PSA Peugeot Citroën - Modello di attribuzione dei consumi e dei costi energetici S. Gorla e F. Finotti - Energy Manager
•
0 recomendaciones•188 vistas
Presentazione effettuata in occasione del Meet Minitab 2013
Recomendados
Más contenido relacionado
Similar a PSA Peugeot Citroën - Modello di attribuzione dei consumi e dei costi energetici S. Gorla e F. Finotti - Energy Manager
Similar a PSA Peugeot Citroën - Modello di attribuzione dei consumi e dei costi energetici S. Gorla e F. Finotti - Energy Manager (20)
PSA Peugeot Citroën - Modello di attribuzione dei consumi e dei costi energetici S. Gorla e F. Finotti - Energy Manager
- 1. Modello di attribuzione dei consumi e dei costi energetici Maggio 2013 7° Convegno Meet Minitab. Stefano Gorla Federica Finotti Energia e Privacy
- 2. 2 Sito di via Gallarate con residenti 7 società Ingresso unico dei vettori energetici con unico contatore Come suddividere i costi?
- 3. 3
- 4. 4 1400120010008006004002000 8000 7000 6000 5000 4000 3000 2000 1000 0 m^2 kWhmedi S 194,396 R-Sq 99,6% R-Sq(adj) 99,5% Fitted Line Plot kWh medi = - 136,5 + 5,468 m^2 1400120010008006004002000 50000 40000 30000 20000 10000 0 m^2 kWh6mesi S 1165,29 R-Sq 99,7% R-Sq(adj) 99,5% Fitted Line Plot kWh 6 mesi = - 818,4 + 32,81 m^2 Da una prima analisi emerge che l’energia elettrica misurata dai sensori dedicati è strettamente correlata con i metri quadri della stessa. Riportiamo di seguito dei grafici esplicativi dove emerge la forte correlazione tra consumo elettrico e m2. Il primo è relativo al consumo medio dei primi sei mesi del 2012. Il secondo riguarda il consumo totale dei primi sei mesi del 2012.
- 5. 5 1400120010008006004002000 7000 6000 5000 4000 3000 2000 1000 0 m^2 Giugno S 251,403 R-Sq 99,4% R-Sq(adj) 99,1% Fitted Line Plot Giugno = - 127,0 + 5,203 m^2 Il terzo è relativo al solo mese di giugno 2012 . Come si può notare è elevatissimo il valore di R2, per tutti i tre grafici, che denota una forte correlazione tra i due fattori.
- 6. 6 L’analisi è stata fatta su due modelli Metodo 1: vengono attribuiti i costi elettrici attraverso un calcolo che considera alcuni consumi elettrici, misurati attraverso delle apparecchiature elettroniche poste su quadri elettrici dedicati, ed ad una attribuzione percentuale dei rimanenti; percentuale dettata da misure empiriche e che doveva essere modificata ogni mese per una corretta allocazione dei consumi. Le società presenti sul sito erano in numero minore e con configurazione diversa dallo stato attuale.
- 7. 7 Metodo 2: inserzione di ulteriori sensori su aree dedicate (mensa, CED, 2° e 3° piano, UTA e gruppi frigo) in modo d’avere i consumi puntuali dedicati. Per le aree scoperte, non misurate, data l’elevata correlazione esistente tra m2 e kWh è possibile correlare la percentuale del consumo elettrico con i m2, come ad esempio per i corridoi. Sono esclusi da tale attribuzione i consumi elettrici delle apparecchiature tecniche (UTA e gruppi frigo). Per i consumi termici invece si è pensato di attribuire il consumo a m3, infatti il riscaldamento avviene sulla volumetria degli spazi. Metodo 3: vengono attribuiti un valore medio di 5.7 kWh/m2 per le zone uffici non misurate scorporando anche le UTA dedicate.
