基于能源管理系统的能源效率评测设备及其使用方法.pdf

本发明涉及计算机控制领域，具体为一种基于能源管理系统的能源效率评测设备及其使用方法。一种基于能源管理系统的能源效率评测设备，包括中央处理器(1)、内存(2)、输入设备(3)、输出设备(4)，其特征是：还包括网卡(5)，网卡(5)通过信号线和中央处理器(1)连接。基于能源管理系统的能源效率评测设备的使用方法，其特征是：按如下步骤依次进行：a.初始化；b.迭代计算；c.更新变量；d.判断是否结束迭代；e.输出最优方案。本发明全面、精确、高效，适用范围广。

1.  一种基于能源管理系统的能源效率评测设备，包括中央处理器(1)、内存(2)、输入设备(3)、输出设备(4)，中央处理器(1)通过信号线分别连接内存(2)、输入设备(3)和输出设备(4)，其特征是：还包括网卡(5)，网卡(5)通过信号线和中央处理器(1)连接，中央处理器(1)内还设有缓存区(11)，输入设备(3)选用工业数据网关和能源质量采集分析仪，输出设备(4)选用集成显示控制器。

2.  如权利要求1所述的基于能源管理系统的能源效率评测设备的使用方法，其特征是：按如下步骤依次进行：
a.中央处理器(1)控制对内存(2)、输入设备(3)、输出设备(4)和网卡(5)实施初始化，将评测模型和约束条件都存入内存(2)，评测模型如(1)式所述：
F1=ΣΣh(n,t)QnλnF2=21I1+22I2+23I3+...+2a-1Ia-1F3=21K1+22K2+23K3+...+2a-1Kb-1F4=21H1+22H2+23H3+...+2a-1Hc-1F5=21G1+22G2+23G3+...+2a-1Gd-1F6=21W1+22W2+23W3+...+2a-1We-1F7=21Y1+22Y2+23Y3+...+2a-1Yf-1---(1),]]>
(1)式中：F₁是能源消耗总量，
F₂、F₃、F₄、F₅、F₆和F₇是水、电、蒸汽、油、压缩空气各种能源消耗量，
Q是能源消耗单元数量，
λ是能源消耗转换率，
I、K、H、G、W和Y是不同能源种类的折算系数，
约束条件包括最大评测时间约束和最大评测能源单元数量约束，最大评测时间约束如(2)式所述：

(2)式中：T_n(min)是第N个能源消耗单元的最小评测时间，
T_n(max)是第N个能源消耗单元的最大评测时间，
A(n，t)是为综合评测时间函数，
最大评测能源单元数量约束如(3)式所述：
Σn=1NQn≥S(t),]]>1≤t≤T    (3)，
(3)式中：S(t)是当前评测时间中评测能源单元总数量，
Q_n是当前评测时间中，所有评测能源种类的单元数量；
b.迭代计算模型变量，输入设备(3)将各项参数输入中央处理器(1)，中央处理器(1)计算各个参数，根据各类参数数据得到能效指数，计算方法如(4)式所述：
EC=ΣΣF(n,t)QnλnBn(Wi-Zi)tS(Vi)=1a+e-v,Vi∈[-Vmin,Vmax]E=ΣF(n,t)Wi+λnWi+ΣS(t)S(Vi)+ΣECn(Xi+Vi(p+1))---(4),]]>
(4)式中：λ是能耗转换率，
B是能源标杆数据，
W是行业特点分配权重，
t是评测时间，
E是能耗指数，
EC是能源成本指数，
Z是系统效率，
S是生产力指数，
F是单位能耗量，
S是测试时间，
X是生产效率，
V是固定资产折旧值，
p是固定资产折旧率，
i∈[1，2，3…n]，
n∈[1，2，3…N]，
t∈(T_min，T_max)；
c.更新变量状态，中央处理器(1)更新各类参数数据，重新迭代计算，得到新的能效指数；
d.中央处理器(1)根据迭代次数M是否满足最大值来判断是否结束迭代，如果迭代次数大于M则中央处理器(1)停止计算，否则继续迭代，直至满足结束迭代条件止；
e.输出最优方案，中央处理器(1)将最优方案中的能耗指数和能源成本指数通过输出设备(4)输出。

基于能源管理系统的能源效率评测设备及其使用方法
技术领域
本发明涉及计算机控制领域，具体为一种基于能源管理系统的能源效率评测设备及其使用方法。
背景技术
能源管理系统应用于能源消耗流程，作用是建立能源效率评测指标体系，能源管理系统将水、电、气等能源进行统一管理与分配，所有能耗按照标煤计算，具有实用性，安全性的特点，对于能源消耗评测模型的实验具有很高的精确度。现有的能效评测模型，多采用数据归纳、统计的方法进行评测，或者评测模型是针对某个特定的设备或者用能区域进行评测，这种评测方法都存在以下几个缺点：1.对于能源效率的投入产出指标缺乏深入、系统的研究；2.大部分都采用数学统计方法、或者传统的数据包分析方法。比如，利用二进制粒子群优化算法所架构的能源评测系统，在约束条件下，满足特定用户的能源评测需求，但是其优化算法在多次迭代中，以易引起/陷入局部极值的不足，导致全局评测能力下降。又如，基于超效率的能效评测模型，构建了能源消费总量、从业人员数量等为指标的评测模型，此模型采用了最常用的GDP能耗指标，运用指数分解法来进行能效评测，缺点在于能效指标过于单一，模型结构简单，对于大量数据验证存在着一定的局限性。因此，目前的能效评测难以全面地评测目标对象。
发明内容
为了克服现有技术的缺陷，提供一种评测全面、结果准确、适用范围广的评测方法，本发明公开了一种基于能源管理系统的能源效率评测设备及其使用方法。
本发明通过如下技术方案达到发明目的：
一种基于能源管理系统的能源效率评测设备，包括中央处理器、内存、输入设备、输出设备，中央处理器通过信号线分别连接内存、输入设备和输出设备，其特征是：还包括网卡，网卡通过信号线和中央处理器连接，中央处理器内还设有缓存区，输入设备选用工业数据网关和能源质量采集分析仪，输出设备选用集成显示控制器。
所述的基于能源管理系统的能源效率评测设备的使用方法，其特征是：按如下步骤依次进行：
a.中央处理器控制对内存、输入设备、输出设备和网卡实施初始化，在全要素框架内将指标体系形成评测模型和约束条件，并将评测模型、约束条件都存入内存，评测模型如(1)式所述：
F1=ΣΣh(n,t)QnλnF2=21I1+22I2+23I3+...+2a-1Ia-1F3=21K1+22K2+23K3+...+2a-1Kb-1F4=21H1+22H2+23H3+...+2a-1Hc-1F5=21G1+22G2+23G3+...+2a-1Gd-1F6=21W1+22W2+23W3+...+2a-1We-1F7=21Y1+22Y2+23Y3+...+2a-1Yf-1---(1),]]>
(1)式中：F1是能源消耗总量，
F2、F3、F4、F5、F6和F7是水、电、蒸汽、油、压缩空气等各种能源消耗量，
Q是能源消耗单元数量，
λ是能源消耗转换率，
I、K、H、G、W和Y是不同能源种类的折算系数，
约束条件包括最大评测时间约束和最大评测能源单元数量约束，最大评测时间约束如(2)式所述：

(2)式中：T_n(min)是第N个能源消耗单元的最小评测时间，
T_n(max)是第N个能源消耗单元的最大评测时间，
A(n，t)是为综合评测时间函数，
最大评测能源单元数量约束如(3)式所述：
Σn=1NQn≥S(t),]]>1≤t≤T    (3)，
(3)式中：S(t)是当前评测时间中评测能源单元总数量，
Q_n是当前评测时间中，所有评测能源种类的单元数量；
b.迭代计算模型变量，输入设备将各项参数输入中央处理器，中央处理器计算各个参数，根据各类参数数据得到能效指数，计算方法如(4)式所述：
EC=ΣΣF(n,t)QnλnBn(Wi-Zi)tS(Vi)=1a+e-v,Vi∈[-Vmin,Vmax]E=ΣF(n,t)Wi+λnWi+ΣS(t)S(Vi)+ΣECn(Xi+Vi(p+1))---(4)]]>
(4)式中：λ是能耗转换率，
B是能源标杆数据，
W是行业特点分配权重，
t是评测时间，
E是能耗指数，
EC是能源成本指数，
Z是系统效率，
S是生产力指数，
F是单位能耗量，
S是测试时间，
X是生产效率，
V是固定资产折旧值，
p是固定资产折旧率，
i∈[1，2，3…n]，
n∈[1，2，3…N]，
t∈(T_min，T_max)；
c.更新变量状态，中央处理器更新各类参数数据，重新迭代计算，得到新的能效指数；
d.中央处理器根据迭代次数M是否满足最大值来判断是否结束迭代，如果迭代次数大于M则中央处理器停止计算，否则继续迭代，直至满足结束迭代条件止；
e.输出最优方案，中央处理器将最优方案中的能耗指数、能源成本指数等关键指标通过输出设备输出。
能源管理涉及了较广的范围，包含了从能源生产到能源消耗的各个环节的管 理技术，通过和行业生产流程相结合，以能源利用效率为主线，将各个关键指标形成评测体系。本发明应用了UML建模语言、数据仓库挖掘技术(DM)、能源审计技术(EA)、能源转换技术、数学归纳法等技术领域，具有如下特点：1.以能源管理系统为框架，运用能源管理系统提供的全面地数据进行评测，保证了能源评测的全面性、精确性、及时性；2.运用能源审计技术及能源转换技术，对目标对象的能源消耗情况，能源使用效率有针对性的进行统计、分析。
本发明的有益效果是：基于能源管理系统的能效评测模型，运用能源管理体系的思想、以全要素的框架来构架了能效评测模型，将能耗总量、固定资产折旧、终端能耗等作为投入指标，将能耗指数(EUI)、能源成本指数(ECI)、生产力指数及系统效率为产出指标，能够更加全面、精确、高效的分析能源效率指标，并将其评测指标体系应用与行业特征相结合，建立基于能源管理系统的能效评测模型，以全要素角度来分析能源使用效率，全面评测能源使用流程及效率，并且运用模型得出切实可行的能源评估建议。
附图说明
图1是本发明的结构示意图；
图2是本发明使用后生成的评估曲线图。
具体实施方式
以下通过具体实施例进一步说明本发明。
实施例1
一种基于能源管理系统的能源效率评测设备，包括中央处理器1、内存2、输入设备3、输出设备4和网卡5，如图1所示，具体结构是：中央处理器1通过信号线分别连接内存2、输入设备3和输出设备4，网卡5通过信号线和中央处理器1连接，中央处理器1内还设有缓存区11，输入设备3选用工业数据网关和能源质量采集分析仪，输出设备4选用集成显示控制器。
本实施例的硬件环境：中央处理器1选用英特尔公司出品的四核至强E5606处理器，工作频率为2.13GHz；缓存区11大小为8M；内存2选用ECC-R的DDR3系列1333型内存，大小为4GB；网卡5选用集成独立的两块1000M自适应网卡；电源选用：400W自适应单电源；工作温度范围10℃～35℃。
本实施例的软件环境：
操作系统：Suse Linux Enterprise Server 11 SP2(X64)；数据库：Oracle 11g(64b位)；
支撑平台：JDK1.6；
中间件：FLEX3.0；
WEB服务：WEBLogic Enterprise 6。
本实施例的技术特点：
A.支持五重硬盘防护技术(即Disk Protection Technology，简称DPT)和防雷击技术(即Anti-lightning Technology，简称ALT)；
B.支持网卡冗余和负载均衡，可实现7无间断的7×24小时运转；
C.选用750W的1+1冗余电源扩展性能；
D.具备安全防护：备有防火墙设备和逻辑强隔离设备。
将本实施例用于估算某集团公司的整体能耗指数，某集团公司资产总值15亿，年营业收入18亿元，利税2.2亿。下属五个分厂和十个子公司。集团公司以制浆造纸为核心产业，目前拥有3200mm、3600mm、3800mm等多条现代化大型高车速造纸生产线。依据该集团公司2010年数据，估算其整体能耗指数，与2011年相比给出评估曲线。评估时用本实施例按如下步骤依次进行：
a.中央处理器1控制对内存2、输入设备3、输出设备4和网卡5实施初始化，在全要素框架内将指标体系形成评测模型和约束条件，并将评测模型、约束条件都存入内存2，评测模型如(1)式所述：
F1=ΣΣh(n,t)QnλnF2=21I1+22I2+23I3+...+2a-1Ia-1F3=21K1+22K2+23K3+...+2a-1Kb-1F4=21H1+22H2+23H3+...+2a-1Hc-1F5=21G1+22G2+23G3+...+2a-1Gd-1F6=21W1+22W2+23W3+...+2a-1We-1F7=21Y1+22Y2+23Y3+...+2a-1Yf-1---(1),]]>
(1)式中：F1是能源消耗总量，
F2、F3、F4、F5、F6和F7是水、电、蒸汽、油、压缩空气等各种能源消耗量，
Q是能源消耗单元数量，
λ是能源消耗转换率，
I、K、H、G、W和Y是不同能源种类的折算系数，
约束条件包括最大评测时间约束和最大评测能源单元数量约束，最大评测时间约束如(2)式所述：

