УДК 669.1.013.6:658.261/.262
ПРИМЕНЕНИЕ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКИХ СИСТЕМ ДЛЯ УПРАВЛЕНИЯ ЭНЕРГОЭФФЕКТИВНОСТЬЮ НА МЕТАЛЛУРГИЧЕСКИХ ПРЕДПРИЯТИЯХ
© Тарасовский Василий Григорьевич, канд. техн. наук, директор по энергоэффективности; Петухов Илья Сергеевич, канд. техн. наук, начальник отдела перспективных разработок Группа компаний «Городской центр экспертиз». Россия, Санкт-Петербург. E-mail: gce@gce.ru Статья поступила 12.02.2014 г.
Рассмотрены программные продукты, использованные для автоматизации управления энергоэффективностью на металлургических предприятиях. Проведен анализ существующих на рынке программных продуктов с точки зрения энергоменеджмента. На конкретных примерах показаны преимущества использования динамических норм потребления энергоресурсов. Показан подход, позволяющий значительно сократить рутинную работу энергоменеджера по сопоставлению множества таблиц и графиков, основанный на автоматическом формировании и постоянной актуализации динамических норм, которые рассчитываются на основе многофакторных статистических, физических и нейросетевых моделей. Описано использование математических моделей для формирования краткосрочных и долгосрочных прогнозов потребления энергоресурсов.
Ключевые слова: показатель энергоэффективности; динамическая норма; управление энергоэффективностью; ISO 50001; многофакторная модель; искусственная нейронная сеть.
Обзор мирового опыта. Исследование современных мировых тенденций в области управления энергоэффективностью [1, 2] показывает, что на многих предприятиях активно внедряются системы автоматизированного учета и информационные системы в соответствии со стандартом ISO 50001. Эти системы могут поставляться в качестве готового программного продукта крупнейшими мировыми брендами в энергетике (например, cpmPlus Energy Manager компании ABB, StruxureWare от Schneider Electric, EMC от Siemens, SRP от Verisae или Energy Dashboard от Honeywell) либо разрабатываться индивидуально под нужды конкретного металлургического предприятия.
Большинство существующих программных продуктов по управлению энергоэффективностью на сегодня решают лишь часть важных вопросов, стоящих перед энергоменеджментом предприятий. Например, они могут собирать и визуализировать данные приборов учета потребления топливно-энергетических ресурсов (ТЭР), строить суммарные показатели потребления за 2 месяц или год, сравнивать показатели предыдущего и текущего годов (рис. 1, [3]). Это позволяет £ решить задачи обеспечения наблюдаемости потребления энергоресурсов и формирования еже-£ годных отчетов для акционеров компании. 5 Часть существующих программных продук-
s тов позволяет решить совершенно другую зада-
чу - автоматизировать формирование заявок на покупку энергоресурсов (в первую очередь, электричества и газа) на открытом рынке. В российских условиях актуальность данной задачи пока еще не очень высока, хотя сами по себе закупки электроэнергии на открытом рынке уже не являются чем-то экзотическим.
Перечисленные выше возможности программных продуктов, безусловно, важны, однако они слабо помогают управлять энергоэффективностью предприятия. Даже если на металлургическом предприятии организован технический учет энергоресурсов по каждому подразделению (печи, стану и т.д.) и реализован сбор данных в информационной системе, энергоменеджер по-прежнему должен анализировать пространные таблицы и графики. Анализ этих данных, сопоставление с объемом выпуска продукции, сортаментом, составом сырья, номером смены, климатическими факторами и т.д. - все это должен выполнять энергоменеджер вручную. В этом случае в силу нехватки времени и сил управленческие решения по оптимизации текущей операционной деятельности и/или планированию могут быть неоптимальными. Именно поэтому энергоменеджеру в ежедневной производственной деятельности необходим программный продукт, реализующий не только информационную составляющую, но и позволяющий решать следующие аналитические задачи:
Рис. 1. Программа «Нормирование электропотребления промышленных предприятий» (разработана Л.А.Копцевым и А.Л.Копцевым)
• автоматически формировать нормы потребления ТЭР;
• определять в реальном времени факты превышения норм потребления ТЭР и основные причины, которые их вызвали;
• прогнозировать потребление ТЭР.
При наличии таких возможностей энергоменеджер может акцентировать внимание на самых важных моментах и провести детальный разбор ситуаций как с неоправданно большим расходом энергоресурсов (для недопущения подобных ситуаций в будущем), так и с неожиданно низким их потреблением (с целью формирования инструкции для персонала предприятия с наилучшими подходами к энергосбережению). Важно, что в этом случае вся аналитическая информация становится доступной энергоменеджеру не спустя месяц после ручного формирования отчетности, а в реальном времени. Кроме энергоменеджера, управляющего энергоэффективностью всего предприятия, аналитическая информация важна для начальников цехов или установок, если, конечно, на предприятии действует система мотивации персонала (что также соответствует требованиям стандарта ISO 50001).
