CN109272405B - 碳资产交易方法及系统 - Google Patents
碳资产交易方法及系统 Download PDFInfo
- Publication number
- CN109272405B CN109272405B CN201811155408.0A CN201811155408A CN109272405B CN 109272405 B CN109272405 B CN 109272405B CN 201811155408 A CN201811155408 A CN 201811155408A CN 109272405 B CN109272405 B CN 109272405B
- Authority
- CN
- China
- Prior art keywords
- carbon
- power plant
- power
- quota
- enterprise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 613
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 613
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000009467 reduction Effects 0.000 claims abstract description 129
- 230000006735 deficit Effects 0.000 claims abstract description 3
- 238000004364 calculation method Methods 0.000 claims description 28
- 230000005611 electricity Effects 0.000 claims description 26
- 239000000446 fuel Substances 0.000 claims description 26
- 238000012946 outsourcing Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000001816 cooling Methods 0.000 claims description 4
- 230000009193 crawling Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000013179 statistical model Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 18
- 238000010248 power generation Methods 0.000 description 11
- 229910002092 carbon dioxide Inorganic materials 0.000 description 9
- 239000002803 fossil fuel Substances 0.000 description 9
- 230000008901 benefit Effects 0.000 description 7
- 230000007812 deficiency Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 239000001569 carbon dioxide Substances 0.000 description 5
- 239000003795 chemical substances by application Substances 0.000 description 5
- 230000003009 desulfurizing effect Effects 0.000 description 5
- 239000007789 gas Substances 0.000 description 5
- 238000006477 desulfuration reaction Methods 0.000 description 4
- 239000005431 greenhouse gas Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000023556 desulfurization Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种碳资产交易方法及系统,该方法包括如下步骤:获取集团电力企业内部每个电厂的碳排放配额、碳减排签发量与实际碳排放量;根据每个电厂的碳排放配额、碳减排签发量和实际碳排放量,计算得到每个电厂的配额盈亏值;计算所有电厂的配额盈亏值之和,得到集团电力企业的总配额盈亏值;基于集团电力企业的总配额盈亏值和每个电厂的配额盈亏值,根据每个电厂的机组属性确定集团电力企业与外部企业以及内部各个电厂之间的交易量,其中,机组属性包括如下至少之一:机组类型、机组的地理位置、机组的供电量等级。本申请实现了采取内部碳交易和外部碳交易结合的方式,使得集团公司以低成本的方式完成各个子公司的配额履约。
Description
技术领域
本申请涉及碳资产交易领域,尤其涉及一种碳资产交易方法及系统。
背景技术
碳资产交易是指把市场机制作为解决二氧化碳为代表的温室气体减排问题的新途径,即把二氧化碳排放权作为一种商品,从而形成了二氧化碳排放权的交易。不同的企业,由于所处国家、区域、行业不同,或者技术、管理方式上的差异,使得每个企业的减排成本是不同的。而碳资产交易的目的是鼓励减排低成本的企业超额减排,将其获得的剩余配额(即碳排放权,也称碳资产) 通过交易的方式出售给减排成本高的企业,以帮助减排成本高的企业完成履约,并降低完成履约的成本。因而,碳资产交易作为一种市场机制的减排方式,能够低成本高效率地实现碳排放权的有效配置,以达成总量控制和公共资源合理化利用的履约目标。
对于集团公司(例如,集团电力企业)来说,由于集团公司下属一般设置很多子公司(例如,集团电力企业下的各个电厂),且这些子公司位于不同的区域,每个子公司的碳排放配额是不同的,每个子公司的减排成本也存在很大差异,有效管理各个子公司的碳资产(包括被分配的配额和实施减排项目而签发的碳减排签发量),在各个子公司之间进行内部碳资产交易,不仅可以确保集团公司内部的每个子公司完成配额履约,而且还能使得集团公司整体的履约成本最低。
需要说明的是,上述内容属于发明人的技术认知范畴,并不必然构成现有技术。
发明内容
为了解决上述问题,本申请提出了一种碳资产交易方法,方法包括如下步骤:获取集团电力企业内部每个电厂的碳排放配额、碳减排签发量与实际碳排放量;其中,碳排放配额是根据每个电厂的供电量和供热量计算得到的;碳减排签发量是根据每个电厂实施减排项目的供电量计算得到的;实际碳排放量是根据每个电厂的燃料数据和外购电数据测算得到的;计算集团电力企业内部每个电厂的碳排放配额、碳减排签发量之和,与每个电厂的实际碳排放量的差值,得到每个电厂的配额盈亏值;计算集团电力企业内部所有电厂的配额盈亏值之和,得到集团电力企业的总配额盈亏值;基于集团电力企业的总配额盈亏值和集团电力企业内部每个电厂的配额盈亏值,根据集团电力企业内部每个电厂的机组属性确定集团电力企业与外部企业以及集团电力企业内部各个电厂之间的交易量,其中,机组属性包括如下至少之一:机组类型、机组的地理位置、机组的供电量等级。
在一个示例中,基于集团电力企业的总配额盈亏值和集团电力企业内部每个电厂的配额盈亏值,根据集团电力企业内部每个电厂的机组属性确定集团电力企业与外部企业以及集团电力企业内部各个电厂之间的交易量,包括:如果集团电力企业的总配额盈亏值大于零,则将集团电力企业盈余的配额确定为所述集团电力企业向外发送交易请求的碳资产交易量,且基于每个电厂的机组属性,将第一电厂的盈余的配额确定为所述第一电厂向第二电厂发送交易请求的碳资产交易量;其中,第一电厂包括集团电力企业内部配额盈余的一个或多个电厂,第二电厂包括集团电力企业内部配额亏损的一个或多个电厂;如果集团电力企业的总配额盈亏值等于零,则确定集团电力企业与外部企业的碳资产交易量为零,且基于每个电厂的机组属性,将第一电厂的盈余的配额确定为所述第一电厂向所述第二电厂发送交易请求的碳资产交易量;如果集团电力企业的总配额盈亏值小于零,则将所述集团电力企业不足的配额确定为所述集团电力企业接收外部交易请求的碳资产交易量,且基于每个电厂的机组属性,将第一电厂的盈余的配额确定为所述第一电厂向所述第二电厂发送交易请求的碳资产交易量。
在一个示例中,集团电力企业内部第一电厂的盈余的配额按照预设规则出售给第二电厂,包括:判断第一电厂与第二电厂的机组是否符合预设条件;其中,预设条件包括如下至少之一:第一电厂与第二电厂的机组的地理位置在预设区域范围内、第一电厂与第二电厂的机组的供电量等级在预设等级范围内、第一电厂与第二电厂的机组类型相同;将符合预设条件的第一电厂盈余的配额出售给相应的第二电厂。
在一个示例中,获取集团电力企业内部每个电厂的碳排放配额、碳减排签发量与实际碳排放量,包括如下至少之一:基于预先配置的配额分配基准线以及相应的修正系数,根据每个电厂的供电量和供热量,测算每个电厂的碳排放配额;其中,配额分配基准线是基于不同区域的政策标准,根据不同机组类型和装机容量的机组设定的碳排放基准值;碳排放基准值包括:供电碳排放基准值和/或供热碳排放基准值;修正系数包括如下至少之一:供热量修正系数、冷却方式修正系数、热值修正系数;基于预先配置的碳排放计算公式,根据每个电厂的燃料数据和外购电数据,计算每个电厂的实际碳排放量;基于预先配置的碳排放因子,根据每个电厂实施减排项目的供电量测算每个电厂的碳减排签发量。
在一个示例中,方法还包括:通过爬取的方式获取碳市场交易信息,其中,碳市场交易信息包括如下至少之一:控排企业的碳排放配额信息、减排企业的减排项目信息、企业之间的碳资产交易信息和市场政策信息;分析碳市场交易信息,确定碳市场上碳资产的最高交易价格和最低交易价格,其中,碳资产包括如下至少之一:碳排放配额、碳减排签发量;根据碳市场上碳资产的最高交易价格和最低交易价格,确定集团电力企业与外部企业进行碳资产交易的外部交易价格,以及集团电力企业内部进行碳资产交易的内部交易价格;按照外部交易价格进行集团电力企业与外部企业的外部碳资产交易;按照内部交易价格进行集团电力企业内部各个电厂的内部碳资产交易。
在一个示例中,分析碳市场交易信息,确定碳市场上碳资产的最高交易价格和最低交易价格,包括:通过如下算法训练价格预测模型,并基于训练得到的价格预测模型,根据历史时间段内的碳市场交易信息,预测在未来预设时间段内碳市场上碳资产的最高交易价和最低交易价,其中,未来预设时间段内碳市场上碳资产的最高交易价和最低交易价用于确定未来预设时间段内集团电力企业与外部企业进行碳资产交易的外部交易价格,以及集团电力企业内部进行碳资产交易的内部交易价格:
其中,为模型训练结果,为训练样本,为训练样本的类别向量,Ij为第j个分组的特征索引,其中,j=1,…J,表示第j个分组的特征索引对应的模型训练出的权重结果的值,λ为正则化参数,ωj是第j个分组的权重,用于表征每个分组的重要性。
在一个示例中,根据碳市场上碳资产的最高交易价格和最低交易价格,确定集团电力企业与外部企业进行碳资产交易的外部交易价格,以及集团电力企业内部进行碳资产交易的内部交易价格,包括:通过如下公式根据碳市场上碳资产的最高交易价和最低交易价,确定集团电力企业与外部企业进行碳交易的外部交易价格:
其中,Y(cμ,0)=0;
Y(cμ,0)=0,1≤n≤d;
其中,Y(cμ,n)为配额履约的剩余天数为n时,集团电力企业与外部企业进行碳资产交易的累计收益;Y(cν,n-1)为配额履约的剩余天数为n-1时,集团电力企业与外部企业进行碳资产交易的预期累计收益;cμ为集团电力企业当前碳资产存量;cν为集团电力企业预期碳资产存量;G(cμ,Pn,cν)为执行最优价格Pn的情况下,从当前碳资产存量cμ到预期碳资产存量cν的状态转移概率;G(cμ,Pn,cν) 为执行价格α的情况下,从当前碳资产存量cμ到预期碳资产存量cν的状态转移概率;D(cμ,Pn,cν)为执行最优价格Pn的情况下,从当前碳资产存量cμ到预期碳资产存量cν的预期最大收益,D(cμ,αn,cν)为执行价格α的情况下,从当前碳资产存量cμ到预期碳资产存量cν的预期最大收益;Pmax为碳市场上碳资产的最高交易价;Pmin为碳市场上碳资产的最低交易价,d为配额履约天数;通过如下模型根据碳市场上碳资产的最高交易价和最低交易价,确定集团电力企业内部进行碳资产交易的内部交易价格:
p’n(t+1)=p’n(t)+λ(A(t)-B(t)),Pmin≤p’n(t)≤Pmax;
其中,|A(t)-B(t)|≤ε,ε>0;
其中,A(t)表示卖方电厂的碳资产供应函数,卖方电厂根据实际需要设置该函数;B(t)表示买方的碳资产需求函数,买方电厂根据实际需要设置该函数; p’n(t)表示初始设定内部交易价格;p’n(t+1)表示第t次迭代的碳资产内部交易价格;ε为一个很小的正数,由集团电力企业设定。
在一个示例中,按照内部交易价格,在集团电力企业内部的各个电厂之间进行内部碳资产交易,包括:创建集团电力企业进行内部碳资产交易的区块链网络,其中,区块链网络中的每个节点对应集团电力企业内部的一个电厂;将集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据,存储至区块链网络中每个节点的区块链上,交易数据包括如下至少之一:卖方信息、买方信息、交易价格、交易数量。
在一个示例中,将集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据,存储至区块链网络中每个节点的区块链上,包括:基于在区块链网络中每个节点上预先配置的碳资产统计模型,根据集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据,计算相应节点的碳资产统计结果;将集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据和每个节点的碳资产统计结果,存储至区块链网络中每个节点的区块链上。
另一方面,本申请还提出了一种碳资产交易系统,碳资产交易系统包括:配额管理系统,用于根据每个电厂的供电量和供热量计算得到集团电力企业内部每个电厂的碳排放配额;减排项目管理系统,用于根据每个电厂实施减排项目的供电量计算得到每个电厂的碳减排签发量;碳排放管理系统,用于根据每个电厂的燃料数据和外购电数据测算得到每个电厂的实际碳排放量;碳资产交易管理系统,与配额管理系统、减排项目管理系统、碳排放管理系统分别通信,用于根据集团电力企业内部每个电厂的碳排放配额、碳减排签发量和实际碳排放量,计算得到集团电力企业的总配额盈亏值以及集团电力企业内部每个电厂的配额盈亏值,并基于集团电力企业的总配额盈亏值和集团电力企业内部每个电厂的配额盈亏值,根据集团电力企业内部每个电厂的机组属性确定集团电力企业与外部企业以及集团电力企业内部各个电厂之间的交易量;其中,机组属性包括如下至少之一:机组类型、机组的地理位置、机组的供电量等级。
通过本申请提出碳资产交易方式能够带来如下有益效果:实现了集团公司内部碳资产交易与外部碳资产交易的结合,通过随时测算集团公司内部各个子公司预计分配的碳排放配额,实施减排项目获得的碳减排签发量,以及生产过程中实际的碳排放量,以便随时预估每个子公司的配额盈亏情况,从而及时采取内部碳资产交易或外部碳资产交易的方式,使得集团公司以低成本的方式完成各个子公司的配额履约,实现了集团公司的利益最大化。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种碳资产交易系统示意图;
图2为本申请实施例提供的一种碳资产交易方法的流程示意图。
具体实施方式
为了更清楚的阐释本申请的整体构思,下面结合说明书附图以示例的方式进行详细说明。
本申请实施例提供的碳资产交易方案,可以应用于两个控排企业之间的碳资产(例如,每个控排企业被分配的免费碳排放配额)交易,也可以应用于控排企业与减排企业之间的碳资产(例如,减排企业实施减排项目而核证签发的) 交易。优选地,可以用于集团公司(例如,集团电力企业)内部各个子公司(例如,集团电力企业下的各个发电厂或热电联厂)之间进行的碳资产交易。对于集团制公司来说,采购是统一进行的,因而,对碳资产(也称碳排放权)的出售或购买,通常也是由集团统一进行的。由于集团公司的总体利益最大化是最终目标,因而,协调集团公司内部各个子公司之间的碳资产(即施行内部碳资产交易),使得集团公司的履约成本最低,便实现了集团利益最大化。
通常来说,一个企业的碳资产包括控排企业被分配的免费碳排放配额和减排企业实施减排项目(例如,风力发电、水力发电、光伏发电、生物质发电等) 而被核证下发的碳减排签发量,例如,CCER(China Certified Emission Reduction,中国核证减排量)。经过核证备案的碳减排签发量,可以在碳交易市场进行交易,以抵消控排企业的部分碳排放配额(目前,碳排放配额的 5%-10%可以使用CCER抵消,随着政策的变化,该比例可能会不断继续调整)。由于配额市场是基于强制配额产生的市场,不是完全自由的市场。每个配额交易系统中配额的价格与本地的减排成本直接相关,并代表了一个区域愿意购买外部减排指标的最高出价,因而,各地的配额价格存在一定的差异。自愿减排交易市场,在一定程度上可以体现由配额供求失衡所带来的价格风险。虽然碳减排签发量能够抵消的比例有限,但其对于配额交易系统的正常运行十分重要。
另外,在确定下发给每个控排企业的配额的时候,通常先根据一个区域的温室气体排放、经济增长、产业结构、能源结构、控排企业纳入情况等因素来综合确定该区域的配额总量,再根据预定的配额分配标准向每个控排企业分配碳排放配额。因而,对于集团企业来说,集团企业下属子公司所在区域不同,各个地区的子公司所获得的免费配额存在一定差异。
