工业行业能效评价方法的分析和比较

Energy of China - - Contents | 目录 - 收稿日期: 1 - 7- 7作者简介:宋晨希(19 -),女,博士,主要研究方向为能源经济、工业行业能效评价。

(1. 宋晨希1 1, ,宋留成 ,时希杰 ,李明佳 ,陶文铨国家节能中心,北京 5; . 西安交通大学能源与动力工程学院 热流科学与工程教育部重点实验室,陕西 西安 71 9; . 河南理工大学 能源科学与工程学院,河南 焦作 5 )

摘要:本文对文献中出现的工业行业能效评价方法进行了调研,详细讨论了 种典型的

能效评价方法:简单指标比对法、随机前沿分析法、数据包络法(DEA )、逼近理想值排序法(TOPSIS)、泰勒展开法和可拓物元法。简要介绍了各个评价方法的实施步骤,分析了每种方

法的优缺点并将它们进行对比分析,给出了 种能效评价方法对我国工业行业开展能效评价可

提供的借鉴思路。关键词:综述;工业行业;能效;评价方法中图分类号:T. 1 文献标识码:A 文章编号:1 - 55-( 1 ) - - 5 Doi: 1 . 9 9 M.issn.1 - 55. 1 . . Abstract: Energy efficiency evaluation methods in literature are investigated in this paper. Six typical methods are discussed in detail. They are Simple Indicator Comparison, Stochastic Frontier Analysis (SFA), Data Envelopment Analysis (DEA), Technique for Order Preference by Similarity to an Ideal Solution (TOPSIS), Taylor Series Expansion (TSE) and Extensive Matter Element method. First, implementation procedures for these methods are introduced briefly. Second, merits and disadvantages of the six methods are analyzed and compared. At last, ideas which can be borrowed from these methods to conduct energy efficiency evaluation in industry of China are proposed.

Key words: Literature Review; Industry; Energy Efficiency;Evaluation Method 1 前言

能源与碳排放问题是目前全世界共同关注的焦点。能源消耗占全球 的人为 CO 排放量 [1] ,在很多国家传统化石能源如煤、石油、天然气仍占据大部分的总能源消耗量。世界能源署

(IEA)的统计表明:工业部门能源消耗占全球将近 1 的一次能源供应,且产生 的能源相关

CO 排放 [ ]。因此,工业部门节能减排将对整个社会节能减排产生较大作用。很多国家在工业领域开展了一系列能效项目来促进工业部门节能,如美国的能源之星项目、日本的领跑者项目等。我国工业行业能耗占全国一次能源消费的7 以上,其中高耗能行业占工业能耗的 左 右 [ ]。为了促进工业行业节能,我国相关部门发起了一系列能效项目,如节能评审、能效对标、能效之星、万家企业节能低碳行动等。

能效评价是各国顺利开展能效项目的前提条件。为利于开展我国的能效评价工作,本文对工业行业能效评价问题进行了调研和分析。首先给出能效的定义,以期为能效评价提供统一的比较平台;其次介绍了 种典型的能效评价方法、 种方法的作用和缺点,并将它们进行对比;最后指出了这些方法对我国开展能效评价工作的一些启示。

2 能效的定义及评价对象

2.1 能效的定义

能效定义的确定能为能效评价方法提供统一

的比较平台和理论基础。

效率是产出量与投入量的比值。能效是能源使用效率的简称,即能源服务的产出量与能源使用量(或投入量)的比值。能源效率的定量描述需要用指标来衡量,如何准确衡量能效水平的问题其实就是如何合理构造能效指标的问题。根据能效的定义,能效指标的基本表达式为:

能效 产出量 能源投入量 (1)

依据现有文献[ ] 和 [5] ,对式( 1 )取倒数,即能源投入量与产出量的比值也是能效指标的一种形式。也有学者指出:能效不应该仅用输入和输出的比值来衡量,更应该反映影响比值变化的生产过程中因素 [ ]。因此能效指标的表达方式不

限于式(1),而要根据具体评价对象选取。

2.2 能效评价的对象

从整个国家到具体的生产设备,大致可分为如图 1 金字塔所示的 5个生产层面,金字塔中各层面从上到下是包含的关系。本文所针对的能效评价对象为生产厂(生产装置)及其以下层面。本层面的主要特点是产品种类单一,多为一种产品,至多包含几种同类产品。

3 能效评价方法综述

本文对不同国家能效项目中用到的及文献中出现的 种典型能效评价方法进行分析对比,图。每种方法所实现的作用有所不同。其中简单指标比对法、随机前沿分析法主要是计算待评价对象能效值与参比能效值的差距;数据包络法和逼近理想值的排序法主要是实现能效排序;泰勒展开法和可拓物元法主要是判断所属能效等级。以下将对这 种方法分别进行介绍。

3.1 简单指标比对法

简单指标比对法是通过常用的能效指标来评价耗能单元(本文把各种待评价对象称为耗能单元)能效水平的方法。日本针对终端用能产品发起 的“领跑者项目 ”[7] 主要是基于此方法。参加“领跑者项目”的终端用能产品以同等条件下的能效最佳实践值作为目标值,制造商或进口商需在规定年份内完成能效目标。

简单指标比对法在设定能效目标值时的一个特点是先将待评价对象拉到同一个比较平台上再进行能效比较,即各参数相似的设备才能在一起比较。基于此思想,在设定目标值之前会首先依据性能参数对设备进行分组。以空调为例,衡量其能效水平的主要指标是“性能系数”,不同容量的空调放在一起比较能效有失公平,比较合理的做法是根据容量把待评价空调分为不同的组,同一组内的空调在一起比较。图 给出了空调依据容量分组后的每组目标值的设定。

3.2 随机前沿分析法随机前沿分析法(Stochastic Frontier Analysis,

SFA) [ ]是基于线性回归模型的一种能效预测方法。它的主要思想是首先通过参数回归模型找出与待评价耗能单元有相似客观条件的能效参比值,其次将耗能单元的实际运行值与参比值相比从而为待评价厂的能效水平进行打分。美国“能源之星”

项目就是基于此方法。在本项目中,SFA法能帮助待评价生产厂解答这样的问题:在条件相似的

前提下,本生产厂和同行业其它生产厂相比,能效所处的水平。

随机前沿分析法的实施步骤如图 所示。主要包括两大步:拟合能效关系式和为待评价生产厂打分。拟合能效关系式包括 步:①分析影响能效指标变化的主要因素并选取合适参数来表征它们。影响因素有气候条件、生产规模、生产利用率、生产规模、产品特性等;②搜集统计数据,包括各厂的能效值及各影响因素数值;③拟合最优实践能效及平均实践能效与各参数间的计算关系式。为待评价生产厂能效打分包括两步:①计算待评估生产厂所处客观条件下能效参比值(最优值和平均值); ②依据本厂实际能效与最优值和平均值的相对水平为待评价生产厂能效水平进行打分。 3.3 数据包络法

. .1 传统用法

数据包络法(Data Envelopment Analysis,DEA)是一种基于“输入”和“输出”的线性规划方法。

针对耗能单元能效水平进行评价时,DEA法把多种投入和多种产出分别转化为效率计算式的分母和分子,以反映产出对投入的比率。然后通过判断耗能单元是否处于生产前沿面上以及与生产前沿面的相对距离来比较各耗能单元之间的相对效率,从而依据能效为各耗能单元进行排序。

DEA法包括多种具体模型,最广泛应用的是CCR 模型和 %CC 模型。其中 CCR 模型可用于评价耗能单元的全局效率(综合效率,包含生产效率和规模效率),而 %CC 模型可用于评价耗能单元的局部效率(仅包括生产效率)。基于 DEA 方法评价耗能单元能效评价的一般步骤为:①选取输入和输出子指标;②搜集各耗能单元指标值,并进行无量纲化预处理;③选取合适的DEA 模型,并将数据代入运算;④依据计算结果为各耗能单元能效水平进行排序。用传统 DEA 法对火电厂能

效水平进行评价可参考文献 [9] 和 [1 ]。

. . 基于数据包络模型构造综合指标综合指标构造是对待评价耗能单元能效水平的子指标进行综合,在其基础上构造出综合能效指标,以实现对耗能单元能效水平的整体评价。DEA 模型是进行综合指标构造的模型之一。基于 DEA实施综合指标构造的步骤为:①选取合适的子指标并搜集各耗能单元指标值。子指标可以是耗能单元关键耗能工序的指标,或是反映耗能单元各方面能效水平的指标。②数据搜集和预处理。把各子指标都转化为越大越好或越小越好的指标,并进行无量纲化。③选取合适的DEA 模型,并将数据代入运算。④依据计算出的综合能效值为各耗能单元能效水平进行排序。基于DEA 模型构造综合指标具体计算式可参考文献 [11] 和 [1 ],他

们在传统 DEA模型计算公式基础上进行了改进。

DEA 模型用于综合指标构造与传统 DEA 法不同的地方主要在于所选取的子指标不同。传统的

DEA 法选取输入输出指标作为子指标,而用 DEA模型进行综合指标构造的子指标选取能反映各耗能单元主要耗能工序能效水平的指标或反映待评价耗能单元各方面能效水平的指标。

3.4 逼近理想值排序法

逼近理想值的排序方法( Technique for order preference by similarity to an ideal Solution, TOPSIS)是通过计算耗能单元能效与最优水平的贴近程度来对一组待评价单元的能效水平进行排序。本方法的实施基于衡量耗能单元能效水平的

