企業(yè)能源管理及能耗預(yù)測(cè)綜述

顏瑾 楊宇航 劉麗 陳紅杰 劉歐陽(yáng) 元哲

摘要：隨著國(guó)家能源戰(zhàn)略的全面實(shí)施，通過(guò)能源管理及能耗預(yù)測(cè)技術(shù)實(shí)現(xiàn)企業(yè)節(jié)能逐漸成為一種必然趨勢(shì)。本文回顧了企業(yè)能源管理的傳統(tǒng)方法，分析其缺陷，進(jìn)而介紹了新型能源管理系統(tǒng)與能耗預(yù)測(cè)的方法，并對(duì)企業(yè)能源管理系統(tǒng)未來(lái)的發(fā)展趨勢(shì)進(jìn)行分析?？茖W(xué)高效的能源管理更加注重?cái)?shù)據(jù)的挖掘、分析與綜合應(yīng)用，能源管理系統(tǒng)應(yīng)具備能耗分析、建模與預(yù)測(cè)、能源使用測(cè)量以及平衡優(yōu)化等功能，提高企業(yè)能源管理水平，從而實(shí)現(xiàn)企業(yè)節(jié)能減耗的目標(biāo)。

關(guān)鍵詞：能源管理;能耗預(yù)測(cè);能源管理系統(tǒng)

中圖分類(lèi)號(hào)：TP274、TP399? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）16-0285-03

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： With the full implementation of national energy strategy， it has become an inevitable trend to realize enterprise energy conservation through energy management and energy consumption prediction technology. This paper reviews the traditional method of enterprise energy management， analyzes its defects， and then introduces the new energy management system and the method of energy consumption prediction， and analyzes the future development trend of enterprise energy management system. Scientific and efficient energy management is more focused on data mining， analysis and comprehensive application. The energy management system should have the functions of energy consumption analysis， modeling and prediction， energy using measurement and balance optimization， so as to achieve the goal of energy saving and consumption reduction through improving the energy management level of enterprises.

Key words： Energy Management; Energy Consumption Prediction; Energy Management System

1 引言

隨著我國(guó)工業(yè)化的快速發(fā)展，企業(yè)正面臨著能源成本上漲所帶來(lái)的極端挑戰(zhàn)。通過(guò)能源管理及能耗預(yù)測(cè)技術(shù)實(shí)現(xiàn)企業(yè)節(jié)能已逐漸成為企業(yè)經(jīng)濟(jì)生產(chǎn)的發(fā)展趨勢(shì)。制造業(yè)作為我國(guó)能源消耗最大的產(chǎn)業(yè)之一，具有生產(chǎn)線長(zhǎng)，介質(zhì)種類(lèi)繁多、范圍廣泛，能源消耗過(guò)程復(fù)雜，設(shè)備間緊密相連，能源網(wǎng)絡(luò)交錯(cuò)等特點(diǎn);同時(shí)，由于制造業(yè)類(lèi)別繁多，每個(gè)行業(yè)的管理需求各不相同，管理流程煩瑣，既具有一定的共性也具有各自的特性。針對(duì)不同行業(yè)的生產(chǎn)工藝及能耗特點(diǎn)，國(guó)內(nèi)外學(xué)者對(duì)于科學(xué)化、智能化的企業(yè)能源管理做了大量研究。如馮為民、叢力群[1]研究了冶金企業(yè)能源管理系統(tǒng)，蔡翔云等人[2]以香煙制造廠為對(duì)象研究了能源實(shí)時(shí)在線監(jiān)測(cè)計(jì)量管理系統(tǒng)等等。此外，企業(yè)能源消耗呈現(xiàn)出非線性、時(shí)變性、大延遲以及大慣性等特點(diǎn)為能耗預(yù)測(cè)造成了一定困難。張加云等人[3]對(duì)鋼鐵制造企業(yè)能源損耗預(yù)測(cè)方法進(jìn)行了綜述，劉煥彬[4]等人則建立了造紙企業(yè)能耗預(yù)測(cè)模型。由此可見(jiàn)，能源管理系統(tǒng)是制造業(yè)實(shí)現(xiàn)能源科學(xué)管理的有效手段，而能耗預(yù)測(cè)作為企業(yè)能源智能化管理的核心模塊，是實(shí)現(xiàn)企業(yè)節(jié)能的重要研究方向。

2 企業(yè)能源管理方法

能源管理系統(tǒng)是指運(yùn)用科學(xué)原理和方法，采用自動(dòng)化、智能化的信息技術(shù)，對(duì)企業(yè)日常運(yùn)營(yíng)所需能源的生產(chǎn)、存儲(chǔ)、輸配與消耗進(jìn)行動(dòng)態(tài)監(jiān)控以及數(shù)字化管理，從而實(shí)現(xiàn)及能源分析、平衡、優(yōu)化調(diào)度以及系統(tǒng)節(jié)能降耗于一體的綜合性管控系統(tǒng)。