下面,以集团电力企业为例来进行说明,集团电力企业的下属电厂(包括发电厂和热电厂)通常有上百个,这些电厂分布在不同的区域,以便为不同区域的用户供电。因而,集团电力企业下属的各个电厂的碳排放配额是不同的,又由于每个区域的技术限制,使得每个电厂实施减排项目所投入的成本也可能存在差异,因而,合理规划集团电力企业内部各个电厂的碳资产,进行碳资产内部交易,以完成每个电厂的配额,对集团电力企业实现整体低成本履约具有十分重要的意义。
本申请的实施例公开了一种碳资产交易方法,该方法实施例可以应用但不限于图1所示的碳资产交易系统中。如图1所示,该碳资产交易系统包括:配额管理系统101、减排项目管理系统102、碳排放管理系统103和碳资产交易管理系统104。
其中,通过碳资产交易管理系统104可以实现集团电力企业与外部企业 106之间的外部碳资产交易,例如,当集团电力企业的总配额(即集团电力企业内部各个电厂的碳排放配额之和)与总碳减排签发量(即集团电力企业内部各个电厂的碳减排签发量之和)之和大于总碳排放量(即集团电力企业内部各个电厂的碳排放量之和)的情况下,可以通过该碳资产交易管理系统104将集团电力企业的配额盈余量出售给外部企业106;当集团电力企业的总配额(即集团电力企业内部各个电厂的碳排放配额之和)与总碳减排签发量(即集团电力企业内部各个电厂的碳减排签发量之和)之和小于总碳排放量(即集团电力企业内部各个电厂的碳排放量之和)的情况下,可以通过该碳资产交易管理系统104从外部企业106购买不足的碳排放量以完成履约。容易注意的是,在集团电力企业总配额不足的情况下,为了完成配额履约,可以购买外部企业106 的碳排放配额,也可以购买外部企业的碳减排签发量(例如,CCER)。通常情况下,购买碳减排签发量的价格要低于购买碳排放配额的价格。
碳排放配额是配额分配机构分配给控排企业指定时期内的碳排放额度,一级单位制定一级区域内的配额分配方案,二级单位制定该一级区域内每个二级区域内的配额分配指标,并报一级单位确定后实施。企业碳排放配额的确定方式分为基准线法和历史排放法,其中,基准线法按行业基准强度核定碳配额,多适用于生产流程及产品样式规模标准化的行业;历史排放法按照控排单位的历史排放水平核定碳配额,多适用于生产工艺产品特征复杂的行业。简单来说,基准线法就是按照行业基准排放强度来核定碳配额,运用该计算方法,控排企业所得的碳排放配额是其所属行业的基准值乘以当前的实际产量。行业基准值即行业内企业的综合排放强度(企业二氧化碳排放量除以年产能),是主管部门根据行业内所有企业上报的历史排放数据计算而来,并且在一些特定行业,行业基准值可能不同。
在电力行业,主要采用基准线法来分配碳排放配额。电力行业根据压力等级、机组容量和燃料类型的差异,划定了11条基准线,每条基准线对应的基准值不同。这11条基准线对应的机组分别是超超临界1000MW机组、超超临界600MW机组、超临界600MW机组、超临界300MW机组、亚临界600MW 机组、亚临界300MW机组、高压超高压300MW一下机组、循环流化床及IGCC 300MW及以上机组、循环流化床及IGCC 300MW以下机组、燃气F级机组和燃气F级以下机组。随着节能减排和碳资产交易市场发展的需要,未来每个区域可能对计算碳排放的机组类别进行调整。本申请各个实施例提供的碳资产管理方案,可以应用于调整后的机组类别。
需要注意的是,由于配额分配结构(例如,上述一级单位和二级单位)通常按年来分配碳排放配额,如果控排企业每年到履约的时候才进行碳资产交易,不仅影响履约结果,而且还会导致履约成本过高,从而影响控排企业的收益。因而,实时确定控排企业的碳排放配额,并实时获取控排企业的碳排放量,以及实时确定控排企业的碳减排签发量,可以实时计算控排企业的配额盈亏,以便及时了解控排企业的配额履约情况,进而作出及时的调整。
对于集团电力企业来说,为了以低成本完成集团电力企业下各个电厂的配额履约,需要实时了解各个电厂的配额盈亏情况,以便及时进行内部或外部碳资产交易。为了实时计算各个电厂的配额盈亏,需要实时测算每个电厂的碳排放配额,并实时计算每个电厂的碳排放量以及碳减排签发量。
在计算每个电厂的碳排放配额的时候,可以通过图1中所示的配额管理系统101来确定,通过配额管理系统101与各个电厂(例如,电厂1,电厂2,…电厂n)之间的数据采集接口105,获取集团电力企业内部每个电厂的供电量和供热量,以便根据集团电力企业内部每个电厂的供电量和供热量确定每个电厂的碳排放配额。容易注意的是,通过数据采集接口105获取到的每个电厂的供电量和供热量可以是通过各种采集设备自动采集的,也可以是从各个电厂上报的报表文件中提取到的数据。
具体地,配额管理系统101可以基于预先配置的配额分配基准线以及相应的修正系数,根据每个电厂的供电量和供热量,测算每个电厂的碳排放配额;其中,配额分配基准线是基于不同区域的政策标准,根据不同机组类型和装机容量的机组设定的碳排放基准值;碳排放基准值包括:供电碳排放基准值和/ 或供热碳排放基准值;修正系数包括如下至少之一:供热量修正系数、冷却方式修正系数、热值修正系数;
对于每个电厂,作为一种可选的实施方式,可以通过下面的公式来计算每台机组的碳排放配额:机组的碳排放配额=供电量×供电配额基准线×修正系数+ 供热量×供热配额基准线。在机组为超超临界1000MW机组的情况下,修正系数包括:冷却方式修正系数和机组供热量修正系数。
此处需要说明的是,不同类型(包括但不限于燃料类型、装机容量和压力等级)的机组,配额基准线和对应的修正系数不同。
图1中减排项目管理系统102可以用于管理集团电力企业内部各个电厂实施的减排项目,通过该减排项目管理系统102,对每个电厂实施的减排项目的开发进度进行监督和管理。通过实施每个减排项目的发电量数据,经过核证备案后,可以确定每个减排项目的碳减排签发量,进而计算集团电力企业下各个电厂的碳减排签发量。
其中,减排项目管理系统102可以基于预先配置的碳排放因子,根据每个电厂实施减排项目的供电量测算每个电厂的碳减排签发量。
需要说明的是,在根据减排项目的发电量计算减排项目的减排量时,减排量计算的基准包括不仅包括传统的火电(不同地区碳排放强度不同),还可再生能源发电(零排放)。对于风电和光伏项目来说,可以采用下面的减排量计算公式来计算风电项目的减排量,或者光伏项目的减排量:
ERy=BEy=EGpty*EFgrid,CMy;
其中,ERy为风电项目或光伏项目在第y年的减排量(tCO2e/yr),BEy为第 y年的基准线排放量(tCO2e/yr),EGpty为第y年因实施风电项目或光伏项目产生的上网电量(tCO2e/yr);EFgrid,CMy为第y年并网发电的组合边际CO2排放因子 (tCO2/MWh),其中,组合边际CO2排放因子EFgrid,CMy的计算方法如下:
EFgrid,CMy=EFgrid,OMy×0.75+EFgrid,BMy×0.25;
其中,EFgrid,OMy为第y年电量边际排放因子(tCO2/MWh);EFgrid,BMy第y年容量边际排放因子(tCO2/MWh)。
容易注意的是,对于每个区域,根据总排放量(煤、油、气)和总发电量 (火电、水电及其他可再生能源)计算出排放因子。另外,这个排放因子随着每年的排放量和发电量的数据变动而变动。
例如,某电厂实施的风电项目,由于该电厂以零排放的可再生电力替代以火电为主的该电厂所在区域电网提供的等量电力,从而减少了温室气体的排放。该风电项目减排的温室气体为CO2,预计年均减排量为:该电厂风电项目 CO2年减排量=年净上网电量(上网电量-网购电量)*该电厂所在区域电网X 年排放因子。
另外,电厂作为控排企业,其碳排放包括:发电时燃烧燃料的直接排放和机组启动或运行时使用的外购电的间接排放。因而,在计算集团电力企业内部每个电厂的碳排放量时,可以通过碳排放管理系统103与每个电厂之间的数据采集接口105获取每个电厂的燃料数据和外购电数据,其中,每个电厂的燃料数据可以通过各种传感器采集,每个电厂的外购电数据可以通过电量计量设备采集。
其中,碳排放管理系统103基于预先配置的碳排放计算公式,根据每个电厂的燃料数据和外购电数据,计算每个电厂的实际碳排放量。
为了减少人工整理报表数据的工作,本申请可以采用人工智能技术来实现每个电厂碳排放的智能计算,即将每个电厂的燃料数据和外购电数据输入到的一个模型和该电厂对应的碳排计算公式输入到一个模型中,系统就可以自动提取碳排放计算公式计算碳排放量需要的数据,并自动计算出每个电厂的碳排放量。
具体地,使用多组燃料数据和表示燃料数据的参数名,通过机器学习训练得到一个模型(即第一预设模型),通过该模型分析某一个电厂的燃料数据,并提取与该电厂的碳排放计算公式中多个计算参数对应的第一数据,代入该电厂的碳排放计算公式,计算得到该电厂的碳排放量。
同理,使用多组外购电数据和表示外购电数据的参数名,通过机器学习训练得到一个模型(即第二预设模型),通过该模型分析某一个电厂的外购电数据,并提取与该电厂的碳排放计算公式中多个计算参数对应的第二数据,代入该电厂的碳排放计算公式,计算得到该电厂的碳排放量。
