工业能源数字化的开源实践：智碳 EMS 技术架构与落地指南

摘要

随着 "双碳" 战略进入攻坚期，工业企业能源管理数字化转型已成为刚需。然而，传统能源管理系统普遍存在架构封闭、成本高昂、数据割裂、定制化困难等问题，难以满足广大中小企业的实际需求。本文从技术视角出发，深入分析了工业能源管理领域的核心技术挑战，详细解析了智碳 EMS 开源能源管理系统的架构设计、核心技术实现与部署实践，并分享了其在多个生产环境中的应用经验。本文旨在为工业开发者和企业技术负责人提供一套可落地、可扩展的能源数字化解决方案，同时探讨开源模式在工业软件领域的应用价值与发展前景。

一、工业能源管理的数字化困境与技术挑战

工业领域占我国能源消费总量的 65% 以上，是节能减排的主战场。在政策合规与成本控制的双重驱动下，越来越多的企业开始建设能源管理系统。但在实际落地过程中，我们发现绝大多数项目都面临着相似的技术挑战：

1.1 海量时序数据的处理难题

能源管理系统的核心是数据。一个中型工厂通常有数千个采集点位，每个点位每 15 秒采集一次数据，每天产生的数据量超过 2000 万条。传统系统大多采用 MySQL 等关系型数据库存储时序数据，随着数据量的增长，会出现写入延迟升高、查询超时、系统卡顿等问题，严重影响使用体验。

1.2 工业设备协议的碎片化

工业现场设备种类繁多，通信协议千差万别。除了 Modbus、OPC UA 等主流协议外，还有大量厂商私有协议。传统系统往往只支持少数几种协议，设备接入成本高、周期长。很多企业因为设备无法接入，导致系统只能覆盖部分用能环节，无法实现全面管控。

1.3 业务逻辑的高度个性化

不同行业、不同企业的能源管理流程差异巨大。例如，钢铁企业关注高炉煤气的回收利用，化工企业关注蒸汽管网的平衡，食品企业关注产品单耗的核算。传统系统通常采用标准化设计，难以满足企业的个性化需求。定制开发不仅成本高昂，而且会导致系统版本碎片化，难以维护升级。

1.4 系统集成的复杂性

能源数据不是孤立存在的，它需要与 MES、ERP、SCADA 等系统进行数据交互。但传统系统大多是封闭的单体架构，缺乏标准化的接口，系统集成难度大。很多企业的能源管理系统成为了 "信息孤岛"，无法发挥数据的真正价值。

1.5 高昂的建设与维护成本

传统能源管理系统采用项目制交付模式，软件授权费 + 实施费 + 维护费动辄数十万甚至上百万，对于利润微薄的中小企业来说门槛过高。而且，系统的后期维护高度依赖原厂商，一旦厂商停止服务，系统将面临瘫痪的风险。

二、开源能源管理系统的设计理念与目标

正是基于对上述行业痛点的深刻理解，我们启动了智碳 EMS 开源项目。我们的核心目标是打造一套企业级、可扩展、易部署、低成本的能源管理系统，让每一家企业都能用上专业的能源管理工具。

在项目设计之初，我们确立了以下核心设计原则：

1. 开源开放：开放源代码，允许用户自由修改、分发和使用，避免厂商锁定
2. 技术领先：采用业界主流的现代化技术栈，保证系统的性能、稳定性和可扩展性
3. 模块化设计：采用前后端分离和模块化架构，功能模块松耦合，便于按需裁剪和扩展
4. 协议无关：设计统一的设备接入层，支持多种工业协议，降低设备接入成本
5. 配置化优先：尽可能通过配置而非编码实现业务逻辑，降低定制化难度
6. 易于部署：提供容器化部署方案，实现一键部署，降低运维门槛

