某省级能源集团：单位产品能耗下降 9.4%

• 行业：区域能源 · 热电联产与集中供热
• 规模：2 座热电厂、1 个供热管网片区、约 60 个换热站
• 上线的产品与方案：LinkOS 、Insight 数据洞察、能源与碳管理解决方案
• 项目周期：诊断 4 周、试点 8 周（1 号热电厂）、推广至其余单元约 5 个月

场景与痛点

远岭能源集团承担一个地级市的工业蒸汽与居民供暖，考核指标有两个：单位产品能耗（能源主管部门按年度下达）与碳排放强度（按季度上报核算报告）。

项目启动前，这两个指标都是事后算出来的：能耗数据来自 DCS 与手工抄表，碳核算等到季度末由能源管理专员用表格汇总，把燃气、电力、外购蒸汽折算成标准煤再乘排放因子。由此产生三个问题：季度核算要两到三周，报告出来时运行方式已经变了好几轮；手工抄表与 DCS 存在时间口径差异，同一个月的能耗在不同报表里能差出几个百分点；运行人员调整机组组合与供热温度主要靠经验，效果没有被量化跟踪。

客户的目标是「单位产品能耗同比下降」，并要求碳核算从季度手工改为月度自动。

我们做了什么

• 计量口径统一：把 DCS 实时数据、关口电能表、燃气流量计与手工抄表统一到同一时间基线，明确每个计量点的数据来源与优先级，冲突时以关口表为准。
• 能耗模型：按机组与供热片区建立模型，输入负荷、气温、供回水温度、燃料热值与设备状态，输出单位产品能耗实时值与偏差原因分解。
• 运行建议：在 Copilot 中给出机组组合与供热温度参数的调整建议，由值长确认后执行；建议标注预期节能区间，执行效果自动回收用于模型迭代。
• 碳核算自动化：把排放因子、活动数据与核算边界固化到指标中台，月度自动生成核算底稿并保留计算血缘。

现场数据

单位产品能耗采用同比口径：以上线前的完整供热年度为基线，上线后的年度同期数据为对照；两个年度气温条件接近（采暖度日数差异在 3% 以内），未做气温修正，该口径由客户能源管理部确认。

客户收益

能耗成本：单位产品能耗从 38.2 降至 34.6 千克标准煤/吉焦，降幅 9.4%；按当期供热总量与客户提供的综合燃料成本折算，年度能源成本节约在千万元级。

碳配额与合规成本：碳核算从季度手工改为月度自动后，客户可在年内调整运行方式，而不是年终结算时才发现超出配额；这项收益取决于配额分配政策，客户要求不做金额估算。

人力：能源管理专员在核算与数据核对上的工时从每月约 26 人时降到 6 人时；客户未据此调整岗位，收益体现为专员可投入设备能效诊断。

需要如实说明的是：9.4% 的降幅中包含年度内燃料热值改善与负荷结构变化的贡献。双方归因方式是先扣除燃料热值变化的影响，剩余部分归入运行优化；运行优化仍是主要贡献项，但并非全部。

复盘：当时判断错了什么

错误一：我们一开始把优化目标定成了「最低瞬时能耗」。 试点前两周模型频繁调整机组组合，每次调整都有启停损耗，短期能耗看着低了，累计能耗反而上升。值长在第二周例会上直接提出：机组不能按小时来回切。修正做法是把目标函数改成「一个运行班次内的累计能耗」，并加入最小运行时长与启停次数约束。

错误二：低估了计量口径统一的难度。 立项时按两周安排计量数据接入，实际用了接近五周：同一个蒸汽流量点在不同报表里使用了不同的温度压力补偿方式，需要生产、能源管理、财务三个部门共同确认以哪一套为准。这不是技术问题，而是口径确权问题。修正做法是增设「计量口径确认单」，三方签字后才允许该点位的能耗指标上线，并把这一环节前置到诊断阶段。

本案例中的企业名称与数据为演示占位内容，正式发布前请替换为已获授权并核对过的真实信息。