百度自公布2030年实现集团运营层面的“碳中和”目标后，以2020年为基准年，计划在已有绿色实践的基础上，在数据中心、办公楼宇、碳抵消、智能交通、智能云、供应链六个方面，全面构建2030年“碳中和”目标的科学实现路径。
2023年，百度智能云基于百度集团行政部（以下简称“集团行政部”或“行政部”）丰富的楼宇绿色运营经验和运行数据积累，通过能碳数智化平台——百度智能云度能（以下简称“度能”），为百度集团（以下简称“集团”）打造了定制化的能源管理体系和平台，实现对内技术赋能，助力百度办公楼宇实现绿色智能运营，加速“碳中和”目标达成脚步。
度能与行政部工程运营团队首先针对集团楼宇运行模式和能耗特点，对百度集团整体能源管理平台进行了打磨与升级。通过布置1300+能源自动采集点位，对水、电、热、气等全能源类型实现全覆盖；制订集团-园区-分体楼宇-楼层-公区的全套清晰计量结构，梳理出完整的水、电等能源分项及用能分析口径，以最快速度完成度能的适配和部署工作。
此外，在大模型技术加持下，通过将自然语言交互与图形用户界面进行有机结合，度能重构了用户获取数据与信息的方式，大幅缩短从需求到反馈的等待时间，产品体验更灵活易用；通过利用大模型强大的知识压缩能力，还可以为使用者提供更专业深入的决策支持，提高能碳管理效率，推动全链路能碳管控。
01 多维度全方位｜打造集团能源精细化、智慧化管理体系
针对百度办公楼宇能源系统结构、仪表和传感器数据，度能团队与行政部成立了专项项目组，全面梳理行政用能特点，因地制宜开发平台应用模型，实现集中化管理；在数据接入的基础上，通过度能控制平台，实现对百度办公楼宇的企业信息、设备模型、设备台账、核算分析模型以及碳排查模型的管理。
度能丰富的数据分析和可视化图表生成应用，可以根据行政部的关注重点和办公楼宇的用能特点分析需求，灵活的对图表进行自定义组合生成，达到能碳数据多维对比分析的要求，在基础能源数据统计的基础上，以成本、安全、质量、容需、平衡维度进行持续分析，深化百度办公楼宇能碳管理广度与深度。
此外，在全面接入集团能源数据后，就可以基于度能平台迅速打造出3D/GIS（地理信息系统）驾驶舱，通过多维度的用能分析、清晰化的透视图表，快速完成对集团用能的精细化纳管。管理者利用驾驶舱可快速了解精确至楼层级别的、不同分区下的能碳数据，通过抽提、统计和总结核心数据，快速定位关键问题。了解能碳走势的同时，即时查验楼宇最新能碳概况。
百度科技园能碳管理驾驶舱
百度大厦GIS驾驶舱
02 能碳目标“化整为零”｜实现管理、数智化双轮驱动的建筑一体化管理
依托度能能碳数智化平台将能碳目标拆分至建筑各运行管理场景的能力，行政部将能碳管理作为切入点，将建筑设备运行、环境品质管理、人员管理、设备运维、资产与成本管理等能碳相关场景进行打通和融合，实现管理驱动和数智化驱动的建筑一体化管理。
用能总结与趋势看板
用能分析看板
此外，自2021年开始，在可再生能源方面，行政部高效利用屋面空间，安装光伏发电系统，为办公持续提供清洁能源。为此，度能提供了全方位的双碳路径咨询，降低用能成本，提升绿电消纳比例，全部投入使用后年发电量约260万度。在光伏储（蓄冷）充柔（冷站）的基础上，度能提供精准的光伏发电预测与调度优化模型，未来将在科技园实现园区智慧微网调度，实现综合能源层面的数智化管理。
百度办公楼屋顶光伏
在碳排放管理层面，度能还为集团提供了从碳排放统计、多维减碳分析、碳资产分析、到“碳中和”推演与碳认证的全链条双碳数智服务。
针对碳排放统计场景，度能内置国标核算指南及推荐参数，支持多种方式的排放源数据灵活采集，内置排放因子库，自动计算碳排，实现百度办公楼碳排放量的精准计算；针对减碳分析，度能为集团办公楼提供各种类型的碳减排核算，如节能优化、光伏发电等，精准核算园区管理单元的各类方式的碳减排量，帮助量化节能效果，及时跟踪并统计汇总碳减排情况，并进行碳减排可视化呈现，辅助制定减排方案。此外，度能还提供“碳中和”推演的能力，根据百度办公楼宇绿植覆盖、光伏发电和节能情况，预测碳汇数据，用减碳、碳汇、固碳等多维度数据，推演中和时间，并联合权威机构发布碳核查报告，为建筑提供“碳中和”认证。
碳排放因子数据库
碳排放报告
03 AI“老师傅”｜节能率15%的暖通空调系统是怎样炼成的？
暖通空调系统作为大型建筑中最复杂、用能占比最高的机电系统，楼宇的暖通空调运行水平往往取决于工程师个人经验和专业能力。
面对初期数据对接、调试交付、模型上线运行及维护等复杂情况，度能团队与行政工程团队进行密切沟通，依靠行政部工程运行经验和数据积累丰富的特点，结合度能模型计算能力和工程经验，从模型打造、现场设备适配和控制策略等多方位进行评估测算，选择最优控制策略，使算法模型快速调优并高度适配场景。依托百度先进的AI算法能力，通过打通 AI 大脑至底层制冷设备的控制链路，实现全自动实时下发调优策略，直接控制暖通设备的底层设备运行，提高暖通系统效率，降低碳排放。
在建设过程中，度能团队通过多轮沟通和现场勘查，立足过往运行情况和数据，最终基于冷负荷预测的冷站多目标最优化控制、蓄冰系统结合电价的最优蓄融冰策略、泵、塔频率运行优化三大节能点进行建设。度能团队根据现场反馈的情况和历史数据，构建了多个子设备模型，通过机理及联合仿真的方法，在冷机的优化控制上，利用空调主机的历史运行数据，拟合出空调主机数据驱动模型的模型参数，刻画出空调主机的运行特性，预测不同变量对主机运行效率的影响，得到主机的高效运行区间，实现空调系统节能运行，最终冷站智控助力科技园冷站试运营阶段实现15%的节能率，大幅提高暖通系统整体效率。
百度科技园冷站
冷站智控组态监控
04 大模型小助手｜“有求必应”，重构暖通运行运维管理体验
除了显著的节能效果，度能暖通智控基于文心大模型打造了“暖通小助手”，聚焦三类暖通空调运行运维管理的核心场景，在知识问答、数据分析与可视化、策略目标调整的功能场景中实现了全新的功能交互模式和策略呈现方式。
面对复杂的暖通空调系统数据，管理者无需层层下钻和多步点选参数，只需要通过自然语言向暖通小助手描述需求，即可快速获得复杂数据查询与分析的结果并生成图表。当项目运营模式或控制目标发生变化时，无需多步反馈和等待，暖通小助手就能够根据需求对算法模型和运行模式进行调整与匹配，时刻保证策略与现场情况的匹配性。除此之外，暖通小助手还融合了庞大的能源设备运行、运维管理知识库，现场设备的疑难杂症都可以轻松得到解决。
“自己的降落伞自己先跳” 。在百度内部实践中，百度智能云度能充分释放了人工智能与大模型技术在能源管控、双碳管理、能耗分析、能耗优化、设备运维等方面的巨大潜力。未来，度能还将持续赋能更多用户，打造能碳数据感知、能碳优化、能碳综合管控的全链条闭环服务体系，使能绿色可持续发展，惠及千行百业与千家万户。
