從 “雙碳目標” 到 “能碳雙控”，工業企業數字化管理中心的破局與實踐

一. 背 景

2025年3月，工業和信息化部印發《工業企業和園區數字化能碳管理中心建設指南》（工信廳節〔2025〕13號）《指南》是對工業企業和園區開展數字化能碳管理中心建設的指導性文件，包括四部分內容。

一是建設目標。通過數字化能碳管理中心的建設運行，實現對能耗和碳排放的精準化計量、精細化管控、智能化決策與可視化呈現，提升工業企業和園區節能降碳管理能力，支撐能源利用效率提升和碳排放降低，促進綠色低碳轉型。

二是業務功能。明確能碳管理中心具備能耗查詢、能源消費量和強度計算、能源消費分析與用能策略推薦、能效對標、能流分析、能效平衡與優化、用能與碳排放預算管理、碳排放核算、產品碳足跡核算、供應鏈碳管理、碳核查支撐、碳資產管理等功能。工業企業和園區可結合自身行業特點、實際需求等，確定開發建設的具體功能。

三是技術方案。為保障相關業務功能實現，明確能碳管理中心的系統架構包括基礎設施、數據采集、數據架構、模型組件、業務應用和互動展示六大板塊；對每項架構的具體內容做了說明。工業企業和園區應根據節能降碳及信息系統建設相關國家標準、行業標準和政策要求等，開展系統架構建設并持續更新。

四是保障措施。依據《中華人民共和國節約能源法》《工業節能管理辦法》等相關規定，從組織機構、管理制度、網絡和數據安全等方面提出工業企業和園區采取的具體措施，保障數字化能碳管理中心的高水平建設和高質量運行。

二. 企業面臨的管理挑戰

2.1 多行業碳排放數據分散，缺乏統一管理

行業數據特性差異大，工業生產流程復雜，建筑能耗數據分散，交通移動源排放難以追蹤

協議不兼容

不同行業數據采集頻率差異大

2.2 傳統管理模式難以滿足精細化、動態化需求

管理機制缺陷，靜態考核指標失效

決策手段落后，人工干預為主

響應速度滯后

2.3 能源結構優化壓力大，新能源消納能力不足

結構性矛盾，高碳產業鎖定效應

消納技術瓶頸，電網靈活性不足

區域差異顯著，東部負荷中心，西部資源富集區

三. 能碳管理思路

• 以能源管理為碳管理的基礎，精細化管控，建立能耗三級計量，建立能耗強度管理體系，進行能效對標及策略管理。

• 碳盤查以能源消耗排放為主，擴展統計直接和間接碳排放源，實施碳計劃管理，談追蹤，實施碳減排措施，提升企業和園區節能降碳能力。

3.1 節能降碳路徑 :

3.2 三級能源計量 :

可根據企業管理特點架構能源三級計量。

3.3 各級能耗強度指標

根據企業管理架構建設三級計量，接入成品產量/中間產品產量數據核算各級單耗數據，即能源利用效率；

對于動力設備，核算制冷系統能效比、壓縮空氣比功率、氣電比，水泵效率等等能源轉換效率。

3.4 碳排邊界

3.5 碳排管理功能分析

• 碳盤查

計算模型：確定排放源和排放因子

數據采集：采集各排放源活動數據

盤查清冊：溫室氣體量化，生成盤查清冊

盤查報告：不確定性評估，生成碳盤查報告

• 碳計劃

配額測算：測算碳配額抵消及下年度碳配額

配額分解：制定碳排放指標分解計劃

配額考核：評定各考核對象指標達成率

• 碳追蹤

碳排分析：統計碳排放情況及碳排結構

碳流圖：跟蹤能源在輸入、分配、消耗、生產各環節的碳排放情況

異常管理：碳排放超標告警及提醒

• 碳交易

交易記錄：匯總碳交易記錄

交易決策：市場行情分析，為碳交易策略提供支撐

• 碳減排

節能分析：評估重點耗能設備能效，提供設備能效調優建議

協調調度：充放電及需求側響應策略，提高新能源消納

3.6 功能特點優勢

• 數字化：從能源監測轉變為碳監測，實現碳管理數字化

• 精細化：跟蹤碳排放全過程，實現碳管理精細化

• 標準化：適用不同行業及地區碳排放管理，實現碳管理標準化

• 專業化：通過專業機構認證，實現碳管理專業化

四. 能碳管理平臺解決方案

為工商業企業、醫療公共服務、市政民生服務、基礎電信服務等行業提供更可靠、更安全、更智能、更節約的能碳服務。

4.1 平臺構成

● 感知層：連接于網絡中的各類傳感器，包括多功能儀表、充電樁、照明驅動器等。

● 網絡層：智能網關，采集感知層的數據，進行規約轉換及存儲之后將數據上傳至能碳管理云平臺。

● 數據層：物聯網數據中臺

● 平臺層：提供Web頁面展示，APP、小程序等多種訪問方式

4.2 平臺功能架構剖析圖

4.3 電力監控及電能管理

通過在供配電的關鍵場所、關鍵設備上安裝監測、計量、控制、保護等各類智能傳感器，搭建涵蓋35kV到0.4kV的完整電力測量、計量、控制體系，結合視頻監視手段，實現對企事業單位內部電能的24h不間斷監視。即時發現供配電中的隱患，減少事故發生次數。即時定位故障點，縮短故障恢復時間。

4.4 分布式光伏

逆變器直流側、交流側運行狀態監測及報警；

逆變器及電站發電量統計及分析；

并網柜電力監測及發電量統計；

電站發電量年有效利用小時數統計；

發電收益統計；

輻照度/風力/環境溫濕度監測；

發電功率模擬及效率分析；

碳減排統計；

4.5 工商業儲能

實時監測：PCS和電池的運行狀態，包括運行模式、功率控制模式，功率、電壓、電流、頻率等預定值信息、儲能電池充放電電壓、電流、SOC、溫度、壓力、流量；

故障告警：儲能電池充放電狀態、交/直流過壓/欠壓、交/直流過流、頻率過/欠告警、過溫、過載、漏電保護等；

遠程控制：PCS啟動、停止、功率設定、裝置運行參數設定；

4.6 智能照明

智能照明控制系統可實現照明設備運行控制的智能化，有效提高照明系統科學管理水平，節省運營成本。通過定時開關和可調光技術，可以有效地避免無效照明，從而精確的利用好每一份照明電能，是實現綠色照明，節能減排的有效手段。

通過集中控制為照明控制帶來便利；通過場景控制營造舒適的工作環境；對光照度有要求的特定區域實現調光控制；對道路照明實現基于經緯度和日落日出時間的定時控制；對停車位實現雷達感應控制。