- 8. 8 SOCIETA' 1 SOCIETA' 2 SOCIETA' 3 SOCIETA' 4 SOCIETA' 5 SOCIETA' 6 SOCIETA' 7 SOCIETA' 8 TOTALE kWh 1 21.118 11.669 78.407 5.499 57.337 10.782 184.812 kWh 2 28.053 13.548 16.024 18.867 4.708 47.984 4.903 50.724 184.812 kWh 3 16.196 7.802 22.239 26.184 2.582 44.317 6.805 58.688 184.812 Delta kWh 2 - 1 6.935 1.879 -59.540 -792 -9.353 -5.878 Delta kWh 3 - 1 -4.922 -3.867 -52.223 -2.917 -13.020 -3.977 € 1 2.965 1.638 11.007 772 8.049 1.514 25.946 € 2 3.938 1.902 2.250 2.649 661 6.736 688 7.121 25.946 € 3 2.274 1.095 3.122 3.676 362 6.222 955 8.239 25.946 Delta € 2 - 1 974 264 -8.359 -111 -1.313 -825 Delta € 3 - 1 -691 -543 -7.331 -410 -1.828 -558 SOCIETA' 1 SOCIETA' 2 SOCIETA' 3 SOCIETA' 4 SOCIETA' 5 SOCIETA' 6 SOCIETA' 7 SOCIETA' 8 TOTALE kWh 1 20.365 11.447 78.980 5.454 56.277 10.624 183.146 kWh 2 27.516 13.308 16.102 18.958 4.581 47.331 4.927 50.423 183.146 kWh 3 15.587 7.526 22.357 26.323 2.443 43.631 6.841 58.440 183.146 Delta kWh 2 - 1 7.152 1.861 -60.022 -873 -8.946 -5.697 Delta kWh 3 - 1 -4.778 -3.921 -52.657 -3.012 -12.646 -3.783 € 1 2.859 1.607 11.088 766 7.901 1.491 25.712 € 2 3.863 1.868 2.261 2.662 643 6.645 692 7.079 25.712 € 3 2.188 1.057 3.139 3.695 643 6.125 960 8.204 25.712 Delta € 2 - 1 1.004 261 -8.426 -123 -1.256 -800 Delta € 3 - 1 -671 -550 -7.393 -123 -1.775 -531 SOCIETA' 1 SOCIETA' 2 SOCIETA' 3 SOCIETA' 4 SOCIETA' 5 SOCIETA' 6 SOCIETA' 7 SOCIETA' 8 TOTALE kWh 1 18.266 10.264 71.039 4.713 55.308 13.863 173.453 kWh 2 26.938 13.157 14.505 17.078 4.442 46.526 4.438 46.368 173.453 kWh 3 16.505 8.100 19.933 23.468 2.572 43.490 6.099 53.286 173.453 Delta kWh 2 - 1 8.673 2.893 -53.961 -271 -8.782 -9.425 Delta kWh 3 - 1 -1.761 -2.164 -47.571 -2.141 -11.818 -7.764 € 1 2.564 1.441 9.973 662 7.765 1.946 24.351 € 2 3.782 1.847 2.036 2.398 624 6.532 623 6.510 24.351 € 3 2.317 1.137 2.798 3.295 624 6.105 856 7.481 24.351 Delta € 2 - 1 1.218 406 -7.576 -38 -1.233 -1.323 Delta € 3 - 1 -247 -304 -6.678 -38 -1.659 -1.090 GENNAIO 2012 FEBBRAIO 2012 MARZO 2012
- 9. 9 Nel primo caso i consumi delle zone comuni venivano attribuiti solo alla società proprietaria del sito, nel secondo caso i consumi vengono attribuiti a tutte le società compresi i consumi UTA e zone comuni, nel terzo caso i consumi sono attribuiti alle singole società con le rispettivo peso delle parti comuni e alla società 6 vengono attribuiti solo i consumi comuni relativi alla mensa e al corridoio verso mensa. Si può notare, nel secondo modello, come una distribuzione più dettagliata e analitica abbia evidenziato un risparmio per alcune società ed un leggero aumento per altre. Per il terzo modello invece abbiamo una maggior precisione nell’assegnazione dei consumi per le singole società con una riduzione generalizzata dei costi.
