2 . Figuur 2 toont dezelfde scholen , maar de kosten gedeeld door vierkante meters ( inbegrepen) . Santa Rosa en San Simeon ES zijn nog steeds de beste doelwitten , maar San Gabriel ES is eigenlijk een van de meer efficiënte scholen . In plaats San Luis Obispo ES is de derde meest verspillende school op een $ /SQFT basis. Hieruit kunnen we ook zien dat de meest inefficiënte scholen kosten ongeveer 30 % meer te werken dan de meest efficiënte schools.Benchmarking verschillende categorieën BuildingsWhen benchmarking , is het ook nuttig om alleen soortgelijke faciliteiten vergelijken . Bijvoorbeeld, als je keek naar een school district en vergeleken alle gebouwen met $ /SQFT , zou u merken dat de technologische centra administratieve gebouwen waren op de top van de lijst , omdat administratieve gebouwen en technologie centra hebben vaak meer computers en meer energie intensief dan basisscholen en kleuterscholen . Deze resultaten worden verwacht en niet noodzakelijkerwijs nuttig . Om deze reden , is het misschien verstandig maatstaf slechts een categorie om uw gebouwen te breken in categorieën , en dan op een moment . Verschillende DatasetsYou blikje ijkpunt je gebouwen tegen elkaar ( zoals wij gedaan hebben in ons voorbeeld) of tegen het publiek beschikbare gegevensbanken van soortgelijke gebouwen in uw omgeving. Energy Star's Portfolio Manager kunt u uw gebouwen te vergelijken met anderen in uw regio . Misschien die gebouwen in uw portefeuilles die de meest verspillende keek zijn nog steeds in de top 50 percentiel van alle soortgelijke gebouwen in uw omgeving. Dit zou nuttig zijn know.Occasionally management beslist dat de organisatie moet een willekeurig percentage ( 5 % , 10 % , enz. ) op energiekosten per jaar worden bespaard . Afhankelijk van het doel kan het heel moeilijk , zo niet onmogelijk . Energie- managers kunnen benchmarking gebruiken om het beheer te begeleiden in het stellen van realistische doelen energiebeheer , zoals weergegeven in figuur
3 . Bijvoorbeeld, onze school district energie manager besluiten om een doel dat de drie meest energieverbruikende scholen gebruiken slechts $ 0.80/SQFT creëren . Aangezien dit is ongeveer net zo veel als de meest energiezuinige scholen momenteel gebruikt , kan dit een haalbaar doel zijn. Als je een dataset kunt vinden , kunt u ook in staat te benchmarken uw gebouwen tegen een reeks van soortgelijke gebouwen in uw omgeving en zie de vele mogelijkheden voor uw gebouwen. In ieder geval zal benchmarking uw energiebeheer inspanningen te richten en zorgen voor realistische doelen voor de toekomst . Regels van ThumbNew energie managers vaak zoeken naar een " vuistregel " om te gebruiken voor benchmarking . Een voorbeeld zou kunnen zijn: " Als uw gebouw gebruikt meer dan $ 2/SQFT/Year dan heb je een probleem . " Helaas zal dit niet werken . Verschillende soorten gebouwen hebben verschillende energie-intensiteiten . Bovendien zullen verschillende bouwlocaties uiteenlopende hoeveelheden energie voor verwarming en koeling vereisen . In San Francisco , waar de temperatuur constant in de jaren '60 , is er bijna geen koeling vereiste voor vele typen gebouwen , terwijl in Miami , zullen gebouwen vrijwel altijd koeling nodig . Verschillende typen gebouwen , met hun karakteristieke energie-intensiteit , verschillende weersites , en verschillende nut tarieven worden gecombineerd om maken het moeilijk om vuistregels hebben voor benchmarking. Echter , energie- managers van wie de portefeuilles zijn allemaal dichtbij , kunnen hun eigen vuistregels te ontwikkelen. Deze regels zullen waarschijnlijk niet overdraagbaar aan andere