Misurazione.

Presentazione sul tema: "Misurazione."— Transcript della presentazione:

1 Misurazione

2 Indicatori di Energia Sono riportati degli indicatori generali per il consumo di energia negli alberghi – bisogna fare attenzione a come potrebbero variare

3 Indicatori e parametri di riferimento
Distinguere tra le categorie *** Posizione Geografica (HDD, CDD) Occupazione Copertura di cibo venduta Piscina coperta / scoperta Lavanderia Servizi aggiuntivi (catering)

4 Indicatori di Energia Questi valori di consumo non dicono molto

5 Visione Annuale Questo grafico mostra gli stessi dati della slide 4, ma fornisce un quadro migliore sulla variazione del consumo

6 Messaggio Abbiamo bisogno di collegare il consumo di energia con le variabili che hanno una reale influenza Pernottamento HDD (indice di riscaldamento) CDD (indice di raffreddamento) La fornitura di cibo venduta

7 Parametri di riferimento I tipici paramtri icludono:
Elettricità kWh/pernottamento kWh/copertura di cibo venduta kWh/kg biancheria Calore kWh/HDD (temperatura giornaliera di calore) kWh/pernottamento (acqua calda) Acqua litri/pernottamento Fare attenzione a: kWh/m2 luce/m2 €/fatturato

8 Le Variabili dell’Energia
Le cause del consumo di energia nel Sistema di variazione La variabile indipendente è il driver La variabile dipendente è il consume di energia Bisogna identificare e quantificare queste variabili Necessità di sviluppare una relazione matematica Normalmente più di una variabile indipendente

9 Pernottamento (driver)
Esempi Pernottamento (driver) kWh elettricità P1 4 100 P2 6 134 P3 2 83 P4 10 246 P5 12 280 P6 8 150

10 Le Variabili dell’energia
Pernottamento (driver) kWh elettricità P1 4 100 P2 6 134 P3 2 83 P4 10 246 P5 12 280 P6 8 150

11 Soluzione migliore = Uso di Energia previsto
Questa linea con R2 = 0.93 è un ottimo modello di consumo di energia previsto "Tasto destro del mouse" aggiungere una linea di tendenza, selezionare la formula di visualizzazione e R2. “

12 Questo è il risultato del periodo successivo
Pernottamento (Driver) kWh elettricità P7 7.0 144 È buono o cattivo? È più o meno del previsto?

13 Questo è il risultato del periodo successivo
Abbiamo usato 10 unità più del previsto è il 6% in più Abbiamo bisogno di agire per correggerlo y = 20,557x + 21,6 >> * ,60 = 165 Pernottamento (Driver) kWh elettricità kWh di elettricità pevisti Differenze Diff in % P7 7.0 175 165 10 6%

14 Questo è il risultato del periodo successivo

15 Perché fa la differenza
pernottamento kWh kWh/ P1 4 100 25,0 P2 6 134 22,3 P3 2 83 41,5 P4 10 246 24,6 P5 12 280 23,3 P6 8 150 18,8 P7 7 175

16 Note Assicurarsi che i periodi di tempo siano coerenti, per esempio mensile o giornaliero per tutti i parametri Intercettare = carico di base = spreco = C Pendenza= aumento nell'unità di driver Energia = driver * pendenza + carico di base Y=MX+C La linea è la base per il miglioramento delle prestazioni Assicurarsi che le unità siano coerenti. Le unità possono essere cambiate facilmente, per esempio kWh al mese per Gj al mese.

17 Dati Fatture Dati on-line del fornitore
Sub-Metri (locali, manuali, automatico) I dati di produzione Sistema di M&T Dati metodologici (degreedays.net) Occupazione (sistemi di acesso) Altri strumenti Temperatura, flussi, etc.

18 Carico di base Quantificano Attaccare! Scompongono
Attaccare ogni componente Target zero! Attaccare di nuovo!

19 Consumo di Gas Hotel nella zona di montagna
Nessuna relazione tra il consumo di energia e i pernottamenti

20 Consumo di Energia Hotel nella zona di montagna

21 Analisi precedente Più di una variabile
Di solito durante la notte + HDD Mese pernottamento CDD elec (kWh/mth) Gen- 10 6.657 66 Feb- 10 6.233 98 Mar- 10 7.595 151 Apr- 10 6.210 252 Mag-10 7.440 357 Giu- 10 7.395 476 Lug- 10 7.891 647 Ago- 10 1.722 600 Set- 10 7.163 450 Ott- 10 7.643 344 Nov- 10 7.341 233 Dic- 10 4.466 123

22 Statistiche di regressione
Analisi precedente Riepilogo Statistiche di regressione Multiplo R 0, R Square 0, Adjusted R Square 0, Errore standsrd 14963,72509 Osservazioni 12 ANOVA df SS MS F Significance F Regression 2 6,1E+10 3,05E+10 136,262 1,87E-07 Residual 9 2,02E+09 2,24E+08 Total 11 6,3E+10 Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95,0% Upper 95,0% Intercept 124656,842 19378,89 6,432611 0,000121 80818,75 168494,9 overnight 39, 2,566081 15,28943 9,55E-08 33,42904 45,0388 CDD 182, 23,17466 7,856331 2,56E-05 129,6431 234,4925

23 Monitoraggio & Target Ottima Idea Scarsa implementazione
Scarso pacchetto di software Molti sono semplicemente condotti da un misuratore ad un foglio di calcolo Alto tasso di fallimento Poco conosciuta da consulenti o utenti finali Un foglio di calcolo è probabilmente il miglior software di M & T disponibile