CN109615254A - 碳排放绩效的测算方法、装置、管理设备及存储介质 - Google Patents
碳排放绩效的测算方法、装置、管理设备及存储介质 Download PDFInfo
- Publication number
- CN109615254A CN109615254A CN201811541151.2A CN201811541151A CN109615254A CN 109615254 A CN109615254 A CN 109615254A CN 201811541151 A CN201811541151 A CN 201811541151A CN 109615254 A CN109615254 A CN 109615254A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- emission performance
- total factor
- performance indicators
- carbon
- 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.)
- Pending
Links
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种碳排放绩效的测算方法、装置、管理设备及存储介质。包括:获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素;采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果;根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。实现有效协助高耗能企业进行能源和碳管理,以及提升能源使用效率,同时还为政府制定差异化的节能减排目标提供科学依据。
Description
技术领域
本发明涉及碳排放监测领域,尤其涉及一种碳排放绩效的测算方法、装置、管理设备及计算机可读存储介质。
背景技术
自1988年全球气候变暖的警钟敲响以来,二氧化碳等温室气体不断增加所引起的环境问题引起人们的日益关注,发展低碳经济已成为国际社会的共识。2015年中国向联合国气候变化框架公约秘书处提交了《强化应对气候变化行动——中国国家自主贡献》,文件确定我国2030年的自主行动目标为:二氧化碳排放2030年左右达到峰值并争取尽早达峰;单位GDP二氧化碳排放比2005年下降60%-65%,这一系列的承诺赢得了世界的赞誉。一方面,政府需要为各区域以及重点耗能企业制定差异化的减排任务,另一方面,碳交易市场成立,近万家企业被纳入受控范围,企业为了以最低成本实现节能减排任务,甚至从碳市场获益,纷纷开始探索高效便捷的能源管理方式。总之,准确测算各区域以及重点企业的碳排放绩效对于政府和企业都具有重要的现实意义。
碳排放绩效经历了从单个要素指标测度到全要素指标测度的转变,所谓的单要素指标即为二氧化碳排放总量与某个单一要素的比值,例如能源强度、单位GDP二氧化碳等,单要素指标易于计算操作,但具有很强的局限性。二氧化碳的排放可以被视为是现代社会经济发展、能源消费、产业结构,城镇化等诸多影响因子共同作用的结果,显示出明显的全要素特征。
市场上现存碳排放管理产品的实现途径各有不同,但具有一定的局限性,其局限性主要表现在以下几个方面:第一,适用范围有限制,仅适用于能源、交通、建筑、农业、化工中的某个确定领域;第二,对碳排放指标的测算过于单一,主要依靠来自IPCC、国家发改委以及各碳交易试点排放因子;第三,平台仅用于碳排放的总量计算,缺乏对于碳绩效的关注。
发明内容
本发明实施例提供一种碳排放绩效的测算方法、装置、管理设备及计算机可读存储介质,实现有效协助高耗能企业进行能源和碳管理,以及提升能源使用效率,同时还为政府制定差异化的节能减排目标提供科学依据。
第一方面,本发明实施例提供了一种碳排放绩效的测算方法,该方法包括:
获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素;
采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果;
根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。
第二方面,本发明实施例还提供了一种碳排放绩效的测算装置,该装置包括:
指标获取模块,用于获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素;
指标测算模块,用于采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果;
碳排放绩效值确定模块,用于根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。
第三方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明实施例提供的碳排放绩效的测算方法。
第四方面,本发明实施例还提供了一种管理设备,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如本发明实施例提供的碳排放绩效的测算方法。
