RMI&百度智能云：數智碳中和白皮書（2022）（46頁）.pdf

《RMI&百度智能云：數智碳中和白皮書（2022）（46頁）.pdf》由會員分享，可在線閱讀，更多相關《RMI&百度智能云：數智碳中和白皮書（2022）（46頁）.pdf（46頁珍藏版）》請在三個皮匠報告上搜索。

1、注意事項在企業 VI 視覺中，標志是企業形象對外輸出的核心要素，是體現品牌價值、彰顯企業文化的重要組成部分，在任何情況下均不得隨意修改。本手冊在下面的章節中將嚴格規范標志應用規范，以確保傳播使用時企業視覺識別形象的完整統一。標志標準色圖形橫版標志標準色圖形豎版數智碳中和以數智技術助力關鍵相關方實現碳達峰碳中和作者 落基山研究所：李婷，劉琦宇，劉雨菁，劉子屹，姚遠，周勤，鄒樂樂中國科學院科技戰略咨詢研究院：劉昌新，朱永彬百度智能云：韓慶，姜崢超，李卓，吳國強，楊芳芳，姚炳雄，詹穎*作者姓名按姓氏字母順序排列。其他作者百度智能云：匡曉烜，馬寧，張文強，林若森，尹朝暉，郭婷婷，江春生聯系方式李卓，鄒

2、樂樂，lzourmi.org版權與引用落基山研究所&百度智能云，數智碳中和以數智技術助力關鍵相關方實現碳達峰碳中和，2022年1月，北京除特別注明，所有圖片均來自istock 作者與鳴謝關于我們落基山研究所(RMI)落基山研究所是一家于1982年創立的專業、獨立、以市場為導向的智庫。我們與政府部門、企業、科研機構及創業者協作，推動全球能源變革，以創造清潔、安全、繁榮的低碳未來。落基山研究所致力于借助經濟可行的市場化手段，加速能效提升，推動可再生能源取代化石燃料的能源結構轉變。落基山研究所在北京、美國科羅拉多州巴索爾特和博爾德、紐約市及華盛頓特區設有辦事處。百度智能云百度智能云是基于百度多年技術

3、沉淀打造的智能云計算品牌，以“云計算為基礎，人工智能為引擎，賦能千行百業”為戰略，形成“云智一體”的獨特競爭優勢。百度智能云率先在業內打造AI原生云計算架構，“適合跑AI的云”助力企業快速“上云”并實現智能化，同時向各行各業輸出百度大腦的領先技術，“懂場景的AI”使企業可以便捷高效的接入AI能力。百度智能云在智能制造、智慧金融、智慧能源、智慧城市、智慧醫療等領域擁有領先產品、技術和解決方案。百度智能云AI Cloud 連續五次在中國排名第一，工業質檢市場第一，穩居中國公有云四朵云之一。注意事項在企業 VI 視覺中，標志是企業形象對外輸出的核心要素，是體現品牌價值、彰顯企業文化的重要組成部分，在

4、任何情況下均不得隨意修改。本手冊在下面的章節中將嚴格規范標志應用規范，以確保傳播使用時企業視覺識別形象的完整統一。標志標準色圖形橫版標志標準色圖形豎版目錄 前言數智技術助力碳中和碳達峰碳中和，既是艱巨挑戰，也是巨大機遇科技創新是實現碳達峰碳中和的核心驅動數智技術是實現碳中和目標的助推器數智技術賦能相關方實現碳中和政府監管部門能源生產企業能源輸送企業 能源消費用戶 金融投資機構 數智技術在碳中和目標下的創新實踐北京海淀“城市大腦”安特衛普數字孿生城市 大唐集團工業大數據平臺國家電網人工智能中臺 雙匯物流智能調度美欣達智慧能源管理某機場集團智能調度某水務集團智能調壓貝萊德氣候風險評級體系 數智碳中

5、和愿景展望參考文獻12367912131618 23262728293032333435363840前言 2020年9月，中國領導人提出了最新的應對氣候變化和能源轉型目標，即2030年前碳達峰、2060年前碳中和。其中，碳中和作為一個長期戰略目標首次納入中國的政策框架，并迅速成為中國核心戰略目標之一。2021年，在“十四五”開局之年和第一個“百年”之際，碳達峰、碳中和目標成為指引經濟社會發展的重要指示牌，中國正式邁入“碳中和元年”。作為最大的發展中國家，作為全球清潔能源的最大投資國和最多裝機地，作為全球經濟的引擎和扎實行動的典范，中國提出“碳中和”，加速了各國的跟進與響應，也使得2021年成為

6、真正意義上的全球“碳中和元年”。中國的行動與全球政策、行動和動力相互呼應，成為應對氣候變化和推動能源轉型的全球領導者。中國政府在2020年正式布局的“兩建”，即新型基礎設施建設和新型城鎮化建設，提出了七大領域特別是典型新基建如5G網絡、人工智能、物聯網軟硬件、數據中心與光纖網絡等支持數字經濟的基礎設施。2021年，數字經濟和智慧化進一步成為復蘇與發展的內在引擎，數字化轉型已經成為國家戰略?！笆奈濉币巹澝鞔_提出“迎接數字時代，激活數據要素潛能，推進網絡強國建設”。10月，中共中央政治局就推動我國數字經濟健康發展進行的第三十四次集體學習上，習近平主席強調，要積極參與數字經濟國際合作，主動參與國際

7、組織數字經濟議題談判，開展多邊數字治理合作，維護和完善多邊數字經濟治理機制，及時提出中國方案，發出中國聲音。中國的高質量發展正呈現以智慧化和數字經濟為重要支撐的特征。數字經濟和智慧化與碳達峰、碳中和所指向的智慧、高效、高質量、低排放目標高度一致。以創新引領的清潔能源革命、信息技術與數字經濟將在未來10年到20年共同推動下一輪經濟繁榮，這將成為各國發展戰略的重心，也是中國邁向第二個百年目標的重要驅動力。面對經濟社會百年未有之變局和新時代的機遇與挑戰，如何推動低碳和零碳能源技術與數智技術不斷實現雙重突破并進一步緊密結合，如何依托實踐和創新使得數智技術在各個領域成為碳達峰、碳中和的助推器，本報告進行

8、了有益的探索和嘗試。報告融合了百度智能云“云智一體”加速產業零碳轉型的創新實踐，以及RMI對雙碳領域的深刻洞察，共同對數智技術如何助力相關方實現零碳轉型進行系統的闡述，并通過精選案例與場景重塑，緊扣能源轉型這一主題，深入探討了不同相關方在這一變革中的重要定位與作用。碳達峰、碳中和的實現將帶來廣泛而深刻的經濟社會變革與生產消費各環節質的飛躍,各個領域、各類相關方都將置身變革，既深入參與，也將被這場變革所重構。報告宗旨之一是立足實踐、展望未來，力促更大范圍的協同創新，積極促進各類主體和資源集聚，共同推動數智技術與行業實踐結合，為產業轉型升級、能源系統革命、構建綠色生產生活方式開辟新的路徑，確保中國

9、“碳達峰、碳中和”與百年大計的實現。第一章數智技術助力碳中和“十四五”期間，產業結構和能源結構調整優化取得明顯進展，重點行業能源利用效率大幅提升，煤炭消費增長得到嚴格控制，新型電力系統加快構建，綠色低碳技術研發和推廣應用取得新進展，綠色生產生活方式得到普遍推行，有利于綠色低碳循環發展的政策體系進一步完善。到2025年，非化石能源消費比重達到20%左右，單位國內生產總值能源消耗比2020年下降13.5%，單位國內生產總值二氧化碳排放比2020年下降18%，為實現碳達峰奠定堅實基礎?！笆逦濉逼陂g，產業結構調整取得重大進展，清潔低碳安全高效的能源體系初步建立，重點領域低碳發展模式基本形成，重點耗能

10、行業能源利用效率達到國際先進水平，非化石能源消費比重進一步提高，煤炭消費逐步減少，綠色低碳技術取得關鍵突破，綠色生活方式成為公眾自覺選擇，綠色低碳循環發展政策體系基本健全。到2030年，非化石能源消費比重達到25%左右，單位國內生產總值二氧化碳排放比2005年下降65%以上，順利實現2030年前碳達峰目標。中國2030年前碳達峰主要目標 工業革命以來，全球經濟持續發展帶動能源需求強勁增長。在能源結構未發生根本性改變的情況下，人類活動產生的溫室氣體排放日益增多，由此帶來的氣候變化問題日益引起國際社會普遍擔憂，各國紛紛提出向低碳社會轉型的愿景目標。截至2021年7月30日，全球約70個國家作出了在

11、本世紀中葉實現“碳中和”目標的承諾，圍繞氣候變化的國際合作也在不斷深化。中國歷來重視生態文明建設，積極實施可持續發展戰略。在應對氣候變化領域，中國先后提出了一系列具有遠見的目標、政策與行動。2015年，中國向聯合國氣候變化框架公約秘書處提交了中國國家自主貢獻目標，提出2030年左右碳排放達峰等一系列遠景目標；2020年9月22日，中國在第75屆聯合國大會上進一步做出承諾，提出“碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和”。2021年10月，中共中央國務院先后印發 關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見 和2030年前碳達峰行動方案。作為碳達峰碳中和“1+

12、N”政策體系中最為核心的內容，兩份文件進一步明確了中國實現碳達峰的總體目標，部署了碳達峰的重大舉措和實施路徑，對于統一全黨認識和意志，匯聚全黨全國力量實現碳達峰碳中和這一艱巨任務具有重大意義。1.1 碳達峰碳中和，既是艱巨挑戰，也是巨大機遇中國碳達峰、碳中和目標的提出,將加速全社會綠色轉型,新的發展模式將帶來前所未有的機遇。多元清潔的能源轉型目標帶動可再生能源和新型電力系統快速發展。碳中和目標將倒逼能源供應由高碳主導向多元清潔的綜合能源體系轉型，帶動能源體系發生系統性改革。在能源生產環節，可再生能源將迎來重要的發展機遇，太陽能、風能、生物質等可再生能源發電將基本取代化石能源發電，新型儲能技術將

13、逐步取代化石能源發電技術為電力系統提供靈活的調度能力。在能源輸送環節，以特高壓電網為骨干網架的智能電網將成為大規模消納清潔能源電力、實現多能互補和優化配置的重要載體。在能源消費環節，終端能源使用將全面步入電氣化階段，形成以電為中心的能源消費格局，能源效率也將隨之大幅提高。產業轉型升級驅動戰略性新興產業和低碳環保產業快速發展。在碳中和目標的約束下，高耗能產業發展空間將進一步壓縮，中國經濟增長將從資源依賴向創新驅動模式轉變。新一代信息技術、生物技術、新能源、新材料、高端裝備、新能源汽車、綠色環保以及航空航天、海洋裝備等戰略性新興產業將得到加快發展；鋼鐵、有色金屬、石化化工、建材、交通、建筑等高耗能

14、行業需要加快技術改造并進入碳達峰平臺期，高耗能高排放項目的上馬也將受到嚴格遏制；產業結構的轉型升級將帶動社會生活方式和消費模式相應調整，綠色低碳的生產生活方式得到普及。數智科技與傳統產業的深度融合為碳中和目標實現探索新的道路。近年來，大數據、人工智能等新一代數字技術與實體經濟加速融合，正驅動生產方式和生活方式發生深刻改變，在推進經濟社會向低碳化綠色化方向轉型中的作用也日益凸顯。數字技術和人工智能與傳統產業結合，產生智慧能源、智慧農業、智能制造、智慧交通、智慧醫療、智慧城市等新的產業業態，在創造新價值的同時有效整合各種要素資源，實現要素精準投入、生產過程精準控制、供需高效匹配，在節能降耗、提升效

15、率和循環利用等方面都起到關鍵作用。因此，實現碳達峰、碳中和必須依靠數智技術和降碳技術的融合創新和滲透應用。巨量的綠色投融資需求催生綠色金融產業蓬勃發展。在碳中和目標的約束下，能源、交通、建筑、工業等行業中的傳統高排放產業項目將面臨趨緊的政策約束與額外的碳成本，盈利空間壓縮導致其金融投資吸引力下降。這些重點領域的去碳化進程需要巨量的資金支持，迫切需要綠色金融的扶持。有研究測算，未來30年中國碳中和將帶來138萬億的綠色低碳投資需求，占到同期GDP總量的2.5%1。為此，各大金融機構紛紛瞄準綠色金融方向，探索綠色信貸、綠色債券等金融產品創新。加之2021年正式啟動的全國碳市場，已經成為全球規模最大

16、的碳市場，也為綠色金融的蓬勃發展提供了空間。中國要在未來10年內快速達到排放平臺期，并再用30年時間實現碳中和。在創造史無前例的機遇的同時，也勢必會對未來經濟增長、產業結構、能源系統等帶來重大挑戰和深遠影響。經濟持續增長和城鎮化進程的推進，給用能結構的根本變革帶來挑戰。當前，中國正處于“全面建成小康社會、實現第一個百年奮斗目標之后，乘勢而上開啟全面建設社會主義現代化國家新征程、向第二個百年奮斗目標進軍”的歷史時期。為了支撐這一時期經濟增長和城鎮化的持續推進，中國的能源消費總量和人均能耗都將大幅增長。目前，中國人均能耗僅為美國的29%、日本的47%、德國的54%。實現碳達峰與碳中和，意味著在保障

17、能源消費總量增長的同時，要實現能源結構根本性變革，為實現經濟與能源之間的脫鉤帶來重大挑戰2。能源強度較高，給產業結構和能源結構的綠色升級帶來挑戰。中國的能源強度（單位GDP消耗的能源）近十年來逐步下降，但2018年仍是世界平均水平的1.5倍（生產了全球15%的GDP，消耗了全球能耗的23%）。這主要是由于中國目前仍處于工業化階段，工業在產業結構中的比重較高、高能耗高排放產業比重過大導致能源強度明顯高于發達國家水平。2018年，中國工業部門碳排放占比28%，遠高于全球的18%排放占比，單位GDP能耗高達4.2噸標煤/萬美元，約為世界平均水平的1.7倍3。終端消費環節電能占比較低也是導致能源強度較

18、高的原因，中國電能占終端能源比重僅為28%左右，電氣化進程與北歐、美國、德國、日本等發達國家仍然存在差距4。實現碳達峰與碳中和，意味著產業結構和能源利用的全面轉型，為產業轉型升級、能效技術改進和終端用能電氣化都帶來巨大挑戰。當前能源系統對化石能源的高依賴性，給綠色轉型過程中的能源安全提出挑戰。長期以來，中國能源資源稟賦的最大特點是“富煤、貧油、少氣”，這種能源稟賦特點可能嚴重制約減排進程。此外，中國能源對外依存度不斷攀升，能源安全隱患日益嚴峻。2020年，中國原油和天然氣對外依存度分別達到73%和41%，隨著中國城市化、工業化進程的不斷推進，將催生更多的油氣消費需求，同時能源進口風險也將持續威

19、脅著中國經濟的高質量發展5。實現碳達峰、碳中和要在推進能源結構轉型的過程中確保能源安全，任務艱巨且富有挑戰?？稍偕茉措娏焖僭鲩L，給電力的穩定供應帶來挑戰。經過多年發展，中國形成了多元化的能源供應體系，有力支撐了經濟社會發展。隨著可再生新能源技術日益成熟，過去十年間可再生能源發電成本快速下降。在2010年到2020年十年間，太陽能光伏發電（PV）、陸上風電場和海上風電場的成本分別下降了85%、45%、48%6，同時清潔能源裝機量也在快速增長，居世界第一。但從一次能源占比來看，中國清潔能源在一次能源中僅占15.3%，較國際平均水平低5個百分點7。能源系統轉型面臨巨大沉沒成本和新增投資成本?？稍?/p>

20、生能源波動性大對電網穩定性帶來挑戰，管理能源系統的復雜性會大大增加，對電網靈活性和智能調度帶來很大挑戰（圖1.1）。推動清潔能源變革，利好可再生能源和新型電力系統發展經濟發展和城鎮化下用能需求持續增長帶來的挑戰倒逼產業結構轉型，利好戰略性新興產業和低碳環保產業發展能源密集型產業結構與能源強度較高帶來的挑戰激發數字技術創新，利好傳統產業與數智科技融合發展自身能源資源稟賦不足給能源安全帶來的挑戰釋放投資融資需求，利好綠色金融產品創新與產業發展能源系統大規模脫碳對平穩經濟轉型帶來的挑戰4 大 機 遇4 大 挑 戰CO2實現碳達峰、碳中和目標的機遇和挑戰圖1.1 1.2 科技創新是實現碳達峰碳中和的核

21、心驅動科技創新是實現碳達峰碳中和的核心驅動。能源部門、工業部門、農業部門、社會部門及居民消費領域，已經涌現了大量的降碳技術，部分實現了能源節約和碳排放量降低。與此同時，信息技術的發展已經進入了數智時代，以云計算、大數據技術、物聯網、人工智能等為代表的數智技術的快速演進為社會低碳轉型不斷開辟新的路徑（圖1.2）。降碳技術可分為“低碳技術”、“零碳技術”和“負碳技術”三類，主要涉及電力、交通、建筑、冶金、化工、石化等部門以及可再生能源、煤的清潔高效利用、油氣資源和煤層氣的勘探開發、二氧化碳捕獲與埋存等新技術。低碳技術主要包括減少能源生產、能源消費等環節碳排放的相關技術、如電力行業的煤炭清潔轉化高效

22、利用技術、綠色建筑節能技術、交通領域新能源汽車技術、以及鋼鐵、化工、建材、石化、有色等重點行業的工業流程再造工藝技術，包括電爐煉鋼、應用生物基及生物降解塑料等。零碳技術主要包括新能源技術、儲能技術、智能電網技術、其它非電能源無碳化技術、能量回收利用等零碳原料/燃料替代技術。負碳技術主要包括二氧化碳捕獲、利用和封存技術（CCUS），其他地球工程技術以及森林和草原碳匯等。數智技術，即數字技術和人工智能技術。在產業應用新興技術和數據資源轉型升級的過程中，數字化是基礎。隨著人工智能等新一代信息技術的發展，以及數據的爆發式增長，產業加快應用智能技術，從海量數據中發現規律、訓練模型、提煉知識，促進產出增加

23、和效率提升，實現企業生產經營的智能化，進而實現整個產業的智能化升級。得益于近些年中國企業在數字化轉型過程中的豐富數據積累；計算、存儲、網絡等算力基礎設施的性能提升和成本下實現碳達峰碳中和的創新科技體系圖1.2“碳達峰、碳中和”創新科技低碳零碳負碳數智技術工業流程再造自然解決方案化石能源清潔利用綠色建筑云計算物聯網光伏光熱柔性直流水電/抽蓄新型儲能人工智能地球工程氫能核能/小堆/聚變碳捕集利用封存陸/海上風電特高壓輸電大數據技術工業互聯網循環經濟交通電氣化 降；深度學習、大規模預訓練模型帶來的算法突破，以云智一體促進數字化轉型和智能化升級一步到位，已經成為企業智能化升級的必然趨勢。1.3 數智技

24、術是實現碳中和目標的助推器數智技術的發展，為進一步提升能效和支撐能源快速轉型提供更多可行性。數智技術與降碳技術深入融入傳統產業的應用場景，孕育一批“智慧+”新業態新模式，助力生產和服務效率顯著提升，推動生產方式和消費模式向綠色、節能、循環方向發展，促進碳達峰、碳中和目標的實現（圖1.3）。在能源領域，能源信息與物理融合技術、能源信息通信技術、數據共享與中臺技術、物聯網技術等一系列數字化新基建為能源流架構了一套完整的數字體系，為能源技術革命帶來突破機會。在能源綠色低碳生產方面，利用數智技術來監控清潔能源電力供應的波動，并調控電池、抽水蓄能或電轉氣等儲能技術，可以在創建適應可變電力和靈活需求的先進

25、電力市場的同時，減少備用發電機的排放，幫助過渡到零碳系統。在能源安全高效輸送供給方面，利用數智技術可提供更安全、智能的輸配電服務，支撐集中式清潔能源大規模、遠距離傳輸，滿足分布式清潔能源的規?；?、經濟化發展需求。在能源降碳增效消費方面，數智技術可實現全面、實時監測系統內能源的供給和消耗情況，開展綜合能效分析和多環節協調管控優化。在能源減碳政策優化與監管方面，應用數智技術在政府類監管的應用場景中全方位、跨時空、多維度打通設備、數據與算力，支撐政府部門精準掌握區域和企業層面的能耗與排放情況，為決策提供支撐。在交通領域，交通調度管理平臺、5G、數字化監管設備等數字技術正在逐漸匯成一張數字交通網絡，從

26、提升清數智技術的碳中和應用藍圖運輸建筑與城市工業電力系統教育氣候預測金融社會影響集體決策太陽能地球工程個人行動二氧化碳清除農業與森林數智技術的碳中和應用藍圖8圖1.3 潔動力效率、優化交通運輸模式和路線、自動駕駛等方面有效提升交通運行和管理效率，降低排放。在提升清潔動力效率方面，數智技術已應用于電池能量管理，并能根據實時用電峰谷分布，實現智能充電，提升能源利用效率。數智技術還可以在電池的研發中發揮作用，利用監督學習技術、模糊邏輯和聚類來預測電池狀態、退化和剩余壽命。在自動駕駛方面，數智技術可以發揮擁堵管理能力，減少排隊能源消耗。在優化交通運輸模式和路線方面，數智技術可以通過智能預測供需、優化運

27、輸路線來幫助減少供應鏈中的排放。在建筑領域，BIM（建筑信息模型）、GIS（地理信息系統）、5G等數字技術為建筑設計、施工和評估等工作提供了便利的同時，減少了資源浪費和碳排放。在建筑材料方面，數智技術可以用來開發需要更少原材料的產品來減少碳排放量，并幫助重新設計材料的結構來幫助最大限度地減少溫室氣體排放。在樓宇管理層面，數智技術可以幫助選擇適合各個樓宇的能源管理策略，降低排放。在城市規劃層面，數智技術可用于收集和理解數據，支持財政激勵或能源標準等政策的制定。在工業生產領域，數智技術可通過數字孿生技術將工業流程數字化，構建數字流閉環，并通過智能算法提高能源使用效率。在工業設備層面，數智技術的模擬

28、預測能力能夠通過開展瑕疵產品識別和設備預維護來減少生產浪費，最大限度地減少特定設備和流程的溫室氣體排放。在工業工藝創新方面，鑒于數智技術可以將啟發式方法與實驗數據、物理學和推理相結合，支撐甚至擴展現有的物理知識，來推斷潛在新材料的物理原理，并進一步幫助發現新材料，減少碳排放。在工業控制系統方面，基于優化的控制算法與圖像識別、回歸樹和時間延遲神經網絡等技術相結合的方法，機器學習可以潛在地提高工業控制系統的效率，減少系統的溫室氣體排放。除此之外，在其他領域，數智技術也有著更為廣泛的應用場景。例如，在教育、金融等行業，可以為更為精準的情景模擬、趨勢預測、知識傳播等提供高效手段和方法；在氣候和農業等領

29、域，基于先進的算法和算力，既可以為氣候和農產品產量等提供精準預測，也可以對農業生產活動進行精細化管理，有效防范相關風險，減少對氣候變化的易損性；在二氧化碳清除和地球工程等領域，數智技術在大規模長周期的工程建設和運行管理方面，具有極大的優勢，可以為敏捷制造、統籌建設等方面提供先進的支撐手段，使項目在全生命周期內更為高效、清潔；在社會生活領域，數智技術將深入到個人行動和集體決策的方方面面，為全社會生產生活的低碳化和清潔化做出貢獻?？傊?，數智技術將與各個領域緊密結合，在創造新價值的同時有效整合各種要素資源，實現要素精準投入、生產過程精準控制、供需高效匹配，在節能降耗和節約資源方面起到關鍵作用，進一步

30、助力碳中和目標早日實現。第二章數智技術賦能相關方實現碳中和 實現碳達峰、碳中和是一個典型的復雜系統中的復雜問題，尤其與能源系統密切相關。如圖2.1所示，能源系統轉型將為實現碳中和做出決定性的貢獻9，因此，加快能源系統的低碳零碳轉型、構建清潔低碳安全高效的能源體系成為實現碳中和目標的核心之一。能源系統轉型涵蓋了能源的監管、生產、輸送、消費、投融資等不同環節，需要政府監管部門、能源生產企業、能源輸送企業、能源消費用戶及金融投資機構等不同利益相關方的決策和行為共同實現（圖2.2）。這些關鍵利益相關方，由于在整個社會經濟環境系統中的位置和作用不同，它們在實現低碳轉型的進程中的核心關切也各有不同。隨著云

31、計算、大數據技術、物聯網、人工智能等技術的迅猛發展，數智技術為各利益相關方實現其核心關切提供了新的可能，助力相關方挖掘實現碳達峰、碳中和目標的實現潛力和創新空間，圖2.3展示了數智技術在推動上述五類相關方實現核心關切過程中的應用場景。能源系統轉型是實現碳中和目標的核心圖2.1實現碳達峰、碳中和目標的利益相關方圖2.2“碳達峰、碳中和”政府金融投資機構能源生產企業能源輸送企業能源消費企業101214864202019年碳排放量建筑建筑交通交通核能可再生能源工業工業化石燃料&碳捕集、利用與封存(CCUS)能源系統轉型碳封存非二氧化碳排放凈排放量（10億噸二氧化碳當量）2060年前實現碳中和2030

32、年前增長達峰 非二氧化碳排放氟化溫室氣體一氧化二氮甲烷可持續能源消費電力部門脫碳終端用能部門電氣化非電力低碳燃料轉化負排放 數智碳中和架構圖2.3政府監管部門選擇減排路線和制定時間表，并在多部門、多層級之間分解目標及協調工作頂層設計科學、全面地制定考核指標，并推動各排放環節做到可測量、可監督監管考核高效、公開地評估政策執行結果，并及時、動態地調整政策重點與關鍵指標評估調整能源生產企業合理開發最具經濟價值的可再生能源項目，同時找到穩定且經濟的零碳能源提供方案 零碳能源布局實現傳統化石能源發電企業的低碳高效生產、發電角色轉換以及加速擱置資產回收化石能源轉型通過市場化機制，如碳市場及電力市場，以低成

33、本的方式最大化地實現企業的經濟效益與低碳承諾市場機制探索金融投資機構衡量企業所面臨的物理氣候風險和低碳轉型風險，并估算投資的風險敞口風險評估大數據技術工業互聯網人工智能區塊鏈云計算物聯網能源輸送企業保障可再生能源的大規模消納綠電消納保障高比例零碳電力場景下供需的實時平衡供需平衡保障最經濟的能源輸送與網絡的高效利用優化配置CO2能源消費用戶實現整個生產環節的能源消耗實時監測、工藝的優化、材料的循環使用、以及園區綜合能源管理工業脫碳在前期優化設計、提升建筑能效水平，在后期結合用戶行為來優化建筑用能模式建筑減排提高交通系統的電氣化，并優化升整個交通系統的效率交通減碳合理配置投資組合，在收益與低碳兼顧

34、的前提下實現資本的有效利用和資源的高效分配資本分配評價不同企業的ESG表現，并系統地為企業的ESG水平打分ESG評價 2.1 政府監管部門碳達峰、碳中和是國家重大戰略決策，政府監管部門在其中的角色至關重要。特別是在碳中和的前半程，當社會運行和經濟生產仍然沿襲著巨大慣性、在高碳的方向上持續快速發展時，作為掌舵人與架構師的政府監管部門需要明確新的征程目標、引領方向、同時保證穩健航行。2.1.1 核心關切-宏觀掌控，立體監管掌舵人與架構師的角色決定了政府在碳達峰、碳中和進程中的角色是立體的、多元的且動態變化的。國家、省、市、縣、鄉五級監管機構都將在不同維度、不同層面、不同時段分別發揮顯著作用（圖2.

35、4）。頂層設計、目標分解實現碳達峰與碳中和既涉及全社會多行業、多部門的寬度，也涉及未來四十年的長度，需要政府監管部門高屋建瓴、綱舉目張，進行頂層設計、路線選擇及目標分解，來啟動這場深刻的社會經濟變革。頂層設計既要確保發展與減排、整體與局部、短期和中長期的關系可以得到系統性處理，更要把零碳目標納入經濟社會發展的目標從而謀求全局最優。政府還需要強化各方統籌，識別不同階段的主要抓手和突破重點，進而明確各地區、各領域、各行業的目標任務。激勵創新、以點帶面與此同時，政府的另一重要任務是營造公平開放的環境，激勵技術和機制的同步創新，盡早讓碳達峰與碳中和從政策驅動轉化為政策和市場的“雙輪驅動”。一方面，更好

36、發揮政府作用、構建新型舉國體制，發揮制度優勢加速能源系統與社會經濟的轉型。另一方面，也需要加速市場機制的建設和完善，推進綠色低碳科技創新，促使市場力量與政策同頻推進零碳目標。高效管理、精準測量在明確路徑和階段性目標后，各級政府都需要將目標轉為可測量、可監管的指標，并夯實相關的技術基礎和制度環境，從而落實零碳目標的穩步推進。政府監管機構一方面要從用能預算與預警管理、能耗與排放管理等多個方向設立全國性、行業性的統一標準，加強跨地區與部門聯動；另一方面，更要對重點地區和行業的能源消費及碳排放行為進行全方位、全生命周期的測量考核。政府監管部門核心關切圖2.4激勵創新以點帶面精準測量考核預警頂層設計目標

37、分解系統思維動態調整 選擇減排路線和制定時間表 在多部門、多層級之間分解目 標及協調工作 高效、公開地評估政策執 行結果 及時、動態地調整政策重點與 關鍵指標 推動先行試點 建立公平開放的激勵機制 銜接政策試點與市場化發展 科學、全面地制定考核指標 推動各排放環節做到可測量、可監督 系統思維，動態調整接下來，各級政策的執行也需要及時、高效的跟蹤評估，并回到更宏觀的層面，結合社會運行、經濟生產、國際環境等因素，對下一階段的減排目標和實施手段進行系統性的動態調整。值得強調的是，政府主導的產業園區、工業園區、物流園區等是中國經濟發展的一大特色，也是碳中和進程中的重要抓手。從排放集中度而言，園區通常是

38、市縣級碳排放的主要來源，是碳中和進程中的核心場景，而且有著較為統一的能源消費模式和明確的測量邊界，更有利于在明確指標、優化空間布局、優化資源配置的層面打造工業零碳樣板。從管理模式而言，園區監管運營機構也在一定程度上擔任著政府的職能，上述核心關切都與之相關。在更具體的層面，園區監管運營機構更需要綜合協調園區內多個排放主體的用能特點、發展需求及減排任務。2.1.2 數智技術在政府監管中的價值實現數據是政府部門各項工作的基礎，而對海量數據進行全面收集、高效處理、前瞻性分析，則是政府部門各項工作的關鍵支撐。借助數智技術落實減排目標是各級政府實現其政府職能數字化轉型努力的一部分，也將是助力政府部門解決其

39、碳中和核心關切的主要手段。建立動態前瞻的宏觀晴雨表在宏觀把控層面，數智技術可以協助政府監管部門在傳統統計和預測方法的基礎上，進一步打造及時、立體、按需定制、甚至具有一定前瞻性的宏觀晴雨表。實現碳達峰、碳中和要求全社會多個部門齊頭并進、互動配合，因此要求政府監管部門對眾多領域的多個環節都有及時、全面的把握。傳統的統計方法在指標豐富度、頻率與時效性、數據分析挖掘方面有著較多限制。政府監管部門可借助物聯網技術采集和傳輸海量數據，利用云計算平臺對數據進行存儲、治理與集成，用人工智能進行分析提煉。提高能源管理的智能化水平在更具體的測量與考核層面，政府監管部門可基于大數據分析與挖掘技術，對區域及企業的減排

40、效果進行統計、分析、評估與考核，提高監管考核的質量。除此之外，監管部門還可以據此提出相應的區域節能減排的重點方向、相關政策的調整策略與建議，并采用多種形式的數據可視化技術，對區域及企業碳排放與污染的實時狀況與歷史演變過程給出實時、動態、“駕駛艙”式的全景，確保政府部門對實現碳中和目標的進程洞察秋毫，一目了然。打造高標準公共服務平臺在園區層面，數智技術的應用與單個工業能源消費用戶層面的應用既有相似又有不同。一方面，二者都需要結合數智技術和降碳技術，打造節能高效的綜合能源系統，因此園區可以成為政府探索工業加速減排的試驗田。另一方面，園區監管機構更需要數智技術提升內部政務管理能力和業務協同能力，比如

41、通過物聯網技術對園區內多個能源用戶進行高效率和高質量的測量和監管，利用區塊鏈技術監管碳排放數據和碳資產數據、從而解決碳配額分配及清繳難以監管的難題，以及通過云計算和數據可視化等技術來打造高標準、高效率、智能化的公共服務平臺。2.2 能源生產企業在向低碳社會轉型的過程中，能源生產企業舉足輕重。一方面能源生產企業肩負著保障國家能源需求、支撐經濟基本盤的使命；另一方面，能源行業本身面臨著傳統與新興技術劇烈碰撞、守成者與開拓者高度競爭的巨大變革，不同的相關方追逐著共同或截然不同的目標與訴求。2.2.1 核心關切-全面轉型，優化生產從資產生命周期的維度，合理投資布局、高效運行生產和順利回收退役是能源生產

42、企業的核心關切（圖2.5）?；茉崔D型傳統化石能源發電企業目前仍是能源生產主力，但轉型壓力嚴峻，不僅需要在役機組最大程度地高效、低碳生產，也需積極布局清潔能源資產，進行自我革新。由于中國資源稟賦的限制，煤電在相當長的一段時期內仍有存在的必要。傳統化石能源發電企業短期需通過技術改造、流程優化等提高機組效率、降低單位燃料消耗,中長期需實現角色轉換，從提供電力滿足基本負荷需求轉變為提供系統靈活性調節與運行備用能力。同時，化石能源企業需加速擱置資產的回收與退役，并積極布局清潔能源資產，順利實現行業轉型。零碳能源布局相比之下，能源轉型極大地促進了清潔能源的大規模開發與消納，相關企業需要在布局時合理評估

43、可再生資源潛力，在運行中有效控制出力波動性影響，同時優化運維、降低成本。中國地域遼闊，不同地區風光水等資源差異巨大，以風電、光伏為代表的清潔能源生產企業需要規劃與建設最具經濟價值的清潔能源項目，確保企業穩定的投資回報。同時在大比例可再生能源的發電結構下，相關企業需要精確預測出力、降低波動性對電網消納的影響。此外，在資產全生命周期中，合理降低運維成本并有效延長服務壽命也和企業效益緊密相關。市場機制探索此外，無論是化石能源還是清潔能源生產企業，一個共同痛點是如何通過市場機制，如電力市場、碳市場等，以低成本的方式最大化企業經濟效益與減排貢獻。尤其對于可再生能源來說，如何通過與配套儲能的協同控制、充分

44、參與電力市場以最大化售電收益是其核心關切之一。2.2.2 數智技術在能源生產中的價值實現數智技術可以有效輔助化石能源和可再生能源的穩定生產，提高能源利用效率，優化交易策略，促進能源生產企業實現碳達峰、碳中和。能源生產企業的核心關切圖2.5優化資產組合，投資清潔技術改造，布局清潔能源資產高效生產，嚴控排放，提高靈活性調節能力，優化市場交易策略降低資產擱置風險，順利退役現有機組痛點風光水等資源評估，收益模式預判，投資經濟性測算精準預測出力，控制波動性影響，優化配套儲能運行和市場交易策略低成本檢修維護，有效延長服務壽命痛點傳統化石能源生產企業核心關切合理投資布局高效運行生產順利回收退役清潔能源生產企

