從清潔能源起家，卻志不在能源，而在能源産業的數智化賦能。伴隨着近年AI等數智技術的飛速進步，新奧構想中的能碳數智化服務迅速落地成為現實，且不斷迭代進化。

  當能碳數智化進入競賽的下半場，産業轉型的當務之急，在於探索出一套符合能源用戶需求特點的解決方案，“只有每一家企業都能清楚自己的碳足跡，能管理自己的碳足跡，國家的‘雙碳’目標才能實現”。

  新奧希望在未來十年裏成為生産産業智能的企業。

  如何用AI賦能能源，染好一匹布？

  中國是全球最大的紡織品生産和出口國之一。而隨着歐盟碳關稅政策逐步落地，海外市場對國內出海産品有嚴格的全生命周期碳足跡要求。如果印染産品延續粗放式生産，過程不注重節能降碳，産品碳足跡不達標，出海訂單量將受到極大影響，行業競爭優勢大打折扣。

  數據顯示，一個中等規模的印染廠每年産布量高達2.5億米，其能源成本為4000萬元人民幣，其中熱成本佔比近50%。由於供能品質不高和管理粗放，導致熱損失約為10%，耗費高達200萬元人民幣，這些真金白銀的損失最終都落在了企業頭上。

  對於環保壓力大、市場競爭激烈的印染業來説，一場綠色化、數智化的産業轉型升級迫在眉睫。

  位於宣城市郎溪縣的遠華紡織是行業中的一員，擁有印染、印花前處理設備、定型等27條生産線，日産能力100萬米。印染行業能源成本佔比高、單位産品綜合能耗高、能源波動和長輸熱損大、工藝溫度控制不精準等普遍痛點對該企業具有同樣的挑戰。

  以工業為代表的生産過程極其複雜、精細，種種生産細節就像一堆積木塊，會衍生出無數種排列組合。在深入研究了企業的生産全流程後新奧發現，印染行業中的染色這一個環節，尤其是染缸這一個設備，是造成能源浪費的關鍵癥結。

  具體而言，目前印染行業採用的蒸汽間接加熱染液的工藝，一方面通過間接加熱並控制蒸汽流量進行染色，帶來了資源浪費，另一方面造成布料升降溫過程與工藝曲線貼合度不高，進而影響到印染良品率。

  抓住了問題的關鍵，新奧泛能網打造了染缸運營智控線上線下一體化的綜合解決方案。在線下，改蒸汽加熱為直燃機加熱，用微燃機替代“大鍋飯式”的蒸汽供熱管網。每一個微燃機+染缸構成微循環，同時又給每一個染缸安裝了能碳智控一體機，並連通雲端AI，讓供能和管控都更加智能化、精細化。

  從“能耗雙控”走向“碳排放雙控”，企業真正的競爭力已無法單純依賴於技術先進性，而需要以綠色為底色的産業轉型升級和能源結構優化。有分析指出，如果企業的節能降費的目標是25%，通過更換設備可實現其中10%到15%的目標，但這屬於“低垂的果實”，很難為企業帶來持續的競爭優勢。還有一部分企業會在此基礎上進行設備系統的調優，也可以帶來5%的優化效果。而真正拉開企業之間獨有優勢的降碳方法，是以打通各個獨立設備，統籌全局的數智化能力，為企業帶來最後的5%到10%、甚至更高的優化效果。

  以該項目為例，新奧泛能網基於智控系統可動態的“預測性調節”控制上述微循環，實現感知-預測-分析-優化執行的智能生産。染色的核心工藝指標是溫度，而工藝的提升決定了工廠型企業可持續發展的核心競爭力。賦能生産，深入工藝，這也是泛能網落地産業實踐並不斷迭代的重要能力。染色時存在的“控溫曲線”過去主要依靠“反饋調節”，也就是偏離以後再糾正的方式來實現“溫度跟隨”。但泛能網使用AI可用“預測調節”替代“反饋調節”，用倣真大模型把傳統加溫通用知識沉澱起來，在雲端通過AI算法不停預測，並下發給邊側一體機進行策略分發，最終指揮終端燃燒器、控制器、染缸等設備。據了解，這套解決方案在實際應用中，可以達到超過99.7%的工藝匹配度，一次成品率保持在99%以上。

  這一套組合拳最終帶來的成果顯著，其中，線上智控能力在改造設備節能的基礎上，又帶來6.1%的節能率和5%的一次成品率提升，最終助力遠華紡織年節省費用280萬元，年降碳24萬噸，以及每百萬米布生産成本降低1.6萬元。

  新奧能源副總裁、新奧數能科技有限公司（即新奧泛能網）總裁程路將泛能網持續打造的智能能力描述為能源體系的“自動駕駛系統”，通過對數據的持續訓練，不斷優化自動駕駛的智能能力，最終能為各個行業及企業帶來複雜能源方案的決策智能、能源管理及運行智能自治，讓業主無形無感，簡單便捷地完成能源的智能管理，自動全方位降低能耗、碳排放與能源成本。

  對能源管理領域來説，AI和産業大模型的應用帶來的革新，就好像自動駕駛技術的L1到L4，進化之路儘管曲折，但實際效果是一場量變到質變的躍升。

  聚沙成塔，集腋成裘。遠華紡織的案例，將打開印染行業全面節能的想象空間。紡織印染行業是我國規模較大、産業鏈最完整的行業，僅華東地區就有5萬台染缸，年耗能接近4000萬噸標煤，如果都能通過能碳智能化管理提升20%能效，節省的能源將相當於一個大型鋼鐵廠一年的用能水平。

  不光是工廠場景，泛能網還在公建與園區場景中，沉澱了多種終端用戶數智化經驗。例如，在公共建築場景，基於端邊雲⼀體化協同架構，將暖通空調系統的運⾏機理與智控算法深度融合，既能提升供能品質，又帶來額外15%節能，同時降低人員、維護及託管運營成本30%左右。在園區場景，泛能網荷光儲智慧運營可助力工商業儲能、光儲一體化、光儲直柔、微電網、虛擬電廠等實現少人值守，提升30%-50%管理效率；還可以優化運行策略，通過荷光儲一體化協同控制提升5%-15%的項目綜合收益。

  能源行業以其龐大的體量和基礎性的地位，構築了現代社會運作的堅固基座。能源系統一小步的提質增效，就會帶來社會整體的巨大收益和福祉。這正是能碳智能化真正的意義所在。