- 10. 10 654321 4200 4000 3800 3600 3400 3200 3000 Sample SampleMean __ X=3610 +3SL=4155 -3SL=3064 +2SL=3973 -2SL=3246 +1SL=3791 -1SL=3428 Xbar Chart of BERI 654321 3750 3500 3250 3000 2750 2500 Sample SampleMean __ X=3038 +3SL=3590 -3SL=2487 +2SL=3406 -2SL=2671 +1SL=3222 -1SL=2854 Xbar Chart of DRH 3900380037003600350034003300 2,0 1,5 1,0 0,5 0,0 BERI Frequency Mean 3610 StDev 155,9 N 6 Histogram of BERI Normal 34003200300028002600 2,0 1,5 1,0 0,5 0,0 DRH Frequency Mean 3038 StDev 216,6 N 6 Histogram of DRH Normal
- 11. 11 654321 1100 1050 1000 950 900 850 800 Sample SampleMean __ X=928,5 +3SL=1083,3 -3SL=773,7 +2SL=1031,7 -2SL=825,3 +1SL=980,1 -1SL=876,9 Xbar Chart of PMTC 654321 40000 37500 35000 32500 30000 27500 25000 Sample SampleMean __ X=32344 +3SL=38627 -3SL=26061 +2SL=36533 -2SL=28156 +1SL=34438 -1SL=30250 Xbar Chart of PMI 3600034000320003000028000 2,0 1,5 1,0 0,5 0,0 PMI Frequency Mean 32344 StDev 2056 N 6 Histogram of PMI Normal 11001000900800700 2,0 1,5 1,0 0,5 0,0 PMTC Frequency Mean 928,5 StDev 110,6 N 6 Histogram of PMTC Normal
- 12. 12 654321 8500 8000 7500 7000 6500 6000 Sample SampleMean __ X=7326 +3SL=8495 -3SL=6158 +2SL=8105 -2SL=6547 +1SL=7716 -1SL=6937 Xbar Chart of BANK 80007600720068006400 2,0 1,5 1,0 0,5 0,0 BANK Frequency Mean 7326 StDev 438,7 N 6 Histogram of BANK Normal 350003000025000200001500010000 0,00016 0,00014 0,00012 0,00010 0,00008 0,00006 0,00004 0,00002 0,00000 X Density 27560,8 2751,23 17536,2 3168,42 Mean StDev Normal Confronto distribuzione modello 2 (black line) e modello 3 (red line) BANQUE 1750015000125001000075005000 0,00030 0,00025 0,00020 0,00015 0,00010 0,00005 0,00000 X Density 13416,5 1306,24 8557,81 1546,35 Mean StDev Normal Confronto distribuzione modello 2 (black line) e modello 3 (red line) BERI
- 13. 13 28000 26000 24000 22000 20000 18000 16000 14000 12000 10000 0,00030 0,00025 0,00020 0,00015 0,00010 0,00005 0,00000 X Density 14460,5 1432,76 19662 2278,92 Mean StDev Normal Confronto distribuzione modello 2 (black line) e modello 3 (red line) CITROEN 3000025000200001500010000 0,00025 0,00020 0,00015 0,00010 0,00005 0,00000 X Density 17025,6 1686,9 23149,7 2683,16 Mean StDev Normal Confronto distribuzione modello 2 (black line) e modello 3 (red line) PAI 600050004000300020001000 0,0009 0,0008 0,0007 0,0006 0,0005 0,0004 0,0003 0,0002 0,0001 0,0000 X Density 4555,85 470,73 2758,73 526,58 Mean StDev Normal Confronto distribuzione modello 2 (black line) e modello 3 (red line) PMTC 90000 80000 70000 60000 50000 40000 30000 20000 100000 0,000030 0,000025 0,000020 0,000015 0,000010 0,000005 0,000000 X Density 52885,9 13399 50030,8 13715,8 Mean StDev Normal Confronto distribuzione modello 2 (black line) e modello 3 (red line) PMI
- 14. 14 800070006000500040003000 0,0009 0,0008 0,0007 0,0006 0,0005 0,0004 0,0003 0,0002 0,0001 0,0000 X Density 4424,23 438,4 6016,3 697,32 Mean StDev Normal Confronto distribuzione modello 2 (black line) e modello 3 (red line) PSA/DRH 7000060000500004000030000 0,00010 0,00008 0,00006 0,00004 0,00002 0,00000 X Density 46522,3 4121,4 53140,7 5111,2 Mean StDev Normal Confronto distribuzione modello 2 (black line) e modello 3 (red line) PSAs 654321 17000 16000 15000 14000 13000 12000 11000 10000 Sample SampleMean __ X=13416 +3SL=16573 -3SL=10260 +2SL=15521 -2SL=11312 +1SL=14469 -1SL=12364 Xbar Chart of BERI_1 654321 12000 11000 10000 9000 8000 7000 6000 5000 Sample SampleMean __ X=8558 +3SL=11556 -3SL=5560 +2SL=10557 -2SL=6559 +1SL=9557 -1SL=7558 Xbar Chart of BERI_1_1
