工业是我国能源消费和碳排放的重要领域之一,碳排放占全国碳排放的70%,是实现“双碳”目标的重要因素,当前,宏观政策从“能耗双控”转向“碳排放双控”,未来碳排放总量和强度将成为重要的考核指标。

对于工业园区来说,如何落实“双碳”来提升竞争力?

园区在设计规划、建设阶段、管理运营到最终的交易及收益环节,都需要提升碳管理颗粒度,在具体实施路径上可以通过利用:提升清洁能源比重、降低设备能耗水平、排放数据统一管理调优等方式构建绿色低碳园区,有效应对“双碳”挑战。
“光储一体”年均节碳2000余吨
作为新能源的替代路径,光伏融合储能的一体化系统,对于保证新能源的充分利用具有重要意义。维谛技术(Vertiv)推出的“光储一体”解决方案,为工业园区提供了可实施性最强的创新型能源供给方式,成为园区实现减碳的重要步骤。
维谛技术(Vertiv)江门工厂建设的光储一体项目,为打造绿色低碳园区提供了成功实践。

光储一体示范项目
在项目中,江门工厂布置了超过15000平方米的光伏系统,另外单独配备了1.6MWH的储能系统。
“光储一体”系统不仅提高了新能源的消纳率,年均节碳2000余吨,而且保障了工厂关键负荷和业务0中断。
同时,能源管理系统综合当地电价、工厂负荷曲线、光伏发电曲线自动完成能源调度和需量管理,并实现峰谷套利,6年可以完成投资回报,实现节碳与收益并行的目标。
跨界超融合 定义新动力

工业电气化的不断发展要求大幅提高生产效率和质量、降低生产成本,同时需要实现对能源的高效利用。
维谛技术(Vertiv)凭借在电气化领域的专业技术和丰富经验,基于“电能提质增效”的理念,推出了全链路一体化解决方案,并以高可靠的逻辑实现全链路系统的安全应用。
在供配电方面,维谛技术(Vertiv)旗下的VertivTM Liebert® APT2.0预制式电力模组,融合了中低压全链路系统,在保证高可靠的基础上,实现了整个系统效率的优化和提升,并减少了占地面积。
针对工业场景恶劣的电网环境和复杂的负载情况,维谛技术(Vertiv)提供多元化的交直流电源解决方案,保障整个电路的质量优化,并提供定制化解决方案,满足特殊场景的个性化需求。
碳资产管理 关注每一个碳排放环节
在收紧的碳排放政策趋势下,工业园区需要选择有效且有长期价值的碳管理方法,关注每一个碳排放环节,综合布局碳减排举措,实现环保、成本、效率与收益之间的平衡。
维谛技术(Vertiv)通过数字化管理平台,能够帮助园区实现全面的碳资产管理,涉及碳盘查、碳减排、碳运营等维度。

碳盘查重点关注碳排放、碳抵消、碳足迹,采集相关数据。在此基础上,以碳合规、碳目标、碳效率为前提,制定有效的碳减排方案。在碳运营上,基于碳管理模型,管理者可以通过自查报表、自主管理方式进行碳管理,实现可持续发展。
关于维谛技术(Vertiv)
维谛技术(Vertiv,NYSE:VRT)致力于保障客户关键应用的持续运行、发挥最优性能、业务需求扩展,并为此提供硬件、软件、分析和延展服务技术的整体解决方案。维谛技术(Vertiv)帮助现代数据中心、边缘数据中心、通信网络、商业和工业设施客户所面临的艰巨挑战,提供全面覆盖云到网络边缘的电力、制冷和IT基础设施解决方案和技术服务组合。Architects of Continuity™恒久在线,共筑未来!如需了解更多信息,欢迎访问Vertiv.com,售前热线400-887-6526。
好文章,需要你的鼓励
谷歌发布代理支付协议AP2,支持AI代理代表用户自动购物和决策。该开放协议获得60多家商户和金融机构支持,旨在实现AI平台、支付系统和供应商间的互操作性。协议要求两级审批机制:意图授权和购物车授权,确保交易可追溯。支持全自动购买和加密货币支付。万事达、美国运通、PayPal等主要金融服务商已表示支持。
NVIDIA Research推出了革命性的UDR系统,让用户可以完全自定义AI研究助手的工作策略。该系统解决了传统研究工具固化、难以专业化定制的问题,支持任意语言模型,用户可用自然语言编写研究策略,系统自动转换为可执行代码。提供三种示例策略和直观界面,实现了AI工具的民主化定制,为专业研究和个人调研提供了前所未有的灵活性。
CrowdStrike在其年度Fal.Con 2025大会上发布了智能代理安全平台和智能代理安全团队两款新产品,旨在应对AI时代日益增长的安全需求。新平台基于企业图谱架构,统一企业遥测数据,配备AI优化查询语言。Charlotte AI AgentWorks提供无代码平台,让安全团队可轻松构建和部署可信安全代理。智能代理安全团队则通过AI驱动的代理直接服务客户,解决传统防御无法应对AI速度威胁的问题。
加州大学圣地亚哥分校研究团队创建了首个"野生"乐谱理解AI测试平台WildScore,通过807个来自Reddit音乐社区的真实问题,系统评估了多模态AI模型的乐谱解读能力。测试结果显示,即使最先进的GPT-4.1模型准确率也仅为68%,在节拍识别等方面表现尤其困难。研究揭示了AI在专业符号系统理解方面的局限性。