公司动态

关注中国制造业“软力量”

格创东智【工业软件专家访谈】第四期

工厂能碳管理的误区及对策。

 以下专家访谈实录，enjoy：

一直以来，工业不仅是我国经济发展重要引擎，也是推进经济发展方式绿色转型的重要战场。尤其是在“双碳目标”提出后，工业绿色低碳转型进一步加速，各工业领域都掀起节能减碳的行动浪潮。

这其中，数字化转型是关键，新一代信息技术与传统产业深度融合已成为工业节能降碳增效的新驱动。在新能源、电力、石化、半导体等行业，已涌现出一批数字化技术改造带动能源资源效率系统化提升的典型应用。

不过，在为工厂积极转型点赞的同时，我们也看到，目前许多工业企业还普遍缺乏对能碳管理的科学认知，导致在能碳管理行动中跑偏，投入产出不成正比，需要审慎对待。只有走出认知误区，才能在“能碳长跑”中行稳致远。

在国家双碳战略与产业政策的驱动下，制造业能碳管理是大势所趋。然而，很多企业在缺乏充分调研和前期准备的情况下，忽视了技术可行性、经济性等要素，企图通过“急剧”变革，以最快速度实现能碳管理目标，仓促上马各种措施，大幅超越企业发展阶段。

这种“大跃进”式的行为，不仅收效甚微，还牺牲了当下的发展。

企业能碳管理必须在严谨、细致的分析之上，制定明确、可行的路线图与行动计划，并进行定期跟踪、监测、调整和优化。其次，目前能碳管理的很多技术正处于快速迭代升级的阶段，还要考虑技术的可行性与可得性，做好前期准备。

以新能源锂电为例，在能碳管理已经成为行业刚需的背景下，却仍然存在基础的计量体系不完整、管理体系建设不规范等普遍现象。

基础设施及数据基础的完善是能碳管理的基本条件，影响着能碳管理的整体部署。类似计量体系参差不齐、数据的融合及业务的关联性不强、参数设置不完善等问题，在能碳管理计划实施前期就务必解决。

比如，针对以上问题，可以依据锂电行业的工艺流程特点，首先构建高效的计量体系，同时实现数据存储、数据建模与分析、数据可视化等能力，为数据与业务融合打好基础。

当前，在物联网、大数据、AI等新兴信息技术的加持下，企业能碳管理技术日新月异，许多问题可以迎刃而解。但是，能碳管理并不是搭建一套系统那么简单。

一方面，企业能碳管理必须放在全产业链中进行考虑。除了搭建起完善的系统，还要由内部生产制造到外部供应链，进行整体的管理和技术变革。不仅要在单个应用场景中见成效，更要实现从企业本体到供应链，以及到行业伙伴之间的打通。

比如，“碳排危机”不仅是单个企业的问题，更是一个行业的问题。尤其是在当下中国制造业面临海外“碳封锁”的背景下，产业链上的企业，更应该聚集行业上下游力量，实现双碳业务价值最大化，进而提升行业整体的低碳制造力。

另一方面，企业能碳管理不仅是技术问题，更是一个涉及技术、产品、企业文化的变革问题，涵盖了研发、生产、产品/服务、运输物流等生产运营全流程，将对企业生产、经营产生全方位、深刻的影响。比如产品研发创新方向，生产工艺和流程，产品与服务形态，供应链管理方式等。

这就要求企业必须打破传统的业务边界，对产品和服务进行全生命周期管理，在产品全生命周期的不同环节实现节能、减碳。

过去，中国制造企业节能降碳，普遍偏重于“设备更新节能”与“技术改造节能”，热衷于通过引进新的硬件设施或者新的技术来提升能源利用效率。

但是，无论是设备更新还是节能技术改造，最终都需要结合企业特点，对能耗设备、能耗系统进行综合有效的管理。

换句话说，即便设备和技术再先进，如果使用不当，或是欠缺使用环境，那么节能降碳效果将大打折扣。

比如，我们经常到很多高大上的硬件设备，在现场运行时实际效率并不高，或是衰减严重，出现“大马拉小车”的情况。究其原因，便是企业“重装备，轻管理”，忽略了现场使用情况、需求匹配、系统运行连锁反应等。

对此，企业应该建立系统性的最优能耗指标，并基于实际运行场景进行针对性优化改造，构建起以企业设备对象为核心的最优能耗模型，并持续管控优化。

事实上，工厂在能碳管理中走入误区，很大程度上是因为需求与场景不明，难以做到全盘考虑。在工业企业，能碳管理数字化的需求可以说贯穿了企业全生命周期，覆盖所有主要的排放场景。

比如实现工厂精益生产管理，要着眼全生产过程的能源效率、质量等；构建能源管理体系，要考虑如何做到统一管控，效率如何测算；数字化转型，要思考如何有效测算ROI，设定合理指标并优化；构建碳管理体系，要做到合规碳盘查报告、产品碳足迹等……

面对多维度、纷繁复杂的需求，如果缺乏“一盘棋”思维，就难免步入误区。

总体而言，我们认为，要把工厂能碳管理看成是一个有机的整体，充分发挥数字化的关键作用，利用AI算法驱动能碳联动，打造面向企业全生命周期，覆盖企业所有能源及排放场景的智能化管控平台。

这其中，AI驱动是关键，也是底层技术支撑。

在丰富的场景需求下，借助能碳AI平台、能碳IOT平台以及能碳大数据平台，通过海量数据沉淀，结合设备机理与算法等多技术栈融合，实现数据互联互通，打通能源流、信息流、价值流。并通过上层能源管理及碳管理的应用模块，结合AI分析模型，实现能源、低碳和工业场景的有机融合，最终形成工业双碳Know-how模型，赋能企业达成双碳目标达成。