[发明专利]用于节能减排的方法和装置

说明书

技术领域

本发明涉及一种能量及排放物管理(Energy and Emission Management，“E2M”)系统和方法，用于降低用于在工业、制造业和资源部门等领域中大量能量消耗系统和场所(“IECSS”)的能量消耗和温室气体排放物的成本。

背景技术

制造业、工业和资源部门通过大量使用能量供给生产过程而产生大量温室气体排放物。由于这些部门的能量消费通常是最大的单项成本项目之一，并且随着煤、石油和天然气等自然资源的减少，能量的价格持续上升。全世界各种集体的政府和非政府组织开始意识到国际社会应对由温室气体(Greenhouse Gas，“GHG”)排放物引起的气候变化的成本。

一些政府已经采取措施以确保使用污染能量(即矿物燃料发的电，出自石油的柴油)的消费者较使用可再生或较低排放物能量(即可再生电力，生物柴油)的消费者在经济上处于不利地位。其中一种形式包括排放物交易机制，对能量消费者引起的温室气体排放物要征收费用，并继续实施。

由工业部门引起的能量消费的传统成本现在也可以有一个GHG排放物的共同但专用的成本用于考虑和管理。能量效率或用于只预测能量消耗的预测方法还不足以最大化节约成本。

典型的系统和方法只基于单一方面(能量消耗)。可以在公开号为2003/0061091、发明人为阿马拉通加(Amaratunga)等的美国专利申请中找到一个实例，参见申请号为11/613,728、发明人为麦格雷戈(MacGregor)的美国专利申请，其内容以交叉引用的方式并入本文中。

贯穿说明书的现有技术的任何讨论绝不应该认为是承认该现有技术是该领域中公知的或形成公共知识的一部分。

发明内容

根据本发明的第一个方面，提供一种在大量能量消耗场所或系统环境中执行能量估计操作的方法，该方法包括步骤：(a)输入与该大量能量消耗场所或系统环境相关的一系列能量数据变量、排放物数据变量和影响数据变量；(b)使用第一预测技术执行第一能量使用预测操作；(c)使用第二预测技术执行第二(同时)相似能量使用预测操作；(d)将该两种技术的结果关联起来；以及(e)提供一个取决于该两种技术之间的相关程度的通过或故障信号。

该预测技术可以至少包括回归和人工神经网络技术的一种。可以执行该方法确定环境效率或预测或预估环境的未来能量需求和/或相关的排放物。该方法还可以包括步骤：使用另外一个不同的预测技术执行另外至少一个能量使用预测操作；以及，提供另外一个表明所有能量使用预测操作之间的相关程度的输出信号。

根据本发明的另一方面，提供一种用于在大量能量消耗场所或系统环境中执行能量估计操作的系统，该系统包括：输入装置，用于传感和输入与出自该场所或系统的能量或排放物相关的一系列数据变量；数据存储装置，用于存储出自该输入装置的时序数据；第一预测单元，从存储在该数据存储装置中的数据训练，使用第一预测技术以输出第一预测；第二预测单元，从存储在该数据存储装置中的数据训练得到，使用第二不同的预测技术以输出第二预测；以及，比较装置，用于比较该第一预测和该第二预测，并输出该第一预测和该第二预测之间的差异程度。

附图说明

参考附图描述本发明的优选方式，其中：

图1图解说明表示用于能量及排放物管理(Energy and Emission Management，E2M)的本发明优选实施例的简化方框图；

图2详细说明图1的能量预测系统。

具体实施方式

该优选实施例提供一种管理的预测系统和方法，该实施例将能量消耗和温室气体排放物(Energy Consumption and Greenhouse-gas Emissions，ECGE)商业情报总合为用于管理IECSS的能量和温室气体排放物的总战略。由于该系统将实时(或接近实时)ECGE与从该预测系统中获取的假设目标值完美地进行比较，所以能够通过行动，比如维持、行为改变、人员训练或重新安排生产来限制与最优性价比的差异。

预测能量消耗的能力具有很多有益的副作用。预测能量消耗使得能量浪费最小化，使得效率被识别用于留存，并使得以最低的成本和最低的GHG排放物浓度选择能量供应。以回归分析方式的复杂统计学提供预测系统和方法作为能量管理的工具。在前述专利说明书中的该预测的方法和系统使用这种方法。可选地，可以使用其他技术，比如包括人工神经网络的建模预测。例如，申请号为11/613,728、发明人为麦格雷戈(MacGregor)的美国专利申请公开了这样一种系统。