碳边境调节机制下园区“双碳”平台建设与应用

摘 要：为推动园区绿色低碳发展、构建绿色低碳经济体系，以集约各种生产要素的园区为例，搭建“双碳”数据平台系统。从数据管理、数据挖掘、数据评估、数据应用等方面考虑，聚焦园区能源管理、碳管理、碳抵消与碳市场履约、供应链管理、绿色治理等功能，对园区整体运行状态及碳排放状况进行实时监测、定量预测、定性分析等综合评估，最终形成集园区能效管理、碳排放管理、企业能源管理和企业碳资产管理于一体的园区能效与碳排放监测监管平台。“双碳”数据平台的搭建，可为园区双碳管理工作提供全面、准确的数据统计、分析、预警和管理服务，同时帮助企业应对碳边境调节机制（CBAM）下的碳关税压力，增强企业竞争力与市场潜力。

关键词：“双碳”数据平台，碳边境调节机制，碳排放管理，能效管理

DOI编码：10.3969/j.issn.1002-5944.2025.02.005

0 引 言

随着全球工业、经济的高速发展，环境问题日益突出，各国纷纷颁布相关政策措施以应对气候变化问题。我国明确提出2030年碳达峰、2060年碳中和的“双碳”目标，并印发一系列重要文件，重点强调围绕工业、企业，充分挖掘节能潜力，提高能源利用效率，以助力我国工业企业向低碳化、全球化、多元化、数字化发展[1]。2023年10月1日，欧盟碳边境调节机制（CBAM）正式进入实施阶段，CBAM的实施对我国碳密集型产业的产品出口及国际竞争力造成较大的冲击[2]。园区作为产业集聚和经济发展的重要载体，同样面临着较大的碳成本压力，这促使园区管理者和企业经营者更加重视碳减排工作，通过加强内部管理、优化生产流程、采用低碳技术和产品等手段，降低碳排放强度，以提升国际竞争力。

目前国内外多个园区已进行低碳试点建设，国家及各级政府也发布相关政策支持，鼓励园区进行能源转型及低碳改造。随着物联网、大数据、云计算等前沿信息技术在各行业应用的逐步深入，构建统一的数字化管理平台成为园区信息化绿色发展的趋势[3]。通过开展园区“双碳”数字化平台建设与应用研究，实时分析园区的能源结构及碳排放特征，集成企业、供应链和产品能耗及碳排放数据，利用数字化手段优化园区企业能源结构、提升能效水平、减少碳排放，为企业和政府部门进行碳管理决策做底层数据支撑，帮助企业打破贸易碳壁垒，应对碳边境调节机制下的碳关税压力。

1 “双碳”平台建设总体目标

结合欧盟CBAM的影响，对企业尤其是产生出口业务的行业进行碳排放监测系统需求分析，以集约各种生产要素的园区为例，利用大数据技术、物联网技术、云计算技术、数据可视化技术等，搭建“双碳”大数据平台系统。通过接入园区各企业能耗数据及基础设施的环境数据，对园区整体碳排放进行实时监测、定量预测、定性分析等综合评估，分析园区的能源结构及碳排放特征，集成企业、供应链和产品的能耗及碳排放数据，为CBAM下的企业和政府部门进行碳监测数据分析、碳减排能力评估及应对碳关税压力等提供有力支撑。“双碳”平台建设主要功能目标如下：

（1）为园区各领域提供碳排放管理、碳强度预测、碳数据存证、部门分级管控等服务。

（2）将碳排放转变为线上、云上的点到点细分的新动态模式，实现碳排放数据的真实有效和共享交换。

（3）集中式连接光伏、风能、储能、充电桩等多能互补新能源系统，打造一站式碳智慧管理平台。

2 “双碳”平台总体架构

园区“双碳”平台总体设计思路从数据管理、数据挖掘、数据评估、数据应用等方面考虑，围绕能源消费总量、能耗强度、碳排放总量以及碳排放强度等指标，全时域监测园区发展情况。平台总体架构由五部分组成，分别为基础设施层、集成层、平台层、业务应用层和融合展示层，如图1所示。

（1）基础设施层。依托环境监测设备、充电桩、配电设施、园区基础设施等硬件设备，实现对园区能耗及环境等数据的全天候跟踪监测，并通过5G网络或以太网等通信技术手段将采集到数据进行上传，用于解决平台的数据来源问题。

（2）集成层。将各来源的数据及系统进行整合和连接，划分出EMS系统、光伏/风力监控系统、储能监控系统、分布式智能监控系统、配电监控系统、照明控制系统、智能冷热系统、智能空压动力系统等多个独立的系统模块，以适应不同的场景需求，确保数据的顺畅流通和系统的协同工作。

（3）平台层。提供了数据使能、应用使能和集成使能等多方面的功能，主要负责数据的集中处理、高效存储、智能分析和安全管理等，为上层应用提供高效稳定的数据支撑服务。

（4）业务应用层。面向不同需求，通过云服务器提供不同的场景应用，包括：综合态势、智慧楼宇、能碳分析、协同优化、设备资产、环境监测、能耗管理、智能照明、能碳交易及精准预测等应用。

（5）融合展示层。主要对各场景数据进行可视化展示和发布，可利用展示大屏、PC端、APP、微信公众号等途径，向政府、企业管理者、员工、访客等提供相关服务。

3 关键技术研究

3.1 数据库建设

平台数据中心对园区能源、环境等数据资源进行整体规划，构建园区大数据库，形成基础数据库、指标库、主题数据库、公共代码库和应用资源库，为数据分析和服务提供基础[4]。

基础数据库用于存储基本业务数据，包括企业基础信息、污染源在线监测数据、能耗数据、环境监测数据、视频数据、空间地理数据、远程监控数据等方面的数据；指标数据库，通过对基础数据进行集成后形成的指标数据进行存储，包含环境管理关键数据，并按照数据分类统计要求对数据进行组织整理；主题数据库用于存储业务分析的主题数据，主要以数据仓库的方式储存，针对集成的、稳定的、主题的以及随时间变化的数据，主题模型框架设计采用Top-Down与Bottom-Up相结合的模式进行；公共代码库整理并统一存储国家、行业相关标准规范的标准代码，各业务数据在进入数据中心时，需要将其涉及到的代码进行统一匹配和规范，以保证数据中心的数据统一性及准确性；应用资源库通过充分运用全文检索、分布式计算、实时计算等多种数据处理与分析挖掘技术构建形成，根据专题数据应用方式，以及共享程度、存储粒度和应用层次，可分为综合数据库、专题数据库、地图库、标签库、索引库等。

3.2 碳排放数据分析模型设计

3.2.1 园区碳排放核算模型

在园区中，能源、建筑、生产和交通系统是产生碳排放的主要场景。园区碳排放核算既要考虑实际管辖边界内所有化学生产过程和燃烧过程产生的直接碳排放，也要考虑园区从外部购入的电力、热力或制冷产生的间接碳排放[5]。

在园区碳排放核算中，首先需要确认园区整体核算边界，识别主要排放源并对排放系统进行分解，收集碳排放源活动水平数据，并采用排放因子法进行园区碳排放核算，计算化石燃料燃烧、生产过程产生的直接排放量，以及净购入电力和热力产生的间接排放量，最终进行汇总获得园区温室气体总排放量。碳排放量计算模型见公式（1）和公式（2）。

式中：E 为园区碳排放量；E1为核算边界范围1的碳排放量；E2为核算边界范围2的碳排放量；Di为第i种碳排放活动数据；Fi为第i种碳排放活动因子；r为排放强度（t/万元）；G为工业总产值（亿元）。

化石燃料燃烧的活动数据，采用年度燃料消耗量与平均低位发热量的乘积计算，见公式（3）。化石燃料燃烧的碳排放因子计算方法见公式（4）所示。外购电力的碳排放量计算方法，见公式（5）。

式中：Ni为第i种化石燃料的平均低位发热量；Ci为第i种化石燃料的净消耗量；Vi为第i种化石燃料的单位热值含碳量（tC/GJ）；Oi为第i种化石燃料的碳氧化率（%）；Fe为区域电力供应的碳排放因子。

3.2.2 碳排放影响因素分解模型

工业园区碳排放量不仅与化石能源消费增长有关，还受经济、人口、科技、社会等宏观因素影响。Enrlich等在1971年提出IPAT模型，采用链式乘积的形式构建了人口（P）、经济（A）、技术（T）与环境（I）的等式关系[6]，见公式（6）。

为进一步表征碳排放影响因素间的非线性关系，同时避免因素同比例变动造成的影响，在IPAT模型基础上提出非随机线性回归模型STIRPAT模型[7]，见公式（7）。

由于园区内以工业企业为主，民用设施较少，人口因素对碳排放总量影响不大，需重点考虑产业结构、能源结构、能源消耗量、工业生产总值四类因素对碳排放产生的影响。因此，基于STIRPAT方法，进一步构建工业园区碳排放影响因素分解模型[5]，见公式（8）。

式中：I为碳排放总量；A为工业总产值；T1为能源消耗量；T2为能源结构；T3为产业结构；a为模型系数；c为经济的弹性系数；d为技术的弹性系数；e为误差项。

3.2.3 碳排放预测模型

（1）能源需求预测方法

能源需求预测分为中长期预测和短期预测[8]。中长期预测侧重于更宏观的时间尺度，预测周期一般是月、年级别的预测，需对区域内的能源结构、未来能源的发展趋势进行精确地把握，通过对各个能源品种的消耗量进行拆分和分析，建模预测各能源的需求量。中长期能源预测常采用的方法包括：机器学习预测、回归分析预测及经典技术预测等。

短期预测聚焦更为精细的时间颗粒度，一般为小时、日、周级别的预测。由于短期能源消费量受生产活动、天气变化、季节特性、节日类型等多种因素影响，故主要采取人工智能方法进行预测，包括：回归分析、神经网络、决策树、支持向量机、随机森林等，结合历史能源使用量及外部影响因素综合分析，高频预测未来的能源使用量。

（2）碳排放预测

基于能源需求预测结果，参考不同能源碳排放因子计算能源碳排放，如公式（9）所示。

式中：C为碳排放量；j为能源品种，分别表示煤炭、焦炭、原油、汽油、煤油、柴油、燃料油和天然气；Ej为j 能源的消耗量；Wj为j 能源的平均低位发热量；Fj为j能源的二氧化碳排放因子。

4 “双碳”平台典型功能应用

园区“双碳”数据平台是集中园区资源管理、综合能源管理、碳排放管理、能量和碳交易等为一体的综合智慧管理系统[9]。能碳管理系统为平台核心应用内容，主要包括能源管理、碳管理、碳抵消与碳市场履约、供应链管理以及绿色治理5大模块及其子模块单元，业务功能架构如图2所示。

4.1 能源管理

能源管理系统包括能耗采集、能耗分析、能耗优化、能耗考核及能流图等子模块。园区能耗一般由制冷系统、供配电系统、IT系统、照明及办公等辅助系统组成，通过能源管理功能模块采集、分析园区能耗现状，全面掌握园区能耗分布、使用情况及利用效率，合理调配能源，建立能源使用预警制度，综合运用技术、管理、制度等手段进行能耗优化，提高园区能源利用率。

4.2 碳管理

碳管理系统包括碳核算、碳分析、碳报告、碳披露、碳减排、碳预警及碳评价子模块。基于ISO14064、GHG Protocol、我国24个行业碳核算方法与报告指南、其他行业标准、不同的团体标准和地方标准等核算依据，对园区各排放源开展盘查及碳排放数据核算，并进行深入分析研究，识别园区主要的碳排放来源及排放趋势，结合园区自身需求及不同的标准要求，实现园区碳数据和报告的自动披露，以满足政府、监管机构、投资机构、社会组织的要求。根据园区不同的减排措施，提供实时的碳减排量和碳中和率分析，并通过减排项目历史减排量预测未来一年的减排量，为园区实现碳中和目标提供数据基础。基于各排放源的碳监测和碳分析结果，设立自动化碳预警功能，帮助园区及时发现和应对碳排放异常情况，有助于园区在碳管理和减排工作中及时采取行动。此外，在碳管理系统中植入不同的评价和评级体系，根据园区碳减排、碳核算、碳抵消、碳中和率、供应链产品碳足迹等自动进行不同评价体系的评级，以便园区及各企业实时了解自身碳排放等级。

4.3 碳抵消与碳市场履约

碳抵消与碳市场履约系统包括绿电、绿证、碳资产及碳市场履约子模块。碳抵消通过购买碳信用额度或者实施碳减排项目，以抵消园区的碳排放量，从而实现碳中和目标。园区可结合绿证、绿电、碳资产交易市场等进行碳信用购买，碳抵消系统可实时抓捕绿证、绿电和碳资产交易市场的市场价格和交易信息，在能碳系统上进行展示，并与园区实时的碳中和率、碳报告、碳分析、碳评价等模块形成充分联动。此外，通过设立自动化决策系统，根据减排目标、投资回报等指标可进一步确定园区最佳抵消策略。

碳市场履约模块主要针对园区内重排企业，根据国家相关政策，依据能碳系统准确测算企业配额缺口，结合市场行情动态，在线管理企业碳账本数据，评估企业履约成本，并制定有效的履约计划。

4.4 供应链管理

供应链管理系统包括产品碳足迹及绿色等级评价库子模块。产品碳足迹的大小对园区全生命周期碳排放量有较大的影响，供应链管理系统会将园区内生产的产品碳足迹进行搜集和存储，为园区范围的碳排放提供底层计算基础数据，并按照各产品碳足迹进行等级划分。根据产品碳足迹的等级划分结果，针对不同供应商提供的经过核证后的碳足迹数据，对不同的供应商进行绿色等级评价，形成供应商的绿色等级评价库，从而为园区采购绿色产品提供参考，并作为园区采购考核的一项重要指标，该评价库会根据供应商的产品碳足迹进行实时的调整，避免出现信息不对称或滞后情况出现。

当前，在欧盟CBAM实施的背景下，拥有准确碳足迹数据和较低碳含量的产品，将使园区企业在国际市场上获得更多的机会，有助于园区企业更好地适应国际碳市场的要求，提升产品的国际竞争力。

4.5 绿色治理

绿色治理系统包括社会活动、低碳管理及碳账户子模块。社会活动主要针对园区参与的各项低碳社会活动，包括举办的碳中和会议、植树活动、低碳宣传活动、公益活动、低碳培训等活动的碳排放量进行计算，并展示每项活动的碳中和措施，以评估其活动的社会效益，为园区ESG提供数据和素材。低碳管理模块通过与园区ESG治理架构、社会责任管理架构进行联动，清晰展示园区绿色治理组织架构图，详细描述各部门、人员的绿色治理职责和承担的碳管理绩效，避免出现责任不明确、落实不到位等情况的发生。碳账户模块通过管理园区每个人的碳账户，鼓励员工参与到节能减排行动中，提高员工的环保意识和责任感，以进一步降低园区碳排放。

5 结 语

园区“双碳”平台的建设与应用通过集成物联网、大数据、云计算等前沿技术，可实现对园区能源使用、碳排放情况全方位、实时化的监测与管理，以提高园区能源利用效率，精准掌握并管控园区碳排放，为园区及企业提供科学、系统的减排路径。面对CBAM带来的碳关税等国际贸易新规则，园区“双碳”平台的建设更是成为提升园区及企业国际竞争力的关键举措。平台通过对产品碳足迹进行全面评估和核算，并提供科学、系统的碳减排方案，可帮助园区企业降低产品碳足迹，增强产品在全球市场的绿色竞争力。同时，还可促进园区企业绿色低碳技术的研发与应用，为构建绿色低碳、循环、可持续的经济发展模式奠定基础。

综上所述，园区“双碳”平台的建设与应用是实现国家“双碳”目标以及应对气候变化强有力的支撑，也是对当前国际环境及贸易规则的有效应对。未来，随着技术的不断进步和应用的不断深化，园区“双碳”数字化平台将在更多领域展现其巨大潜力，为绿色低碳发展贡献更多力量。

参考文献

[1]宋榕荣.基于二氧化碳排放的智能管理云平台构建与应用[J].厦门科技， 2023 （1）： 35-38.

[2]张冰雨.欧盟碳边境调节机制下运营商的策略建议[J].通信企业管理， 2024 （5）： 75-77.

[3]尤赟，李秋玲.智慧园区建设的战略思路[ J ] . 综合运输，2024，46（4）：158-162.

[4]魏春晓，杨建峰，徐晓.智慧园区综合管理平台建设研究[J].测绘与空间地理信息，2024，47（2）： 88-90+94.

[5]王仲，马思明，王婷婷，等. 工业园区碳排放核算与“双碳”转型路径研究[J].南方能源建设，2024，11（5）：1-9.

[6]朱宇恩，李丽芬，贺思思，等. 基于I PA T 模型和情景分析法的山西省碳排放峰值年预测[ J ] .资源科学，2016，38（12）：2316-2325.

[7]LIU J P， ZHANG X B， SONG X H. Regional carbonemission evolution mechanism and its prediction approachdriven by carbon trading - a case study of Beijing [J].Journal of cleaner production， 2018， 172： 2793-2810.

[8]工业互联网产业联盟.工业互联网碳达峰碳中和园区指南（2021） [R/OL].（2021-12-30） [2024-08-09]. http：//www.caict.ac.cn/kxyj/qwfb/ztbg/202201/t20220105_395076.htm.

[9]陈赟，刘昌维，潘智俊，等.新形势下智慧“能源+双碳”服务平台的建设与应用[J].供用电，2022， 39 （2）：15-21.

作者简介

张骐遥，硕士研究生，工程师，研究方向为电力碳排放核算与监测体系。

（责任编辑：袁文静）