先进计算技术在工业数字化碳管理领域的应用研究

doi:10.12267/j.issn.2096-5931.2024.06.006

信息通信技术与政策 ›› 2024, Vol. 50 ›› Issue (6): 37-44.doi: 10.12267/j.issn.2096-5931.2024.06.006

先进计算技术在工业数字化碳管理领域的应用研究

Research on the application of advanced computing technology in the field of industrial digital carbon management

鲁楠, 梁林俊, 翟兆瑞, 李贺

中国信息通信研究院信息化与工业化融合研究所,北京 100191

收稿日期:2024-05-10 出版日期:2024-06-25 发布日期:2024-07-30
作者简介:
鲁楠, 中国信息通信研究院信息化与工业化融合研究所工程师,长期从事先进计算、绿色低碳等领域的研究工作;
梁林俊, 中国信息通信研究院信息化与工业化融合研究所工程师,长期从事先进计算、光电子器件等领域的研究工作;
翟兆瑞, 中国信息通信研究院信息化与工业化融合研究所工程师,长期从事数字经济、绿色低碳等领域的研究工作;
李贺, 中国信息通信研究院信息化与工业化融合研究所副研究员,长期从事工业经济、绿色低碳等领域的研究工作

LU Nan, LIANG Linjun, ZHAI Zhaorui, LI He

Informatization and Industrialization Integration Research Institute, China Academy of Information and Communications Technology, Beijing 100191, China

Received:2024-05-10 Online:2024-06-25 Published:2024-07-30

摘要/Abstract

摘要：

工业是我国能源消耗与温室气体排放的重点领域,由于气候变化法规日益严格以及碳排放成本持续上涨,工业企业、园区对碳排放管理系统的需求不断增加。在大数据、人工智能、区块链等先进计算技术的综合赋能下,我国数字化碳管理技术体系基本形成,如何加快数字化碳管理系统应用推广和深化发展对我国构建工业碳排放双控基础能力至关重要。从国内外数字化碳管理发展现状研究出发,解析了工业数字化碳管理系统架构与先进计算技术应用情况,分析了先进计算技术赋能工业数字化碳管理发展的热点趋势,并结合当前应用推广面临的关键问题,提出我国工业数字化碳管理发展建议。

关键词: 温室气体排放, 先进计算技术, 工业数字化碳管理

Abstract:

Industry is a key area of energy consumption and greenhouse gas emissions in China. Due to the increasingly strict climate change regulations and the continuous rise in carbon emission costs, the demand for carbon emission management systems in industrial enterprises and parks continues to increase. With the comprehensive empowerment of advanced computing technologies such as big data, artificial intelligence, and blockchain, China’s digital carbon management technology system has basically formed. It is crucial for China to accelerate the application and promotion of digital carbon management systems and deepen their development in order to build a basic capacity for dual control over the amount and intensity of industrial carbon emissions. Starting from research on the current development situation of digital carbon management at home and abroad, this article analyzes the architecture of industrial digital carbon management system and the application of advanced computing technology. It also analyzes the hot trends of advanced computing technology empowering the development of industrial digital carbon management. Combining with the key issues faced by current application promotion, it puts forward suggestions for the development of industrial digital carbon management in China.

Key words: greenhouse gas emissions, advanced computing technology, industrial digital carbon management

中图分类号:

TN929.11

鲁楠, 梁林俊, 翟兆瑞, 李贺. 先进计算技术在工业数字化碳管理领域的应用研究[J]. 信息通信技术与政策, 2024, 50(6): 37-44.

LU Nan, LIANG Linjun, ZHAI Zhaorui, LI He. Research on the application of advanced computing technology in the field of industrial digital carbon management[J]. Information and Communications Technology and Policy, 2024, 50(6): 37-44.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2024.06.006

http://ictp.caict.ac.cn/CN/Y2024/V50/I6/37

图/表 3

参考文献 22

[1]	潘浩之, 施睿, 杨天人. 人工智能在城市碳达峰、碳中和规划与治理中的应用[J]. 国际城市规划, 2022, 37(6):26-34.
[2]	慕慧娟. 新疆加快建设重点用能单位能耗在线监测系统助推生态文明与绿色发展[J]. 节能与环保, 2022(6):39-41.
[3]	工业和信息化部. 全国工业和信息化工作会议在京召开[EB/OL]. (2023-12-21)[2024-04-20]. https://www.miit.gov.cn/xwdt/gxdt/ldhd/art/2023/art_bfa8bab733374d2a9a79f5c86935aead.html.
[4]	高旭, 吴听, ERIC H, 等. 从电动化到供应链, 中国车企脱碳的必由之路[J]. 汽车与配件, 2021(21):57-59.
[5]	梁丽, 黄茹霞, 李愿珍, 等. 绿色贸易壁垒对我国纺织品服装出口的影响及对策研究[J]. 全国流通经济, 2023(17):58-61.
[6]	蒋泽. “双碳”目标下煤矿温室气体监测技术研究[J]. 煤矿机电, 2023, 44(5):44-48.
[7]	HUSTON M A, MARLAND G. Carbon management and biodiversity[J]. Journal of Environmental Management, 2003, 67(1): 77-86. pmid: 12659806
[8]	张雅丽, 吴泽群. 美国碳管理的实践启示[J]. 自然资源情报, 2023(3):58-64.
[9]	United States Department of Energy. Biden-harris administration invests $251 million to expand infrastructure to support CO2 transport and storage[EB/OL]. (2023-05-17)[2024-04-20]. https://www.energy.gov/articles/biden-harris-administration-invests-251-million-expand-infrastructure-support-co2.
[10]	应益昕, 李慧, 王健. 地平线欧洲计划组织实施体制机制研究[J]. 全球科技经济瞭望, 2022, 37(11):16-20.
[11]	MELIN H E, RAJAEIFAR M A, KU A Y, et al. Global implications of the EU battery regulation[J]. Science, 2021, 373(6553): 384-387. doi: 10.1126/science.abh1416 pmid: 34437102
[12]	佟勃霖, 李成俊, 孟庆龙, 等. 电力系统碳排放智慧运监平台研究[J]. 东北电力技术, 2023, 44(3):52-62.
[13]	贾彦. 深化推进全国碳市场核心功能建设的路径建议[J]. 清华金融评论, 2024(1):29-31.
[14]	中国信息通信研究院. 中国数字化绿色化协同转型发展进程报告(2023)[R], 2023.
[15]	中国信息通信研究院. 智能汽车产业算力需求研究报告[R], 2023.
[16]	雷沁怡, 刘翠玲, 赵林燕. “双碳”目标下省级碳排放达峰监测体系的研究与实践[J]. 电气技术与经济, 2023(3):105-108.
[17]	工业互联网产业联盟. 基于能源大数据的碳结构态势感知平台[EB/OL]. (2023-09-27)[2024-04-20]. http://www.aii-alliance.org/index.php/index/c360/n4404.html.
[18]	全国能源信息平台. 能源区块链研究:人工智能助力减排的四种方式[EB/OL]. (2021-09-27)[2024-04-20]. https://k.sina.cn/article_7517400647_1c0126e4705901h4d6.html?kdurlshow=1.
[19]	WOO J, FATIMA R, KIBERT C J, et al. Applying blockchain technology for building energy performance measurement, reporting, and verification (MRV) and the carbon credit market: a review of the literature[J]. Building and Environment, 2021, 205: 108-199.
[20]	田壁源, 刘倩汝, 常喜强, 等. 基于区块链碳通证的碳排放权与绿证联合交易市场机制设计[J]. 电力需求侧管理, 2024, 26(2):87-94.
[21]	吴孟辉, 单鹏广, 许翔, 等. 基于PPGIS的大型活动“碳核算”大数据服务平台[J]. 科技和产业, 2023, 23(15):1-8.
[22]	杨云龙, 张亮, 杨旭蕾. 可信数据空间助力数据要素高效流通[J]. 邮电设计技术, 2024(2):57-61.

先进计算技术在工业数字化碳管理领域的应用研究

Research on the application of advanced computing technology in the field of industrial digital carbon management

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 3

参考文献 22

相关文章 15

编辑推荐

Metrics

本文评价

[1]	史磊, 袁中举, 衣强, 李实. 鸿蒙应用安全与个人信息保护思考[J]. 信息通信技术与政策, 2024, 50(6): 70-75.
[2]	杜艳艳, 姚敏祺, 陈文祺. 基于5G/5G-A的全要素车联网行业综合应用实践[J]. 信息通信技术与政策, 2024, 50(6): 62-69.
[3]	李峰, 乔春庚. 一种基于大模型技术的算力产业监测服务平台设计[J]. 信息通信技术与政策, 2024, 50(6): 45-53.
[4]	孙承乾, 王杨. 企业数据资产价值评价指标体系研究[J]. 信息通信技术与政策, 2024, 50(6): 30-36.
[5]	张政, 冯少飞. 大模型算力基础设施技术趋势、关键挑战与发展路径[J]. 信息通信技术与政策, 2024, 50(6): 2-9.
[6]	硕天鸾, 董一民. 人工智能时代数据库技术创新态势研究[J]. 信息通信技术与政策, 2024, 50(6): 17-22.
[7]	谢丽娜, 刘睿, 谭轶男, 赵妍. 基于组合赋权-TOPSIS模型的上合国家数字基础设施发展水平研究[J]. 信息通信技术与政策, 2024, 50(6): 54-61.
[8]	成苈委, 张倩, 梁栗炎, 周洁, 于青民, 黄俊杰. 面向脑机接口的高速通信需求及相关应用场景[J]. 信息通信技术与政策, 2024, 50(5): 12-17.
[9]	张健, 陈晓涵, 曹珩, 叶勇. 新形势下“一带一路”共建国家数字经济供给能力比较研究^*[J]. 信息通信技术与政策, 2024, 50(5): 79-86.
[10]	洪启安, 于润东, 于胜波, 龙翔宇. 智能网联汽车数据要素流通综述[J]. 信息通信技术与政策, 2024, 50(3): 27-34.
[11]	赵越, 温桂, 周光涛, 辛亮, 雷凯茹, 赵淳. 基于5G+AI的自主泊车系统研究[J]. 信息通信技术与政策, 2024, 50(3): 45-52.
[12]	李伯雄, 于润东, 于胜波, 郭美英. 车联网基础设施系统级测试运维体系研究[J]. 信息通信技术与政策, 2024, 50(3): 66-72.
[13]	李建, 阮迪. 多样化算力对服务器的散热挑战分析[J]. 信息通信技术与政策, 2024, 50(2): 46-54.
[14]	刘睿, 李宁东, 于美泽, 谢丽娜. 复杂国际形势下算力产业的发展研究[J]. 信息通信技术与政策, 2024, 50(2): 63-67.
[15]	罗鉴, 雷波, 郑秀丽, 杜宗鹏, 李晶林. 网络5.0应用场景分析与总体技术要求[J]. 信息通信技术与政策, 2023, 49(12): 12-20.