这几年，供热行业最明显的变化，不是数字化技术越来越多，而是整个系统本身变得越来越复杂了。过去，很多供热系统虽然链条不短，但整体上还算单一：热从哪里来，怎么送出去，最后怎么用，大家心里都会有一套相对稳定的经验。但现在，情况已经发生了明显变化。热泵、储能、余热利用、多种能源协同运行，这些不断新增的变量，正在一点点地把原来相对单纯的供热系统，推向一个更复杂的耦合系统。而当系统变得复杂，原来那套依赖经验和人工调节的流程管理办法，就会越来越吃力。
4月22日至24日，2026低碳供热高质量发展大会暨第三届新能源供热技术交流会在河北雄安新区举行。大会以“重构热力：低碳供热系统的共生之路”为主题，由中国节能协会热电产业专业委员会联合中国雄安集团智慧能源有限公司、河北省招商引资促进会共同主办，上海全应科技有限公司协办。大会汇聚了行业主管部门、能源央企、科研院所、龙头科技企业及投融资机构等400余位代表，共同探讨低碳供热发展路径与产业协同方向。
大会期间，上海全应科技CTO党海峰受邀作《供热系统智能调控及全应iDiC智能控制系统》主题分享。相比单纯介绍产品，这场分享更像是在回应一个行业正在共同面对的问题：当供热系统越来越复杂，控制方式该怎么变？党海峰在分享中指出，当前供热系统面临的变化，首先来自能源形态、利用方式和生产方式的变化。过去，供热更多建立在相对单一的能源结构和生产方式之上；而现在，无论是热泵、储能，还是余热利用、多能源协同，都在推动整个系统从相对单纯的生产形态，走向更复杂的耦合运行状态。这样的变化，直接抬高了系统运行的难度，也让原有控制方式面临更大挑战。在他看来，系统越复杂，越需要重新理解“智能调控”这件事。党海峰用工业革命作了一个很直观的类比：前几次工业革命，更多是在替代人的体力劳动；而今天进入智能化阶段，真正要替代的是复杂的脑力劳动。
放到供热和流程工业里，人最核心做的其实是三件事：运行、安全和设备。
运行，关心的是系统能不能持续、稳定、高效地跑；安全，关心的是异常和故障能不能被提前发现、及时处置；设备，关心的是设备状态是否健康、维护成本能不能更低。传统自动化系统解决的更多是执行层面的问题，而真正复杂的协调调度、运行寻优和经验判断，过去很大程度上仍然依赖人。智能调控要做的，就是把这些原本依赖人工的工作，逐步交给系统。也正因此，党海峰特别强调，智能调控并不只是把现场数据采上来，也不只是把监控画面做得更丰富。它背后首先要有一个能够承载整套能力的智能平台。这个平台依赖数据，也必须广泛接入数据——包括控制系统的数据、外加传感器的数据，甚至离线执行和人工化验的数据。因为只有数据够全，系统才能更接近真实运行状态；而只有数据、模型和算法真正结合起来，系统才有可能去模仿原来人做判断时的经验和逻辑。在整个智能化切入过程中，党海峰认为，最优先、也最有价值感的方向，还是运行。因为运行直接对应的是系统效率、供热质量和成本水平。现在的生产现场基本都已经配备了控制系统，问题不在“能不能控”，而在“控到什么程度”。传统控制系统往往需要先给一个目标值，它再去把系统控制到这个范围内；但这个目标值是不是足够精准，是否真的适合当下场景，过去很多时候其实仍然靠人工经验给定。党海峰提到，真正的实时优化，就是系统结合生产状态和外部环境，动态去找到更合适的目标值，而不是依赖一个相对固定、相对粗的人工设定。如果再往上看，问题就不只是单个子系统怎么控，而是整个系统怎么协同。党海峰在分享中提到，供热系统并不是单一子系统，而是热源、热网、热用户之间层层耦合的整体；再加上多种能源形态的耦合，如果不能从全局去优化，就很容易陷入局部最优。局部看似做得不错，但全局未必最优，系统潜力也很难真正发挥出来。这也是为什么，智能调控不能只停留在单点控制，而需要一套站在全局视角上的实时调度体系，去回答“整个系统当下最优到底是什么”。而要把实时优化和全局调度真正落下来，背后需要的并不是一个单点工具，而是一个集成化的智能平台。