三、智碳 EMS 的技术架构深度解析

智碳 EMS 基于 Spring Boot 和 Vue 3 构建，采用分层架构设计，整体分为数据采集层、数据存储层、后端服务层和前端应用层四个层次。

3.1 整体架构概览

plaintext

┌─────────────────────────────────────────────────────────┐
│                      前端应用层                          │
│  Vue 3 + Element Plus + Vite + ECharts                  │
└───────────────────────────┬─────────────────────────────┘
                            │ HTTP/HTTPS
┌───────────────────────────┴─────────────────────────────┐
│                      后端服务层                          │
│  Spring Boot + Spring Security + MyBatis + Quartz       │
└─────────┬───────────────────────────┬───────────────────┘
          │                           │
┌─────────┴───────────┐   ┌───────────┴───────────┐
│  关系型数据库       │   │  时序数据库           │
│  PostgreSQL         │   │  InfluxDB 2.7+        │
└─────────────────────┘   └───────────┬───────────┘
                                      │ MQTT
┌─────────────────────────────────────┴───────────────────┐
│                      数据采集层                          │
│  MQTT网关 + Modbus/OPC UA/BACnet等协议转换              │
└─────────────────────────────────────────────────────────┘

3.2 数据采集层：统一的设备接入框架

数据采集是能源管理系统的基础。我们设计了一套独立的 MQTT 采集网关，作为设备与平台之间的桥梁。采集网关采用插件化架构，支持通过配置文件加载不同的协议插件，目前已支持 Modbus RTU/TCP、OPC UA、BACnet、DL/T645 等主流工业协议。

采集网关的核心特性：

• 多协议支持：通过插件机制扩展协议支持，无需修改核心代码
• 数据预处理：支持数据过滤、格式转换、量程变换等预处理功能
• 断点续传：本地缓存数据，网络恢复后自动补传，确保数据不丢失
• 远程配置：支持通过平台远程配置网关参数和采集点位
• 边缘计算：支持在网关端执行简单的计算逻辑，减轻平台压力

这种架构将协议转换和数据预处理工作下沉到边缘端，大大降低了平台的计算负载，同时提高了系统的可靠性。

3.3 数据存储层：混合存储架构的实践

针对能源管理系统的数据特点，我们采用了混合存储架构，不同类型的数据存储在最适合的数据库中：

• PostgreSQL：存储关系型数据，如用户信息、设备档案、配置信息、统计报表等。PostgreSQL 具有强大的 SQL 支持、良好的并发性能和丰富的数据类型，非常适合处理复杂的业务逻辑。
• InfluxDB 2.7+：存储时序数据，如实时采集的能耗数据。InfluxDB 是专门为时间序列数据设计的数据库，具有极高的写入和查询性能，支持数据自动过期和降采样，能够高效处理海量时序数据。
• Redis：存储热点数据和缓存，如实时看板数据、用户会话信息等。Redis 的高性能读写能力能够显著提升系统的响应速度。

时序数据处理流程：

1. 采集网关将原始数据通过 MQTT 协议发送到平台
2. 平台接收数据后，直接写入 InfluxDB
3. 定时任务（Quartz）定期从 InfluxDB 中读取原始数据，进行聚合计算
4. 计算结果存储到 PostgreSQL 中，用于生成报表和历史分析

这种混合存储架构既保证了实时数据的处理性能，又满足了复杂业务分析的需求。在实际测试中，系统支持 10000 个采集点位同时接入，数据写入延迟小于 10ms，历史数据查询响应时间小于 100ms。

3.4 后端服务层：模块化的业务架构

后端服务采用 Spring Boot 框架开发，基于若依框架进行扩展，提供了完善的用户权限管理、定时任务调度、日志管理等基础功能。业务模块采用松耦合设计，每个模块独立打包，可以根据需求灵活启用或禁用。

核心业务模块：

• 实时监测模块：负责实时数据的接收、处理和展示
• 能耗分析模块：提供多维度的能耗统计和分析功能
• 设备管理模块：负责设备档案和设备状态管理
• 告警管理模块：实现告警规则配置和告警通知
• 系统管理模块：提供用户、角色、权限等系统管理功能
• 模型配置模块：支持自定义计算模型和业务规则

其中，计算模型引擎是后端的核心组件。我们设计了一套表达式语言，允许用户通过可视化界面自定义能耗指标、碳排放因子、成本计算公式等。系统会自动解析表达式，并根据原始数据计算出相应的指标。这大大提高了系统的灵活性，能够满足不同行业的个性化需求。

3.5 前端应用层：现代化的用户界面

前端采用 Vue 3 + Element Plus 技术栈开发，Vite 作为构建工具，提供了快速的开发体验和流畅的用户界面。前端同样采用模块化设计，与后端业务模块一一对应。

前端核心特性：

• 响应式设计：完美适配桌面端和平板端
• 深色 / 浅色主题：支持一键切换主题，满足不同用户的使用习惯
• 丰富的图表组件：基于 ECharts 封装了多种能源行业专用图表
• 可视化组态：支持拖拽式绘制工艺流程和能源流向图
• 权限控制：细粒度的按钮级权限控制，确保数据安全

四、核心功能的技术实现

4.1 实时数据监测

实时数据监测是能源管理系统最基础也是最常用的功能。为了保证数据的实时性和界面的流畅性，我们采用了 WebSocket 技术实现数据的主动推送。

实现流程：

1. 用户打开实时监测页面，建立 WebSocket 连接
2. 后端订阅用户关注的点位数据
3. 当有新的数据到达时，后端主动将数据推送给前端
4. 前端接收到数据后，局部更新页面内容，无需刷新整个页面

这种方式避免了前端轮询带来的性能损耗，同时保证了数据的实时性。对于大量数据的展示，我们采用了虚拟滚动技术，只渲染可视区域内的内容，大大提高了页面的加载速度和流畅度。

4.2 多维度能耗分析

能耗分析是能源管理系统的核心价值所在。我们构建了完整的多维度分析模型，支持从时间（时、日、月、年）、空间（厂区、车间、工序）、能源品种（电、水、气、热）等多个维度对能耗数据进行交叉分析。

技术实现上，我们采用了预计算 + 实时计算相结合的方式：

• 对于常用的统计指标（如日能耗、月能耗），采用定时任务预计算，存储到 PostgreSQL 中，查询时直接返回结果
• 对于灵活的多维度组合查询，采用实时计算方式，从 InfluxDB 中读取原始数据进行计算

这种方式平衡了查询性能和灵活性，既保证了常用报表的快速响应，又支持用户进行探索性数据分析。

4.3 智能告警系统

智能告警系统能够及时发现能源异常，帮助企业快速定位问题。我们设计了一套灵活的告警规则引擎，支持多种告警类型：

• 阈值告警：当指标值超过设定的上下限时触发
• 趋势告警：当指标值的变化率超过设定阈值时触发
• 同比环比告警：当指标值与同期或上期相比偏差过大时触发
• 关联告警：当多个指标同时满足特定条件时触发

告警规则采用 JSON 格式配置，支持通过可视化界面进行编辑。当告警触发时，系统会通过系统消息、邮件等方式通知相关人员，并记录告警日志，便于后续追溯和分析。

五、快速部署与实战体验

智碳 EMS 提供了完整的容器化部署方案，使用 Docker Compose 可以在 30 分钟内完成系统的部署。

5.1 环境要求

• 操作系统：Linux（推荐 Ubuntu 20.04 + 或 CentOS 7+）
• 硬件配置：建议 4 核 16G 内存及以上，500G 以上硬盘空间
• 软件依赖：Docker 20.10+、Docker Compose 2.0+

5.2 部署步骤

1. 克隆项目仓库

bash

运行

git clone https://gitee.com/liulingling1993/zhitan-ems.git
cd zhitan-ems/docker

1. 配置环境变量 编辑.env文件，修改数据库密码、InfluxDB 配置等参数。

2. 启动服务

bash

运行

docker-compose up -d

1. 初始化数据库 执行sql/public-v3.sql脚本初始化 PostgreSQL 数据库。

2. 访问系统 打开浏览器，访问http://服务器IP，使用默认账号admin，密码123456登录系统。

5.3 设备接入

系统部署完成后，就可以开始接入现场设备。对于支持 Modbus 协议的设备，只需在采集网关中配置设备的 IP 地址、端口号、寄存器地址等参数，即可实现数据的自动采集。对于其他协议的设备，可以通过开发对应的协议插件来支持。

如果暂时没有硬件设备，可以使用系统提供的模拟数据功能，体验系统的各项功能。

六、生产环境应用实践

智碳 EMS 自开源以来，已经被数百家企业应用于生产环境，覆盖了汽车零部件、化工、食品、电子、纺织等多个行业。以下是几个典型的应用案例：

6.1 汽车零部件制造厂

某汽车零部件制造厂有 3 个生产车间，150 台主要生产设备。之前采用人工抄表的方式进行能源管理，数据滞后、准确性差，无法及时发现能源浪费问题。

部署后，企业接入了 180 个电表和水表点位，实现了全厂用能的实时监测。通过系统的数据分析功能，企业发现空压机系统空载率高达 42%，部分设备在非生产时间长时间待机。针对这些问题，企业对空压机进行了变频改造，并制定了严格的设备开关机制度。经过半年的运行，企业单位产品能耗下降了 11%，取得了显著的节能效果。

6.2 电子加工厂

某电子加工厂产品种类多，生产批次频繁，需要精确核算每个产品的能耗成本。传统系统无法满足产品单耗核算的需求，企业只能采用分摊的方式计算成本，准确性差。

基于智碳 EMS 的计算模型引擎，企业自定义了产品单耗计算公式，系统自动根据生产工单和能耗数据，计算出每个批次、每个产品的实际能耗。这为企业的成本核算和产品定价提供了准确的数据支持，帮助企业优化了生产流程，提高了盈利能力。

6.3 产业园区

某产业园区需要对园内 20 多家企业的能源消耗进行统一管理和统计。之前采用人工上报的方式，数据滞后、工作量大，而且无法保证数据的真实性。

园区部署了智碳 EMS 园区版系统，为每个企业分配了独立的账号和权限。企业可以查看自己的用能数据，园区管委会可以查看所有企业的汇总数据。系统自动生成各类统计报表，大大减轻了管理人员的工作负担，同时提高了数据的准确性和及时性。

七、开源社区与未来规划

智碳 EMS 采用 AGPL 协议开源，自 2023 年发布以来，受到了广大开发者和企业的关注。目前，项目在 Gitee 平台已获得 350+ Star，50+ Fork，拥有一个超过 1000 人的技术交流社区。

社区的活跃为项目的发展注入了强大的动力。很多社区开发者贡献了代码，修复了 bug，增加了新的功能。例如，有开发者优化了前端图表的性能，有开发者完善了项目文档。

未来，我们将重点在以下几个方向进行发展：

1. AI 赋能：引入机器学习算法，实现能耗预测、异常检测和节能优化
2. 源网荷储协同：增加对光伏、储能、充电桩等分布式能源的管理功能
3. 数字孪生：探索数字孪生技术在能源管理中的应用，提供更加直观的可视化体验
4. 生态建设：建立设备适配库，与更多的设备厂商和系统集成商合作

我们欢迎更多的开发者和企业加入我们的社区，共同完善这个项目，推动工业能源管理数字化的发展。

八、总结

工业能源管理数字化是实现 "双碳" 目标的重要支撑。传统的商业软件模式由于其封闭性和高成本，难以满足广大中小企业的需求。开源模式为工业软件的发展提供了一条新的路径，它能够降低技术门槛，促进技术创新，让更多的企业受益。

智碳 EMS 作为一款开源的企业级能源管理系统，经过两年多的发展，已经形成了较为完善的技术架构和功能体系，在多个生产环境中得到了验证。我们相信，通过开源社区的共同努力，智碳 EMS 将不断完善和发展，成为工业能源管理领域的重要基础设施。

项目地址 ：https://gitee.com/liulingling1993/zhitan-ems

在线演示 ：https://demo-ems.zhitancloud.com/

如果你对能源管理数字化感兴趣，欢迎访问项目仓库，给项目点个 Star，也欢迎你参与到项目的开发和贡献中来。