Energetický management podle ISO 50001 stojí na jasných datech a schopnosti prokázat, zda se energetická výkonnost skutečně zlepšuje. Klíčové jsou přitom dva prvky: EnPI – ukazatele energetické výkonnosti a EnB – výchozí energetický stav. Společně tvoří systém, který organizacím umožňuje porovnávat minulost se současností, identifikovat příležitosti ke zlepšení a řídit spotřebu energie s vyšší přesností.
EnPI – ukazatele energetické výkonnosti
EnPI představují metriky, pomocí kterých se hodnotí, jak efektivně organizace nakládá s energií. Mohou to být absolutní hodnoty spotřeby (například kWh nebo GJ), ukazatele účinnosti, jako kWh na kus výroby či kWh/m²,nebo modelované indikátory, které zohledňují změny provozních podmínek.
Před zavedením konkrétního EnPI je důležité ověřit, zda má smysl pro daný proces, zda jej lze dlouhodobě sledovat a zda skutečně odráží energetickou výkonnost. Posuzuje se zejména:
- Relevance k energetické výkonnosti
- Dostupnost a kvalita dat
- Stabilita a dlouhodobá sledovatelnost
- Citlivost na provozní změny
Moderní přístup proto stále více využívá energetické modely založené na regresi, které dokážou popsat závislost spotřeby na všech významných proměnných současně. To je zásadní tam, kde běžné ukazatele účinnosti nestačí. Typickým příkladem je stroj, jehož spotřebu ovlivňuje výrobní objem i teplota v hale. Pokud bychom vyhodnocovali pouze ukazatel kWh na kus výroby, dostali bychom zkreslený obraz, ignorovali bychom vliv počasí nebo klimatizační zátěže, která může tvořit významnou část spotřeby.
Regresní model naproti tomu dokáže oddělit vliv jednotlivých faktorů, kvantifikovat jejich skutečnou energetickou náročnost, spočítat očekávanou spotřebu při běžných podmínkách,a tím výrazně zpřesnit samotný ukazatel EnPI. Právě to dělá regresní normalizaci nejpřesnější a nejobjektivnější metodou hodnocení energetické výkonnosti, zejména ve výrobních provozech, kde se kombinuje více proměnných a jejich vlivy nejsou lineární ani konstantní.
EnB výchozí stav spotřeby energie (Energy Baseline)
Výchozí stav EnB tvoří referenční energetický vzorek, vůči kterému se posuzuje dosažené zlepšení. EnB je typicky odvozen z historických dat, reprezentujících běžný provoz za určité období. Správně vytvořená baseline musí zahrnovat všechny relevantní provozní podmínky, aby bylo možné zajistit spravedlivé a konzistentní porovnání s aktuálními hodnotami. EnB se následně používá k vyhodnocení dopadů opatření na úspory energie a k porovnávání trendů v čase. Organizace musí mít proces pro její aktualizaci, zejména v případech zásadních změn výroby, technologií nebo rozsahu provozu.
Normalizace – zohlednění proměnných ovlivňujících spotřebu
Energetická spotřeba je často ovlivněna celou řadou externích i interních proměnných, jako je počasí, výrobní objemy, obsazenost budov nebo provozní režimy. Pokud mají tyto proměnné statisticky významný vliv, je nezbytné provést normalizaci energetických dat.
Normalizace umožňuje porovnávat energetickou hospodárnost napříč obdobími bez zkreslení způsobeného proměnlivými podmínkami. Díky tomu lze objektivně posoudit, zda skutečně došlo ke zlepšení energetické výkonnosti. Typickým příkladem normalizace je korekce spotřeby tepla pomocí denostupňů nebo modelová úprava elektrické spotřeby podle výrobního objemu.
Ačkoli normalizace může teoreticky existovat i ve formě jednoduchých koeficientů či přepočtů, v moderním energetickém managementu se nejčastěji používá regresní analýza. Je tomu tak proto, že regresní model:
- přesně ukáže, jak jednotlivé proměnné ovlivňují spotřebu,
- dokáže předpovědět „očekávanou“ spotřebu při referenčních podmínkách,
- umožňuje transparentně vyčíslit úspory,
- je plně akceptován podle ISO 50006, ISO 50015 i metodiky IPMVP.
