Upload
gmsl-srl
View
110
Download
1
Embed Size (px)
DESCRIPTION
Presentazione effettuata in occasione del Meet Minitab 2013
Citation preview
Modello di attribuzione dei consumi e dei costi energetici
Maggio 2013 7° Convegno Meet Minitab .Stefano Gorla Federica Finotti
Energia e Privacy
2
Sito di via Gallarate con residenti 7 società
Ingresso unico dei vettori energetici con unico contatore
Come suddividere i costi?
3
4
1400120010008006004002000
8000
7000
6000
5000
4000
3000
2000
1000
0
m^2
kWh
me
di
S 194,396
R-Sq 99,6%
R-Sq(adj) 99,5%
Fitted Line PlotkWh medi = - 136,5 + 5,468 m^2
1400120010008006004002000
50000
40000
30000
20000
10000
0
m^2
kWh
6 m
esi
S 1165,29
R-Sq 99,7%
R-Sq(adj) 99,5%
Fitted Line PlotkWh 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
1400120010008006004002000
7000
6000
5000
4000
3000
2000
1000
0
m^2
Giu
gn
o
S 251,403
R-Sq 99,4%
R-Sq(adj) 99,1%
Fitted Line PlotGiugno = - 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
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
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
SOCIETA' 1 SOCIETA' 2 SOCIETA' 3 SOCIETA' 4 SOCIETA' 5 S OCIETA' 6 SOCIETA' 7 SOCIETA' 8 TOTALEkWh 1 21.118 11.669 78.407 5.499 57.337 10.782 184.812kWh 2 28.053 13.548 16.024 18.867 4.708 47.984 4.903 50.724 184.812kWh 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 -5.878Delta 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 -825Delta € 3 - 1 -691 -543 -7.331 -410 -1.828 -558
SOCIETA' 1 SOCIETA' 2 SOCIETA' 3 SOCIETA' 4 SOCIETA' 5 S OCIETA' 6 SOCIETA' 7 SOCIETA' 8 TOTALEkWh 1 20.365 11.447 78.980 5.454 56.277 10.624 183.146kWh 2 27.516 13.308 16.102 18.958 4.581 47.331 4.927 50.423 183.146kWh 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 -5.697Delta 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 -800Delta € 3 - 1 -671 -550 -7.393 -123 -1.775 -531
SOCIETA' 1 SOCIETA' 2 SOCIETA' 3 SOCIETA' 4 SOCIETA' 5 S OCIETA' 6 SOCIETA' 7 SOCIETA' 8 TOTALEkWh 1 18.266 10.264 71.039 4.713 55.308 13.863 173.453kWh 2 26.938 13.157 14.505 17.078 4.442 46.526 4.438 46.368 173.453kWh 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 -9.425Delta 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 -1.323Delta € 3 - 1 -247 -304 -6.678 -38 -1.659 -1.090
GENNAIO 2012
FEBBRAIO 2012
MARZO 2012
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
654321
4200
4000
3800
3600
3400
3200
3000
Sample
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__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
Fre
qu
en
cy
Mean 3610
StDev 155,9
N 6
Histogram of BERINormal
34003200300028002600
2,0
1,5
1,0
0,5
0,0
DRH
Fre
qu
en
cy
Mean 3038
StDev 216,6
N 6
Histogram of DRHNormal
11
654321
1100
1050
1000
950
900
850
800
Sample
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__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
Fre
qu
en
cy
Mean 32344
StDev 2056
N 6
Histogram of PMINormal
11001000900800700
2,0
1,5
1,0
0,5
0,0
PMTC
Fre
qu
en
cy
Mean 928,5
StDev 110,6
N 6
Histogram of PMTCNormal
12
654321
8500
8000
7500
7000
6500
6000
Sample
Sa
mp
le M
ea
n
__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
Fre
qu
en
cy
Mean 7326
StDev 438,7
N 6
Histogram of BANKNormal
350003000025000200001500010000
0,00016
0,00014
0,00012
0,00010
0,00008
0,00006
0,00004
0,00002
0,00000
X
De
nsi
ty
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
De
nsi
ty
13416,5 1306,24
8557,81 1546,35
Mean StDev
Normal
Confronto distribuzione modello 2 (black line) e modello 3 (red line) BERI
13
2800
0
2600
0
2400
0
2200
0
2000
0
1800
0
1600
0
1400
0
1200
0
1000
0
0,00030
0,00025
0,00020
0,00015
0,00010
0,00005
0,00000
X
De
nsi
ty
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
De
nsi
ty
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
De
nsi
ty4555,85 470,73
2758,73 526,58
Mean StDev
Normal
Confronto distribuzione modello 2 (black line) e modello 3 (red line) PMTC
9000
0
8000
0
7000
0
6000
0
5000
0
4000
0
3000
0
2000
0
1000
00
0,000030
0,000025
0,000020
0,000015
0,000010
0,000005
0,000000
X
De
nsi
ty
52885,9 13399
50030,8 13715,8
Mean StDev
Normal
Confronto distribuzione modello 2 (black line) e modello 3 (red line) PMI
14
800070006000500040003000
0,0009
0,0008
0,0007
0,0006
0,0005
0,0004
0,0003
0,0002
0,0001
0,0000
X
De
nsi
ty4424,23 438,4
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
De
nsi
ty
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
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__X=8558
+3SL=11556
-3SL=5560
+2SL=10557
-2SL=6559
+1SL=9557
-1SL=7558
Xbar Chart of BERI_1_1
15
654321
36000
34000
32000
30000
28000
26000
24000
22000
20000
Sample
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__X=19662
+3SL=23308
-3SL=16015
+2SL=22093
-2SL=17231
+1SL=20877
-1SL=18446
Xbar Chart of CITROËN_1
16
654321
21000
20000
19000
18000
17000
16000
15000
14000
13000
Sample
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__X=2759
+3SL=3801
-3SL=1716
+2SL=3454
-2SL=2064
+1SL=3106
-1SL=2411
Xbar Chart of PMTC_1_1
17
654321
80000
70000
60000
50000
40000
30000
Sample
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__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
Sa
mp
le M
ea
n
__X=6016
+3SL=7132
-3SL=4901
+2SL=6760
-2SL=5272
+1SL=6388
-1SL=5644
Xbar Chart of PSAS/DRH_1
18SOCIETA' 1 SOCIETA' 2 SOCIETA' 3 SOCIETA' 4 SOCIETA' 5 S OCIETA' 6 SOCIETA' 7 SOCIETA' 8 TOTALE
METODO 1MEDOTO 2 7.136,11 3.458,67 2.349,19 2.765,90 1.279,29 27.523,50 8.394,26 718,82 53.625,74Delta 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 1MEDOTO 2 5.726,91 2.775,67 1.885,28 2.219,70 1.026,66 22.088,32 6.736,61 576,87 43.036,03Delta 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 13.108,00MEDOTO 2 2.526,54 1.224,54 831,73 979,27 452,93 9.744,70 2.971,99 254,50 18.986,20Delta 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 15.914,02MEDOTO 2 2.264,54 1.097,56 745,48 877,72 405,97 8.734,19 2.663,80 228,11 17.017,37Delta 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 7.743,01MEDOTO 2 603,27 292,58 198,73 233,98 108,22 2.328,33 710,11 60,81 4.536,03Delta 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 7.637,00MEDOTO 2 356,98 173,02 117,52 138,36 64,00 1.376,86 419,92 35,96 2.682,62Delta 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 1MEDOTO 2 349,04 169,17 114,90 135,28 62,57 1.346,21 410,57 35,16 2.622,90Delta 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
7654321
3000
1500
0Ind
ivid
ua
l Va
lue
_X=1313
UCL=2771
LCL=-145
7654321
2000
1000
0
Mo
vin
g R
an
ge
__MR=548
UCL=1791
LCL=0
642
3000
1500
0
Observation
Va
lue
s
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 modello2I Chart
Moving Range Chart
Last 7 Observations
Capability Histogram
Normal Prob PlotA D: 0,509, P: 0,126
Capability Plot
7654321
8000
4000
0Ind
ivid
ua
l Va
lue
_X=2709
UCL=5718
LCL=-299
7654321
4000
2000
0
Mo
vin
g R
an
ge
__MR=1131
UCL=3696
LCL=0
642
8000
4000
0
Observation
Va
lue
s
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 2I Chart
Moving Range Chart
Last 7 Observations
Capability Histogram
Normal Prob PlotA D: 0,509, P: 0,126
Capability Plot
4321
2000
1000
0
Ind
ivid
ua
l Va
lue
_X=1016
UCL=2041
LCL=-9
4321
1000
500
0
Mo
vin
g R
an
ge
__MR=385
UCL=1259
LCL=0
4321
1600
1200
800
Observation
Va
lue
s
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 1I Chart
Moving Range Chart
Last 4 Observations
Capability Histogram
Normal Prob PlotA D: 0,337, P: 0,280
Capability Plot
4321
800
400
0
Ind
ivid
ua
l Va
lue
_X=384,5
UCL=773,3
LCL=-4,4
4321
400
200
0
Mo
vin
g R
an
ge
__MR=146,2
UCL=477,7
LCL=0
4321
500
400
300
Observation
Va
lue
s
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 1I Chart
Moving Range Chart
Last 4 Observations
Capability Histogram
Normal Prob PlotA D: 0,348, P: 0,257
Capability Plot
20
7654321
2000
1000
0Ind
ivid
ua
l Va
lue
_X=1050
UCL=2216
LCL=-116
7654321
1600
800
0
Mo
vin
g R
an
ge
__MR=438
UCL=1432
LCL=0
642
2000
1000
0
Observation
Va
lue
s
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 2I Chart
Moving Range Chart
Last 7 Observations
Capability Histogram
Normal Prob PlotA D: 0,509, P : 0,126
Capability Plot
7654321
1000
500
0Ind
ivid
ua
l Va
lue
_X=486
UCL=1025
LCL=-54
7654321
500
250
0
Mo
vin
g R
an
ge
__MR=202,8
UCL=662,6
LCL=0
642
1000
500
0
Observation
Va
lue
s
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 2I Chart
Moving Range Chart
Last 7 Observations
Capability Histogram
Normal Prob PlotA D: 0,509, P : 0,126
Capability Plot
4321
3000
1500
0
Ind
ivid
ua
l Va
lue
_X=979
UCL=2815
LCL=-857
4321
2000
1000
0
Mo
vin
g R
an
ge
__MR=690
UCL=2255
LCL=0
4321
2400
1600
800
Observation
Va
lue
s
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 1I Chart
Moving Range Chart
Last 4 Observations
Capability Histogram
Normal Prob PlotA D: 0,552, P: 0,056
Capability Plot
4321
300
150
0
Ind
ivid
ua
l Va
lue
_X=168,2
UCL=337,9
LCL=-1,5
4321
200
100
0
Mo
vin
g R
an
ge
__MR=63,8
UCL=208,5
LCL=0
4321
250
200
150
Observation
Va
lue
s
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 1I Chart
Moving Range Chart
Last 4 Observations
Capability Histogram
Normal Prob PlotA D: 0,337, P: 0,280
Capability Plot
21
7654321
20000
10000
0Ind
ivid
ua
l Va
lue
_X=10449
UCL=22052
LCL=-1155
7654321
16000
8000
0
Mo
vin
g R
an
ge
__MR=4363
UCL=14255
LCL=0
642
20000
10000
0
Observation
Va
lue
s
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 2I Chart
Moving Range Chart
Last 7 Observations
Capability Histogram
Normal Prob PlotA D: 0,509, P: 0,126
Capability Plot
7654321
8000
4000
0Ind
ivid
ua
l Va
lue
_X=3187
UCL=6726
LCL=-352
7654321
4000
2000
0
Mo
vin
g R
an
ge
__MR=1331
UCL=4347
LCL=0
642
8000
4000
0
Observation
Va
lue
s
1000
080
0060
0040
0020
000
-200
0
-400
0
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 2I Chart
Moving Range Chart
Last 7 Observations
Capability Histogram
Normal Prob PlotA D: 0,509, P : 0,126
Capability Plot
4321
4000
2000
0
Ind
ivid
ua
l Va
lue
_X=1536
UCL=4261
LCL=-1189
4321
3000
1500
0
Mo
vin
g R
an
ge
__MR=1025
UCL=3348
LCL=0
4321
2400
1600
800
Observation
Va
lue
s
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 1I Chart
Moving Range Chart
Last 4 Observations
Capability Histogram
Normal Prob PlotA D: 0,511, P: 0,076
Capability Plot
4321
10000
5000
0
Ind
ivid
ua
l Va
lue
_X=6895
UCL=13410
LCL=379
4321
8000
4000
0
Mo
vin
g R
an
ge
__MR=2450
UCL=8005
LCL=0
4321
10000
7500
5000
Observation
Va
lue
s
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 1I Chart
Moving Range Chart
Last 4 Observations
Capability Histogram
Normal Prob PlotA D: 0,340, P: 0,273
Capability Plot
22
12500100007500500025000-2500-5000
0,0012
0,0010
0,0008
0,0006
0,0004
0,0002
0,0000
X
De
nsi
ty1016,2 371,21
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
De
nsi
ty
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
De
nsi
ty
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
De
nsi
ty
168,2 61,44
485,66 488,06
Mean StDev
Normal
Confronto distribuzione modello 1 (black line) e modello 2 (red line) PMTC
23
50000400003000020000100000-10000-20000-30000
0,00016
0,00014
0,00012
0,00010
0,00008
0,00006
0,00004
0,00002
0,00000
X
De
nsi
ty6894,5 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
De
nsi
ty
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
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
27
QUINDI:
La scelta del modello allora deve essere fatta in funzione delle necessità oggettive di attribuzione dei costi.
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 aziendaS. Gorla et al. Rivista ambiente&sicurezza sul lavoro n°12 dicembre 2012 Ed. EPC- Exergia o Energia? La nuova frontiera degli Energy ManagerS. Gorla Rivista La Termotecnica (in pubblicazione)- Guida all’uso razionale dell’energia. S. Gorla 2010
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
30
GRAZIE per l’ATTENZIONE