Energiemanagement als Best Practice-Beispiel
19.09.2019
In der SANTESIS Technisches Gebäudemanagement und Service GmbH wird auf neue Energieleistungskennzahlen gesetzt. Mit der Kennzahlenbildung in Anlehnung an die ISO 50006 werden relevanten Einflussfaktoren wie z.B. Klima, Anwesenheit usw. berücksichtigt. So können Einspareffekte transparent und nachvollziehbar dargestellt werden.
In der Praxis häufig angewandten Kennzahlen wie z. B. Energieverbrauch pro Bett oder Patient sind meist unzureichend, um die tatsächlichen Einspareffekte der Energieeffizienzmaßnahmen transparent darzustellen. Oft werden sie von anderen Faktoren wie z.B. Klimabedingungen oder Anwesenheit überlagert.
Daher verwenden wir für die Darstellung der Energieeinsparungen für unsere Kunden die Regressionsanalyse. Diese basiert auf der Korrelation zwischen Energieverbrauch und dessen (variablen) Einflussfaktoren in einem definierten Referenzzeitraum. Als Referenzzeitraum kann z.B. der Energieverbrauch der jeweils letzten zwölf Monate bzw. das vorangegangene Kalenderjahr herangezogen werden. Wichtig bei der Wahl des Referenzzeitraums ist es, dass alle möglichen Betriebszustände erfasst werden. Damit werden saisonale Besonderheiten mitberücksichtigt.
Bei der Regressionsanalyse wird anhand des gemessenen Energieverbrauchs und der externen Einflussfaktoren im Referenzzeitraum ein mathematisches Modell erstellt (= Baseline), das zur Berechnung und damit zur Prognose des erwarteten Energieverbrauchs dient. Alle Energieleistungskennzahlen leiten sich dann aus der Differenz zwischen dem modellierten und dem tatsächlich gemessenen Energieverbrauch ab. Die Einsparungen können als kumulierte Summe der monatlichen Abweichungen abgelesen werden – transparent und nachvollziehbar.
Das könnte Sie auch interessieren:
