文章核心观点 - 2026年开年以来，全球绿色燃料赛道进入加速期，国际航运与航空业脱碳需求从“可选”变为“必选”，在此背景下，香港凭借其制度优势、金融能力和大湾区腹地支撑，正走出一条独特的绿色燃料突围之路，其核心定位并非大规模生产，而是作为“调配者”和“服务者”，聚焦于规则制定、标准互认、金融联动和加注服务[3][8] 绿色燃料关键动态与项目落地 - **绿色甲醇加注实现双突破**：2026年3月5日，全球首艘甲醇双燃料动力滚装船“港荣”轮在香港完成约500吨绿色甲醇加注，是香港首单绿色甲醇加注作业；一周内，另一团队在葵青货柜码头完成了同步货物装卸加注（SIMOPS），加注200吨绿色甲醇，大幅提升港口作业效率[4] - **区域协作模式跑通**：“港荣”轮项目由中集安瑞科供应燃料、中石化（香港）提供加注服务、招商轮船作为船东应用，完整打通“制—储—运—加—用”全链条；其产能支点是湛江的5万吨/年生物质液体燃料项目，标志着“华南生产—香港加注”的区域协作模式正式跑通[4] - **可持续航空燃料（SAF）产业链合作**：2026年5月5日，由怡斯莱与东莞市人民政府签署投资意向书，计划在东莞兴建年产约45万吨SAF及氢化植物油的新工厂，预计5至10年内投资100亿港元建设产业链，形成“大湾区生物质废料回收—东莞精炼生产—香港掺混、加注和交易”的端到端产业链[5] - **氢能应用商业化**：2026年2月4日，香港中华煤气、中石化（香港）及中国石化集团新星石油公司签署三方战略合作备忘录，针对氢能、绿色甲醇及SAF展开深度合作；2026年4月28日，全港首个商厦电动车氢能充电系统在香港中华煤气北角总部大楼正式启用，采用“樽装本地氢”模式；香港氢能试验项目已累计获批28个，涵盖氢能巴士、洗街车、工地发电等多元场景[5][6] 政策与制度支撑体系 - **顶层纲领与路线图**：2024年11月，香港特区政府发布《绿色船用燃料加注行动纲领》，确立五大策略方向和十项具体行动，目标包括到2030年葵青货柜码头碳排放较2021年下降30%，香港注册船舶绿色燃料使用比例达到7%[6] - **法规标准落地**：2024年立法会通过的《2024年船舶法例（燃料使用及杂项修订）条例》于2025年1月10日正式生效，为船舶在香港水域使用绿色燃料提供法律依据；2025年6月，香港海事处发布《甲醇加注工作守则》；计划从2026年起要求所有在港进行甲醇加注的船舶安装质量流量计，并开展绿氨与氢气加注的可行性研究[6][7] - **财政激励措施**：2026-27年度《财政预算案》宣布，将减免使用或运载绿色燃料船舶的港口费，并向在港注册的绿色燃料船舶提供优惠，涉及政府资助约3400万美元；计划为合资格大宗商品贸易商提供半税优惠，以吸引更多绿色燃料在港进行交易与结算[7] - **基础设施规划**：2025年9月，运输及物流局就青衣南约9公顷临海用地邀请业界提交绿色船用燃料贮存设施意向书，规划用于贮存绿色甲醇、绿氨、氢气、生物柴油等燃料，收到7份建议书[7] 香港的核心优势与战略定位 - **制度黏合力为核心竞争力**：香港的核心优势在于规则制定、标准互认和金融联动的制度黏合力，其国际法律体系、成熟金融市场和多元专业服务生态，在检测认证、碳核算、标准制定和衍生品交易等方面具备难以比拟的能力[8] - **国际联盟落户香港**：2025年11月17日，国际绿色燃料联盟（IGFA）在香港世界航商大会上正式成立，由29家机构共同发起，覆盖10个国家和地区，联盟目标为破解“标准不互认、产需不对接、金融工具缺失”三大瓶颈[8] - **依托大湾区腹地的“前店后厂”模式**：香港不追求大规模本地制氢，而是依托大湾区已有的产能，如湛江的绿色甲醇、东莞的SAF、中华煤气的本地氢源，构成供应的“三角支撑”，香港发挥加注、贸易、金融、标准认证的“店”功能；2026年4月香港积极推动签署“港湛绿色能源走廊”合作备忘录[8][9] - **需补齐的短板与未来机遇**：香港需加速补齐硬件基础设施和跨区域供应链稳定化的短板，包括青衣南贮存设施的落地进度、绿氨和氢气加注技术规范的出台，以及与大湾区各城市的常态化协作机制；若能利用2026-2027年关键窗口，实现绿色甲醇常态化加注、绿氨与氢气技术规范落地，并依托金融体系推出绿色燃料期货或碳信用产品，香港有望从“燃料加注港”跃升为亚太绿色燃料贸易与管理服务中心[9]

报告行业投资评级 未提及 报告核心观点 报告围绕数字孪生技术在可持续航空燃料研究中的应用展开，阐述航空业碳排放现状与挑战，强调可持续航空燃料发展需求及数字孪生技术应用潜力，介绍数字孪生技术基础、研究方法和实验结果，对比不同可持续航空燃料性能，肯定数字孪生技术在燃料性能优化、全生命周期评估等方面作用，并对未来研究方向提出建议 [7][11][14] 按目录总结 研究背景与意义 - 航空业碳排放现状与挑战：航空业碳排放占全球总量2%-3%且呈上升趋势，传统航空燃料依赖化石能源，技术减排空间有限，同时面临国际民航组织碳中和目标及欧盟碳边境税等政策与市场压力 [7][8] - 可持续航空燃料的发展需求：可持续航空燃料减排潜力显著，可减少生命周期碳排放达80%，但存在原料多样性要求、规模化生产瓶颈及标准与认证体系不完善等问题 [11][12][13] - 数字孪生技术的应用潜力：可实现全流程模拟优化、供应链动态管理和跨学科协同平台，加速工艺参数优化，降低实验成本与开发周期，精准核算碳排放，推动可持续航空燃料与现有航空基础设施兼容性验证 [15][17] 数字孪生技术基础 - 数字孪生定义与分类：通过多源传感器数据、物理模型与实时仿真技术构建物理实体高保真虚拟副本，涵盖从部件级到系统级多层次建模 [19] - 虚拟映射的核心功能与全生命周期管理能力：实现状态监测、性能预测与优化决策，覆盖设计、制造、运维到退役阶段，支持动态数据驱动的迭代优化 [20] - 数字孪生在发动机研究中的应用：包括燃料燃烧特性仿真、部件寿命预测和系统级能效优化，提升航空发动机在可持续燃料适配性研究中的效率与可靠性 [21] - 混合建模方法优势与局限：优势为跨学科协同和实时数据校准，局限是存在数据融合挑战和算力依赖性强的问题 [26] 可持续航空燃料概述 - SAF类型与生产工艺：包括生物质基燃料、合成燃料（PtL）和废弃物衍生燃料，不同类型燃料生产工艺和碳足迹各有特点 [28][29][30] - SAF性能与环境优势：能量密度与传统航空煤油相近，显著减少硫氧化物、颗粒物排放，实现全生命周期温室气体减排70%以上，原料多样性保障供应安全，兼容现有基础设施 [31][33][34] - SAF应用的技术挑战：存在生产成本与规模化瓶颈，平均生产成本是传统航油2 - 4倍，年产能不足航空燃料总需求的0.1%；标准认证与政策支持缺口，适航认证测试周期长，缺乏全球统一碳核算方法与补贴政策 [36][37] - 数字孪生技术的整合需求：构建全链路数字孪生模型，提升转化效率10% - 15%，加速新配方认证流程，缩短研发周期30%以上 [40] 研究方法 - 数字模型构建过程：包括多物理场耦合建模、材料特性数据库集成和实时数据同化架构，精确模拟燃料喷射、雾化、燃烧及排放物生成过程，支撑混合燃料性能仿真，实现虚拟与物理实体同步更新 [44] - 模型验证方法与标准：通过排放物测量校准、极端工况鲁棒性测试、台架试验对标验证和不确定性量化分析，确保模型准确性和稳定性 [46][47] - 燃料混合方案设计：进行掺混比例梯度实验，分析推力 - 排放协同优化区间；基于CFD仿真调整燃料喷射策略，解决燃烧不稳定问题；建立全生命周期评估框架，量化不同SAF混合方案的全链条减排效益 [48] 实验结果 - 不同SAF对发动机性能影响：部分SAF燃烧效率提升3 - 8%，推力波动小于1.5%，燃烧室局部热点风险降低，关键部件寿命延长 [53][55] - 不同SAF对排放特性影响：不同SAF在二氧化碳减排、氮氧化物控制、颗粒物抑制和未燃碳氢化合物降低等方面有不同效果 [59] - 