碳說（211007）｜億歐“碳中和”系列研討會：科技賦能，“碳”索未來

來源：億歐 2021-10-06 作者：何少佳 

[億歐導讀]

9月29日，億歐EqualOcean正式開啟“碳中和”系列研討會。本系列開篇研討會——“科技賦能，'碳’索未來”，聯合起點財經，與6位優秀的科技企業創始人、首席官共同探討科技企業如何賦能碳中和的話題。

題圖來自“原創圖片”

2021年9月29日，億歐EqualOcean正式開啟“碳中和”系列研討會。本系列開篇研討會——“科技賦能，'碳’索未來”，聯合了起點財經，與6位優秀的科技企業創始人、首席官共同探討科技企業如何賦能碳中和的話題。

核心觀點：

碳阻跡創始人兼CEO晏路輝：企業要進行碳減排，首先就要對企業內部的碳排放進行量化，即碳盤查。沒有量化就沒有管理原則，每個企業均需要碳盤查工作。

格物鈦創始人兼CEO崔運凱：將主動學習與遷移學習用到AI開發當中，減少對數據采集的依賴，控制AI模型研發過程中的碳排放，助力各行業降本增效。

雪浪云副總裁鄭錦泉：基于工業互聯網平臺構建“碳管理”平臺，實現“泛在感知-實時分析-自主決策-精準執行-學習提升”的業務閉環。

和欣控制董事、副總裁朱彥春：建筑行業實現低碳零碳發展需要建筑能源供給側的天地協同、建筑能源需求側的節能降耗。

全應科技副總裁樂毅：以人工智能驅動熱電生產智能化升級，實現節煤降耗、安全運行、清潔環保、智能運行。

微筑科技首席市場官李淼一：園區作為高經濟效益的產品，不能做運動式減排。

企業如何實現碳中和

碳阻跡創始人兼CEO晏路輝闡述了碳阻跡總結的提出碳中和目標的CFOS法則：量化碳排放（Calculating）、預測碳中和的核心要素（Forecasting）、超額制定目標（Overshooting）、傳播（Spreading）；以及企業實現碳中和的CREO路徑：量化碳排放（Calculating）、減排舉措（Reducing）、影響生態伙伴的參與（Engaging）、對不可避免的碳排放做抵消（Offsetting）。

企業要進行碳減排，首先就要對企業內部的碳排放進行量化，即碳盤查。沒有量化就沒有管理原則，每個企業均需要碳盤查工作，組織盤查一年的排放。碳管理主要包含：組織碳盤查、產品碳足跡/碳減排、場景碳減排核算、CDP碳信息披露、碳管理培訓等。

碳阻跡已經為星巴克可再生絲巾、一撕得紙箱智能循環箱、文港毛筆、云南高黎貢山普洱茶等產品做了碳足跡的測算，也為阿里巴巴綠色物流、京東線上購物情景與消費行為、萬科試點社區西山庭院小區垃圾分類等場景做了碳減排核算；目前與騰訊、SKP等集團達成了路徑規劃、平臺搭建等戰略合作。

此外，碳阻跡為科技互聯網公司如何帶動用戶做減排出謀劃策，提供了一個新的平臺——碳賬戶平臺。碳賬戶通過記錄人們日常生活中的低碳行為，例如“少開一天車”、“垃圾分類”等行為，量化為碳減排量累計計入個人碳賬戶中，現已服務低碳旅游、低碳辦公、低碳交通等場景。

碳阻跡在綠色會議場景頗有建樹，碳阻跡與聯合國環境署合作開發了綠色會議指南，為了更廣范圍地推廣綠色會議的理念與實踐，碳阻跡團隊還提供綠色會議系統平臺的開發服務，使綠色會議在更多的領域得到落地實施。且在今年的碳阻跡成立十周年的會議上進行了實操，通過物料控制、參與者全流程減排等舉措，將碳排放從原有的28.9噸降低到16.85噸。

 以數據為中心，驅動綠色 AI 增長

格物鈦創始人兼CEO崔運凱介紹了AI在碳減排中的作用：AI在碳減排過程中擔任雙重角色，減碳賦能者和重度碳排放者——人工智能依靠三個支柱：算力、算法、和數據，其中數據的收集，算力的大規模使用，模型的訓練，產生了大規模碳排放。有數據顯示，訓練1個AI模型的碳排放量相當于5輛汽車終生碳排量。

AI的發展具有明顯的特征：未來AI使用的場景多以非結構化數據為核心，未來數據80%為非結構化數據。在此特征下，AI也將從Model-Centric 走向Data-Centric，這個趨勢的走向將減少AI應用過程中的碳排放：在Model-Centric模式下，數據的采集也需要在應用場景下進行，新模型的訓練需要不斷采集新的數據，這樣每次模型的訓練都需要消耗大規模的算力。而在Data-Centric模式下，會重復利用已采集數據，注重于提升已采集的數據的質量，同時不需要用多的計算資源訓練模型，大大減少了AI應用過程中的碳排放。

所以，格物鈦注重以數據為中心的方式驅動AI行業的綠色增長，其中要解決兩個問題：怎樣提高AI本身的使用效率；怎樣通過AI的大規模使用，實現自動化的同時，進一步減少碳排放。

在數據為中心的趨勢下，產生的兩個提高數據與模型應用效率的算法，這是格物鈦主要應用的算法，即主動學習與遷移學習。

• 主動學習強調用更少的數據訓練優秀數據模型的方法：通過構建一個模型，篩選出問題數據，標注，人工對數據進行調整，算法模型再對調整后數據做訓練，如此迭代，最終得到可以輸出更優質、精確的結果的模型。主動學習算法使用已有數據 相對固定的模型做訓練，不斷提升模型性能。

• 遷移學習強調使用與當前場景不同的應用場景得到的數據來訓練模型：如果已經為A場景采集了數據，訓練出了A模型，那在構建B場景的模型時，以A模型作為B場景模型的基座，再額外加入B場景的少量數據，優化A模型，得到B模型。遷移學習想要達到過去采集的數據與使用的模型不被浪費，加上少量數據得到高性能模型的效果。

格物鈦致力于幫助客戶實現閉環，開發了數據管理平臺，平臺面向非結構化數據，將主動學習與遷移學習用到AI開發當中，減少對數據采集的依賴，控制AI模型研發過程中的碳排放，助力各行業降本增效。

此外，格物鈦還將平臺開放給全世界公司，免費托管公開數據集，分享一部分公開數據，幫助開發者減少數據采集的成本、數據模型訓練的成本。通過免費開發平臺的方式，推動數據、模型的貢獻，推動減排。

節能增效是實現碳中和的重要途徑

雪浪云副總裁鄭錦泉博士表示，在解振華院士提出的落實碳達峰碳中和目標的十大行動中，推動產業與工業優化的升級如何用更少的資源換取更高速、更大規模的發展，一直是雪浪云關注的重點。

我國作為世界第一大流程制造業國家，對于以石油、天然氣、煤、礦石、生物質等資源為主要原料，需要復雜的物質轉化的流程工業，如何實現碳的高質量管理已成為核心。

目前，碳高質量管理存在三個問題：缺乏平臺對工業碳排放的感知；碳管理平臺過程中多個業務系統分散，形成數據孤島無法互聯；缺乏平臺對碳數據匯聚分析、建模，以形成管理決策模型。

解決問題，需要優質的工業互聯網平臺，向下對接設備、儀器、產品，向上支撐碳管理工業智能化應用的開發與部署?；诠I互聯網平臺構建“碳管理”平臺，實現“泛在感知-實時分析-自主決策-精準執行-學習提升”的業務閉環。

雪浪云提供的碳管理平臺，實現了以上的功能。雪浪云依靠其“4 1 X”智能制造范式，即：

4：雪浪虎符（數據資源集成與管理）

     雪浪算盤（混合建模與聯合計算）

     雪浪河圖（運籌優化與群體智能）

     雪浪共工（工業APP應用開發系統）

1：雪浪數字駕駛艙系統

X：工業知識與工業機理提煉（從現場級->車間級->企業級）

提供了管理碳數據系統、使用好碳管理知識系統、全局優化規劃系統、解決碳管理實際需求的應用系統，實現了從數據到信息到知識到應用。

通過結合碳管理平臺、碳排放核算方法、發展目標體系，對各工各業進行碳減排實施路徑的規劃。與此同時，構建評價體系，形成了“數據平臺 目標體系 實施路徑 評價體系”的全鏈條，對工業碳排放全過程進行管控與評估。

節能增效是實現碳中和的重要途徑

和欣控制副總裁朱彥春介紹道，和欣控制一直專注于建筑能源系統，而面對碳中和這個新的機遇，也對戰略、業務有了新的調整。

建筑行業實現低碳零碳發展需要建筑能源供給側的天地協同、建筑能源需求側的節能降耗與被動房建筑的鋪設。

針對建筑能源互聯網行業的數字化水平低、從業人員技術水平低、系統割裂等問題，和欣控制做了許多完善措施，應用于“以電為中心，冷熱電器互聯互通的零碳示范校園”的建設過程。技術路線分為四步：

• 綠色低碳：使用建筑光伏一體化，太陽能光伏為核心的本地微電網儲能系統（直流微電網技術）；以電代氣，用電炊具代替天然氣；充分利用空氣能建立空氣源熱泵。

• 先進高效：

照明系統：節約20%左右的能耗；節水改造：改造為節水型用水器具（AI遠程抄表系統），使用中水回用系統；建筑結構節能：幕墻改造、屋面改造為隔熱保溫；利用削峰填谷：利用谷電時間電蓄熱，谷電時間冰蓄冷；中央空調系統改造：以前的定頻水冷機組改為變頻冷水機組，負荷端使用柔性調節參數調節空調用電負荷，通過多聯機實現用電系統聯控。

