时间： 2025 年 7 月 25 日 工业园区零碳转型指南 气候中和园区 : 工业园区的零碳转型之路 监测分析与优化运行 持续改进 8 . 步骤五：制定能源方案之二 - 分析能源潜力 . 步骤六：制定能源方案之三 - 确定技术配置、规划不同情景 . 步骤七：详细规划与实施落实 . 步骤八：监测分析与优化运行 未来展望与总结 引言篇 为什么要选择以实现气候中和为目标的园区转型之路？ 引入绿色与可持续金融 资金支持方案 . 步骤五至八 定义城区 / 园区边界范 围 明确项目边界 确定技术配置与规划 能源方案制定之三 分析能源需求特征 能源方案制定之一 分析能源潜力 能源方案制定之二 八大步骤转型路径 工业园区零碳转型指南 目录 2 4 6 3 5 7 1 园区作为不同产品与服务的共生平台，能够开启全新的商业模式，如智能的 高竞争力以及创造商机。 气候中和园区能够最大限度地利用当地所具备 的实现气候中和的潜力（特别是可再生能源和 余热废热资源），并且还可以更加高效地利用 土地资源。 部门间协 同效应 园区作为国家和城市实现气候中和转型的重要元素，具备着实施节能减排和降低能源成本的巨大潜力。采用一体化、系统性的园区解决方案，不仅 可 以提高节能减排潜力，还能带来许多附加优势。 为什么要选择以实现气候中和为目标的园区转型之路

油门与刹车 " 构成了园区向零碳方向演进的 " 操作 系统 " ， 三者共同支撑园区转型升级。 园区碳排放核算技术 如同汽车的 " 表盘 " 为建设零碳园区提供数据 基础 量化各环节碳排放潜力 实时监控运作状态 园区低碳经济体系 如同汽车的 " 油门与刹车 " 为零碳园区提供经济 动力 维持园区长期发展 控制园区建设进度与 速度 园区低碳管控技术 如同汽车的 " 方向盘 碳排放强度 ：单位 GDP/ 产量的 CO2 排放量 碳排放核算系统 搭建一个能精准预测碳排放状况、分析碳排放时空变化情况、理清各环节碳排放潜力、评估碳资产并 核算系统 碳排放核算是发展零碳园区的基础，能帮助园区经营者识别主要碳排放源并了解减排潜力 主要市场机制：碳交易、绿电交易和绿证交易 碳交易市场仍处于初级阶段，亟待完善 量化评估园区内各组件和技术对碳排放总量的影 响 CHP 、 CCHP 等设备的碳减排潜力研究最为完 善 当前缺乏统一的碳效益量化分析标准 园区低碳经济 体系 减碳潜力分析与碳效益 评估 通过量化减碳能力、合理分配责任和市场机制，实现园区碳减排与经济效益双 赢 园区低碳经济研究体系 图 4 ：园区低碳经济体系研究框

通过释放全价值链改进潜力、实现除自动化以外的效率提升。 AI 的最新发展赋能新用例显著改善各种生产 关 键绩效指标。 商业化领域也受益于 AI 。使用 AI 工具直接协助与医务人员互动的应用日益增多，更快速为团队提供重要的医疗信息。 AI 还可 以通 过使用市场表现数据为销售、营销和市场准入环节提供独到洞察。 将 AI 整合进公司流程为制药公司提供了改善营收和利润的巨大潜力，机会正当时。然而，企业必须考虑大量因素，才能使 宣传材料制作 • 关键意见领袖（ KOL ） 管 理 • （医疗）知识管理 应用得当时， AI 可以同时提高有效性和效率，在更短的时间内为患者带来更好的药物。然而，效率和收益的提升潜力因价值链环节而异。因此，合理管理 AI 预期以调整 AI 投资至关重要。 获取收益 AI 在制药价值链中的应用（部分示例） 制药价值链 资料来源 : GenerativeAi.net, Techtarget 车辆、路线规 划优化 例如：通过机器参数优化减 少废弃物料 7 AI 在制药领域的应用 10-30 % 10-30 % 成本节降 11 无形收益 有形收益 1 常规减少潜力 资料来源：罗兰贝格 影响 更深入的理解 AI 可助力市场洞察和企业战略 1 监管和医学事务 加快审批流程并保持合规性 审批提交支持和合规性监控 • 创建监管申报资料包 • 自动追踪监管变化并进行合规性预测

授权 成本和运行特性 技术确认 发电计划 状态参数 分派发电计划 商业型虚拟电厂（ commercial VPP ， CVPP ） 功能：从经济角度考虑，基于用户需求、负荷预测和发 电潜力预测，制定最优发电计划，参与市场竞标。 特点：打包交易，分布式资源的商业模式。 技术型虚拟电厂（ technical VPP ， TVPP ）。 功能：从电力系统整体需求考虑，结合经济调度方案， 联供 等 虚拟 电厂 端 虚拟 电厂 端 CPS CPS 总体架构 需求响应 能源交易 能源运营 能源监控 业务架构 数据采集管理 智 慧 能 源 服 务 平 台 用户关联 响应潜力 执行反馈 响应预案 正式方案 补贴信息 数据交互管理 采集档案管理 运行监视 辅助服务响应 负荷执行分解 综合告警 控制演练 能源互动 交易报价 接收交易结果 模拟交易 结算争议处理 服务档案查询 响应效果评估 需求响应档案查询 省 级 电 力 交 易 平 台 用户关联 报价信息 计量信息 交易信息 交易结果 结算结果 偏差信息 调 度 系 统 用户关联 响应潜力 执行反馈 辅助服务 发电计划 安全架构 平台防护依据《电力二次系统安全防护规定》（电监会 5 号令）要求，按照“分区分域、安全接入、动态感知、全面防 护”的安全策略防护，从物理、边界、

⑥ZQY.All rights reserved. (a) 页岩油生烃潜力图； (b) 保存潜力图； (c) 孔隙度值； (d) 最终区域成功潜力图 图 3 量化指标 图 石油观系 新的测井、储层等附加资料，需要建立测井神经网和储层神经网。最后，通过神经网络得到预 测 未钻井地区的储层及生产信息模型 ⑥ZQY.All rights reserved. 测井 未来勘探潜力预测 ZQY 通 过 收 集 整 理 井 位 信 息 、 地 震 和 测 井 、 储 层 状 况 等 资 料 ， 建 立 人 工 神 经 网 络 模 型 ， 最终确定了未来勘探的潜力区，明确、客观地指出了未勘探地区的分布，避免了地 震解释造成的主观判断错误，及时发现成熟探区遗漏；数据结

要方法。 的用能目标。使能耗管理： ① 变被 动为 主 动 ② 变无 形为有 形 ③ 变经验为 科 学 ④ 变局 部为系 统 通过节能管控、优化调度、挖掘潜力、合理节能，引导地铁能源消费，对建设高效节能地铁智慧能源 管 理系统，实现地铁节能增效，有着非常重要的意义 ! 最终实现节能达到 25% 。 最终目标 让地铁站点管理人员提升能耗管理水平，降低 能耗公示 通过对能耗监测数据的收集、统计和对比，挖掘节能潜力，最终达到节能的目的。节能潜力模块通过后台数 据的计算分析，首先寻找同类型标杆，以标杆为基准做对比，找出量化的差距，然后深层次的挖掘节能潜力， 把待机能耗 ( 包括空调、照明、插座 ) 统计出来，另外再从更换节能灯具的角度入手，向用户展现监测地铁 站点的用能情况和节能潜力空间，直接向管理人员展示诊断结果，为地铁站点后期做管理节能和技术节能提 额量，为成都市地铁提供能耗衡量的 依据， 帮助成都市地铁深入开展能耗定额工作 ( 如：超定额加价等管理措施 ) 。待机能耗：主要是向地铁 管理人员 提供监测地铁站点用能的待机能耗汇总结果，为计算节能潜力提供参考依据。 添加 删除 编辐 能耗类型 0 电 ( 千瓦时 ) 1 电 ( 千瓦时 ) 0 电 ( 千瓦时 ) 4 电 ( 千瓦时

辅助服务 电能量交易 辅助服务 用户 能效服务 虚拟电厂业务现状与发展趋势 电力 辅助服务 需求响 应型 混合资 产型 虚拟电厂 现状 调峰 7 市场潜力 在市场上潜力方面，随着综合能源业务蓬勃发展，分布式资 源规模逐渐庞大。以华北区域为例，其中可调负荷资源约 5000 万千瓦；用户侧储能资源约 100 万千瓦；电动汽车约 600 万辆；分布式电源装机规模超 2019 年 11 月 11 日，华北能监局发布《第三方独立主体参与华北电力调峰辅助服务市场试点方案 ( 征求意 见稿 ) 》 , 方案中提出了虚拟电厂可以参与到电力调峰辅助服务市场。 分布式能源发展潜力巨大，电力辅助服务政策利好 10 虚拟电厂建设背景和目标—电网稳定运行需要 京津塘地区 C 分布式能漏规模总 政策背景与 需求空间 分布式能源 发展现状 华北分布式电源 虚拟电厂建设背景和目标—集团生产运行及业务发展需要 合理的综合 能源解决方 案 专业的能 耗监测系 统 灵活的商 业合作模 式 完善的支 持服务及 培训 科学的工程 实施和管理 深入的节能 潜力分析 麟 882 项目 施工 技术 方案 数据 监测 专家 咨询 酸 1 2 建设目标 · 探索新型电力系统建设、服务电网稳定 运行； · 提升项目生产运行水平，为综合能源项

提升模型的推理能力？ 得益于纯大规模强化学习 ， DeepSeek-R1 具备强大推理能力与长文本思考能力，继开源来备受关注。 DeepSeek R1-Zero 和 R1 的出现再次证明了强化学习的潜力所在： R1-Zero 从基础模型开始构建，完全依赖强化学习，而不使用人类专家标注的监督微调（ SFT ）； 随着训练步骤增加，模型逐渐展现出长文本推理及长链推理能力； 随着推理路径增长 Pure RL to Develop Reasoning Capabilities: 社区的复现都涉及蒸馏和搜索，而 DS-R1 Zero 跳过监督微调 SFT 阶段，展现出大规模强 化学 习的潜力，这也得益于以下几点： 需要足够强的基座模型：基座模型 (DeepSeek-V3 Base) 超过了某个质量和能力阈值 （ 671B 在 14.8T 高质量 Token 上训练）； org/pdf/2402.03300 DS-R1 Zero 跳过监督微调 SFT 阶段，展现出大规模强化学习的潜力。这种自主学习的方式，不 仅 节省了大量的标注成本，而且让模型更自由的探索解决问题的路径 ，而不是被预先设定的模 式所 束缚。这也使得模型最终具备了更加强大的泛化能力和适应能力。 为了充分释放 GRPO 的潜力并确保训练稳定性， DeepSeek R1 的训练中采用了四阶段的交替 迭代 流程：“监督微调（

基于历史数据及预测气候指标， 预测发电资源潜力。 结合历史数据及气候因素 ，预测负荷资源基本运行状态； 了解负荷资源控制变量、控制方式、影响因素及客户舒 适度需求； 基于负荷资源基本运行状态、负荷调控方法及舒适度需 求 ，分析负荷资源可调控潜力。 3 虚拟电厂发电预测 基于虚拟机组 ，构建区域级虚拟电厂； 基于可控资源潜力预测结果及虚拟机组聚合情况， 实现虚拟电厂整体发电预测。 实现虚拟电厂整体发电预测。 虚拟电厂子站侧 2 负荷资源潜力预测 电厂侧功能及界面展示——机组组建 数字拥抱能源 点亮绿色世界 发电资源潜力预测 biaoti 基准曲线图表与基准曲线表格联动 基准曲线图表取电厂最近 5 天未参加市场调峰的实时 负荷曲线， 作为电厂的基准曲线； 基准曲线表格 市调可以修改电厂的基准曲线， 表格展示 96 个点的数 据 APP 控 制 有序充电桩 有序充电桩 有序充电桩 分布式光伏 4G/5G 新型负控 储能 biaoti u 楼宇建筑本身有一定的储冷 / 热能力 ，有通过短时中断的方式提供需求侧响应的潜力 ，用户同意参与需求响应后 ，可直接进行负荷调控 ，在需求响应事件到来时 可以完全停掉。 u 目前已将 3 台冷水机组进行柔性调控改造工作 ，预计该建设点在典型生产日参与需求响应的最大可调节负荷约为

术成熟 度、增长潜力、从核心业务切入几个维度考量业务场景 转型的优先级。 信息化基础 通过信息基础设施规划和网络安全体系规划，引领技术架构走向云、 边、端协同；建立数据治理体系，提升数据质量，解决“信息孤岛” , 实 现数据资产运营 技术成熟度 选择成熟技术作为试点，改进现有主营业务并探索高协同性业务的转 型场景 增长潜力 考虑转型业务发展潜力，从最具增长能力的场景发力 应用敏捷交付 5G+Al+ 云 + 边缘 荒 当前市场 来源：石化盈科， 2021 ◎IDCI 12 跨域价值协同 8 业务赋能 电子商务 平台运营 潜力增长 数据智能服务 技术转型 互联互通 能力随需调用 思维重塑 绩效精准 组织转型□ 一体化优化 组织敏捷 6.. 流程高效 模式再造 三 创新转型 O 智能化研究院