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

侧难以准确掌握负荷特性，负荷弹性受用电 特性、用电行为等影响。通过电力扰动价值挖掘，可辨识、量化和利用负荷弹性。 挑战 1: 电网侧缺乏用户设备信息， 弹性负荷感知困难 挑战 2: 负荷弹性潜力表征不明， 弹性负荷量化困难 0.4kV 电动汽车 楼宇空调 典型弹性负荷 --- 数据来源：《中国电力行业年度发展报告 2023 》 储 能 挑战 3: 异构设备时空分散，弹性 指令功率粒度：△ p △ → ! P4 负荷可调节潜力指标体系 可转移潜力指标 综合潜力评估 集对分析 - 可变模糊集法 3.3 负荷弹性分级评估与预测 基于可调节时间、容量、速度等负荷弹性指标，进行负荷集群分层分级评估；基于改进经验模态等 方法进行负荷弹性预测。算例表明：负荷弹性预测准确度明显提升 ( 约 4%) 。 工业用户弹性潜力分析 邯塞鬼恩 , 电 力 系 统 保 护 与 控 制 、 2 0 2 3 , 5 1 ( 1 8 ) : 1 5 7 - 1 6 8 ; 肖先勇；冉博路；张姝；黄河 . 一种基于负荷用电特性的工业用户可调节潜力评估方法， 202211648 647 .6[P].2024-01-23 桃 荷 可 调 节 潜 力 相 标 * * *

消耗的电量是惊人的。 AI 成为全球顶尖能源峰会的最大议题 2024 年 3 月，世界最大的能源峰会之一标普全球能源会议 CERAWeek 在美国德克萨斯州休斯顿举 行，来自世界各地的能源高管谈论 AI 的潜力。 2.2 高比例新能源电网现状  该市北部的能源无法在本地就地消纳，盈余电力需送往城区网区消纳。  现有输送通道已无法满足新增规模的电力输送，约有 180 万千瓦电力需新增网架解决送出需要。 新型能源系统多种能源耦合，能源流向多样，源网荷储互动是难点 2.5 AI 是实现源网荷储互动的关键 源网荷储互动需要灵活资源的深度参与，城乡灵活资源调节潜力开发空间巨大。 可调节灵活资源将是新型能源中的宝贵资源，需要依靠 AI 手段挖掘灵活资源潜力 充电桩 50MW 超充站 1.2MW 蓄冷 10MW 其他 5MW 灵活资源预估总计 108.2MW （以某旅游度假区为 例） 电化学储能 任务指令 用电预测 系统规划 系统运行 年用电量预估 年运行费用预估 年碳排量预估 设备选型 安装位置 安装容量 用电曲线日前预测 用电曲线日内预测 柔性调节潜力估计 日前用电计划 日内用电计划 日内设备柔性调节 可控负荷潜力预估 充电桩负荷预测 4.6 AI 用于可再生能源预测及管理 信息输入 信息输出 信 息 可 视 化 发电系统类型 装机规模 安装方式 安装位置 历史发电曲线

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（