党海峰提到，iDiC本质上就是这样一个平台：它把数据接入、模型构建、算法搭建、决策执行和人机交互放在同一个系统里，既能通过常见工业协议快速接入PLC、DCS、传感器等各类现场数据，也能把计算结果下发到执行机构，让智能调控不只停留在分析层，而是能够真正参与到现场控制和运行优化中。围绕这一点，党海峰进一步指出，供热系统智能化的关键，不在于某一个点控得更好，而在于整个系统能不能协同起来。过去，热源有热源的控制，换热站有换热站的控制，大家往往都在做局部调节。局部看似没问题，放到全局里却未必最优，最终容易出现水力失调、冷热不均和能源浪费。要改变这种状态，就不能只看某一个热源、某一个站点，而是要把热源、热网和用户需求放在一起看。
这也是全应提出“源—网—荷”智能控制思路的出发点。党海峰在分享中提到，供热系统要实现更优运行，首先要看负荷，也就是未来到底需要多少热。不同用户的用热特性并不一样，商场、居民、学校、医院在不同时段、不同天气下的需求都不同，所以要先做负荷画像，再结合天气预报去判断未来24小时的用热需求。接下来再看热网，热量怎么更均衡、更精准地输送出去，温度、压力、阀门等中间环节怎么调；最后再回到热源，组织不同能源形态和不同设备实现更经济的运行。归根结底，不是某一个环节“自己跑得更好”就够了，而是要让热负荷、热网输配和热源运行真正协同起来。党海峰还提到，供热里还有一个很现实的问题，就是质量优化。比如到底是“大流量、小温差”，还是“小流量、大温差”，过去很多系统不敢动，原因很简单：一动就可能水力失调。但如果热网平衡能力可以实时调节，系统就有机会根据天气变化和运行状态，动态去寻找更优的质量平衡点。换句话说，很多过去“不敢碰”的优化空间，恰恰需要在智能调控能力建立起来之后，才真正有可能被打开。在这一过程中，iDiC承担的，并不只是采集数据或展示画面的功能。更重要的是，它把原来分散在不同环节的数据、模型、算法和执行动作真正串了起来，让系统不只是“看得见”，还能“会判断、会调节”。如果用更直白的话说，就是帮助供热系统形成一个可感知、可分析、可决策、可执行的“控制大脑”。这个“大脑”不是替代一切，而是在更复杂的工况下，去完成原来主要依赖人工经验的那部分工作。而这个“大脑”真正站稳脚跟的关键，在党海峰看来，是模型。因为智能的核心，不只是数据，更是数据背后的模型。模型越准，系统对现场的理解就越接近真实，调控效果也才更可靠。无论是热泵模型、换热模型、循环水泵模型，还是燃气锅炉模型，本质上都是在建立系统对现实工况的理解，再基于这些模型做全局优化和统一指令下发，让不同执行机构朝着同一个目标协同运行。党海峰还特别提到，工业领域的智能化和大众熟悉的大模型并不是一回事。对于供热、热电等流程工业而言，控制系统面对的是连续运行、强耦合、实时响应的复杂过程，一次误判都可能带来运行波动甚至安全风险。因此，工业AI更强调精准、可靠、可解释。也正因为如此，真正能够在工业现场落地的智能调控，一定要建立在对热工机理、设备特性和工艺规律的理解之上，而不是简单套用面向互联网场景的通用逻辑。最终，一套系统是不是有价值，还是要看它能不能落到结果上。党海峰在现场不仅分享了城市供热场景的项目效果，也简要提到了工业供热、火力发电、危废生产工艺等不同场景中的应用。在城市供热项目中，iDiC支撑下的“AI+供热”方案已经带来了比较明确的实际收益。在山西某项目上热源能效提升6%以上，一网能效提升15%以上，二网能效提升20%以上，供热达标率提升23.5%，并实现节约运行成本4410万元、减少碳排放约90000吨。对供热企业来说，这意味着智能化升级不是为了“看起来先进”，而是能够真正转化为按需供热、降本增效、系统提效和节能减碳的现实能力。放在这次大会“重构热力”的主题下再看，全应科技这场分享释放出的信号其实很清楚：今天供热行业要重构的，不只是某个设备、某套系统，而是整个运行方式。过去更多依赖经验和局部调节，未来则会越来越走向数据驱动、全局优化和系统协同。在这样的行业背景下，全应科技希望通过iDiC把“AI+供热”真正落到现场，落到运行，落到结果上。
京公网安备 11011502004515号 