• 智慧協同：對冷熱電氣進行控、管、維一體化，能耗統計和分析，負荷柔性控制，負荷模擬仿真，提高校園運行的數字化和自動化。

• 融會貫通：從前期規劃、設計、施工到后期管理運維等全方位切入，打造基于全壽命周期能源管理體系，植入綠色建筑理念，打造綠色低碳校園建筑智慧建筑設備設施智能化管理云平臺。

“碳”索科技力量，全應科技高效落地熱電智能化場景

全應科技副總裁樂毅表示，全應科技注重熱電生產的智能化發展，聚焦熱電生產過程，以人工智能驅動熱電生產智能化升級，實現節煤降耗、安全運行、清潔環保、智能運行。

熱電生產過程中大量產生二氧化碳，中國擁有70萬臺工業鍋爐，其中46萬臺為燃煤鍋爐，年耗40億噸標準煤，1噸煤能耗為2.7噸二氧化碳。如此算來，整個熱電行業碳排放亟需向更高效清潔的方向發展，即燃料清潔化、鍋爐效率提升、熱電運行智能化的方向。

熱電生產控制擁有非線性、強耦合、大延遲、多時變的特性，一直依靠人工操盤和傳統DCS控制系統。傳統DCS控制技術無法實現自動化控制，應用效果主要依靠掌握技術的人員的熟練程度，是不可控的。

而熱電生產工況是動態變化的，用能需求變化、輔機工況變化、燃煤品質變化、傳感器漂移、鍋爐工況變化、儀表精度變化等，這些變化也是人工無法控制的。

目前，熱電生產面臨著精準控制難、負荷分配難、崗位協作難、需求預測難的巨大挑戰帶來的表現是總體系統能效降低，DCS控制中人和工具漂移的變化對人造成了極大的安全隱患，下游端用戶的頻繁波動使上游操控不平穩造成蒸汽的不平穩，排放大量硫化物氮化物環保難達標。

為解決問題，全應科技提供全應熱電云，致力于收集熱電生產全局的數據，進行端到端的運行控制優化，幫助一線操作人員得到分秒級控制參數。

全應科技在工業場景通過數字孿生技術構建數字的工業生產的場景，通過數據統計模型、人工智能模型、根據工況所產生的的專家知識模型、不同行業工業的機理模型，四個模型矩陣完善數字孿生的架構。通過云 邊 端體系，即邊端的數據采集上傳到云端，進行模型構建，再下發到邊端，邊端完成數字運算后操作人員通過數據看板實時監控。

全應科技曾幫助某熱電生產企業，通過能效分析、溫度壓力聯合尋優、汽機效率分析、鍋爐效率分析、供熱管網的指標比對等舉措，使得企業熱電生產綜合能效提升2.8%。目前，全應科技業務已經覆蓋11個省。

微筑低碳數字園區解決方案

微筑科技首席市場官李淼一介紹道，微筑科技提供智慧建筑建設與智能低碳數字園區的解決方案，通過對國內外同類園區建設的對標分析，提供低碳數字園區的管理解決方案。

園區包含辦公、研發、工業、生產等整體生態，涉及人員、車輛、設施、安防、環境、能效等各種數據。微筑科技對數據進行收集與分析，管理園區的低碳舉措、能耗使用、運營三大部分，涉及低碳管理、用能管理、運營管理三大塊業務。

園區低碳管理包含智能代維、能源管理、可視化管理、市場化購售電、碳中和認證等。從能源發電側和輸配電側層面，綜合考慮經濟效益和ESG效益，打造智慧能源綜合服務平臺，實現電力的智能代維、低碳綜合能源管理等功能。提供代維服務，實現園區樓棟的電力運維。通過數字化的平臺運維，利用巡檢派單系統調配自身員工團隊及外包產商，大幅降低運維成本。分鐘級采集數據，每月自動化生成使用報告，包括用電分析、報表分析。提供低碳可視化與系統環境綜合一體化分析。

園區用能管理：包含能耗采集、能耗監測、能耗分析、用能策略優化、能源系統采集等。從能源用戶側層面，集成相關能源系統，通過與智能硬件的結合，實現能源的智能采集、監測、預警、告警，實時監測真實的能耗情況，自動生成報表，實現能耗節能管理。

園區運營管理：提供綜合安防、應急聯動（消防）、智慧通行、設備智管、信息發布、資產管理等智慧園區服務。

微筑科技能夠提供的低碳措施和可視化顯示，擁有節能成效高、成本低、復制性推廣的特點，可以幫助園區實現智慧建筑、零碳建筑、綠建先鋒的建設、獲得零碳建筑證書等。

接下來，億歐“碳中和”系列研討會還將圍繞AIOT 碳中和、碳資產管理、綠色基金、ESG、綠色低碳數據中心、雙碳規劃等話題展開系列線上研討會，歡迎業內碳中和領域上下游企業與我們一同參與、交流分享。億歐也成立了碳中和行業交流群，每天分享碳中和最新的行業資訊和研究報告，定期也會組織標桿企業的參訪，可以聯系工作人員邀請您入群（微信：fraryflash)，如果您對我們的活動有任何的建議、想法，歡迎與我們聯系、報名、咨詢與合作。

-----------------------------------------------------------------------