energie- managers op verschillende locaties , met verschillende soorten gebouwen , of met behulp van verschillende hulpprogramma configurations.Benchmarking gebouwen in verschillende LocationsThere zijn enkele complicaties in verband met benchmarking . Stel dat je de energie manager van een winkelketen , en je gebouwen in verschillende nationale locaties gehad. Dan benchmarking mogelijk niet bruikbaar in dezelfde zin . Zou het eerlijk zijn om een in San Diego winkel vergelijken met een Chicago winkel , wanneer het altijd de juiste temperatuur buiten in San Diego , en altijd te warm of te koud in Chicago ? De Chicago winkel zal constant verwarmen of koelen , terwijl de San Diego winkel misschien niet veel verwarming of koeling nodig heeft. Vergelijken op $ /SQFT kunnen helpen beslissen welke winkel locaties zijn duurste om te werken vanwege de hoge nut tarieven en verschillende verwarming en koeling needs.Some energie -analisten maatstaf gebruiken kBtu /SQFT om het effect van nut tarieven (ter vervanging van $ met kBtu ) te verwijderen . Sommigen zullen het een stap verder met behulp kBtu /SQFT /HDD om het effect van het weer ( het toevoegen van HDD) te verwijderen , maar het toevoegen van HDD ( of CDD ) is geen eerlijke meting , omdat ervan wordt uitgegaan dat alle gebruik wordt geassocieerd met verwarming. Deze meting houdt ook geen rekening met de koeling ( of verwarming ) behoeften . Veel handige energie managers uit de weg benchmarking dat CDD of HDD.Different Benchmarking UnitsAnother impliceert populaire benchmarking methode is om kBtu /SQFT gebruiken ( per jaar ) , in plaats van $ /SQFT ( per jaar ) . Door het gebruik van energie-eenheden in plaats van de kosten , " vuistregels " kan worden gecreëerd die niet ongeldig worden verklaard, met elke verhoging . Bovendien is de uiteenlopende kosten van verschillende nut tarieven niet bemoeien met de comparison.Benchmarking SummationBenchmarking is een eenvoudige en handige praktijk waarmee energie managers om de energieprestatie van hun gebouwen snel te beoordelen door ze te vergelijken met elkaar met behulp van een relatieve ( en relevant ) maatstaf . Gebouwen meest behoefte hebben aan energie management praktijk zijn gemakkelijk uitgekozen . Redelijke energieverbruik doelen zijn gemakkelijk bepaald probleem buildings.LOAD FACTOR ANALYSISOnce u hebt bepaald welke gebouwen u efficiënter te maken , kunt u Load Factor Analysis gebruiken om je energie focus van het management zich concentreren aan het terugdringen van energie of vermindering van demand.What Bezettingsgraad isLoad Factor wordt meestal berekend door facturatie periode , en is de verhouding tussen de gemiddelde vraag en piek ( of gemeten ) vraag . Gemiddelde vraag is het gemiddelde uurloon loting tijdens de facturatie periode . Wat Bezettingsgraad MeansHigh bezettingsgraad (groter dan 0,75 ) meter dat bijna constante ladingen moeten vertegenwoordigen . Apparatuur is waarschijnlijk niet uitgeschakeld 's nachts en piekgebruik (ten opzichte daluren gebruik) is laag . Lage bezettingsgraad (minder dan 0,25 ) tot meters die hoog piek macht trekt opzichte van de rest van het monster . Deze meters kunnen worden geassocieerd met koelmachines of elektrische verwarming apparatuur die is uitgeschakeld voor een groot deel van de dag . Lage bezettingsgraad kan ook worden geassocieerd met gebouwen die uitgeschakeld bijna alle apparatuur tijdens niet - draaiuren , zoals elementaire schools.Load factoren groter dan 1 zijn theoretisch onmogelijk, maar verschijnen af en toe op de elektriciteitsrekening . Geïsoleerde gevallen van zeer hoge of lage bezettingsgraad zijn meestal