绿色商务101：让你的能源数据发挥作用

一旦一个组织掌握了所有触手可及的能源数据，合乎逻辑的下一步就是弄清楚如何使用这些信息。

在我的最后一篇文章，我讨论了各种能源数据和如何收集它们。但是，如何将数据收集目标与整个企业的能源管理计划相结合呢?

来自智能仪表或其他间隔计量技术的高分辨率数据明显比公用事业账单更可靠，但并不总是需要这种增加的粒度。有些能源管理用例只需要公用事业账单数据。

首先，它的价值主张是什么?有各种各样的估计，在某些情况下，它们结合了整个能源信息系统(EIS)的节约，而不是通过用例。劳伦斯伯克利国家实验室估计EIS可以帮助实现17%的中位数站点节省和8%的中位数投资组合节省，大多数其他来源估计节省为10%到20%。

能源报告和基准

这是几乎每个企业在制定能源管理计划时都要经历的第一步。

基准测试可以回答诸如“我做得怎么样?”以及“哪些网站表现良好，哪些是落后的?”此外，能源管理项目通常从许多公用事业和其他来源(区间和/或公用事业数据)提取数据，因此集中报告这些信息可以产生有价值的见解。

大多数行业基准测试，如能源之星，都基于公用事业账单数据。因此，如果目标只是在整个企业中获得能源之星分数，那么您的组织只需要支付公用事业费用。

与此同时，利用区间数据进行基准分析，可以帮助识别那些高峰需求费用特别昂贵或初创和关闭效率低下的建筑。区间数据将提供有关这些问题发生的时间和地点的更多细节，从而更容易地解决这些问题。

也就是说，一些公司可能会发现，在选择特定建筑进行详细的能源审计之前，使用公用事业账单作为投资组合的基准提供了足够的信息。

编制预算

在能量管理领域，这是一个模糊的概念。大多数组织都试图根据过去的表现来估计未来的能源成本和消耗。这通常是全公司年度预算计划的一部分。

一些公司将全年跟踪这些预测。多年来，这一直是能源管理的核心用例，如果不是几十年的话。

有几种不同的方法可以制定一个前瞻性的估计，从仅仅在今年的消费中添加一个通货膨胀百分比，到使用一个包含多个变量的更复杂的模型，如面积的变化，公用费用或整体能源使用。

一旦为来年设定了变量，就可以生成能源使用和成本的预算估计。挑战在于，这些预算只与基本假设一样好。如果你认为镜头将增长5%，峰值需求将下降2%，那么有多种工具和服务来构建预算。但如果这些假设不能实现，预算就不会准确。

间隔数据可以增加预算的粒度，同时也增加了很大的复杂性。一些组织使用间隔数据来提供每日和每周的预算可见性。预算是根据每月的水电费生成的，但它是基于间隔数据进行跟踪的。

大多数建筑专业人士都想尽快知道实际性能何时偏离预算。间隔数据的粒度可以在建筑超出预算的情况下提供提前通知。等到公用事业账单来的时候，已经来不及避免超支了。

间隔数据可以让建筑专业人员有时间进行更改，使预算恢复正常。如果仍然碰巧超出预算值，那么间隔数据将提供一个更好的故事来解释发生的原因。

需求管理

这是一种越来越常见的策略，需要间隔数据。其目标是通过在建筑物使用最多能源的时候减少需求来减少高峰需求费用，以避免昂贵的高峰需求费用。

电池存储供应商报道称,按需收费占公用事业费用的50%。建筑物必须能够看到间隔需求，这在公用事业账单上是不常见的。

公用事业账单可以确定每个月峰值需求设定的单一时间点，但如果不知道整个月是否存在需求接近峰值的时间点，则很难制定减少需求的策略。例如，避免1000千瓦的峰值并不划算，其他工作日的峰值为990至995千瓦。

一份公用事业账单可能无法提供完整的情况，这将使建筑专业人员很难理解减少需求的机会，并制定这样做的计划。

来自电表的实时数据，而不是公用事业公司拥有的智能电表，将能够设置警报，主动警告用户潜在的峰值需求阈值。

这些数据可以实现自动降低需求的控制方案，例如灯光变暗或温度设定点的微小修改。公用事业账单可能会发现高峰需求问题，但无法解决。

解决选项卡

有几种类型的公用事业账单验证。由于只有公用事业账单，审查费率和检查账单错误可能会产生显著的成本节约。

埃森哲报道称,1%到2%的公用事业账单包含错误。对于那些有成百上千的公用事业账单，却很少仔细查看的公司来说，尤其如此。与此同时，将间隔表的值与公用事业账单的报表进行比较，可能会发现更多的差异和账单错误。

但是，根据可能是非收入等级的间隔表对公用事业账单提出质疑的过程可能很复杂，并且因公用事业而异。

测量和验证(M&V)的目标是计算从能效项目和运营变更中节省的能源。与比较项目实施前后的能源使用不同，M&V可以比较实际的能源使用情况和项目未实施时的使用情况。

这更准确，因为入住和天气变化可能会影响项目后的能源使用。如果没有节能项目，能源消耗会更高。V方法通常包括建立一个包含天气和占用等变量的改造前能源使用的回归模型。

M＆V是性能承包的基础和许多公用事业赞助的能效项目。有来自世界各地的行业标准效率评估组织和ASHRAE这样，详细说明了M&V应如何运作。

这些标准并不规定特定数据集的使用，在许多情况下，公用事业账单用于建立基线模型和进行M&V。

与此同时，劳伦斯伯克利国家实验室等人一直在积极研究区间数据如何改善M&V，普遍发现可以利用区间数据建立准确的回归模型。此外，LBNL对一些领先的商业产品进行了调查，这些产品使用区间数据进行M&V，发现市场状况强劲。

M&V可以用水电费数据或区间数据进行，但随着时间的推移，基于区间数据的模型将显示出各种优势，这两种数据源之间的差距将会扩大。

警报和异常检测

警报可以取代被动的、基于计划的操作，使其更加主动。尤其是当软件解决方案提供高级工作流和角色管理功能时，提醒建筑专业人员在问题发生时（甚至在问题发生之前）及时发现问题，比在收到公用事业账单或住户投诉时发现问题更为有效。

公用事业账单数据可以驱动计费警报，但市场正朝着更多基于间隔数据的警报功能发展。

除了间隔能量数据外，来自楼宇自动化系统（BAS）的趋势数据还可以驱动警报。从这些数据中获得的见解，例如当前的冷却器性能，可以识别特定的设备问题。

这些是能源数据的一些主要用例。希望建立能源管理计划的公司应该考虑数据的可用性，并考虑所需的用例和结果。

虽然间隔数据确实提供了超出公用事业账单所能实现的好处，但在某些情况下，账单是令人满意的。