平 均 日 负 荷 特 性 曲 线 负荷特性分析 参数 源 2.2MW 光伏发电系统、 10kW 风力发电系统 网 光伏系统低压 380V 、储能系统 6kV 储 4.02MW/12.6MWh 磷酸铁锂电池 70kW/307.2kWh 梯次利用动力电池 荷 厂区用电负荷 储 能 站 一、基于风光储充的工业园区综合能源系统构建 源 - 储 - 荷功率和容量配比 个直流充电桩 , 1 套 70kW/307.2kWh 梯级利用储能系统 线圈车间屋面 光伏 191.40kWp GVPI 车间屋面 光伏 370.04kWp 集装箱储能系统 4.02MW/12.6MWh 五、基于风光储充的工业园区综合能源系统典型案例 项目规模 3 号停车场光伏 212.99kWp 14 个交流充电 桩 储 能 站 系统主界面 系统运行状态页 n 新能源累计发电量 1

信通院等机构牵头，制定《算力-电力协同接口技术规范》，重点解决 第九届未来网络发展大会白皮书 算电协同技术白皮书 56 三大关键问题：建立算力可调节容量计量标准，明确 1 万 GPU 时相 当于 2MWh 电网调节能力的折算方法；统一电力-算力协同调度协议， 基于图 2-1 所示的功能架构实现跨系统互联互通；完善碳排放动态折 算体系，开发基于实时碳足迹因子的精准计量模型。在技术创新方面， 应重

L anguage Models）具有较低的能耗。随着⼈⼯智能模型的规模不断增⼤，⽤于训练 的计算资源也在增加。例如，最显著的LLM之⼀GPT-3 在其训练阶段据称消耗了将 近1,300兆⽡时（MWh）的电量，相当于约130个美国家庭的年度⽤电量。此外，训 练GPT-4所需的45吉字节数据的费⽤估计约为1亿美元。 相⽐之下，SLM相对于LLM需要更少的能量进⾏训练和操作，使其成为⼈⼯智能应⽤的

累计处理污水 87,697吨 减少滑雪气体 量排放 46,161吨 减少悬浮物排 放 6,712吨 减少氮气排放 38,501吨 减少生化气体 量排放 PAC kW·h MWh NaOH SS NH3-N H2S BOD CO2 COD Al2(SO 4)3 GJ 消费与零售行业 最佳ESG企业实践榜单及最佳实践汇编 51 • 随着“互联网+零售”