子指标。TOPSIS 法只是综合模型,在进行能效评价时,还要选择权重模型与其搭配使用 [1 ]。

基于 TOPSIS 对各生产厂能效水平进行排序的步骤如下:①选择衡量待评价耗能单元能效水平

的子指标,组成原始化矩阵 Y (yij)n×m,其中i 是待评价厂编号,i 1, ,…,n,n 为待评价厂

个数;j 是子指标的编号,j 1, ,…,m,m 为指

标个数。②基于原始矩阵计算规范化矩阵D (dij) n×m。③构造加权规范化矩阵 Z (zij)n×m,即将规范化矩阵中各元素乘上对应的权重值。④计

算加权规范化矩阵中各耗能单元到理想解距离 Si和负理想解的距离 Si。其中理想解- zj 为各子指标最优值组成的向量,副理想解 zj -为各子指标最差值组成的向量。⑤计算各耗能单元与理想解的贴近程度 Ci。计算方法为待评价单元 Si 除以 Si 和 Si -之和。⑥依据各耗能单元的 Ci值,便可对它们进

行能效排序。以上步骤中所用到的具体计算公式可参考文献 [1 ]。

3.5 泰勒展开法

泰勒展开法( Taylor series expansion )是中国台湾地区的一位学者提出的针对工业生产厂的能效评价方法 [1 ]。该方法将待评价耗能单元的实际能效水平与设计值相比,通过能效坐标图的形式定性地描述待评价生产厂能效所处的能效水平。

该方法实施步骤为:①用变量α 和 β 来分别表征产品量和能源消耗实际运行值与设计值的偏差。两个变量的表达式分别为:α Qr Qd,β (Ed

Er)Ed 其中 Qr 和 Qd分别为统计期内待评价生产厂

实际产品产量和设计产品产量;Er和 Ed 分别为统计期内待评价生产厂实际能源消耗量和设计能源消耗量。②分别以两个变量为横坐标及纵坐标画能效图,如图 5 所示。其中原点处 α 1,β 。依据 α 和 β的表达式,经简单计算可知从左上方至右下方的斜线 Er Qr Ed Qd,β 1-α ;斜线右上方 Er Qr < Ed Qd,β > 1-α ;左下方 Er Qr > Ed Qd,β < 1-α。③依据能效坐标图分析能效水平,

图 5 中 个区域所代表的能效水平如表 1 所示。

3.6 可拓物元法

物元分析理论由我国学者蔡文所创立。可拓物元法的基本思想是首先计算待评价耗能单元与 各能效等级区间的关联程度,其中关联程度最大者即为所属能效等级区间 [15]。该方法是基于子指标衡量耗能单元所处能效等级的方法。

基于可拓物元法对耗能单元的能效水平进行评价的实施步骤为:①选取待评价耗能单元子指标并确定指标的取值范围;②确定子指标的节域和经典域。其中经典域是每个评分等级所属的区间,节域是子指标的取值范围区间。经典域是节域的子集,各经典域相加等于节域;③计算节域距和经典域距。节域距为子指标与节域的距离,经典域为子指标与各经典域的距离;④计算关联函数值和整体关联度。关联函数用于待评价单元各子指标与各经典域区间的关联程度。整体关联度为待评价单元与各经典域区间的关联程度,它是在子指标关联函数值的基础上加权求和得到。若待评价耗能单元与某经典域区间的整体关联度值最高,则此耗能单元的能效水平即为本经典域区间所对应的能效等级。以上步骤中所用到的具体计算公式可参考文献 [1 ]。

4 现有能效评价方法分析

以上所综述的工业行业能效评价方法有不同的特点,它们分别具有不同的能效评价功能,但也存在缺点和不足。对各方法的分析如下:

(1)简单指标比对法主要服务于日本的领跑者计划项目,本方法基于简单的能效指标进行能效值的计算,并依据不可比因素的值进行合理能效目标值的设定。缺点是仅用于终端用能设备的能效评价,指标种类单一。

( )随机前沿分析法主要服务于美国的能源之星项目,本方法通过线性回归拟合出待评价生产厂的最佳实践能效值,通过比较本厂实际运行值与最佳实践值的差距来为本厂能效水平进行打分。该方法在以下 种情况下实施会遇到困难:①某些不可比因素不易用变量表示,如某些生产厂有额外设备用于提高产品质量、降低原材料使用量,其中额外设备的使用情况的定量化问题;②某些表示不可比因素的变量(如非计划停机次数),与能效之间的关系较复杂,此时最佳实践能效曲线拟合较困难。

( )DEA的传统用法和综合指标构造法都是基于子指标对待评价厂的能效水平进行综合评价。但两个用法所基于的子指标不同,前者针对待评价生产厂的输入和输出指标,从整个生产厂输出与输入比值的角度衡量能效;后者基于生产厂重点耗能单元的能效水平指标,从局部到整体更全

面地衡量待评价厂的能效水平。

( )TOPSIS 可通过综合各子指标与最优值(和最劣值)的接近程度(和远离程度)来实现对不同生产厂的能效水平进行排序。

(5)泰勒展开法通过比较待评价厂的实际运行值和设计值两者之间的关系来衡量待评价厂的能效水平,并基于能效图直观地对能效水平进行定性分析。缺点是在定量计算上并无优势。

( )可拓物元模型可基于子指标实现对待评价厂能效等级的等级划分。

上述方法间有如下的关系:

(1)简单指标比对法和随机前沿分析法同是将实际值与最佳运行值进行对比,两者选取最佳运行值的方式不同,前者是同等条件下现有设备的最佳水平,后者是同等条件下可能达到的最优水平。相比简单指标比对法,随机前沿分析法能兼顾的能效影响因素更多一些,但其最优水平是根据统计数据的推测值。

( )DEA 和 TOPSIS 均可实现对生产厂依据能效水平进行排序,其中 DEA 模型的实施过程直接包含权重的计算, TOPSIS 模型的实施需要其它模型计算权重。但相比 DEA,TOPSIS 独立的权重选择可以融入主观和客观两方面的因素,而

DEA模型的权重计算都是基于数据的,不易融入主观因素。

( )泰勒展开法和可拓物元模型都能实现为待评价厂的能效水平进行等级界定。两者的区别是: ①前者基于一个指标,而后者基于多个子指标,基于多个子指标的评价更客观全面些;②前者是将实际运行值与设计值相比,可用于衡量待评价厂实际运行时与设计值的接近程度,后者是将待评价厂的能效水平与其它厂相比,可用于横向比较本厂相对于所在行业其它厂所属的能效等级;③前者能更直观地通过坐标图显示能效水平随时间的变化。

在具体应用时可根据评价的需要选择合适的评价方法,或者将不同方法结合使用。

5 对我国能效评价的启示

目前我国在新上固定资产投资项目能效评估和已有项目能源审计中,用到的能效评价方法主要是多层次指标比对法。多层次指标比对法的基本思想是:首先构造包含反映整个生产厂能效水平的一级指标及反映各工序和设备能效水平的二级指标的能效指标体系 [1 ] ;其次对相关能效指标设定参比值;最后通过将待评价生产厂各能效指 标值与参比值进行比较,从而判断本生产厂能效水平是否符合国家相关部门的要求。具体实施方法可参考文献 [1 ]。

以上综述的各方法能为多层次比对法提供完善思路:多层次指标比对法与简单指标比对法接近,但评价对象由终端用能设备拓展到了工业生产厂,评价指标也从单一指标拓展到具有两个层次的指标体系。简单指标依据不可比因素分组设定参比值的方法值得借鉴。本方法适用于受较少不可比因素影响的指标。随机前沿分析法在计算待评价厂的最佳能效水平时,考虑到了各不可比因素,也是比较合理的指标参比值计算思路。本方法适用于影响因素较多的综合性指标。泰勒展开法是将能效水平与设计值比较,在定性分析上有优势。适合在运行阶段评价定性衡量能效水平

与设计值的接近程度。DEA的综合指标构造法提供了基于重点耗能环节能效水平子指标构造综合

能效指标的思路。DEA 的传统用法和 TOPSIS 法可实现基于多个指标为待评价生产厂能效水平进行排序。可拓物元模型可实现基于多个指标为待评价生产厂划分能效等级。

参考文献:

[1] 48ADRELLI R, PETERSO1 S. The energy-climate challenge: Recent trends in CO emissions from fuel combustion[J]. Energy Policy, 7, 5(11): 59 -595 .

[ ] International Energy Agency. Tracking industrial energy efficiency and CO emissions[R]. Paris, France: International Energy Agency, 9: 1- 1.

[ ] 中国科学院学部.我国工业节能现状调研与对策[J]. 院士与

学部, 1 , 5( ): 7- .

[ ] %OSSE%OE8F D, CHATEA8 %, LAPILLO11E %. Crosscountry comparison on energy efficiency indicators: the on-going European effort towards a common methodology [J]. Energy Policy, 1997, 5(7-9): 7 - .

[5] EICHHAMMER W, WILHELM M. Industrial energy efficiency: indicators for a European cross-country comparison of energy efficiency in the manufacturing industry [J]. Energy Policy, 1997, 5(7-9): 759-77 .

[ ] %OSSE%OE8F D, CHATEA8 %, LAPILLO11E %. Crosscountry comparison on energy efficiency indicators: the on-going European effort towards a common methodology [J]. Energy Policy, 1997, 5(7-9): 7 - . [7] J81A.TopRunnerProgram[C].Copenhagen:Workshoponthe %est practices in Policies and Measures, .

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.