CN113128856A - 一种近零碳园区用电碳排放量监测方法 - Google Patents
一种近零碳园区用电碳排放量监测方法 Download PDFInfo
- Publication number
- CN113128856A CN113128856A CN202110392667.0A CN202110392667A CN113128856A CN 113128856 A CN113128856 A CN 113128856A CN 202110392667 A CN202110392667 A CN 202110392667A CN 113128856 A CN113128856 A CN 113128856A
- Authority
- CN
- China
- Prior art keywords
- park
- carbon
- emission
- monitoring
- power
- 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
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- 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
Abstract
本发明涉及一种近零碳园区用电碳排放量监测方法,所述监测方法包括以下步骤:考虑园区外部电网输送电量、园区内发电电量和园区向外输送电量,计算园区用电排放因子;采集在设定时间段内的园区用电量,基于所述园区用电排放因子,监测获得对应设定时间段内的用电碳排放量。与现有技术相比,本发明具有能够实现准确可靠的园区级用电碳排放监测等优点。
Description
技术领域
本发明碳排放管理技术领域,尤其是涉及一种近零碳园区用电碳排放量监测方法。
背景技术
目前,环境污染日益严重,严重危害人体健康,常见的环境问题有烟气污染、雾霾污染等。二氧化碳虽然不能直接危害人体健康,但其是空气中最常见的温室气体,自工业革命以来,人类向大气中排入的二氧化碳等吸热性强的温室气体逐年增加,大气的温室效应也随之增强,其引发的一系列问题已经引起了世界各地的关注。
产业园区作为的重要载体,是实现碳达峰与碳中和的前沿阵地。目前园区的用电碳排放计算基于过去以化石能源发电为主的大电网情形,而随着电力交易的开展,电力的碳排放也将受到交易的影响。当前产业园区的用电碳排放量监测还存在以下问题:
1、当前方案无法考量能源结构变化对用电碳排放的影响。
当前在方案并未考量园区内的电源结构差异。园区向碳中和发展时,必然会产生能源结构的变化。如果按照统一的用电碳排放系数核算,则就高估电力碳排放,使数据失真。
2、当前方案为静态计算,无法动态考量园区用电碳排放。
当前方案为事后统计法,只能在排放发生后通过统计的方式对排放进行计量。随着园区用能结构的多元化,用电碳排放的波动将越来越大,静态的数据无法满足园区能源管理的需求。
3、缺乏与对能源系统的用电碳排放的动态监测
当前方案下,园区用电碳排放主要依赖线下统计,难以实现线上的监测,因而整体信息化程度很低。
随着园区能源系统进一步的智能化,需要有园区的动态用电碳排放监测技术进行辅助,为园区能源系统的优化提供支撑。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种准确可靠的近零碳园区用电碳排放量监测方法。
本发明的目的可以通过以下技术方案来实现:
第一方面,本发明提供一种近零碳园区用电碳排放量监测方法,包括以下步骤:
考虑园区外部电网输送电量、园区内发电电量和园区向外输送电量,计算园区用电排放因子;
采集在设定时间段内的园区用电量,基于所述园区用电排放因子,监测获得对应设定时间段内的用电碳排放量。
进一步地,所述园区用电排放因子的计算公式为:
其中,G1为园区外电网向园区输送的电量,为园区覆盖范围内发电设施产生的CO2直接排放量,n为发电设施数量,G2为园区向外输送的电量,f1为园区所属区域的电网排放因子,G3为园区覆盖范围内上网电量总量。
进一步地,所述园区外电网向园区输送的电量和园区向外输送的电量通过园区电网控制系统采集获得。
进一步地,各发电设施的所述CO2直接排放量采用当个周期数据或上个周期数据。
第二方面,本发明提供一种近零碳园区用电碳排放量监测系统,包括:
排放因子计算模块,用于考虑园区外部电网输送电量、园区内发电电量和园区向外输送电量,计算园区用电排放因子;
碳排放量监测模块,用于采集在设定时间段内的园区用电量,基于所述园区用电排放因子,监测获得对应设定时间段内的用电碳排放量。
进一步地,所述排放因子计算模块中,园区用电排放因子的计算公式为:
其中,G1为园区外电网向园区输送的电量,为园区覆盖范围内发电设施产生的CO2直接排放量,n为发电设施数量,G2为园区向外输送的电量,f1为园区所属区域的电网排放因子,G3为园区覆盖范围内上网电量总量。
进一步地,所述碳排放量监测模块中,园区外电网向园区输送的电量和园区向外输送的电量通过园区电网控制系统采集获得。
进一步地,各发电设施的所述CO2直接排放量采用当个周期数据或上个周期数据。
第三方面,本发明提供一种计算机可读存储介质,包括供电子设备的一个或多个处理器执行的一个或多个程序,所述一个或多个程序包括用于执行如所述近零碳园区用电碳排放量监测方法的指令。
第四方面,本发明提供一种如所述的近零碳园区用电碳排放量监测方法在综合能源优化中的应用。
与现有技术相比,本发明设计了园区级的用电碳排放计算方法,实现了园区级别的动态用电碳排放核算,为园区实现近零碳排放、净零碳排放提供了数据基础,可实现园区自身用电碳排放情况有实时准确监测,为园区多能互补情景下的协同减排创造条件。
附图说明
图1为本发明应用的园区电网示意图;
图2为本发明方法的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
如图2所示,本实施例提供一种近零碳园区用电碳排放量监测方法,包括以下步骤:
步骤S101、考虑园区外部电网输送电量、园区内发电电量和园区向外输送电量,计算园区用电排放因子。
如图1所示,对于园区而言,园区用电除了外部电网输送电量(即外购电量),还有园区内发电企业生产电量,还存在园区向外输送电量的情况。因此园区用电排放不能直接采用净购入电量乘以排放因子的方法进行核算,而需对应到电力生产环节产生的温室气体排放。假设园区外购电量二氧化碳排放因子和外送电量二氧化碳排放因子均采用区域电网二氧化碳排放因子,则园区的用电排放因子核算方法如下:
其中,G1为园区外电网向园区输送的电量,为园区覆盖范围内发电设施产生的CO2直接排放量,n为发电设施数量,G2为园区向外输送的电量,f1为园区所属区域的电网排放因子,G3为园区覆盖范围内上网电量总量。
上述园区外电网向园区输送的电量G1和园区向外输送的电量通过园区G2电网控制系统采集获得。各发电设施的所述CO2直接排放量采用当个周期数据或上个周期数据:
步骤S102、采集在设定时间段内的园区用电量,基于所述园区用电排放因子,监测获得对应设定时间段内的用电碳排放量。
上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
实施例2
本实施例提供一种近零碳园区用电碳排放量监测系统,包括排放因子计算模块和碳排放量监测模块,其中,排放因子计算模块用于考虑园区外部电网输送电量、园区内发电电量和园区向外输送电量,计算园区用电排放因子;碳排放量监测模块用于采集在设定时间段内的园区用电量,基于所述园区用电排放因子,监测获得对应设定时间段内的用电碳排放量。其余同实施例1。
实施例3
基于上述近零碳园区用电碳排放计算方法,以园区碳排放最低的综合能源供给为目标,实现在指定时间段内实现碳排放的最优。在原有的静态监测方法下,园区用电排放无法被衡量,因此无法实现;而本发明提出的近零碳园区用电碳排放监测方法,基于动态用电碳排放监测,通过多能互补,在保障能源供给的情况下实现区域内碳排放的最优。该方法包括以下步骤:
步骤一,获取指定时间段内,各个园区内各个发电设施的供电量及相应的碳排放量;
步骤二,获取指定时间段内,各个园区电网与其各外界电网的交互信息;
步骤三,按照公式(1)计算得出各园区用电碳排放因子fk;
步骤四,根据能源需求量,排列符合能源供应约束条件下能源供应组合,将用电碳排放因子f作为组合排放量目标函数参考值,以获得区域内多个园区碳排放最低的能源供应组合,具体方法如下:
约束条件为:
∑Si≥(1+m能源)Q,
其中,Gk为第k个园区的能源供应,fk为第k个园区的用电碳排放因子,n为近零碳园区总数量;约束条件中,Si为园区内各类能源供应,单位MW,Sj电为园区内各类电力供应,单位MW,Cj电为园区内各类机组装机容量,单位MW,Q为园区能源负荷,Q电为园区电力负荷,m能源为能源供应裕度,m电为电力供应裕度。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种近零碳园区用电碳排放量监测方法,其特征在于,包括以下步骤:
考虑园区外部电网输送电量、园区内发电电量和园区向外输送电量,计算园区用电排放因子;
采集在设定时间段内的园区用电量,基于所述园区用电排放因子,监测获得对应设定时间段内的用电碳排放量。
3.根据权利要求2所述的近零碳园区用电碳排放量监测方法,其特征在于,所述园区外电网向园区输送的电量和园区向外输送的电量通过园区电网控制系统采集获得。
4.根据权利要求2所述的近零碳园区用电碳排放量监测方法,其特征在于,各发电设施的所述CO2直接排放量采用当个周期数据或上个周期数据。
5.一种近零碳园区用电碳排放量监测系统,其特征在于,包括:
排放因子计算模块,用于考虑园区外部电网输送电量、园区内发电电量和园区向外输送电量,计算园区用电排放因子;
碳排放量监测模块,用于采集在设定时间段内的园区用电量,基于所述园区用电排放因子,监测获得对应设定时间段内的用电碳排放量。
7.根据权利要求5所述的近零碳园区用电碳排放量监测系统,其特征在于,所述碳排放量监测模块中,园区外电网向园区输送的电量和园区向外输送的电量通过园区电网控制系统采集获得。
8.根据权利要求5所述的近零碳园区用电碳排放量监测系统,其特征在于,各发电设施的所述CO2直接排放量采用当个周期数据或上个周期数据。
9.一种计算机可读存储介质,其特征在于,包括供电子设备的一个或多个处理器执行的一个或多个程序,所述一个或多个程序包括用于执行如权利要求1-4任一所述近零碳园区用电碳排放量监测方法的指令。
10.一种如权利要求1所述的近零碳园区用电碳排放量监测方法在综合能源优化中的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110392667.0A CN113128856A (zh) | 2021-04-13 | 2021-04-13 | 一种近零碳园区用电碳排放量监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110392667.0A CN113128856A (zh) | 2021-04-13 | 2021-04-13 | 一种近零碳园区用电碳排放量监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113128856A true CN113128856A (zh) | 2021-07-16 |
Family
ID=76776612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110392667.0A Pending CN113128856A (zh) | 2021-04-13 | 2021-04-13 | 一种近零碳园区用电碳排放量监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113128856A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115511340A (zh) * | 2022-10-10 | 2022-12-23 | 南方电网能源发展研究院有限责任公司 | 电力碳排放因子处理方法、装置、计算机设备和存储介质 |
CN116632839A (zh) * | 2023-07-21 | 2023-08-22 | 国网浙江省电力有限公司宁波供电公司 | 一种基于能碳监测的园区电力管理调节方法及装置 |
-
2021
- 2021-04-13 CN CN202110392667.0A patent/CN113128856A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115511340A (zh) * | 2022-10-10 | 2022-12-23 | 南方电网能源发展研究院有限责任公司 | 电力碳排放因子处理方法、装置、计算机设备和存储介质 |
CN116632839A (zh) * | 2023-07-21 | 2023-08-22 | 国网浙江省电力有限公司宁波供电公司 | 一种基于能碳监测的园区电力管理调节方法及装置 |
CN116632839B (zh) * | 2023-07-21 | 2023-11-07 | 国网浙江省电力有限公司宁波供电公司 | 一种基于能碳监测的园区电力管理调节方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Data-driven configuration optimization of an off-grid wind/PV/hydrogen system based on modified NSGA-II and CRITIC-TOPSIS | |
CN103683326B (zh) | 一种区域电网风电多点接入最佳接纳能力的计算方法 | |
Thomson et al. | Marginal greenhouse gas emissions displacement of wind power in Great Britain | |
CN113128856A (zh) | 一种近零碳园区用电碳排放量监测方法 | |
CN111291963A (zh) | 一种协调经济性与可靠性的园区综合能源系统规划方法 | |
CN106208046A (zh) | 一种考虑发电环境成本的潮汐流能发电场机组布局方法 | |
CN108429256A (zh) | 电力系统运行优化方法及终端设备 | |
CN103578047B (zh) | 一种电力系统源‑网‑荷互动控制方法 | |
CN114037585A (zh) | 碳数据处理、交互与展示方法、电子设备以及存储介质 | |
Olkkonen et al. | Effectiveness of building stock sustainability measures in a low-carbon energy system: a scenario analysis for Finland until 2050 | |
Aryanfar et al. | Multicriteria wind potential assessment using fuzzy logic in decision making: A case study of Iran | |
Weishang et al. | Internal benefit optimization model of gas‐thermal power virtual power plant under china's carbon neutral target | |
CN102426676B (zh) | 一种智能用电策略的特征提取方法 | |
CN111835003A (zh) | 多电源供电下中压配电网理论线损实时计算方法及系统 | |
CN106779207A (zh) | 一种考虑发电和启机费用的新能源消纳经济性评价方法 | |
Tiancheng | Research on optimal dispatching model of clean energy generation grid-connected low-carbon power system based on system dynamics | |
CN116258408A (zh) | 电网传输碳排放流的指标分解方法、系统、设备及终端 | |
Wang et al. | Research on short‐term and mid‐long term optimal dispatch of multi‐energy complementary power generation system | |
CN105634005B (zh) | 一种用于评估光伏接纳能力的方法及系统 | |
Gu et al. | Minimizing energy cost for green cloud data centers by using ESDs | |
CN113673892A (zh) | 一种绿色建筑的能耗监测系统及方法 | |
Li et al. | Low carbon unit commitment for power system with wind farms and carbon capture devices based on DE-BBO algorithm | |
Lai et al. | Reliability assessment for power systems with large-scale Renewable Energy Sources | |
CN115965236B (zh) | 一种基于用电画像的智能优化方法 | |
CN115907981B (zh) | 一种虚拟电厂低碳联合交易优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |