- IDENTITY.md §四: 新增主动思考+主动研究要求 - SOUL.md §一: 新增第4条(主动优于被动)+第5条(自研胜过求助) - SOUL.md §六: 升级为3级决策框架 - HEARTBEAT.md: 新增主动触发场景表 - TOOLS.md §2.1/4.2: 补充运维脚本+搜索研究规则 - insights.md: 追加工作姿态升级反思 - knowledge/research-log.md: 新建研究沉淀文档
7.8 KiB
Executable File
7.8 KiB
Executable File
能碳智能管控系统
一句话定位
面向工厂与园区的能耗实时诊断 + 光储充协同优化平台——基于 SCADA 的能流数字孪生,支持碳排预测与用电策略自优化,让能源成本可视化、可分析、可控制,单产线年省电费可达 ¥860K。
目标客户
- 行业:3C / 消费电子、汽车制造、商业综合体、化工、食品饮料、新能源(储能 / 光储充)、城市基础设施(净化水厂 / 泵站)
- 规模:年能耗支出 500 万元以上的工厂 / 园区
- 决策人:厂长 / 设备能源主管 / EHS 经理 / 运营副总 / 厂务总监
- 触发点:
- 电费账单月月涨,但不知道哪条产线、哪个时段在"吃电"
- 多品牌电表 / 空调 / 空压机 / 锅炉协议不统一,数据散落在各子系统
- 有光伏 / 储能资产但没做协同调度,"发了电用不掉、用时又不够"
- 政府碳排考核 / 碳交易合规压力
- 老板要求"节能降本",但缺乏数据支撑的决策依据
核心痛点与解法
| 痛点 | 我们的解法 |
|---|---|
| 能耗数据分散、看不见 | SCADA 统一采集 + 能流数字孪生,全厂能耗一张图 |
| 不知道电费花在哪里 | 分产线 / 分设备 / 分时段精细化计量,异常能耗自动告警 |
| 光伏 / 储能 / 充电桩各自为政 | 光储充 EMS 协同调度,峰谷套利 + 需量优化 |
| 碳排无法量化 | 内置碳排因子库,自动换算 Scope 1/2/3,生成碳盘查报告 |
| 节能改造效果无法验证 | 改造前后对比看板,节能量 M&V(Measurement & Verification) |
| 人工抄表 / Excel 统计效率低 | 自动采集 + 分钟级刷新 + 定时推送报表 |
功能清单
1. 能源数据采集与监控
- 多协议统一接入(Modbus / OPC UA / MQTT / DL/T 645 / IEC 61850)
- 电 / 水 / 气 / 汽 / 冷 / 热全品类计量
- 实时能耗看板(全厂 / 车间 / 产线 / 设备四级钻取)
- 异常能耗告警(阈值 / 趋势 / 对比多重规则)
2. 能流数字孪生
- 全厂能流拓扑可视化(能源流向 Sankey 图)
- 实时能效比(COP / PUE / 单位产品能耗)计算
- 虚拟计量点推算(未装表区域通过模型估算)
3. 光储充 EMS 协同调度
- 光伏发电预测(天气 API + 历史模型)
- 储能充放电策略(峰谷套利 / 需量管理 / 备用电源)
- 充电桩负荷管理(有序充电 / 防止超容)
- 电力市场化交易接口(现货 / 绿证 / 碳交易)
4. 碳排管理
- 碳排因子库(国家 / 省级 / 行业默认值 + 自定义)
- Scope 1 / 2 / 3 自动计算
- 碳盘查报告生成(ISO 14064 / GHG Protocol)
- 碳排趋势预测与减排路径模拟
5. 节能诊断与优化
- 设备级能效诊断(空压机 / 冷水机 / 锅炉 / 照明)
- 运行策略优化建议(启停时序 / 温度设定点 / 负载分配)
- M&V 节能量验证(IPMVP Option A/B/C/D)
- AI 能耗预测模型(短期负荷预测 / 异常检测)
6. 报表与推送
- 日报 / 周报 / 月报自动生成
- 微信 / 邮件 / 企业微信定时推送
- 管理驾驶舱(KPI 卡片 + 趋势 + 排名)
技术栈
| 层 | 选型 |
|---|---|
| 采集网关 | Kepware / 自研 OPC UA / Modbus / DL/T 645 驱动 |
| 通信协议 | OPC UA, Modbus TCP/RTU, MQTT, DL/T 645, IEC 61850 |
| 实时数据库 | TDengine / InfluxDB / TimescaleDB |
| 数字孪生引擎 | 自研能流拓扑 + Sankey 渲染 |
| AI / ML | Python + Prophet / scikit-learn(负荷预测、异常检测) |
| 前端 | Vue 3 / React + ECharts / AntV |
| 后端 | .NET Core / Spring Boot |
| 部署 | 本地服务器 / 私有云 / 混合部署(Docker / K8s 可选) |
交付形态
- 实施周期:
- 单工厂能源监控(无光储充):4–8 周
- 光储充 EMS 协同调度:8–16 周
- 多园区 / 碳排管理全模块:3–6 个月
- 交付物:平台 + 采集网关配置 + 碳排因子库 + 看板 + 培训
- 维保:上线后 3 个月免费保修 + 年费制续保(含碳排因子库更新)
价格区间(内部参考,不对外文案中直接引用)
- 能源监控基础版(单工厂 / 无光储充):15–35 万元
- 光储充 EMS 协同调度:30–80 万元
- 碳排管理 + 多园区:50–120 万元+
- 纯 SaaS 订阅(轻量版):按点位数年费
对外口径统一:"让能源成本看得见、管得住、降得下"、"单产线年省电费可达数十万级"。
案例库
| 客户(脱敏) | 行业 | 规模 | 项目周期 | 关键成果 | 可公开 |
|---|---|---|---|---|---|
| 某 3C 工厂 | 消费电子 | 大型 | 8 周 | 能源成本降低 20%;异常响应 < 300ms;设备非计划停机减 20% | 是 |
| 某汽车制造工厂 | 汽车 | 大型 | 10 周 | 能源成本降低 18% | 是 |
| 某商业综合体 | 商业地产 | 中型 | 6 周 | 能源成本降低 25% | 是 |
| 某新能源储能电站 | 新能源 | 中型 | 12 周 | 储能 EMS 上线,支持电力市场化交易 | 是 |
以上数据来自官网
/category/projectexample/energymanagementsystem/,详见cases-library.mdA 组。
FAQ
Q: 和施耐德 EcoStruxure / 西门子 SIMATIC Energy Suite 比有什么优势? A: 三点:①不绑定硬件品牌,多品牌电表/空调/空压机统一接入;②光储充协同调度是标配而非加购模块;③性价比高(同等功能预算降低 50–70%)。
Q: 老厂电表都是机械表,能接入吗? A: 可以分步走:先加装智能电表(我们可推荐品牌),再接入平台。也可以先从关键产线/大功率设备开始,逐步扩展。
Q: 光储充 EMS 需要哪些硬件? A: 需要光伏逆变器通信接口、储能 BMS/PCS 通信接口、充电桩 OCPP 协议支持。主流品牌(华为/阳光电源/特来电/星星充电等)均有对接经验。
Q: 碳排数据能用于碳交易吗? A: 平台生成的碳盘查报告符合 ISO 14064 / GHG Protocol 框架,可作为企业内部碳盘查依据;正式碳交易需经第三方核查机构验证,我们可对接核查流程。
Q: 实施周期 4–8 周真的能落地吗? A: 取决于现场仪表/网关的完备程度。如果已有智能电表和以太网覆盖,4 周可完成数据上线;如果需加装仪表,周期视现场施工条件而定。
SEO 关键词
- 主词:能源管理系统、能碳管理、工厂能源管理
- 长尾:工厂能耗监控、光储充 EMS、碳排管理系统、企业碳盘查、节能降本方案、工业能源管理、能流数字孪生、储能能量管理
对标 / 友商对比
| 维度 | 上海橙轩智能 | 施耐德 EcoStruxure | 西门子 Energy Suite | 纯 SaaS(碳阻迹/碳阻迹等) |
|---|---|---|---|---|
| 起步预算 | 几十万级 | 百万起 | 百万起 | 年费制较灵活 |
| 硬件绑定 | 不绑定 | 偏自家硬件 | 偏自家硬件 | 不绑定 |
| 光储充协同 | 标配 | 加购模块 | 加购模块 | 通常无 |
| 碳排管理 | 内置 | 需额外模块 | 需额外模块 | 核心功能 |
| 定制深度 | 深 | 中 | 中 | 浅 |
| 实施周期 | 4–16 周 | 3–6 个月 | 3–6 个月 | 1–4 周(但功能浅) |
素材资源
- 产品截图:
../assets/products/energy-management/screenshots/(待 Tyrone 补充) - 能流拓扑示例:
../assets/products/energy-management/sankey-demo/ - 光储充调度演示视频:
../assets/products/energy-management/ems-demo.mp4 - 碳盘查报告模板:
../assets/products/energy-management/carbon-report-template.pdf - 现有引用源:官网
/category/projectexample/energymanagementsystem/
更新日志
- 2026-04-20 初版(基于
website-profile.md§4 方案 #1 +cases-library.mdA 组案例提炼)