-06-27 | 国网河北省电力有限公司电力科学研究院 | 一种电热水器性能计算和使用能耗评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109471411B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103208085B (zh) | 企业用电提高负荷率与降低最大需量的分析智能系统 | |
Cole et al. | Use of model predictive control to enhance the flexibility of thermal energy storage cooling systems | |
CN105115113B (zh) | 一种中央空调机房能效优化系统 | |
CN110848895A (zh) | 一种非工空调柔性负荷控制方法和系统 | |
CN107844053A (zh) | 一种楼宇级冷热电联供系统主动能源供应方法 | |
Li et al. | Control method of multi-energy system based on layered control architecture | |
CN109471411A (zh) | 综合能效监控方法 | |
CN109460888A (zh) | 能效监控报警方法 | |
CN116011789B (zh) | 一种城市电厂供热机组热水蓄能系统 | |
CN110019173A (zh) | 大数据的设备能效控制方法 | |
Ma et al. | Energy consumption analysis on a typical office building: Case study of the Tiejian tower, Tianjin | |
CN116468302A (zh) | 建筑园区能源结构评估方法、系统、电子设备及存储介质 | |
CN109447368A (zh) | 一种对中央空调系统进行基线负荷预测的方法 | |
CN109472437B (zh) | 设备能效综合控制平台及其控制方法 | |
CN115333164A (zh) | 一种基于新能源接入的电力系统碳排放量的分析方法 | |
Zhang et al. | Evaluation of multi-energy microgrid based on prospect theory and VIKOR method | |
Gan et al. | A method to evaluate the power dispatching potential of energy intensive steel enterprises | |
Liu et al. | Research on Modeling the Optimization of Power Load Combination for Power Sales Company | |
Chao et al. | The comprehensive evaluation of optimization air-condition system based on analytic hierarchy methodology | |
Li | Research on Energy Saving Control of Building Central Air Conditioning Based on Neural Network | |
He et al. | Research on modeling method of industrial load controllable characteristics based on multi-objective optimization method algorithm | |
Zheng | Research on energy-saving control and optimisation of air conditioning system based on genetic algorithm | |
Huang et al. | The quantitative assessment method for flexibility adjustment of self-supplied power plants | |
Nie et al. | Research on Operation Strategy optimization of Ice Storage Air Conditioning System of a Commercial Building | |
Chu et al. | Research on flexible allocation strategy of power grid interactive buildings based on multiple optimization objectives |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |