CN113724104B - 一种电力减碳量预测方法、系统、设备及介质 - Google Patents

一种电力减碳量预测方法、系统、设备及介质 Download PDF

Info

Publication number
CN113724104B
CN113724104B CN202111289218.XA CN202111289218A CN113724104B CN 113724104 B CN113724104 B CN 113724104B CN 202111289218 A CN202111289218 A CN 202111289218A CN 113724104 B CN113724104 B CN 113724104B
Authority
CN
China
Prior art keywords
electric
coal
carbon dioxide
electric energy
amount
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
Application number
CN202111289218.XA
Other languages
English (en)
Other versions
CN113724104A (zh
Inventor
王登政
刘兆燕
高璐
李炳辉
李臻
陈斌发
李晖
林凯
吕阳
代志强
赵潇潇
郑子洵
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sgitg Accenture Information Technology Co ltd
State Grid Beijing Electric Power Co Ltd
Original Assignee
Beijing Sgitg Accenture Information Technology Co ltd
State Grid Beijing Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sgitg Accenture Information Technology Co ltd, State Grid Beijing Electric Power Co Ltd filed Critical Beijing Sgitg Accenture Information Technology Co ltd
Priority to CN202111289218.XA priority Critical patent/CN113724104B/zh
Publication of CN113724104A publication Critical patent/CN113724104A/zh
Application granted granted Critical
Publication of CN113724104B publication Critical patent/CN113724104B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00Climate change mitigation technologies for sector-wide applications
    • Y02P80/10Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Mathematics (AREA)
  • Algebra (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Pure & Applied Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明属于电数字数据处理技术领域,具体涉及一种电力减碳量预测方法、系统、设备及介质,其方法包括:S1、采集电能替代前使用的化石能源数量;根据电能替代前使用的化石能源数量,计算等热量下的电能替代电量;S2、根据电能替代场景的热效率,计算电能替代转化率;S3、根据一次能源二氧化碳排放量、同热值电力二氧化碳排放量和电能替代转化率,预测电能替代二氧化碳减排量并输出。通过地区发电结构,外受电结构,用电量等因素,结合电碳计算模型,自动计算某一个区域电碳折算系数;通过电量数据与电碳折算系数相乘,对比燃煤/燃油排放二氧化碳,自动得出电能替代的二氧化碳减排量。

Description

一种电力减碳量预测方法、系统、设备及介质
技术领域
本发明属于电数字数据处理技术领域,具体涉及一种电力减碳量预测方法、系统、设备及介质。
背景技术
电网企业作为社会能源生产,消费转型的重要桥梁,在推动全社会节能提效,着力提高终端消费电气化水平方面起到至关重要的作用。需要进一步拓展电能替代广度深度,推动电动汽车、港口岸电、纯电动船、公路和铁路电气化发展。深挖工业生产窑炉、锅炉替代潜力。推进电供冷热,实现绿色建筑电能替代。加快乡村电气化提升工程建设,推进清洁取暖“煤改电”。
目前,电能替代减排量主要通过等热法计算一次能源排碳量和电能排碳量的差额,现有方法采取固定折算系数的方式计算减排数额。但是电能在计算等热碳排的时候,电力等热折算系数和电碳折算系数每年均会变化,尤其是电碳折算系数,随着电源装机结构优化,区域可再生能源渗透率不断提升,电碳折算系数呈现明显下降趋势,电能替代二氧化碳减排量将进一步放大。等热一次能源折算系数一般由环保局提供,且系数较为固。本发明实现了一种计算分析方法,可结合区域可再生能源渗透率,自动计算电碳折算系数,实现更为精准的电能替代减排量方法。
发明内容
本发明目的在于,提供一种电力减碳量预测方法、系统、设备及介质,解决目前计算电能替代未考虑区域可再生能源渗透率变化导致减排量计算不够精确的问题,进而可实现电能替代的经济效益测算。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种电力减碳量预测方法,包括:
S1、根据电能替代前使用的化石能源数量,计算等热量下的电能替代电量;
S2、根据电能替代场景的热效率,计算电能替代转化率;
S3、根据一次能源二氧化碳排放量、同热值电力二氧化碳排放量和电能替代转化率,计算电能替代二氧化碳减排量。
进一步的,所述步骤S1中,
根据煤改电场景或油改电场景,计算用户电能替代前使用的煤炭吨数Mc或石油吨数Mo;
根据能源参考折标准煤系数Kc、Ko计算得出单位用户燃煤或燃油产生热量值;
Figure 154753DEST_PATH_IMAGE001
其中Qi代表某种化石产生的热量(单位吨标煤),Mi代表消耗质量,ki代表该化石能源折算系数;
电能替代燃煤或燃油视为热量值相等,即:
Figure 989854DEST_PATH_IMAGE002
其中Qe代表等热值下电能产生的热量;
参考区域电力折算系数ke计算电能替代电量,即:
Figure 733819DEST_PATH_IMAGE003
其中E代表等热对应的电量,区域电力折算系数ke,取2.62吨标煤/万千瓦时。
进一步的,所述步骤S2中,
针对燃煤采暖改为电采暖或燃油汽车改电动汽车,设计计算模型;
燃煤采暖改为电采暖,转化效率在78%~85%,改为电取暖,电热转换率根据焦耳定律Q=I2Rt,燃煤采暖改为电采暖的电能替代转化率为ηj=1.18;
燃油汽车改电动汽车,内燃机转化成机械能效率为20%~30%,电动机电能转化成机械能效率为87%~92%,燃油汽车改电动汽车的电能替代转化率为ηj=3.07。
进一步的,所述步骤S3中,
电能替代二氧化碳减排量=一次能源二氧化碳排放量-同热值电力二氧化碳排放量/ηj
燃煤二氧化碳排放量=煤炭排放因子*用户燃煤热值;
燃油二氧化碳排放量=石油排放因子*用户燃油热值;
同热值电力二氧化碳排放量=电碳折算系数*电量;
综上电能替代二氧化碳减排量总体计算公式为:
Figure 111711DEST_PATH_IMAGE004
EF计算公式为:
Figure 305932DEST_PATH_IMAGE005
其中Ci,j,本地燃煤为第i个燃煤电厂j时刻出力电量,根据时间和空间求和两次即为某一地区本地燃煤电厂发电量,EFi,j,本地燃煤为第i个燃煤电厂j时刻燃煤排放系数,Ci,本地燃气为第j个燃气电厂电量,EFi,本地燃气为气电排放因子值为0.405tCO2/MWh,Di,外购电为外购电量,EFi,外购电为对应的外购电综合排放系数。
进一步的,根据地区电源结构,计算电碳折算系数。
进一步的,所述电能替代场景为燃煤采暖改为电采暖时,包括以下步骤:
统计历史冬季供暖燃煤消耗量;
根据主要化石能源折吨标煤系数,计算燃煤使用吨数折合单位用户燃煤等效热量;
根据等热法,计算产生相同热量需要的电量,电力折算系数按照2.62吨标煤/万千瓦时计算;
按照煤炭排放因子2.66tCO2/吨标准煤计算燃煤产生的二氧化碳量;
按照地区电碳折算系数0.604tCO2/MWh计算等热电量产生的二氧化碳量;
计算燃煤采暖改电采暖二氧化碳减排量,燃煤产生的二氧化碳量-等热电量产生的二氧化碳量/1.18。
进一步的,所述电能替代场景为燃油汽车改电动汽车时,包括以下步骤:
统计燃油汽车平均百公里油耗;
根据主要化石能源折吨标煤系数,计算燃油使用吨数折合的百公里燃油等效热量;
根据等热法,计算产生相同热量需要的电量,电力折算系数按照2.62吨标煤/万千瓦时计算;
按照石油排放因子1.73tCO2/吨标准煤计算百公里平均产生的二氧化碳量;
按照地区电碳折算系数0.604tCO2/MWh计算等热电量产生的二氧化碳量;
计算电动汽车百公里减排量,电动汽车电能替代转化率为3.07,即百公里燃油产生的二氧化碳量-等热电量产生的二氧化碳量/3.07。
第二方面,本发明提供一种电力减碳量预测系统,包括:
电能替代电量计算模块,用于根据电能替代前使用的化石能源数量,计算等热量下的电能替代电量;
电能替代转化率计算模块,用于根据电能替代场景的热效率,计算电能替代转化率;
电能替代二氧化碳减排量计算模块,用于根据一次能源二氧化碳排放量、同热值电力二氧化碳排放量和电能替代转化率,计算电能替代二氧化碳减排量。
第三方面,本发明提供一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述电力减碳量预测方法。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述电力减碳量预测方法。
与现有技术相比,本发明有益效果有:
1、本发明通过地区发电结构,外受电结构,用电量等因素,结合电碳计算模型,自动计算某一个区域电碳折算系数。
2、通过电量数据与电碳折算系数相乘,对比燃煤/燃油排放二氧化碳,自动得出电能替代的二氧化碳减排量。
3、通过信息化手段自动计算具体业务场景电能替代电量数据,本发明中使用的区域电碳折算系数计算模型,采用了大数据分析和人工智能技术,可自动实时计算特定区域的电力碳排放强度,进而提高了计算电能替代的二氧化碳减排量精确度。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明一种电力减碳量预测方法实施流程图
图2是本发明一种电力减碳量预测系统示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
实施例1
本发明提供一种电力减碳量预测方法,包括如下步骤:
S1、采集电能替代前使用的化石能源数量;根据电能替代前使用的化石能源数量,计算等热量下的电能替代电量;
S2、电能替代转化率计算;
S3、预测电能替代二氧化碳减排量及经济效益并输出。
总公式为:
Figure 503695DEST_PATH_IMAGE006
能量替换热效率η,单独拿出来作为不同场景的参数考虑。
计算电碳折算系数根据地区电源结构计算,更加精确,适应性更广。
所述步骤S1电能替代电量计算,既等热计算,具体包括下述步骤:
S11:针对煤改电场景或油改电场景,既燃煤采暖改为电采暖或燃油汽车改电动汽车,计算单位用户电能替代前使用的煤炭吨数Mc或石油吨数Mo;
S12:通过S11得出的数据,根据国家公布的能源参考折标准煤系数Kc、Ko计算得出单位用户燃煤或燃油产生热量值,单位吨标煤,其中能源参考折标准煤系数一般由环保局公布,详见表1。
表1
Figure 316930DEST_PATH_IMAGE007
Figure 673962DEST_PATH_IMAGE008
其中Qi代表某种化石产生的热量(单位吨标煤),Mi代表消耗质量,ki代表该化石能源折算系数。
S13:电能替代燃煤或燃油视为热量值相等,即:
Figure 914451DEST_PATH_IMAGE009
其中Qe代表等热值下电能产生的热量。
S14:根据S13结果,参考区域电力折算系数ke计算电能替代电量,即:
Figure 599510DEST_PATH_IMAGE010
其中E代表等热对应的电量。
区域电力折算系数,由环保局公布,本发明所在地区取2.62吨标煤/万千瓦时,系数已经考虑发电时候的能量损耗。
所述步骤S2、电能替代转化率计算,具体包括下述步骤:
S21:在计算终端电能替代的时候考虑能量转化效率比aj,不同电能替代一次能源的转化率不同,如煤改电和油改电,同一种电能替代不同应用场景转化率也不同,例如燃煤供暖,燃煤锅炉,本发明重点针对燃煤采暖改为电采暖和燃油汽车改电动汽车两个具体场景设计计算模型,其他场景也可按照本发明设计算法进行计算。
S22:燃煤采暖改为电采暖,本发明试点地区历史采用燃煤供暖,转化效率经统计在78%~85%,后改为电取暖后,电热转换率根据焦耳定律Q=I2Rt,转化率近似100%。按上限取燃煤采暖电能替代转化率为ηj=100%/85%≈1.18。
S23:燃油汽车改电动汽车,内燃机转化成机械能效率为20%~30%,电动机电能转化成机械能效率为87%~92%。按上限计算,燃油汽车改电动汽车的电能替代转化率为ηj=92%/30%≈3.07。
所述步骤S3、电能替代二氧化碳减排量及经济效益测算,具体包括下述步骤:
S31:电能替代二氧化碳减排量=一次能源二氧化碳排放量-同热值电力二氧化碳排放量/ηj
ηj>1即产生相同热量电能转化率高,故用等热法计算碳排需要将电能替代后的排放量除以转化率之比,本质上因为电力在相关场景下的转化率高,最终能量产生环节,例如机械能,所需的电量会小;
S32:燃煤二氧化碳排放量=煤炭排放因子*用户燃煤热值;
S33:燃油二氧化碳排放量=石油排放因子*用户燃油热值;
S34:同热值电力二氧化碳排放量=电碳折算系数*电量;
S35:综上电能替代二氧化碳减排量总体计算公式为:
Figure 75490DEST_PATH_IMAGE011
EF计算公式为:
Figure 162395DEST_PATH_IMAGE012
其中Ci,j,本地燃煤为第i个燃煤电厂j时刻出力电量,根据时间和空间求和两次即为某一地区本地燃煤电厂发电量,EFi,j,本地燃煤为第i个燃煤电厂j时刻燃煤排放系数,Ci,本地燃气为第j个燃气电厂电量,EFi,本地燃气为气电排放因子值为0.405tCO2/MWh,Di,外购电为外购电量,EFi,外购电为对应的外购电综合排放系数。所以可得知,在全社会用电量不变的前提下区域可再生能源渗透率增加,将导致Ci和Di分别减小。从而导致电能替代减排量Emission变大。
上述所有计算过程除部分参数需要外部提供,采取录入的方式,其余数据及计算过程全部由发明模型自动提取计算获得。需要外部提供的数据包括,源参考折标准煤系数、区域电能等价折标系数、煤炭排放因子和石油排放因子,这些数据按年度更新。
实施例2
一种电力减碳量预测方法,将燃煤采暖改为电采暖,步骤如图1所示。
步骤1:燃煤采暖是指冬季某区域用户采取燃煤烧水供热的方式解决冬季供暖问题,但是燃煤造成的污染较大。
步骤2:针对单位用户统计历史冬季供暖燃煤消耗量。
步骤3:根据主要化石能源折吨标煤系数,计算燃煤使用吨数折合单位用户燃煤等效热量。
步骤4:按照等热法,计算产生相同热量需要的电量,电力折算系数按照2.62吨标煤/万千瓦时计算。步骤计算时暂不考虑相关电能替代场景的转化效率比率,即ai。
步骤5:按照煤炭排放因子2.66tCO2/吨标准煤计算燃煤产生的二氧化碳量。
步骤6:按照地区电碳折算系数0.604tCO2/MWh计算等热电量产生的二氧化碳量。
步骤13:计算燃煤采暖改电采暖二氧化碳减排量,此时要考虑燃煤采暖电能替代转化率为1.18,即燃煤产生的二氧化碳量-等热电量产生的二氧化碳量/1.18。
综合计算改电采暖排放量为燃煤采暖的73.6%;
电力综合排放系数/电力折算系数=电力排放因子,2.31tCO2/吨标准煤;
电力排放因子/煤炭排放因子/燃煤采暖电能替代转化率= 73.6%;
排放因子为等效热量产生的二氧化碳量。
实施例3
一种电力减碳量预测方法,将燃油汽车改电动汽车,步骤如图1所示。
步骤7:燃油汽车改电动汽车就是油改电领域的电能替代。
步骤8:目前社会上电动小轿车居多,故针对小轿车统计平均百公里油耗。
步骤9:根据主要化石能源折吨标煤系数,计算燃油使用吨数折合的百公里燃油等效热量。
步骤10:按照等热法,计算产生相同热量需要的电量,电力折算系数按照2.62吨标煤/万千瓦时计算。步骤计算时暂不考虑相关电能替代场景的转化效率比率,即ai。
步骤11:按照石油排放因子1.73tCO2/吨标准煤计算百公里平均产生的二氧化碳量。
步骤12:按照地区电碳折算系数0.604tCO2/MWh计算等热电量产生的二氧化碳量。
步骤13:计算电动汽车百公里减排量,此时要考虑电动汽车电能替代转化率为3.07,即百公里燃油产生的二氧化碳量-等热电量产生的二氧化碳量/3.07。
综合计算百公里电动汽车二氧化碳排放为汽油车的43.5%;
电力综合排放系数/电力折算系数=电力排放因子,2.31tCO2/吨标准煤;
电力排放因子/石油排放因子/电动汽车电能替代转化率= 43.5%;
排放因子为等效热量产生的二氧化碳量。
实施例4
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例1或2所述电力减碳量预测方法。
实施例5
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现实施例1或2所述电力减碳量预测方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。

Claims (7)

1.一种电力减碳量预测方法,其特征在于,包括:
S1、采集电能替代前使用的化石能源数量,根据电能替代前使用的化石能源数量,计算等热量下的电能替代电量;
S2、根据电能替代场景的热效率,计算电能替代转化率;
S3、根据一次能源二氧化碳排放量、同热值电力二氧化碳排放量和电能替代转化率,预测电能替代二氧化碳减排量并输出;
所述步骤S2中:
针对燃煤采暖改为电采暖或燃油汽车改电动汽车,设计计算模型;
燃煤采暖改为电采暖,转化效率在78%~85%,改为电取暖,电热转换率根据焦耳定律Q=I2Rt,燃煤采暖改为电采暖的电能替代转化率为ηj=1.18;
燃油汽车改电动汽车,内燃机转化成机械能效率为20%~30%,电动机电能转化成机械能效率为87%~92%,燃油汽车改电动汽车的电能替代转化率为ηj=3.07;
所述步骤S3中:
电能替代二氧化碳减排量=一次能源二氧化碳排放量-同热值电力二氧化碳排放量/ηj
燃煤二氧化碳排放量=煤炭排放因子*用户燃煤热值;
燃油二氧化碳排放量=石油排放因子*用户燃油热值;
同热值电力二氧化碳排放量=电碳折算系数*电量;
电能替代二氧化碳减排量总体计算公式为:
Figure 293005DEST_PATH_IMAGE001
EF计算公式为:
Figure 294459DEST_PATH_IMAGE002
其中Ci,j,本地燃煤为第i个燃煤电厂j时刻出力电量,EFi,j,本地燃煤为第i个燃煤电厂j时刻燃煤排放系数,Ci,本地燃气为第j个燃气电厂电量,EFi,本地燃气为气电排放因子值为0.405tCO2/MWh,Di,外购电为外购电量,EFi,外购电为对应的外购电综合排放系数;
所述电能替代场景为燃煤采暖改为电采暖时,包括以下步骤:
统计历史冬季供暖燃煤消耗量;
根据主要化石能源折吨标煤系数,计算燃煤使用吨数折合单位用户燃煤等效热量;
根据等热法,计算产生相同热量需要的电量,电力折算系数按照2.62吨标煤/万千瓦时计算;
按照煤炭排放因子2.66tCO2/吨标准煤计算燃煤产生的二氧化碳量;
按照地区电碳折算系数0.604tCO2/MWh计算等热电量产生的二氧化碳量;
计算燃煤采暖改电采暖二氧化碳减排量,燃煤产生的二氧化碳量-等热电量产生的二氧化碳量/1.18。
2.根据权利要求1中所述的电力减碳量预测方法,其特征在于,所述步骤S1中:
根据煤改电场景或油改电场景,计算用户电能替代前使用的煤炭吨数Mc或石油吨数Mo;
根据能源参考折标准煤系数Kc、Ko计算得出单位用户燃煤或燃油产生热量值;
Figure 290097DEST_PATH_IMAGE003
其中Qi代表某种化石产生的热量,Mi代表消耗质量,ki代表该化石能源折算系数;
电能替代燃煤或燃油视为热量值相等:
Figure 693396DEST_PATH_IMAGE004
其中Qe代表等热值下电能产生的热量;
参考区域电力折算系数ke计算电能替代电量:
Figure 234230DEST_PATH_IMAGE005
其中E代表等热对应的电量,区域电力折算系数ke,取2.62吨标煤/万千瓦时。
3.根据权利要求1中所述的电力减碳量预测方法,其特征在于,根据地区电源结构,计算电碳折算系数。
4.根据权利要求1中所述的电力减碳量预测方法,其特征在于,所述电能替代场景为燃油汽车改电动汽车时,包括以下步骤:
统计燃油汽车平均百公里油耗;
根据主要化石能源折吨标煤系数,计算燃油使用吨数折合的百公里燃油等效热量;
根据等热法,计算产生相同热量需要的电量,电力折算系数按照2.62吨标煤/万千瓦时计算;
按照石油排放因子1.73tCO2/吨标准煤计算百公里平均产生的二氧化碳量;
按照地区电碳折算系数0.604tCO2/MWh计算等热电量产生的二氧化碳量;
计算电动汽车百公里减排量,电动汽车电能替代转化率为3.07,即百公里燃油产生的二氧化碳量-等热电量产生的二氧化碳量/3.07。
5.一种电力减碳量预测系统,其特征在于,包括:
电能替代电量计算模块,用于采集电能替代前使用的化石能源数量;根据电能替代前使用的化石能源数量,计算等热量下的电能替代电量;
电能替代转化率计算模块,用于根据电能替代场景的热效率,计算电能替代转化率;
电能替代二氧化碳减排量计算模块,用于根据一次能源二氧化碳排放量、同热值电力二氧化碳排放量和电能替代转化率,预测电能替代二氧化碳减排量并输出;
所述电能替代转化率计算模块中:
针对燃煤采暖改为电采暖或燃油汽车改电动汽车,设计计算模型;
燃煤采暖改为电采暖,转化效率在78%~85%,改为电取暖,电热转换率根据焦耳定律Q=I2Rt,燃煤采暖改为电采暖的电能替代转化率为ηj=1.18;
燃油汽车改电动汽车,内燃机转化成机械能效率为20%~30%,电动机电能转化成机械能效率为87%~92%,燃油汽车改电动汽车的电能替代转化率为ηj=3.07;
所述电能替代二氧化碳减排量计算模块中:
电能替代二氧化碳减排量=一次能源二氧化碳排放量-同热值电力二氧化碳排放量/ηj
燃煤二氧化碳排放量=煤炭排放因子*用户燃煤热值;
燃油二氧化碳排放量=石油排放因子*用户燃油热值;
同热值电力二氧化碳排放量=电碳折算系数*电量;
电能替代二氧化碳减排量总体计算公式为:
Figure 722980DEST_PATH_IMAGE001
EF计算公式为:
Figure 256730DEST_PATH_IMAGE002
其中Ci,j,本地燃煤为第i个燃煤电厂j时刻出力电量,EFi,j,本地燃煤为第i个燃煤电厂j时刻燃煤排放系数,Ci,本地燃气为第j个燃气电厂电量,EFi,本地燃气为气电排放因子值为0.405tCO2/MWh,Di,外购电为外购电量,EFi,外购电为对应的外购电综合排放系数;
所述电能替代场景为燃煤采暖改为电采暖时,所述电能替代转化率计算模块执行以下步骤:
统计历史冬季供暖燃煤消耗量;
根据主要化石能源折吨标煤系数,计算燃煤使用吨数折合单位用户燃煤等效热量;
根据等热法,计算产生相同热量需要的电量,电力折算系数按照2.62吨标煤/万千瓦时计算;
按照煤炭排放因子2.66tCO2/吨标准煤计算燃煤产生的二氧化碳量;
按照地区电碳折算系数0.604tCO2/MWh计算等热电量产生的二氧化碳量;
计算燃煤采暖改电采暖二氧化碳减排量,燃煤产生的二氧化碳量-等热电量产生的二氧化碳量/1.18。
6.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4任一项所述电力减碳量预测方法。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4任一项所述电力减碳量预测方法。
CN202111289218.XA 2021-11-02 2021-11-02 一种电力减碳量预测方法、系统、设备及介质 Active CN113724104B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111289218.XA CN113724104B (zh) 2021-11-02 2021-11-02 一种电力减碳量预测方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111289218.XA CN113724104B (zh) 2021-11-02 2021-11-02 一种电力减碳量预测方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN113724104A CN113724104A (zh) 2021-11-30
CN113724104B true CN113724104B (zh) 2022-03-22

