JP2010146567A - 運転中の化学プラントにおけるエネルギー消費をモニタリングし分析する方法およびシステム - Google Patents

Abstract

【課題】個々の化学プラントにおけるエネルギー消費を持続的に間断なくモニタリングして分析させること。
【解決手段】運転中の化学プラントにおけるエネルギー消費をモニタリングし分析するためのコンピュータによって実行される方法であって、対応モデルプラントに基づいて、プラントタイプ別比エネルギー消費理論最適値を決定するステップと、プラント実施プロセスに起因して、プラント内的特性に起因して、プラント運転条件に起因して、プラントのエネルギー消費の増大に寄与するパラメータを、特定しグループ化するステップと、各パラメータについてエネルギー消費レートを、その一部については自動的に用意するステップと、少なくとも１つのプラントのエネルギー消費を、プラントタイプ別比エネルギー消費理論最適値から出発して当該少なくとも１つのプラントの現在のエネルギー消費に至る棒状グラフによってグラフ化するステップを有する。
【選択図】図１

Description

本発明は、運転中の化学プラントにおけるエネルギー消費のモニタリングおよび分析のための方法およびシステムに関する。

米国特許第４，１４６，９２３号には、特有のシークエンスを用いて複数の可変的レートで消費するユニットを制御して、複数のユニットをターゲット（目標）に向けて最適化し、ターゲットと比較した該ユニットの総消費量を最適化するシステムが記載される。そのために、当該システムは、全ユニットの総消費量とターゲットとの比較、および、総消費量の、ターゲットから上記特有のシークエンスにおけるステータス・ポジションから次のステップへの差分消費量をマイナスしたものとの比較に応答して、上記シークエンスにおけるステータス・ポジションから、総消費量を増大させたり、あるいは、減少させたりする。ユニットのステータス、および、上記の比較の結果にもとづき、上記特有のシークエンスを格納するデバイスが、消費量要求ステータスを発行する。当該ステータスは、循環手段によって上書き可能であって、最小および最大オフタイムならびに最小オンタイム要求コマンドステータスを要求制御ユニットへ発する。当該米国特許は、エネルギーネットワークのパフォーマンスの制御および最適化に関する。これにより、相異なる負荷状態で駆動する複数のエネルギーユーザのエネルギー消費量を制御し、論理構成を通じてターゲットと比較される。そのアイデアの根本は、エネルギーユーザ全体において最も効率のよいエネルギーユーザが部分的負荷をエネルギーで駆動し、総エネルギー収支を改善するように、当該負荷を増大させることを可能にする、というシークエンスを確立することである。学習システムによる発見によって調整されて、ターゲットが決定される。

米国特許第４，９０７，１６７号には、プロセス制御のための統合システムが記載され、当該システムにおいては、プロセス監督プロシージャが、１つまたは複数のコントローラシステムもしくはコントローラプロシージャのためのパラメータを決定する。監督プロシージャは、コントロールパラメータを離散的変化量でのみ変更し、当該作用の決定は、変更が常に顕著な変更でなければならない、という拘束条件を満たすようになされる。変更は常に、ログがとられるか、あるいは、熟達した人間に報告される。変更は常に顕著であるため、変更のヒストリは、専門家がレビューすることが可能な、意味のある記録となる。

米国特許第６，７８５，５９２号は、特定の方法論により、設備またはコンプレックスのためのエネルギー調達、エネルギー需要、ならびに、エネルギー供給を最適化することを目論む。これにより、基本モデルが確定され、エネルギー消費量はモニタされ、運転にかかる動的な経済ファクタを反映するように調節される。データが蓄積されるにつれて、エネルギー供給家との契約交渉によってさらなるエネルギー節約が可能になる。時間をかけて、エネルギー、設備、人員配置、その他運転にかかる領域におけるさらなる節約および最適化が実現される。リモートアクセスによって、確立されているシステムを効率的にモニタリングすることも可能である。当該米国特許により、ある程度、その確認と報告の構成で内的プロセスのエネルギー管理が行える。この構成を確立させるには、内的評価、比較評価（ベンチマーキング）およびプロファイリングを含んだエネルギーユーザの実情が考慮される。

公開特許公報ＤＥ１０３３４３９７Ａ１には、第一にエネルギーコストを最小化するための手法が記される。この課題は、ターゲットの乖離を求めるのに用いる知識データベースにおけるデータの生成および収集によって解決される。当該プロジェクトの親展過程の制御は、達成された結果の文書化および年次の検定によって行われる。

ジェイ・ハリソン（J. Harrison）は、ケム・エング、８／０８，３４ｆｆ（Chem. Eng. 8/08, 34ff）において、ＳＡＰインダストリー・バリュー・ネットワークによる、工業プラントのエネルギー管理の方法を開示する。ハリソンは、内密な変更によって、ユニークなイベントで目に見える、違いのはっきりとした変化が可能であると記載している。ここで提案される方法は、プレ・アナリシスと解すべきである。なぜなら、さらに圧縮されたデータをカイゼンシステムへ入力し、複雑かつ完全なエネルギーマネジメントを導出するからである。該マネジメントには、特に、論理的連鎖のエネルギー効果が含まれる。

２００８年、ダウ・ケミカル・コーポレーション（Dow Chemical Corp.）は、エネルギー効率向上を管理する管理システムを発表した。この管理システムによれば、エネルギー報告が導入され、従業員間の通信のための構成が確立される。この向上のためのプロジェクトは、所謂、シックス・シグマ法（Six Sigma Method）を用いて運用される。

比較アセスメント法は、一般に、類似した設備間の比較に限定される。類似した設備が無いような場合、あるいは、それぞれのデータが利用できない場合には、当該従来技術による方法は、適用できない。たとえ、この発表された方法が適用可能であるとしても、さらに別の類似した設備に関する個々の差違が勘案される。また、この結果は、参加する人員による報告に依存する。

一般に、分析的方法では、ある種の提案を生成することを目的とする。この提案は、適当なリストとして文書化され、逐次的に実施される。制御は殆ど不可能である。なぜなら、個々の動作は個別的に評価されるからである。また、全ての動作に対し、それぞれの中央管理体がアクセスできるわけでもない。対象の優先順位づけや、長期間にわたる相異なるファクタの追跡は、ほとんど不可能である。

しばしば、トライ・アンド・エラーによって、連続的に増進される向上が実現される。ここでの向上は、分析的方法（動作のリスト）および比較的方法（ベンチマーク）によって達成されるものよりもはるかに大きい。

一般に、所謂、パー・ギャップ分析（per gap analysis）やベンチマーキングで得た数値の利用価値は高い。だが、それ自体が、そのようにして数値化された潜在的改善可能性を実現するものではない。なぜなら、一般に、数値上の差違の関連性を視覚的に知覚することができないからである。しばしば、当業者は、パフォーマンスに影響を及ぼすような、プラントの個々の詳細に関する量的な決定を行うことがある。しかしながら、当業者は、総体として包括的な向上の管理を行うために、運転状態にある設備のそれぞれが互いに影響しあうパラメータの複雑性を概観することはしない。