需要说明的是,上述第一预设模型分析的燃料数据可以是根据历史燃料数据预测得到的未来预设时间段内燃料数据;上述第二预设模型分析的外购电数据也可以是根据历史外购电数据预测得到的未来预设时间段内的外购电数据。作为一种可选的实施方式,可以通过预测模型A(p,qd)来根据历史燃料数据(外购电数据)预测未来某一时间段(即预设时间段)内的燃料数据(外购电数据)。该预测模型表示对非平稳的随机序列Yt进行d次差分处理后,得到平稳序列Xt,再将平稳序列拟合为A(p,q);其中,平稳序列Xt的表达式为:
t∈Z;其中,为自回归过程,p为自回归阶数,为自回归系数;εt-φ1εt-1-…-φqεt-q为平滑过程,q为滑动平均阶数,φ1,…,φq为滑动平均系数,εt为白噪声序列,形式为W(0,σ2);其中,当q=0时,序列Xt成为自回归模型;当p=0时,序列Xt成为滑动平均模型。
通过上述预测模型,预测企业在未来某一时间段的燃料数据和外购电数据,以便可以预测该企业在该时间段内的预计碳排放量和预计配额,进而根据预计碳排放量和预计配额得到该企业的预计配额盈亏,从而使得企业及时调整碳资产管理方案,以使得企业总成本最低,收益最大。例如,是关掉部分电厂,还是全部电厂都工作,在工作的电厂中,采用多少化石燃料发电,采用多少新能源发电等。
如图1所示,在通过配额管理系统101根据集团电力企业内部每个电厂的供电量和供热量测算出每个电厂的碳排放配额,通过减排项目管理系统102根据每个电厂实施减排项目的供电量测算出每个电厂的碳减排签发量,并根据碳排放管理系统103根据每个电厂的燃料数据和外购电数据测算出每个电厂的实际碳排放量后,与配额管理系统101、减排项目管理系统102、碳排放管理系统103分别通信的碳资产交易管理系统104,可以根据集团电力企业内部每个电厂的碳排放配额、碳减排签发量和实际碳排放量,确定集团电力企业内部每个电厂的配额盈亏情况,进而根据每个电厂的配额盈亏情况确定相应的碳资产交易量。
对于集团电力企业内部的任意一个电厂来说,如果碳排放配额与碳减排签发量之和大于实际碳排放量,也即每个电厂的配额盈亏值大于零,则说明该电厂的配额盈余(包括碳排放配额和/或碳减排签发量),并可以出售剩余的配额或碳减排签发量(将每个电厂盈余的配额确定为每个电厂向外发送交易请求的碳资产交易量);如果碳排放配额与碳减排签发量之和等于实际碳排放量,也即每个电厂的配额盈亏值等于零,则说明该电厂正好完成配额履约;如果碳排放配额与碳减排签发量之和小于实际碳排放量,则说明该电厂的配额不足,并需要购买相应的碳排放配额或碳减排签发量,以完成履约(将每个电厂不足的配额确定为每个电厂接收外部交易请求的碳资产交易量)。
此处,需要进一步说明的是,在确定集团电力企业内部的每个电厂完成配额履约需要进行的碳资产交易量后,如果每个电厂直接与外部企业进行交易,不利于集团电力企业成本的控制,可能会出现高成本履约的情况,从而影响集团电力企业的整体效益。另外,对于同一采购的集团企业来说,不利于集团企业的管理。
由此,对于集团电力企业来说,可以计算集团电力企业内部所有电厂的碳排放配额之和,得到集团电力企业的总碳排放配额;计算集团电力企业内部所有电厂的碳减排签发量之和,得到集团电力企业的总碳减排签发量;计算集团电力企业内部所有电厂的实际碳排放量之和,得到集团电力企业的总实际碳排放量。如果所有电厂的总碳排放配额与总碳减排签发量之和大于总实际碳排放量(即总配额盈亏值大于零),则说明集团电力企业的总配额盈余(包括碳排放配额和/或碳减排签发量),并可以出售剩余的配额或碳减排签发量(将集团电力企业盈余的配额确定为所述集团电力企业向外发送交易请求的碳资产交易量);如果所有电厂的总碳排放配额与总碳减排签发量之和等于总实际碳排放量,则说明集团电力企业的总配额盈亏平衡(即总配额盈亏值等于零),正好完成配额履约,无需进行交易;如果所有电厂的总碳排放配额与总碳减排签发量之和小于总实际碳排放量(即总配额盈亏值小于零),则说明集团电力企业的总配额不足(将所述集团电力企业不足的配额确定为所述集团电力企业接收外部交易请求的碳资产交易量),并需要购买相应的碳排放配额或碳减排签发量,以完成履约。需要说明的是,在计算集团电力企业的总配额盈亏值的时候,也可以先计算出该集团电力企业内部每个电厂的配额盈亏值,并求解所有电厂的配额盈亏值之和,则计算得到集团电力企业的总配额盈亏值。
可选地,为了保障集团整体利益,在集团电力企业向外部企业统一采购或出售碳资产时,可以针对交易量的不同,设置不同的交易规则,例如,当碳资产的交易量小于第一阈值的情况下,直接通过碳资产公司(该碳资产公司可以是集团电力企业内部专门用于管理各个电厂的碳资产的子公司)的审批,即可进行相应的碳资产交易;而当碳资产的交易量大于等于第一阈值,且小于第二阈值(大于第一阈值)的情况下,需要通过碳资产公司和集团物资部门的审批;而当碳资产的交易量大于第二阈值的情况下,需要通过碳资产公司、集团物资部门、集团碳交易执行部门的逐级审批。
容易注意的是,无论集团电力企业的总配额盈余、不足还是盈亏平衡,集团电力企业内部的各个电厂中,总会有一些电厂是配额盈余的,有一些电厂是配额不足的,还有一些电厂是配额盈亏平衡的。因而,集团电力企业需要协调各个电厂之间的碳资产(即施行内部碳资产交易),以使得每个电厂完成配额履约。
作为第一种可选的实施方式,在进行集团电力企业内部碳资产交易的时候,可以让集团电力企业内部的各个电厂通过集团电力企业提供的统一碳资产交易平台(例如,图1中所示的碳资产交易管理系统104)进行交易。集团电力企业只需定期核算,来确定各个电厂进行内部交易后,集团电力企业需要统一采购或出售的碳资产。
作为第二种可选的实施方式,在进行集团电力企业内部碳资产交易的时候,集团电力企业可以通过碳资产交易管理系统104核算集团电力企业需要统一采购或出售的碳资产,然后再在各个电厂之间分配。其中,如果集团电力企业的总碳排放配额盈余,即需要出售碳资产,则将出售碳资产获得的利润分配给集团企业内部配额盈余的各个电厂,为了公平起见,可选地,可以按照这些配额盈余的各个电厂的出资比例(配额盈余比例)分配出售碳资产获得的利润。如果集团电力企业的总碳排放配额不足,即需要购买碳资产,则将购买碳资产花费的成本分配给集团企业内部配额不足的各个电厂,为了公平起见,可选地,可以按照这些配额不足的各个电厂的不足配额(即每个电厂的碳排放配额与碳减排签发量之和减去碳排放量的差值)比例来收取购买碳资产的费用。
无论采取上述哪种方式,在集团电力企业内部各个电厂之间进行碳资产交易时,可以按照但不限于电厂的如下任意一种属性来进行内部碳资产交易:每个电厂采用的机组类型、每个电厂的地理位置、每个电厂的供电量等级。
在进行内部碳资产交易时,先不考虑集团电力企业内部配额盈亏平衡的电厂,假设集团电力企业内部出现配额盈余的电厂为第一电厂(可以是一个,也可以是多个),出现配额不足的电厂为第二电厂(可以是一个,也可以是多个)。在将第一电厂的配额(包括控排企业被分配的碳排放配额和施行减排项目获得的碳减排签发量)出售给第二电厂的时候,可以判断第一电厂与第二电厂的地理位置是否在预设区域范围内,或者第一电厂与第二电厂的供电量等级是否在预设等级范围内,或者第一电厂与第二电厂采用的机组类型是否相同,在满足上述任意一种条件的情况下,将符合条件的第一电厂盈余的配额出售给第二电厂。
首先,由于不同区域,控排企业被分配的免费配额(即碳排放配额)量可能不同,价格也不同,另外,施行减排项目获得的碳减排签发量的价格也存在差异,因而,优先进行预设区域范围内的电厂之间的内部碳资产交易,可以降低集团电力企业的整体履约成本。
其次,由于每个电厂的碳排放配额与电厂的供电量有关,供电量越大,相应的碳排放配额也越多,因而,在进行内部碳资产交易时,尽量保证同一供电量等级或者供电量等级相接近的电厂之间进行,可以提高碳资产交易效率,更快完成配额履约。
另外,由于机组的压力等级、装机容量和燃料类型不同,采用的配额计算公式不同,因而,在根据每个电厂的供电量和供热量计算出的配额也不同,因而,尽量保证在相同类型机组的电厂之间进行碳资产交易,同样可以提高碳资产交易效率,更快完成配额履约。
在根据集团电力企业的总配额盈亏情况以及集团电力企业内部每个电厂的配额盈亏情况,确定集团电力企业的总碳资产交易量以及集团电力企业内部每个电厂的碳资产交易量之后,上述碳资产交易管理系统104还可以通过互联网通过爬取的方式获取碳市场交易信息,并根据获取到的碳市场交易信息确定碳市场上碳资产(包括但不下于碳排放配额和碳减排签发量)交易的最高交易价格和最低交易价格,例如,碳配额交易最高价格和最低价格,碳减排签发量交易最高价格和最低价格等。最后根据碳市场的碳资产交易价格确定集团电力企业与外部企业进行碳资产交易的外部交易价格,以便使得集团电力企业实现高价卖出、低价买入的目的。根据碳市场的碳资产交易价格确定集团电力企业内部进行碳资产交易的内部交易价格,可以使得保证集团电力企业最大效益的情况下,尽量实现内部电厂之间自由交易(即卖方电厂以合理价格卖出,买方电厂以合理价格买入)的目的。最后按照确定的外部交易价格进行外部碳资产交易,并按照确定的内部交易价格进行内部碳资产交易。
