Эксперты ГЦЭ выступили на портале Smartgrid.ru с информацией о современных подходах рационального использования топливно-энергетических ресурсов

Авторская колонка директора по энергоэффективности группы компаний «Городской центр экспертиз» Василия Тарасовского и начальника отдела перспективных разработок группы Ильи Петухова для SmartGrid.ru.

На сегодняшний день государство требует расчета норм удельного потребления топливно-энергетических ресурсов (ТЭР) только в отдельных случаях, предусмотренных, например, приказом Минэнерго от 30 декабря 2008 года №325 «Об организации в министерстве энергетики РФ работы по утверждению нормативов технологических потерь при передаче тепловой энергии». Однако нормы удельного потребления ТЭР – это показатель энергетической эффективности, выступающий инструментом для определения потенциала энергосбережения, который может быть реализован путем применения организационных мероприятий, ремонта оборудования, его модернизации или замены наладки технологического режима и т.д. По этой причине расчет норм удельного потребления ТЭР – важная задача для энергоаудитора и предприятия.

Определение показателя энергоэффективности энергопотребляющего объекта позволяет понять, насколько эффективно этот объект работает, и на первый взгляд все просто: количество поступающей энергии делим на определенное количество продукта и получаем удельный расход энергии (УРЭ). Даже для сложных энергопотребляющих объектов можно определить УРЭ, используя измерительное оборудование, учитывая все потоки энергетических ресурсов. Но так мы получим только фактическое значение удельного расхода энергии, а потенциал энергосбережения невозможно определить без определения норм УРЭ.

Все энергопотребляющие объекты, даже однотипные, имеют свои особенности: разная наработка от начала эксплуатации, разный подход к обслуживанию, использование исходного сырья с разным качеством и химическим составом, расположение в разных климатических условиях и другое. Как следствия, нормы удельного расхода ТЭР будут различаться. На предприятиях могут действовать старые отраслевые нормы расхода энергоресурсов или заводские нормы для данных технологических установок, зафиксированные в технологических регламентах. Но чаще всего они не соответствуют фактическому состоянию оборудования и рассчитаны только для нескольких режимов работы.

Задача построения норм УРЭ усложняется количеством и номенклатурой отпускаемой продукции. Единственный подход, который применим для таких систем – это учет производимой продукции, и уже затем построение модели, учитывающей количество и номенклатуру произведенной продукции и все производственные режимы, даже если они меняются несколько раз за смену. Сами специалисты предприятий признаются, что считают эту задачу практически невыполнимой, так как перестройка, наладка оборудования на выпуск определенной продукции – это затраты энергоресурсов, времени и сил персонала. В итоге очень многие производства используют неточные укрупненные нормы.

Действующих моделей, учитывающих все ключевые факторы влияния на нормативное потребление ТЭР, нет ни у одного предприятия абсолютно всех отраслей промышленности из числа тех, с которыми работали наши специалисты. Климатологию кое-кто учитывает, формируя однофакторную модель: работа в зимнем режиме и в летнем режиме. Технологические режимы и особенности производимой при разных режимах продукции при этом не учитываются. Мы уже давно пришли к пониманию необходимости создания модели для расчета норм удельного потребления ТЭР, которая учитывала бы влияние всех значимых для расхода энергоресурсов факторов, то есть была бы динамической во времени.

Впервые подобная задача была поставлена перед нами нефтехимическим холдингом «Сибур». Мы должны были создать программный продукт, в основе которого лежали бы физические модели всего основного энергопотребляющего оборудования. Задачу мы четко понимали, но выполнить ее тогда не представлялось возможным, так как построение всех требуемых физических моделей заняло бы годы работы.

Подобные проблемы позднее возникали на ряде других предприятий нефтепереработки. Мы сталкивались с требованиями построения физических моделей технологических установок и поняли, что эта задача ставится некорректно. Все равно в разработанные модели приходилось вводить дополнительные коэффициенты, использовать статистику по каждой установке. Стало очевидно, что при описании технологической установки физической моделью за пределами внимания оказывается фактическое физическое состояние этой установки.

Для несложных исследований могут строиться физические модели простых технических устройств, но делается это, как правило, с какими-то академическими целями. То, что применимо для простого устройства, не годится для сложной технологической установки. Нам известны подобные работы по газоперекачивающим агрегатам, по аппаратам воздушного охлаждения газа. Для них строятся физические модели, на основе которых настраиваются наиболее эффективные режимы работы при различных климатических и прочих условиях. Но такое построение возможно для отдельных видов оборудования, и нужно это, в первую очередь, производителю, который тем самым получает ценную информацию для разработки следующих поколений этих устройств.

Сейчас наши исследователи пришли к следующему. Создаются модели, которые учитывают всю историю жизненного цикла оборудования или производственного процесса. Они учитывают предшествующую информацию для определения различных показателей энергоэффективности и норм. За несколько лет у предприятия накапливается большая история эксплуатации установок. Следовательно, можно посмотреть, как менялись показатели эффективности, в каких режимах установки наиболее эффективны, в каких – нет, и от чего это зависит. В принципе, предприятия уже пытаются выполнять подобную работу в меру своих возможностей, используя те программные средства, которые у них есть. Допустим, три года подряд было нормативное удельное потребление Х, а в этом году – Y. Причинами могут быть: изменение режима работы, объема перерабатываемого или транспортируемого сырья, увеличение физического износа установки и т.д. Все это может влиять по отдельности и в совокупности. И тут встает задача определения того, какие факторы действительно повлияли на увеличение расхода энергоресурса, были они объективными или нет, можно ли на них как-то повлиять, скорректировать, провести работы по снижению влияния этих факторов. Задача в такой постановке была сформулирована достаточно давно, на протяжении нескольких лет эксперты нашего департамента научно-исследовательских работ шли к ее решению. С определенными усилиями, но теперь она решена.

Для функционирования программного продукта, осуществляющего расчет удельных норм потребления ТЭР, необходимы исторические данные по расходу ТЭР, производимой продукции и параметрам технологических режимов. Исходя из нашего опыта, можно сказать, что не все производства обладают достаточной и полной статистикой по различным факторам, влияющим на расход ТЭР. Однако многие крупные предприятия всерьез и достаточно давно накапливают статистический материал. Нам известны случаи, когда с начала 90-х годов были внедрены информационные системы, которые учитывали потребление различных видов энергоресурсов, производимую продуктивную работу, например, объем добычи нефти или транспорта газа, параметры технологических процессов и климатологические факторы.

При условии достаточности исходных статистических данных программа должна уметь автоматически выделять основные параметры, влияющие на норму удельного потребления ТЭР: количество и качество производимого продукта, объем и фракционный состав исходного сырья, технологический режим. То есть его специфические особенности и внешние факторы – любое внешнее воздействие от климатологии до директивных предписаний руководства по объемам выпуска продукции.

Также программе необходимо автоматически, с задаваемой периодичностью, актуализировать нормы. Это может потребоваться как в связи с увеличением числа наблюдаемых технологических и климатических параметров – при установке новых датчиков, расширении систем учета – так и в связи с изменениями технического состояния основного оборудования: естественным старением и износом, модернизацией.

И далеко не лишним будет удобный интерфейс, ведь под началом главного энергетика работают не программисты. Именно из этих соображений при работе над нашим программным продуктом мы предусмотрели оперативное уведомление в случае превышения норм или достижения экономии, своего рода инструмент онлайн-реагирования на все экстраординарные случаи. Следует понимать, что говоря о норме расхода ТЭР, мы подразумеваем не одну цифру. Для примера на графике (рис. 1) показан диапазон норм или, формулируя точнее, ожидаемых значений одного из показателей энергоэффективности по одному ресурсу.

Какие пути совершенствования расчета норм расхода ТЭР можно прогнозировать? Мы полагаем, что создание самообучающихся программ – уже серьезный шаг в завтрашний день. Их дальнейшее развитие с этого момента зависит от предприятий, берущих продукт на вооружение. Зависимость прямая: с ростом уровня учета всех видов ТЭР на производстве будут улучшаться возможности и инструментарий программ.

Исследование современных мировых тенденций показывает, что на сегодняшний день определенный интерес в силу уровня своего соответствия заявляемым требованиям вызывают следующие программные продукты: cpmPlus Energy Manager фирмы ABB, StruxureWare от Schneider Electric, EMC от Siemens, SRP от Verisae и Energy Dashboard от Honeywell. Анализ решений от этих компаний и еще более двухсот других можно найти в аналитических исследованиях независимых компаний Verdantix (Green Quadrant Energy Management Software 2013) и Groom Energy Solutions (Enterprise Smart Grid Vendors).

Несмотря на количество предлагаемых решений и наличие решений от мировых брендов, можно констатировать, что все они нацелены на сбор и визуализацию фактических значений удельных расходов и технологических параметров, и лишь единицы (ABB, Schneider Electric) пытаются создавать простые модели норм удельных расходов ТЭР. Программные продукты, эксплуатирующиеся на российских предприятиях («Тобольск-Нефтехим», «Газпромнефть – Московский НПЗ», «Газпром трансгаз Югорск», «Газпром добыча Надым»), обладают не только удобными средствами визуализации, но и строят многофакторные статистические и физические, применяемые для определенных видов оборудования, модели.

Опыт эксплуатации программных продуктов, позволяющих рассчитывать нормы потребления ТЭР, показывает, что сроки окупаемости составляют от шести месяцев до нескольких лет.

Рисунок 1. Удельный расход электроэнергии на охлаждение объема газа, кВтч/Гкал.

 

Источник: Smartgrid.ru

Страница /press/press-release/ не найдена
 
Яндекс.Метрика