主頁 > 解決方案 > 能源使用相關的創新方案​ > 電動化 > ​​電動車充電方案​ ​​能源使用相關的創新方案​ ​​能源使用相關的創新方案​ ​​電動車充電方案​ ​​電動車充電方案​ ​​一站式電動車 充電方案​ ​​一站式電動車充電方案​ ​​隨著《香港電動車普及化路線圖》的發佈，我們預期運輸系統將會迅速電動化。鑑於跨界別合作涉及複雜的程序，所以必須要有可靠的電動車基礎配套，才能實現既有系統性且全面的全港運輸電動化轉型。​ ​​要引領公私營機構順利轉向電動車輛，不僅需要逐步淘汰燃油驅動的車輛，同時亦必須配備規劃完善的充電網絡和工具，以助改變駕駛行為習慣。​ 閱讀更多 ​​如何運作？​ ​​如何運作？​ ​​我們正在開發一個三合一方案，積極推動全港運輸電動化。本方案採用雲端技術建立平台及手機應用程式，致力為車主、充電站營運商和企業車隊經理改善整體充電和營運上的體驗。用戶亦能透過手機應用程式實時查看充電狀態及資訊，充電從此變得輕鬆無憂。 ​​平台兼容多個電動車充電器品牌，能記錄實時充電狀況及為各用家提供全方位的充電資訊，為用戶提供便利的充電系統之餘，同時確保每輛電動車都充滿電。​ 閱讀更多

主頁 > 解決方案 > 能源供應相關的創新方案 > 碳管理 > ​​中電碳信用 能源供應相關的創新方案 能源供應相關的創新方案 中電碳信用 中電碳信用 ​​用以抵消不可避免的 碳排放的工具​ ​​用以抵消不可避免的碳排放的工具​ 閱讀更多 ​​隨著可持續發展日益備受關注，政府及其他組織正積極投資不同的效率改進計劃，以減少碳排放。除了致力提高資源效率，部份持份者亦會尋找對策，以抵消價值鏈中不可避免的碳排放。為了推進他們的減碳旅程， 中電碳信用提供一個工具，以抵消不可避免的碳排放。​ ​​要避免能源相關的溫室氣體排放，轉型至可再生能源是當中一大關鍵。可是，可再生能源的有效性和效率往往受到地理位置和規模所限制。例如，最適合可再生能源生產的地區，未必是電力需求所在地。另一項挑戰，是發電容量未必與電力需求相稱，尤其是在城市及工商業地區。​ 閱讀更多 ​​如何運作？​ ​​如何運作？​ ​​每一個碳信用額，是代表減少或移除了一公噸二氧化碳。 中電碳信用源自因透過可再生能源（如風能或太陽能）發電，而避免了化石燃料 (如煤碳或天然氣) 發電所產生的碳排放。碳信用可用作排放的補償。​

主頁 > 解決方案 > 能源供應相關的創新方案 > ​​電網​ > ​​負載預測​​​ 能源供應相關的創新方案 能源供應相關的創新方案 ​​負載預測​ ​​負載預測​ ​​利用人工智能技術 預測負載， 並優化發電系統​ ​​利用人工智能技術預測負載，並優化發電系統​ ​​要持續推動減碳進程，就必須優化燃料使用及將可再生能源納入發電燃料組合。電力公司會根據各種外部因素和內部資源，進行精準的電力負載預測。除此之外, 電力公司亦可善用數碼技術，實時分析數百萬數據點，並透過動態預測實踐高效營運，從而在電網層面上改善電力供需的平衡。​ 傳統的負載預測由經驗豐富的規劃人員利用各種能源系统模型來作出判斷。其過程繁複，當中涉及分析大量過往的數據和外部因素, 因此亦存在一定局限性。這種由人手操作的程序亦不利於知識轉移。如能將能源系统建模和預測過程數碼化，這會是減少能源消耗和提高能源效率有效及科學的方法。​ 閱讀更多 ​​如何運作？​ ​​如何運作？​ ​​我們相信，一個理想的負載預測方案應利用大數據技術和機器學習算法對數據點進行分析，並與過往的負荷數據進行比較。這種分析可以用於實時能源建模，以改善發電效率。此外，使用以人工智能技術為基礎的負載和用電預測引擎亦有助執行比人手操作更為準確及精細的預測。​ ​​一個有效的負載預測解決方案，理應讓規劃人員能夠精確地為下一天的用電量進行短期負載預測及建議最適合的供電方案，從而讓規劃人員能夠有效地評估及規劃發電。

主頁 > 解決方案 > 能源供應相關的創新方案 > ​​電網​ > ​​高峰用電管理​ 能源供應相關的創新方案 能源供應相關的創新方案 高峰用電管理 高峰用電管理 ​​自動化峰值需求管理， 以改善能源效益 ​​自動化峰值需求管理，以改善能源效益 為了實現減碳目標及改善能源使用，工商客戶都面臨著種種壓力。雖然每個行業都有其獨特的挑戰，但對於設施經理來說，有效地分析能源數據和高峰用電管理都是一大難題。 一般來說，高峰用電管理工作過程都很繁複，因為會涉及過往用電量數據和其他外部因素的評估，而其有效性亦因此受到限制。此外，設施經理必須人手調整設備。所以，善用人工智能技術是未來實現自動化高峰用電管理以改善營運效率的最佳途徑。​ 閱讀更多 ​​我們的想法 ​​我們的想法 我們正在研究一個以人工智能驅動的機器學習引擎。該引擎能夠有效地分析過往能源使用情況及外部數據，生成能源概況，並在進行特徵工程時識別導致高峰用電的外在因素。這項技術有助工商企業的設施經理更好地管理高峰用電價目, 從而控制用電支出。 ​​除了能夠預測每日的高峰用電外，人工智能算法還可以為不同規模和性質的業務推薦精確的設備設置，從而改善能源效益和業務營運，以及減少人手操作。​ 閱讀更多 我們正在構思 的​​方案特點​ 我們正在構思的​​方案特點​