2.1 傳統(tǒng)能源管理方法

1）總量管理

根據(jù)購(gòu)入的能源總量，結(jié)合實(shí)際使用時(shí)間進(jìn)行統(tǒng)計(jì)，生產(chǎn)現(xiàn)場(chǎng)并未安裝傳感器及能源計(jì)量設(shè)備，對(duì)于自然資源（如水資源）不計(jì)入使用和排放量。這種管理方式被動(dòng)，數(shù)據(jù)不夠全面且準(zhǔn)確性不高。

2）人工管理

生產(chǎn)現(xiàn)場(chǎng)安裝傳感器及能源計(jì)量設(shè)備，但儀表設(shè)備較為落后，不具備通信能力，無(wú)法通過(guò)采集設(shè)備采集，只能采取人工取值方式實(shí)現(xiàn)數(shù)據(jù)的采集和統(tǒng)計(jì)。這種方式對(duì)于人力和時(shí)間的耗費(fèi)巨大，數(shù)據(jù)處理周期長(zhǎng)且以出錯(cuò)。

3）獨(dú)立管理

為重點(diǎn)能耗設(shè)備配備獨(dú)立的監(jiān)控設(shè)施，實(shí)時(shí)監(jiān)測(cè)設(shè)備的運(yùn)行狀態(tài)、采集能耗參數(shù)以及遠(yuǎn)程調(diào)控。這種管理方式能夠?qū)崟r(shí)管理單個(gè)設(shè)備，但無(wú)法實(shí)現(xiàn)數(shù)據(jù)共享，交互性差，不具備全廠統(tǒng)一的綜合管理能力，致使管理部門(mén)無(wú)法進(jìn)行及時(shí)合理調(diào)配。

2.2 新型能源管理方法

隨著“智能制造”以及“兩化融合”的推進(jìn)，企業(yè)采用信息化、自動(dòng)化技術(shù)，通過(guò)建立新型能源管理系統(tǒng)，實(shí)現(xiàn)節(jié)能優(yōu)化已成為一種必然趨勢(shì)。

新型能源管理方式通過(guò)將自動(dòng)化、信息化與工業(yè)化進(jìn)行有機(jī)融合，以泛在的網(wǎng)絡(luò)為基礎(chǔ)，將分布在企業(yè)內(nèi)各車(chē)間的現(xiàn)場(chǎng)采集儀表與互聯(lián)網(wǎng)結(jié)合起來(lái)，形成一個(gè)綜合信息網(wǎng)絡(luò);然后通過(guò)軟件、建模和數(shù)據(jù)庫(kù)等技術(shù)，建立企業(yè)能源管理系統(tǒng)，實(shí)現(xiàn)企業(yè)能源消耗過(guò)程中數(shù)據(jù)的采集、傳輸、存儲(chǔ)及分析。常見(jiàn)的能源管理系統(tǒng)構(gòu)架如圖1所示。

企業(yè)能源管理系統(tǒng)一般可分為三個(gè)子系統(tǒng)：1）數(shù)據(jù)采集子系統(tǒng)，通過(guò)安裝在能耗設(shè)備上的采集儀表，為系統(tǒng)提供準(zhǔn)確可靠的現(xiàn)場(chǎng)實(shí)時(shí)能耗數(shù)據(jù);2）數(shù)據(jù)傳輸子系統(tǒng)，通過(guò)光纖環(huán)網(wǎng)或GPRS無(wú)線網(wǎng)絡(luò)等實(shí)現(xiàn)采集數(shù)據(jù)安全、可靠的傳輸;3）管理應(yīng)用子系統(tǒng)，對(duì)所上傳的數(shù)據(jù)進(jìn)行分析與處理，實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)、分析、顯示以及系統(tǒng)的應(yīng)用管理。

3 能耗預(yù)測(cè)方法

能耗預(yù)測(cè)作為企業(yè)節(jié)能的重要研究方向，是能源管理系統(tǒng)的核心模塊。通過(guò)系統(tǒng)性分析技術(shù)手段，探究企業(yè)生產(chǎn)量與能耗之間的關(guān)系，建立能源消耗預(yù)測(cè)模型，實(shí)現(xiàn)企業(yè)未來(lái)生產(chǎn)過(guò)程所需能源的總量的預(yù)估。目前常用預(yù)測(cè)方法有：基于回歸的方法、時(shí)間序列方法、人工智能方法（如專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)算法等）。

3.1 基于回歸的方法

回歸分析預(yù)測(cè)法（Regression Analysis Prediction Method）通過(guò)分析自變量與因變量之間的關(guān)聯(lián)關(guān)系建立回歸方程，并將其作為預(yù)測(cè)模型，根據(jù)自變量在預(yù)測(cè)期的數(shù)量變化來(lái)預(yù)測(cè)因變量[5]。回歸分析中最簡(jiǎn)單的形式是y=β0+β1x，x、y均為標(biāo)量，β0、β1為回歸系數(shù)，稱(chēng)為一元線性回歸。當(dāng)x為多元變量，形如：

3.2 時(shí)間序列方法

時(shí)間序列分析法（Time Series Analysis Method）作為統(tǒng)計(jì)學(xué)的一個(gè)分支，屬于數(shù)據(jù)驅(qū)動(dòng)模型。時(shí)間序列分析根據(jù)系統(tǒng)觀測(cè)得到的時(shí)間序列數(shù)據(jù)，通過(guò)曲線擬合和參數(shù)估計(jì)來(lái)建立數(shù)學(xué)模型，對(duì)數(shù)據(jù)的未來(lái)值進(jìn)行預(yù)測(cè)[6]?；跁r(shí)間序列的能耗預(yù)測(cè)方法多用于建筑能耗預(yù)測(cè)，主要有以下四個(gè)步驟：1）時(shí)間序列的建立與預(yù)處理;2）季節(jié)調(diào)整序列模型的建立與預(yù)測(cè);3）季節(jié)因子的溫度處理與預(yù)測(cè);4）能耗的預(yù)測(cè)。

3.3 人工神經(jīng)網(wǎng)絡(luò)算法

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neutral Networks，ANN）能夠通過(guò)其良好的學(xué)習(xí)能力，掌握數(shù)據(jù)樣本間相對(duì)復(fù)雜的依從關(guān)系，實(shí)現(xiàn)非線性擬合，預(yù)測(cè)精度較高。目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)是BP神經(jīng)網(wǎng)絡(luò)，屬于多層前饋神經(jīng)網(wǎng)絡(luò)，因其采用誤差反向傳播算法（Error Back-Propagation，即BP算法）而得名[7]。

BP神經(jīng)網(wǎng)絡(luò)采用輸入層、隱含層和輸出層的模型結(jié)構(gòu)。在應(yīng)用時(shí)，首先應(yīng)確定影響企業(yè)能源消耗量因子作為輸入層節(jié)點(diǎn)，預(yù)測(cè)對(duì)象作為輸出信息節(jié)點(diǎn)，并采用試湊法確定隱含層節(jié)點(diǎn)個(gè)數(shù)為5初步確立模型結(jié)構(gòu)，再根據(jù)訓(xùn)練樣本數(shù)量、預(yù)測(cè)精度需求等選取合適的訓(xùn)練方法對(duì)預(yù)測(cè)模型進(jìn)行訓(xùn)練。

4 能源管理系統(tǒng)的發(fā)展趨勢(shì)

隨著信息化、智能化技術(shù)的發(fā)展，以及“中國(guó)制造2025”對(duì)能源管理建設(shè)的迫切需求，一大批集成了現(xiàn)代數(shù)據(jù)分析技術(shù)、智能化預(yù)測(cè)技術(shù)、地理信息技術(shù)、信息共享與融合技術(shù)、調(diào)度決策最優(yōu)化技術(shù)等能源管理系統(tǒng)隨之應(yīng)運(yùn)而生。

4.1 數(shù)據(jù)分析技術(shù)

在采集數(shù)據(jù)的基礎(chǔ)上，通過(guò)應(yīng)用數(shù)據(jù)分析、統(tǒng)計(jì)和挖掘等技術(shù)手段，向能源管理人員提供即時(shí)、前沿、高端的整合信息服務(wù)，提高能耗數(shù)據(jù)后臺(tái)處理及應(yīng)用的能力，為企業(yè)能源系統(tǒng)的總體規(guī)劃進(jìn)行優(yōu)化設(shè)計(jì)。

4.2 智能化預(yù)測(cè)技術(shù)

傳統(tǒng)能源管理僅能完成基本數(shù)據(jù)的監(jiān)測(cè)與采集，而能耗預(yù)測(cè)技術(shù)根據(jù)現(xiàn)有的數(shù)據(jù)，利于模型對(duì)企業(yè)未來(lái)能源需求進(jìn)行預(yù)測(cè)，有助于管理人員了解企業(yè)能耗趨勢(shì)，為企業(yè)能源精細(xì)化管理及使用規(guī)劃提供依據(jù)，企業(yè)可根據(jù)自身能源需求情況進(jìn)行能源政策、指標(biāo)、管理辦法等的優(yōu)化。

4.3 地理信息技術(shù)

