数字技术赋能工业碳达峰碳中和应用指南V1.0

导读

中国信通院、中国航天科工集团有限公司，工业互联网产业联盟联合发布《数字技术赋能工业碳达峰碳中和应用指南V1.0》。

本指南主要面向工业企业的管理者和技术骨干以及工业园区管理者。本指南内容包括5G、卫星、工业互联网、云计算、大数据、人工智能、区块链、工业软件等主要数字技术介绍，上述数字技术赋能工业碳达峰碳中和的主要方向、已实施的典型案例，为工业领域碳达峰碳中和工作提供参考借鉴。

数字技术赋能工业双碳概述

数字技术是与电子计算机相伴相生的科学技术，它能够将图像、文字、声音、视频等信息转化为可被电子计算机识别的数据，并对其进行运算、加工、存储、传送、还原和利 用。5G 移动通信、物联网、云计算、大数据、人工智能和 区块链等数字技术正深刻影响全球经济社会发展变革，也是 工业节能降碳不可或缺的重要手段。

工业行业是碳排放大户。根据全球能源互联网发展合作组织《中国 2030 年碳达峰研究报告》，2019 年，中国全社 会二氧化碳净排放量约 105 亿吨。从碳排放量看，能源生产 与转换、工业、交通运输、建筑领域碳排放占全社会碳排放比重分别为 44%、34%、8%和 7%，共占 93%。

数字技术在工业节能降碳领域发挥重要作用，主要体现在三个方面：

一是促进工业生产绿色化。数字技术可为工业领域生产流通环节中的节能改造、节约用料、供需精准对接、物流线路优化、材料回收等提供有力支撑，全方位助力工业节能减 排。

二是赋能工业领域碳管理。例如基于云计算、大数据等数字技术，可实现在线实时监测，更加精确地进行碳排放核算。工业互联网标识解析码解决了碳管理领域中数据可靠性和数据溯源的关键问题。卫星遥感可以监测不同地区乃至具体工业园区的碳源和碳汇，动态呈现碳源和碳汇分布。

三是助力工业碳交易、碳金融发展。通过区块链技术可以对各环节碳资产数据、碳配额交易数据等进行实时上链存证，实现多层级穿透式核查监管、在线跟踪溯源等。人工智能可运用在碳价预测方面，云计算基础设施可为碳管理分析提供算力和存储等 基础支撑等。

数字技术已形成一个相对完整的生态体系，各类数字技术本身相互融合、相互助力，在赋能工业节能降碳方面也是共同发力，实现倍增效应。例如，云网边端协同可促进工业数据多级联动，依托 5G、NB-IoT、TSN、工业PON 等网络联接方案，实现工业生产数字化、智能化、绿色化发展。在赋能工业双碳的数字技术中，5G、卫星、工业互联网、云计算、大数据、人工智能、区块链、工业软件等是最重要的代表性技术。

5G-赋能双碳

5G 赋能行业双碳的关键技术有五个方面，分别是用于边 缘计算的 5G 高可靠专网、精准定位、智能调度、碳排监测、远程操控。

在赋能方向上，5G 作为新型信息基础设施，正在融入千行百业，助力全社会数智化转型，提高传统行业的能源使用效率，支撑整个社会的低碳化。在钢铁、煤矿开采、化工等各领域，各类 5G 应用在传统高耗能行业起到融合提效作用，助力生产运营关键环节的绿色低碳，切实发挥绿色 5G 社会价值。

支持新能源建设和并网

助力钢铁行业改进流程

赋能煤炭井下开采作业

促进化工行业数字化和智能化

助力碳排放量化、审计和交易

工业互联网-赋能双碳

工业互联网通过与工业、能 源、交通、农业等实体经济各领域的融合，为实体经济提 物理感知、网络连接和计算处理平台等新型通用基础设施支撑。促进各类资源要素优化和产业链协同，帮助各实体行业创新研发模式、优化生产流程。

在赋能方向上，工业互联网主要赋能：

碳排放量监测和预测。以工业互联网技术为支撑，部署和应用各类智能传感器， 可以帮助企业获取生产运营过程中的碳足迹信息、碳排放数据，实时开展在线监测，辅助节能减排决策及实施。帮助企业更加准确的制定、调整和实现碳排放目标。

碳资产管理。依托工业互联网标识解析服务平台建设碳资产专项服务平台，基于标识代码和工业互联网平台可以精准管理物流、 能源流、排放流数据，通过标识解析服务平台可以记录管理对象的动态信息，溯源相关碳资产数据，支持政府或行业实施碳达峰碳中和规划与目标。

碳计量管理。按照国家标准《计量器具 识别编码》（GB/T 36377-2018）建设的工业互联网标识解析仪表平台，可为仪器仪表、计量器具和测量数据等提供标识编码，为企业能源消耗与碳排放数据管理提供解析服务，可确保测量数据的可靠可信。

企业碳数据管理。工业企业可按照国家标准《工业企业能源管控中心建设指南》（GB/T 40063-2021）构建企业能源管控中心，用于采集能源消耗量和碳排放量，并通过安全网关设备把碳数据传输到工业互联网服务平台上。建立基于企业内部工业控制网络对能源及碳数据实施计量的监控体系。建立数据交换融合接口，实现企业数据资源共享与信息融合，助力能源大数据的高效利用

云原生-赋能双碳

云原生是一种新型技术体 系，开发者无需考虑底层技术即可实现快速部署、按需伸缩、不停机交付等。云原生、浸没式液冷、分布式等云计算新技术，为云计 算赋能工业双碳提供强有力支撑。

云原生的主要赋能方向为：

为工业碳管理提供低成本高可用支撑平台。云计算为碳数据应用与管理提供低成本、高可用、高扩展的算力和存储环境。最大限度提升物理资源的复用价值，增强企业在运行成本控制、环保效益提高、能源效率提升等方面的数据分析能力。

应对计算资源需求峰谷不定的工业场景。基于云服务的伸缩、计算资源即开即用、按需租用等特性，工业企业可以根据业务负载需求进行自动的弹性申请和释放，灵活应对业务对计算资源的诉求，减少不必要的重资产投入，避免重复建设和设备空转，降低能耗和碳排放，并缩短产品上市周期，提升企业产能和效益。

降低传统工业软件研发能耗成本。云端开发环境，可为工业企业提供一站式开发运维能力。当前，数字化服务企业提供全代码、轻代码和低代码等各种开发模式，地域协同研发，能够灵活满足工业用户个性化定制需求，提升工业智能业务的开发和交付效率，节省人力、能耗成本。

赋能工业数据中心节能减排。数据中心云化、集约化、绿色化发展，是工业低碳发展的重要基础。云计算通过以下几个方面降低碳排放：用电和散热效率的提升、硬件效率上的提升、软件工程设计在能耗上的节省、云原生架构在计算效率上的提升、云计算中心集中使用新能源和硬件的材料循环等。

人工智能-赋能双碳

人工智能技术在制造业产业链 各个环节发挥重要作用，通过对工厂整个生产过程的数据进 行智能分析，不断地优化生产方案，还可基于自然语言处理技术分析工人检修报告，基于机器视觉技术对产品进行缺陷 自动检测等。

人工智能的主要赋能方向为：

助力工业行业的双碳规划与节能降碳优化。在尽可能充分收集历史多源、多类型数据情况下，大数据驱动的人工智能算法可以和“能源-经济-环境”等传统机理分析模型相融合，自动给出碳达峰推演、碳减排路径规划与碳中和投资决策等结果，助力区域工业实现高质量绿色转型。

助力能源结构转型。借助人工智能技术，对新型电力系统供需两侧的不确定性进行预测，并优化源网荷储各环节之间的效率，实现“安全-经济-低碳”最优，是助力能源结构迈向绿色清洁的必经之路。

助力市场碳价预测。对碳排放权交易价格进行预测，是碳市场交易的重要环节。需要综合数据驱动的方法与知识经验的方法，如可采用数据重构、知识嵌入、遗传算法和深度神经网络设计等混合算法的思想，构建碳价的鲁棒预测模型。

典型赋能应用

主要赋能方向

审核编辑 ：李倩