
Intelligent IoT hjælper med at reducere energiforbruget og øge effektiviteten.
1. Intelligent styring til at reducere forbruget og øge effektiviteten
Når det kommer til tingenes internet (IoT), er det let at forbinde ordet "IoT" i navnet med det intelligente billede af sammenkobling af alting, men vi ignorerer følelsen af kontrol bag sammenkoblingen af alting, hvilket er den unikke værdi af IoT og internettet på grund af de forskellige forbindelsesobjekter. Dette er den unikke værdi af Tingenes Internet og internettet på grund af forskellen i de forbundne objekter.
Baseret på dette åbner vi derefter op for ideen om at opnå omkostningsreduktion og effektivitet i produktion og anvendelse gennem intelligent styring af objekter/produktionsfaktorer.
For eksempel kan brugen af IoT inden for drift af elnettet hjælpe netoperatører med bedre at kontrollere eltransmission og -distribution og forbedre effektiviteten af eltransmissionen. Gennem sensorer og smarte målere til indsamling af data i forskellige aspekter, med kunstig intelligens, big data-analyse for at give anbefalinger til optimalt strømforbrug, kan man spare 16% af det næste elforbrug.
Inden for industriel IoT kan man tage Sanys "nr. 18-fabrik" som eksempel. I samme produktionsområde vil kapaciteten på fabrik nr. 18 i 2022 blive øget med 123 %, personalets effektivitet vil blive øget med 98 %, og produktionsomkostningerne pr. enhed vil blive reduceret med 29 %. Kun 18 års offentlige data viser besparelser på produktionsomkostninger på 100 millioner yuan.
Derudover kan Tingenes Internet også spille en enestående rolle i energibesparelsen inden for en række aspekter af smart city-konstruktion, såsom styring af bybelysning, intelligent trafikstyring, intelligent affaldshåndtering osv., gennem fleksibel regulering for at reducere energiforbruget og fremme reduktion af CO2-udledning.
2. Passiv IoT, anden halvdel af løbet
Det er en forventning, at alle brancher reducerer energiforbruget og øger effektiviteten. Men alle brancher vil i sidste ende stå over for det øjeblik, hvor "Moores lov" fejler under en bestemt teknisk ramme, og derfor bliver energireduktion den sikreste vej til udvikling.
I de senere år har Internet of Things-industrien udviklet sig hurtigt og forbedret effektiviteten, men energikrisen er også lige om hjørnet. Ifølge IDC, Gatner og andre organisationer kan verden i 2023 have brug for 43 milliarder batterier for at levere den energi, der kræves til, at alle online IoT-enheder kan indsamle, analysere og sende data. Og ifølge en batterirapport fra CIRP vil den globale efterspørgsel efter lithium-batterier stige tidoblet om 30 år. Dette vil direkte føre til et ekstremt hurtigt fald i råmaterialereserverne til batteriproduktion, og i det lange løb vil fremtiden for IoT være fuld af stor usikkerhed, om den kan fortsætte med at være afhængig af batteristrøm.
Med dette kan passiv IoT udvide et bredere udviklingsrum.
Passiv IoT var oprindeligt en supplerende løsning til traditionelle strømforsyningsmetoder for at bryde omkostningsbegrænsningen ved masseudrulning. I øjeblikket har industrien udforsket RFID-teknologien og opbygget et modent anvendelsesscenarie, og passive sensorer har også en indledende anvendelse.
Men dette er langt fra nok. Med implementeringen af forfinelsen af dobbeltkulstofstandarden skal virksomheder, der arbejder på at reducere deres lavemissioner, stimulere anvendelsen af passiv teknologi for yderligere at udvikle scenen. Opførelsen af passive IoT-systemer vil frigøre den passive IoT-matrix' effektivitet. Man kan sige, at den, der kan spille passiv IoT, har også forstået anden halvdel af IoT.
Øg kulstofdrænet
Opbygning af en stor platform til at styre IoT-tentaklerne
For at nå målet om dobbelt kulstof er det ikke nok kun at "skære ned på udgifter", men også at øge "open source". Når alt kommer til alt, kan Kina, som verdens førende land inden for kulstofemissioner, nå anden- til femtepladsen af USA, Indien, Rusland og Japan tilsammen. Og fra kulstoftoppen til kulstofneutralitet lover de udviklede lande at nå 60 år, men Kina kan sige, at vejen er lang, når det kun er 30 år. Derfor skal CO2-fjerning være et politisk drevet område, der skal fremmes i fremtiden.
Vejledningen specificerer, at kulstoffjerning primært sker gennem økologiske kulstofdræn, der genereres ved udveksling af kulstof og ilt i økosystemet, og gennem teknologidrevet kulstofopsamling.
I øjeblikket er der effektivt gennemført projekter til binding og optagelse af kulstof, primært inden for typerne naturligt forekommende skov, skovrejsning, landbrugsjord, vådområder og hav. Set i lyset af de projekter, der hidtil er blevet annonceret, har skovarealer det største antal og det største område, og fordelene er også de højeste, med en samlet værdi af kulstofhandel for individuelle projekter på milliarder.
Som vi alle ved, er skovbeskyttelse den vanskeligste del af økologisk beskyttelse, og den mindste handelsenhed for skovbrugets kulstofdræn er 10.000 mu, og sammenlignet med traditionel katastrofeovervågning kræver skovbrugets kulstofdræn også daglig vedligeholdelse, herunder måling af kulstofdræn. Dette kræver en multifunktionel sensorenhed, der integrerer kulstofmåling og brandforebyggelse som en tentakel til at indsamle relevante klima-, fugtigheds- og kulstofdata i realtid for at hjælpe personalet med inspektion og styring.
Efterhånden som håndteringen af kulstofdræn bliver intelligent, kan den også kombineres med Internet of Things-teknologi for at opbygge en platform for kulstofdrændata, der kan realisere den "synlige, kontrollerbare, håndterbare og sporbare" håndtering af kulstofdræn.
Kulstofmarkedet
Dynamisk overvågning til intelligent CO2-regnskab
Kvotehandelsmarkedet genereres baseret på kvoter for kulstofemissioner, og virksomheder med utilstrækkelige kvoter skal købe de ekstra kulstofkreditter fra virksomheder med overskydende kvoter for at opnå årlig overholdelse af reglerne for kulstofemissioner.
Fra efterspørgselssiden forudsiger TFVCM-arbejdsgruppen, at det globale CO2-marked kan vokse til 1,5-2 milliarder tons CO2-kreditter i 2030, med et globalt spotmarked for CO2-kreditter på 30 til 50 milliarder dollars. Uden udbudsbegrænsninger kan dette stige op til 100 gange til 7-13 milliarder tons CO2-kreditter om året inden 2050. Markedsstørrelsen vil nå 200 milliarder amerikanske dollars.
Markedet for CO2-handel vokser hurtigt, men kapaciteten til CO2-beregning har ikke holdt trit med markedets efterspørgsel.
I øjeblikket er Kinas metode til regnskab for kulstofemissioner primært baseret på beregning og lokal måling, med to metoder: regeringens makroøkonomiske måling og virksomhedernes selvrapportering. Virksomheder er afhængige af manuel indsamling af data og støttemateriale for regelmæssig rapportering, og regeringsafdelinger udfører verifikation én efter én.
For det andet er regeringens makroteoretiske måling tidskrævende og offentliggøres normalt én gang om året, så virksomhederne kan kun abonnere på omkostningerne uden for kvoten, men kan ikke justere deres CO2-reduktionsproduktion rettidigt i henhold til måleresultaterne.
Som følge heraf er Kinas CO2-regnskabsmetode generelt primitiv, haltende og mekanisk og giver plads til forfalskning af CO2-data og korruption i CO2-regnskaberne.
Kulstofovervågning, som en vigtig støtte til det supplerende regnskabs- og verifikationssystem, er grundlaget for at sikre nøjagtigheden af kulstofemissionsdata, samt grundlaget for evalueringen af drivhuseffekten og målestokken for formuleringen af emissionsreducerende foranstaltninger.
I øjeblikket er der blevet foreslået en række klare standarder for CO2-overvågning af staten, industrien og grupper, og forskellige lokale myndigheder, såsom Taizhou City i Jiangsu-provinsen, har også fastsat de første kommunale lokale standarder inden for CO2-emissionsovervågning i Kina.
Det kan ses, at baseret på intelligent sensorudstyr til at indsamle nøgleindeksdata i virksomhedsproduktion i realtid, er den omfattende brug af blockchain, Internet of Things, big data-analyse og andre teknologier, opbygning af virksomhedsproduktion og CO2-emissioner, forurenende emissioner, energiforbrug integreret dynamisk realtidsovervågningsindekssystem og tidlig varslingsmodel blevet uundgåelig.
Opslagstidspunkt: 17. maj 2023