安科瑞 王晶淼 咨询家：Acrel-wjm
一、前言
2026年2月，辽宁省发展改革委、省工业和信息化厅联合印发《辽宁省零碳园区建设名单（第一批）》，明确22个园区入选本次建设名单，标志着辽宁零碳园区建设进入规模化推进、标准化落地的关键阶段。
作为东北老工业基地，辽宁肩负产业绿色转型与碳达峰碳中和双重使命。此前出台的《辽宁省零碳园区培育建设方案》等文件已明确：到2027年建成20个以上零碳示范园区，可再生能源使用比例不低于40%，单位工业增加值能耗较2020年下降18%以上。本次名单进一步细化要求，园区需完善碳核算体系、扩大绿电消纳、推进多能协同，并在30个工作日内完成建设方案备案，以获得资金、要素等政策倾斜。政策红利的持续释放，让零碳转型从“选择题”变为“必答题”。
二、安科瑞园区微电网能源管理
安科瑞作为专业的智慧能源管理解决方案提供商，能为零碳园区建设提供包括碳计量电表、分布式光伏、分布式储能、电动车有序充电以及园区智慧能源管理平台等解决方案，为零碳园区的建设提供“云-边-端”一体化解决方案，利用“云边协同”智慧策略帮助园区充分利用好新能源，明确降碳成本效益路线图。
2.1 准确碳计量：碳电表
功能原理： 基于电能消耗数据，结合实时更新的动态电碳因子（反映不同区域、条件下的度电碳排放量），准确计算企业用电的碳排放。
价值： 使碳排放可量化、可追踪，助力企业优化能源结构、制定低碳生产模式。
核心产品： AEM96三相多功能碳电表，集成电力参数测量、分时计量及碳排放统计功能，包含12组碳排放值及因子，实时计算生产用电碳排放。配合安科瑞碳资产管理平台，简化企业碳统计工作。
2.2 分布式光伏系统
挑战与要求： 光伏建设需满足并网保护、稳控、电能质量、调度通信等要求（依据《分布式电源接入电网技术规定》、《电能质量管理办法（暂行）》等）。
关键配置：
并网点电能质量监测。
防孤岛保护装置（防止孤岛运行）。
国网电能计量表及远动装置（数据上传）。
防逆流保护装置（适用于“自发自用、余电不上网”系统）。
网络安全设备（纵向加密、正/反向隔离、网安监测、远动网关）。
本地监控系统（采集逆变器、箱变、保护、计量等数据）及与电网调度系统的数据交互接口。
2.3 分布式储能系统
作用： 作为光伏发电的“蓄水池”和“中转站”，对消纳绿电、构建零碳园区不可或缺。
技术要求（依据GB/T 36547-2018）：
并网点配置AM5-IS防孤岛保护（非计划孤岛时2s内动作断开）。
计量点设置在并网点（接入园区内部电网时）。
储能单元需具备绝缘监测功能（或配置独立直流绝缘监测装置）。
10kV接入公网时，配置电能质量在线监测装置（确保满足GB/T19862要求）。
2.4 有序充电管理
目标： 支撑园区“以电代油/气”转型，提升新能源车充换电设施运行效率。
方案： 基于预测算法（变压器负荷、光伏发电、充电需求），实现对充电桩的监控、调度与管理，提高光伏消纳率、增强微电网可靠性、降低充电成本。
2.5 碳资产管理平台
核心： AcrelEMS3.0智慧能源管理平台碳资产管理模块。
依据与功能： 采用符合ISO 14064-1:2018要求的权威碳排放因子数据库，提供碳盘查清册、配额管理、排放分析、碳流向追踪、盘查报告、交易记录等功能，协助园区建立完善的碳排放MRV（监测、报告、核查）体系。
2.6 微电网智能协调控制
核心设备： ACCU-100微电网协调控制器
功能特点：
数据采集与通讯： 支持多通道接入光伏逆变器、储能、负荷等设备；兼容多种通信规约（Modbus RTU/TCP，IEC 60870-5-101/103/104，MQTT）；支持云边协同、OTA升级。
边缘计算： 灵活报警设置、数据计算、逻辑控制、断点续传、数据加密。
策略管理： 防逆流、计划曲线、削峰填谷、需量控制、有功/无功控制、光储协调等，支持策略定制。
系统与运行安全： 用户权限管理、数据加密与防篡改；全站信号采集分析，实现安全预警。
三、AcrelEMS3.0：园区级智慧能源管理平台
在零碳或近零碳园区建设中，“光伏+储能+充电”组合必不可少的被应用到园区电网之中。随着新能源占比增加，园区的管理需要依靠智慧能源管理平台来实现碳资产管理、新能源策略控制、有序充电管理、能耗分析、设备运维等等。AcrelEMS3.0智慧能源管理平台可以帮助园区有效的管理能源，其功能包括：：
综合监控： 采集监测变电站、光伏、储能、负荷、充电桩、环境数据，支持可视化、告警、事件查询、报表统计。
智能控制： 动态协调光伏、储能、负荷等多种能源主体，执行计划曲线、削峰填谷、防逆流、新能源消纳、需量控制等策略。
能源分析： 进行能耗与效益分析、经济运行分析、多维度电量分析，生成能源报表。
碳资产管理：企业碳资产管理功能，包括碳盘查清册、碳配额管理、碳排放分析、碳流向、碳盘查报告、碳交易记录等等。
功率预测： 基于历史数据和数值天气预报，运用深度学习算法预测光伏短时/超短时出力及负荷曲线，并进行误差分析。
优化调度： 结合发电/负荷预测、电价、电网交互及储能约束，以用电成本低为目标，利用深度学习算法制定微电网运行功率计划，并分解控制光伏、储能、充电桩。
审核编辑 黄宇
推荐阅读：