先行技術においては、形式的かつ抽象的に特徴づけ可能な設備のパフォーマンスに基づいて手順を定めることにより最適な状態を表示し、もって、比較的手法において互いに相異なる設備を対向させることができるような手法がなかった。

したがって、個々の化学プラントにおけるエネルギー消費を、持続的に間断なくモニタリングして分析することができるものが求められる。それによって、モニタリングおよび分析の手順は、ユーザに、暫定的な動作の成功について、完全な透明性および直接的なフィードバックを提供する。

本発明により、上記目的は、少なくとも１つの運転中の化学プラントにおけるエネルギー消費をモニタリングして分析するためのコンピュータによって実行される方法によって達成される。当該方法は、対応するモデルプラントに基づいて、プラントタイプ別比エネルギー消費理論最適値（plant type specific theoretical energy consumption optimum value）を決定するステップと、プラントで実施されるプロセスに起因して、プラントの内的特性に起因して、プラントの運転条件に起因して、プラントのエネルギー消費の増大に寄与するパラメータを、それぞれ、特定しグループ化するステップと、を含む。本方法は、さらに、各パラメータについてエネルギー消費レートを、その一部については自動的に求め、要求される取得周期で、特に、オンラインで取得し、定期的に当該少なくとも１つのプラントのエネルギー消費を、プラントタイプ別比エネルギー消費理論最適値から出発して当該少なくとも１つのプラントの現在のエネルギー消費に至る棒状グラフによってグラフ化する。当該グラフ化は、上記求めた複数のグループにおける各パラメータにかかる単一のエネルギー消費レートを加えることによって行われる。これにより、エネルギーカスケードが形成され、少なくとも１つのパラメータを個別的にモニタすることが可能になり、かつ、部分的に自動的に、当該少なくとも１つのプラントの現在のエネルギー消費を、別のプラントのエネルギー消費、および／または、当該少なくとも１つのプラントの過去のエネルギー消費と、個々のパラメータに関して比較することが可能になる。各パラメータにかかる寄与レートを取得する周期、および、エネルギー消費をグラフ化する周期は、それぞれ、例えば、一月、一年、もしくは、その他の期間というように、適当な周期とすることが可能である。

本願における語「化学プラント」は、本義として、化学工業において典型的に用いられる標準的な物質の変換、例えば、触媒変換、水素化、酸化、液相−、固相−、溶融相電解プロセス、重合反応、精製操作、等を実行するのに用いられるあらゆる種類の設備を指す。参照する例は、広義の「化学プラント」の語の定義に耐えうるものではないが、「化学プラント」は他の形態の物質へ変換あるいは処理することに用いる全ての設備を含み、当該変換あるいは処理は、濃縮、重合、といった化学変換、蒸留、結晶化、パーベーパレーション、等によって精製するような物理的変換を指す。したがって、化学系製品、石油化学原料、化石燃料、パルプおよび紙、（磁器のような）セラミックバルク材、ガルバニックレイヤ、あらゆるバルク金属もしくは合金、樹脂、塗料、表面コーティング、ナノ粒子、肥料、能動作物保護成分といった機能材料、ならびに、エンドユーザ製品向けの製剤および調合、能動薬剤成分、および、それらの錠剤、軟膏、トニック、シロップ等への変換は、本発明の範囲に含まれる化学プラントで製造されると解され、さらに、その他の変換プロセスも同定義に含まれる。

しかしながら、本発明による方法およびその実施上の特徴は、本発明の他の態様において、ある種の、広義のエネルギー消費変換プロセスのための設備に適用してもよい。これらのプロセスには、プラスチック、金属、繊維、または、食品の原材料をバルクまたは最終製品にするプロセス、部品を機械または自動車に組み立てるプロセス、家財道具または機械の製造プロセス、等が含まれ、これらに限定されない。これらのプロセスは、本願の創意あふれるカテゴリー化−モニタリング−のフィードバックループから、化学プラントのエネルギー効率を最適化する本願の提案にかかる新規な方法を用いて取り扱うことができるという意味で、恩恵を得ることが可能である。

実施形態において、少なくとも１つのプラントのエネルギー消費量は、プラントタイプ別比エネルギー消費理論最適値を用いて正規化され、そうすることで、少なくとも１つのプラントのエネルギー消費量を、プラントのタイプに依らないで、別のプラントのエネルギー消費量と、個々のパラメータについて比較することが可能になる。
対応するモデルプラントに基づいてプラントタイプ別比エネルギー消費理論最適値を決定するステップ、および、パラメータを特定してグループ化するステップは、標準化に適した、よく規定された手順で実行することが可能である。

実施形態において、モデルプラントは、場所のインフラストラクチャや経済規模といった、影響を及ぼす別のファクタが除外された、特定の製品を製造する理想的なプラントとして策定される。これらの、影響を及ぼす別のファクタは、各プラントで実行されるプロセスに起因したパラメータに勘案されて含まれる。
エネルギーカスケードの進行において中間ステージを導入することができる。中間ステージにより、プラントにおいて増大するエネルギー消費に寄与するパラメータのクラス化が可能である。そうすることによって、１つの中間ステージが、最適プラントエネルギーとして定義され、プラントタイプ別比エネルギー消費理論最適値に基づいてプラントにおいて実行される化学プロセスおよび当該プラントに関連したインフラストラクチャを勘案する。

別の中間ステージを最適運転エネルギーとして定義され、最適プラントエネルギーに基づいて、大きな設備、小さな設備、といった、プラントの内的特性を勘案する。大きな設備、および、小さな設備は、過剰なエネルギー消費をなくすために必要な資金を意味することが可能である。

エネルギーカスケードの最終ステージに到達するために、すなわち、現在のエネルギー消費に到達するために、エネルギーカスケードの途中において別途考慮される。

恐らくは、プラントの運転条件に起因するパラメータは、それぞれ、静的パラメータおよび動的パラメータにクラス分け／再分割される。

また、別の実施形態においては、少なくとも１つのプラントのエネルギー消費を、プラントタイプ別比エネルギー消費理論最適値から始まって、グループ内の各パラメータについて部分的に取得された１つのレートを加えることで、当該少なくとも１つのプラントの現在のエネルギー消費に対するエネルギーカスケードを構成する棒状グラフでグラフ化するステップは、より頻繁に繰り返し周期的に、プラントの運転条件に関連する動的パラメータにかかるレートを再グラフ化するステップを含む。これにより、特に、プラントの動的な運転条件は、影響を及ぼす残りのファクタよりも短い時間間隔でモニタされる。このより短い時間間隔は、各運転条件の変動に関する経験的データに依らずに選択される。エネルギーカスケードにおいて厳密に対応するパラメータの１ヶ月、毎日、あるいは、さらに短いモニタリング、および、１ヶ月、毎日、あるいは、対応するより短い再グラフ化が望ましい。オンラインでのモニタリングは、動作の向上の持続可能性を確保する。

よって、本方法は、さらに、エネルギーカスケードにかかる少なくとも１つのパラメータについて、最適実証モード（best demonstrated mode）を計算するステップを有し、少なくとも１つのパラメータの各エネルギー寄与レートの望まれる比率を実証する。当業者にとって明白なことだが、最適実証モードは、定義されているパラメータ全体のうちから任意の数のパラメータについて、それぞれ計算することが可能である。

最適実証モードは、予め定められた期間にわたり測定された少なくとも１つのパラメータにかかるエネルギー寄与レートのヒストリから導出してよく、この場合、予め与えられた最小のエネルギー消費レートのパーセンテージを用いて最適実証モードが求められる。このパーセンテージは、１％から２０％でよく、特に、およそ１０％でよい。少なくとも１つのパラメータのエネルギー寄与レートは、継続的にモニタされ、最適実証モードに基づいて制御されてよい。

また、最適実証モードを用いて少なくとも１つのパラメータそれぞれの経時的なふるまいのパターンの予測モデルを構築してよい。これは、当然のことだが、上述のパラメータ全体のうちの任意の数のパラメータについて行うことができる。

また、最適実証モードは、少なくとも１つのパラメータにかかる新たなエネルギー寄与レートの測定に応答して継続的に改良されてよい。

別の実施形態において、最適実証モードを用いて少なくとも１つのパラメータの現在のふるまいに関する一時モデルが構築される。

別の態様においては、増大するエネルギー消費に寄与する運転条件は、総負荷に対する部分的負荷におけるプラントの運転、プラントのダウンタイム、および、プラントが処理する製品混合で構成されるグループから採られる。増大するエネルギー消費に寄与する残りの特定不能な運転条件は、全体でまとめてロスとされる。

さらに別の態様において、本方法では、少なくとも１つのパラメータのエネルギー消費レートが最適実証モードから予想された以上に乖離したことが検出されると、警告を発することができる。

さらに別の態様において、情報キャリアとして触知可能に具現化されたコンピュータプログラム製品は、命令群を有する。当該命令群は、実行されることにより、プロセッサに、上述の方法を実行させて、少なくとも１つの運転中の化学プラントのエネルギー消費をモニタして分析させる。

上記提案にかかる方法において、値のターゲットは、運転中の化学プラントについての理想的な最適（条件）（idealized optimum）を用いて求められ、実際の状態と理想的な状態との間のギャップが視覚化可能である。エネルギー消費をグラフ化することにより、随時、パフォーマンスのレベルを視覚化可能である。よって、エネルギー効率向上のための追跡および舵取りが実現される。

また、本方法では、一貫性のあるモニタリング、および、制御システムを実現し、比較指標（キー・パフォーマンス・インジケータ）を導き、そうすることによって、異なる製品および異なる技術の比較を可能にしている。本方法は、測定されたエネルギー消費には相異なる寄与が含まれることを考慮する。また、本方法においては、エネルギー消費に対する様々な寄与を適当なカテゴリーに自動的に割り当てることを実現している。これにより、影響を及ぼす相異なるファクタを常に考慮して各ユーザに対して視覚化することが可能である。

本発明において、第１のステップは、対応するモデルプラントに基づくプラントタイプ別比エネルギー消費理論最適値の決定を含む。このことは、最初にプラントがモデル化され、各エネルギー消費量最適値がそこから導出されることを意味する。この最適な構成のパフォーマンスのデータは、ＩＴツールによって計算され、エネルギー消費については、ＡＳＰＥＮ＋、ＶＴ Ｐｌａｎ、および、Ｅｘｃｅｌ（商標）のプログラムを部分的に組み合わせることで計算される。この、計算された最適値は、自然法則より導かれる特性を含んでいるが、現実において通常存在する他のロス源は含まれない。

クレームした方法において可能な実施形態において、計算されたプラントタイプ別比エネルギー消費理論最適値は、エネルギー消費最適値（optimum energy consumption value）を正規化のファクタとして用いて運転中の化学プラントの実際の状態を正規化することに用いられることが可能である。

また、以下の公式から、プラントタイプ別比エネルギー消費理論最適値に基づいて別の無次元ファクタを計算可能である。

Ｔ^２＝ＴＯ／ＣＣ
ここで、ＴＯは、エネルギー消費量理論最適値であり、ＣＣは、運転中の化学プラントの現在の消費量である。

この、計算された無次元ファクタにより、相異なる方法、技術、さらには、各化学プラントで製造される製品における比較が可能である。

上述のように概括的に提案した方法において、対応するモデルプラントに基づいてプラントタイプ別比エネルギー消費理論最適値を決定した後で、さらに、プラントで実施されるプロセスに起因して、プラントの内的特性に起因して、プラントの運転条件に起因して、プラントのエネルギー消費の増大に寄与するパラメータを、それぞれ、特定しグループ化することを提案する。このことは、エネルギー消費源が特定される必要があることを意味し、そして、消費源についてクラス化されることを意味する。このようなクラス化により、発見され特定されたパラメータはグループ化される必要がある。その後、本方法の別のステップにより、各パラメータについてエネルギー寄与レートが与えられる必要がある。これは部分的には自動的に、場合によっては要求される周期で取得される。クラス分けされたパラメータを、各エネルギー寄与レートと併せて用いることで、少なくとも１つの運転中の化学プラントのエネルギー消費は、エネルギー消費量理論最適値から始まって、部分的に自動的に取得されて得たグループの各パラメータの単一のエネルギー消費レートを逐次的に加えることにより、当該少なくとも１つの化学プラントにかかる現在のエネルギー消費に至る、棒状のグラフによりグラフ化される。このようにして、パラメータ群の少なくとも一部分についてモニタ可能で、特にオンラインでモニタ可能で、かつ、部分的に自動的に、少なくとも１つのプラントにおける現在のエネルギー消費を、別のプラントのエネルギー消費、および／または、当該少なくとも１つのプラントの過去のエネルギー消費と、個々のクラス分けされたパラメータについて比較することが可能なエネルギーカスケードが形成される。このことは、異なるグループに属するパラメータが組み合わされてエネルギーカスケードが形成されることを意味する。具体的に特定可能なエネルギー消費源のほか、具体的なカテゴリーのいずれか１つに明瞭に割り当てられない全ての影響を総まとめにするような、別のカテゴリーが導入される。カテゴリー分けされたエネルギー消費源は、それぞれ、部分的に取得されたエネルギー消費レートで定量化可能であるので、提示されるエネルギーカスケードは、相異なる特定されたエネルギー消費源に関して、はっきりと、運転中の化学プラントのパフォーマンスを反映し、よって、全プラントのエネルギー消費に寄与する単一のパラメータを考慮することによって学問的にパフォーマンスを向上させることが可能になる。よって、どのような、基礎をなす運転中の化学プラントのパフォーマンスの向上について言及するか、によってパラメータごとに優先順位を付けることが可能になる。

運転中の各化学プラントのエネルギー消費をエネルギーカスケードの形式で提示することにより、実際の基礎をなる運転中の化学プラントの、対応するモデルプラントに基づくプラントタイプ別比エネルギー消費理論最適値からの乖離についての明瞭かつ一義的な分析が可能になる。この、エネルギーカスケードから導出可能な乖離の分析は、特定のパラメータについての単一の選択されたエネルギー消費レートを減少させることでエネルギー消費を低減させるために実行されるべき手段の優先順位づけに用いることが可能である。含まれるパラメータに関するエネルギー消費レートの向上の実現が困難と思われるカテゴリーが複数存在する。しかしながら、容易に影響が及ぶパラメータが含まれる別のカテゴリーにおいてはエネルギー消費の向上は容易に達成されるであろうことが予想される。したがって、全体のエネルギー消費に関する効率的な改善は可能である。

別の態様においては、エネルギー管理システムは、モデルプラントに基づきプラントタイプ別比エネルギー消費理論最適値を決定するモデリング手段と、プラントで実行されるプロセスに起因して、プラントの内的特性に起因して、プラントの運転条件に起因して、それぞれ、プラントの増大するエネルギー消費に寄与するパラメータを特定しグループ化する分析手段と、を有する。この提案にかかるシステムは、さらに、各パラメータに関するエネルギー寄与レートを提供する提供手段を有し、当該提供手段は、自動的に要求された取得周期で、各パラメータの少なくとも一部分のエネルギー寄与レートを取得する取得手段を有する。また、本提案にかかるシステムは、エネルギー消費量理論最適値から出発して、グループ内の各パラメータについて部分的に取得されて得た単一のエネルギー消費レートを加えることによって、少なくとも１つのプラントの現在のエネルギー消費に至る棒状グラフによって、少なくとも１つのプラントのエネルギー消費を、定期的にあるいはリアルタイムでグラフ化する、モニタおよび制御手段を有する。これにより、個々のパラメータ群の少なくとも一部分についてモニタ、場合によってはオンラインでのモニタを可能にし、当該少なくとも１つのプラントの現在のエネルギー消費を、とりわけ自動的に、別のプラントのエネルギー消費および／または当該少なくとも１つのプラントの過去のエネルギー消費と、個々のパラメータについて比較することを可能にするエネルギーカスケードが形成される。

本提案にかかるシステムのモニタおよび制御手段は、さらに、プラントタイプ別比エネルギー消費理論最適値を用いて正規化した少なくとも１つのプラントのエネルギー消費量を提示し、そうすることで、少なくとも１つのプラントのエネルギー消費量を、プラントのタイプに依らないで、別のプラントのエネルギー消費量と、個々のパラメータについて比較することが可能にする。

本提案にかかるシステムによって用いられるモデルプラントは、特定の製品を製造するための理想的なプラントとして策定されてよい。

また、モニタおよび制御手段は、当該プラントの運転条件に関係するパラメータのエネルギー消費レートをなおさらに頻繁に定期的に再グラフ化する。このことは、これらのパラメータのエネルギー消費レートの再グラフ化の時間間隔は、全体としてのエネルギーカスケードをグラフ化するのに選択される期間よりも短くてよいことを意味する。そうすることで、これらのパラメータをより頻繁に変更することが考慮される。これらパラメータに関する再グラフ化の各時間間隔は適宜選択される。

本提案にかかるシステムの別の実施形態において、モニタおよび制御手段は、さらに、エネルギーカスケードに関する少なくとも１つのパラメータに対し、最適実証モードを算出し、少なくとも１つのパラメータの各エネルギー寄与レートの望まれる比率を実証する。この、望まれる比率は、モデルプラントにかかる架空の状況に対する、現実の状況の特性と解される。

別の実施形態において、最適実証モードは、予め定められた期間にわたり測定された少なくとも１つのパラメータにかかるエネルギー寄与レートのヒストリから導出してよく、この場合、予め与えられた最小のエネルギー消費レートのパーセンテージを用いて最適実証モードが求められる。この場合、予め定められた期間は、数時間から数ヶ月あるいは数年の範囲が可能である。パーセンテージは、例えば、１％乃至２０％から選択されてよい。

モニタおよび制御手段は、さらに、最適実証モードに基づいて、少なくとも１つのパラメータにかかるエネルギー寄与レートを継続してモニタして制御する。

本提案にかかるシステムの別の実施形態において、モデリング手段は、最適実証モードを用いて少なくとも１つのパラメータそれぞれの経時的なふるまいのパターンの予測モデルを構築する。最適実証モードは、取得手段から取得される、当該少なくとも１つのパラメータにかかるエネルギー寄与レートの新たな測定に応答して、モニタおよび制御手段によって継続的に改良されてよい。モデリング手段は、最適実証モードを用いてさらに、当該少なくとも１つのパラメータの現在のふるまいに関する一時モデルを構築してよい。

本提案にかかるシステムのさらに別の実施形態において、増大するエネルギー消費に寄与する運転条件は、部分的負荷におけるプラントの運転、プラントのダウンタイム、および、プラントが処理する製品混合で構成されるグループから採られる。

本提案にかかるシステムのモニタおよび制御手段は、さらに、少なくとも１つのパラメータのエネルギー消費レートが最適実証モードから予想された以上に乖離したことが検出されると、警告を発してよい。

本願の開示は、以下の認識に基づく。つまり、運転される化学プラントは、それぞれ、異なった、プラントのエネルギー消費の増大に寄与するパラメータを有し、これらはエネルギー消費に対する影響の種類、つまり、プラントで実行されるプロセスに起因した、プラントの内的特性に起因した、もしくは、プラントの運転条件に起因した、といった種類によってグループ分け可能である。プラントで実行されるプロセスは、主として技術的なプロセスである。つまり、各プラントの分野に特有のノウハウに主眼がおかれているところの、化学の分野に特有のものである。製造プラントの場合では、これは個々の製造プロセスである。また、プラントにおいて実行されるプロセスと関係して、エネルギーの観点では、例えば、電気、ガス、石油、水、の購入といったエネルギーの購入、例えば、ＣＯ_２エミッション、および、排水の排出といったエネルギーの排出がある。これらの項目は、プラントのインフラストラクチャに帰属させることができる。また、プラントの内的特性に起因した運転パラメータも存在する。これらは、例えば、プラントの複雑性といったプラント自体の内的特性によって決定される。プラントの運転条件に起因するパラメータは、プラントの運転の種類、つまり、プラントは部分的負荷で運転されるか全負荷で運転されるか、プラントのダウンタイム、および、基礎となるプロセスで用いられる製品混合によって決定される。別の考慮すべきプラントの運転条件も存在し、これらは、以下に記すようにして一纏めにして「ロス」と称する。

永続性のあるエネルギー消費の低減を実現するため、本願の開示は、対応するモデルプラントに基づくプラントタイプ別比エネルギー消費理論最適値に対してプラントのエネルギー消費の増大に寄与する全てのパラメータを考慮したエネルギーカスケードと考えられる、少なくとも１つの運転中の化学プラントのエネルギー消費を提供し、また、このエネルギー消費を、潜在的に可能なエネルギー削減について分析し、その潜在的可能性を求める手法を提供する。エネルギー消費を削減することを考慮して様々な観点から運転中の化学プラントのエネルギー消費の増大に寄与するパラメータの少なくとも核となるパラメータの全て、または、全てのパラメータを含めることで、様々なパラメータについて詳細な分析が可能となり、そうすることで、各パラメータのエネルギー消費レートにおいて永続的かつ包括的な削減が可能になる。本願の開示のように考えることで得られるエネルギーカスケードを考慮するのみで、大規模で複雑な化学プラントにおける全てのエネルギー寄与レートの経時的かつ部分的な分布を記録することができ、かつ、潜在的に可能なすべてのエネルギー削減を求め尽くすことができる。

各エネルギー消費レートを、対応するモデルプラントに基づくプラントタイプ別比エネルギー消費理論最適値で割ることで、エネルギーカスケードの個々のエネルギー消費レートを正規化することができる。そうすることで、少なくとも１つの化学プラントのエネルギー消費を、プラントのタイプに依らず、別のプラントのエネルギー消費と、個々のパラメータについて比較することが可能になる。本質的に、特定のプラントに関わりなく、全てのエネルギーカスケードを考慮することが可能であるから、化学プラントの現在の状態を分析するに際し特定のプラントに依存しないベンチマークが可能である。このベンチマークは、エネルギー消費の削減の潜在的可能性を示唆することが可能である。本願の開示は、全ての影響を及ぼすパラメータを詳細に考慮することにより、個々のエネルギー消費レートを求めて特定の消費家に割り当てることを提案する。エネルギーフローを追跡調査することが可能であり、エネルギーに関係するデータを保存して分析することが可能である。例えば、製造計画がエネルギー消費に及ぼす影響を解明することが可能である。

考察の全てを標準化することが可能な本提案にかかる方法により、少なくとも１つの運転中の化学プラントについてのエネルギー削減の潜在的可能性を求めることが可能になる。また、同時に、全ての過程の透明性および整合性が確保される。よって、少なくとも１つの運転中の化学プラントについてエネルギーの削減を包括的でかつ系統だった分析が可能になり、エネルギー削減の可能性の決定、および、エネルギー消費の削減のための手段の精緻化が容易となる。本提案に係る方法を用いることにより、多くの運転中の化学プラントにおいて既に利用可能である経験やベストプラクティスを統合的に利用することが可能になり、ベンチマークを、例えば、化学プラントで実行される特定の化学プロセスについての平均で作成することが可能になる。また、本提案にかかる方法を用いることにより、明解に規定されたルールに基づき系統だった作業をすることが可能になり、品質管理および品質保証が容易になる。運転中の化学プラントの高度な複雑性にかかわらず、エネルギー消費の削減の可能性を全て求め尽くすことが可能である。

本願においては、提案する方法は、標準化に適した複数のステップを有する。このような段階的手続きにより、内包する複雑性にかかわらずに、異なるプラント間の比較が可能になる。（［００５１］参照。）

ひとたび、エネルギー消費の寄与の属性づけを、このような標準化された分かりやすい方法で実行すれば、カテゴリーの幾つかは、採用すべき多くのエネルギーの節約の可能性を提供する。例えば、カテゴリー「部分的負荷」は、製造ユニットが部分的負荷で運転している場合における特定のエネルギーロスに対応する。この寄与は、本システムを用いれば明解に視覚化可能であり、この視認性のよさは、以下の２つの有利な状況を創出する。
（ｉ） ユニットの管理において、製造のアウトプットが、可能な限り部分的負荷を回避するように計画されるように努力することが可能になり、それによって、当該ユニットが部分的負荷で運転することに起因したエネルギーロスが大幅に削減される。そして、エネルギー排出の削減を計画することが可能になる。
（ｉｉ） ユニットの管理において、部分的負荷が避けられないような場合において部分的負荷の下での当該ユニットのエネルギー消費特性が最適化されるように努力することが可能になる。

後者は、本願が開示するシステムがユーザに対して最適実証モードの特性およびそれに基づく予測モデルを継続的に提供することにより容易になる。

したがって、生産管理においては、所与の環境においてエネルギー消費を最小にするように変化に対応して行動を計画するのみならず、部分的負荷に関する予測、最適実証モードの特性に関する利用可能な情報、および、システムの特徴である予測モデル、を用いて将来のエネルギー消費を計画することが可能である。

また、本システムの計画能力について詳述すれば、本システムは、全く異なる位置にある類似もしくは異なるプラントのエネルギー消費の特性を評価し、管理し、最適化することに用いることが可能である。ひとたび、各プラントのエネルギー消費の状況が測定され、エネルギーカスケードにおける別々のカテゴリーに割り当てられ、そして、本開示にかかる方法を用いて当該プラントにかかる各パラメータの最適実証モードおよびその他の特性が機能するように構築されれば、プラントに関する特定の性質や位置に関わりなく、プラント間の比較を実行することが可能になる。例えば、プラントを、その部分的負荷の（最適実証モードに基づく）曲線の急峻さ（スティープネス）について、比較することが可能であり、この比較から、その違いが生じた背後にある理由を究明しようとするための刺激が与えられる。監督管理層が、定期的に上記違い、劣るユニットの改善プラン、および、合意された期間後のそれらプランの達成度、をレビューすることも可能である。要するに、本開示にかかる方法およびシステムは、プラントのエネルギー効率の特性に深い洞察を与える。それによって、プラント管理において、準最適な設備構成および実施についてより具体的に示すことが可能になる。本開示にかかる方法およびシステムを用いた場合、改善のためのプロセスは、用いなかった場合よりもよりダイレクトに進行する。なぜなら、本システムにかかるカテゴリー化および分析ツールは、追加的なガイダンスを提供し、高度に効率的な改善プロセスを可能にするからである。

本提案にかかる診断方法を用いてエネルギー消費が分析され、エネルギー消費の増大に寄与する個々のパラメータが特定され、それぞれの由来に基づいてグループ分けされることで、個々のパラメータにかかるエネルギー消費レートの低減の潜在的可能性の有無についての運転中の化学プラントに対する初期のアセスメントが可能になる。そうすることで、弱点が特定され、改善のための手段が実行可能になる。

正規化形式のエネルギーカスケードは、個々の化学プラントに依らず、参照可能であるから、診断においては、多数の化学プラント間での比較も可能である。また、化学プラントのアセスメントは、簡便かつ迅速な方法で行うことが可能である。

エネルギーカスケードとして棒状グラフでエネルギー消費を定期的にグラフ化することで認識される化学プラントのエネルギー消費に寄与する相異なるパラメータを分析すると、弱点を明確に特定することができ、改善のための手段を提案することが可能になる。定期的な再グラフ化により、境界条件を変更して、新しい特性で改善のための再アセスメントが可能になる。

本提案にかかるモニタおよび分析方法の範囲において、個々のパラメータにかかるエネルギー消費レートの低減の可能性を求めるための、標準化された概念、標準化された計算モデル、および、標準化されたプロセス分析を使用することが可能である。ベストプラクティス、および、既得の経験の両方を使用することも可能である。本提案にかかる分析の際、成功実績のある概念、計算モデル、および、プロセス分析に頼ってもよく、よって、特に良好な節約の可能性を求めることが可能である。

別のステップにおいて、エネルギー消費レートの低減のための改善手段の詳細な策定が実行可能であり、さらに別のステップにおいて、適当な実施が可能である。

定期的に少なくとも１つのプラントのエネルギー消費を、プラントタイプ別比エネルギー消費理論最適値から出発して、グループ群に含まれる各パラメータに関して部分的に取得されて得た単一のレートを加えて少なくとも１つのプラントの現在のエネルギー消費に対するエネルギーカスケードを構成する棒状グラフで少なくとも１つのプラントのエネルギー消費を定期的にグラフ化するステップ、および、プラントの運転条件と関連した動的パラメータのレートをより頻繁に繰り返して再グラフ化する工程を含んだエネルギーカスケード形成のステップにより、とりわけ永続性のあるエネルギー消費の削減が可能になる。或る時間間隔の後に、とりわけ、遅くとも一年後に、全てのレートについてのグラフ化を繰り返すことで、いずれの手段が改善されたか正確にチェックすることが可能である。次に、エネルギー消費レートの低減のための手段の効果や、ベストプラクティスの達成をチェックすることが可能である。

１つまたは複数の実施形態の詳細は、添付の図面および以下の説明中に示されている。それ以外の特徴については、図面の説明やクレームから明らかである。

本提案にかかる方法による実施形態により提供されるエネルギーカスケードの概略図

図１は、運転中の化学プラントのエネルギー消費をモニタリングして分析するための、本提案にかかる方法の実施によって得られるエネルギーロスカスケードの概略図である。図１に示した当該エネルギーカスケードは、プラントタイプ別比エネルギー消費理論最適値から出発し、グループ群内の予め特定された各パラメータの、予め得た、予め部分的に取得した、単一のエネルギー消費レートを加えることによって、基礎となる運転中の化学プラントの現在のエネルギー消費（current energy consumption）ＣＥＣまでのエネルギーカスケードを構成する棒状グラフとして表現される。プラントタイプ別比エネルギー消費理論最適値（plant type specific theoretical energy consumption optimum value）ＴＥＯに関し、当該プラントにかかる増大するエネルギー消費に寄与するパラメータが先ず特定され、それぞれの対応する由来にしたがってグループ分けされる。図１においては、エネルギー消費は、ｋＷｈ_ＰＥ／ｔ_{プロダクト}を単位とする比エネルギー消費として示されており、ここで、指標ＰＥは、一次エネルギー（Primary Energy）を表す。以下、比エネルギー消費をｋＷｈ_ＰＥ／ｔ_{プロダクト}の単位で示す理由について詳述する。

一次エネルギーは、原燃料および系（システム）が該システムに対する入力として受け取るその他の形態に含まれるエネルギーである。エネルギー収支の編集の過程においては、特に、エネルギー統計の概念を用いている。一次エネルギーは、再生可能エネルギーおよび再生不能エネルギーを含む。

一次エネルギーは、エネルギー変換プロセスにおいて、より使い勝手のよい形態のエネルギー、例えば、電気エネルギー、および、よりクリーンな燃料、に転換される。エネルギー統計において、これらの形態は、二次エネルギーと称される。二次エネルギーは、ある形態から別形態へ転換されたことのあるエネルギーである。電気は最も知られた例であって、石炭、石油、天然ガス、風力、等から転換されたものである。

比較可能とするためには、エネルギー管理システムについてのファクタを規定することが重要である。これにより、様々な形態の二次エネルギーの消費が比較可能になる。そのため、一次エネルギーから二次エネルギーへの転換のプロセスを、確立されたファクタを用いて逆方向に適用する。原則として、これらファクタの定義および承認は、システムを適用する団体に委ねられる。標準として、以下の変換が通常は用いられる。
１ｋＷｈ（電気）＝１ｋＷｈ（ＰＥ）／０．４０
１ｋＷｈ（蒸気）＝１ｋＷｈ（ＰＥ蒸気熱容量）／０．９
１ｋＷｈ（冷却エネルギー）＝（１ｋＷｈ（ＰＥ）＊０．４０）＊ＣＯＰ
ここで、ＣＯＰは、冷却デバイスのパフォーマンスにかかる係数（coefficient of performance of the cooling device）

これらの式は、通例達成される効率に基づくものである。これらの式では、製造プラントを提供するローカルシステムの効率は無視し、もって、二次エネルギーを消費する様々なプラントについての完全な比較可能性を確保し、さらに、或る形態の二次エネルギーを他の形態のそれに置換することによる効果を明らかにしている。クラス最高の設備によるプラント内蒸気発生に対するベンチマークおよび比較のような、異なる目標に従うために、上述の式においてもっと野心的な効率性ファクタを用い、望ましいかたちの管理システムを設計することも可能である。

運転中の化学プラントについて特定され得るパラメータの第１グループは、一般に戦略的決定に基づいて各化学プラントで実行されるプロセスに起因したパラメータに分類することが可能である。これらのパラメータは、とりわけ、各化学プラントおよび各化学プラントが稼働するインフラストラクチャで実行される化学的プロセスを含んでいる。これら特定されクラス分けされたパラメータのそれぞれに関し、エネルギー寄与レートが決定され、図１において、ＣＰおよびＩＳとして示される棒のそれぞれで表されるエネルギー消費最適値（energy consumption optimum value）ＴＥＯに付与される。エネルギー消費最適値ＴＥＯに対し、化学プロセスおよびインフラストラクチャにかかる２つのエネルギー寄与レートＣＰおよびＩＳを加えることにより、エネルギー消費値ＰＥＯは、特定の化学プロセスＣＰおよび特定の所与のインフラストラクチャＩＳを考慮した「最適プラントエネルギー」（"plant energy optimum"）と呼べるものになる。

最適プラントエネルギーＰＥＯから出発する場合、基礎となる化学プラントのエネルギー消費のさらなる増大に寄与する別のパラメータが存在する。つまり、プラントの内的特性に起因するパラメータである。これは、例えば、基礎となる化学プラントの運転に利用することができる特定の実在の設備であってよい。大きな設備は、ＥＬとして識別され、小さな設備は、ＥＳとして識別される。大きな設備、および、小さな設備は、過剰なエネルギー消費を無くすのに必要な資金量に関係することがある。また、プラントのエネルギー消費の増大に寄与するパラメータのそれぞれについて、エネルギー寄与レートを与える必要があり、部分的には取得する必要があり、これらは、既に計算した最適プラントエネルギーに加えられ、もって、エネルギーカスケードにおける、所謂、最適運転エネルギー（operational energy optimum）ＯＥＯに達する。ＯＥＯは、エネルギーカスケード全体における別の分類ステップを示す。最適プラントエネルギーＰＥＯと最適運転エネルギーＯＥＯとの間のエネルギーカスケードを定めるパラメータは、プラントの内的特性に起因したパラメータに分類される。これらのパラメータは、各設備に変更を加えることで影響を受けることができ、もって、それぞれのエネルギー寄与レートを向上させる。

最適運転エネルギーから出発すれば、化学プラントのそれぞれのエネルギー消費のさらなる増大に寄与する一連の別のパラメータが存在する。これらのパラメータは、プラントの運転条件に起因したパラメータである。この、最後のパラメータグループもしくはクラスは、一般に、動的性質を備える。これに対し、プラントで実行されるプロセスに起因したパラメータおよびプラントの内的特性に起因したパラメータは、一般に静的性質を備える。

最後のパラメータグループは、とりわけ、プラントの運転の種類に起因したエネルギーの増大に寄与するパラメータを含んでいる。それらは、例えば、部分的負荷（partial load）ＰＬ、プラントのダウンタイム（downtime）ＤＴ、プラントで行われる製品混合（product mix）ＰＭ、および、ＯＰと識別されるプラント運転パラメータ（plant operational parameters）であり、これらのパラメータはそれぞれ単一のカラムで示されるように、特定の取得されたエネルギー寄与レートでプラント全体のエネルギー消費に寄与する。ここで、一義的に基礎となるロス源に割り当てることができないパラメータは、全てＬＳとして識別するカテゴリー「ロス」にグループ化される。全ての単一のエネルギー消費レートを、先に求めた最適運転エネルギーＯＥＯに加えることにより、基礎となる化学プラントの現在のエネルギー消費（current energy consumption）ＣＥＣに到達する。上述したことだが、プラントの運転条件に起因した最後のパラメータグループは、一般に動的な性質を備え、よって、定期的に反復的に取得すること、および、プラントの運転条件に関連した動的なパラメータにかかる各エネルギー消費レートを再グラフ化することにより、運転中の化学プラントのエネルギー消費についての信頼性のある分析をすることが重要である。反復的な取得、および、これらパラメータのエネルギー消費レートの再グラフ化のための期間は、全パラメータにかかるエネルギー消費レートの提供およびグラフ化のための期間として選択される期間よりも短ければよい。

また、エネルギーカスケードのパラメータの少なくとも１つまたはいくつかについて、最適実証モードを計算することが望ましい。最適実証モードは、対応するパラメータに関するエネルギー寄与レートについて望まれる比率を実証する。最適実証モードは、予め定めた期間にわたって測定された各パラメータのエネルギー寄与レートのヒストリから導出可能であり、ここでは、予め与えられた最小のエネルギー消費レートを用いて各最適実証モードが求められる。

このようにして求められた最適実証モードに基づいて、各パラメータのエネルギー寄与レートを継続してモニタして制御することが可能である。

適当な数のパラメータについて求められた最適実証モードを用いることで、各パラメータについての経時的なふるまいのパターンの予測モデルを構築することができる。また、最適実証モードは、各パラメータにかかるエネルギー寄与レートの新たな測定に応答して継続的に改良されてよい。

また、最適実証モードを用いることで、対応するパラメータの現在のふるまいに関する一時モデルを構築することも可能である。

各パラメータについて最適実証モードを使用することは、各単一のパラメータにかかるエネルギー消費レートの向上の潜在的な可能性を示唆する上で有用であり、また、現実において効果的に影響が及ぶように、パラメータを明確に操作することの助けとなる。

また、最適実証モードが求められている少なくとも１つのパラメータのエネルギー消費レートが当該最適実証モードから予想された以上に乖離したことが検出されると、警告を発することも可能である。

本願において記載され、本提案にかかる方法およびシステムと関連する様々な技術の実装は、デジタル電子回路、あるいは、コンピュータのハードウェア、ファームウェア、ソフトウェア、または、それらの組み合わせとして実施可能である。当該実装は、コンピュータプログラム製品、すなわち、触知可能に、例えば、機械読み取り可能なストレージデバイス、伝搬信号といった情報キャリア内に具現化された、例えば、プログラム可能なプロセッサ、コンピュータ、あるいは、複数のコンピュータといったデータ処理装置によって実行されるための、あるいは、その動作を制御するための、コンピュータプログラムとして実施することも可能である。本提案にかかる方法およびシステムの実施に必要なコンピュータプログラムのようなコンピュータプログラムは、任意のプログラム言語で記述可能である。当該言語は、コンパイラ型の言語およびインタプリタ型の言語を含み、スタンドアロン型のプログラム、あるいは、モジュール、コンポーネント、サブルーチン、あるいは、コンピュータ環境における使用に適した別の単位といった任意の形態で配備することが可能である。コンピュータプログラムは、１つの場所（サイト）にある１つまたは複数のコンピュータ上で実行可能に配備されてよく、または、複数の場所（サイト）に配布され、通信ネットワークで相互に接続されてもよい。

機能を実現するためにコンピュータプログラムを実行しデータの入力および出力の生成を行う１つまたは複数のプログラム可能なプロセッサに、方法ステップを実行させてよい。方法ステップは、例えば、ＦＰＧＡ（フィールド・プログラマブル・ゲート・アレイ）あるいはＡＳＩＣ（特定用途向け集積回路）のような専用用途の論理回路によって実行されて、そのための装置として実施されてよい。

コンピュータプログラムの実行に適したプロセッサは、例えば、汎用および専用マイクロプロセッサの両方が含まれ、あらゆる種類のデジタルコンピュータの１つもしくは複数のプロセッサが含まれる。一般に、プロセッサは、命令およびデータをリード・オンリー・メモリもしくはランダム・アクセス・メモリまたは両方から受け取る。コンピュータの要素には、命令を実行する少なくとも１つのプロセッサ、および、命令およびデータを格納するための１つもしくは複数のメモリデバイスが含まれてよい。一般に、コンピュータは、例えば、磁気、光磁気、もしくは光ディスクといった、１つもしくは複数のデータ保存用の大容量ストレージデバイスを備えるか、あるいは、データの受信および転送が可能に接続されてよい。コンピュータプログラム命令群およびデータを具現化するのに適した情報キャリアには、あらゆる形式の不揮発性メモリが含まれる。これには、例えば、ＥＰＲＯＭ、ＥＥＰＲＯＭ、および、フラッシュメモリデバイスといった半導体メモリデバイスや、例えば、内臓ハードディスクもしくは取り外し可能なハードディスクといった磁気ディスクや、例えば、光磁気ディスクや、ＣＤ−ＲＯＭおよびＤＶＤ−ＲＯＭディスクが含まれる。特定用途論理回路が、プロセッサおよびメモリを補完してもよいし、内に組み込まれてもよい。

ユーザとの相互作用を提供するために、例えば、陰極線管（ＣＲＴ）もしくは液晶ディスプレイ（ＬＣＤ）モニターといった、ユーザに対して情報を表示するディスプレイデバイス、ならびに、例えば、マウスもしくはトラックボールといった、ユーザがコンピュータに対して入力を行うポインティングデバイスおよびキーボードを備えたコンピュータ上で実施してもよい。同様にユーザとの相互作用を提供する別種のデバイスとして、例えば、ユーザに対するフィードバックはあらゆる形式の知覚可能なフィードバックを用いることが可能である。それらは、例えば、視覚的フィードバック、聴覚的フィードバック、もしくは、触知的フィードバックである。また、ユーザからの入力は、任意の形式にしたがって受け取ってよい。それらには、音響的、発話的、触知的な入力が含まれる。

例えば、データサーバのようなバックエンドコンポーネントを備えるコンピュータシステムでの実施も可能である。あるいは、例えば、アプリケーションサーバのようなミドルウェアコンポーネントを備えるコンピュータシステムでの実施も可能である。あるいは、例えば、ユーザが実装例と相互作用を行うグラフィカルユーザインタフェースもしくはウェブブラウザを有するクライアントコンピュータのようなフロントエンドコンポーネントを備えるコンピュータシステムでの実施も可能である。あるいは、バックエンドコンポーネント、ミドルウェアコンポーネント、もしくは、フロントエンドコンポーネントからの任意の組み合わせを備えるコンピュータシステムでの実施も可能である。コンポーネントは、例えば、通信ネットワークのような任意の形態もしくは媒体のデジタルデータ通信によって相互接続されてよい。通信ネットワークの例には、ローカルエリアネットワーク（ＬＡＮ）、インターネット等のワイドエリアネットワーク（ＷＡＮ）が含まれる。本実施形態においては、いくつかの特徴を例証したが、多くの修正例、置換例、変更例、均等例は、当業者にとって明白であろう。添付のクレームは、そのような修正例や変更例も本願の開示の実施形態の思想に含まれるように意図して起草されたものと解されるべきである。

米国特許第４，１４６，９２３号明細書 米国特許第４，９０７，１６７号明細書 米国特許第６，７８５，５９２号明細書 独国公開特許公報ＤＥ１０３３４３９７Ａ１

ジェイ・ハリソン、ケム・エング、８／０８，３４ｆｆ（J. Harrison, Chem. Eng. 8/08, 34ff）

Claims (16)

1. 運転中の化学プラントのエネルギー消費をモニタリングし分析するための、コンピュータによって実行される方法であって、
   前記プラントについてのプラントタイプ別比エネルギー消費理論最適値を、比較可能な対応するモデルプラントに基づき、求めるステップと、
   ｉ）前記プラントが実行するプロセスに起因して、ｉｉ）前記プラントの内的特性に起因して、ｉｉｉ）前記プラントの運転条件に起因して、前記プラントのエネルギー消費の増大に寄与するパラメータを、それぞれ、特定しグループ化するステップと、
   各パラメータについてエネルギー寄与レートを、その一部については自動的に、また、必要に応じて定期的に取得して、用意するステップと、
   前記プラントのエネルギー消費を定期的に棒状グラフでグラフ化するステップであって、前記棒状グラフは、前記プラントタイプ別比エネルギー消費理論最適値（ＴＥＯ）から始まって、グループに含まれる各パラメータについての前記用意した１つのエネルギー寄与レートを加えることによって、前記プラントの現在のエネルギー消費値（ＣＥＣ）に至り、パラメータ群の少なくとも一部をモニタすることができかつ前記プラントの前記現在のエネルギー消費を、他のプラントのエネルギー消費および／または前記プラントの過去のエネルギー消費と、前記パラメータのそれぞれについて比較することができるエネルギーカスケードを形成する、ステップと、を有する方法。
2. 前記プラントの前記エネルギー消費は、前記プラントタイプ別比エネルギー消費理論最適値（ＴＥＯ）を用いて正規化され、前記プラントの前記エネルギー消費を、他のプラントのエネルギー消費と、前記パラメータのそれぞれについてプラントのタイプに依らずに比較する、請求項１に記載の方法。
3. 前記対応するモデルプラントに基づきプラントタイプ別比エネルギー消費理論最適値を求めるステップ、および、前記パラメータを特定しグループ化するステップは、標準化に適した設計である、請求項１に記載の方法。
4. 前記モデルプラントは、理想化された方法で特定の製品を製造し、位置、インフラストラクチャ、および、経済規模を含む、影響を及ぼす別のファクタが除外されている、請求項１に記載の方法。
5. 前記プラントの運転条件に起因したパラメータは、統計パラメータおよび動的パラメータに分類される、請求項１に記載の方法。
6. 前記プラントのエネルギー消費を定期的に棒状グラフでグラフ化するステップであって、前記棒状グラフは、前記プラントタイプ別比エネルギー消費理論最適値（ＴＥＯ）から始まって、グループに含まれる各パラメータについての前記用意した１つのエネルギー寄与レートを加えることによって、前記プラントの現在のエネルギー消費値（ＣＥＣ）に至る、ステップは、前記プラントの運転条件に関連する前記動的パラメータのレートを定期的に反復的に再グラフ化するステップを含む、請求項５に記載の方法。
7. さらに、前記エネルギーカスケードのパラメータについて最適実証モードを計算し、少なくとも１つのパラメータの各エネルギー寄与レートの望まれる比率を実証するステップを有する、請求項６に記載の方法。
8. 前記最適実証モードは、予め定められた期間にわたり測定された前記パラメータの前記エネルギー寄与レートのヒストリから導出され、
   予め与えられた最小のエネルギー消費レートのパーセンテージを用いて前記最適実証モードが決定される、請求項７に記載の方法。
9. 前記少なくとも１つのパラメータの前記エネルギー寄与レートは、継続的にモニタされ、前記最適実証モードに基づいて制御される、請求項７に記載の方法。
10. 前記最適実証モードを用いて少なくとも１つのパラメータそれぞれの経時的なふるまいのパターンの予測モデルを構築する、請求項７に記載の方法。
11. 前記最適実証モードは、前記少なくとも１つのパラメータの新たなエネルギー寄与レートの測定に応答して継続的に改良される、請求項７に記載の方法。
12. 前記最適実証モードを用いて前記少なくとも１つのパラメータの前記現在のふるまいに関する一時モデルが構築される、請求項７に記載の方法。
13. 増大するエネルギー消費に寄与する運転条件は、部分的負荷での前記プラントの運転、前記プラントのダウンタイム、および、前記プラントが処理する製品混合、のうちの１つまたは複数である、請求項１に記載の方法。
14. 前記パラメータの前記エネルギー消費レートが前記最適実証モードから予想された以上に乖離したことを検出すると、警告を発する、請求項７に記載の方法。
15. 情報キャリアとして触知可能に具現化されたコンピュータプログラム製品であって、
    前記コンピュータプログラム製品は、命令群を有し、
    前記命令群は、実行されることにより、プロセッサに、請求項１乃至１４のいずれかに記載のプラントのエネルギー消費をモニタし分析する方法を実行させる、コンピュータプログラム製品。
16. エネルギー管理システムであって、
    モデルプラントに基づきプラントタイプ別比エネルギー消費理論最適値を決定するモデリング手段と、
    ｉ）前記プラントが実行するプロセスに起因して、ｉｉ）前記プラントの内的特性に起因して、ｉｉｉ）前記プラントの運転条件に起因して、前記プラントのエネルギー消費の増大に寄与するパラメータを、それぞれ、特定しグループ化する分析手段と、
    前記パラメータそれぞれのエネルギー寄与レートを提供する提供手段であって、当該提供手段は、自動的に要求された取得周期で、前記パラメータの少なくとも一部分のエネルギー寄与レートを取得する取得手段を備える、提供手段と、
    前記プラントのエネルギー消費を定期的に棒状グラフでグラフ化するモニタおよび制御手段であって、前記棒状グラフは、前記プラントタイプ別比エネルギー消費理論最適値から始まって、グループに含まれる各パラメータについての前記用意した１つのエネルギー寄与レートを加えることによって、前記プラントの現在のエネルギー消費値に至り、パラメータ群の少なくとも一部をモニタすることができかつ前記プラントの前記現在のエネルギー消費を、他のプラントのエネルギー消費および／または前記プラントの過去のエネルギー消費と、前記パラメータのそれぞれについて比較することができるエネルギーカスケードを形成する、モニタおよび制御手段と、を有するエネルギー管理システム。

Images