4.7 能源管理

能耗監測系統嚴格按照導則要求開發，符合導則要求的各項技術要求，通過能源計量體系的建設，實現如下效果：

滿足政府對大型公建、重點用能單位能耗監管的要求、驗收的要求；

通過系統發現低效運行的中央空調、空壓機等高耗能設備，為節能改造提供數據依據；

通過系統發現能源管網存在的不易發現的跑冒滴漏情況，減少能源浪費，節能降碳；

4.8 碳減排技術

4.9 設備能效算法模型

• 制冷系統主要能效指標

能效比SCOP用來衡量制冷機房的實際運行水平。

能源站運行能效比(SCOP)、冷凍輸配系數等等

• 泵類主要能效指標：泵效率和噸水電耗

監測系統運行狀態，計算負荷的變化，調整水泵輸出功率，

使系統自動高效運行。

• 空壓機系統主要能效指標

比功率：衡量空壓機能效標準的數值，空壓機組的輸入功率與實際容積流量之比值，單位為【kW/（m3/min）】。還有氣電比等

五. 系統平臺主要功能分解

5.1 能耗分析

區域能源管理

全域能源數據采集與監測：區域多類型能源接入匯總、區域能源消耗總量統計與趨勢、重點企業能源消耗排名及橫向對比。

區域重點企業能源精細化管理：用能趨勢及同環比分析、企業能效指標診斷及分析、重點用能設備能效分析及節能建議

能源數據分析

能耗看板，趨勢分析，用能概況，分項用能

5.2 能源消費量和強度計算

能耗消耗量

依據《綜合能耗計算通則》（GB/T 2589）等國家標準，計算一個時間周期內，工業企業和園區的能源消費量，按照不同能源種類和計算標準煤等分別展示

能耗強度分析

產品單耗：手工錄入或對接ERP、MES等系統，從企業、車間、產線、班組、設備等維度的單位產品能耗/單位產值能耗進行統計分析

5.3 能源消費分析與用能策略推薦

能源規劃

基于負荷信息、設備信息、市場信息、地理信息等內容進行優化配置，提供經濟優的容量配置方案。

能源費用分析

根據項目設置的容量單價，需量單價，結合項目總容量，最大需量，復費率，計算用容量計費劃算，還是需量計費劃算

5.4 能效對標

單耗對標

按國家、地方、行業和自身較優時標準指標對標，發現差距，發現問題，由此指引管理者找出優化方向

設備能效對標

當日中央空調系統、壓縮空氣系統和水泵組系統瞬時能效數據與累積能效數據，并與設定的國家、地方、行業能效指標對標

5.5 能流分析

能源流向圖

以桑基圖的方式繪制能源流向圖，對公司、車間、設備等全過程進行計算和分析

能源損耗

以樹狀圖的方式展示能源流向，并可計算線路損耗，幫助企業發現能源浪費

5.6 能效平衡與優化

多目標優化調度

基于能耗優、成本低和碳排放較少的經濟優化調度；

考慮電網供電力平滑與電壓穩定的安全運行調度策略；

需求側響應電網互動策略。

5.7 碳排放分析與碳資產管理

區域碳排放監測

*了解區域整體碳排情況：區域碳排放總量統計與趨勢、區域碳中和進度跟蹤

重點企業碳排追蹤與異常預警；

*獨立展示區域重點企業核心碳排放數據：碳排放強度、碳排放結構、碳排放指標完成追蹤

區域碳減排監測

• 聚合區域內多類型資源：

區域風、光、儲、充裝機站點信息、區域減排總量、社會效益和經濟效益統計

• 跨地區能源互聯，分層協同控制：

動態預測區域重點企業能源供需，優化能源生產與分配策略，提升新能源消納能力

區域-企業多級調控，逐級分解任務，企業執行精細化調控

碳排管理界面展示：

5.8 關鍵技術

碳減排技術

• “源網荷儲"等全量運行數據，存儲展示、狀態檢測、運行告警。

• 直觀展示電量、碳排、成本、設備運行等各類數據。

• 實時呈現能源流向和設備安全情況。

AI驅動預測

• 多源數據整合:基于氣象數據、歷史運行數據、電網數據全面了解電力系統的運行狀況。

• 高精度預測模型:機器學習算法能夠自動學習并適應不同條件下的變化趨勢，確保預測結果的準確性。

• 多時間尺度預測:

超短期預測：適用于日內調度計劃的制定。

短期預測：適用于日常調度計劃的制定。

中期預測：有助于中長期的發電計劃安排。

冷負荷預測

• 在能源管理領域，精確預測系統的冷熱負荷是優化能源消耗和提高能效的關鍵。在冷熱負荷預測任務中，通過構建深度神經網絡，能夠從歷史數據中學習復雜的模式和趨勢。這些網絡能夠綜合考慮天氣條件、建筑特性、使用習慣等多種因素，實現對未來負荷的準確預估。

• 平臺實時監測室外溫濕度情況，建立數學模型，預測未來冷負荷情況，及時調整系統運行設定參數，使系統制冷量符合實際變化需求。

關聯性分析:

熵權-灰色關聯分析法。這一方法首先利用熵權法客觀地確定各指標權重，然后運用灰色關聯分析探究各指標與決策目標之間的關聯度，根據關聯度的大小對方案進行排序，實現對復雜系統的有效評價和決策，再有針對性地進行調整和優化

設備調優

群智能算法是受到自然現象的啟發，鯨魚優化算法模擬了座頭鯨時采用的一種特殊技巧。算法的核心在于模擬鯨魚捕食的三個階段：包圍獵物、泡泡網攻擊以及搜尋獵物。在算法實現中，每個鯨魚個體代表一個可能的解，而較優解則相當于被追捕的小魚。算法通過迭代過程不斷更新這些“鯨魚"的位置，以期逐漸逼近問題的較優解。

5.9 安科瑞能碳管理平臺亮點

六. xx集團能碳管理項目案例

6.1 企業痛點:  集團下的多個分子公司分布全國各地，能源消耗和碳排放數據分散，總部缺乏工具和統計手段，無法對集團能源和碳排放做全局監控和精細化管理

6.2 項目效果 :  

• 量化各分子公司能碳績效: 實現分子公司能源和碳排放績效評定，為KPI考核提供數據支持。

• 全局掌握能碳數據: 提供各類能源消耗量及碳排放數據，了解整個集團能源消耗和碳排放的詳細分布情況。

• 提升經濟環境價值和社會效益:  降低集團綜合用能成本、推動集團碳強度下降、 提升集團決策科學性，增強公眾低碳意識。