能源管理系統(tǒng)的基礎(chǔ)是遍布企業(yè)廠區(qū)內(nèi)的各類(lèi)數(shù)據(jù)信息采集設(shè)備和網(wǎng)絡(luò)傳輸線路。在能源管理系統(tǒng)中融入地理信息技術(shù)，能夠幫助管理人員及時(shí)掌握系統(tǒng)運(yùn)行狀態(tài)，提高系統(tǒng)故障分析的準(zhǔn)確度，加快故障處理的進(jìn)度，對(duì)提升能源管理系統(tǒng)自身穩(wěn)定性和運(yùn)行可靠性都具有的良好的支撐作用。

4.4 信息共享與融合技術(shù)

過(guò)往的能源管理系統(tǒng)與其他系統(tǒng)間缺乏行之有效的整合手段，集成化程度也相對(duì)偏低，易形成“信息孤島”。為逐步提高完善能源管理系統(tǒng)的數(shù)據(jù)共享與服務(wù)功能，應(yīng)考慮到系統(tǒng)的異構(gòu)性與信息共享實(shí)際需求，構(gòu)建基于面向服務(wù)架構(gòu)的能源管理系統(tǒng)信息共享與融合技術(shù)方案，以解決企業(yè)內(nèi)部不同系統(tǒng)間的數(shù)據(jù)共享與互相應(yīng)用的技術(shù)難題，進(jìn)而為企業(yè)提供全方位、多層次的綜合性能源管理服務(wù)。

4.5 調(diào)度決策最優(yōu)化技術(shù)

大中型制造類(lèi)企業(yè)的能源系統(tǒng)相對(duì)龐大且復(fù)雜，使得能源調(diào)配工作始終無(wú)法達(dá)到理想預(yù)期的狀態(tài)。優(yōu)化能源傳輸、合理進(jìn)行能源轉(zhuǎn)換、充分考慮生產(chǎn)需求與經(jīng)濟(jì)成本間的能源分配、及時(shí)監(jiān)控能源系統(tǒng)的運(yùn)行狀態(tài)，是平衡能源系統(tǒng)安全運(yùn)行與減少經(jīng)濟(jì)成本的必然要求。通過(guò)建立企業(yè)能源最優(yōu)化模型是滿足上述需求行之有效的手段。

5 結(jié)論

1）傳統(tǒng)能源管理方式雖能實(shí)現(xiàn)能源使用和損耗數(shù)據(jù)的計(jì)量，但是在數(shù)據(jù)的準(zhǔn)確性、全面性方面仍尚存不足。新型能源管理方法利用信息化、自動(dòng)化技術(shù)建立能源管理系統(tǒng)實(shí)現(xiàn)能耗數(shù)據(jù)的實(shí)時(shí)采集、存儲(chǔ)及處理，建立全廠集中統(tǒng)一的能源管控。

2）科學(xué)化、智能化的能源管理要求系統(tǒng)具備能耗分析、建模與預(yù)測(cè)、能源使用測(cè)量以及平衡優(yōu)化等功能，更加注重?cái)?shù)據(jù)挖掘、神經(jīng)網(wǎng)絡(luò)、分析處理等理論在能源管理系統(tǒng)中的綜合應(yīng)用，進(jìn)一步提高企業(yè)能源管理水平。

參考文獻(xiàn)：

[1] 馮為民，叢力群.冶金企業(yè)能源管理系統(tǒng)[J].控制工程，2005（6）：96-99.

[2] 蔡翔云，姜麟，李文，張慶.企業(yè)能源實(shí)時(shí)監(jiān)測(cè)計(jì)量管理系統(tǒng)[J].測(cè)控技術(shù)，2002（2）：57-60.

[3] 張加云，張德江，冷波.基于小波神經(jīng)網(wǎng)絡(luò)模型的冶金企業(yè)能耗預(yù)測(cè)[J].鐵合金，2010，41（3）：38-41.

[4] 劉煥彬，李繼庚，吳波，周艷明，尹勇軍. 造紙企業(yè)能源管理與優(yōu)化信息平臺(tái)的研發(fā)與應(yīng)用[A]. 中國(guó)造紙學(xué)會(huì)、芬歐匯川集團(tuán).造紙工業(yè)能源效率論壇論文集[C].中國(guó)造紙學(xué)會(huì)、芬歐匯川集團(tuán)：中國(guó)造紙學(xué)會(huì)，2011：9.

[5] 景濱杰.試論回歸分析預(yù)測(cè)法在經(jīng)濟(jì)預(yù)測(cè)中的應(yīng)用[J].生產(chǎn)力研究，2006（3）：17-18.

[6] 周芮錦，潘毅群，黃治鐘.時(shí)間序列方法及其在實(shí)際辦公樓能耗預(yù)測(cè)中的應(yīng)用[J].建筑節(jié)能，2012，40（02）：55-59，62.

[7] 史忠植.神經(jīng)網(wǎng)絡(luò)[M].高等教育出版社，2009.

【通聯(lián)編輯：梁書(shū)】