- 15. 15 654321 36000 34000 32000 30000 28000 26000 24000 22000 20000 Sample SampleMean __ X=27561 +3SL=34405 -3SL=20717 +2SL=32123 -2SL=22998 +1SL=29842 -1SL=25280 Xbar Chart of BANQUE 654321 24000 22000 20000 18000 16000 14000 12000 10000 Sample SampleMean __ X=17536 +3SL=23769 -3SL=11303 +2SL=21691 -2SL=13381 +1SL=19614 -1SL=15459 Xbar Chart of BANQUE_1 654321 17000 16000 15000 14000 13000 12000 Sample SampleMean __ X=14461 -3SL=11773 +2SL=16252 -2SL=12669 +1SL=15356 -1SL=13565 +3SL=17148 Xbar Chart of CITROËN 654321 24000 23000 22000 21000 20000 19000 18000 17000 16000 Sample SampleMean __ X=19662 +3SL=23308 -3SL=16015 +2SL=22093 -2SL=17231 +1SL=20877 -1SL=18446 Xbar Chart of CITROËN_1
- 16. 16 654321 21000 20000 19000 18000 17000 16000 15000 14000 13000 Sample SampleMean __ X=17026 +3SL=20190 -3SL=13862 +2SL=19135 -2SL=14916 +1SL=18080 -1SL=15971 Xbar Chart of PAI 654321 28000 26000 24000 22000 20000 Sample SampleMean __ X=23150 +3SL=27443 -3SL=18856 +2SL=26012 -2SL=20287 +1SL=24581 -1SL=21719 Xbar Chart of PAI_1 654321 6000 5500 5000 4500 4000 3500 Sample SampleMean __ X=4556 +3SL=5745 -3SL=3366 +2SL=5349 -2SL=3763 +1SL=4952 -1SL=4159 Xbar Chart of PMTC_1 654321 4000 3500 3000 2500 2000 Sample SampleMean __ X=2759 +3SL=3801 -3SL=1716 +2SL=3454 -2SL=2064 +1SL=3106 -1SL=2411 Xbar Chart of PMTC_1_1
- 17. 17 654321 80000 70000 60000 50000 40000 30000 Sample SampleMean __ X=52886 +3SL=76293 -3SL=29479 +2SL=68491 -2SL=37281 +1SL=60688 -1SL=45083 1 Xbar Chart of PMI_1 654321 80000 70000 60000 50000 40000 30000 Sample SampleMean __ X=50031 +3SL=72734 -3SL=27328 +2SL=65166 -2SL=34895 +1SL=57598 -1SL=42463 1 Xbar Chart of PMI_1_1 654321 5250 5000 4750 4500 4250 4000 3750 3500 Sample SampleMean __ X=4425 +3SL=5247 -3SL=3602 +2SL=4973 -2SL=3877 +1SL=4699 -1SL=4151 Xbar Chart of PSAS/DRH 654321 7000 6500 6000 5500 5000 Sample SampleMean __ X=6016 +3SL=7132 -3SL=4901 +2SL=6760 -2SL=5272 +1SL=6388 -1SL=5644 Xbar Chart of PSAS/DRH_1
- 18. 18 SOCIETA' 1 SOCIETA' 2 SOCIETA' 3 SOCIETA' 4 SOCIETA' 5 SOCIETA' 6 SOCIETA' 7 SOCIETA' 8 TOTALE METODO 1 MEDOTO 2 7.136,11 3.458,67 2.349,19 2.765,90 1.279,29 27.523,50 8.394,26 718,82 53.625,74 Delta 2-1 7.136,11 3.458,67 2.765,90 1.279,29 27.523,50 8.394,26 718,82 € 1 € 2 3.211,25 1.556,40 1.057,13 1.244,65 575,68 12.385,58 3.777,42 323,47 24.131,58 Delta € 2-1 3.211,25 1.556,40 1.244,65 575,68 12.385,58 3.777,42 323,47 METODO 1 MEDOTO 2 5.726,91 2.775,67 1.885,28 2.219,70 1.026,66 22.088,32 6.736,61 576,87 43.036,03 Delta 2-1 5.726,91 2.775,67 2.219,70 1.026,66 22.088,32 6.736,61 576,87 € 1 € 2 2.577,11 1.249,05 848,38 998,87 462,00 9.939,74 3.031,47 259,59 19.366,21 Delta € 2-1 2.577,11 1.249,05 998,87 462,00 9.939,74 3.031,47 259,59 METODO 1 1.119,81 424,76 2.432,70 185,35 7.877,31 944,50 123,57 13.108,00 MEDOTO 2 2.526,54 1.224,54 831,73 979,27 452,93 9.744,70 2.971,99 254,50 18.986,20 Delta 2-1 1.406,73 799,78 -1.453,43 267,58 1.867,39 2.027,49 130,93 € 1 1.576,35 597,92 3.424,46 260,91 11.088,74 1.329,56 173,94 18.451,88 € 2 1.136,94 551,04 374,28 440,67 203,82 4.385,12 1.337,39 114,52 8.543,79 Delta € 2-1 -439,41 -46,88 -2.983,79 -57,09 -6.703,62 7,83 -59,42 METODO 1 1.497,43 567,99 753,88 247,85 10.017,25 2.643,73 185,89 15.914,02 MEDOTO 2 2.264,54 1.097,56 745,48 877,72 405,97 8.734,19 2.663,80 228,11 17.017,37 Delta 2-1 767,11 529,57 123,84 158,12 -1.283,06 20,07 42,22 € 1 671,43 254,68 338,03 111,13 4491,64 1185,42 83,35 7.135,68 € 2 1.019,04 493,90 335,47 394,97 182,69 3.930,39 1.198,71 102,65 7.657,82 Delta € 2-1 347,61 239,22 56,94 71,56 -561,25 13,29 19,30 METODO 1 728,95 272,57 366,99 120,65 4.876,39 1.286,97 90,49 7.743,01 MEDOTO 2 603,27 292,58 198,73 233,98 108,22 2.328,33 710,11 60,81 4.536,03 Delta 2-1 -125,68 20,01 -133,01 -12,43 -2.548,06 -576,86 -29,68 € 1 329,05 124,81 165,66 2.201,23 54,46 580,94 40,85 3.497,00 € 2 271,47 131,66 89,43 105,29 48,70 1.047,75 319,55 27,36 2.041,21 Delta € 2-1 -57,58 6,85 -60,37 -2.152,53 466,81 278,70 -13,49 METODO 1 718,60 272,57 361,78 118,94 4.807,20 1.268,70 89,21 7.637,00 MEDOTO 2 356,98 173,02 117,52 138,36 64,00 1.376,86 419,92 35,96 2.682,62 Delta 2-1 -361,62 -99,55 -223,42 -54,94 -3.430,34 -848,78 -53,25 € 1 323,63 122,76 162,93 53,57 2.164,97 571,38 40,17 3.439,41 € 2 160,64 77,86 52,88 62,26 28,80 619,59 188,96 16,18 1.207,18 Delta € 2-1 -162,99 -44,90 -100,67 -2.136,17 -1.545,38 -382,42 -23,99 METODO 1 MEDOTO 2 349,04 169,17 114,90 135,28 62,57 1.346,21 410,57 35,16 2.622,90 Delta 2-1 349,04 169,17 135,28 62,57 1.346,21 410,57 35,16 € 1 € 2 157,07 76,13 51,71 60,88 28,16 605,79 184,76 15,82 1.180,31 Delta € 2-1 157,07 76,13 60,88 28,16 605,79 184,76 15,82 LUGLIO FEBBRAIO GENNAIO MARZO APRILE MAGGIO GIUGNO
- 19. 19 7654321 3000 1500 0 IndividualValue _ X=1313 UCL=2771 LCL=-145 7654321 2000 1000 0 MovingRange __ MR=548 UCL=1791 LCL=0 642 3000 1500 0 Observation Values 40003000200010000-1000 LSL USL LSL 150 USL 4000 Specifications 50000-5000 Within O v erall Specs StDev 486,0 Cp 1,32 Cpk 0,80 PPM 8358,29 Within StDev 1320 Pp 0,49 Ppk 0,29 Cpm * PPM 209907,00 Overall 1 1 Process Capability Sixpack of BERI modello2 I Chart Moving Range Chart Last 7 Observations Capability Histogram Normal Prob Plot A D: 0,509, P: 0,126 Capability Plot 7654321 8000 4000 0 IndividualValue _ X=2709 UCL=5718 LCL=-299 7654321 4000 2000 0 MovingRange __ MR=1131 UCL=3696 LCL=0 642 8000 4000 0 Observation Values 80006000400020000-2000 LSL USL LSL 200 USL 8000 Specifications 1000050000-5000 Within O v erall Specs StDev 1003 Cp 1,30 Cpk 0,83 PPM 6174,66 Within StDev 2723 Pp 0,48 Ppk 0,31 Cpm * PPM 204357,45 Overall 1 1 Process Capability Sixpack of BANQUE modello 2 I Chart Moving Range Chart Last 7 Observations Capability Histogram Normal Prob Plot A D: 0,509, P: 0,126 Capability Plot 4321 2000 1000 0 IndividualValue _ X=1016 UCL=2041 LCL=-9 4321 1000 500 0 MovingRange __ MR=385 UCL=1259 LCL=0 4321 1600 1200 800 Observation Values 16001200800400 LSL USL LSL 600 USL 1200 Specifications 3000200010000 Within O v erall Specs StDev 341,7 Cp 0,29 Cpk 0,18 