2015年誕生的《巴黎協定》將人類連接成命運共同體,對環境改善做出承諾,也讓我們國家走上了“碳達峰”、“碳中和”(雙碳)的治理之路,并且提出了3060的目標 —— 2030年碳達峰、2060年碳中和。
在各家企業紛紛將雙碳治理提上戰略發展日程之時,其落地執行的挑戰也是巨大的:一方面大量企業在過去的生產制造過程中極少有碳排放意識,無法進行有效的碳足跡跟蹤;另一方面在產品生產和制造流程的眾多環節中,如何有效進行減排規劃也讓很多管理者感到迷茫。
面對挑戰,雙碳治理中數字化的重要性和必要性也逐步成為共識 ——只有通過數字化的手段才有可能實現針對復雜業務環境下的全面碳管理,也才有可能逐步建立雙碳的治理體系。在這樣的共識下,我們已經看到一些頭部企業在碳管理的關鍵領域邁出了重要一步,如能耗管理,構建數字化平臺,將碳排放的實時跟蹤逐步納入整個生產制造過程,甚至于上下游經營活動的能耗數據也逐步涵蓋。這樣的數字化平臺正在幫助這些企業建立清晰直觀的碳排放定量認知。
然而,我們也看到絕大多數的企業,特別是在制造業,還沒有能夠真正理解如何建立數字化使能的雙碳治理機制,還寄希望于能夠通過一兩次大改造就全面碳達標。數字化時代帶來了流變性已經是不爭的事實,對于雙碳這項長期工作,我們也必須構建持續的治理機制,讓雙碳治理成為企業追求高質量、可持續發展的有機組成部分,甚至于通過雙碳領域的創新,強化自身市場的競爭力。
由此,我們提出CarbonOps理念和治理框架(如圖一所示),幫助企業踐行基于協作的雙碳治理體系化實踐,通過專注于改進組織內雙碳管理者和碳排放者之間數據流的可視化、集成化和自動化,從而推動企業在雙碳領域建立持續改進機制,最終讓碳排放成為企業經營的關鍵要素。
(圖一:CarbonOps示意圖,將碳排放治理構建到整個研、產、供、銷、服的過程中去。)
雙碳治理的雙流協同
借鑒精益強調端到端價值流協同和持續改進的治理思想,CarbonOps關注雙碳管理者和碳排放者之間Carbon流和Ops流的雙流協同。
Ops流:碳足跡數據可視流
碳足跡流現狀 AS IS:以客戶為中心,梳理面向客戶的端到端業務價值流,再從價值鏈的起點到終點梳理每個業務活動上的碳排放,現狀碳足跡流隨之產生。梳理時可以采用類似服務藍圖的工具,將碳排放相關的現有數據可視化出來,并且識別出缺失的關鍵業務活動碳排數據。
借助已有的定性經驗和現有數據,形成碳足跡曲線,識別碳排放量的高峰點,進而幫助大家共識高優先級的減碳機會點。
從企業碳治理的可控程度出發,上述制造企業碳足跡流(如圖二所示)也存在不同的范圍劃分:
- 范圍1,是指產生自企業擁有或者控制的燃料直接產生的溫室氣體排放;
- 范圍2,是指企業外購的二次能源所產生的間接排放;
- 范圍3,是指企業所處價值鏈上產生的其他溫室氣體間接排放。
這樣的三個范圍劃分(如圖三所示)是國際共識的企業碳足跡統計需要考慮的。處在降碳處理初期的企業通常會將重點放在范圍1和范圍2上,從而能夠快速制定企業切實可落地的減碳舉措。隨著越來越多企業對雙碳意識的加強,大家的關注點開始聚焦在上、中、下游價值鏈上的合作伙伴,提倡共同減少范圍3的碳排放,而范圍1、2則作為最基本的要求。
碳足跡流的數據可視化:借助數字化技術的手段,對碳足跡流進行全面的數據采集、儲存、清洗、加工等,特別是要彌補缺失的關鍵業務活動碳排數據??梢酝ㄟ^碳流數字化圖表可視化展示,從而使企業對碳排數據、變化趨勢精準掌握,進而用建模的方式精準識別重點減排路徑,為企業建立科學減碳計劃和碳排放基線。
在價值流基礎上,首先應關注內部生產和服務環節在碳治理范圍1和2的數據,這些數據對于企業來說更容易采集和獲取。通過對范圍1和范圍2的碳足跡的跟蹤,逐步構建相關的數字化平臺,完善相關的數據基礎設施。范圍3的碳排放數據,則需要通過數字化平臺的持續完善,去對接價值鏈上的合作伙伴,從而獲取更多的相關數據。
Thoughtworks技術團隊幫助一家紡織行業進行供應鏈減排,該企業在2020年制定了2025可持續發展戰略,并承諾在2035年實現碳中和目標。Thoughtworks對該企業4大業務線的43個關鍵業務環節進行梳理,建立了基于該企業價值網絡的全局建模,并構建了碳排放數據管理和智能決策平臺,可以對相關參數進行調整和模擬。通過數學建模、機器學習等技術擬合排放、利潤、成本之間的動態平衡關系,構建了一個可視化的支持最大投資回報率的智能減碳路徑決策體系,幫助客戶高層將碳排放納入到業務戰略中。
真正的碳足跡技術在全球也正在形成相關的生態,甚至于在一些過去被認為是低碳的領域,比如軟件開發,也在推動更為系統性的碳足跡認知,從IT系統規劃、軟件架構設計、軟件研發、運維、數據中心運營等全路徑來打造綠色軟件運營體系。Thoughtworks開源的云碳足跡工具CCF和AWS的計算優化服務,密切監測云上碳足跡,進而采取適當的行動來降低能源消耗,將云基礎設施的成本降低。
Carbon流:碳減排持續改進流
持續減碳規劃:通過碳足跡流的現狀分析,借助Thoughtworks的精益價值樹工具,對雙碳治理的愿景、目標、投資和舉措進行滾動規劃。
- 最頂端是愿景,描述企業在3~5年希望在雙碳治理上想要達成的理想狀態,是總體指導方向,所有雙碳投資都應為其做出貢獻。
- 第二層是目標,描述組織達成雙碳治理愿景所要達成的經營目標,體現組織的雙碳競爭策略和發展策略。
- 第三層是投注,描述為達成某個目標,當前能想到的最好的點子或創意,是一個假設,有待驗證和調整。
- 第四層是舉措,定義為落實一個投注所要進行的具體行動,比如:能耗和碳足跡流數據可視化、外購可再生能源等。
其中目標、投注、舉措上都需要有關鍵成功度量MoS,即業務相關的成效結果指標。下圖(如圖四所示)是一個雙碳治理規劃的精益價值樹案例,虛線框標注項是優先級較高的,主要是從高價值和緊迫性的排序維度來考慮。
減碳建模設計:對雙碳治理精益價值樹中的高優先級舉措,進行專題的拆分并進行建模設計。比如:“能耗和碳足跡流數據可視化“舉措,可以按場景拆分成設備數據采集、蒸汽線路數據采集、循環水系統數據采集、物流運輸倉儲數據采集等專題;”降耗和雙碳智慧診斷和分析“舉措,可以按數據采集場景進一步拆分成設備、能源工藝處理、供應鏈減碳等專題。
對于通過設備預測性維護降碳的專題,Thoughtworks 幫助一家全球知名的潤滑油供應商構建了一套基于物聯網和機器學習技術的實時潤滑油狀態監測模型系統。它可以通過早期定位異常的根因,指導一線工作人員及時排除故障,更換潤滑油,以避免摩擦磨損故障的發生,實現設備預測性維修,同時達到了減碳的目的。
成效度量體系:雙碳治理精益價值樹中對目標、投注和舉措設計了關鍵成功度量指標MoS。對舉措拆分出來的專題,也要設定成功的衡量標準,以幫助不斷重檢建模設計和后續的敏捷試驗。
MoS可以從企業價值、客戶價值和社會價值三個價值成效維度進行度量指標設計,比如:數據安全率100%、依據碳排放因子計算出來的碳排放量準確率100%、計劃內停機預測準確率達到90%以上、總成本節省30%、碳排放降低30%等。
減碳敏捷試驗:碳減排不是一蹴而就的,存在很多不確定性,特別是對于中小型企業,很難一次性拿出一大筆錢做雙碳治理,所以減排的落地執行可采用敏捷的方式,建立一個個小的減排迭代試驗。
特別是涉及到巨大的設備投資,建議采用PoC試驗和最小可行產品MVP的敏捷減碳方式。例如,在前述的案例中,Thoughtworks 通過三至五個月時間,幫助潤滑油供應商孵化出工廠設備監測服務,快速驗證技術與業務模式的可行性。
在該IoT PoC方案提出并獲得客戶認可后,快速進入實驗室驗證階段,首先將脈沖網關連接到某云IoT PaaS平臺完成IoT通路驗證,接下來驗證了網關能正確讀取供應商傳感器的數值。在實驗室驗證取得成功后,團隊開始在測試工廠部署傳感器,再基于傳感器與產線的關聯關系構建數據結構。
PoC試驗雖然暴露了一些應用局限性,但產生的認知獲得了客戶的認可,這正是對敏捷的以客戶為中心、以價值為驅動、快速反饋響應理念的踐行。隨后的MVP方案部署在多個工廠運行,采集了數百萬條來自真實客戶的指標數據,更重要的是獲得了很多來自一線的反饋和建議,做定期的價值成效分析,小步快跑朝著正確的方向不斷迭代演進、持續學習和不斷創新。
這種敏捷試驗方式同樣適用于較為重型的制造業,先從投資回報率最高的、最簡單的減排舉措做起。比如,第一個迭代,先做簡單的設備改造,通過增加電機變頻器調節電機運行頻率,進行節能降碳;后期迭代通過數據應用進一步優化,加裝震動及溫度傳感器將信號上傳到IoT平臺,通過機器學習的AI技術與MES[^1]訂單排產與工藝參數相關聯,優化工藝參數,深挖潛在能耗;再往后的迭代,監測電機運行狀況,接入IoT設備預防性維護模塊,提前預測電機故障降低損失,結合MES平臺同步優化運行能耗。
面向可預期的未來,企業擁有了可視化碳足跡流數據平臺,并且具備了數字孿生技術的廣泛應用能力,可以在虛擬世界中對減碳模型進行虛擬仿真驗證,根據返回來的碳排數據不斷敏捷迭代調優減排路徑,節省下真實世界中物理測試的成本,以更快速度實現減碳技術的創新,讓設計減碳、工藝減碳、智能排產減碳等成為生產制造的日常工序。
雙流協同、雙流合一
Carbon流和Ops流相互影響、相互促進。通過Carbon流的不斷迭代優化,Ops流的運作效率、運作環境和運行流程得以極大改善,促進雙碳目標的達成,并且催生出新的商業模式和產品的創新,為客戶設計生產出更加綠色環保屬性的低碳產品,甚至于開拓出新興市場。Ops流依據雙碳階段性目標給Carbon流不斷提出新的改進挑戰,從而形成了持續的雙碳治理協同機制。
雙碳治理的協同關鍵
一、通過碳數據可視化促進量化認知
在企業日常生產經營活動中進行全價值鏈的碳數據可視化,將碳排數據融入企業數字化管理中,通過運用數字技術與重點碳排放領域深度融合,減少能源和資源消耗,促進傳統企業經營活動中的能源優化、成本優化、風險預知與輔助決策等,在整體上實現節能增效提質。
二、通過碳足跡流定位場景化減排
通過實時可追溯的碳數據流,精準定位企業價值鏈的降碳重點,然后制定針對性減碳措施。特別是對重點碳排放環節并進行詳盡監控,充分使用新設備、新技術對企業內部環境進行節能降碳改造,建立有針對性的場景化減碳措施。同時為后續建設提供可靠數據依據,從源頭上降低碳排放。
下圖案例(如圖五所示),是Thoughtworks為一個制造業客戶識別出來的全生命周期減排場景,從綠色產品設計、綠色供應鏈、綠色生產管理到綠色產品交付。
(圖五:全生命周期減排場景示意)
三、通過運營數據閉環推動持續改進
根據減碳規劃和模型設計,識別關鍵指標;設計減碳成效度量體系,確保每一個度量的數據能夠盡可能準確和自動采集,形成日、周、月不同周期維度的展示報表和報告;結合基線指標對降碳數據持續綜合分析,并結合定性反饋洞察指標變化的原因,評估減碳收益;指導下一步的減碳策略。通過這樣四步循環,形成PDCA持續改進。
雙碳治理的未來展望
雙碳治理是企業必然的長遠戰略之一,通過CarbonOps理念和治理框架,我們希望傳遞符合于數字化時代的雙碳治理思想:
- 雙碳治理不是一蹴而就的物理投入,而是一個伴隨著新技術應用的、持續改進的碳生態建設。
- 雙碳治理不是某個管理部門的責任,而是企業高質量可持續發展的關鍵。
- 雙碳治理并不止步于監管合規,更是企業數字化發展的創新賽道。
CarbonOps理念和治理框架在落地執行時,需構建雙流協同、雙流合一的持續治理機制,除此之外,還需要建立雙碳組織保障機制,建議由企業高層直接掛帥,由專職、專人或團隊負責,打破部門墻從組織級進行系統規劃,將碳排舉措嵌入企業商業模式與戰略中,上下形成合力齊心加速降碳,3060未來可期!
總編:
肖然:Thoughtworks創新技術總經理、全球數字化轉型專家、中國企業敏捷教練聯盟秘書長
作者:
- 白玉:Thoughtworks首席咨詢顧問、高級碳資產和能源管理師
- 李圣恩:Thoughtworks高級咨詢顧問、高級碳排放、碳資產和能源管理師、一級建造師、制造行業專家
- 朵寶林:Thoughtworks資深咨詢顧問、高級碳資產和能源管理師、制造行業專家
- 屈小翔:Thoughtworks資深咨詢顧問、高級碳排放、碳資產和能源管理師、制造行業專家
-
數字化
+關注
關注
8文章
8623瀏覽量
61645 -
碳中和
+關注
關注
0文章
201瀏覽量
13678
發布評論請先 登錄
相關推薦
評論