数字孪生模型准确性验证：模型在预测燃烧室温度场、发动机加减速工况转速响应和部件寿命预测等方面误差在工程精度要求范围内，支持预防性维护决策 [61] 讨论与分析 - ATJ与HEFA性能对比：原料来源、碳排放强度、兼容性与混配比例等方面存在差异，ATJ碳排放低但冷流性能差，HEFA原料供应链成熟且兼容性好 [64][65][66] - FT - SPK的平衡特性分析：具有热稳定性与氧化安定性、低温流动性等优势，但存在氧化安定性较差、生产成本较高等问题，数字孪生模拟显示可降低成本 [67][68] - 数字孪生技术的预测能力：可精确模拟反应动力学、进行全流程耦合优化和寿命周期评估，提升燃料产率、降低能耗和碳排放 [73][74][75] 结论与展望 - 主要研究发现总结：数字孪生技术可优化可持续航空燃料性能，提升全生命周期评估效率，揭示燃料分子结构与积炭倾向关联性，模拟结果与实际数据误差小 [79][80] - 数字孪生技术应用前景：可构建跨尺度孪生模型、进行人工智能辅助设计和供应链协同优化，发现新型候选分子，提升燃料库存周转率，减少运输损耗 [81][82][84] - 未来研究方向建议：突破实时数据融合瓶颈，建立国际通用的SAF数字孪生认证标准 [86]

投资评级 - 对嘉泽新能的投资评级为“买入”，并维持该评级 [5] 核心观点 - 公司2026年一季度业绩低于预期，但风资源波动不改其长期增长趋势 [5] - 尽管短期业绩受风资源、电价及税收政策影响而下滑，但公司在建待建风电项目储备丰富，且绿色燃料项目技术路径降本优势显著，为未来业绩增长提供动力 [7] 公司基本数据与市场表现 - 截至2026年5月7日，公司收盘价为5.92元，52周最高/最低价为7.15元/3.42元 [3] - 公司总市值为17，243.62百万元，流通市值为14，413.34百万元 [3] - 公司总股本为2，912.77百万股，资产负债率为64.79%，每股净资产为2.74元/股 [3] 2026年一季度业绩分析 - 2026年第一季度，公司实现营业收入5.94亿元，同比下滑10.1% [7] - 2026年第一季度，公司实现归母净利润1.31亿元，同比下滑45.2% [7] - 业绩下滑主要原因有三点：1）全国风资源较差导致发电量下滑，2026Q1发电量为14.5亿千瓦时，同比下降4.5% [7]；2）电价下降，宁夏现货市场2026年1-2月实时均价分别为0.2258、0.1476元/千瓦时，显著低于2025年1-3月0.25元/千瓦时以上的价格 [7]；3）增值税退税政策取消及部分项目所得税优惠到期，导致其他收益减少约0.2亿元且所得税增加 [7] 风电业务前景与项目储备 - 公司风电装机主要位于山东和宁夏，预计未来两地电价下降幅度有限 [7] - 截至2025年底，公司拥有在建待建风电项目约2GW，主要位于黑龙江、广西、吉林 [7] - 预计这些风电项目未来几年将陆续投产，为公司贡献业绩增长 [7] 绿色燃料项目进展 - 公司在黑龙江、吉林规划了总产能为19万吨绿色乙醇和60万吨绿色甲醇的绿色化工项目 [7] - 项目采用联产工艺，能源利用效率高，成本优势显著 [7] - 绿色乙醇可通过ATJ技术转化为可持续航空燃料，契合下游旺盛需求 [7] - 该项目有望成为国内首个获得国际认证的绿氢醇航油化工联产项目，技术获国际权威机构认可 [7] 盈利预测与估值 - 预测公司2026至2028年营业收入分别为23.64亿元、28.96亿元、46.52亿元，同比增长率分别为-5.43%、22.52%、60.61% [6] - 预测公司2026至2028年归母净利润分别为7.00亿元、8.99亿元、14.97亿元，同比增长率分别为-1.96%、28.41%、66.44% [6] - 预测公司2026至2028年每股收益分别为0.24元、0.31元、0.51元 [6] - 基于当前股价，对应2026至2028年预测市盈率分别为25倍、19倍、12倍 [7]

报告行业投资评级 * 该报告为行业技术研究，未提供具体的投资评级 [1] 报告的核心观点 * 数字孪生技术是加速可持续航空燃料研发、优化其生产与应用、并推动航空业脱碳的关键赋能工具 [1][14][81] * 可持续航空燃料是实现航空业短期深度减排的最有效途径之一，但其发展面临成本、产能、认证等多重挑战 [9][12][36] * 通过构建高保真数字孪生模型，可以显著降低SAF的研发成本、缩短认证周期，并优化其全生命周期性能与碳排放 [40][71][79] 根据相关目录分别进行总结 可持续航空燃料概述 * **类型与生产工艺**：主要包括生物质基燃料（碳足迹降低50%-80%）、合成燃料（可实现近零碳排放，但成本高）以及废弃物衍生燃料 [28][29][30] * **性能与环境优势**：与现有基础设施兼容，可直接混掺至50%比例使用；可实现全生命周期温室气体减排70%以上，颗粒物排放减少90% [31][33][34] * **技术挑战**：当前SAF平均生产成本是传统航油的2-4倍，全球年产能不足航空燃料总需求的0.1%；认证周期长达3-5年，且缺乏统一的全球政策支持 [36][37] 数字孪生技术基础 * **定义与功能**：数字孪生是通过数据与模型构建的物理实体高保真虚拟副本，具备状态监测、性能预测和优化决策功能，可覆盖设计、制造、运维等全生命周期 [19][20] * **在发动机研究中的应用**：可用于模拟不同SAF的燃烧特性与排放、预测部件在新型燃料下的寿命、以及优化整机在不同燃料混合比例下的综合性能 [21] * **混合建模优势与局限**：优势在于能融合多学科模型并利用实时数据校准，提升仿真精度；局限性在于存在异构数据融合挑战，且高精度仿真对算力依赖性强 [26] 研究方法 * **模型构建**：整合多物理场模型建立发动机高保真数字孪生体，并集成SAF的理化参数数据库，通过传感器网络实现实时数据同化 [44] * **模型验证**：通过台架试验数据对标、排放测量校准以及在数字环境中模拟极端工况进行验证，要求关键参数RMS误差小于3% [45][46][47] * **燃料方案设计**：针对不同SAF设计多个掺混梯度（如5%、15%、30%、50%）进行实验，并建立全生命周期碳足迹评估框架 [48] 实验结果 * **对发动机性能影响**：50%掺混比的生物质衍生SAF可使燃烧效率提升3.8%，推力波动小于1.5%，并能减少高压涡轮叶片40%的积炭 [53][55][57] * **对排放特性影响**：100%纤维素乙醇SAF可实现净CO2减排85%；费托合成SAF可使NOx排放降低12-18%；芳香烃含量低的SAF可使PM2.5排放减少92% [59] * **模型准确性**：数字孪生模型预测燃烧室温度场的平均误差为1.8%，动态响应时间与实际差异小于50毫秒，部件寿命预测误差在±7%以内 [61] 讨论与分析 * **不同SAF性能对比**：ATJ燃料的全生命周期碳排放比HEFA低15%-20%，但HEFA的低温流动性和与现有燃料的兼容性（达50%混配）更优 [64][65][66] * **FT-SPK特性分析**：FT-SPK热稳定性好但氧化安定性差，其生产成本是传统航油的2.3倍，通过工艺优化可有望降至1.8倍 [67][68] * **数字孪生预测能力**：数字孪生可精确模拟化学反应，使SAF产率提升12%，能耗降低18%，并能动态优化工艺参数使碳强度从75g CO₂/MJ降至58g CO₂/MJ [73][74][75] 结论与展望 * **主要研究发现**：数字孪生技术验证了SAF可降低15%-20%的碳排放并保持推力，并将全生命周期评估的误差控制在5%以内，显著缩短了验证周期 [79][80] * **技术应用前景**：未来可通过多尺度建模与人工智能辅助设计新型燃料分子，并构建分布式数字孪生网络优化供应链，试点表明可使燃料库存周转率提升30% [81][82][84] * **未来研究方向**：需突破实时数据融合的延迟瓶颈（现有系统延迟超200毫秒），并建议建立国际通用的SAF数字孪生认证标准与政策-技术协同框架 [86]