(2)式中：T_n(min)是第N个能源消耗单元的最小评测时间，
T_n(max)是第N个能源消耗单元的最大评测时间，
A(n，t)是为综合评测时间函数，
最大评测能源单元数量约束如(3)式所述：
Σn=1NQn≥S(t),]]>1≤t≤T    (3)，
(3)式中：S(t)是当前评测时间中评测能源单元总数量，
Q_n是当前评测时间中，所有评测能源种类的单元数量；
b.迭代计算模型变量，输入设备3将各项参数输入中央处理器1，中央处理器1计算各个参数，根据各类参数数据得到能效指数，计算方法如(4)式所述：
EC=ΣΣF(n,t)QnλnBn(Wi-Zi)tS(Vi)=1a+e-v,Vi∈[-Vmin,Vmax]E=ΣF(n,t)Wi+λnWi+ΣS(t)S(Vi)+ΣECn(Xi+Vi(p+1))---(4)]]>
(4)式中：λ是能耗转换率，
B是能源标杆数据，
W是行业特点分配权重，
t是评测时间，
E是能耗指数，
EC是能源成本指数，
Z是系统效率，
S是生产力指数，
F是单位能耗量，
S是测试时间，
X是生产效率，
V是固定资产折旧值，
p是固定资产折旧率，
i∈[1，2，3…n]，
n∈[1，2，3…N]，
t∈(T_min，T_max)；
c.更新变量状态，中央处理器1更新各类参数数据，重新迭代计算，得到新的能效指数；
d.中央处理器1根据迭代次数M是否满足最大值来判断是否结束迭代，如果迭代次数大于M则中央处理器1停止计算，否则继续迭代，直至满足结束迭代条件止；
e.输出最优方案，中央处理器1将最优方案中的能耗指数、能源成本指数等关键指标通过输出设备4输出。
本实施例的研究对象具有一定的边界性，可以是独立核算的经济体，或者是某个重要用能单位。
模型读取及计算方法如下：









评估曲线如图2所示，基本符合企业能耗方向。
本实施例在硬件环境基础上，运行模型算法，应用不同的内存地址，存放各类参数指标，利用并发线程技术，同时将指标数据进行多次迭代运行计算(1000次或者10000次的迭代)，最终得到模型的输出指标。