制造业能效统计分布的比较: 对24个案例研究进行meta分析，以促进特定行业的能源绩效指标(EPI)发展。外文翻译资料

英语原文共 22 页，剩余内容已隐藏，支付完成后下载完整资料

制造业能效统计分布的比较:

对24个案例研究进行meta分析，以促进特定行业的能源绩效指标(EPI)发展。

摘要：如今，政策制定者和其他人等对工业能源效率在缓解气候变化方面所起的作用越来越感兴趣。美国环境保护局(EPA)10多年来一直支持特定行业的工业能效案例研究，通过对工厂能量使用的统计分析，控制各种工厂生产活动和生产特性。这些案例研究是能源之星能源性能指标(EPIs)的基础。这些案例研究填补了一个重要的空白，通过使用详细的、特定于部门的、工厂级的数据来估计效率的分布。这些经估计的分布可使能源之星建立新的工厂能耗标准，即在一系列行业中应用估计效率分布前25%范围的标准。对14个广泛的行业、24个部门及更多详细产品类型进行了案例研究。本文是对该研究中使用的方法进行meta分析和有关行业内及跨行业的分布估计的一般性总结。我们发现，很少有部门能用一个简单的能源效率指标得到很好地表示，能源密集程度较低的部门往往表现出比能源密集部门更广泛的行业内效率，但随着时间推移，能源效率水平和范围的变化并不显示任何单一的模式。

关键字：效率、能源绩效指标、制造业、标准化的统计分布

引言

能源之星是环境保护署( EPA )于1992年发起的一项自愿计划，旨在明确和推广节能产品、建筑、住宅和制造设施。提出该方案是为了找到低成本的方法以减少与耗能有关温室气体的排放。该项目最初专注于消费品，于1995年扩展到商业建筑市场，并于1998年发布了第一个用于办公大楼的节能基准。2000年，环境保护局扩大了该计划，将制造业工厂也涵括在内(美国环境保护局，2015年)。能源之星侧重于通过提供有关帮助以弥补工业能效方面的关键知识的短板，其形式是本文所述的24个具体行业的案例研究，通过制定针对具体部门的能源绩效基准，鼓励企业更好地进行管理能源。这24个案例研究，能源之星所称的能源性能指标（EPI），是对能源工厂级能源使用水平的统计分析，由美国环境保护署选定的各个行业的能源经理的进行数据输入，得到能源经理可用来评估能源性能的工具。这些案例研究填补的一个知识空白是，为公司的制造部门提供一个客观的衡量标准，衡量其工厂与行业内其他工厂的比较情况。大多数公司缺乏关于其工厂在更广泛行业中的相对效率的足够信息，因为这些信息是保密的。因此，许多公司不知道其工厂是否有效运作，也不知道它们相对于现有最佳做法能够改进多少。这些案例研究通过对来自不同来源的机密数据进行统计分析，然后使得这些数据可以获取的同时不会泄露潜在的机密信息，从而解决这些问题。这些案例研究填补的第二个知识空白是建立标准，以确定哪些工厂被认为是高效的，并有资格获得能源之星项目的认可。为了给节能制造厂提供识别方法，环境保护局需要一个客观且透明的手段来划分哪些工厂是有效率的，即由能源之星定义的类似生产设施性能的前25%参数标准。使用前25%作为企业高效率的定义意味着需要能量性能的分布的数据。类似的生产设施参数也需要通过某些方法来识别和控制工厂间特性的差异，以便用该标准测量效率分布是一种同一基准的比较。

案例研究中使用的统计方法通过提供以下方面来满足这些要求：（1）行业可获得估计效率;（2）高度的保密性，任何个体工厂（公司）的绩效均不会被泄露或可以重新识别;（3）估计性能分布的四分位数;（4）控制可用数据中工厂能源使用之间的统计上可测试、可观察到的差异。制造业工厂，特定行业或过程的通常或最佳实践状态时的估算有许多方法。然而，仅仅估计一个工厂比平均值要好2％是不够的，因为这个统计并不能揭示该行业有多少工厂满足这个标准;该绩效水平可能会使工厂处于最高等级或仅略高于前百分之五十。同样，最佳实践的工程估计可能揭示的为绩效的第99个百分点，而不是这些技术被采用的程度。

为了填补这些知识空白，这些研究报告解决了各种各样的问题:

• 如何定义能源效率?
• 如何控制植物与工厂之间的差异？哪一种差异?
• 有哪些数据可用?
• 还有哪些统计方法可以用来衡量四分位数?

