可再生能源在注塑成型报价流程中的整合：聚合物和复合材料产品的设计和技术

《Macromolecular Symposia》：Renewable Energy Integration Into the Injection Molding Quotation Process. Design and Technologies for Polymeric and Composites Products

　　摘要

高效的能源管理是先进工厂的必备要求，这些工厂需要大量的能源来运行，通常通过单一电网连接供电，而电网价格会因供需波动而变化。这类工业消费者常常选择采用本地可再生能源发电机。为了评估这种电网连接的可持续性，需要量化能源的生产和消耗情况，并确定能源的来源比例。在竞争激烈的环境中，准确估算未来的生产成本变得越来越重要，因为多个供应商从信息请求（RFI）或报价请求（RFQ）阶段就开始进行各种成本优化。因此，我们提出开发了一种能源分析软件工具，该工具可以追踪能源来源、消费者和成本，分析带有时间戳的数据，估算未来的能源组合，从而了解能源来源及其在零件成本中的占比。

1 引言

在工业环境中，可以定义多个消费者，例如表1中展示的一家为汽车行业生产塑料注塑部件的制造商。这类常见的消费者根据其在总能耗中的占比被定义在一定的最小值和最大值范围内。根据每个项目的具体需求，系列生产中还可能包括各种设备，如焊接设备、切割工具、激光雕刻机、测量设备等，这些都会进一步增加能耗。表1显示了工业消费者的能耗占比。

注塑成型设施中的这些消费者通常根据其在总能耗中的占比来定义。基于每个项目的具体需求，生产过程中还可能包括其他设备，从而增加能耗。

注塑成型的基本能耗范围在每千克原材料0.9到1.6千瓦时之间，这一数值受到注射参数（如注射速度、压力和填充压力）的显著影响。根据对公司生产现场的分析，注塑机的总能耗占最终零件生产成本的15%。大多数项目的总产量从每模具15万件到300万件不等，这取决于零件的总体尺寸、腔体数量、材料选择和模具类型。以一个典型的生产为例，一个中等尺寸的单腔模具在5年生产周期内可生产250万件产品，每次注射大约需要1千克原材料。如果按照每千克原材料2.1千瓦时的平均能耗计算（包括辅助设备的能耗），则整个生产周期的总能耗为每件零件2.1千瓦时，即总共5250万千瓦时。根据2024年3月不含增值税（VAT）的平均成本137.3欧元计算，生产单个零件的总成本约为720,825欧元。

上述公司在汽车行业拥有150台注塑机（包括Engel、Krauss Maffei、Wittmann Battenfeld等品牌，功率范围从40吨到2700吨），其安装的光伏发电能力占总能耗的19.8%，每年可节省576,000欧元的成本。任何形式的成本降低都会对零件价格产生重大影响，尤其是在高产量或大注射重量的情况下。成本降低意味着工业供应商可以获得更高的利润率，或者在报价阶段更有机会获得客户的青睐，这可能是由于成本优势，或者是因为能够标注零件使用了某种绿色能源组合。除了利用内部光伏发电的主要好处外，还有其他间接收益，例如国家和欧盟的补助金、可再生能源发电的绿色证书、税收减免以及欧洲绿色协议。在上述示例公司中，一项总发电量为1260兆瓦时的EEA补助金项目成本为609,390欧元，预计每年可减少386吨二氧化碳排放。在工业设施中实施高效的能源管理对于缓解能源价格波动和提高供应链的可持续性至关重要。

2 实施

为了适应各种数据来源，我们可以考虑不遵循一致性规则，允许数据具有不同的时间间隔。软件通过插值和重采样将整个数据集覆盖在一个统一的时间线上，时间分辨率为1分钟。插值是必要的，因为不同的数据源可能有不同的时间间隔，必须与应用程序的统一时间尺度保持一致。该应用程序还确保没有数据丢失，并自然填补所有缺失的时间间隔。所有能源和成本平衡都计算到分钟级别，但汇总到小时级别。给定一个带有时间戳的时间序列[1, n]，我们推导出时间间隔（公式1），确保输出时间间隔向量与输入时间序列相同（公式2），并限制任意值的范围[60秒到12小时]（公式3），从而得到一个时间间隔数组。

为了处理各种数据来源，我们可以不遵循严格的一致性规则，允许数据具有不同的时间间隔。软件通过插值和重采样将整个数据集覆盖在一个统一的时间线上。插值是必要的，因为不同的数据源可能有不同的时间间隔，这些间隔必须与应用程序的统一时间尺度保持一致。应用程序还确保没有数据丢失，并自然填补所有缺失的时间间隔。所有能源和成本平衡都计算到分钟级别，但汇总到小时级别。给定一个带有时间戳的时间序列[1, n]，我们推导出时间间隔（公式1），确保输出时间间隔向量与输入时间序列相同（公式2），并限制任意值的范围[60秒到12小时]（公式3），从而得到一个时间间隔数组。

为了适应不同的数据来源，我们可以不遵循严格的一致性规则，允许数据具有不同的时间间隔。软件通过插值和重采样将整个数据集覆盖在一个统一的时间线上。插值是必要的，因为不同的数据源可能有不同的时间间隔，这些间隔必须与应用程序的统一时间尺度保持一致。应用程序还确保没有数据丢失，并自然填补所有缺失的时间间隔。所有能源和成本平衡都计算到分钟级别，但汇总到小时级别。

为了调整比例，我们需要将所有时间间隔从小时重新采样到分钟。利用之前设置的重采样方法，我们可以继续定义总体功率参数，即总负载功率[L(tm)]（千瓦）和总自发电功率[G(tm)]（千瓦），以及它们的重采样值L(tm) = L(tm)/60和G(tm) = G(tm)/60。对于每个步骤，我们计算自消耗、电网消耗和出口能源（公式9-11）。

为了计算能源成本，我们利用平均电网价格p(tm)来确定Egrid(tm)的成本（公式12）。

在计算出所有总体轴值后，我们可以进行每小时汇总（公式13）和每日能源总量（公式14）：

为了计算能源成本，我们利用平均电网价格p(tm)来确定Egrid(tm)的成本（公式12）。

在计算出所有总体轴值后，我们可以进行每小时汇总（公式13）和每日能源总量（公式14）：

为了计算每个周期的必要能源（公式15）和每小时能源（公式16），我们需要进一步计算每个周期的能源生产（公式17）和电网消耗（公式18），从而计算进口能源的成本（公式19），并允许自由设置生产能源的成本分摊。

3 软件开发

软件的开发需要一致的数据输入规则，因此软件提供了生成Microsoft Excel (.xlsx) 模板的选项，该模板包含三个工作表：“Grid”、“SelfGenerated”和“Consumers”，每个工作表都可以处理多列用户定义的数据，第一个工作表还需要每千瓦时的时间戳成本。使用Python编程语言（版本3.9），开发了一个图形用户界面来处理所有之前定义的操作。图2展示了前两个工作表的能源组合，提供了数据集中某一天能源组合的概览。图3展示了原始能源、原始每小时平均值和能源加权值，以及每个零件的能源成本节省情况。在计算出所有能源组合和重采样时间序列的能源消耗后，我们可以将其扩展到每周基础（图4）。

4 结论

所提出的软件实现了能源生产分析方法，能够利用来自异构来源的时间戳数据来评估工业能源消耗和生成模式，同时考虑多个供应商和消费者。通过重采样、插值和进一步的标准化方法，获得了能源消耗和成本分摊的分钟级精度。这有助于了解运营优化和可持续性评估。通过提供能源来源的透明度，该工具便于报告注塑成型过程中可再生能源的利用情况。该软件的适用性扩展到了基于总体尺寸和实施模式的新开发零件的报价过程。

作者声明没有利益冲突。