实现 " 市县能监测，省 市能应急，国家能预警 " 的目标。 5 5 建设目标 形成有效的能耗管理 制度 及时掌握缴费耗电与 实际耗电的分析比较 建立节能方案决策指 导体系 建立节能成效评测平 台 及时发现并排除用电 异常 能耗管理  能耗计量系统 - 系统概述 建筑能耗监测管理系统是通过 M- BUS 网络、 TCP/IP 网络将水表、电表、 能量表等多个计量仪表的记录值的信息 器、接口转换器等辅助设备组成。 能耗管理  能耗计量系统 - 系统架构 园区内各层办公区的水表、电表、空调的 自动计量，提高物业管理效率，并能对能源 进行有效管理和节能。 各层办公区根据业态分布情况，分别设置 水表、电表、空调计量表。 能耗管理  能耗分析管理系统 建设内容：在每层装智能电表和智能水表计量楼层统计大厦总能耗 对系统进行分类如：电、燃气、水等的统计。以及分项如，电量分项能耗应当包括：照明插座用电、空调用电、动力用电、特 ：照明插座用电、空调用电、动力用电、特 殊用电。分类和分项的细化统计，为将来的建筑节能打下坚实的数据基础。 能耗管理  能耗分析管理系统 能耗分析管理系统带来 的价值 远程抄表 用电警告 节能评估 决策依据 通过远程自动抄表，解决了传统手工抄表方式中数 据时效性，准确性及后期数据操作性问题。 用电异常报警，分析设备是否故障或存在供电用电 异常的问题。 通过分析基站设备耗电量，可得到哪些设备效率高、

消费总量约占全国能源消费总量的1/3。 12 工业园区能耗分析 浙江省国家级经济 技术开发区中，能源消 耗仍以传统化石能源为 主（化石能源总消耗约 8851 万 吨 标 煤 ， 占 比 87%），在调整能源结 构、提高能源利用效率、 降低污染物排放方面， 仍有较大的提升空间。 13 在工业园区开展综合能源的必要性  1、园区用能总量、能耗指标、环境指标限制；  2、园区能源消费结构不合理，能源使用效率偏低； 。  园区一次能源需求为原煤、石油制品和天然气，二次能源需求为电力 和热力（蒸汽）。  在一次能源中：原煤消耗约占总能耗的18.2%，石油制品约占总能耗 的28.2%，天然气约占总能耗的2%。在二次能源中：热力约占总能耗的 37.1%，电力约占总能耗的14.4%。 24 园区存在问题 园区存在 问题 供能方式传统单 一 能源利用效率尚 有提高空间 废弃物循环利用  建设综合能源智慧管理平台，在对园区及企业能源数据进行采集、加工，并 进行分析、处理的基础上，为园区管委会提供能耗分析、能耗对标、智慧调 度、节能诊断、运维服务、能源交易、能源金融等服务，实现能源流、信息 流、价值流三流合一。 31 项目预期效益 年节约能耗 24万吨标煤； 减少煤炭 消耗量13 万吨标煤。 可再生能源 装机容量提 高22%。 年减少废水 排放440万

........................................................................................- 27 - 2.7 能耗与绿色运维.............................................................................................. ...........- 28 - 2.7.2 当前能耗挑战................................................................................................................................- 28 - 2.7.3 能耗与绿色运维...................... 算力运维核心目标高效释放算力资源，侧重算力密度最大化与能耗比最优；服 务对象主要是高性能计算、人工智能训练/推理、云计算等对算力需求极强的 场景。 （2）. 传统运维管理模式标准化，流程成熟，侧重流程合规与故障快速恢复；团 队需掌握服务器部署、网络排障等基础技能，对硬件底层原理深入理解要求较 低；算力运维管理模式动态化，需结合业务负载实时调整资源分配；团队需掌 握芯片级知识、能耗建模、分布式系统调度等技能，甚至需与算法工程师协作

6. 车辆管理系统 7. 电气火灾预测检测系统 8. 智能安防监控中心建设 智能安防系统架构示意图 能源管理规划  能耗实时监测  能耗统计分析  能源报警管理  能耗负荷预测与分析  能源调度管理  能耗设备管理  能耗对标管理  环境排放检测 通用能源目录 通用产品目录 通用转化系统 计量单位 能源结构 产品结构 能源转化系统 基础数据 智慧能源管理主要业务功能 通信通道参数 采集设备参数 数据分组管理 采集参数配置 采集数据管理 通讯设备状态监控 设备通讯数据监控 数据管理 能耗设备管理 能源消耗分析 报表管理 数据维护 数据存储 电力能耗目标设置 水源能耗目标设置 气体能耗目标设置 谢 谢

细化管理，能耗 KPI 指标评估、节能诊断等功 能 ，降低企业能耗成本 5%-15% 。 5G+ 数据采集 应用实践 1 ：能耗监控与优化 工厂侧能耗综合调度 车间侧能耗实时监控 重点车间监控与 实时分析（涂装） 会议室 / 走廊等非 常驻区域的空调 照明自动控制 基于现场温度传 感器的车间温度 动态调控 5G+ 数据采集 应用实践 1 ：能耗监控与优化 公司级能耗分析大屏 切菜机

根据国际能源署测算，2024 年全球数据中心电力消费约为 415 TWh，占全球电力总需求的 1.5%。在基准情景下，预计 到 2030 年这一数字将翻番至 945 TWh，年均增速约 15%， 是其他高能耗行业需求增速的四倍以上。 随着人工智能的快速发展，预计 2025 至 2030 年间，全球 数据中心服务器的用电增长将呈现显著的结构性特征：其中， 50% 的用电增长将来自高性能服务器，年均增速达 跃升至当前智算中心的 20– 40kW，未来部分场景将会突破 100kW。这种高密 度负载对配电、制冷、空间布局和散热系统提出了 更高要求，推动传统基础设施进行全面升级。 单机架功率密度大幅提升 为适应高密度与低能耗需求，液冷技术正逐步从边 缘走向主流，尤其适用于高散热量的人工智能服务 器。同时，存算一体、光电融合等新架构也在探索 落地路径，网络系统则朝着更高带宽、更低延迟、 更智能的方向发展。 技术路线持续深化 PUE，并持续控制运营成本，面临更多技术瓶颈亟待突破。 当前，许多在役数据中心仍使用传统UPS、变压器和配电设备， 在中低负载场景下效率降低，电力转换损耗较高。与此同时， 冷却系统能耗占比增大，在高密度部署下，机柜散热功率增 加，推高整体能耗。 低效数据中心不仅难以满足日趋严格的能效与排放考核，也 拉高了单算力成本，限制了其在高强度智能应用场景中的市 场扩展潜力。 关键电气设备能力的提升将成为节能增效的突破口。例如，

预测三：AI 服务器机架的功耗将超过 1 兆瓦 12 预测四：AI 的能耗需求将推动电源架的功率等级突破 100 千瓦 13 三、数据中心的整体供电 16 预测五：新一代数据中心的功率需求将迈向吉瓦级规模 16 预测六：配电将从交流系统转向直流微电网 17 预测七：可再生能源将成为满足 AI 数据中心增长能耗需求的关键 19 结论 21 参考文献 23 3 Adam 展示了这种分离式 IT 机架架构的示例，其中电源模块（PSU）、电池备用单元（BBU）和峰值电流补偿模块（PCS） 均置于侧机架内。 13 图 11：分离式 IT 机架示例 预测四：AI 的能耗需求将推动电源架的功率等级突破 100 千瓦 当IT机架的功率等级接近100 千瓦时，由Open Compute Project[1]所定义的单相电源供电长期以来一直是业界标准。 在过去十多年里，输出功率为 就必须建立一种全新的配电基础设施，以满足能效与运维成本需求。直流微电网被普遍认为是最有潜力塑造未来 AI 数据中心格局的架构方案，它代表着对数据中心基础设施内部电能管理方式的根本性重构。 图 15：面向 AI 数据中心能耗增长的电力架构演变示意。无论是 DC-DC、AC-DC 还是 DC-AC，英飞凌的功率半导体解决方案均能在每个功率级提升能效 在这种情景中，电能将由中压交流电网（10-35 kV 交流电）直接集中

u 变配电子系统 -- 变配电机组和柴油发电机。 u 其他子系统 -- 电梯等。 u 创造舒适、健康、宜人的环境； u 延长机电设备使用寿命，减低机电设备更 换 频率； u 降低设备的能耗、 提高建筑物内部设备的安全性能； u 提升物业管理水平，减少人力投入 建筑设备监控系统应用 电 照明 电力 电梯 空调机组 冷水机组 给排水 热交换 Part Part 5 能源 提供高效的设 备管理手段 改善室内 舒适程度 保障设备 安全运行 提高响 应速度 降低培训成本 水 DDC 控制 器 中央操作站 环境参数 降低能耗 些 i 通风 风 能源管理 u 当夜幕降临，景观照明为人们提供一个理想的室外活 动场所， 又可以塑造 出 更加绚丽迷人的景观氛围。我们通过各种照明效果，来衬托、加强我们的设 计语言，营造造出多彩的效果。 动的功能性照明。 • 创造与白天完全不同的景观效果。 ` • 需结合景观照明电气图进行深化设计。 Part 5 能源 建设目标： 建设一套能耗计费管理系统，可以实时掌握园区能耗使用情况，掌握能耗费用缴纳情况。 本项目能耗计费系统建设范围包括： 计量，可更好的进行能源分析） u 空调：各单 体 都采用分体空调，由入住企业建设，因此不做计量。 u 煤气：煤气的监测由煤气公司统一抄表到户，不做计量。

参数万亿/十万亿级的突破以及大模型应用逐渐在社会、生产、 生活中的广泛深入，智算/超算中心作为支撑大模型训练和推理的基础设施和核心载体，其重要性日益凸显。 2.1 核心挑战：超低时延、无损传输与能耗困局 智算中心网络作为连接海量计算资源（万卡/十万卡级）的关键组成部分，其性能直接影响到大模型训练 的巨量数据、分布计算以及并行同步的效率和效果。然而，当前智算中心网络在大规模组网架构、低时延无 置策略一致性等问题。 智算网络核心技术 05 智算网络核心技术 06 能效与成本优化 智算中心单柜能耗已达50kW，训练GPT-3一次消耗19万度电，间接排放二氧化碳超105吨。在万卡集 群中，网络设备功耗占比可达20%-30%，需通过光电融合交换、低功耗协议栈等技术降低能耗。 2）智算网络关键能力要求 超低时延与高带宽 • 技术路径：采用RDMA技术绕过GPU内核协议栈，结合 基础设施层提供智算中心硬件层面的网络加速与互联能力，支撑上层协议与调度策略。其包括支持IB或 RoCE的网络交换机、端侧的智能网卡DPU以及服务器内GPU卡间互联的总线等，其中，依托光传输高速 率、低时延、低能耗和低成本的优点，光电融合正成为智算中心内从设备到网络架构的重要演进趋势，包括 OCS光交换机、光电合封CPO交换机、高速光模块和光输入输出OIO等技术。 图2-1 AI组网逻辑架构和物理架构

精准监测、精确计量，多时间尺度智能采集网荷数据 南网科技公司的产品规划 曲 分布式 供 冷 / 热 站 i 分布式 燃气电站 名 集中式 储能 -0 -0 不可控 负荷 Q 企业 能耗 O 二 园区 能耗 其他形式 能源 解 决 方 案 分布式 储能 电源 / 电网 资产 分布式 风电 分布式 光伏 分布式 光伏 采 集 层 电动 汽车 可控 负荷 储：可灵活应用于源网荷各侧 电网公司 管制业务： 调度 / 输变电管理 市场化业务： 电力交易 / 光伏 云网 / 车联网 / 国网电商 / 风 光 储 / 虚拟电厂 / 柔性负荷调 控 政府 / 监管 能耗 / 碳排放 / 监管平台 其他机构 碳交易中心开放平台 第三方碳核查机构 产品碳足迹 / 企业碳排放认 证 各市场主体 能源投资 运营 / 运维 / 节能 / 负荷聚集 / 售电 碳管理 / 信为输入，遥调 / 控为 输出。 √ 调控能力模型：上下可调节容量、调节速率、可中断 / 持续时间等。 √ 市场交易模型：申报交易品种、交易量、交易价格等。 √ 经济测算模型：调用经济成本、能耗 / 碳排放约束等。 √ 协同控制模型：生产过程约束、输送路径阻塞、设备容量约束等。 √ 资产运营模型： … … √ …… 虚拟电厂调控特性的建模： AI native 用户画 像 华南理工大学