een indicator van het doseren errors.Using bezettingsgraad Analyseer uw portefeuille van BuildingsOnce u Bezettingsgraad hebben berekend , kunt u beginnen om nuttige informatie te oogsten . Figuur 5 toont echte gegevens van een school district in Georgië . Merk op dat het wetsvoorstel mei 2003 voor Houston MS is boven de 100% - dit is natuurlijk een meting of data -entry fout. De dikke stippellijn in figuur 5 geeft de gemiddelde Bezettingsgraad . Merk op dat de gemiddelde Bezettingsgraad van alle scholen de neiging te stijgen in de winter , en drop tijdens het afkoelen seizoen . Dit spreekt voor zich, als dagelijkse loadshapes geworden 'scherpe ' tijdens het afkoelen seizoen in reactie op de middag koellasten , terwijl tijdens het stookseizoen , omdat de scholen worden verwarmd met gas , de dagelijkse loadshapes neiging te vlakken . Een school, Tyler MS , heeft consequent een veel lagere belasting dan de anderen ( schommelt telkens rond 20 % ) . Lage bezettingsgraad kan aan zeer hoge piekbelastingen of zeer lage belastingen worden toegeschreven tijdens andere uren . In dit geval kunnen we niet de schuld van de Bezettingsgraad probleem op 'scherpe ' koellast , zoals het probleem bestaat het hele jaar. Een waarschijnlijke oorzaak kan zijn dat Tyler MS doet een betere baan bij het afsluiten van alle verlichting en andere apparatuur in de nacht dan de andere scholen . Ene school ( Jackson MS ) heeft meestal een hogere Factoren Laad dan de andere scholen . Een reden kan dat verlichting , HVAC en andere apparatuur draait meer uren dan bij Tyler MS.A goede energie manager zou onderzoeken wat het bouwen van operationele gedrag bijdraagt aan de lage Bezettingsgraad waarden ( en dus relatief hoge vraag ) voor Tyler MS , en zijn zou onderzoeken of de vraag zou kunnen worden verlaagd . Te vragen over de vraag of Jackson MS is het uitschakelen van apparatuur 's nachts is ook advisable.Figure 6 cadeautjes belastingsfactoren voor sommige basisscholen in Californië . Aangezien de bezettingsgraad zo laag zijn , lijkt het erop dat verlichting en HVAC-apparatuur worden uitgeschakeld bij night.Load Factor reglement van ThumbLoad Factor analyse is een kunst , geen wetenschap . Verschillende typen gebouwen ( dwz scholen, kantoren , ziekenhuizen , enz. ) zullen verschillende Bezettingsgraad assortiment hebben . Omdat ziekenhuizen lopen veel gebieden 24 uur per dag , zou men een hogere bezettingsgraad verwachten dan voor scholen, die uit vrijwel alles 's nachts kan draaien . Ook veel dingen dragen bij aan Bezettingsgraad een bepaald gebouw . Een gebouw links op 24 uur per dag kunt nog steeds een lage Bezettingsgraad als er grote pieken per maand - bijvoorbeeld , een 20 bed ziekenhuis dat een geplande MRI vrachtwagen bezoek eenmaal per maand heeft . De MRI vraag is groot , en kan grote invloed van de bezettingsgraad van een kleine facility.Like Benchmarking , kunt u uw eigen vuistregels te bepalen voor uw gebouwen, echter, zal uw bereik van de acceptabele beladingsgraad variëren op basis van het type gebouw en het klimaat . Vuistregels kan niet zo behulpzaam te zijn hoor. Zoals Benchmarking , gewoon het identificeren van de gebouwen met ongewoon hoge en lage bezettingsgraad , ten opzichte van de andere gebouwen in de portefeuille , moet sufficient.Load Factor SummationLoad Factor kan worden gebruikt voor de facturering en meetfouten , gebouwen die niet zijn uit te schakelen apparatuur te bepalen , en gebouwen met een verdacht hoge eisen . Terwijl Benchmarking gebouwen meeste kans om grote energie-efficiëntie uitbetalingen opleveren kan identificeren , Load Factor Analysis kan wijzen op