PPM 406978,59 Within StDev 371,2 Pp 0,27 Ppk 0,17 Cpm * PPM 441354,86 Overall Process Capability Sixpack of BANQUE Modello 1 I Chart Moving Range Chart Last 4 Observations Capability Histogram Normal Prob Plot A D: 0,337, P: 0,280 Capability Plot 4321 800 400 0 IndividualValue _ X=384,5 UCL=773,3 LCL=-4,4 4321 400 200 0 MovingRange __ MR=146,2 UCL=477,7 LCL=0 4321 500 400 300 Observation Values 140012001000800600400200 LSL USL LSL 100 USL 1500 Specifications 10005000 Within O v erall Specs StDev 129,6 Cp 1,80 Cpk 0,73 PPM 14096,67 Within StDev 141,8 Pp 1,65 Ppk 0,67 Cpm * PPM 22441,58 Overall Process Capability Sixpack of BERI modello 1 I Chart Moving Range Chart Last 4 Observations Capability Histogram Normal Prob Plot A D: 0,348, P: 0,257 Capability Plot
- 20. 20 7654321 2000 1000 0 IndividualValue _ X=1050 UCL=2216 LCL=-116 7654321 1600 800 0 MovingRange __ MR=438 UCL=1432 LCL=0 642 2000 1000 0 Observation Values 3000200010000-1000 LSL USL LSL 100 USL 3000 Specifications 400020000-2000 Within O v erall Specs StDev 388,7 Cp 1,24 Cpk 0,81 PPM 7258,60 Within StDev 1055 Pp 0,46 Ppk 0,30 Cpm * PPM 216281,22 Overall 1 1 Process Capability Sixpack of PAI modello 2 I Chart Moving Range Chart Last 7 Observations Capability Histogram Normal Prob Plot A D: 0,509, P: 0,126 Capability Plot 7654321 1000 500 0 IndividualValue _ X=486 UCL=1025 LCL=-54 7654321 500 250 0 MovingRange __ MR=202,8 UCL=662,6 LCL=0 642 1000 500 0 Observation Values 160012008004000-400 LSL USL LSL 50 USL 1500 Specifications 200010000-1000 Within O v erall Specs StDev 179,8 Cp 1,34 Cpk 0,81 PPM 7688,49 Within StDev 488,1 Pp 0,50 Ppk 0,30 Cpm * PPM 204865,25 Overall 1 1 Process Capability Sixpack of PMTC modello 2 I Chart Moving Range Chart Last 7 Observations Capability Histogram Normal Prob Plot A D: 0,509, P: 0,126 Capability Plot 4321 3000 1500 0 IndividualValue _ X=979 UCL=2815 LCL=-857 4321 2000 1000 0 MovingRange __ MR=690 UCL=2255 LCL=0 4321 2400 1600 800 Observation Values 3000200010000-1000 LSL USL LSL 300 USL 2500 Specifications 400020000-2000 Within O v erall Specs StDev 612,0 Cp 0,60 Cpk 0,37 PPM 140124,77 Within StDev 986,5 Pp 0,37 Ppk 0,23 Cpm * PPM 307218,23 Overall Process Capability Sixpack of PAI modello 1 I Chart Moving Range Chart Last 4 Observations Capability Histogram Normal Prob Plot A D: 0,552, P: 0,056 Capability Plot 4321 300 150 0 IndividualValue _ X=168,2 UCL=337,9 LCL=-1,5 4321 200 100 0 MovingRange __ MR=63,8 UCL=208,5 LCL=0 4321 250 200 150 Observation Values 2802402001601208040 LSL USL LSL 50 USL 300 Specifications 4503001500 Within O v erall Specs StDev 56,56 Cp 0,74 Cpk 0,70 PPM 28222,86 Within StDev 61,44 Pp 0,68 Ppk 0,64 Cpm * PPM 43168,83 Overall Process Capability Sixpack of PMTC modello 1 I Chart Moving Range Chart Last 4 Observations Capability Histogram Normal Prob Plot A D: 0,337, P: 0,280 Capability Plot
- 21. 21 7654321 20000 10000 0 IndividualValue _ X=10449 UCL=22052 LCL=-1155 7654321 16000 8000 0 MovingRange __ MR=4363 UCL=14255 LCL=0 642 20000 10000 0 Observation Values 3000020000100000-10000 LSL USL LSL 1200 USL 28000 Specifications 40000200000-20000 Within O v erall Specs StDev 3868 Cp 1,15 Cpk 0,80 PPM 8398,47 Within StDev 10500 Pp 0,43 Ppk 0,29 Cpm * PPM 236526,71 Overall 1 1 Process Capability Sixpack of PMI modello 2 I Chart Moving Range Chart Last 7 Observations Capability Histogram Normal Prob Plot A D: 0,509, P: 0,126 Capability Plot 7654321 8000 4000 0 IndividualValue _ X=3187 UCL=6726 LCL=-352 7654321 4000 2000 0 MovingRange __ MR=1331 UCL=4347 LCL=0 642 8000 4000 0 Observation Values 10000 8000 6000 4000 20000 -2000 -4000 LSL USL LSL 350 USL 8500 Specifications 100000-10000 Within O v erall Specs StDev 1180 Cp 1,15 Cpk 0,80 PPM 8094,12 Within StDev 3202 Pp 0,42 Ppk 0,30 Cpm * PPM 236411,24 Overall 1 1 Process Capability Sixpack of PSAS modello 2 I Chart Moving Range Chart Last 7 Observations Capability Histogram Normal Prob Plot A D: 0,509, P: 0,126 Capability Plot 4321 4000 2000 0 IndividualValue _ X=1536 UCL=4261 LCL=-1189 4321 3000 1500 0 MovingRange __ MR=1025 UCL=3348 LCL=0 4321 2400 1600 800 Observation Values 3000225015007500 LSL USL LSL 900 USL 3000 Specifications 500025000 Within O v erall Specs StDev 908,5 Cp 0,39 Cpk 0,23 PPM 295479,85 Within StDev 755,1 Pp 0,46 Ppk 0,28 Cpm * PPM 226073,92 Overall Process Capability Sixpack of PSAS modello 1 I Chart Moving Range Chart Last 4 Observations Capability Histogram Normal Prob Plot A D: 0,511, P: 0,076 Capability Plot 4321 10000 5000 0 IndividualValue _ X=6895 UCL=13410 LCL=379 4321 8000 4000 0 MovingRange __ MR=2450 UCL=8005 LCL=0 4321 10000 7500 5000 Observation Values 12000100008000600040002000 LSL USL LSL 4000 USL 11000 Specifications 20000100000 Within O v erall Specs StDev 2172 Cp 0,54 Cpk 0,44 PPM 120686,19 Within StDev 2526 Pp 0,46 Ppk 0,38 Cpm * PPM 178024,02 Overall Process Capability Sixpack of PMI modello 1 I Chart Moving Range Chart Last 4 Observations Capability Histogram Normal Prob Plot A D: 0,340, P: 0,273 Capability Plot
- 22. 22 12500100007500500025000-2500-5000 0,0012 0,0010 0,0008 0,0006 0,0004 0,0002 0,0000 X Density 1016,2 371,21 2709,06 2722,54 Mean StDev Normal Confronto distribuzione modello 1 (black line) e modello 2 (red line) BANQUE 6000500040003000200010000-1000-2000-3000 0,0030 0,0025 0,0020 0,0015 0,0010 0,0005 0,0000 X Density 384,47 141,83 1313,03 1319,51 Mean StDev Normal Confronto distribuzione modello 1 (black line) e modello 2 (red line) BERI 500040003000200010000-1000-2000-3000 0,0004 0,0003 0,0002 0,0001 0,0000 X Density 978,94 986,42 1050,03 1055,22 Mean StDev Normal Confronto distribuzione modello 1 (black line) e modello 2 (red line) PAI 2000150010005000-500-1000 0,007 0,006 0,005 0,004 0,003 0,002 0,001 0,000 X Density 168,2 61,44 485,66 488,06 Mean StDev Normal Confronto distribuzione modello 1 (black line) e modello 2 (red line) PMTC
- 23. 23 50000400003000020000100000-10000-20000-30000 0,00016 0,00014 0,00012 0,00010 0,00008 0,00006 0,00004 0,00002 0,00000 X Density 6894,5 2526,3 10448,9 10500,5 Mean StDev Normal Confronto distribuzione modello 1 (black line) e modello 2 (red line) PSAS 125010007505002500-250-500 0,009 0,008 0,007 0,006 0,005 0,004 0,003 0,002 0,001 0,000 X Density 122,3 45,285 272,89 274,2 Mean StDev Normal Confronto distribuzione modello 1 (black line) e modello 2 (red line) PSAS/DRH Riportiamo anche l’andamento dei consumi 2012
