流程制造的能源成本占比高、优化空间大。但很多企业的能源管理还停留在“看总表、算单耗”的阶段，知道能耗高，不知道为什么高，更不知道怎么降。

能源优化的本质不是“少用能”，而是“用能效率最大化”——每一度电、每一立方蒸汽都用在刀刃上。从数据采集到行动闭环，需要走完四个步骤。

一、能源优化的数据基础

没有准确的计量，能源优化就是空中楼阁。很多企业的问题不是仪表不够，是仪表数据不能用。

电能表只显示有功功率，没有功率因数，无法分析无功损耗。蒸汽流量计没有温压补偿，流量读数随温度压力变化而漂移。压缩空气流量计没有露点补偿，含水量变化时计量偏差大。仪表的量程范围不合理，低流量时测量不到，高流量时超出量程。

数据采集的颗粒度决定了分析深度。按年统计只能看趋势，按月统计能看出季节性波动，按天统计能看出生产安排的影响，按小时统计能发现设备启停的能耗特征，按分钟统计才能做异常诊断。

仪表校准是数据准确性的底线。一块没有校准的仪表，读数可能偏差20%以上。基于这样的数据做优化，结论一定是错的。能源优化的第一步不是买系统、上平台，是把仪表搞准。

二、能耗基准与目标设定

有了数据，还需要知道“好”与“坏”的参照标准。没有基准，就没有目标；没有目标，就没有改善动力。

能耗基准的几种常用方法：对比历史同期（去年5月vs今年5月），适用于生产节奏稳定的企业；对比同类产线（A线vsB线），A线单耗低，B线就有改善空间；回归模型建立单耗与产量、工况的关系，预测“应该消耗多少”，实际与预测的偏差就是优化空间。

基准不是一成不变的。设备改造后基准要重设，产品结构变化后基准要调整，原料批次变化后基准要校准。基准应该是“跳一跳够得着”的目标，不是遥不可攀的天花板，也不是不费吹灰之力的地板。

目标设定可以采用阶梯式：短期目标（3个月）解决明显跑冒滴漏；中期目标（6-12个月）优化操作参数；长期目标（1-3年）实施节能技改。

三、能耗异常的识别与诊断

能耗异常不是“突然飙升了”，而是“在不该高的时段高了”。识别异常需要建立“正常”的参照模型。

常用的异常识别方法：阈值法设定单耗上下限，超限即报警，适用于工况稳定的连续生产；同比环比与过去同期对比，偏差超阈值即报警，适用于周期性生产；回归模型建立能耗与产量、工况的基准模型，实际值偏离预测值即报警，适用于工况变化频繁的场景。

某化工厂的循环水系统，电耗在非生产时段仍然很高。系统报警后，值班人员去现场检查，发现一台冷却塔风扇在空转——生产停了，风扇没停，已经空转了整整一个周末。手动关停后，月度电费下降8%。

异常识别的难点不是技术，是响应。系统报了警，没人处理，报警就变成了噪音。报警必须有闭环——谁确认、谁处理、谁验收。没有闭环的报警系统，不如不装。

四、用能行为的分析与优化

很多能耗浪费不是设备问题，是操作行为问题。同样的设备，不同班组操作，能耗可以相差20%以上。

操作行为分析的方法包括：按班组统计单耗，找出高能耗班组和低能耗班组；分析高能耗班组的操作参数，找出与低能耗班组的差异；提取低能耗班组的最佳实践，标准化推广。

某制药企业的反应釜升温操作，班组A采用“先快后稳”的方式，先大火升温到接近目标温度，再小火微调。班组B采用“匀速升温”的方式，一直用中等火力。数据对比分析发现，班组A的单耗比班组B低12%，原因是班组B在升温后期热量大量散失。将班组A的操作方法标准化后，全厂该产品的能耗降低9%。

常见的操作能耗陷阱包括：设备空转不停机（生产结束了，风机、泵还在转）；参数设定偏保守（温度设得比需要的高，压力设得比需要的大）；预热时间过长（提前很长时间开启加热，保温等待）；多台设备低负荷运行（开两台50%负荷，不如开一台100%负荷）。

这些问题的根源不是操作工不努力，是没有标准、没有反馈、没有激励。操作工不知道自己的能耗比别人高，也不知道高在哪里。