由于各种市场因素,碳市场上碳资产的交易价格是实时变化的,如果根据碳市场上的历史最高交易价格和最低交易价格来确定集团电力企业即将进行碳交易的价格,会影响其准确度。因而,通过预测碳市场上碳资产的实时最高交易价格和实时最低交易价格,并根据实时最高交易价格和实时最低交易价格来确定集团电力企业进行外部碳交易的价格以及内部碳交易的价格。另外,通过价格预测模型来预测碳市场上未来时刻碳资产的交易价格,还可以进一步帮助集团电力企业确定出售或购买碳资产的交易时间,以便实现在高价时出售、在低价时购买的目的。
可选地,该价格预测模型可以是根据历史交易数据训练得到的,作为一种可选的实施方式,可以将历史预设时间段内的交易企业,按照碳资产交易量划分为多个分组,其中,每个分组内部的特征是具有较强的关联性,而各个分组之间的特征关联性不强。综合考虑每个分组的特征,可以通过如下算法训练价格预测模型,并基于训练得到的价格预测模型,根据历史时间段内的碳市场交易信息,预测在未来预设时间段内碳市场上碳资产的最高交易价和最低交易价,其中,未来预设时间段内碳市场上碳资产的最高交易价和最低交易价用于确定未来预设时间段内集团电力企业与外部企业进行碳资产交易的外部交易价格,以及集团电力企业内部进行碳资产交易的内部交易价格:
其中,为模型训练结果,为训练样本,为训练样本的类别向量,Ij为第j个分组的特征索引,其中,j=1,…J,是第j个分组的特征索引对应的模型训练出的权重结果的值,λ为正则化参数,ωj是第j个分组的权重,用于表征每个分组的重要性。
需要注意的是,为了实现集团电力企业利益最大化,应尽量使得集团电力企业完成履约后剩余的碳资产流入碳交易市场,避免滞销的现象。因而,作为一种可选的实施方式,可以通过如下公式根据碳市场上碳资产的最高交易价和最低交易价,确定集团电力企业与外部企业进行碳交易的外部交易价格:
其中,Y(cμ,0)=0;
Y(cμ,0)=0,1≤n≤d;
其中,Y(cμ,n)为配额履约的剩余天数为n时,集团电力企业与外部企业进行碳资产交易的累计收益;Y(cν,n-1)为配额履约的剩余天数为n-1时,集团电力企业与外部企业进行碳资产交易的预期累计收益;cμ为集团电力企业当前碳资产存量;cν为集团电力企业预期碳资产存量;G(cμ,Pn,cν)为执行最优价格Pn的情况下,从当前碳资产存量cμ到预期碳资产存量cν的状态转移概率;G(cμ,Pn,cν) 为执行价格α的情况下,从当前碳资产存量cμ到预期碳资产存量cν的状态转移概率;D(cμ,Pn,cν)为执行最优价格Pn的情况下,从当前碳资产存量cμ到预期碳资产存量cν的预期最大收益,D(cμ,αn,cν)为执行价格α的情况下,从当前碳资产存量cμ到预期碳资产存量cν的预期最大收益;Pmax为碳市场上碳资产的最高交易价;Pmin为碳市场上碳资产的最低交易价,d为配额履约天数。
对于集团电力企业内部的卖方电厂来说,希望以碳市场上碳资产的最高交易价出售给内部的其他电厂;而对于集团电力企业内部的买方电厂来说,希望以碳市场上碳资产的最低交易价采购其他电厂的碳资产,因而,在确定碳市场上碳资产的最高交易价和最低交易价后,作为一种可选的实施方式,可以通过迭代计算模型,进行迭代计算,以确定合理的内部碳资产交易价格,来尽量达到供需平衡,以实现电厂之间自由交易,而非强制交易:
p’n(t+1)=p’n(t)+λ(A(t)-B(t)),Pmin≤p’n(t)≤Pmax;
其中,|A(t)-B(t)|≤ε,ε>0;
其中,A(t)表示卖方电厂的碳资产供应函数,卖方电厂根据实际需要设置该函数;B(t)表示买方的碳资产需求函数,买方电厂根据实际需要设置该函数; p’n(t)表示初始设定内部交易价格;p’n(t+1)表示第t次迭代的碳资产内部交易价格;ε为一个很小的正数,由集团电力企业设定。
需要说明的是,本申请各个实施例或实施方式中涉及到的碳资产交易,不仅包括控排企业被分配的碳排放配额,也包括实施减排项目所得的碳减排签发量,通常情况下,由于碳减排签发量的价格低于碳排放配额的价格,因而,在集团电力企业购买碳资产的时候,优先购买碳减排签发量(例如,CCER量);而尽量将剩余的碳排放配额出售。
可选地,在进行集团电力企业的内部碳资产交易的时候,作为一种优选的实施方式,还可以创建集团电力企业进行内部碳资产交易的区块链网络,其中,区块链网络中的每个节点对应集团电力企业内部的一个电厂;将集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据,存储至区块链网络中每个节点的区块链上,交易数据包括如下至少之一:卖方信息、买方信息、交易价格、交易数量。
其中,在将集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据,存储至区块链网络中每个节点的区块链上的时候,还可以利用区块链网络分布式存储的优点,实现碳资产的自动统计。即基于在区块链网络中每个节点上预先配置的碳资产统计模型,根据集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据,计算相应节点的碳资产统计结果;将集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据和每个节点的碳资产统计结果,存储至区块链网络中每个节点的区块链上。
本申请还提供了一种碳资产交易方法实施例,可以应用但不限于上述实施例提供的碳资产交易系统中。
图2是根据本申请实施例的一种碳资产交易方法流程图,如图2所示,该方法包括如下步骤:
步骤S201,获取集团电力企业内部每个电厂的碳排放配额、碳减排签发量与实际碳排放量。
首先,由于不同区域政策不同,集团电力企业下位于不同区域的电厂,用于计算碳排放的计算公式和参数均可能不同,且经常性会调整。因而,针对部署于不同区域的电厂,需要配置相应的碳排放计算公式来计算其碳排放量。本申请通过碳排放管理系统103提供可配置的公式模块,使得用户可以按年份、单元设定不同的计算公式,从而灵活配置每个电厂的碳排放计算公式。通过碳排放管理系统103与各个电厂之间的数据采集接口,采集集团电力企业下各个电厂的燃料数据和外购电数据,基于预先配置的相应电厂的碳排放计算公式,自动测算相应电厂的碳排放量。
作为一种可选的实施方式,配置的碳排放计算公式可以如下所示:
碳排放计算公式为:
E=E燃烧+E脱硫+E电;
其中,E为每个电厂的碳排放总量,E燃烧为每个电厂燃烧化石燃料产生的碳排放量,E脱硫为每个电厂脱硫过程中产生的碳排放量,E电为每个电厂购入使用电力产生的碳排放量;i为化石燃料的种类,ADi为第i种化石燃料以热值表示的活动水平,EFi为第i种化石燃料的排放因子;FCi为第i种化石燃料的消耗量,NCVi为第i种化石燃料平均低位发热值;CCi为第i种化石燃料的单位热值含碳量,OFi为第i种化石燃料的碳氧化率,44/12为二氧化碳与碳的分子量之比; k为脱硫剂类型,CALk为第k种脱硫剂中碳酸盐消耗量,EFk为第k种脱硫剂中碳酸盐的排放因子;y为核算和报告年,m为核算和报告年中的某月,Bk,m为脱硫剂在全年某月的消耗量,Ik为第k种脱硫剂中碳酸盐含量;EFk,t完全转化时脱硫过程的排放因子,TR为转化率;AD电为每个电厂的购入电量,EF电为每个电厂所在区域电网年平均供电排放因子。
其次,通过配额管理系统101根据每个电厂的供电量和供热量来测算每个电厂的碳排放配额。由于针对不同压力等级、装机容量、燃料类型的机组(例如,超超临界1000MW机组、超超临界600MW机组、超临界600MW机组、超临界300MW机组、亚临界600MW机组、亚临界300MW机组、高压超高压300MW以下机组、循环流化床及IGCC 300MW及以上机组、循环流化床及 IGCC 300MW以下机组、燃气F级机组和燃气F级以下机组),采用的配额计算公式也不同。本申请实施例通过配额管理系统101根据每个电厂发电使用的机组类型,采用相应的配额计算公式,根据相应机组的供电量和供热量测算每个电厂的碳排放配额。
另外,为了充分利用每个电厂实施的减排项目获得的碳减排签发量,本申请实施例通过碳减排管理系统102来管理和监督每个电厂开发的减排项目,进而根据每个电厂实施的减排项目确定每个电厂可以获得的碳减排签发量。可选地,可以根据每个电厂实施的每个减排项目的发电量乘以相应的排放因子,确定每个电厂的碳减排签发量。
步骤S202,计算集团电力企业内部每个电厂的碳排放配额、碳减排签发量之和,与每个电厂的实际碳排放量的差值,得到每个电厂的配额盈亏值;计算集团电力企业内部所有电厂的配额盈亏值之和,得到集团电力企业的总配额盈亏值。
具体地,将每个电厂的碳排放配额与碳减排签发量之和,减去该电厂的实际碳排量,则计算得到每个电厂的配额盈亏值;计算集团电力企业内部所有电厂的配额盈亏值之和,则计算得到集团电力企业的配额盈亏值。
步骤S203,基于集团电力企业的总配额盈亏值和集团电力企业内部每个电厂的配额盈亏值,根据集团电力企业内部每个电厂的机组属性确定集团电力企业与外部企业以及集团电力企业内部各个电厂之间的交易量。
具体地,机组属性包括如下至少之一:机组类型、机组的地理位置、机组的供电量等级。由于集团电力企业一般采用的是统一采购制度,因而,如果集团电力企业的总配额盈余,则通过集团电力企业内部进行碳资产交易,使得集团内部各个电厂完成履约后,将集团电力企业盈余的配额统一出售给外部企业;如果集团电力企业的总配额盈亏平衡,则通过集团电力企业内部进行碳资产交易,使得集团内部各个电厂完成履约;如果集团电力企业的总配额不足,则向外部企业购买相应量的配额,并通过集团电力企业内部进行碳资产交易,使得集团内部各个电厂完成履约。
