能源评估新标准落地

重新评估能源的关键数据

作者:Stefan Authier 文章来源:PROCESS《流程工业》 发布时间:2019-11-13
新颁布的能源管理标准ISO 5001:2018做出了更加明确的定义和统一的规则。能源指标评估的新规定使得许多中小型企业冒了一头冷汗,更加严格的能源需求也证明了企业还存在许多潜在的危机。

ISO 5001标准向能源管理者提出了10条要求。人们期待着旧标准的不断改进完善以及新标准规定的发布。现在已有的认证都必须在3年内按照新版标准的规定和要求重新认证。作为能源利用率和过程优化的项目管理者,新版标准有着许多好处:转移到新的、更高层次的HLS高级结构之后方便了与其他管理系统标准的融合,因为新标准中有关特定问题的要求和已经与一般标准的概念和定义保持了一致。此外,新标准还强调了高级管理层的责任,要求将企业的能源政策、能源目标与战略管理流程更加紧密地联系在一起,并制定出源于企业发展战略的具体节能措施。

能源评估新标准

量化隐形指标

并不是ISO 5001标准所有的改动都会被人接受,其中的有些条款引起了工业企业人员的质疑。例如某化工企业的能源经理在监督审计报告中表示,审计员不认同以前被认可的能源使用情况的证明方式,提出了改进完善的要求。在能源效率研讨会期间,对能源消耗量较大企业的关键能源数据的总体考察可以得出以下几点结论:过去几年里,已经发现许多节能潜力并采取了相应的措施,使所有的关键指标数据都趋近标准,这表明能源利用效率有了提高;每吨产品消耗的能源关键数据也体现了能源利用效率的提高,这是已发掘所有节能潜力的结果。

能源评估新标准

从能源使用量来看,企业能够改进的空间很小。这使得企业的能源管理者认为一些众所周知的、不会影响能源利用效率的因素,也有可能对能源利用效率的关键指标起到负面影响,人们认为能效提高瓶颈的出现是因为产品产量、销售量的减少而导致的。新版ISO 5001标准恰恰在这里有了重大的改变,将来必须量化这些影响因素,并制定能够量化这些影响因素的方法。新版标准中EnPI能源绩效指标标准化的要求就是为了解决“隐形”因素的量化问题。因此,当一个企业的数据变量对能源绩效指标有重大影响时,那么它就必须进行EnPI能效指标的标准化,并给出适当的能源基础数据,以便能够直观感知能效的变化。

能源评估新标准

不受限的能源数据

为了能够更好理解这里所描述的“问题”,有必要阐述一下最常见的能源绩效指标的意义。使用广泛的且直观的节能指标与“单位产出的能源消耗”已经标准化了,即产品的生产数量也是一个影响能源利用效率的因素,生产的产品越多,消耗的能源也就越多。而绝对能源消耗则是一个不容易衡量的指标,因为它会在相同技术效率下不断上下波动。产品产量P是一个能够显著影响能源消耗的变量,但这一变量也受到像市场条件、销售活动和盈利目标等外部因素的影响。因此,更好的办法是使用单位能源消耗这一指标。但产品产量方面所需的标准化常常是不完整的标准化。

绝大多数的产品都有固定的、在更大面积的市场中没有多大变化的基本消费量。然而,随着产量的提高这种基本消费被“稀释”,而被稀释产量导出的能源绩效关键数据也就相应变小了。在这一案例的情况下减少生产就会出现相反的效应。同样,只有数据指标没有有关产量的辅助说明,这样的数据指标没有任何意义。

通向完整的标准化

全面的标准化提供了在基础能源需求之上的能源消耗与评估期间实际能源消耗之间比较的可能性。而且相关变量的具体数值并不影响结果,例如不用考虑生产的产品数量就可以直接比较。对于像本案例所讨论的简单情况,这可以通过确定产品生产产量与能源消耗之间的关系式E=mP+K准确的计算出来。也就是说我们可以通过从生产历史按照回归法计算出来的参数m和k,来确定E和P两个数据之间的关系了。其中,m和k表示的是所考察期间生产过程中生产操作和技术的能源指标系数,并且是按照标准化要求改进了的。因此,完整全面的标准化应是能够将实际测量的能源消耗数据与从利用m和k系数计算的能源消耗直接比较的标准化。

以上介绍的案例是说明新标准的一些基本考虑。在实践中至少还要考虑回归法的统计学不确定性问题。另外,在许多情况下,都是多个变量在发挥作用,这也使得计算问题变得更加复杂。但上述提到的考虑因素在复杂情况下仍然是一些有效的、必须考虑的因素。因此在每一个案例中都必须确定在“建立物理模型或者统计学模型”时,考虑哪些具体因素是最合理、最有利的?
很大程度上依赖每吨能耗的“一刀切”简单方法已经过时了。像新标准中所要求的那样,统一、一致的标准化明显提高了对数据管理和数据评估的要求。

完整标准化的途径

在能源消耗基础上确定的能耗计算模型和回归函数计算的能源消耗期望值与实际测得的真实能源消耗的比较。不同负荷期的能源消耗是具有可比性的,而且也与能源基础上的技术和运营能效有关:

1:将报告期的变量值代入回归法计算公式,计算出在参数不变时的预期的能源消耗值E,ε (m, K)。这一关系式表达了所有参数的整体效果。

2:评估出现的变化,(就统计学的相关性而言)预期的能源消耗值ε在相对变化中有着决定性的作用和意义。

3:合适的能效指标表示了E与期望值之间的比率:

EnPI = E(测量的)/ε(m,K)

EnPI <1表示有明显改进

EnPI> 1表示恶化

随着产品产量的增加单位能源消耗在减少。E/P并没有消除产品生产数量的所有影响:关系式的右侧仍然与产品产量P有关。

0
-1
收藏