应用场景
“十五五”期间，我国计划建设100个左右国家级零碳园区。首批名单已经公布，第二批申报也已结束，越来越多的园区从“争取入选”转向“按指标建设”。
零碳园区的碳，最终要靠一项项工程减下来：建设光伏、风电和储能，推进企业节能改造和工艺升级，提高余热、固废和水资源的循环利用。能碳管理平台在整个建设中投入占比不大，却是国家明确要求的必建内容，因为它关系到这些工程投入能否投得准、见成效。
改哪里、先改谁、改完效果如何，这些判断离不开对空间的把握。每家企业坐落在具体的地块上，每一度电沿着具体的线路流动，一块屋顶能不能装光伏，取决于它的面积、朝向和遮挡。只看报表上的总数，很难回答这些问题。
当然，空间分析的前提是账要算准。设备直采、系统对接、企业填报，多路数据汇到一起，按国家标准统一核算，园区和企业用的是同一本账。在这本账的基础上，空间智能可以做三件事。
第一步，是把数据放回它所在的位置。
在园区三维场景中，地形、道路、厂房、管网、光伏板按实际位置还原，能耗和碳排放数据叠加到对应的企业和建筑上。排放高的区域颜色更深、柱体更高，园区的排放格局一眼可见。需要细看时，可以从园区逐级下钻到企业、车间，直至主要用能设备。
同样一组数据，在报表里是一行数字，放到地图上，就能看出它和周边企业、能源设施之间的关系：高排放企业是否扎堆，离绿电设施有多远，周边有没有可以利用的余热。
绿电也可以放在同一张图上。光伏、风电、储能分布在哪里，发出的电被哪些企业用掉，哪些区域还主要依赖电网供电，都能直观呈现。哪些企业、哪些区域需要优先关注，改造对象也就有了初步轮廓。
园区碳排放空间分布（设计示意）
看到了问题在哪，还要弄清楚原因。原因不同，改造的路子也不同。
举一个常见的情形：管理人员发现园区东片区的碳排放强度明显高于其他片区。在地图上下钻后，发现片区内两家企业贡献了大部分排放。再沿着电力线路回溯，可以看到这两家企业的用电主要来自电网，园区自建光伏的绿电并没有输送到这里。
这样一来，问题从“东片区排放偏高”具体到了“两家企业绿电使用不足”。接下来是调整园区绿电的输送线路，还是在企业屋顶新增光伏，可以结合线路距离、屋顶条件放在一起比较。
园区电力流向（设计示意）
零碳园区建设不是一朝一夕的事，资金和资源又都有限，先做什么、后做什么，直接关系到能否如期达标。
空间分析可以帮园区做事前推演。以分布式光伏为例，结合遥感影像和三维模型，可以识别园区内可利用的屋顶，评估每块屋顶的面积、朝向和遮挡情况，测算大致的发电潜力，哪片区域值得优先布局就有了具体依据。新增储能放在哪里更合适，节能改造先从哪几家企业做起，也可以先在场景中模拟效果，比较几种方案对核心指标的贡献，再确定投入顺序。
改造完成后，效果同样可以回到这张图上检验：哪片区域的排放降了，降了多少，和预期相比差在哪里。对于需要持续对标考核指标的园区来说，这种日常跟踪比集中统计更能及早发现偏差。改之前帮着定方向，改之后帮着看成效，下一轮投入也就有了依据。
从看得清、找得准到谋得远，空间智能并不直接减少一吨碳，但能让园区的每一笔改造投入更有方向，每一项成效更有依据。
零碳园区建设是一项长期工作。政策在完善，园区在发展，平台也需要跟着持续演进。超图长期深耕空间智能软件技术，正把这些积累带入零碳园区这一新场景，与各方一起探索园区零碳管理的更多可能。
作者 | 刘力成
编辑 | 王静静
审核 | 黄鸿 吴晓燕
审签 | 王丹
推荐阅读
推荐观看