45、業 可再生能源出力預測風力與太陽能發電已經成為電力供給的新生力量，在經濟效益上可與化石能源發電技術一爭高下，但其在發電輸出的確定性與穩定性上卻略遜一籌。利用大數據平臺提供的海量歷史數據，采用深度學習算法建立的預測模型將大幅提高可再生能源發電出力的預測精度，有力促進其大規模的消納，解決可再生能源企業對于生產不可控的困擾（圖2.6）?；茉茨苄灮瘋鹘y化石能源發電生產過程中的碳排放治理至關重要，其中一個關鍵環節是提升燃煤發電過程中的能量轉換效率從而降低碳排放。數智技術通過采集電廠豐富的歷史運行數據，建立基于深度學習算法的能效優化模型，獲取電廠運行各系統（鍋爐，汽輪機等）的隨出力變化的最佳運行參數

46、曲線，保障電廠在運行出力的全范圍內實現能效最優，從而最大限度地降低發電生產的碳排放（圖2.7）?；谏疃葘W習算法的風電出力預測圖2.6實際值0.50.450.40.350.30.250.20.150.10.0500102030405060708090預測值區間日出力預測時段 燃煤電廠運行參數優化圖2.7不可調參數指導調節尋優空間鍋爐效率、NOx計算鍋爐效率運行可調參數歷史數據NOx運行可調節參數送風機流量、壓力一二次風比例磨煤機風門開度 爐身各風門開度減溫水流量引風機運行狀態不可調參數機組負荷 環境溫度 燃煤煤質鍋爐燃燒/換熱基于深度學習神經網絡構建鍋爐預測模型保證蒸汽參數穩定性效率和環保綜合

47、最優GA/PSO算法尋優風電出力標幺值小時 市場交易輔助決策無論是化石能源還是可再生能源發電企業，如何根據企業的自身優勢及潛力、準確判斷市場走向、制定最佳的市場交易策略是一個十分復雜的任務?；诖髷祿?、博弈論及深度學習算法的價格預測與競價策略模型將輔助交易決策，有望替代傳統低效率的基于交易員經驗的人工模式（圖2.8）。2.3 能源輸送企業能源輸送企業承擔著電、氣、熱等能源形式通過網絡向終端用戶傳輸的任務。在向零碳社會轉型的過程中，能源輸送企業肩負著保障國家能源供給的安全輸送使命。2.3.1 核心關切：安全輸送，經濟高效，綠色低碳隨著能源生產側風電、光伏為主的可再生能源大規模開發，以及能源消費側

48、終端電氣化需求的大幅提升，低碳、零碳化電力將是能源上網和輸送的主體。因此電網企業責任重大，承擔著清潔能源的安全、經濟輸送的任務。電力市場價格預測圖2.825020015010050022:0005 Apr02:0004:0006:0008:0010:0012:0014:0016:0018:0020:0022:00電網企業碳中和核心關切與挑戰圖2.9安全，可靠保障高比例零碳電力場景下供需的實時平衡綠色，低碳保障可再生能源的大規模消納經濟，高效保障最經濟的電力輸送與電網的高效利用電網企業碳中和目標挑戰可再生能源輸出的高度間歇與不確定性與電力需求的隨機波動性的雙重不可控條件下，保證電力的供需平衡挑戰

49、準確預測非水可再生能源的出力，最大限度降低綠色能源的棄置率挑戰可再生能源大規模消納需求條件下，電網與電源資源的優化配置$/MWh預測時間 傳統電網企業的核心任務是在保障電網安全運行的前提下，以經濟的方式輸送電力。隨著能源系統的轉型，電網公司將經歷從輸送煤電為主轉變為輸送可再生能源為主的歷程。其運行與調度將呈現與以往截然不同的特征：以風電，光伏為代表的非水可再生能源發電輸出具有高度的間隙性與不確定性，而傳統的煤電輸出則是高度可控可調；中國可再生能源資源集中在西部省份，而電力的負荷中心在中東部地區，可再生能源發電需要大規模、長距離的西電東送。因此，構建綠色低碳、安全可靠、經濟高效的新型電網將是電網

50、企業的低碳核心關切，而上述電網的新形態無疑將給電網企業帶來新的挑戰（圖2.9）。綠色低碳綠色低碳意味著電網必須保障可再生能源的大規模接入與消納。實現這一目標面臨的主要挑戰將包括如何規劃與擴展電網的結構以便大規模接入可再生能源，如何準確的預測可再生能源的波動性出力以安排全系統的發電計劃，又如何通過電網靈活性資源的快捷調度以提升可再生能源的利用率，最大限度的降低因可再生能源出力與電力負荷曲線不匹配造成的棄風、棄光現象。安全可靠安全可靠意味著電網必須在高比例可再生能源電力供應的場景下保障電力供需的實時平衡。在可再生能源輸出高度間歇與不確定性以及電力需求隨機波動性的雙重不可控條件下，準確及時地預測、判

51、斷與調節電網的運行方式，通過發電機組靈活性的提升、多元化儲能技術的應用、需求側的彈性響應等多種手段來保障在滿足電力系統頻率、電壓等安全約束下的電力供需實時平衡。經濟高效經濟高效意味著必須將最經濟的電力供應給用戶，同時最大限度地利用電網的輸送能力。立足可再生能源發電需要大規模西電東送的國情，如何充分發揮特高壓交直流輸電線路的能力，并依托省級及區域的市場機制將電網與電源資源在空間與時間上實現優化配置，從而使得電力系統總的生產與輸送成本最低成為這一目標的主要挑戰。2.3.2 數智技術在能源輸送中的價值實現工業物聯網、大數據、深度學習及機器人等數智技術將在電力系統的供需預測、電網的實時狀態監測與調度及

52、電網設備的運維護管理等多個方面發揮關鍵性的作用。www.rmi.org/18電力供需精準預測電網運行的核心任務是實時滿足電力的供需平衡要求，而及時準確的電力供應與需求預測是保障電網安全運行的前提條件，利用大數據平臺提供的海量歷史數據，采用深度學習算法建立的預測模型將大幅提高在全電網系統層面及電網各個節點層面對可再生能源發電出力及電力負荷的預測精度。智能快速最佳調度在電網的調度、運行方面，數智技術已經被廣泛地應用，這包括對電網一二次設備及電廠發電機組的監測與控制，一直到調度中心的能量管理系統和調度管理系統。在向新型電力系統的轉型中，新的數智技術將得到廣泛應用，通過監控系統、人工智能決策系統、調度

53、系統間的數據共享和業務協作，逐步實現全業務信息感知、全系統協同控制、全過程在線決策、全時空優化平衡、全方位資源調度的目標，提升電網調度預想、預判、預控能力，提高清潔能源消納與經濟運行水平，為電網安全經濟運行保駕護航（圖2.10）。及時準確排除風險電網運行維護管理同樣會產生大量的數智技術應用，電網由大量的輸送設備構成（如變壓器，線路，電纜等），其承擔著安全、可靠地輸送電力的任務。為此，電網的運維管理是要確保所有的設備隨時處于健康、可持續運行狀態，并及時發現有故障風險的設備，進行更新換代，因此設備維護與檢修是電網企業的核心業務之一。傳統的人工巡查、檢測及更換的模式耗時費力、成本高、效率低，而通過無

54、人機、機器人等數智手段對設備巡檢，并利用圖像識別技術實時地監視設備運行狀態（圖2.11）。同時基于大數據平臺收集的海量歷史運維數據，建立設備風險評估模型，可更準確的預測設備發生故障的風險，及時進行設備的更新換代（圖2.12）。2.4 能源消費用戶企業和園區等能源消費用戶是維持經濟系統正常運轉必不可少的組成部分。而能源消費用戶的選擇，不僅決定了自身的行為方式，同時對能源生產輸送決策也會產生引導和制約作用，是實現碳中和目標的重要決定性因素之一。區域能源互聯網典型場景圖2.10燃氣供應燃氣加工燃氣輸送燃氣配送風電或戶用光伏柴油發電機微網區域供熱/冷地面光伏電站電網控制中心海上風電陸上風電蓄熱站水力發

55、電分散式風電聯合發電儲罐(氣體和液體)電能轉換(氣體,液體,化工原料)電動汽車清潔能源發電智能樓宇多能互補分布式能源/微網企業，數據中心產業園區變壓器變電站變電站化石能源電廠 電氣冷熱傳統電網智能表計 2.4.1 核心關切-行業轉型，深度脫碳碳中和目標下，能源消費企業的核心關切是多方面的。首先，能源消費企業面對逐漸增強的政策壓力，如何提高合規能力以及碳資產管理水平是擺在企業面前的首要考驗；其次，對控排企業來說，碳排放的外部性成本升高擠壓了企業的利潤空間，這對企業全流程成本控制能力提出了很高的要求；再次，產業升級的大環境下，率先進行綠色轉型的企業將獲得產品、技術和品牌的先發優勢，企業需要關注如何

56、通過低碳行動來提升品牌價值和競爭力。進一步聚焦到各類能源消費企業的低碳轉型來看，企業以及園區需要結合自身特點和核心挑戰推進高效、低成本的減碳。能源消費用戶非常多元化，如圖2.13所示包括了工業、建筑、交通等行業：基于圖像識別技術的輸電本體缺陷識別圖2.11基于數據挖掘技術的電網設備健康風險指數圖2.12100500402040506070風險指數設備壽命負載%能源消費企業低碳轉型的核心挑戰圖2.13政府下發的減排目標企業自發的減碳目標零碳轉型目標目標引領核心挑戰能耗監測工藝優化循環經濟工業優化設計提升能效人與建筑物互動建筑改善能源結構提升能源效率整體優化決策交通科學制定目標科學制定目標降低成本

57、減排其他絕緣子自爆螺栓缺銷子螺栓缺銷子 兩高行業：經濟脫碳高能耗、高排放企業如鋼鐵、化工、水泥等的脫碳壓力巨大，面臨著減排成本高和脫碳困難的痛點。在燃料端，盡管工業部門的電氣化水平在逐年提高，但有高溫要求的工業企業仍然需要創新性的科技來進行深度脫碳。這就意味著氫能、生物質、碳捕集利用封存（CCUS）等新興科技的規?；徒洕詫χ毓I的低碳轉型有重要的影響。在工業生產中，實時的能耗監測與工藝優化也是進一步釋放工業脫碳潛力的重要手段。因此在實現碳達峰、碳中和的進程中，如何利用有經濟性的手段深度減排是這些“難脫碳”工業部門的核心關切。建筑行業：全流程降碳建筑行業在設計、施工、使用、拆除等各個階段的減

58、排都至關重要。建筑能耗在過去十年中增長迅速，而中國的城鎮化仍處在高速發展的階段，對新建建筑及舊房的改造需求旺盛。建筑的碳減排關注點已經逐漸擴展到全生命周期，這不僅體現在建筑施工期消耗的鋼鐵、水泥等原材料的隱含碳排放，還體現在建筑使用階段的能耗，尤其是供暖和制冷。未來建筑脫碳的核心關切一方面是在設計、施工階段使用全生命周期碳排放較低的建筑材料和效率高的設備；另一方面，前期需要優化設計以提升建筑能效水平。在使用階段，聚合建筑用戶行為模式、深度挖掘用戶的需求從而增強人與建筑物的互動聯系也是建筑用戶節能必不可少的一環。交通行業：高效整合，系統管理交通部門的核心關切可以總結為兩點：第一是在有限的資源下提

59、高新能源汽車的滲透率，第二是優化龐大而復雜的交通系統從而實現效率提升。中國交通部門碳排放約占全社會總量的10%，其中道路交通的降碳目前主要有兩條路徑，一條是通過交通電氣化改善能源結構，另一條是提升交通能源效率。交通活動有分散、獨立、難管理的特點，針對這兩點關切，道路交通減排需要一套能夠整合海量單一個體、并快速作出整體優化決策的管理系統。對于其他具有氣候雄心的企業來說，引領行業實現碳中和的第一步在于科學的制定減排目標與路徑。在積極應對氣候風險并實現低成本轉型的同時，尋找企業新的盈利點并使企業健康成長，是企業的核心關切。這對于企業樹立綠色低碳的品牌形象，擴大社會影響力并獲得競爭優勢至關重要。2.4

60、.2 數智技術在能源消費中的價值實現工業、建筑和交通部門是能源消費和碳排放的三大工業能耗優化示意圖圖2.14用能系統能耗優化模型能耗優化循環神經網絡算法空壓機模型照明系統制冷系統配電系統空壓系統輔助生產系統余熱余壓回收系統支持向量機算法電鍋爐模型隨機森林算法外輸泵模型線性回歸算法工藝設備模型能耗指標AI算法知識圖譜機理模型優化方案設備調參建議推薦措施 能源互聯網技術平臺助力園區綜合能源管理11圖2.15智能輸配可再生能源集中發電和供熱碳捕捉與封存(CCS)交通電氣化抽水蓄能壓縮空氣儲能儲能智能能源控制系統分布式能源重點領域。利用工業互聯網，物聯網，大數據技術采集、存儲、處理能耗信息，并基于人工

61、智能技術監測及優化能源消耗行為，則是解決這些能源消費用戶的核心關切的最佳途徑。工業能耗監測與優化到2050年，中國工業的能源需求在全國總能源需求中占比預計將高達約60%10。工業領域的減排潛力巨大，特別是高能耗的鋼鐵、化工、水泥等企業生產過程中的節能減碳工作將集中在以下兩個方面：生產全過程的能源實時監測與分析：能耗監測的對象涵蓋了工業生產的多個用能系統，其中包括配電系統、制冷系統、照明系統、空壓系統、余熱余壓回收系統、輔助生產系統等等。這需要工業互聯網與大數據平臺技術方能實現。生產過程能源消耗行為優化：在采用行業相關的節能設備與技術的基礎上，基于生產數據建立能耗優化模型，給出整體優化方案、工藝

62、參數建議等，提高企業能源管理水平，幫助降低能源成本，減少企業碳排放（圖2.14）。在工業園區層面，實現綠色低碳需要數智技術與低零碳技術融合的綜合能源管理應用，兩者相輔相成。低零碳技術如分布式的風電、光伏、儲能、冷熱電聯供、蓄冰空調及地源熱泵等滿足了能源的低碳供給。如圖2.15所示，基于物聯網、大數據與人工智能預測與優化技術搭建的綜合能源管理平臺則確保園區在多種能源相互耦合供給的場景下，以最節能、高效的方式實現最清潔的能源消費。建筑全生命周期減排增效目前中國建筑部門每年的二氧化碳排放量達21.3億噸，約占全國碳排放總量的20%。隨著生活水平和居住條件的不斷改善，特別是建筑的電氣化率提高，建筑用能

63、的需求將大幅度增加。除了廣泛使用新型的節能材料和設備來降低能耗之外，數智技術在設計、施工、建成等階段，都將發揮重要作用：在設計階段，人工智能技術可以協助設計節能型的建筑；而在建后的用能階段，通過基于物聯網、大數據技術的綜合能源管理平臺可實時的優化調控建 利用大數據指導城市充電基礎設施布局 圖2.17充電設施需求小充電設施需求大建筑電氣化示意圖12圖2.16 場內可再生能源儲能需求控制炊具電氣化熱泵熱水器電動烘干機建筑設備電氣化建筑功能分區氣密性優化措施高性能建筑圍護結構氣流組織優化 筑的運行模式，甚至可以結合建筑用戶的行為進一步優化調控（圖2.16）。交通系統電氣化與效率提升交通部門脫碳是最能

64、體現數字化價值的領域之一，大數據系統天然適合整合、分析和管理海量用戶行為，進而幫助實現更高的電氣化水平和燃料效率。目前數字化變革已經在電動乘用車領域萌芽，全國已有超過600萬輛電動乘用車接入了新能源汽車國家大數據平臺，可以被實時分析監測。這些分析結果可以指導交通網絡規劃、運輸工具生產決策以及交通調度運營，更好地為全方位的客貨運系統服務。未來，大數據平臺將不僅僅與道路車輛聯網，大到飛機輪船、小到共享單車，都將成為智能交通系統的一部分。個體與管理中心互聯交互，通過人工智能進行精細管理，實現交通總體效率的優化（圖2.17）。2.5 金融投資機構對于綠色投融資機構來說，實體經濟大規模向低碳、零碳轉型過

65、程中，需要大量資本投入作為支撐，其中絕大部分需要通過金融體系動員社會資本實現。根據預測，為了實現2060年碳中和目標，預計中國在構建新型能源系統上需要投資138萬億元，在用能側傳統產業的轉型和改造上要投資36萬億元。如何滿足如此龐大的投資需求、充分調動社會資本、高效發揮投資作用是綠色投資需要解決的難題。2.5.1 核心關切-系統評估，高效投資與政府不同，綠色金融雖然帶有公益性質，卻并非慈善機構，仍要關注投資的收益與風險。因此，綠色金融決策是傳統投資決策考量（收益與風險）與低碳減排考量之間的平衡和優化（圖2.18）。ESG投資導向為了同時滿足收益與低碳目標，綠色金融機構一般會考察企業在ESG（E

66、nvironment/Society/Government）三個方面的表現，并將ESG表現作為投資決策的一部分，因為這一定程度上反應了企業應對氣候變化的態度。根據相關數據顯示，ESG表現好的企業從長期來看其投資回報有明顯優勢。ESG領先型企業具有較低的風險水平，提升風險管理能力將帶來較低的融資成本，在資本市場上具有更好的基本面表現、更低的風險和更高的市場估值。未來，對企業的環境績效評價比例會不斷擴大。金融投資機構的關注目標和核心挑戰圖2.18綠色金融決策考量因素企業ESG自主披露企業信息龐雜多樣難以量化單位投資減碳潛力投資碳減排回報難以預測物理氣候風險氣候變化影響難以預測企業ESG主動調查企業

67、數量龐大難以人工審查減碳技術前景低碳轉型風險企業受影響程度難以確定關注目標ESG投資導向氣候風險預防資本合理分配核心挑戰 資本合理分配綠色金融在分配資本的過程中必須慎重考慮、合理取舍，因為綠色投融資機構的作用不僅僅是為企業提供資金，在企業低碳轉型的過程中還需要對投資機會進行取舍。實現碳中和目標的路徑并不是清晰明了的，不同的企業和研究者有著不同的設想、支持不同的技術、提出了不同的方案，而這些設想和方案想要落地，都離不開資本的支持。但可供調配的資本畢竟是有限的，投資機構就不得不面臨取舍。因此可以說，綠色金融機構責任重大，其資本分配決策甚至可以在一定程度上改變低碳路徑的走向，決定一條技術路線的存亡。

68、那么應當如何配置投資組合，選擇哪些投資路線，如何最大化減排效果，這些都是綠色金融需要考慮的問題。氣候風險預防除收益之外，綠色金融的另一大核心關切在于降低兩種與氣候變化相關的風險，即企業的低碳轉型風險和物理上的氣候風險。低碳轉型風險一般指政府設定的低碳目標、民眾對氣候變化的關注等對企業發展造成的影響，例如高耗能企業在氣候法規日益縮緊的大背景下會面臨更大的合規壓力和降本壓力。物理上的氣候風險則是指氣候變化帶來的諸多負面影響有可能直接降低企業的營收，例如極端天氣會破壞企業的供應鏈、打亂生產計劃、農業減產使生產成本上升等等。綠色投資需要一方面通過投資高效、低碳排的企業來規避低碳轉型風險，一方面通過氣候

69、模型分析與預測來規避物理氣候風險。2.5.2 數智技術在金融投資中的價值實現金融決策的核心要素一直都是“風險管理能力”，投資人通過不斷地搜集信息、解讀信息來捕捉市場中涌動的暗流、預測市場的發展。對于綠色金融決策來說，無論是為了實現資本的高效分配和利用，還是為了規避氣候風險、賺取高額收益，綠色金融機構都需要盡可能多地搜集與企業相關的信息與數據，并對信息做出解讀和判斷。而大數據技術和人工智能的結合可以通過信息捕獲存儲、透明驗證、集成融合、分析決策四個步驟來助力綠色金融決策。高效捕獲存儲生產環境信息數字技術可以實現信息捕獲存儲。穩健的數據基礎設施是一切智能上層建筑的根基。通過工業互聯網將企業的生產、

70、排放、用能等行為轉化成實時、廉價的數字化信息，處理后形成企業的原始數據。當然，對于數據基礎設施不足的地區，金融機構也可以利用人工智能來抓取和排查官方網站、媒體報道、地方公告中的相關數據。提供安全透明的數據基礎信息安全技術和區塊鏈技術保障數據準確透明。由于數據的生產和搜集過程中涉及到成千上萬的企業，數據難免產生錯誤、遺漏、篡改等現象，因此必須使用以區塊鏈為代表的信息安全技術確保每家企業的數據準確、公開透明、可以追溯、無法篡改，不同企業之間的數據才能夠做到可比可信可追蹤，綠色金融才能實現真正的資本、資源高效分配。實現環境信息有效集成融合大數據和云計算助力信息集成融合。權威機構使用大數據平臺對多來源

71、、海量、時空顆粒度相異的結構化與非結構化數據進行集成與融合，并提供統一的數據服務，并通過API、報告、公告向公眾公開，形成公開環境數據（PAED，publicly available environmental data）。而金融機構則要進一步將公開環境數據，以及其他渠道獲得的零散、稀疏的數據一同整合、打通，盡量形成完整全面的數字畫像。支撐全面投資風險評價人工智能參與信息分析決策。前三個方面共同構成了金融決策的數據基礎，但其提供的數據本身并不能指導金融投資，還需要金融機構先將紛繁復雜的公開數據整理為可以理解的結論。在信息量有限的傳統金融領域，這一步驟是通過人為解讀實現的。但由于環境領域數據量巨

72、大、不同因素之間的互動紛繁復雜，人為解讀難以概括其全貌。人工 智能可以參與數據的解讀過程，從企業運營數據中挖掘出企業的生產理念、生產運行效率、氣候風險抵抗能力、在綠色低碳方面的先進水平等等，并將這些信息整合成直觀的ESG、氣候風險評價，以供金融機構參考。例如：ESG打分：利用大數據平臺整合不同企業在ESG方面的投入與產出情況，這些數據可能來自于政府的官方披露，也可能來自于媒體的側面報道。人工智能可以進一步從這些雜亂又稀疏的多樣化數據中為企業ESG表現綜合打分。氣候風險評估：一方面利用人工智能與地理信息系統預測未來氣候變化帶來的極端天氣危害風險，預測極端天氣發生的概率；另一方面利用大數據平臺的實

73、際生產數據判斷資產在極端天氣下的脆弱性，預測資產在極端天氣下可能蒙受的損失，兩者相結合，即可評估資產在氣候變化大背景下的風險敞口，即氣候風險可能帶來的資產損失程度（圖2.19）。資本分配與組合構建：即使不談綠色金融，傳統金融學也早已將數智技術應用到了投資組合的構建之中。例如，傳統金融機構往往會利用時間序列和蒙特卡洛等經典機器學習手段預測組合應對市場風險的能力，或者利用神經網絡和深度學習等新興手段預測單一風險因子對組合收益的增益效果。而綠色金融機構則可以用類似的方法預測在一個領域的投資能夠帶來的碳減排潛力，從企業的歷史數據與科技的普遍走向中發掘一項技術的投資性價比。人工智能預測氣候風險對企業資產

74、的影響13圖2.19資產脆弱性模型 資產價格對氣候災害的敏感度氣候危害模型 極端天氣在不同區域出現的概率風險敞口模型資產在氣候變化的大背景下面臨的潛在損失網格化地圖數智技術在碳中和目標下的創新實踐第三章 利用數智技術加快能源低碳轉型速度、降低轉型成本、保障安全平穩過渡是一個充滿挑戰、持續探索、不斷創新的過程。在這一過程中，無論是政府對碳達峰、碳中和目標的政策制定、監督與管理、綠色投資的精準把控、能源生產與供應的綠色低碳轉型，還是能源消費用戶的節能降碳增效，都需要探尋最適合中國國情的方法與路徑。國內外在能源轉型過程中利用數字技術和人工智能的嘗試，也將為實現中國雙碳目標提供寶貴的借鑒和經驗。3.1

75、北京海淀“城市大腦”碳達峰、碳中和的實現需要各級政府發揮領航作用，因地制宜地制定減排路線圖，設計配套政策，利用監管地位確保零碳目標實現。同時城市是碳排放的主要來源，中國85%能源相關的碳排放來自于城市地區，而不斷提高的城市化水平將進一步擴大能源消費需求14。面對復雜的城市系統，如何貫徹落實減碳政策、激發各行各業能動性，是政府部門面臨的監管難題。城市碳中和需要政府創新監管方式碳排放滲透在城市運行的方方面面，城市管理者亟需打通行業壁壘，統籌城市發展與減碳，用系統性的方法監管落實碳中和目標。在一項針對全球167個主要都市圈的研究中15，25個特大城市貢獻了52%的碳排放，其中23個為中國城市，包括北

76、京。北京海淀“城市大腦”致力于打造城市治理的中樞系統，提升城市各環節運行效率，服務政府減碳決策與監管，開啟政府節能減排精細化管理新思路16。城市大腦讓減碳可觀、可控百度智能云支撐海淀“城市大腦”建設，以政務云為數字底座，以云邊端設備為感官，以人工智能平臺為思維，全時全域全要素感知城市動態，定制化支撐城市各領域業務需求，賦能城府“細胞級”精細管理，為減碳政策優化與監管提供數據支撐和科學判斷，讓城市減碳可觀、可控（圖3.1）。城市碳排放監管：“城市大腦”全方位監測時空數據、地圖數據、物聯感知數據、社會數據、互聯網數據等城市信息，利用人工智能實現海量多源異構數據信息的識別、處理和分析。人工智能平臺的

77、開放共享性，讓“城市大腦”可融合各行業多模態數據，打破電力、熱力、工業、交通、建筑等重點排放領域的數據壁壘，全方位的摸清“碳”家底。例如：海淀區與國家電網（后簡稱國網）北京電力公司合作，通過電力數據分析“透視”區內碳排放整體情況，一方面“電力看經濟”，一方面“電力看環境”，通過比對用電量波動信息，輔助區環保部北京海淀城市大腦全景圖圖3.1 門和區住建部門監測140家重點排污企業、230 個施工工地的停限產情況，間接監管違規碳排放。依托“城市大腦”，海淀區聚焦碳達峰、碳中和做了多種應用場景的設計和落地實踐，一是物聯網場景，通過增加現有傳感器密度，實時精準監測企業違規違法超標排放；二是重點車輛監管

78、場景，通過算法識別準確抓拍違法“黑煙車”，杜絕重點車輛違規排放；三是智慧工地場景，通過人工智能技術實時監測揚塵等，防止環境污染；四是餐飲企業管理場景，在全區推廣“陽光餐飲”，通過傳感器和算法監測油煙排放。政府減碳政策優化：“城市大腦”基于海量數據積累和行業沉淀構建了全流程、一站式知識圖譜解決方案，提供城市減碳智能決策輔助。同時，豐富的人工智能及行業算法積累，讓“城市大腦”在應用中不斷學習和優化，貫穿服務于政策的設計、落地和迭代。例如：海淀區交通指揮中心依托“城市大腦”的大數據及人工智能技術支持，實時感知交通態勢，分析各類交通事件原因，一方面應急調整交通運行狀態，降低交通擁堵產生的碳排放，另一方

79、面結合長時間運行數據，優化調整已有交規政策，提高道路運輸效率。數智技術賦能政府治理現代化北京海淀“城市大腦”代表的政府低碳治理實踐具有示范性作用，符合碳達峰行動方案中的試點建設精神，其開放共享的人工智能生態圈可為全國提供可操作、可復制、可推廣的經驗做法。試點城市以點帶面，形成網絡效應，構建起省級、國家級的碳中和目標精細化、智能化監管體系。這既給地方提供了因地制宜低碳發展的土壤，又為上級政府進行碳中和頂層設計、目標分解提供了養分，驅動全國一盤棋，實現經濟社會綠色轉型。底層邏輯分析與啟示數智技術是建設數字政府的技術核心，是提高決策科學性和服務效能的重要抓手。數字技術支持政府及時、精準感知公共服務需

80、求，人工智能幫助政府快速響應、針對部署，有效推動政府、市場與群眾的良性互動，賦能政府治理數字化、智能化、現代化。3.2安特衛普數字孿生城市為了保持城市和社區的吸引力和宜居性，政府層面需要綜合考慮碳排放、空氣質量、交通噪音等環境影響，改善數字孿生城市用戶界面18圖3.2選擇場景交通流量安特衛普，比利時封閉的街道馬拉松風暴機動車非機動（行人）低高 整體居住環境。但是城市作為一個復雜系統，對特定區域的干預性措施可能對城市中的其他位置和領域產生影響。舉例來說，減少某些區域的車輛通行可以在減少當地碳排放的同時對鄰近社區的空氣質量產生積極影響，但也可能導致其他區域的交通擁堵和總體碳排放的惡化。因此，城市決

81、策者在政策制定、城市規劃時面臨系統性挑戰。應對復雜系統性挑戰需要更新城市決策工具為解決上述挑戰，政府層面需要跨時空、跨部門的多維實時數據，以支持不同場景的城市決策。作為比利時最大的港口和重工業城市，安特衛普市推出了“數字孿生城市”(digital twin)，構架起數字世界和物理世界的橋梁，輔助城市決策者做出合理且低碳的城市規劃17。數字孿生城市支持多維度綜合決策通過大數據和地理信息系統構建的平臺，數字孿生城市系統匯總了傳感器實時采集的交通路況、空氣質量、噪音污染等數據。這些信息與計算機模型相結合可以提供城市的最新情況以及預測性視圖。這樣一個平臺實現了城市動態的監測跟蹤，并可以模擬和測試不同低

82、碳減排措施對于城市的影響。例如圖3.2展示了關閉安特衛普一條街道對于周邊空氣質量和交通流量的影響，為交通規劃部門提供了決策支持工具。底層邏輯分析與啟示數字化手段為政策制定者提供了全新的管理工具，對城市治理有重要的借鑒意義。智能化手段讓決策者充分利用了海量城市數據的價值，通過模型來挖掘、感知不同領域間的復雜關聯，從而進行系統性的政策優化。在數字化底座和智能化引擎的支撐下，城市可繼續擴展其他的創新應用方向，比如極端天氣風險預警與應對以及疫情防控等。3.3 大唐集團工業大數據平臺能源綠色低碳轉型行動位列“碳達峰十大行動”之首，一個重要原因是火電行業貢獻了全國約40%的碳排放，清潔、低碳、穩定的能源供

83、給將是經濟發展的必要動力19、20。實現碳達峰、碳中和，新能源將替代煤炭成為發電量主體，大唐集團大數據平臺架構21 圖3.3 平臺層數據采集分布式存儲數據分析數據服務數據層物聯網數據業務系統數據其他數據企業應用層燃料“采制化存”數字化實驗室配煤摻燒數字化煤場故障診斷對標分析智能生產優化運行智能監控信息查詢其他應用門戶系統資金管理報告報表智慧燃料全面計劃全面風險綜合管理ERPLOG 而火電廠則必須改善煤耗、實現節能減排，加快實現從發電主力到基礎保障型和系統調節型電源的角色轉變。碳中和目標下煤電企業的角色轉變為實現向提供可靠電力、靈活性的調節型電源的轉變，煤電企業不僅要通過技術手段盡可能降低煤耗、

84、提高深度調峰能力，還要從設備、電廠、集團各層級優化管理、節約成本，以增加市場競爭力。自2012年起，作為全國五大發電集團之一的大唐集團積極布局物聯網、數字孿生、云計算、人工智能、5G等先進技術，建設連通全國發電資產的工業大數據平臺，通過大數據的監控和挖掘，提高煤電清潔、高效生產水平，實時保障電廠最優化運行，提升集團運營效益21、22（圖3.3）。工業大數據平臺幫助火電減碳降本大唐集團的發電資產遍布全國各省，總裝機規模達到1.6億千瓦，其工業大數據平臺打破了機組、電廠、子公司間的數據孤島，整合發電機組設備層數據、集團業務系統數據及地理信息、天氣預報數據等，從數據采集、存儲、清洗到分析與應用，實現

85、了電廠數據挖掘和知識發現的全流程集成，其中智慧燃料、智能生產兩個應用模塊能夠有效幫助火力發電減碳降本21。智慧燃料：燃料成本通常占火電企業生產經營成本的60%以上，燃料管理不僅關系到發電過程的煤耗水平和燃煤效率，還涉及前期的燃料采購、運輸和儲存中的成本優化。該應用模塊綜合實時的燃料消耗、發電量、燃料庫存和市場價格、運輸車輛路線信息等數據，綜合考慮單位燃料成本、鍋爐燃燒效率、氮排放量等因素，一方面為電廠提供多目標優化的配煤摻燒方案，另一方面優化燃料競價采購方案，降低燃料成本。僅2016年，全集團摻燒經濟煤種原煤量共計8296萬噸，節約燃料成本19.34億元。智能生產：大數據平臺聚合了集團國內外所

86、有發電設備的運行數據，通過前期的數據積累，構建設備異常預警和故障診斷模型，并通過實時運行數據對模型不斷進行檢驗和迭代。該應用模塊實現了對發電設備的實時狀態監測，提高了事故預兆識別能力，輔助現場人員優化運維策略。底層邏輯分析與啟示工業大數據平臺橫向打通了分布廣泛的生產設備傳感器數據，縱向貫穿采購、生產、財務等管理流程，實現全方位、全流程的數字化管控和運營，構建起堅實的數字技術基礎，為工業企業的數字化、智能化轉型提供了基礎。未來，“智慧能源供給物聯網”的構建將以工業大數據平臺為數字化底座，進一步整合水電、風電、光伏等清潔能源資產，開發相關智能運維模塊，實現多能互補、全要素優化配置的能源生產體系，加

87、速實現能源綠色低碳轉型23。3.4 國家電網人工智能平臺 電網是銜接能源生產消費的生命線。在雙碳愿景下，電網承擔著大規模新能源消納和傳輸的樞紐作用，同時伴隨著化石能源的大量退役，實現安全、穩定、高效的電力傳輸面臨著多重挑戰。而通過打造電力人工智能平臺，助力堅強智能電網建設，用數字化和智能化的方式護航電力傳輸成為當下的一個重要趨勢。新型電力系統下電網企業的新挑戰在以新能源為主體的新型電力系統下，電網企業面臨著系統性的挑戰：1)發電側高比例的可再生能源帶來系統波動性，同時風光水資源分布不均需要電力大規?？缡】鐓^傳輸；2）消費側分布式電源、微電網的發展，電網運行由傳統的生產者到消費者的單方向能量流動

88、轉變為和“產消者”的雙向甚至多向流動，增加了電網調度運行的復雜性。在此背景下，國家電網積極擁抱智能化電網建設，打通發輸配用全鏈條中數字與物理系統的深度融合，結合人工智能技術增強電網的感知、決策和執行能力，同時在集團內部建設AI人才培養體系、培育數智能力24。國家電網人工智能平臺助力堅強智能電網建設在2020年7月，國網公司召開了一次云簽約的儀式，與國內包括百度在內的多家互聯網企業，簽署戰略合作協議，發布了數字新基建的十項重大任務。其中，在人工智能方面提出要構建電力人工智能平臺，助力十三個典型場景的應用。在國網公司制定十四五發展規劃的過程中，也對人工智能方面提出要求，包括突破人工智能的關鍵技術，

89、包括開展典型的應用示范，以及在后續構建和推廣智能的電力應用系統。輸電設備巡檢：為解決輸電線路分布廣泛、戶外環境復雜，人工巡視工作繁重的問題，聯研院、中國電科院等單位攻克圖像識別等關鍵技術，形成覆蓋輸電線路本體和通道巡視的8大類29小類缺陷的智能分析模型，并通過國網云平臺實現全公司范圍內的輸電線路人工智能圖像識別云服務，已在公司27個省，約300個地級市單位試點應用，獲得廣泛認可和好評。調度故障處置：在智能調度場景中，國網公司為解決電網調度的故障處置問題，基于知識圖譜技術構建了電網故障處理系統和電網調控知識網絡，實現故障處理動態知識路徑的自動推理判斷以及提供知識檢索、問答及業務流程引導服務，知識

90、問答準確率達到95%以上，輔助調度員進行調度運行的有效決策，有效增強了調度人員的電網事故處理能力，顯著提升了電網事故管控水平。底層邏輯與啟示在新型電力系統下，堅強智能電網建設不可缺少數智技術的助力。無論是堅強主網架支撐的跨省跨區新能源傳輸，還是柔性配電網承載的微電網、虛擬電廠、車網融合等分布式能源應用，都要求電網充分利用跨業務、跨時間、跨區域的數據，及時準確預測發用電平衡、優化調度策略，這正是云智一體和電力場景融合創新的用武之地。智能電網的成功實踐對其他能源形式的高效輸送具有指導性意義，如：供熱網絡，油氣管網，以及未來可能大人工智能在電力系統的應用場景圖3.4電網安全與控制發電企業經營管理輸變

91、電服務政府社會配用電調度監控自動預警源網荷儲協同分析人在回路混合增強分布式電源功率預測光伏風機主動運維上下游用戶畫像綜合能源服務智慧物資管控應急搶修指揮主設備狀態評價電力復工復產征信信貸營配調貫通治理配網重過載預警用電行為分析電網狀態全息感知現場安全作業管控災害預報光伏功率預測OCR文檔處理財務智能管控本體與輸電通道檢測變電站智能監測運維電力天眼政務一站式服務作業現場預警人員姿態檢測電網調度系統決策二次設備狀態評價電網事故智能處置企業知識庫電網一張圖主設備缺陷智能分析支撐智慧城市用電服務指南應急指揮搶修智慧客戶服務調度智能助手光伏板清掃風電場巡視RPA流程自動化無人機巡線絕緣漆噴涂變電站巡檢配

92、網帶電作業營業廳導航機器學習計算機視覺自然語言處理電力智能機器人 規模應用的氫氣管網等。數字技術讓供能網絡全區域、全層級的感知數據和共享資源；人工智能讓數據與知識融合，賦予供能網絡決策和執行能力。數智技術攜手護航低碳能源的高效輸送，打造多樣化能源智慧供應鏈。3.5 雙匯物流智能調度i隨著收入水平提升，出行和貨運的需求持續增長，中國交通系統的碳排放上行壓力較大，綠色化勢在必行，這將倒逼行業技術升級和模式創新。雙匯攜手百度智能云打造智慧物流系統，實現調度運輸的管理閉環，顯著提高全流程效率，加速雙匯物流數字化、智能化、低碳化轉型升級。業務擴張帶來的物流調度壓力雙匯物流是國內食品冷鏈行業的龍頭企業，物

93、流網絡遍及全國各地，在全國擁有18個工廠及倉庫，每天發車線路3000條以上。隨著業務規模的快速增長，物流調度的壓力劇增。雙匯物流對信息化系統建設愈加重視，通過引入更加智能、高效的系統，來使公司實現降本增效、節能減排，使物流重要節點調度更快捷、更低碳。智慧物流打造數字化管理閉環通過對雙匯物流的倉庫、客戶、承運商等業務主數據及冷鏈配送、常溫配送等業務場景的梳理，智能調度系統可快速輸出最優的運輸車輛調度方案，降低物流成本，提升調度及配送的效率（圖3.5）。雙匯物流通過智能調度系統記錄調度過程，量化調度效率和調度結果的優劣，并通過延展訂單管理系統（OMS）、運輸管理系統（TMS）、計費管理系統（BMS

94、）的部分功能，實現與ERP企業資源計劃系統、車貨匹配平臺、貨車導航等進行集成，實現了從接單、調度組單、派單派車、導航運輸的管理閉環。雙匯物流通過全調度流程的數字化，擺脫人為經驗，更高效的對訂單和運力類型進行組合，實現調度時間降低70%，綜合成本下降5%，有效降低車輛空駛率，減少能源浪費。雙匯物流智能調度系統界面（示例數據）圖3.5i:本案例基于百度內部資料整理 底層邏輯與啟示數字化底座對訂單、運輸、計費、調度等關鍵環節的打通，是提升調度效率、降低成本的關鍵。在此基礎上，物流行業進一步利用人工智能技術發展車貨匹配平臺，提升車輛利用率，優化倉、運、配等環節的運作效率，通過節能增效減少碳排放，將成為

95、交通領域的總體發展趨勢。作為能源消費側的主要部門之一，交通領域應大力推動數智技術的應用，支持無人駕駛、智能汽車產業發展，發揮智能系統在通行狀況實時監測、診斷分析、趨勢判斷、預報預警等方面的作用，優化資源配置、規避交通擁堵，有效降低車輛運輸排放量。3.6 美欣達智慧能源管理ii工業是能源消費和碳排放的大戶，因此工業綠色低碳轉型是實現碳中和目標的重點領域。在此背景下，作為傳統高耗能產業之一，紡織印染行業面臨著“雙控”制度下限產限電、落后產能淘汰的嚴峻挑戰25。為此，浙江美欣達紡織印染科技有限公司攜手百度智能云，成功建立了智慧能源管理系統，在有效實現能耗管控的基礎上力求降本增效，使其產品競爭優勢更加

96、明顯，企業綜合實力顯著提升。制造業不容忽視的能源管理難題從2005起，美欣達就逐步建立了比較完善的能效管理體系，但由于各業務數據計量的覆蓋率、時效性、顆粒度等限制，已經無法支撐企業從能源維度更深一步進行成本管控。因此，美欣達積極踐行數字化轉型，依托企業實際業務，同百度智能云共同開發了AIoT（即人工智能物聯網）智慧能源管理服務平臺，促進企業能效水平、成本管控的進一步提高。量身定制的紡織業智慧樣本美欣達智慧能源管理系統實現了設備層、資源層、平臺層、應用層全面的生產與能效管理，并以數字化、物聯網化、可視化、智能化的方式為能耗管理與工藝優化提供了更多可能（圖3.6）。美欣達度能能源成本分析界面（示例

97、數據）圖3.6ii:本案例基于百度內部資料整理 通過度能平臺，美欣達將現場能耗數據、產品質量檢測等數據進行解析和數字化展示，實現了基礎數據的一致性，并進一步通過能耗監測、評估、報表分析等，建立企業標準能耗體系。經過能源數據的系統級分析和深度應用，實現數據反哺生產工藝，使美欣達的系統蒸汽單耗下降了0.75t/萬米，預期每年節約能源成本近百萬元。底層邏輯與啟示智技術幫助傳統制造企業從生產控制到質量檢測的全面能耗管控。AIoT技術的應用，為企業實現了碳排放數據監測、評估和分析。在此基礎上，通過模型算法提升了生產工藝的穩定性和科學性，實現產能、品質、交付能力的綜合提升，為傳統制造業打造了智能化生產、能

98、效管理的新樣本，也為工業領域綠色高質量發展提供了借鑒方案。3.7 某機場集團智能調度iii2018年中國交通運輸行業碳排放占全社會比重為11%，公路貨運、水路貨運、民航客運為交通運輸行業碳排放前三。2018年公路貨運、水路貨運、民航客運的碳排放分別為5.65億噸、1.95億噸、1.17億噸，占比53.9%、18.6%、11.2%。交通運輸的需求將隨著人均GDP的提升而持續增長，中國交通運輸的碳排放面臨較大的上升壓力。碳達峰碳中和帶來機場調度優化新需求傳統的調度通常采用純運籌學的方法，計算速度較慢，而且泛化能力較差，每次問題變動都需要重新求解，效率較低。某機場集團機位資源分配和地勤人員排班主要依

99、靠人工計算，容易出現飛機滑行時間過長，地勤人員工作量過飽和情況，導致機場整體運行效率較低，靜態計劃無法隨著航班情況的變化而動態調整?？蛻粝ＭㄔO機位資源智能分配系統，借助AI能力提高用戶滿意度和機場運行效率。數智技術助力機場調度優化結合運籌學和AI算法進行調度優化，首先可以實現快速求解，特別是在大規模參數條件下；其次模型泛化能力較強，同類問題模型可以復用，不需要重新建模求解；最后，結合AI算法的求解調度效果優于純運籌學算法。iii:本案例基于百度內部資料整理 通過綜合考慮某機場集團航班計劃、機位使用情況等多個因素，百度智能云應用AI算法+運籌學模型快速建模尋優，幫助客戶實現了機位的自動化、智能

100、化分配，保障靠橋率并提高航班始發和放行正常率：1000多航班批量統一分配時間降低到1分鐘以內，實時分配用時不超過10秒，靠橋率提升了5%-10%，通過智能調度能夠減少每架飛機1-2分鐘的滑行時間，減少10-20升航油消耗，從而減少碳排放。底層邏輯與啟示飛機使用氫能可以直接有效的減少碳排放，實現碳中和，但是當前使用氫能與航油的成本差較高，短期內能源替代的技術難度較大。因此目前航空的碳排放減少主要依賴于飛行路線的優化、機場運行效率提高和燃油利用效率提升，其中采用人工智能等技術優化機位分配及航班靠橋是減少碳排放的最優選擇之一，人工智能提升航班運行效率能為航空帶來明顯的降碳空間：根據中國民航局數據，2

101、019年至2020年全國機場平均年起將1035萬架次飛機，起落降優化每年可以減少二氧化碳排放量40.8萬噸。3.8 某水務集團智能調壓 iv水務行業產業鏈包括原水、制水、供水、排水、污水、節水等環節，上述業務鏈條具有地域分布廣、業務歸屬部門分散的特點。水務行業作為供排水民生保障類行業，更需要以實現碳達峰、碳中和目標為契機，開發綠色低碳和可持續新型工藝，挖掘碳減排潛力，達到減污與降碳協同增效的目的。某水務集團攜手百度智能云，通過建設水務大腦，使整體人員效率提升5%以上，分散式污水處理設施正常運行率提升5%，實現了良好的經濟效益、管理效益和社會效益。水務行業能耗優化新需求雖然與能源、工業、建筑、交

102、通等部門相比，水務行業產生的溫室氣體排放比重較小，但其單位產值能耗高，屬于能源密集型行業。某水務集團目前雖然使用變頻水泵，但是未對區域用水量進行需求預測，水平衡模型建立存在誤差，數據不準確，以恒定頻率供水難以做到按需實時調控水泵的頻率，導致用電量大，造成能源浪費。某水務集團智能調壓技術路線圖3.7 iv:本案例基于百度內部資料整理水箱入口閥P1來流疊出總出用戶箱入QQQQQP2P3水池出水閥P1 入口壓力P2 出口壓力P3 用戶末端壓力用戶水池市政疊壓閥泵壓智能調整水量需求預測泵組狀態感知手動輸入智能網關自動接入流量壓力電壓電流 水務大腦實現水泵精準調壓依托百度智能云建設水務大腦，沉淀水務數據

103、，基于歷史數據建立區域用水量預測AI模型，根據用水量需求預測、泵機流量、進出口壓力、電機電壓和電流等參數計算泵機效率，分析泵組實際運行工況，給出開/停機、頻率等控制參數推薦值。在保證安全、穩定供水的前提下，進行智能化調壓控制，實現能耗優化。經測算可以使制水供水單位能耗下降8%，減少供水環節用電造成的間接碳排放（圖3.7）。底層邏輯與啟示除了供水環節通過精準調壓節省用電外，在污水處理的加藥、曝氣等多個環節存在利用人工智能技術精準加藥、精準曝氣，從而減少能耗、藥耗的優化空間。隨著物聯網、大數據和人工智能等數智技術發展，依托云智一體平臺，一方面可以準確預測水務行業各種場景下用水、用氣、用藥需求，另一

104、方面可以實時感知和自動控制泵機、閥門、風機、料機的開關度、壓力等各種參數，實現按需供水，按需加藥，按需曝氣，進一步節約能耗、藥耗，助力水務行業碳達峰、碳中和。3.9 貝萊德氣候風險評級體系綠色金融是實現碳達峰、碳中和的重要支柱之一。如圖3.8所示，聯合國測算全球層面實現碳中和需要125兆億美元的投資，用來變革經濟和規避氣候災難26。綠色金融是指為支持環境改善、應對氣候變化和資源節約高效利用的經濟活動所提供的金融服務，例如環保、節能、清潔能源、綠色交通、綠色建筑等領域的項目投融資、項目運營、風險管理等27。同時近年來，隨著氣候變化逐漸加劇，許多金融機構都意識到氣候風險不再是虛無縹緲的陰謀論，而是

105、迫在眉睫且觸手可及的實際威脅。2020年，貝萊德(BlackRock)集團的創始人Larry Fink在其“寫給CEO們的一封信”中，提出了氣候風險就是投資風險的概念，強調綠色金融不是慈善活動，而是投資中規避風險的必要手段。作為全球最有影響力的資產管理公司之一，黑巖的策略轉變引發了整個金融界的重視，綠色金融也得到了前所未有的關注。世界主要經濟體實現碳中和在2021-2030年所需的金融投資26圖3.8美國巴西印度日本歐盟中國小島嶼發展中國家32兆億美元 貝萊德&MSCI企業ESG評級體系圖3.9自主披露媒體報道用戶反饋政府報告企業評級數據收集AI識別匯總人工審核+模型分析ESG RATINGS

106、 資產的氣候影響難以判斷綠色金融的概念并不復雜，但衡量資產在氣候方面所受到的影響卻面臨諸多挑戰。對于以投資回報為導向的傳統金融而言，資產的投資價值往往反映在其公開發布的報表之中。但判斷一家企業在氣候和環境領域的投入往往不能僅憑其年報的一面之詞，而是需要通過搜集整合政府公開數據、新聞報道、第三方監測等多個渠道的信息來綜合研判。對于金融機構而言，對所有可供投資的資產逐一進行人工排查和篩選顯然是不現實的，這不僅會耗費大量的人力物力，也很難做到全面和具體。借助人工智能判斷企業氣候影響為了解決上述問題，貝萊德集團利用大數據和人工智能配合的方式為固定收益、股權投資等傳統證券的氣候影響評級。如圖3.9所示，

107、針對每一個證券，大數據平臺會首先匯集盡可能多的信息，包括自主披露、政府監管文件、用戶反饋、媒體報道等來源。之后，具有自然語言處理能力的AI系統會對收集到的信息做精簡和整理，以供分析員人工審核。最后，這些通過精簡和審核的數據會經過模型計算生成最終的氣候影響評級。借助這套體系，貝萊德得以對全球超過1萬家企業的股票和債券進行評估，其所代表的總市值超過了市場總可投資市值的95%以上28。從結果上看，這套體系的受益者不僅僅是投資人，還是真正有雄心推動能源轉型、減緩氣候變化的企業。這些企業也許在投資回報率上并不引人注目，但是其在氣候和能源領域的投入卻可以被人工智能和大數據平臺捕捉，使其在眾多企業中脫穎而出

108、，獲得投資人的青睞。根據貝萊德推算，其在氣候領域的投資已經幫助企業減少了超過8500萬噸的二氧化碳排放。底層邏輯分析與啟示隨著物聯網技術的發展以及投資人對綠色投資的關注與重視，未來必將出現更細致、更嚴謹、更權威的氣候風險評估體系。工業互聯網與云平臺技術使得AI系統能夠調取企業的實際生產數據，并將其與企業主動披露的數據比對，包括能效、能耗、碳排放、能效提高方案等?；谶@些方面的數智技術，金融體系能夠將資源投入到氣候負面影響最小、投入產出最高、對低碳節能推動最多的優質資產中，真正實現金融服務實體經濟，服務碳達峰、碳中和。數智碳中和愿景展望第四章 科學技術始終是人類社會經濟發展的主要動力。以創新引領

109、的清潔能源革命與信息技術革命將在未來十年共同推動下一輪經濟繁榮，這已經成為各國發展的戰略重心，也必將是中國邁向綠色低碳社會的核心驅動。在實現碳達峰、碳中和的道路上，亟需降碳技術與數智技術的重大突破和緊密結合，而數智技術則將快速進入以人工智能為引領的高級階段，為產業轉型升級、能源系統革命、構建綠色生產生活方式開辟新的路徑。展望未來，數智碳中和之路需要社會各界共同參與、攜手共進。政府是數智碳中和的架構師政府的角色將由直接激勵轉向引導零碳生態系統的構建。通過調整創新政策手段，減少對資金資助、稅收減免等直接激勵方式的依賴，更多地通過創造需求、營造環境、提供服務等手段引導數智技術的有序發展，構建生態系統

110、。包括：建設和完善創新基礎設施，促進數智技術的應用；通過技術共享、產學研合作、信息共享等平臺建設催生更多數智技術的零碳創新應用場景；通過加強市場監管和知識產權保護等，保障數智技術應用的持續發展。企業是數智碳中和的踐行者企業對數智技術的理解和應用將直接決定它在低碳轉型中所處的位置。國內外的最佳實踐已充分說明，在落實碳達峰碳中和目標的過程中，數智技術與降碳技術緊密結合相輔相成，成為企業能源轉型過程中缺一不可的手段。建立以數字技術為基礎底座、人工智能為推動引擎的低碳、零碳應用體系將是企業在未來增強抗風險能力、提升競爭力、創建綠色品牌、打造企業低碳引領形象方面的核心工作之一。此外，各行業的核心企業應利

111、用其在產業鏈和供應鏈上的主導地位，通過建立產業綠色轉型聯盟等技術協作方式，推動全行業應用數智技術，持續推動供應鏈各環節的節能降碳。金融機構是數智碳中和的撬動者數智技術將成為金融機構鎖定優質綠色投資標的的重要技術工具。機器學習將被廣泛應用于綠色金融領域，其數據處理及推理的能力和效率將輔助金融機構對企業的生產和投資動態進行全面跟蹤和分析，鎖定最具ESG潛力的投融資對象，精準預測綠色投資收益，將資源投入到負面氣候影響最小、投入產出最高、對低碳節能推動作用最大的優質資產。而尋找、評估與鎖定最具有零碳價值實現的數智技術公司將是金融機構一個新的關注方向。也即，應投資于那些能夠在落實碳達峰、碳中和進程中發揮

112、技術引領作用，有巨大市場空間的數智技術的企業。無疑，如何能鎖定這樣的企業是非?，F實的挑戰。數智技術公司是碳中和的助推者數智技術公司將秉承開拓與創新的使命，以科技力量助推碳達峰、碳中和。在數字產業化浪潮下，利用數據進一步提升效率、降低成本成為技術演進的必然趨勢，數智技術也就成為時代的必然選擇。世界各國都加強了 人工智能發展的布局，這也是中國在科技領域爭取先發優勢的重要賽道。在碳達峰、碳中和這項重大議題面前，數智技術公司要承擔開拓與創新的使命，與實體經濟深度融合，為社會培育雙碳領域的人工智能人才，保障我國社會快速而平穩地向碳達峰、碳中和邁進。百度智能云將秉持“云智一體”賦能千行百業、促進經濟高質量

113、發展的使命，與重點行業企業開展更為密切的合作，打造數智化綠色轉型樣板，引領行業進入綠色發展的快車道。碳達峰、碳中和意味著廣泛而深刻的經濟社會變革,各個領域、各類相關方都將深入參與這場變革，也將被這場變革所重構。面對這樣重大的歷史轉折，所有相關方中的企業、機構、中間組織等創新主體應秉持生態共同體的理念，構成協同合作網絡，才能最大程度地釋放技術進步對生產力的引領作用。因此，促進更大范圍的協同創新將是未來推動數智技術發展的重要舉措之一。通過建立行業聯盟、技術創新聯盟及供應鏈聯盟等多種平臺，充分發揮平臺的網絡協同效應，積極促進各類主體和資源集聚，推動數智技術與行業實踐結合，共同邁向碳中和。參考文獻1.

114、項目綜合報告編寫組,何建坤,解振華,李政,&張希良.(2020).中國長期低碳發展戰略與轉型路徑研究.中國人口資源與環境,30(11),25.2.EIA美國能源信息署.(2018).Energy intensity statistics.https:/www.eia.gov/international/data/world 3.IEA國際能源署.(2019).China key energy statistics.https:/www.iea.org/countries/china4.國家能源局.(2021).2021年能源工作指導意見.http:/ 破局:中國能源轉型之困與未來方向.8.Ro

115、lnick,D.,Donti,P.L.,Kaack,L.H.,Kochanski,K.,Lacoste,A.,Sankaran,K.,.&Bengio,Y.(2019).Tackling climate change with machine learning.arXiv preprint arXiv:1906.05433.9.Yu,S.,Cui,R.,McJeon,H.,Hultman,N.,Clarke,L.,&Yarlagadda,B.(2020).Five strategies to achieve chi-na s 2060 carbon neutrality goal.https:

116、/spp.umd.edu/sites/default/files/2020-09/5%20Strategies_China%202060_english.pdf10.RMI落基山研究所,ETC能源轉型委員會.(2020).中國2050:一個全面實現現代化國家的零碳圖景.11.Azgomi,H.F.,&Jamshidi,M.(2018).A brief survey on smart community and smart transportation.In 2018 IEEE 30th International Conference on Tools with Artifi-cial Int

117、elligence(ICTAI)(pp.932-939).IEEE.12.RMI落基山研究所.(2021).Decarbonizing Homes.https:/rmi.org/insight/decarbonizing-homes13.Carbon Delta.(2017).Carbon Delta Methodologies Overview.https:/www.tcfdhub.org/wp-content/uploads/2019/07/201711_Carbon_Delta_Methodolo-gies.pdf14.賈思敏蒂魯,齊曄,宋祺佼等.(2021).加快中國城市轉型:推動高質

118、量增長、提升碳中和領導力的國家優先政策行動.https:/urbantransitions.global/wp-content/uploads/2021/03/Accelerating_Chinas_Urban_Transi-tion_ZH_2.pdf15.Wei,T.,Wu,J.,Chen,S.(2021).Keeping Track of Greenhouse Gas Emission Reduction Progress and Targets in 167 Cities Worldwide.Frontiers in Sustainable Cities.https:/www.front

119、iersin.org/articles/10.3389/frsc.2021.696381/full#h2 16.國家工業信息安全發展研究中心,百度智能云.(2021).人工智能助力城市“雙碳”目標達成17.Imec.(2018).Imec and TNO launch Digital Twin of the city of Antwerp.https:/www.imec- Urban Digital Twins-insights in the current state of play.https:/ 21.中國信息通信研究院.(2017).工業大數據技術與應用白皮書.http:/ 22.姜永

120、斌.(2021).我國首家燃煤發電“智慧電廠”邁向2.0版，超低排放打造綠色火電.中央紀委國家監委網站.https:/ 23.中國大唐集團有限公司.(2021).加快推進數字化轉型 培育高質量發展新動能.國務院國有資產監督管理委員會.http:/ 24.百度智能云.(2021).“云智一體”技術與應用解析系列白皮書（第一期）企業AI開發篇25.浙江省發展和改革委員會.(2021).關于印發 浙江省節能降耗和能源資源優化配置“十四五”規劃 的通知.http:/ 26.UNFCCC.(2021).Race to Zero campaign.https:/ 27.新華社.(2016).七部委發布 關

121、于構建綠色金融體系的指導意見.http:/ 28.MSCI.(2021).ESG Investing Better investments for a better world.https:/ 除特別注明，所有圖片均來自istock 北京市海淀區上地十街10號百度大廈2層北京市朝陽區景華南街5號遠洋光華國際C座1606 January 2022 RMI.All rights reserved.Rocky Mountain Institute and RMI are registered trademarks.注意事項在企業 VI 視覺中，標志是企業形象對外輸出的核心要素，是體現品牌價值、彰顯企業文化的重要組成部分，在任何情況下均不得隨意修改。本手冊在下面的章節中將嚴格規范標志應用規范，以確保傳播使用時企業視覺識別形象的完整統一。標志標準色圖形橫版標志標準色圖形豎版