GreenBiz 101：把你的精力数据工作

一旦一个组织掌握了所有的能源数据，顺理成章的下一步就是弄清楚如何使用这些信息。

在我的最后发表，我讨论了各种能源数据以及如何收集它们。但是，如何将数据收集目标与整个企业的能源管理计划结合起来呢?

从智能电表或其他的间隔测量技术的高分辨率数据是显著比水电费更强劲，但并不总是需要这种增加的粒度。有迹象表明，只是需要公用事业账单数据的一些能源管理使用情况。

首先，它的价值主张是什么?有各种各样的估计，并且在某些情况下，它们综合了整个能源信息系统(EIS)的节省，而不是通过用例进行估算。劳伦斯伯克利国家实验室计算，EIS可以帮助实现17%的现场节约和8%的投资组合节约，大多数其他来源估计节省为10%到20%。

能源报告和标杆管理

这是节省了建立能源管理项目的时候，几乎每家企业都会经历的第一步。

基准测试可以回答诸如“我做得怎么样?”以及“哪些网站表现良好，哪些落后?”此外，能源管理程序通常从许多公用事业和许多其他来源(间隔和/或公用事业数据)提取数据，所以这些信息的集中报告产生有价值的见解。

大多数行业标杆，如能源之星，是基于公用事业账单数据。所以，如果我们的目标很简单，就是有整个企业的能源之星的分数，你的组织将只需要水电费。

与此同时，使用间隔数据进行基准测试，可以帮助确定哪些建筑的峰值需求费用特别昂贵，哪些建筑的初创和关闭效率低下。间隔数据将提供关于这些问题发生的时间和地点的更多细节，从而更容易解决这些问题。

也就是说，一些公司可能会发现，在选择特定建筑进行详细的能源审计之前，使用公用事业帐单作为投资组合的基准提供了足够的信息。

预算

这在能源管理领域是一个模糊的概念。大多数组织将试图根据过去的表现来估计未来的能源成本和消耗。这通常是公司年度预算计划的一部分。

然后，一些公司将全年跟踪这些预测。如果不是几十年的话，多年来这一直是能源管理的核心用例。

有几种不同的方法来制定一个前瞻性的估计，从仅仅在本年度的消费中添加一个通货膨胀百分比，到使用一个更复杂的多变量模型，如面积变化、公用事业费率或总体能源使用。

一旦变量来年设定，可以产生能源使用和成本的概算。我们面临的挑战是，这些预算只是不如的基本假设。如果你认为镜头将5％的增长，高峰需求将下降2％，有各种各样的工具和服务来建立这个预算。但是，如果这些假设没有实现预算将是不准确的。

间隔数据可以增加预算的粒度，同时也增加了极大的复杂性。一些组织使用间隔数据提供每日和每周的预算可见性。预算是根据每月的水电费来产生的，但是它是根据间隔数据来跟踪的。

大多数建筑专业人士希望尽快知道实际性能何时偏离预算。间隔数据的粒度可以在建筑即将超出预算时提供提前通知。等到水电费账单来的时候，要想避免超支已经太迟了。

间隔数据可以给建筑专业时间来做出改变带来一致的预算恢复。如果预算值仍然发生被超过，间隔数据将提供围绕它发生的原因一个更好的故事。

需求管理

这是一个越来越普遍的策略，需要间隔数据。我们的目标是通过减少在该建筑物使用最多的能量，避免代价高昂的高峰需求收费的时代需求，以减少高峰需求费用。

蓄电池供应商杆报道称,需求收费可以弥补公用事业账单的50％。该建筑必须有可视性间隔的需求，这是不是普遍提供水电费。

水电费帐单可能每个月识别单个时间点的峰值需求设置，但不知道，如果当需求几乎一样高的峰值有整个月的点，很难建立一个减少需求的战略。例如，避免了1000 KW的峰值不符合成本效益其他平日有990到995千瓦的峰值。

公用事业账单可能不能提供完整的图景，这将使建筑专业人员很难理解减少需求的机会，并为此制定计划。

从米实时数据，而不是效用拥有智能电表，将使警报设置，可主动警告潜在的需求高峰阈值的用户。

这些数据使能控制方案，以实现自动降低需求，如灯或小的修改的调光到温度设定点。水电费可以识别高峰需求问题，但解决不了。

解决选项卡

有几种公用事业账单验证。由于只有水电费，费率对计费误差的审查和检查可能产生显著的成本节约。

埃森哲报道称,1- 2%的水电费账单都有错误。对于那些有成百上千的水电费账单，却很少详细检查的公司来说，情况尤其如此。与此同时，比较间隔电表和公用事业账单报表的值可能会发现更多的差异和账单错误。

但对于挑战基于什么可能是无收入等级区间米可能很复杂，公用事业变化的公用事业账单的过程。

测量和验证(M&V)的目标是计算从效率项目和操作变化节省的能源。与比较项目实施之前和之后的能源使用不同，M&V可以比较实际的能源使用和如果不实施项目将会出现的使用情况。

这样更准确，因为居住和天气变化可能会影响项目后的能源使用。如果没有能效项目，能源消耗会更高。典型的M&V方法包括建立一个带有天气和占用等变量的改造前能源使用的回归模型。

M＆V是绩效承包和许多公用事业资助能源效率项目的基础。有行业标准，从能效评价组织和ASHRAE这样，其细节M＆V应如何工作。

这些标准没有规定使用特定的数据集，并在许多情况下，水电费用于建立一个基线模型并进行M＆V。

与此同时，劳伦斯伯克利国家实验室还有一些人一直在积极研究区间数据是如何提高M&V的，他们普遍发现区间数据可以建立精确的回归模型。此外，LBNL调查了一些使用区间数据进行M&V的主要商业产品，发现市场的状态是强劲的。

M&V可以用水电费或区间数据进行，但随着时间的推移，基于区间数据的模型将显示出各种优势，这两种数据源之间的差距将会扩大。

警报和异常检测

警报可以取代反应，基于计划的操作，以更加积极的努力。特别是当软件解决方案提供了先进的工作流 - 和角色管理功能，提醒，直接建筑专业问题，权当它们发生（或发生，甚至在他们），比当一个公用事业账单到达或当乘员文件查找问题更有效投诉。

公用事业账单数据可以带动结算提醒，但市场对基于数据更加区间警报功能的移动。

除了间隔能量数据，从建筑物自动化系统的趋势数据（BAS）可以drivealerts。从这些数据，如当前制冷机的性能，能够洞察确定具体设备的问题。

这是能源数据的几个主要用例。希望建立能源管理计划的公司应该考虑数据可用性，并考虑所需的用例和结果。

虽然间隔数据确实提供超出什么可以水电费来实现利益，也有一些场景中，票据是令人满意的。