本发明实施例,获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素,采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果,根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。实现有效协助高耗能企业进行能源和碳管理,以及提升能源使用效率,同时还为政府制定差异化的节能减排目标提供科学依据。
附图说明
图1是本发明实施例提供的一种碳排放绩效的测算方法的流程示意图;
图2是本发明实施例提供的另一种碳排放绩效的测算方法的流程示意图;
图3是本发明实施例提供的另一种碳排放绩效的测算方法的流程示意图;
图4是本发明实施例提供的一种碳排放绩效的测算装置的结构示意图;
图5是本发明实施例提供的一种管理设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例提供的一种碳排放绩效的测算方法的流程示意图,该方法可以由本发明实施例提供的管理设备来执行,该管理设备可采用软件和/或硬件方式实现,该方法具体包括如下步骤:
步骤110、获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素;
本发明测算的碳排放绩效指的是在全要素框架内,既定的生产要素投入下,实际二氧化碳排放与最小可能二氧化碳排放的比例,或在给定产出条件下,二氧化碳排放能够减少的程度。基于此,本发明采用DEA(数据包络分析)技术构建一套符合中国实际情况的全要素碳排放绩效可视化管理平台,从而有效协助高耗能企业进行能源和碳管理、提升能源使用效率,为政府制定差异化的节能减排目标提供科学依据。
本发明中,以电力行业为例,对碳排放绩效的测算不仅需要考虑投入要素,如火电行业的装机容量、能源消耗、劳动力等,还需要涵盖以发电量和二氧化碳排放量分别为代表的期望产出和非期望产出等指标。可以理解为:全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素,所述投入要素包括装机容量、能源消耗和劳动力,所述产出要素包括发电量和二氧化碳排放量,其中,所述发电量为期望产出,所述二氧化碳排放量为非期望产出。由于依据不同的指标测算得到的绩效结果也存在一定差异,故本发明综合考虑了能源消耗、碳排放与经济发展的相关指标,选用全要素生产率进行评价。
示例性的,根据发电企业温室气体排放报告需要采集的数据指标需求表,全要素碳排放绩效指标包括但不限于如下指标:发电燃料类型、发电燃料类型、装机容量(MW)、压力参数/机组类型、汽轮机排汽冷却方式、机组二氧化碳排放量(tCO2)、化石燃料燃烧排放量(tCO2)、消耗量(t或万Nm3)、低位发热量(GJ/t或GJ/万Nm3)、单位热值含碳量(tC/GJ)、碳氧化率(%)、购入电力对应的排放量(tCO2)、消费的购入电量(MWh)*8、对应的排放因子(tCO2/MWh)、发电量(MWh)、供电量(MWh)*9、供热量(GJ)*10、供热比(%)*10、供电煤耗(tce/MWh)或供电气耗(万Nm3/MWh)、供热煤耗(tce/TJ)或供热气耗(万Nm3/TJ)、运行小时数(h)、负荷率(%)、供电碳排放强度(tCO2/MWh)、供热碳排放强度(tCO2/TJ)。其中,发电燃料类型包括燃煤、燃油或者燃气,装机容量指的是单机容量,机组二氧化碳排放量(tCO2)为化石燃料燃烧排放量(tCO2)和购入电力对应的排放量(tCO2)之和,低位发热量(GJ/t或GJ/万Nm3)、单位热值含碳量(tC/GJ)、碳氧化率(%)指的是年平均值,发电量(MWh)、供电量(MWh)*9、供热量(GJ)*10、供热比(%)*10、供电煤耗(tce/MWh)或供电气耗(万Nm3/MWh)、供热煤耗(tce/TJ)或供热气耗(万Nm3/TJ)、运行小时数(h)、负荷率(%)对应的指标数据来源于企业台账或统计报表。需要说明的是,全要素碳排放绩效指标可人工采集、录入或更新,比如:采用企业报备,政府授权等多种方式收集用户运营相关数据,导入数据,内容包括用户的基本信息概况以及能耗等运营数据,可随着组织的运营进展实现动态更新和维护。
针对全要素碳排放绩效指标的测算,扩展了市面上同类碳排放管理产品只针对碳排放总量及单要素碳排放指标的整理,方便用户找到最优投入产出情景组合,提升碳排放绩效,降低生产成本。
步骤120、采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果;
步骤130、根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。
本实施例中,所述预设算法为DEA算法,所述DEA算法包括空间计量经济学模型,用以计算相邻地域单元碳排放绩效之间的相关关系,从而提高预测和分析的可靠性。DEA技术在度量决策单元之间的相对效率问题上,是行之有效的测度工具,其主要思想是要求投入尽可能地缩减,而产出尽可能地扩大。本实施例将二氧化碳作为非期望产出,基于采集到的企业能源相关数据,通过DEA技术测算同质行业或企业的碳排放绩效,以反应出碳排放绩效的静态水平和动态变化,该方法能有效避免由于决策单元少、数据稀疏而无法构造近似光滑的前沿面而出现线性规划无解的情况。
步骤120包括如下两个子步骤:
S1:对所述全要素碳排放绩效指标进行数据预处理,以便于进行指标对比;
考虑到数据的可比性,将采集到的相关运行数据转换成碳排放绩效计算的统一口径(例如各个年份的企业产值转换为基于某年的可比价),以提高碳排放绩效的测算准确度。可以理解为:将采集来的信息进行数据预处理和加工,使其符合碳排放绩效计算的统一口径,易于被输入进行指标对比。
S2:采用DEA算法对预处理之后的指标数据进行测算,以得到同类行业或者同类高耗能企业生产过程中的所述全要素碳排放绩效指标对应的碳排放绩效值。
以电力行业的装机容量、能源消耗、劳动力作为投入要素,以发电量和二氧化碳排放量分别代表期望产出和非期望产出。根据DEA算法,输出VRS(规模报酬可变)下的碳排放绩效值,其中,碳排放绩效值的取值范围为0-1,在该范围内的数值越高表示碳排放效率越高。
技术革新以及环境政策会影响碳排放绩效的变化,将碳排放绩效随时间的动态变化分解为技术因素和管理因素,进而识别出碳排放效率变化的影响因素。碳排放效率与减排潜力之间的关系分为四种类型:高效率-高潜力、高效率-低潜力、低效率-高潜力和低效率-低潜力。
地理学第一定律认为,所有的地理事物都存在关系,但距离较近的事物比距离较远的事物更有关系。采用空间计量经济学模型来计算相邻地域单元碳排放绩效之间的相关关系时,通常采用Moran′s I指数(莫兰指数)来刻画区域的空间关联和差异程度,其计算公式为:
其中,I为Moran指数,xi和xj分别为区域i和区域j的电力行业碳排放绩效观测值,为各地区的平均值,wij为二进制的邻接空间权重矩阵,Moran′s I指数的取值范围为[-1,1]。若该指数为正,表示该区域单元周围相似值,即高-高或低-低的空间集聚,若该指数为负,表示该区域单元周围非相似值,即高-低或低-高的空间集聚。故通过局部Moran′s I指数测算,可以得到碳排放绩效地区聚集图。具体的,该空间集聚分为四个类型,即高-高(H-H)集聚,低-高(L-H)集聚、低-低(L-L)集聚和高-低(H-L)集聚。
此外,本发明中,在数据输入和输出时,可以在应用界面给出相应的专业术语解释,以便于用户较快时间内掌握企业的整体能源利用状况,获得统计数据与参数报表。进一步的,本发明的服务对象包括:温室气体重点排放行业企业、温室气体第三方检测及核查单位,例如,地方政府相关部门、第三方核查机构、碳资产企业、碳咨询企业等,其中:
温室气体重点排放行业企业:通过生成的企业在生产活动过程中碳排放绩效较低的工作环节或时间段,用户可据此分析结果,提出降低碳排放的整改措施,对比整改前后碳排放量的变化情况。
温室气体第三方检测及核查单位:根据碳排放效率计算结果,采用空间相关性分析方法,对相关数据和信息进行各维度的过滤、统计与分析,帮助用户进一步监管相关碳排放行业企事业单位碳排放情况,挖掘区域节能减排潜力。同时,亦可根据用户需要,以PDF、XLS等方式导出碳排放报告,更加清晰、准确、便捷地帮助决策者掌握碳排放管理实施情况,为温室气体重点排放行业企业制定减排战略提供参考依据。
本实施例的技术方案,获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素,采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果,根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。实现有效协助高耗能企业进行能源和碳管理,以及提升能源使用效率,同时还为政府制定差异化的节能减排目标提供科学依据。
图2是本发明实施例提供的另一种碳排放绩效的测算方法的流程示意图,参见图2,该方法进一步包括如下步骤:
步骤210、将所述碳排放绩效值进行可视化展示,其中,所述可视化展示包括以图表或图像的方式在系统页面显示,以供用户查询或分析。
可视化的形式主要包括:温室气体排放量空间分布历史趋势图、散点图、碳排放效率的局域空间集聚图、碳排放绩效的空间关联格局演变图等,让用户在操控过程中能更好地感知数据的变化过程,提升操作体验。
此外,也可以图表或图像的方式展现碳排放基础数据列表,即全要素碳排放绩效指标,用以直观展示温室气体重点排放行业的碳排放总量情况。
示例性的,碳排放绩效数据可视化:实现数据信息的在线联机分析处理、多维分析、即席查询等功能,支持细粒度多层次自动化的数据统计与可视化呈现,以大数据可视化模块的方式自由拖拽组合,形成最佳的可视化展现效果。例如:实时展示大湾区(粤港澳地区)温室气体重点排放各行业的碳排放效率局域空间集聚图,大湾区(粤港澳地区)碳排放绩效的空间关联格局演变图。
研报输出:依托碳排放数据库,基于特定应用场景或目的,进行精准的数据分析和报表设计制作,为实时提供周期性、结论性报告提供数据支撑,辅助政策建议。在采集的碳排放基础数据资源基础上,结合实际情况,将其变为动态化和可操控性的图表,
其中,对于存在地域邻接关系或经济变量领接关系的碳排放指标,可以绘制出碳排放绩效的空间聚集散点图、空间关联格局图、特定区间内的格局关联演变图等,有利于分析碳排放指标的空间溢出效应和空间辐射效应,为降低跨区交易壁垒,构筑碳交易市场等提供有效信息。
可以理解为,在采集的碳排放基础数据资源基础上,通过构建碳排放绩效可视化管理平台,为地方政府、重点碳排放行业企业自身提供实时有效、且更直观的温室气体排放的监测和核算工具。
本实施例的技术方案,通过结果数据可视化,或者基础数据以及过程数据可视化,以图表或图像的方式直观呈现,从而给用户直观的视觉效果,以方便了解碳排放的总体情况。
图3是本发明实施例提供的另一种碳排放绩效的测算方法的流程示意图,参见图3,该方法进一步包括如下步骤:
步骤310、获取预设时间段内所述碳排放绩效值的变化情况;
步骤320、根据所述变化情况发送预警信息,以提醒用户进行自检。
本发明包括预警功能,具体表现为:获取预设时间段内碳排放绩效值的变化情况,若该预设时间段内碳排放绩效值出现异常,比如:极度升高或者接近0,则发送预警信息,以提醒用户进行自检。
此外,本发明还包括对碳排放绩效的模拟功能,用户可对比同类型高效率企业,在实际应用中虚拟设置投入产出指标,模拟出最优碳排放绩效,找到最优投入产出组合,以调节下一阶段的真实投入,实现碳排放绩效的提高。
本实施例的技术方案,通过预警和绩效模拟功能,使得本发明的实用性更广,从而进一步提升能源使用效率。
图4是本发明实施例提供的一种碳排放绩效的测算装置的结构示意图,该装置适用于执行本发明任意实施例提供的碳排放绩效的测算方法,如图4所示,该装置包括:指标获取模块410,指标测算模块420和碳排放绩效值确定模块430。
指标获取模块410,用于获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素;
指标测算模块420,用于采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果;
碳排放绩效值确定模块430,用于根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。
本实施例提供的碳排放绩效的测算装置,获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素,采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果,根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。实现有效协助高耗能企业进行能源和碳管理,以及提升能源使用效率,同时还为政府制定差异化的节能减排目标提供科学依据。
在上述实施例的基础上,在电力行业,所述投入要素包括装机容量、能源消耗和劳动力,所述产出要素包括发电量和二氧化碳排放量,其中,所述发电量为期望产出,所述二氧化碳排放量为非期望产出。
在上述实施例的基础上,所述预设算法为DEA算法,所述DEA算法包括空间计量经济学模型,用以计算相邻地域单元碳排放绩效之间的相关关系。
在上述实施例的基础上,指标测算模块420包括:
对所述全要素碳排放绩效指标进行数据预处理,以便于进行指标对比;
采用DEA算法对预处理之后的指标数据进行测算,以得到同类行业或者同类高耗能企业生产过程中的所述全要素碳排放绩效指标对应的碳排放绩效值。
在上述实施例的基础上,还包括:
将所述碳排放绩效值进行可视化展示,其中,所述可视化展示包括以图表或图像的方式在系统页面显示,以供用户查询或分析。
在上述实施例的基础上,还包括:
获取预设时间段内所述碳排放绩效值的变化情况;
根据所述变化情况发送预警信息,以提醒用户进行自检。
在上述实施例的基础上,所述碳排放绩效值在预设范围值内,其中,所述预设范围值内的数值大小表示碳排放效率的高低。
本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明所有实施例提供的碳排放绩效的测算方法:也即,该程序被处理器执行时实现:获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素,采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果,根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。
可以采用一个或至少两个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或至少两个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或管理设备上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
图5是本发明实施例提供的一种管理设备的结构示意图,该管理设备可集成本发明实施例提供的碳排放绩效的测算装置。参见图5,管理设备500可以包括:存储器510,处理器520及存储在存储器510上并可在处理器520运行的计算机程序,所述处理器520执行所述计算机程序时实现如本发明实施例所述的碳排放绩效的测算方法。
本发明实施例提供的管理设备,获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素,采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果,根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。实现有效协助高耗能企业进行能源和碳管理,以及提升能源使用效率,同时还为政府制定差异化的节能减排目标提供科学依据。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种碳排放绩效的测算方法,其特征在于,包括:
获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素;
采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果;
根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。
2.根据权利要求1所述的方法,其特征在于,在电力行业,所述投入要素包括装机容量、能源消耗和劳动力,所述产出要素包括发电量和二氧化碳排放量,其中,所述发电量为期望产出,所述二氧化碳排放量为非期望产出。
3.根据权利要求1所述的方法,其特征在于,所述预设算法为DEA算法,所述DEA算法包括空间计量经济学模型,用以计算相邻地域单元碳排放绩效之间的相关关系。
4.根据权利要求3所述的方法,其特征在于,采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果,包括:
对所述全要素碳排放绩效指标进行数据预处理,以便于进行指标对比;
采用DEA算法对预处理之后的指标数据进行测算,以得到同类行业或者同类高耗能企业生产过程中的所述全要素碳排放绩效指标对应的碳排放绩效值。
5.根据权利要求4所述的方法,其特征在于,所述碳排放绩效的测算方法还包括:
将所述碳排放绩效值进行可视化展示,其中,所述可视化展示包括以图表或图像的方式在系统页面显示,以供用户查询或分析。
6.根据权利要求4所述的方法,其特征在于,所述碳排放绩效的测算方法还包括:
获取预设时间段内所述碳排放绩效值的变化情况;
根据所述变化情况发送预警信息,以提醒用户进行自检。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述碳排放绩效值在预设范围值内,其中,所述预设范围值内的数值大小与碳排放效率正相关。
8.一种碳排放绩效的测算装置,其特征在于,包括:
指标获取模块,用于获取全要素碳排放绩效指标,其中,所述全要素碳排放绩效指标包括与碳排放相关的投入要素和产出要素;
指标测算模块,用于采用预设算法对所述全要素碳排放绩效指标进行测算,以得到对应的输出结果;
碳排放绩效值确定模块,用于根据所述输出结果确定所述全要素碳排放绩效指标对应的碳排放绩效值。
9.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的碳排放绩效的测算方法。
10.一种管理设备,其特征在于,包括存储器,处理器及存储在存储器上并可在处理器运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-7中任一所述的碳排放绩效的测算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811541151.2A CN109615254A (zh) | 2018-12-17 | 2018-12-17 | 碳排放绩效的测算方法、装置、管理设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811541151.2A CN109615254A (zh) | 2018-12-17 | 2018-12-17 | 碳排放绩效的测算方法、装置、管理设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109615254A true CN109615254A (zh) | 2019-04-12 |
Family
ID=66010322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811541151.2A Pending CN109615254A (zh) | 2018-12-17 | 2018-12-17 | 碳排放绩效的测算方法、装置、管理设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109615254A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110979A (zh) * | 2019-04-23 | 2019-08-09 | 兰州环境能源交易中心有限公司 | 低碳目标考核系统 |
CN110414801A (zh) * | 2019-07-08 | 2019-11-05 | 中国科学院地理科学与资源研究所 | 一种评估城乡居民间接能源消费碳排放的方法 |
CN110716527A (zh) * | 2019-09-09 | 2020-01-21 | 北京航空航天大学 | 一种基于运动学片段的车辆能耗分析方法及分析系统 |
CN113111596A (zh) * | 2021-06-16 | 2021-07-13 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的碳达峰实时可视化测算方法 |
CN116187621A (zh) * | 2023-02-24 | 2023-05-30 | 深圳市伟欣诚科技有限公司 | 一种碳排放监测方法及装置 |
CN116307891A (zh) * | 2023-03-17 | 2023-06-23 | 国家电网有限公司大数据中心 | 一种企业碳排放评价方法、装置、设备及存储介质 |
CN117787571A (zh) * | 2024-02-26 | 2024-03-29 | 中国环境科学研究院 | 一种区域大气治理的碳排放测算方法及系统 |
CN117973707A (zh) * | 2024-04-02 | 2024-05-03 | 中国矿业大学(北京) | 一种基于全要素生产率提升的碳排放分析方法及系统 |
CN117973707B (zh) * | 2024-04-02 | 2024-06-04 | 中国矿业大学(北京) | 一种基于全要素生产率提升的碳排放分析方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095676A (zh) * | 2015-09-09 | 2015-11-25 | 中国科学院地理科学与资源研究所 | 一种城市群碳排放绩效的核算方法 |
CN106339779A (zh) * | 2016-10-11 | 2017-01-18 | 东南大学 | 一种配电网中分布式电源配置方案评价方法 |
CN106777901A (zh) * | 2016-11-22 | 2017-05-31 | 北京化工大学 | 一种乙烯生产装置节能减排潜能检测方法 |
-
2018
- 2018-12-17 CN CN201811541151.2A patent/CN109615254A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095676A (zh) * | 2015-09-09 | 2015-11-25 | 中国科学院地理科学与资源研究所 | 一种城市群碳排放绩效的核算方法 |
CN106339779A (zh) * | 2016-10-11 | 2017-01-18 | 东南大学 | 一种配电网中分布式电源配置方案评价方法 |
CN106777901A (zh) * | 2016-11-22 | 2017-05-31 | 北京化工大学 | 一种乙烯生产装置节能减排潜能检测方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110979A (zh) * | 2019-04-23 | 2019-08-09 | 兰州环境能源交易中心有限公司 | 低碳目标考核系统 |
CN110414801A (zh) * | 2019-07-08 | 2019-11-05 | 中国科学院地理科学与资源研究所 | 一种评估城乡居民间接能源消费碳排放的方法 |
CN110716527A (zh) * | 2019-09-09 | 2020-01-21 | 北京航空航天大学 | 一种基于运动学片段的车辆能耗分析方法及分析系统 |
CN113111596A (zh) * | 2021-06-16 | 2021-07-13 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的碳达峰实时可视化测算方法 |
CN113111596B (zh) * | 2021-06-16 | 2021-08-31 | 国网浙江省电力有限公司杭州供电公司 | 基于电力大脑中枢的碳达峰实时可视化测算方法 |
CN116187621B (zh) * | 2023-02-24 | 2024-03-29 | 深圳市汇高材料科技有限公司 | 一种碳排放监测方法及装置 |
CN116187621A (zh) * | 2023-02-24 | 2023-05-30 | 深圳市伟欣诚科技有限公司 | 一种碳排放监测方法及装置 |
CN116307891A (zh) * | 2023-03-17 | 2023-06-23 | 国家电网有限公司大数据中心 | 一种企业碳排放评价方法、装置、设备及存储介质 |
CN116307891B (zh) * | 2023-03-17 | 2024-03-05 | 国家电网有限公司大数据中心 | 一种企业碳排放评价方法、装置、设备及存储介质 |
CN117787571A (zh) * | 2024-02-26 | 2024-03-29 | 中国环境科学研究院 | 一种区域大气治理的碳排放测算方法及系统 |
CN117787571B (zh) * | 2024-02-26 | 2024-04-30 | 中国环境科学研究院 | 一种区域大气治理的碳排放测算方法及系统 |
CN117973707A (zh) * | 2024-04-02 | 2024-05-03 | 中国矿业大学(北京) | 一种基于全要素生产率提升的碳排放分析方法及系统 |
CN117973707B (zh) * | 2024-04-02 | 2024-06-04 | 中国矿业大学(北京) | 一种基于全要素生产率提升的碳排放分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109615254A (zh) | 碳排放绩效的测算方法、装置、管理设备及存储介质 | |
Fang et al. | Carbon emission efficiency of thermal power generation in China: Empirical evidence from the micro-perspective of power plants | |
CN105868301A (zh) | 一种碳排放检测管理系统及管理方法 | |
Motawa et al. | A model for the complexity of household energy consumption | |
CN114757457B (zh) | 基于电力大数据的电碳排放全过程监测方法和装置 | |
Li et al. | The assessment framework of provincial carbon emission driving factors: an empirical analysis of Hebei Province | |
US10474177B2 (en) | System and method for stability monitoring, analysis and control of electric power systems | |
CN114707949A (zh) | 一种基于边缘网关的碳排放管理系统和方法 | |
Lu et al. | Evaluation of energy management system for regional integrated energy system under interval type-2 hesitant fuzzy environment | |
CN114091785A (zh) | 一种基于能源大数据的碳排放监测方法 | |
Liu | EKC test study on the relationship between carbon dioxide emission and regional economic growth | |
Dagoumas | Modelling socio-economic and energy aspects of urban systems | |
US8504306B2 (en) | Graphical technique for visualizing effects of environmental emission reductions | |
Niu et al. | Economic sustainability of China’s growth from the perspective of its resource and environmental supply system: National scale modeling and policy analysis | |
Fang | Opening the “black box” of environmental production technology in a nonparametric analysis | |
CN116542430B (zh) | 多维度水务碳排放量智能分析方法及系统 | |
Li et al. | A novel hybrid grey system forecasting model based on seasonal fluctuation characteristics for electricity consumption in primary industry | |
Huang et al. | Visual system development for construction project management by using machine learning algorithm | |
Guo et al. | Dynamic assessment of eco-civilization in Guangdong Province based on geographic information system (GIS) and analytic hierarchy process (AHP) | |
Tie et al. | Integrated flexibility characterization and measurement of distributed multi-energy systems considering temporal coupling constraints | |
Song et al. | Quality Risk Management Algorithm for Cold Storage Construction Based on Bayesian Networks | |
JP2015225637A (ja) | 相関分析装置、相関分析方法、および相関分析用プログラム | |
Cheng et al. | Spatiotemporal analysis of national carbon emission and regional carbon simulation in China | |
Ramík et al. | Multicriteria methods for evaluating competitiveness of regions in V4 countries | |
Xiong et al. | Time-delay nonlinear model based on interval grey number and its application |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190412 |