能源管理系統資訊
1.能源績效指標應用作法向下箭頭
(1)能源績效指標類型
組織在決定要設定哪些能源績效指標時,建議經由完整的能源審查,統計耗能區域狀況、使用那些能源、能源耗用情形,藉由了解組織耗能情形,一般建議設定之能源績效指標種類包含整體型指標、區域型指標及設備型指標三種,如圖1能源績效指標設定種類所示,表1為能源績效指標三大邊界類型詳細說明。
圖1 能源績效指標設定種類(圖說)
表1 能源績效指標三大邊界類型說明
能源績效指標 邊界類型 |
說明 | 備註 |
---|---|---|
設備/單一 |
|
|
區域/系統 |
|
|
整體/全廠 |
|
|
(2)能源績效指標使用對象
能源績效指標種類相當多元,不同的邊界設定便可設定出數種之能源績效指標,故使用者除了優先考量能源績效指標之適用性外,亦應評估公司內部不同之權責單位與管理主管適用之能源績效指標,以利發揮設定能源績效指標之效益,提供合適的資源與異常矯正措施,如表2所示。
表2 能源績效指標使用者分析
能源績效指標 使用者 |
內部使用者對於能源績效指標之應用重點 |
---|---|
最高管理階層 | 負責確認能源績效指標是否適用於組織、思考能源績效有長期規劃、符合所有法規與外部相關要求、確認能源績效於合理期間內有被量測並報告。 |
管理代表 | 推動能源管理團隊運作,負責向最高管理階層報告能源績效指標現況。 |
工廠管理者 | 控制工廠資源並對工廠運作負責的人。持續確保工廠重大能源使用與能源績效被完整監督與正確運作。工廠管理者應清楚了解能源績效、能源使用不正確、效率不佳與成本皆有關係。 |
操作維護人員 | 使用能源績效指標確保操作正確並於能源績效異常時進行矯正、持續改善減少能源的浪費。 |
(3)能源績效指標量化類型
由上述介紹可知,能源績效指標主要可以從邊界劃分設定成三種類型,整體型、區域型及設備型,近一步評估各績效指標之類型,能源績效指標量化的方式主要可歸納為2種方法,單一量測、比率分析,如圖2與表3所示。
由上述說明可知,工廠在選擇能源績效指標依序至少應考量三大要素,能源績效指標之使用者、能源績效指標設定邊界類型及能源績效指標數值量化方式,方能取得合用之能源績效指標進行長期監督與量測。
圖2 能源績效指標量化方式分析(圖說)
表3 各行業別能源績效指標量化方式與應用分析
指標類型 | 運用優勢 | 參考例 | 運用缺點 |
---|---|---|---|
單一量測 |
|
|
|
比率分析 |
|
|
|
2.建立適當的能源基線
向下箭頭能源基線主要目的即為與改善後的能源績效指標數值進行比較,從圖3可明確得知,能源績效指標、能源績效指標數值與能源基線三者間的關係。建立能源基線可依下列四個步驟展開:
- 決定與特定目的相符之能源績效指標和可與之比較之能源基線
- 決定合適之數據統計期間
- 數據收集
- 計算與測試建立之能源基線
圖3 能源績效指標、能源績效指標數值與能源基線關係圖(圖說)
資料來源: DRAFT INTERNATIONAL STANDARD ISO/CD 50006, 2013
當組織確立能源績效指標後,應進一步討論會影響這些能源績效指標之相關變因與能源消耗,針對討論結果再確認要逐日、逐月或逐年進行資料收集。當上述資料收集完成後,以統計方法分析(包含圖表、列表、試算表、迴歸分析、模擬模型…等),證明系統之模型及變數與能源績效之間的相關性。一般建議可應用歷史數據比對法或 迴歸分析法(包含線性與非線性迴歸),來建立有效之能源基線。
(1)定值分析法
此方法為依據組織所決議收集的能源績效指標與收集數據的區間,利用歷史平均值數據建立能源基線,後續定期統計相關數值進行比對與分析,即可掌握目前所設定的能源績效指標之目標達狀況,如圖4定值分析法(例)所示。但是此方法只針對所設定的能源績效指標數值進行比對分析,沒有考慮相關變數的影響,因此無法排除相關變因影響能源績效的結果。
(2)迴歸分析法
此方法為依據組織所決議收集的能源績效指標與收集數據的區間之外,還需配合先前所設定的區間,收集會影響設定的能源績效指標之相關變因,進行單一變數或多變數迴歸(包含線性與非線性迴歸)的方式建立能源基線,如圖5迴歸分析法(例)所示,而該預測方程式即為能源基線,會依外氣溫度預測單位面積空調耗電量,如圖6,即可將實際用電量與能源基線相互比較。
圖5 迴歸分析法(例)(圖說)
圖6 實際用電量與能源基線互相比較(例)(圖說)
另外為確認所建立之能源基線其準確性,應分析統計結果是否符合可接受之標準,統計要求可參考表4統計確認指標,用來驗證標準數學模型採用典型之統計指標。
表4 統計確認指標
參數估計 | 縮寫 | 建議接受值 | 目的 |
---|---|---|---|
決定係數 | R2 | >0.75 | 表示模型之整體能力,說明自變數之變化,較低之R2值,自變數可能會遺失或需要額外的數據。 |
可變均方根誤差係數 | Cv (RSME) | <15% | 計算錯誤標準偏差,指出總體模型的不確定性。 |
平均誤差 | MBE | ±7% | 迴歸估計偏差的綜合指標。正值表示高於實際值;負值表示迴歸低於預測值。 |
t統計量 | t-Stat | >2.0/td> | 絕對值>2表示自變數是有效的 |