Нормирование показателей энергоэффективности. Для осуществления нормирования необходимо вначале определить показатели энергоэффективности. В качестве примера рассмотрим потребление энергии трубного стана металлургического предприятия. Одним из показателей энергоэффективности может быть принято отношение объема потребленной электроэнергии к объему выпуска труб. Фактическое удельное потребление электроэнергии (рис. 2) может меняться в достаточно широких пределах.
Для анализа фактических значений удельного расхода электроэнергии необходимо определить норму, с которой они будут сравниваться. По оценке экспертов группы компаний «Городской центр экспертиз», существующий рынок программных продуктов по управлению энергоэффективностью с точки зрения нормирования потребления ТЭР можно условно разделить на четыре категории по доле на мировом рынке:
1 - без норм вообще, или нормы на основе граничных значений >90%
2 - нормы на основе одной статистической модели от одного фактора (чаще всего - объема производства) 7%
3 - нормы на основе нескольких многофакторных статистических моделей 2%
4 - нормы на основе нескольких многофакторных статистических моделей, моделей на основе искусственных нейронных сетей и <1% физических моделей
0J н
к =Т
0J н
S М
S .
116 114 112 110 108 106 104 102 100
vAaa Норма 1 Л
VAa Ы/
05.06.2012 06.06.2012 07.06.2012
Дата (сутки)
Рис. 2. График удельного потребления электроэнергии
08.06.2012
Цех холодной прокатки \ Холодный прокат, Зимняя зависимость
а*Ехр{Ь*П) 1995-1997г. (+НЮ,00% а-287,2462 Ь—3.91946Е-006 R-0,88453, точек: 50,00 %
2S0-270260250240-2i0-220210200190180170-
130120110--
\ °
N
ч
х --
\
ч „
о ■ч.
_
„
- —i—1—
50 000 100 000 150 000 200 000 250 000 300 000 350 000 400 000
Объем выпуска, т
Рис. 3. Норма удельного потребления электроэнергии в зависимости от объема выпуска и температуры окружающей среды, рассчитанная в программе «Нормирование электропотребления промышленных предприятий» (разработана Л.А.Копцевым и А.Л.Копцевым) [3]
Модель: 01.03.2011-01.03.2013(0,9218) IV 0 Удельное потребление топливного газа, тыс.н!/тыс.н! [7] f\i ва СО 0
Корреляция: 0,813? Среднее: 4214,43 0,020,0195- б
-
Минимум; 2683,51 Максимум: 5342,73 0,01850,018- \
Температура выхода в Кельвинах, К =
Корреляция: -0,4379 Среднее: 332,07 \ X
0,0170,01650,016-
321,53 343,15
Температура газа на входе в Кельвинах, К >—9 Корреляция: -0,3277 Среднее: 278,82
0,015-
.....и..... 271,98 288,82 0,0145-
Избыточное давление на входе, «гс/си' = 0,01350,013- •
Корреляция: 1 . Среднее: 8,48
......... - 6,53 10,3 0,012-
Температура воздуха УКЛГв Кельвинах, К 3 0,0115- * V.
Избыточное давление на выходе, кгс/см1 В
0,01-
2700 3000 3300 3600 3900 42 00 4500 laoo 5 00 5400
Рис. 4. Норма удельного потребления в программе "Energy Guide" электроэнергии (а) и природного газа (б)
Подавляющее большинство программных продуктов на сегодня относятся к первой категории, причем они чаще всего не имеют вообще никаких возможностей по нормированию потребления ТЭР. Некоторые программные продукты этой категории позволяют задать некую фиксированную границу, обозначающую норму потребления ТЭР, и посчитать, что все значения показателя выше этой границы являются превышениями потребления (или, в зарубежной трактовке, «тревогами») (см. рис. 2).
Конечно, такие программные продукты имеют право на жизнь, но гораздо точнее работают системы, позволяющие формировать динамические нормы, зависящие от различных факторов. Для математического описания таких норм, меняющихся во времени и зависящих от влияющих факторов, используются различные модели. Даже программные продукты второй категории, рассчитывающие нормы только на основе одной однофакторной статистической модели - относительно объема производства, уже вполне применимы для простого оборудования.
Более сложные статистические модели строятся с учетом нескольких влияющих факторов. Для примера на рис. 3 показана двухфакторная модель учета потребления ТЭР от объема производства и температуры окружающей среды. Динамическая норма на основе многофакторной модели представляет собой некоторый диапазон,
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.