CC BY
38Анализ энергопотребления как основа результативной энергетической политики объектов промышленного и социального назначения Яновский Т. А.1, Ползунов С. Е.2, Тюков А. П.3, Соколов А. А.4
'Яновский Тимур Александрович / Janovsky Timur Aleksandrovich - кандидат физико-математических наук,
доцент;
2Ползунов Станислав Евгеньевич /Polzunov Stanislav Evgenevich — магистр;
3Тюков Антон Павлович / Tykov Anton Pavlovich - кандидат технических наук, доцент;
4Соколов Александр Александрович / Sokolov Alexander Alexandrovich — аспирант, кафедра систем автоматизированного проектирования и поискового конструирования, факультет электроники и вычислительной техники, Волгоградский государственный технический университет, г. Волгоград
Аннотация: статья посвящена вопросам оценки потенциала энергосбережения и повышения энергоэффективности объектов промышленного и социального назначения. Рассматриваются математико-статистические аспекты описания временного ряда потребления энергоресурса набором так называемых профилей энергопотребления. Сопоставление текущих величин расхода энергоресурса с профилем позволяет легко определять перерасход или экономию энергоресурсов, оперативно устранять причины перерасхода, повышать энергетическую эффективность. Ключевые слова: энергосбережение, энергоэффективность, анализ данных, моделирование.
Проблема снижения потребления топливно-энергетических ресурсов предприятиями и учреждениями является одной из наиболее актуальных, ввиду складывающейся экономической и экологической ситуации в стране и в мире, а также в связи с принятием Федерального закона от 23.11.2009 № 261-ФЗ (ред. от 13.07.2015) «Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации» [1].
Для построения методологий повышения энергоэффективности используются следующие стандарты, нацеленные на снижение потребления энергоресурсов:
- ISO 50001:2011 - «Системы энергетического менеджмента. Требования и руководство по использованию» [2];
- International Performance Measurement and Verification Protocol (IPMVP) - Международный Протокол измерения и верификации эффективности, концепция и опции для расчета объемов экономии топливно-энергетических ресурсов (ТЭР) [3].
Одной из наиболее важных предпосылок улучшения энергетической эффективности, декларируемой указанными документами, является повышение осведомленности принимающих решения лиц (ЛПР) о связи происходящих на предприятии или в учреждении бизнес-процессов с расходованием ТЭР. Под повышением осведомленности в данном случае понимается существенное улучшение трех компонент: качество данных, оперативность их получения, глубина их анализа. Как свидетельствует статистика стран Европы [4], повышение осведомленности немедленно приводит к повышению качества энергетического менеджмента и экономии ТЭР примерно на 10-15% без снижения качества бизнес-процессов и комфортности работы сотрудников.
Потребление ТЭР, в первую очередь электрической энергии, большинством предприятий и учреждений в значительной степени определяется специфическим режимом их работы, и зачастую подвержено циклическим изменениям. Определение потенциала энергосбережения и выявление нерационального расходования энергоресурсов может быть связано как с анализом множества происходивших в недавнем прошлом циклических колебаний объемов расхода, так и с предсказанием настоящих и будущих колебаний. Поэтому построение моделей краткосрочного прогнозирования потребления энергоресурсов является актуальной задачей, связанной с объектом наблюдения и результатами в области прогнозирования и аппроксимации данных. Построение таких моделей опирается на анализ временных рядов энергопотребления, выполняемый с привлечением математико-статистических инструментов.
Рассмотрим достаточно простой способ построения таких моделей. Временной ряд потребления конкретного энергоресурса, например, электроэнергии, на непродолжительном промежутке времени (до года) можно попытаться описать относительно небольшим набором повторяющихся в определенной последовательности профилей энергопотребления.
Осуществив привязку выявленных профилей к календарю и режиму работы, можно использовать их для построения краткосрочных прогнозов энергопотребления [5, 6].
Для построения таких профилей необходимо выполнить действия:
1) сбор и редукция данных;
2) статистический анализ сходств и различий энергопотребления.
В качестве исходных данных берется существующий временной ряд потребления конкретного энергоресурса продолжительностью не менее года. Задача изучения энергопотребления объектом в стандартные рабочие дни по такому временному ряду включает в себя:
1) структуризацию данных для анализа потребления по сезонам, месяцам, неделям и дням недели;
2) определение с помощью простых описательных статистик, графиков и информации о режиме работы объекта:
1) выходных дней;
2) нерабочих дней, праздничных, дней ремонта и других;
3) рабочих дней с принципиальными отличиями профиля энергопотребления;
3) удаление из дальнейшего анализа наблюдений, отвечающих выявленным на предыдущем этапе дням;
4) поиск аномальных наблюдений в стандартные рабочие дни, анализ причин их появления и их обработку.
Затем можно проводить статистический анализ сходств и различий энергопотребления. Его цель - получение статистически обоснованных выводов относительно декомпозиции временного ряда на множество циклически повторяющихся в некотором порядке частей, которые характеризуются определенным, допускающим адекватное описание локальной моделью, профилем энергопотребления. Соответственно будет разделен на временные интервалы и рассматриваемый временной период.
Этот этап может включать в себя:
1. предварительный графический анализ энергопотребления в различные дни недели для различных сезонов года и формирование набора гипотез о декомпозиции временного периода годовой продолжительности, как и соответствующего ему временного ряда энергопотребления;
2. основанный на гипотезах и призванный осуществить их проверку и уточнение статистический анализ сходств/различий:
a. временных рядов энергопотребления в конкретный день недели, соответствующих разным неделям конкретного сезона;
b. временных рядов энергопотребления, соответствующих различным дням недели в рамках конкретного сезона;
c. временных рядов энергопотребления для определенного дня недели, соответствующих разным сезонам.