eenvoudig opgelost planning en meting issues.WEATHER NORMALIZATIONAnother belangrijk energierekening analyse methode is om de elektriciteitsrekening te weer te normaliseren. Weer Normalisatie kan de energie- manager om te bepalen of de inrichting is energiebesparing of toenemende gebruik van energie , zonder zorgen over het weer variatie . Stel dat een energie- manager vervangen de bestaande gekoeld water systeem in een gebouw met een efficiënter systeem . Hij waarschijnlijk zou verwachten energie-en kostenbesparingen te zien van deze retrofit . Figuur 7 stelt de resultaten van de energie- manager zou expect.But wat als , in plaats daarvan , de biljetten voorgesteld de ramp in figuur 8 ? Een kwart miljoen dollar retrofit is moeilijk te rechtvaardigen met de resultaten zoals deze . En toch , de energie- manager weet dat alles in de retrofit ging zoals gepland . Wat veroorzaakte deze resultaten ? Duidelijk is dat de energie- manager kan deze resultaten te presenteren zonder enige reden of rechtvaardiging . Bestuur kan gewoon kijken naar de cijfers en , aangezien de cijfers liegen niet , concluderen zij hebben de verkeerde energie manager ingehuurd ! Er zijn vele redenen waarom de retrofit mogelijk niet de verwachte besparingen hebben opgeleverd . Een mogelijkheid is dat het project is het leveren van besparingen , maar de zomer na de retrofit was veel heter dan de zomer voor de retrofit . Hetere zomers vertalen in hogere airconditioningsladingen , die doorgaans resulteren in hogere energierekeningen . Hotter Summer - > Hogere Airconditioning Load - > Hogere Summer Utility BillsIn andere woorden , de nieuwe apparatuur echt energie te besparen , omdat het efficiënter werken dan de oude apparatuur . De cijfers doen dit niet laten zien , want deze zomer was zo veel warmer dan afgelopen zomer. Als het weer echt was de oorzaak van het hogere verbruik , hoe zou je ooit rekeningen van nutsbedrijven gebruiken om besparingen te meten van de energie-efficiëntie projecten ( vooral als je excuses te maken voor de slechte prestaties , zoals we net gedaan ) ? Uw spaargeld nummers zou zijn aan de genade van het weer. Besparingen aantallen geen waarde zou zijn op alle (tenzij het weer was hetzelfde jaar na jaar ) . Ons voorbeeld kan verschijnen een beetje overdreven , maar het roept de vraag : Kan weer zo'n impact op spaargeld nummers echt ? Het kan , maar meestal niet deze extreme . De zomer van 2005 was de warmste zomer in een eeuw van administratie in Detroit , Michigan . Er waren 18 dagen 90degF of hoger in vergelijking met de gebruikelijke 12 dagen . Bovendien is de gemiddelde temperatuur in Detroit was 74.8degF tegen normaal 71,4 degF . Op het eerste gezicht heeft 3 graden niet lijkt dat al veel , maar als je de temperaturen converteren naar koeling graaddagen , zoals weergegeven in figuur 9 , de resultaten zien er dramatisch. Gewoon vergelijken van de juni tot periode augustus waren er 909 koeling graaddagen in 2005 in vergelijking met 442 koeling graaddagen in 2004. Dat is meer dan het dubbele ! Koeling graaddagen zijn ruwweg evenredig aan de relatieve gebouw koelbehoefte . Voor Detroit dan kan men afleiden dat een gemiddeld gebouw nodig ( en mogelijk geconsumeerd ) meer dan twee keer de hoeveelheid energie voor koeling in de zomer van 2005 dan de zomer van 200