- 24. 24
- 25. 25 CONCLUSIONI Dai primi grafici riportati risulta che il consumo più stabile è quello relativo alla società 2 (luci sempre accese) e quello con maggior varianza 5 (spegnimento nel periodo estivo). Dai diagrammi riportati (distribuzione gaussiana con relativa deviazione standard σ2 e carte di controllo) si evidenzia che il modello 2 risulta più preciso rispetto al modello 3 ma meno sotto controllo e con valori di σ2 più piccoli, mentre il modello tre risulta meno preciso ma più sotto controllo e maggiormente distribuito (più uniformemente; valori maggiori di σ2). Dalle analisi risulta che le società vengono a spendere meno con il modello 3, anche se tale modello risulta meno preciso, rispetto al modello 2 ma più stabile e uniformemente distribuito.
- 26. 26
- 27. 27 QUINDI: La scelta del modello allora deve essere fatta in funzione delle necessità oggettive di attribuzione dei costi.
- 28. 28 Bibliografia: - Quaderno di Energy Management. S. Gorla et al. RCE Multimedia 2011 - Utilizzo delle tecniche statistiche per il monitoraggio di consumi energetici. S. Gorla et al. Rivista Qualità anno 2008 - Modello di attribuzione dei costi energetici per società residenti in un unico sito. S. Gorla et al. Minitab agosto 2012 - Modello di analisi per la reattività termica e relativo beneficio economico di un edificio. S. Gorla et al. Rivista La Termotecnica novembre 2012 - Modello di analisi per la reattività termica (“freddo”) e relativo beneficio economico di un edificio: parte II S. Gorla et al. Rivista La Termotecnica - Efficacia energetica una strada verso il risparmio in azienda S. Gorla et al. Rivista ambiente&sicurezza sul lavoro n°12 dicembre 2012 Ed. EPC - Exergia o Energia? La nuova frontiera degli Energy Manager S. Gorla Rivista La Termotecnica (in pubblicazione) - Guida all’uso razionale dell’energia. S. Gorla 2010
- 29. 29 - Energy Efficiency Report Politecnico Milano novembre 2011 - Sviluppo di modelli di calcolo semplificati per la valutazione delle prestazioni energetiche degli edifici Report RSE/2009/166 ENEA - UNI/TS 11300-1 Prestazioni energetiche degli edifici. Parte 1: determinazione del fabbisogno di energia termica dell’edificio per la climatizzazione estiva ed invernale maggio 2008 - Direttiva europea 2002/91/Ce (Energy Performance Building Directive) - EN 15217:2007 Prestazioni energetiche degli edifici. Metodi per esprimere le prestazioni energetiche degli edifici e per la certificazione degli stessi. - EN 15316-n:2008 Impianti di riscaldamento negli edifici. Metodo di calcolo della richiesta di energia e dell’efficienza. - EN ISO 13790:2008 prestazioni energetiche degli edifici. Calcolo dell’energia per riscaldamento e raffrescamento. - EN 15603 Efficienza energetica degli edifici. Utilizzo totale dell’energia, emissioni di CO2 e definizione degli indicatori di prestazione energetica. - Dgr 26/06/2007 n° 8/5018 - Dgr 31/10/2007 n° 8/5773 - Dgr VIII/8745 22/10/2008 - Dgr n° 5796 11/06/2009 - UNI EN 832 Prestazione termica degli edifici. Calcolo del fabbisogno di energia per il riscaldamento. - Delibera N° IX / 3508 Seduta del 23/05/2012 della regione Lombardia