3. формирование выводов о разделении изучаемого временного отрезка годовой продолжительности на меньшие временные отрезки, профили энергопотребления которых могут быть адекватно описаны локальными моделями.
Здесь важно отметить, что проводимое с учетом целого ряда гипотез разделение временного ряда на профили опирается не на визуальное различение предполагаемых профилей «на глазок», а на объективную статистическую меру их различия, подчиненную ^-распределению и близкую по расчету к известной одноименной статистике Карла Пирсона [6]. Поэтому решение о том, что между двумя конкретными изучаемыми профилями нет различия или же оно есть, принимается в рамках стандартной процедуры проверки статистических гипотез и обладает необходимой научной объективностью.
Разделив временной ряд энергопотребления на характерные профили и выполнив их календарную привязку, далее можно сопоставлять получаемые в режиме реального времени с устройств сбора и передачи объемы расхода энергоресурса с соответствующими по времени величинами соответствующего по календарю профиля. Разность между фактическим и ожидаемым потреблением энергетического ресурса или воды означает перерасход или экономию. При нерациональном потреблении можно легко определить его временные рамки и связать с проводимыми мероприятиями на объекте или изменениями в режиме работы, если таковые имели или имеют место, оперативно принять необходимые решения по предотвращению перерасхода.
Таким образом, математико-статистический анализ данных энергопотребления является эффективным средством повышения осведомленности и качества работы энергоменеджеров, а значит, приводит к существенной экономии топливно-энергетических ресурсов и денежных средств.
Работа выполнена при поддержке грантов РФФИ № 14-07-00945 и 16-37-00387.
Литература
1. Об энергосбережении и о повышении энергетической эффективности и о внесении изменений в отдельные законодательные акты Российской Федерации. [Электронный ресурс]. Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_93978/ (дата обращения: 18.09.2016).
2. Системы энергетического менеджмента. Требования и руководство по использованию. [Электронный ресурс]. Режим доступа: http://www.iso.org/iso/ru/iso50001/ (дата обращения: 18.09.2016).
3. International Performance Measurement and Verification Protocol. [Электронный ресурс]. Режим доступа: http://evoworld.org/index.php?option=com_content&view=article&id=999&Ite mid=2473/ (дата обращения: 18.09.2016).
4. Janovsky A., Janovsky T., Shcherbakov M. Statement and the concept of multidimensional stochastic distributed energy consumption model identification // European research. Series A, 2013. С. 1177.
5. Щербаков М. В., Яновский Т. А., Бребельс А., Щербакова Н. Л. Методика выявления потенциала энергосбережения на основе интеллектуального анализа данных// Прикаспийский журнал: управление и высокие технологии, 2011. № 2. С. 51-55.
6. Яновский Т. А., Щербаков М. В. Методика предварительного анализа данных в автоматизированных системах прогнозирования потребления электроэнергии Вестник компьютерных и информационных технологий, 2012. № 3. С. 21-26.
Современные инструменты автоматизированного сбора и систематизации данных с устройств учёта потребления энергоресурсов и датчиков Соколов А. А.1, Яновский Т. А.2, Ульянов Д. Г.3, Ползунов С. Е.4
'Соколов Александр Александрович / Sokolov Aleksandr Aleksandrovich — аспирант;
2Яновский Тимур Александрович / Janovsky Timur Aleksandrovich - кандидат физико-математических наук,
доцент;
3Ульянов Дмитрий Генадьевич / Ulianov Dmitry Genadevich — аспирант;
4Ползунов Станислав Евгеньевич /Polzunov Stanislav Evgenevich — магистр, кафедра систем автоматизированного проектирования и поискового конструирования, факультет электроники и вычислительной техники, Волгоградский государственный технический университет, г. Волгоград
Аннотация: в данной работе авторами представлена разработанная система сбора и передачи данных, реализуемая в рамках разработки ими Интеллектуальной системы энергетического менеджмента. Это программно-аппаратный комплекс, предназначенный для сбора со счётчиков в реальном времени значений потреблённых энергетических ресурсов в здании, а также данных с различных датчиков. Его целью является повышение качества процесса сбора данных для анализа энергоэффективности здания, а также упрощение, ускорение и снижение стоимости развёртывания данного процесса, что позволяет снизить издержки на обслуживание комплекса и повысить скорость внедрения Интеллектуальной системы энергетического менеджмента, с помощью которой можно выявлять профиль эффективного энергопотребления здания и оказывать поддержку принятия решений при реализации мероприятий по снижению энергопотребления здания. Прототип разработанной системы протестирован на базе МОУ СШ №84 гор. Волгограда и апробирован на кафедре САПР и ПК Волгоградского государственного технического университета. Ключевые слова: снижение энергопотребления, повышение энергоэффективности, интеллектуальная система энергетического менеджмента здания, автоматизация сбора, обработки и передачи данных.
На сегодняшний день проблема снижения потребления энергетических ресурсов крупными коммерческими зданиями и бюджетными учреждениями является одной из наиболее актуальных в России ввиду складывающихся экономической и экологической ситуаций в стране и в мире, а также в связи с принятием Федерального закона от 23.11.2009 № 261-ФЗ