V praxi se používají zejména lineární či vícerozměrné regresní modely. Tyto modely jsou dnes standardní součástí moderních EMS systémů a umožňují velmi přesné hodnocení energetické výkonnosti.
A právě zde posouvá naše vyvinutá aplikace ENMS.cz možnosti ještě dále. Platforma má zabudované pokročilé regresní modely, které automaticky vyhodnocují vliv teploty, výroby či obsazenosti a vytvářejí přesnou normalizovanou spotřebu pro každý objekt nebo technologický celek. Vše probíhá na pozadí, uživatel tak získává okamžitý přehled o tom, co je skutečná úspora a co pouze důsledek změny podmínek.
Cíle a prokazování zlepšování
Energetické cíle mohou mít různé podoby, od snížení celkové spotřeby, zvýšení účinnosti určité technologie, až po dosažení specifické hodnoty EnPI atd. Zlepšení se prokazuje porovnáváním aktuálních hodnot EnPI s výchozími hodnotami EnB, normalizovaných výsledků se skutečnými provozními podmínkami, nebo trendů v čase.
Příkladem vyhodnocení EnPI a EnB je obrázek č. 2, který názorně ukazuje vztah mezi výchozím stavem spotřeby energie, dosaženým zlepšením a cílovou hodnotou. Grafická část zobrazuje, jak se EnPI v čase posouvá směrem k energeticky úspornějším hodnotám – nejprve dosažením stanoveného cíle a následně i dalším zlepšováním nad tuto hranici. Tento koncept jasně ukazuje, že energetická hospodárnost nemusí po splnění cíle stagnovat, ale může se dál vyvíjet díky optimalizaci provozu, technologií a řízeným opatřením.
Spodní graf porovnává reálnou a očekávanou spotřebu energie, což je klíčový krok při normalizaci dat a vyhodnocování skutečných úspor. Uživatel tak může vidět nejen to, kolik energie se skutečně spotřebovalo, ale také jaká spotřeba by byla očekávaná při běžných provozních podmínkách. To umožňuje přesně oddělit vlivy počasí, výroby či provozních změn a kvantifikovat skutečný efekt energetických opatření.
Proces zavádění EnPI a EnB
Kompletní proces identifikace, vývoje, validace, zavedení a aktualizace EnPI a EnB je detailně popsán v ISO 50006. Normativní rámec přesně říká, jak s daty pracovat, jak zajistit jejich kvalitu a jak metriky spravovat tak, aby dlouhodobě odrážely skutečnou energetickou výkonnost. A právě s tímto procesem dokážeme v HECONu klientům pomoc. Naše metodika i aplikační řešení jsou navrženy tak, aby odpovídaly požadavkům ISO 50001, ISO 50006 – od identifikace významných energetických toků až po tvorbu regresních modelů pro normalizaci.
Naše aplikace ENMS.cz:
- umí sběr dat a jejich vizualizaci,
- obsahuje nástroje pro datovou analýzu a validaci,
- podporuje kompletní práci s EnPI a EnB,
- vytváří automaticky normalizované modely podle relevantních proměnných za využití machine learning a regresních modelů,
- umožňuje dlouhodobé sledování výkonnosti.
Výsledkem je, že organizace získá komplexní, auditovatelný a plně digitální systém řízení energetické hospodárnosti, který nejen splňuje požadavky ISO, ale zároveň výrazně usnadňuje každodenní práci energetických manažerů.
Funkce aplikace ENMS.cz dokládá obrázek č. 3, kde je vidět, jak aplikace umožňuje uživatelům rychle identifikovat zařízení a procesy způsobující největší energetické ztráty. Díky intuitivní analytice je možné okamžitě odhalit neefektivní provoz a zaměřit se na oblasti s nejvyšším potenciálem úspor.
Chcete vidět ENMS v akci?
Zjistěte, jak může ENMS.cz změnit způsob, jakým vaše firma řídí energii.
Kontaktujte nás na david.horava@hecon.cz nebo navštivte web naší aplikace.