4 . Het is waarschijnlijk dat in de Upper Midwesten Verenigde Staten waren er verschillende energie- managers die precies dit probleem geconfronteerd , hoe wordt een energie- manager gaat besparingen te tonen uit een gekoeld watersysteem retrofit onder deze omstandigheden ? Een eenvoudige vergelijking van de elektriciteitsrekening zal niet werken , omdat de verwachte besparingen zal zich te begraven onder de verhoogde koellast . De oplossing is dezelfde weergegevens toepassing op de pre - en post - retrofit rekeningen , en dan zou er geen straf voor extreem weer . Dit is precies wat weer normalisering doet . Besparingen van een retrofit ( of andere energie management praktijk ) tonen , en om onze rampzalige voorbeeld te voorkomen, moet een energie- manager de rekeningen van nutsbedrijven te normaliseren voor weer dus dat veranderingen in de weersomstandigheden niet de besparingen nummers compromis . Meer en meer energie- managers zijn nu normaliseren van hun rekeningen van nutsbedrijven voor het weer , want ze willen in staat zijn om te bewijzen dat ze daadwerkelijk energiebesparing uit hun energiebeheer inspanningen. In veel softwarepakketten , kunt u de relatie tussen het weer en een klik vast . Omdat de one-click " stemmingen " dat de software geeft u niet altijd aanvaardbaar , helpt het om de onderliggende theorie en methodologie te begrijpen, zodat u het probleem stemmingen kunnen identificeren en de nodige aanpassingen . Hoe meer je het beter weet over het onderwerp. De volgende sectie legt in iets meer detail de fundamentele elementen van het weer normalization.How Weer Normalisatie WorksRather dan vergelijken het gebruik van vorig jaar om dit jaar gebruik, wanneer we weer normaliseren , vergelijken we de hoeveelheid energie die we dit jaar zouden hebben gebruikt om hoe veel energie die we hebben gebruik gemaakt van dit jaar . Velen in onze industrie niet het resultaat van deze vergelijking noemen , " Besparingen " , maar eerder " Gebruik Avoidance " of " Cost Avoidance " (als het vergelijken van kosten ) . Aangezien wij proberen om deze behandeling op een inleidend niveau te houden , zullen we gewoon gebruik maken van het woord Savings.When we geprobeerd om het gebruik van vorig jaar te vergelijken met het gebruik van dit jaar zagen we de rampzalige project in figuur
8 . We gebruikten de vergelijking: Besparing = Vorig jaar gebruik - Dit jaar is usageWhen we normaliseren voor weer, dezelfde gegevens resultaten in Figuur 10 en maakt gebruik van de vergelijking : Besparingen = Hoeveel energie we dit jaar zou hebben gebruikt - dit jaar usageThe volgende vraag is hoe om erachter te komen hoeveel energie we dit jaar zouden hebben gebruikt? Dit is waar het normalisatie komt in.First , we een jaar de rekeningen van nutsbedrijven waarin we willen toekomstig gebruik vergelijken selecteren . Dit zou het jaar meestal voordat u uw energie-efficiëntie -programma , het jaar voordat u een retrofit , of een jaar in het verleden dat u wilt het huidige gebruik te vergelijken met geïnstalleerde begonnen . In dit voorbeeld zouden we het jaar van nut gegevens te selecteren voor de installatie van het gekoeldwatersysteem . We zullen dit jaar noemen het basisjaar. Vervolgens berekenen we graaddagen voor het basisjaar facturatie periodes. Omdat dit voorbeeld betreft met koeling , hoeven we alleen maar te verzamelen Koeldagen . Base Jaar rekeningen en Koeldagen worden vervolgens genormaliseerd op het aantal dagen , zoals weergegeven in figuur 1
1 . Normaliseren van het aantal dagen (in dit geval , alleen , te delen door het aantal dagen ) verwijdert ruis geassocieerd met verschillende factuur periode lengtes. Dit gebeurt automatisch door ingeblikte software en zou moeten worden uitgevoerd door de hand als andere middelen waren employed.To de relatie tussen gebruik en weer vast te stellen, vinden we de lijn die het dichtst bij alle rekeningen komt . Deze lijn , de Best Fit Line , is gevonden met behulp van statistische regressie technieken beschikbaar zijn in blik energierekening tracking software en spreadsheets . De volgende stap is dat de beste pasvorm lijn is goed genoeg om te gebruiken . De kwaliteit van de best passende lijn wordt vertegenwoordigd door statistische indicatoren , de meest voorkomende daarvan is de R2 waarde . De R2- waarde vertegenwoordigt de goodness of fit en in energie- techniek cirkels , een R2 > 0,75 wordt beschouwd als een acceptabele fit . Sommige meters hebben weinig of geen gevoeligheid voor andere onbekende variabelen die een grotere invloed op verbruik dan weer moet doorstaan of kunnen . Deze meters kunnen een lage R2 waarde hebben . U kunt R2 waarden voor de passende lijn in Excel of andere geconserveerde energierekening volgen software.Deze Best Fit Line heeft een vergelijking, die we de Fit Line Equation , of in dit geval de Baseline Equation noemen genereren . De Fit Line Vergelijking van Figuur 11 zou kunnen zijn: Baseline kWh = ( 5 kWh /dag * # dagen ) + ( 417 kWh /CDD * # CDD ) Zodra we deze vergelijking , zijn we klaar met de regressie process.Base Jaar rekeningen ~ = Best Fit Line = Fit Line EquationThe Fit Line Equation weergeeft hoe uw instelling gebruikte energie tijdens het basisjaar , en zou blijven energie te gebruiken in de toekomst ( in reactie op veranderende weersomstandigheden ) aangenomen dat er geen significante wijzigingen opgetreden in de bouw van het verbruik patterns.Once je hebt de Baseline Equation , kunt u bepalen of u nog energie bespaard . Hoe ? Je neemt een rekening van enkele facturatie periode na het basisjaar. U sluit vervolgens in het aantal dagen van uw factuur en het aantal Koeldagen van de facturatie periode in uw Baseline Equation . Stel dat voor rekening van een lopende maand , waren er 30 dagen en 100 CDD in verband met de facturatie periode . Baseline kWh = ( 5 kWh /dag * # dagen ) + ( 417 kWh /CDD * # CDD ) Baseline kWh = ( 5 kWh /dag * 30 ) + ( 417 kWh /CDD * 100 ) Baseline kWh = 41.850 kWhRemember , de Baseline vergelijking geeft aan hoe uw gebouw gebruikt energie in het basisjaar . Dus, met de nieuwe ingangen van het aantal dagen en het aantal graaddagen , de Baseline Equation zal u vertellen hoeveel energie het gebouw zou hebben gebruikt dit jaar op basis van Basisjaar gebruikspatronen en condities van dit jaar (als het weer en het aantal dagen ) . Wij noemen dit gebruik , dat wordt bepaald door de Baseline Equation , Baseline Usage.Now , een redelijke schatting van de energiebesparing te krijgen , we vergelijken : Besparing = Hoeveel energie we dit jaar zou hebben gebruikt - Hoeveel energie we gebruiken deze yearOr als veranderen we de terminologie een beetje : Besparingen = Baseline Energy Usage - Werkelijke Energie Usagewhere Baseline Energy Usage wordt berekend door de Baseline Equation , met behulp van het weer en het aantal dagen de huidige maand , en Werkelijke Energy Usage is de factuur van de lopende maand . Dus , met behulp van ons voorbeeld , veronderstel rekening van deze maand was voor 30.000 kWh : Besparing = Baseline Energy Usage - Werkelijke Energie UsageSavings = 41.850 kWh - 30.000 kWhSavings = 11.850 kWhSUMMARY Utility Bill Tracking is in het centrum van een succesvol energie management systeem, maar de rekeningen moet worden gebruikt voor klankanalyse voor een zinvolle vermindering van het energieverbruik . Door het toepassen van drie analysemethoden hier gepresenteerde ( Benchmarking , Load Factor Analyse , en Weer Normalisatie ) , kan de energie -manager inzicht dat moet leiden tot energie-management beslissingen klinken ontwikkelen
Door: . John Avina