本文是一个元分析，或称概述，关于这一系列的行业效率案例研究如何解决了存在的问题和知识缺陷。这种元分析不应与共同前沿模型混淆(例如，Battese和Rao 2002)。本文首先定义了案例研究中使用的效率概念，接着讨论了在分析中应该控制哪些差异(理想情况下)，以及这与文献中的其他能源基准测试方法如何相联系。下一节将阐述基本统计方法及其优缺点。然后,展示数据和相关的保密事宜。最后两部分是这些案例研究结果的概述。

能源效率定义

效率是衡量相对绩效的标准，但是相对于什么呢? 定义能源效率需要选择一个参考点以比较能源使用情况。提高能源效率措施有各种方法，例如利用工程和理论方法进行性能估计或通过观察实际的性能水平的范围。选择用来定义效率的方法是因为存在着为能源效率定义参考点的需求。使用基于工程或理论估算的节能措施所面临的挑战之一是，这些措施可能因经济上不可行而被该行业驳回。因此，这些案例研究侧重于根据实际或观察到的运营绩效来制定能效措施，而不是理论估计的潜在效率水平。此外，美国环保署需要确定一种方法，可被用户视为能提供经济上可行的性能目标。

经济潜力(已观察到的)的参考点在一定程度上取决于衡量效率的动机以及用于建立参考的信息可获取度。一般来说,创建所需的参考点需遵从同等原则(即所有其他条件相同或保持不变)。从实际的角度来看，人们有不同层次的衡量方式和方法，用来保持影响能源使用且不属于能源效率部分的其他因素保持不变。第一种是对生产活动的测量，或者是最终产品的生产，或者是生产过程的大量投入。 这通常是通过计算能源使用与活动的比率来完成的，其是衡量能耗强度的一个指标。 能耗强度是控制生产变化的常用指标，通常与能源效率相混淆，如“基于近期相应的能耗强度已经下降的事实，我们认为该行业或工厂的能源效率得到了提高。”这种类型的言论将我们引向了第二种方法，即我们可以采用同等原则来衡量效率，将一段时间内特定工厂、企业或行业的能源强度进行比较。这种方法是一种针对工厂的基线的比较或厂际效率措施。基线方法的优点是具有控制某些工厂特有的条件，其在比较期间不会发生变化。

这一同等原则的下一个层次是厂际比较，它可能包括影响能源使用的各种因素，但不能被视为效率。因素可能包括所用产品和材料类型的差异，以及具体地点条件的差异。行业内的厂际比较也使我们更便于观察到的经济能效衡量最佳做法的理念，因为从定义上讲，有一些组的工厂表现最佳。这是Farrell ( 1957年)提出的概念，是经济学中衡量生产效率的基础( Huntington 1995年)。Boyd于2005年改进了该方法，于2008年讨论了这种方法的演变。

强度指标选择

Murray(1996)讨论了效率测量的各种强度指标，包括热力学方法。强度比率为测量能源效率和性能提供了一个基本的衡量标准。为了测量强度，你需要测量能量和其对应的分母值。就分子而言，这些案例研究中使用的是总能源，即燃料( Btu )和电力( Kwh )的净总量，其中电力转换为基于Btu的电力，这取决于美国电网能量输送的效率，即包括发电和传输损耗。当能量以蒸汽或电力的形式转移到异地时，则需要进行净测量。分母的选择是测量强度的主要问题。理想情况下，分母应该采集一定的生产量。 Freeman等人（1997）表明，以价值为基础的工业能源强度趋势，，无论是总量还是附加量，都可能与基于物理量的能源强度有显著差异。 正如弗里曼等人观察得到，基于价格指数、成本和其他价值衡量来创建效率度量方面存在着许多挑战。鉴于将能源使用与价格指数挂钩的问题，这些研究侧重于使用基于物理量的指标。要使实际生产有意义，就需要有高度的行业特异性。例如，乳制品行业生产的许多产品不能集中，但液态牛奶可以。因此，在行业内部，有必要区分工厂和制造作车间的具体类型。

同样，建筑能源的衡量标准通常使用物理尺寸( ft2 )作为能源强度的分母，但对于大多数工业设施来说，这是不合适的。虽然通常用于商业建筑，其中能量使用主要与插头负载、照明和加热、通风和空调( HVAC )系统相关，但是基于尺寸的能量强度( sq。ft )与制造过程的能量使用并不完全对应。

比较需要公平进行， 即同一基准比较。 为此，我们必须规范或消除影响使用能源的工厂之间的差异，但我们不考虑将其作为电厂能源效率的一部分。 这就产生了一个问题，那就是在效率衡量标准中应该包含哪些内容，哪些内容应该被标准化，哪些不应该标准化。一些其他研究试图解决这个问题。May等人（2015）提出了建立多种能源关键绩效指标的建议。 田中（2008）提出了一个解决能源效率性能测量问题的框架，包括单一强度到更包容性的方法，正如这里提出的。

第一个基本原则即，对超出能源经理控制范围的事情进行规范化。显而易见的，比如说天气，是符合这个标准的。然而，人们是否也应该考虑在特定能源使用过程中进行长期资本投资的影响呢？，企业不太可能仅因能效因素，而迁移到有利环境中，也不太可能仅仅因为能效的原因而投入大量资本。这第一个原则被认为是规范化的必要不充分条件。

考虑位置和天气（气候）对能源影响的例子。第二个原则的例子是工厂选址问题，一个由市场驱动的商业决策。选址决策可能是为了更好地适应当地市场，以合理的价格获得原材料等。不太可能考虑到与气候地点有关的能源使用，除非这部分成本相当大。就像工厂的选址一样，市场型的商业决策也有其他基本的类别，如果它们对能源使用有重大影响的话，应该纳入标准化中。包括以下内容:

• 材料选择
• 工厂产能和利用率
• 产品组合

材料选择可以影响能源使用，最常见于制造和购买决策中。如果一家工厂生产使用的为半成品，那么该产品前一阶段使用的能源也应纳入计算。 为了比较两家制作果汁的工厂，一家原料来自浓缩果汁，另一种来自新鲜水果，那么材料选择的差异就必须需要考虑在内。 最终的产品可能几乎难以区分，但工厂能源使用情况会有所不同。“自营amp;外包”的商业决策是由市场驱动的，其使得供应链进行垂直一体化。这种决策对能源具有影响，应该进行规范化。该问题是定义基准的界限的一个常见问题，即哪些工厂纳入完全整合亦或是相同输入类型。

在案例研究中使用的方法是在分析工厂中把输入选择纳入考虑，并用统计模型对决策进行规范化。还有一些材料质量的问题，这可能意味着更多或更少的能量使用。有些材料耗能较少，但可能影响产品质量或该材料较为短缺。在这种情况下，标准化制定应为行业平均投入质量水平。如玻璃制造中的砂或碎玻璃。在这种情况下，标准化的适当比较应指行业平均碎玻璃使用水平。

工厂规模和利用率会对能源使用产生影响。大型工厂由于规模经济效应可能在能源使用方面具有优势。工厂的规模则为与投资、市场规模/份额市场驱动型决定的。如果一个小工厂没有相应市场份额来销售更多的产品量，那么它就不可能扩大生产以获得能源优势。根据工厂规模执行能源基准是很重要的，因为规模大小对能源使用有很大影响，行业不同规模的工厂则反映了不同的市场条件。

在经济衰退期间，能源强度可能由于许多原因而上升，其中一个原因是固定和可变能源使用的固定水平。虽然最大限度地减少固定能源对能源管理很重要，但效率措施也需考虑到这一点。并非所有工厂都将同时经历相同的市场条件，固定能源使用的规范化应取决于行业实践。如果固定能源管理的行业实践随着时间的推移而改进，那么效率也将得到改进，并且对于利用率的标准化应该更少。

标准化最常见的形式是产品组合。即使在像水泥行业中，产品类型也不是完全同质的。市场上需要的一些产品可能更为耗能。砌筑水泥比ASTM 1型耗能更多；小纸板盒中的牛奶比加仑塑料桶中的牛奶能耗(每加仑)更大；橙汁比苹果汁更能耗大；复杂铸钢构件比简单铸钢构件能耗大。且在某些情况下，无法用一种低耗能型产品替代另一种高耗能型产品。在其他情况下，随着时间的推移市场偏好可能转变为绿色或低碳产品，但公司对这些消费者偏好的影响有限，但必须对市场需求作出反应。从消费者的角度来看，较小容器中的牛奶（通常是纸板）与加仑罐中的牛奶是不同类型的产品。一家公司不会试图说服消费者喝较少能耗的苹果汁而不喝橙汁，但可以对果汁厂的生产效率衡量标准进行同等基准比较。然后使用效率度量来告知消费者所需求的产品的能源效率。

制造业的一些方面似乎满足上述两个原则，特别是当考虑到基础过程的差异时。 例如，30年前安装的小型湿法（能源密集型）水泥窑可能（1）如今已不在能源管理者的控制之下，（2）至少在做出决定时，是由市场驱动的。类似的例子还有，如汽车涂装工艺和油漆车间设计的选择问题。 在这些流程选择的问题中，则需要应用第三个“同产品”原则。

为市场提供产品是制造企业的核心。如果产品的所有实际用途与另一产品相同，则使用更高效生产应作为工厂的参考点。一些例子可能在表面上满足这一原则。小型钢铁工厂被吹捧为更节能，利用废钢和电力来生产钢铁。然而，他们生产的产品，如钢筋等，与从能源更密集型的综合钢厂生产的钢板不一样。事实上，小型钢铁厂的出现促使了传统的钢铁厂推出更加优质的产品从而脱颖而出(Boyd and Karlson 1993)。产品在市场上的需求与制作过程在竞争市场中相互联系；对这两种类型的工厂应采取不同的效率措施，并非由于过程差异，而是产品差异。

在进行厂际比较时，有必要对各种因素进行考虑，即那些不能很好地符合能源强度比分母的因素。所有的工厂可能会生产一种相同的产品，而其他的差异会严重影响能源密度。估算行业级别的厂际效率的难点在于控制厂际差异，而不是生产数量。虽然工厂之间的差异很大，但在案例研究中有一个共同点，那就是对能源影响最大的主要差异可划分为以下几类。

• 产品组合
• 过程输入的选择（如，制造或购买决策的上游整合）
• 规模 - 物理或生产能力和利用率
• 气候（和其他特定地点因素）

分析中要考虑因素的选择取决于生产过程的性质，行业的配置（例如，上游一体化是常见还是罕见？），以及表示因素的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23645]，资料为PDF文档或Word文档，PDF文档可免费转换为Word