其中,在进行内部碳资产交易时,可以按照但不限于电厂的如下任意一种属性来进行内部碳资产交易:每个电厂采用的机组类型、每个电厂的地理位置、每个电厂的供电量等级。上面已详细论述,此处不再赘述。
步骤S204,通过爬取的方式获取碳市场交易信息。
具体地,可以通过互联网,以爬取的方式获取碳资产交易市场上关于碳资产的市场交易信息,包括但不限于:控排企业的碳排放配额信息、减排企业的减排项目信息、企业之间的碳资产交易信息和市场政策信息。
步骤S205,分析碳市场交易信息,确定碳市场上碳资产的最高交易价格和最低交易价格。
具体地,采用大数据分析技术分析爬取到的碳市场交易信息,可以确定碳资产交易市场上碳排放配额和/或碳减排签发量的最高交易价格,以及最低交易价格。
步骤S206,根据碳市场上碳资产的最高交易价格和最低交易价格,确定集团电力企业与外部企业进行碳资产交易的外部交易价格,以及集团电力企业内部进行碳资产交易的内部交易价格。
具体地,根据碳资产交易市场上碳排放配额的最高交易价格和最低交易价格,确定集团电力企业与外部企业进行碳排放配额交易的外部交易价格,以及集团电力企业内部进行碳排放配额交易的内部交易价格。同理,根据碳资产交易市场上碳减排签发量的最高交易价格和最低交易价格,确定集团电力企业与外部企业进行碳减排签发量交易的外部交易价格,以及集团电力企业内部进行碳减排签发量交易的内部交易价格。
需要说明的是,上述步骤S201至S203公开的方案,与上述步骤S204至 S206公开的方案,二者执行的先后顺序,本申请不作限定。也即,可以先执行上述步骤S201至S203公开的方案确定碳资产交易量,再执行上述步骤S204 至S206公开的方案确定碳资产交易价格;也可以执行上述步骤S204至S206 公开的方案确定碳资产交易价格,再执行上述步骤S204至S206公开的方案确定碳资产交易价格。
步骤S207,按照外部交易价格进行集团电力企业与外部企业的外部碳资产交易;按照内部交易价格进行集团电力企业内部各个电厂的内部碳资产交易。
通过本申请实施例提供的碳资产交易方法,实现了集团公司内部碳资产交易与外部碳资产交易的结合,通过随时测算集团公司内部各个子公司预计分配的碳排放配额,实施减排项目获得的碳减排签发量,以及生产过程中实际的碳排放量,以便随时预估每个子公司的配额盈亏情况,从而及时采取内部碳资产交易或外部碳资产交易的方式,使得集团公司以低成本的方式完成各个子公司的配额履约,实现了集团公司的利益最大化。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (8)
1.一种碳资产交易方法,其特征在于,方法包括如下步骤:
获取集团电力企业内部每个电厂的碳排放配额、碳减排签发量与实际碳排放量;其中,碳排放配额是根据每个电厂的供电量和供热量计算得到的;碳减排签发量是根据每个电厂实施减排项目的供电量计算得到的;实际碳排放量是根据每个电厂的燃料数据和外购电数据测算得到的;
计算集团电力企业内部每个电厂的碳排放配额、碳减排签发量之和,与每个电厂的实际碳排放量的差值,得到每个电厂的配额盈亏值;计算集团电力企业内部所有电厂的配额盈亏值之和,得到集团电力企业的总配额盈亏值;
基于集团电力企业的总配额盈亏值和集团电力企业内部每个电厂的配额盈亏值,根据集团电力企业内部每个电厂的机组属性确定集团电力企业与外部企业以及集团电力企业内部各个电厂之间的交易量;其中,机组属性包括如下至少之一:机组类型、机组的地理位置、机组的供电量等级;
所述基于集团电力企业的总配额盈亏值和集团电力企业内部每个电厂的配额盈亏值,根据集团电力企业内部每个电厂的机组属性确定集团电力企业与外部企业以及集团电力企业内部各个电厂之间的交易量,包括:
如果集团电力企业的总配额盈亏值大于零,则将集团电力企业盈余的配额确定为所述集团电力企业向外发送交易请求的碳资产交易量,且基于每个电厂的机组属性,将第一电厂的盈余的配额确定为所述第一电厂向第二电厂发送交易请求的碳资产交易量;其中,第一电厂包括集团电力企业内部配额盈余的一个或多个电厂,第二电厂包括集团电力企业内部配额亏损的一个或多个电厂;
如果集团电力企业的总配额盈亏值等于零,则确定集团电力企业与外部企业的碳资产交易量为零,且基于每个电厂的机组属性,将第一电厂的盈余的配额确定为所述第一电厂向所述第二电厂发送交易请求的碳资产交易量;
如果集团电力企业的总配额盈亏值小于零,则将所述集团电力企业不足的配额确定为所述集团电力企业接收外部交易请求的碳资产交易量,且基于每个电厂的机组属性,将第一电厂的盈余的配额确定为所述第一电厂向所述第二电厂发送交易请求的碳资产交易量;
所述集团电力企业内部第一电厂的盈余的配额按照预设规则出售给第二电厂,包括:
判断第一电厂与第二电厂的机组是否符合预设条件;其中,预设条件包括如下至少之一:第一电厂与第二电厂的机组的地理位置在预设区域范围内、第一电厂与第二电厂的机组的供电量等级在预设等级范围内、第一电厂与第二电厂的机组类型相同;
将符合预设条件的第一电厂盈余的配额出售给相应的第二电厂。
2.根据权利要求1所述的碳资产交易方法,其特征在于,所述获取集团电力企业内部每个电厂的碳排放配额、碳减排签发量与实际碳排放量,包括如下至少之一:
基于预先配置的配额分配基准线以及相应的修正系数,根据每个电厂的供电量和供热量,测算每个电厂的碳排放配额;其中,配额分配基准线是基于不同区域的政策标准,根据不同机组类型和装机容量的机组设定的碳排放基准值;碳排放基准值包括:供电碳排放基准值和/或供热碳排放基准值;修正系数包括如下至少之一:供热量修正系数、冷却方式修正系数、热值修正系数;
基于预先配置的碳排放计算公式,根据每个电厂的燃料数据和外购电数据,计算每个电厂的实际碳排放量;
基于预先配置的碳排放因子,根据每个电厂实施减排项目的供电量测算每个电厂的碳减排签发量。
3.根据权利要求1所述的碳资产交易方法,其特征在于,所述方法还包括:
通过爬取的方式获取碳市场交易信息,其中,碳市场交易信息包括如下至少之一:控排企业的碳排放配额信息、减排企业的减排项目信息、企业之间的碳资产交易信息和市场政策信息;
分析碳市场交易信息,确定碳市场上碳资产的最高交易价格和最低交易价格,其中,碳资产包括如下至少之一:碳排放配额、碳减排签发量;
根据碳市场上碳资产的最高交易价格和最低交易价格,确定集团电力企业与外部企业进行碳资产交易的外部交易价格,以及集团电力企业内部进行碳资产交易的内部交易价格;
按照外部交易价格进行集团电力企业与外部企业的外部碳资产交易;按照内部交易价格进行集团电力企业内部各个电厂的内部碳资产交易。
4.根据权利要求3所述的碳资产交易方法,其特征在于,所述分析碳市场交易信息,确定碳市场上碳资产的最高交易价格和最低交易价格,包括:
通过如下算法训练价格预测模型,并基于训练得到的价格预测模型,根据历史时间段内的碳市场交易信息,预测在未来预设时间段内碳市场上碳资产的最高交易价和最低交易价,其中,未来预设时间段内碳市场上碳资产的最高交易价和最低交易价用于确定未来预设时间段内集团电力企业与外部企业进行碳资产交易的外部交易价格,以及集团电力企业内部进行碳资产交易的内部交易价格:
5.根据权利要求3所述的碳资产交易方法,其特征在于,所述根据碳市场上碳资产的最高交易价格和最低交易价格,确定集团电力企业与外部企业进行碳资产交易的外部交易价格,以及集团电力企业内部进行碳资产交易的内部交易价格,包括:
通过如下公式根据碳市场上碳资产的最高交易价和最低交易价,确定集团电力企业与外部企业进行碳交易的外部交易价格:
其中,Y(cμ,0)=0;
Y(cμ,0)=0,1≤n≤d;
其中,Y(cμ,n)为配额履约的剩余天数为n时,集团电力企业与外部企业进行碳资产交易的累计收益;Y(cν,n-1)为配额履约的剩余天数为n-1时,集团电力企业与外部企业进行碳资产交易的预期累计收益;cμ为集团电力企业当前碳资产存量;cν为集团电力企业预期碳资产存量;G(cμ,Pn,cν)为执行最优价格Pn的情况下,从当前碳资产存量cμ到预期碳资产存量cν的状态转移概率;G(cμ,Pn,cν)为执行价格α的情况下,从当前碳资产存量cμ到预期碳资产存量cν的状态转移概率;D(cμ,Pn,cν)为执行最优价格Pn的情况下,从当前碳资产存量cμ到预期碳资产存量cν的预期最大收益,D(cμ,αn,cν)为执行价格α的情况下,从当前碳资产存量cμ到预期碳资产存量cν的预期最大收益;Pmax为碳市场上碳资产的最高交易价;Pmin为碳市场上碳资产的最低交易价,d为配额履约天数;
通过如下模型根据碳市场上碳资产的最高交易价和最低交易价,确定集团电力企业内部进行碳资产交易的内部交易价格:
p’n(t+1)=p’n(t)+λ(A(t)-B(t)),Pmin≤p’n(t)≤Pmax;
其中,|A(t)-B(t)|≤ε,ε>0;
