丹佛斯《能源效率2.0：打造未来能源系统》（点击下载）白皮书中文版正式发布。该白皮书显示，英国和欧盟地区通过大规模实施提升需求侧灵活性等能效解决方案，每年可减少约4000万吨的二氧化碳排放量，这一数字超过丹麦每年的碳排放总量。到2030年，上述手段每年可节省105亿欧元的社会成本。而到2050年，可节约的成本则高达155亿欧元，足以覆盖大部分提升能源需求侧灵活性的基础设施。

丹佛斯

在近期的能源危机中，欧盟国家和英国分别拨款6810亿欧元和900亿英镑（1030亿欧元）来加以应对。提升能源需求侧的灵活性可以使电网更具韧性，同时大幅降低政府补贴的额度。除此之外，还可以在社会层面和家庭层面有效地降低成本。在欧盟和英国，预计到 2030年可节省7%的消费用电，到2050年则可节省10%。

丹佛斯集团总裁兼首席执行官方行健表示：“化石燃料时代即将走向终点，但我们还没有为未来能源系统做好准备，因为我们尚未给予能效充分的重视，将其视为减少碳排放的主要途径之一。与此同时，电网也尚未准备好充分利用我们正在加速生产的可再生能源。我们必须采取行动，通过提升需求侧灵活性等手段，提升能源效率，这不仅可以帮助我们用得少，而且可以帮助我们用的对。解决方案已经成熟，但我们必须采取行动。”

提升需求侧灵活性，是指平衡能源消耗以防止高需求与低供应同时出现，这对于基于可再生能源的能源系统尤其重要。在需求侧部署灵活性技术解决方案，可以在昂贵的用能高峰时段降低能源需求，并减少能源结构中化石燃料的使用量。

例如，人工智能技术可以通过结合建筑、天气和用户数据来预测供暖和通风需求，从而节省高达20%的建筑能源成本。对芬兰10万套配备了该技术的公寓的研究表明，最大用电量减少了 10-30%。同时，自动化负荷转移可在非用电高峰期将超市冷冻柜温度提前调低，实现类似储能电池一样的运行效果。这种“超冷却”技术意味着冰箱可以在用电高峰期关闭，既可以降低电网压力，又可以为超市节省成本。为实现净零排放和《巴黎协定》的目标，到2050年，可再生能源在能源结构中的占比需达到70%左右。

丹佛斯在最新一本白皮书《能源效率2.0：打造未来能源系统》中提出打造未来能源系统最具成本效益的方式，即在社会层面全面实现电气化、提升能源需求侧的灵活性、明智地使用氢气和储能，以及最大限度地利用余热。

白皮书摘要

从基于化石能源的能源系统转换至电气化的能源系统，可降低高达40%的最终能源消耗，电气化技术本身也是一种能效提升手段。

借由需求侧灵活性解决方案，英国和欧盟地区每年可减少约 4,000万吨的二氧化碳排放。到2030年，每年可节省 105 亿欧元的社会成本以及 7%的家庭用电。而到2050年，可节省的成本高达155亿欧元，家庭用电量可节省10%。

到2050年，通过提升建筑能效、实施需求侧灵活性解决方案和建筑系统的电气化等，美国将省下高达1,070亿美元的用电成本，同时建筑物碳排放量将减少91%。

到2030年，高达53%的全球能源将以预热的形式被浪费掉。然而，通过深度行业耦合等手段，大部分余热可以被回收利用，为建筑物供暖及提供民生用水。

在全球范围内，从理论上说，到2050年，通过电解生产的氢气可以回收1.228太瓦时的预热——这几乎相当于当今全球最大的热源——煤炭所产生的热量的三分之二。

在欧盟，到2030年可以从电解中回收的余热大约可达83太瓦时，超过目前德国供暖所需热量的1.5倍以上。

方行健补充说:“电气化、需求侧灵活性解决方案、能源转换、储能和行业耦合必须成为未来能源系统转型的重心，只有这样才能真正高效建成可再生能源供电的电网。眼见为实，大部分决策者尚未认识到我们已经拥有了所需的解决方案，不仅可以有效降低碳排放，还可在社会和能源消费者层面可观地降低成本。各级决策者需要立即采取行动，提升对能效的重视程度，并制定正确的监管和经济框架，以确保能在2050年实现净零排放。”

牛津大学能源与气候政策教授、环境变化研究所能源高级研究员Nick Eyre教授表示:“我们需要重新思考、定位能效，将其置于我们迈向全面脱碳的中心位置。这意味着使以前未使用电力的终端实现电气化，也意味着通过高度灵活的能源系统来避免在用电高峰期使用化石能源。从过去的经验来看，提升能源效率对于减少温室气体排放起到了至关重要的作用，而在可再生能源时代，对能效进行重新定义、定位，将大力推进在2050年前实现净零排放。”

气候组织建成环境相关业务负责人Toby Morgan表示：“我们在尽力实现全面电气化，打造未来电网的时候，绝对不能忘记能效。最绿色的能源是我们节约下来的能源。能效提升，意味着我们可以减少风电场和储能电池厂的建立。人工智能可以在全天中的任意时间优化电力使用情况，有效实现能效提升。然而真正令人兴奋的是，人工智能可以将气候智能技术集成到节能建筑中，例如在阳光充足时优化屋顶太阳能的使用，决定何时使用建筑物的电池进行储能，或者在天气晴朗时决定电动车电池充电的最佳时机。此外，人工智能还可根据需求，在用电高峰期将多余的可再生电力出售给政府电网。”