企业能耗管理云平台实现分项计量监测

时间：2024-11-13

作者：安科瑞电子商务（上海）有限公司

为什么需要能源管理系统

1.政策要求

政策要求企业或公共建筑必须安装能耗管理相关软件或平台，以满足节能减排的需要（例如：重点用能单位在线监测、分项计量）

2.认证需要

公共建筑为了评比绿色建筑；企业为了满足能源管理体系认证；

3.用户需求

只有体和供水公司等机构提供的费用单，不知道这些能源具体被哪些设备使用？已有系统，但缺乏分析系统等。

二能耗管理云平台简介

能源管理云平台通过在各个本地变电所或配电室等现场安装多功能电力计量仪表；在各用能现场可安装水表，气表等各类仪表，经网关采用无线（3G/4G）或有线的方式将采集的仪表数据上传至公司租赁的云服务器上，并将数据进行集中存储、统管理。具有权限的用户可通过PC、PAD、手机等各类终端设备访问数据、接收告警信息，方便管理者及时知晓各个点位的用能情况，及时管控各个点位用能。主要针对于分布全不同省、地市或同地市不同区域的连锁商业、集团、百货、门店、物业、院校等分布式集团性质客户设计。

二应用场所

商业建筑（商场、机构建筑等）

旅游建筑（宾馆饭店、场所等）

科教文卫建筑（文化、教育、科研、医疗卫生、体有建筑等）

通信建筑（邮电、通信、广播、电视、数据中心等）

三业务模式

1.数据托管方式

安科瑞指导用户完成能耗网关、智能仪表、电流互感器、剩余电流互感器等安装和调试，用户将数据上传至安科瑞能耗管理云平台，委托安科瑞管理，按规定/约定收取软件基础费用和托管费用

2.用户自建平台

平台建在用户数据中心或监控中心，系统硬件客户可以参照我方系统设备配置参数采购或者申请云服务器。安科瑞指导客户完成平台的建设和运管队伍的培训，如果客户没有技术力量维护，也可以选择每年向安科瑞支付定的服务费用

四系统功能

1. 采集计量分类分项的能耗数据（电量、水量、燃气量、集中供冷量、集中供热量以及其他能耗）。

2. 按照分项/区域/部门等不同的组织方式进行报表统计与展示，方便用户从多个维度使用用能报表。提供丰富的数据可视化功能，通过饼图、柱状图、曲线图、堆积图等将数据以直观的方式呈现给用户，方便用户做出决策。

3.支持多种不同的报警类型，为保证平台运行，提供仪表与网关的故障报警提醒，提供多种能耗预警模型供用户选择与配置。

4.为用户提供设备管理与维保记录功能，帮助用户掌握项目中各种设备的生命周期及健康状况。

5.为用户提供设备管理与维保记录功能，帮助用户掌握项目中各种设备的生命周期及健康状况。

6.提供能耗分析报告功能，从多个维度统计分析用户能耗使用情况。报告可以提供同环比分析、复费率电量和电费分析、能耗分析、报警情况统计等功能。

7.针对能源消耗量大的设备进行单独的监控，例如针对空调设备，系统不仅可以监视空调各部分的运行参数，还可以针对空调的运行效率进行央空调的能效计算，并将能效值与能效标准进行对比，从而反映出空调的能效真实状态。可以提供节能改造后空调能效对比，从而来验证改造的效果。

五产品选型

1 计量产品

2 智能网关

18721098782

词条
词条说明
高校宿舍预付费宿电管理系统的设计与应用案例
1 系统结构描述本监控系统主要实现宿迁泽达职业技术学院宿舍进行收费管理和安全用电管理；监控范围为楼层ADF300-III-36D(12S)-Y多回路计量箱6台，分2条总线，现场电表通过屏蔽双绞线和设置于采集箱的串口服务器进行通讯，将数据上传至预付费系统后台，实现总线上仪表与监控主机的数据连通，完成能效管理和收费管理的系统功能。本监控系统采用分层分布式结构，即站控层，通讯层与间隔层；如图
电动汽车充电桩安科瑞厂家
充电桩作为电动汽车的能量补给装置，类似于加油站里面的加油机，可以安装于公共建筑和居民小区的停车场或充电站内，为各种符合充电连接标准的电动汽车充电。安科瑞响应国家节能环保、绿色出行的号召，为广大用户提供慢充和快充两种充电方式，便携式、壁挂式、落地式等多种类型的充电桩，包含智能 7kw 交流充电桩，智能 60kw/120kw 直流一体式充电桩来满足新
安科瑞能耗监测系统在科技公司应用方案
目前，我国是世界上大能源生产国和消费国，统计显示，我国建筑能耗约占全国总能耗的28%，在我国每年新建的20亿平方米建筑中，其中99%是高能耗建筑；而既有的建筑中，仅有4%采取了节能措施。大型公共建筑不但能耗密度高，而且能源浪费非常严重，具有巨大的节能空间，建筑节能的推广已经势在必行，节能降耗，计量**。
浅谈面向智能电网应用的电力大数据关键技术
0 引言智能电网和传统电网系统相比，显著的优势在于反应时间上，智能电网在大数据分析技术的加持下，当大数据分析结果显示任意一个时间段内，任意局部范围内电网运行状态存在波动，系统会**时间做出处理，确保电力系统能够始终维持在一个较为稳定的运行状态。而对于大数据分析而言，从开始的数据采掘和分析，再到数据处理，每一个环节的质量共同影响着大数据分析结果的可靠性。 1 大