其中,A(t)表示卖方电厂的碳资产供应函数,卖方电厂根据实际需要设置该函数;B(t)表示买方的碳资产需求函数,买方电厂根据实际需要设置该函数;p’n(t)表示初始设定内部交易价格;p’n(t+1)表示第t次迭代的碳资产内部交易价格;ε为一个很小的正数,由集团电力企业设定。
6.根据权利要求4所述的碳资产交易方法,其特征在于,所述按照内部交易价格,在集团电力企业内部的各个电厂之间进行内部碳资产交易,包括:
创建集团电力企业进行内部碳资产交易的区块链网络,其中,区块链网络中的每个节点对应集团电力企业内部的一个电厂;
将集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据,存储至区块链网络中每个节点的区块链上,交易数据包括如下至少之一:卖方信息、买方信息、交易价格、交易数量。
7.根据权利要求6所述的碳资产交易方法,其特征在于,所述将集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据,存储至区块链网络中每个节点的区块链上,包括:
基于在区块链网络中每个节点上预先配置的碳资产统计模型,根据集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据,计算相应节点的碳资产统计结果;
将集团电力企业内部各个电厂之间进行内部碳资产交易的交易数据和每个节点的碳资产统计结果,存储至区块链网络中每个节点的区块链上。
8.一种碳资产交易系统,其特征在于,碳资产交易系统包括:
配额管理系统,用于根据集团电力企业内部每个电厂的供电量和供热量计算得到集团电力企业内部每个电厂的碳排放配额;
减排项目管理系统,用于根据每个电厂实施减排项目的供电量计算得到每个电厂的碳减排签发量;
碳排放管理系统,用于根据每个电厂的燃料数据和外购电数据测算得到每个电厂的实际碳排放量;
碳资产交易管理系统,与配额管理系统、减排项目管理系统、碳排放管理系统分别通信,用于根据集团电力企业内部每个电厂的碳排放配额、碳减排签发量和实际碳排放量,计算得到集团电力企业的总配额盈亏值以及集团电力企业内部每个电厂的配额盈亏值,并基于集团电力企业的总配额盈亏值和集团电力企业内部每个电厂的配额盈亏值,根据集团电力企业内部每个电厂的机组属性确定集团电力企业与外部企业以及集团电力企业内部各个电厂之间的交易量;其中,机组属性包括如下至少之一:机组类型、机组的地理位置、机组的供电量等级;
其中,所述基于集团电力企业的总配额盈亏值和集团电力企业内部每个电厂的配额盈亏值,根据集团电力企业内部每个电厂的机组属性确定集团电力企业与外部企业以及集团电力企业内部各个电厂之间的交易量,具体为:如果集团电力企业的总配额盈亏值大于零,则将集团电力企业盈余的配额确定为所述集团电力企业向外发送交易请求的碳资产交易量,且基于每个电厂的机组属性,将第一电厂的盈余的配额确定为所述第一电厂向第二电厂发送交易请求的碳资产交易量;其中,第一电厂包括集团电力企业内部配额盈余的一个或多个电厂,第二电厂包括集团电力企业内部配额亏损的一个或多个电厂;如果集团电力企业的总配额盈亏值等于零,则确定集团电力企业与外部企业的碳资产交易量为零,且基于每个电厂的机组属性,将第一电厂的盈余的配额确定为所述第一电厂向所述第二电厂发送交易请求的碳资产交易量;如果集团电力企业的总配额盈亏值小于零,则将所述集团电力企业不足的配额确定为所述集团电力企业接收外部交易请求的碳资产交易量,且基于每个电厂的机组属性,将第一电厂的盈余的配额确定为所述第一电厂向所述第二电厂发送交易请求的碳资产交易量;
其中,所述集团电力企业内部第一电厂的盈余的配额按照预设规则出售给第二电厂,具体为:判断第一电厂与第二电厂的机组是否符合预设条件;其中,预设条件包括如下至少之一:第一电厂与第二电厂的机组的地理位置在预设区域范围内、第一电厂与第二电厂的机组的供电量等级在预设等级范围内、第一电厂与第二电厂的机组类型相同;将符合预设条件的第一电厂盈余的配额出售给相应的第二电厂。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811155408.0A CN109272405B (zh) | 2018-09-30 | 2018-09-30 | 碳资产交易方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811155408.0A CN109272405B (zh) | 2018-09-30 | 2018-09-30 | 碳资产交易方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109272405A CN109272405A (zh) | 2019-01-25 |
CN109272405B true CN109272405B (zh) | 2020-09-29 |
Family
ID=65196287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811155408.0A Active CN109272405B (zh) | 2018-09-30 | 2018-09-30 | 碳资产交易方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109272405B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110188987A (zh) * | 2019-04-19 | 2019-08-30 | 山东开创云软件有限公司 | 一种水资源调度的方法、设备及存储介质 |
CN110544015A (zh) * | 2019-08-09 | 2019-12-06 | 内蒙古自治区计量测试研究院 | 一种基于大数据分析的企业碳数据或碳资产智能管控平台 |
CN110490765A (zh) * | 2019-08-23 | 2019-11-22 | 深圳市新系区块链技术有限公司 | 一种资源控制方法、系统、装置及计算机可读存储介质 |
CN110707691B (zh) * | 2019-10-14 | 2020-12-08 | 华中科技大学 | 一种基于用户的分布式智能电网监控系统的控制方法 |
CN110797861B (zh) * | 2019-10-14 | 2020-12-08 | 华中科技大学 | 一种基于产消者的分布式智能电网监控系统的控制方法 |
CN112115570B (zh) * | 2020-09-16 | 2024-04-16 | 合肥工业大学 | 一种便捷的多尺度风险传导网络构建方法 |
CN112163933A (zh) * | 2020-09-30 | 2021-01-01 | 厦门中源能链科技有限公司 | 碳排放交易方法、系统、移动终端及存储介质 |
CN112633780B (zh) * | 2021-03-04 | 2021-07-23 | 国网电子商务有限公司 | 基于气候链处理碳资源的方法、相关装置及存储介质 |
CN113592524B (zh) * | 2021-06-04 | 2024-03-22 | 国电南瑞科技股份有限公司 | 基于微观机组参数的碳市场基本供需确定方法及系统 |
CN113592187B (zh) * | 2021-08-06 | 2024-01-05 | 时代云英(深圳)科技有限公司 | 一种智能碳排放管理系统及方法 |
CN113821008A (zh) * | 2021-10-11 | 2021-12-21 | 国网综合能源服务集团有限公司 | 一种大型工业企业的能源管理控制方法及能源管理中心 |
CN113888239A (zh) * | 2021-10-26 | 2022-01-04 | 浙江浙达能源科技有限公司 | 基于虚拟电厂平台的分布式碳交易价格调节系统 |
CN114139954A (zh) * | 2021-12-01 | 2022-03-04 | 国网江苏省电力有限公司经济技术研究院 | 一种基于pdca循环模型的能源企业碳资产管理框架 |
CN114384203B (zh) * | 2021-12-03 | 2023-10-20 | 国网青海省电力公司 | 一种钢铁企业碳排放量在线监测方法及装置 |
CN114548727A (zh) * | 2022-02-16 | 2022-05-27 | 平安国际智慧城市科技股份有限公司 | 基于区块链的碳排放配额应用方法及相关设备 |
CN115713205B (zh) * | 2022-11-14 | 2024-01-19 | 国网浙江省电力有限公司 | 基于区块链的电-碳联动协同下的企业配碳成本决策方法 |
CN116029861A (zh) * | 2023-01-09 | 2023-04-28 | 生态环境部环境规划院 | 快速判断碳市场电力企业配额分配数据准确性的方法 |
CN116883174B (zh) * | 2023-04-10 | 2024-03-22 | 北京金风零碳能源有限公司 | 一种基于区块链的碳资产管理方法、系统及电子设备 |
CN116433377A (zh) * | 2023-04-18 | 2023-07-14 | 国网河北省电力有限公司雄安新区供电公司 | 基于区块链的碳资产交易方法及系统 |
CN117273766B (zh) * | 2023-11-22 | 2024-02-20 | 中国电力科学研究院有限公司 | 一种电力系统用户侧碳排放分摊计算方法及装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020169757A1 (en) * | 2001-05-14 | 2002-11-14 | Mark Bouzek | Fair disclosure website for the offshore drilling industry |
US8073763B1 (en) * | 2005-09-20 | 2011-12-06 | Liquidnet Holdings, Inc. | Trade execution methods and systems |
CN101856590B (zh) * | 2010-06-11 | 2012-06-20 | 清华大学 | 燃烧后碳捕集电厂的碳捕集系统及电碳协调的控制方法 |
CN104574164A (zh) * | 2013-10-18 | 2015-04-29 | 辽宁碳排放权交易中心有限公司 | 排放权交易系统及交易方法 |
CN105976105A (zh) * | 2016-04-29 | 2016-09-28 | 广州绿石碳资产管理有限公司 | 一种碳排放管理的方法与装置 |
CN105975770A (zh) * | 2016-04-29 | 2016-09-28 | 中国南方电网有限责任公司电网技术研究中心 | 跨省区碳交易机制下发电碳排放配额分配模型的构建方法 |
CN106022522A (zh) * | 2016-05-20 | 2016-10-12 | 南京大学 | 一种基于互联网公开的大数据预测股票的方法及系统 |
CN106228464A (zh) * | 2016-07-18 | 2016-12-14 | 华电电力科学研究院 | 一种基于b/s架构的集团化火力发电企业碳排放控制方法 |
CN106455078B (zh) * | 2016-10-31 | 2019-07-12 | 东南大学 | 一种结合均衡策略的无线虚拟网络中的资源分配方法 |
CN107123004A (zh) * | 2017-06-29 | 2017-09-01 | 北京京东尚科信息技术有限公司 | 商品动态定价数据处理方法和系统 |
CN107862174A (zh) * | 2017-11-21 | 2018-03-30 | 广东电网有限责任公司电网规划研究中心 | 一种基于改进熵权法的电力行业碳排放权分配方法 |
-
2018
- 2018-09-30 CN CN201811155408.0A patent/CN109272405B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109272405A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272405B (zh) | 碳资产交易方法及系统 | |
Elgamal et al. | Optimization of a multiple-scale renewable energy-based virtual power plant in the UK | |
Najafi et al. | Medium-term energy hub management subject to electricity price and wind uncertainty | |
CN109428344B (zh) | 含风电场的多电源投资规划方法和装置 | |
CN109272243A (zh) | 碳资产管理方法及系统 | |
He et al. | Real-time electricity pricing mechanism in China based on system dynamics | |
Genc et al. | An analysis of capacity and price trajectories for the Ontario electricity market using dynamic Nash equilibrium under uncertainty | |
Salehpour et al. | The effect of price responsive loads uncertainty on the risk-constrained optimal operation of a smart micro-grid | |
Lei et al. | Bridging electricity market and carbon emission market through electric vehicles: Optimal bidding strategy for distribution system operators to explore economic feasibility in China's low-carbon transitions | |
Lai et al. | Risk hedging for gas power generation considering power-to-gas energy storage in three different electricity markets | |
Yuan et al. | The MIT US Regional Energy Policy (USREP) model: the base model and revisions | |
CN114240225A (zh) | 源网荷储多元协同互动下的电力系统运行评价方法和系统 | |
Goitia-Zabaleta et al. | Two-stage centralised management of Local Energy Market for prosumers integration in a community-based P2P | |
CN110994701B (zh) | 一种金融输电权同时可行性测试方法、装置、设备及存储介质 | |
CN116452331A (zh) | 一种碳-绿证联合交易与月度集中竞价交互的优化方法 | |
He et al. | Optimal pricing and carbon emission abatement allocation decisions in supply chains with option contract | |
CN116205368A (zh) | 一种基于系统动力学的电网项目投资组合优化方法及系统 | |
Li et al. | Optimal Power Generation Portfolio Considering the Trading of Generation Right and Carbon Emission Allowance | |
Chen et al. | A pricing strategy based on bi-level stochastic optimization for virtual power plant trading in multi-market: Energy, ancillary services and carbon trading market | |
CN116883174B (zh) | 一种基于区块链的碳资产管理方法、系统及电子设备 | |
CN113191807B (zh) | 一种天然气客户评级系统及方法 | |
Ma et al. | The tradable flexibility certificate market policy for flexible investment incentive | |
CN116882641B (zh) | 一种适用于地市电网公司的协同降碳方法 | |
Wu | A stochastic mathematical program with complementary constraints for market-wide power generation and transmission expansion planning | |
Kaur | Batteries+ Storage: The Implications of Integrating a Battery Energy Storage System into Renewable Energy Power Purchase Agreements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |