多智能体协同的连锁门店水电能效与碳排核算落地

日期:2026-09-08

一、项目背景

我们服务的是一个连锁零售品牌,几十家门店的水电费一直由总部统一付,月底一张总账单,分不清哪家浪费、哪时段尖峰。老板想做节能改造,却连基础数据都没有,只能凭感觉换了几批 LED 灯,效果好坏全靠估。后来要应对碳排合规,需要把能耗分摊到门店和时段,才发现这活根本没法做,因为连表都没装齐。

更尴尬的是,门店店长对能耗毫无概念。空调开一整天、下班忘关灯、冰柜温度调过低,这些细节总部看不见,月底账单到了也只能摊派,店长不服,觉得"又不是我一家用的"。节能这件事,卡在了"看不见、分不清、改不动"三道坎上。

二、落地场景

我们做的第一件事是门店能耗采集。给每家店的关键回路(空调、照明、冷柜、其他)装分路计量,数据分钟级回传,先把"每家店、每类设备、每个时段用了多少"这件事搞清楚。异常用能识别是第二段,用基线对比加时序异常检测,找出空调超负荷、夜间非必要用电这类异常,推给店长。节能策略推送放第三段,根据异常和天气,自动给门店发"调高空调一度""闭店前巡检断电"这类可执行建议,不是空泛口号。碳排核算与门店分摊兜底,按能耗和区域电网因子算出各店碳排,分摊清晰,店长能看到自己店的贡献,合规申报也有据可依。

案例片段(已脱敏): 门店能耗采集与异常识别配置片段(示意):metering:  circuits: [ac, light, fridge, other]  interval: 1min anomaly:  baseline: rolling_7d  detect: [overload, night_idle] advise:  push_to: store_manager  actions: [raise_ac_1c, night_cutoff] carbon:  grid_factor: region_based  allocate_by: store上线后能耗采集覆盖率约 100%,异常识别率约 91%,试点门店综合节能约 17%,碳排核算精度约 95%(数据均为脱敏示意值)。

三、关键技术挑战与解决思路

第一个坑是数据采不齐。老门店线路乱,分路计量改造工程量大,有一批店短期内装不了。我们没等全部到位才启动,而是先覆盖主力门店,其余用估算补齐并标注置信度,保证核算能跑、又能区分"实测"和"估算",不让假精度误导决策。这一步决定了项目能不能在现实约束下推进。

第二个难点是异常识别的误报。早期模型一检测到用电波动就告警,店长被烦死,建议直接忽略。我们加了基线和时段因子,区分"真的浪费"和"正常经营波动"(比如促销日人流大、用电高是对的),只有偏离基线且非业务原因的才推。这里有个权衡,灵敏度调高漏报少但烦人、调低清净但漏事,按门店反馈调到能接受的位置。

第三个点是节能建议的落地。光给数据没用,店长没动力改。我们把节能结果和店长绩效关联,省下的电费按比例体现到门店评分,店长从"被要求关灯"变成"主动找浪费",机制对了人自然动起来。

四、效果数据

能耗采集覆盖率约 100%,异常识别率约 91%,试点门店综合节能约 17%,碳排核算精度约 95%。最让我们意外的是店长侧的变化,以前能耗是黑箱,现在店长会主动问"我店昨晚为什么用电高",从被动接账单变成主动管能耗。我们复盘时发现,节能省下的钱是显性收益,但"门店开始有了能耗意识"这个隐性收益更值钱,它让后续所有改造都有了抓手。

我们还把碳排数据接进了集团的 ESG 报告,以前这块靠第三方估算,现在有了自家颗粒度数据,申报底气足了很多,也少花了一笔咨询费。

我们后来把碳排数据接进了集团的 ESG 报告,以前这块靠第三方估算,现在有了自家颗粒度数据,申报底气足了很多,也少花了一笔咨询费,数据自证比外包报告可信。还有一块是店长绩效,节能结果和门店评分关联后,省下的电费按比例体现,店长从被要求关灯变成主动找浪费,机制对了人自然动起来,这个转变比任何通知都管用。异常识别的误报我们也持续在压,把促销日、极端天气这类已知波动做成白名单,避免正常经营高峰被误判为浪费,店长对建议的信任度上来后,执行率才真正提高,节能比例还能再往上走。

再补一个,是门店之间的横向对比。我们把各店能耗按面积和客流做了归一,做出同类型门店的能效排行,排名靠后的店长会主动来问自己店为什么高,节能从总部推变成门店自己要。这种 peer pressure 比考核更有效,而且数据公开透明,店长服气,后期推广新节能设备阻力小了很多,改造推进明显顺了。

五、可复用经验总结

节能和碳排第一步是先把表装上、把数采齐,连能耗分布都看不清就谈改造,纯属拍脑袋,门店也不服,这个道理我们项目初期交过学费。异常识别别贪灵敏,误报多了建议就被当垃圾,基线加业务因子这层过滤很关键。我后来觉得,节能能不能落地不在技术而在机制,把省下的钱和店长利益挂上钩,比发一百条通知都管用。估算数据要诚实标注置信度,假精度比没数据更害人。说到底,能耗治理的本质是把看不见的浪费变成看得见的数字,数字一出来,改变就自然发生了。