Assessing measures of energy efficiency improvement opportunities in the industry

• Autorzy: Kluczek A.

Identyfikatory

DOI

10.17270/J.LOG.2017.1.3

Warianty tytułu

PL

Ocena pomiaru efektywności energetycznej działań usprawniających procesy technologiczne

• Języki publikacji: EN

Abstrakty

EN

Background: Energy efficiency has recently become one of the key aspects in the manufacturing sector. The facilities should improve their performance due to the related economic costs and the significant environmental impacts. The objective of this paper is to prove that energy efficiency of opportunities for energy savings improvements provided by the energy auditors are efficient. These opportunities represent technical actions recommended in the U.S. industrial plants over time period 2013 to 2014. Moreover, these technologies are considered as efficient ones based on energy audits results. Therefore, only ten suggested recommendations are included in the analyses. Methods: The paper demonstrates a DEA- Slack Based Measurement approach to evaluate the energy efficiency of the recommended technical solutions. This study is built upon the results of energy audits carried out by the author with the Industrial Assessment Center`s experts at the University of Michigan. Results: The results confirms that seven audit`s energy-effective improvements are still efficient, compared with those of the DEA-SBM method outcomes. The paper reveals inefficiencies of three industrial plants, which were considered as efficient ones examined individually in energy audit procedure. Moreover, the results are enriched with the additional analysis of input excesses and output shortfalls. Conclusions: Based on the study of the recommended solutions in the U.S. industrial plants, more effective technologies (DMU2, 4, 5, 7, 8, 9, 10) are identified, along with the ranking of the recommended solutions used. The SBM model described in this paper allows a more accurate determination of which audit`s proposed technical improvements are energy efficient or not. Further work is required to develop a set of relative input and output variables as well as a way of variables selection using analytical methods which may make the measure more robust.

PL

Wstęp: Efektywność energetyczna stała się jednym z najważniejszych aspektów w sektorze wytwórczym. Zakłady przemysłowe stają przed koniecznością zmiany sposobu prowadzenia działalności gospodarczej w celu poprawy wydajności ekonomicznej i zminimalizowania negatywnego wpływu na środowisko. Celem niniejszego opracowania jest udowodnienie, że działania dotyczące poprawy efektywności energetycznej w procesach wytwórczych zaproponowane przez audytorów są efektywne energetycznie. Działania te stanowią rekomendowane przez audytorów usprawnienia technologiczne, wdrożone w amerykańskich zakładach przemysłowych w latach 2013 - 2014. Ponadto, usprawnienia te, uznane zostały za uzasadnione biznesowo pod względem kosztowo-energetycznym na podstawie wyników audytów energetycznych. W związku z tym, tylko dziesięć zaleceń poaudytowych zostało zaprezentowanych w niniejszej analizie. Metody: Artykuł prezentuje ocenę efektywności energetycznej usprawnień technologicznych poprzez zastosowanie modelu DEA-SBM w oparciu o przeprowadzone audyty energetyczne w ramach Industrial Assessment Center przy University of Michigan. Wyniki: Uzyskane wyniki wskazują, że siedem z dziesięciu analizowanych usprawnień technologicznych działa w sposób efektywny, co zostało zweryfikowane przy użyciu metody DEA-SBM. Ponadto, wyniki zostały wzbogacone o analizę źródeł nadefektywności oraz nieefektywności badanych obiektów. Wnioski: W oparciu o powyższe badania dotyczące usprawnień technologicznych w amerykańskich zakładach przemysłowych, wyszczególniono siedem efektywnych energetycznie technologii (DMU2, 4, 5, 7, 8, 9, 10). To potwierdza, że usprawnienia zaproponowane podczas audytów energetycznych są nadal efektywne. Przedstawiony w artykule sposób pomiaru narzędzi realizacji poprawy efektywności energetycznej pozwoli na bardziej precyzyjne określenie czy rodzaj zaproponowanych usprawnień technologicznych jest efektywny energetycznie czy też nie. Dalszych prac wymaga opracowanie zestawu istotnych zmiennych wejściowych i wyjściowych oraz sposobu wyboru wskaźników przy pomocy metod analitycznych, co może przynieść bardziej wiarygodne wyniki.

Słowa kluczowe

EN

DEA; data envelopment analysis; energy efficiency; SBM; technical improvements

PL

metoda DEA; efektywność energetyczna; model SBM; usprawnienia technologiczne

• Wydawca: Wyższa Szkoła Logistyki
• Czasopismo: LogForum
• Rocznik: 2017
• Tom: Vol. 13, no. 1
• Strony: 29--38
• Opis fizyczny: Bibliogr. 28 poz., tab., wykr.

Twórcy

autor

Kluczek A.

• Institute of Organization of Production Systems, Faculty of Production Engineering, Warsaw University of Technology, 02-524 Warsaw, Poland

Bibliografia

• 1. Anderson S.T., Newell R.G., 2004, Information programs for technology adoption: the case of energy- efficiency audits, Resource and Energy Economics, 26, 27-50.
• 2. Arig T.T., 2011, Data envelopment analysis as an efficiency calculation method and application including evaluation about the relative financial efficiencies of ISE industrial companies. Istanbul Yildiz Technical University Institute of Social Sciences.
• 3. Charnes A., Cooper W.W., Rhodes E., 1981, Evaluating program and managerial efficiency: an application of data envelopment analysis to program follow through, Management Science, 6, 668-697.
• 4. Cooper W.W., Seiford L.M., Tone K., 2007, Data envelopment analysis: a comprehensive text with models, applications, references and DEA-Solver Software. Springer, USA.
• 5. Duzakin E., Duzakin H.,2007, Measuring the performance of manufacturing firms with super slacks based model of data envelopment analysis: An application of 500 major industrial enterprises in Turkey, European Journal of Operational Research, 182, 1412-32.
• 6. EC (European Commission), 2012, Directive 2012/27/EU.
• 7. EIA, 2014, U.S. Energy Information Administration. What are the major sources and users of energy in the United States? Available from https://www.eia.gov/energy_in_brief/article/major_energy_sources_and_users.cfm
• 8. Färe R., Grosskopf S., 2004, New Directions: Efficiency and Productivity. Kluwer Academic Publishers, Boston/Dordrecht/London.
• 9. Flitsch V., 2012, Efficiency measurement of container ports -a new opportunity for hinterland integration, Research in Logistics and Production, 2 (2), 163-173.
• 10. Grösche P., 2008, Measuring Residential Energy Efficiency Improvements with DEA, Ruhr Economic Paper No. 60.
• 11. Jablonsky J., 2006, A Slack Based Model for Measuring Super-Efficiency in Data Envelopment Analysis. Multiple Criteria Decision Making, 1, 101-12.
• 12. Koliński A., 2012, The efficiency of the production - the analyse of problems based on the literature research, LogForum 8 (2), 137-150.
• 13. Lozano S., 2015, Alternative SBM model for Network DEA, Computers & Industrial Engineering, 82, 33-40.
• 14. Moritaa H., Hirokawa K., Zhu J., 2005, A slack-based measure of efficiency in context - dependent data envelopment analysis, Omega, 33, 357-362.
• 15. Moritaa H., Avkiran N.K., 2009, Selecting input and outputs in Data Envelopment Analysis by designing statistical experiments, Journal of the Operations Research society of Japan, 52 (2), 163-73.
• 16. NAE (National Academy of Engineering), Energy efficiency 2009; m39 (2). Available from https://www.nae.edu/File.aspx?id=14867
• 17. Noro M., Lazzarin R.M., 2014, Energy audit experiences in foundries, International Journal of Energy Environment and Energy, 2014, 1-15.
• 18. Saidur R. and Mekhilef S., 2010, Energy use, energy savings and emission analysis in the Malysian rubber producing industry, Applied Energy, 87, 2746-2758.
• 19. Saricam C., Erdumlu N., 2012, Evaluating efficiency levels comparatively: data envelopment analysis application for Turkish textile and apparel industry, Journal of Industrial Engineering and Management, 5 (2), 518-531. http://dx.doi.org/10.3926/jiem.560
• 20. Savič G., Makajič-Nikolič D., Vujoševič M., 2012, A framwork for additional server activation, Research in Logistics and Production, 2 (4), 387-397.
• 21. Shafiee M., Sangi M., Ghaderi M., 2013, Bank performance evaluation using dynamic DEA: A slacks-based measure approach, Journal of Data Envelopment Analysis and Decision Science 2013, 1-12, http://dx.doi.org/10.5899/2013/dea-00026
• 22. Tanako K., 2011, Review of policies and measures for energy efficiency in industry sector. Energy Policy, 39, 6532-6550.
• 23. Thollander P., Backlund S., Trianni A., Cagno E., 2013, Beyond barriers - A case study on driving forces for improved energy efficiency in the foundry industries in Finland, France, Germany, Italy, Poland, Spain, and Sweden, Applied Energy, 111, 636-643.
• 24. Tone K., 2002, A slack-based measure of efficiency in data envelopment analysis, European Journal of Operational Research, 130 (3), 498-509.
• 25. Tone K., Tsutsui M., 2010, Dynamic DEA: A slacks-based measure approach, Omega, 38, 145-56.
• 26. Trianni A., Cagno E., Farné S., 2016. Barriers, drivers and decision-making process for industrial energy efficiency: A broad study among manufacturing small and mediumsized enterprises. Applied Energy, 162, 1537-1551. http://dx.doi.org/10.1016/j.apenergy.2015.02.078
• 27. Xue X., Wu H., Zhang X., Dai J., Su C., 2015, Measuring energy consumption efficiency of the construction, Journal of Cleaner Production, 107, 509-515. http://dx.doi.org/10.1016/j.jclepro.2014.04.082
• 28. Zhang Hao, Su X., Ge S., 2011, Slacks-Based Measure of Efficiency of Electric Arc Furnace Activity with Undesirable Outputs, Journal of Service and Management, 4, 227-233. http://dx.doi.org/10.4236/jssm.2011.42027

Uwagi

PL

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).