4. 融合的典型业务场景与需求分析
能源管理与MES生产数据融合的价值，最终要落到具体业务场景上。脱离场景谈数据融合，很容易变成“先把数据接进来再说”，结果接了几十个点位，却没人知道该拿它们回答什么问题。本节围绕五类最典型的融合场景——能效对标、单耗追溯、峰谷调度、异常能耗预警、碳排核算——说明每类场景到底要回答什么业务问题、需要哪些MES侧与能源侧数据、以及如何用一套可复用的方法把模糊需求梳理成可落地的数据需求清单。
先分清“业务问题”与“数据需求”两层
需求梳理最常见的失败，是把业务方的原话直接当成需求。例如车间主任说“我想知道哪台设备最费电”，这是一句业务诉求，不是数据需求。它背后可能对应三种完全不同的实现：按设备累计电量排名、按单位产量电耗排名、按空载时段电量占比排名。三者需要的数据、口径和刷新频率都不一样。
因此梳理时坚持两层拆解：第一层把业务诉求翻译成可判定的业务问题（有明确比较对象、时间范围、判定阈值）；第二层再把业务问题翻译成数据需求（测点、MES字段、关联键、时间粒度、计算口径）。下面这张图给出五类场景从业务问题到数据需求的映射关系，可作为梳理时的对照框架。
能效对标：先定“可比口径”，再谈排名
能效对标的核心不是算出一个能耗数字，而是保证被比较的对象“可比”。同一台设备生产A产品和B产品，单耗天然不同；同一产品在夏季和冬季，因环境温度差异，制冷能耗也不同。如果直接按总电量排名，结论往往误导。
梳理这类需求时，先确定对标维度：按产品型号、按工序、按班次、还是按设备。以注塑车间为例，假设要比较三台同型号注塑机的能效，合理口径是“同一产品、同一模具、同一班次”下的单位产品电耗。数据需求为：每台注塑机的独立电表（15分钟粒度）、MES中该机台当班的产量与产品型号。计算式为：单耗 = 该机台当班电量 ÷ 当班合格产量。若某台机单耗比三台均值高8%以上，则进入待查清单。这里的8%是示例阈值，实际应结合历史波动确定。
单耗追溯：用时间窗把能耗“切”到工序上
单耗追溯要回答的是“这批订单的能耗花在哪”。难点在于能源表通常按设备或产线安装，而MES记录的是工单在工序间的流转。融合的关键是用MES的过站时间戳，把连续能耗曲线切成与工序对应的片段。
具体做法：从MES取某工单在每道工序的进站时间与出站时间，形成时间窗；再从能源系统取该设备在该时间窗内的电量积分。例如某工单在“预热—成型—冷却”三道工序的窗口分别为08:00–08:25、08:25–09:40、09:40–10:05，对应设备电量分别为12.5 kWh、86.0 kWh、9.8 kWh，合计108.3 kWh。若标准单耗为100 kWh，则成型工序超出约6.8 kWh，是追溯重点。这里要注意：设备在工序间若未停机，空转能耗会被计入相邻窗口，需结合设备启停信号修正。
峰谷调度：识别“可平移负荷”是前提
峰谷调度的需求梳理，重点不在电价，而在“哪些负荷能移”。MES掌握工序节拍、设备产能和订单交期，能源系统掌握分时电价与负荷曲线，两者结合才能判断可平移性。
梳理时逐设备问三个问题：该设备运行是否可中断？中断后是否影响产品质量？移到谷段后是否仍能满足交期？三个都满足的，标记为可平移负荷。例如某厂空压站、部分烘干工序、原料预热属于可平移；而连续烧结炉不可中断。假设某日峰段（10:00–12:00，电价1.2元/kWh）可平移负荷为200 kW，移至谷段（23:00–07:00，电价0.4元/kWh）运行2小时，则单日可省电费约 200×2×(1.2−0.4)=320元。这是示例估算，实际还需考虑设备启停损耗与排产约束。
异常能耗预警：基线 + 状态，缺一不可
异常能耗预警最容易做成“超过固定阈值就报警”，结果误报不断。更合理的做法是按工况建立动态基线：同一设备在“运行且生产A产品”状态下的功率分布，与“运行但空载”状态下的功率分布，本身就是两条不同的基线。
融合MES的设备状态码后，预警逻辑可以写成：当设备处于“运行”状态、且当前工单为A产品时，若连续3个采样周期功率高于该工况基线均值加3倍标准差，则触发预警。例如某冲压机在A产品工况下基线均值为45 kW、标准差2.1 kW，若连续15分钟功率稳定在53 kW以上，则判定异常，需排查是否模具磨损导致摩擦增大或润滑不足。若设备状态为“停机”而功率仍高于待机基线，则优先怀疑泄漏或未彻底断电。
碳排核算：口径与分摊规则要先定死
碳排核算的需求梳理，技术难度不高，但口径争议最多。必须先明确三件事：核算边界（厂界还是车间）、排放因子来源（电网公布值还是区域值）、分摊规则（按产量、按工时还是按订单）。
以某车间月度核算为例：外购电120000 kWh，电网排放因子取0.5703 kgCO₂/kWh（示例值，实际应采用当期官方因子），则电力间接碳排约68.4 tCO₂；天然气消耗8000 m³，排放因子约2.162 kgCO₂/m³，则约17.3 tCO₂；合计约85.7 tCO₂。若当月合格产量为1200 t，则单位产品碳排约0.0714 tCO₂/t。分摊到订单时，按MES中各订单产量占比切分即可。关键在于：因子版本、核算周期、产量口径必须在报表中标注清楚，否则不同月份数据不可比。
把五类场景放在一起看，会发现它们共享同一套底层数据：设备/产线级能源计量、MES的产量与工单、统一的时间戳与关联键。需求梳理的真正产出，不是五份互不相干的报表清单，而是一张按场景组织的“数据需求—关联键—计算口径”对照表。有了它，后续的数据采集、建模与看板开发才有共同依据，也才能避免“数据接了一堆、场景一个都跑不通”的常见困境。