Family

ID=78686477

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111289218.XA Active CN113724104B (zh) 2021-11-02 2021-11-02 一种电力减碳量预测方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN113724104B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116523139B (zh) * 2023-05-08 2024-01-23 国电华研电力科技有限公司 一种电力减碳量预测方法、装置及可存储介质
CN116629452B (zh) * 2023-07-18 2023-09-19 北京壹清能环科技有限公司 基于发电量的碳排放量预测方法、装置及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105305435A (zh) * 2015-11-13 2016-02-03 国网江西省电力科学研究院 一种区域电力减碳量计算方法
CN108009748A (zh) * 2017-12-22 2018-05-08 东南大学 一种电能替代项目节能减排效果评价方法
CN109840655A (zh) * 2017-11-29 2019-06-04 中国电力科学研究院有限公司 一种低碳能源规划方法及系统
CN110162859A (zh) * 2019-05-14 2019-08-23 国网浙江电动汽车服务有限公司 一种电动车二氧化碳减排量估算方法
CN110322283A (zh) * 2019-06-12 2019-10-11 国网山东省电力公司济宁供电公司 基于高斯回归组合预测模型的电能替代方案预测方法及装置
CN110738530A (zh) * 2019-10-23 2020-01-31 昆明理工大学 一种面向用户侧的电能替代综合效益分析方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110124748A1 (en) * 2009-08-18 2011-05-26 Mr. Lai O. kuku Coal and Biomass Conversion to Multiple Cleaner Energy Solutions System producing Hydrogen, Synthetic Fuels, Oils and Lubricants, Substitute Natural Gas and Clean Electricity
EP3465633A2 (de) * 2016-05-25 2019-04-10 Phoenix IP BV I.O. Verfahren und system zur ermittlung der im alltagsbetrieb von strassenfahrzeugen tatsächlich entstehenden kraftstoffverbräuche, energieeinsätze und emissionen

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105305435A (zh) * 2015-11-13 2016-02-03 国网江西省电力科学研究院 一种区域电力减碳量计算方法
CN109840655A (zh) * 2017-11-29 2019-06-04 中国电力科学研究院有限公司 一种低碳能源规划方法及系统
CN108009748A (zh) * 2017-12-22 2018-05-08 东南大学 一种电能替代项目节能减排效果评价方法
CN110162859A (zh) * 2019-05-14 2019-08-23 国网浙江电动汽车服务有限公司 一种电动车二氧化碳减排量估算方法
CN110322283A (zh) * 2019-06-12 2019-10-11 国网山东省电力公司济宁供电公司 基于高斯回归组合预测模型的电能替代方案预测方法及装置
CN110738530A (zh) * 2019-10-23 2020-01-31 昆明理工大学 一种面向用户侧的电能替代综合效益分析方法

Also Published As

Publication number Publication date
CN113724104A (zh) 2021-11-30

Similar Documents

Publication Publication Date Title
Abbasi et al. Energy, exergy, and economic evaluations of a CCHP system by using the internal combustion engines and gas turbine as prime movers
CN113724104B (zh) 一种电力减碳量预测方法、系统、设备及介质
CA2510839C (en) Method and apparatus for providing economic analysis of power generation and distribution
Schoenung Economic analysis of large-scale hydrogen storage for renewable utility applications.
CN113723718A (zh) 一种能源碳排放预测方法、装置、设备及介质
US20110071952A1 (en) System and method of optimizing resource consumption
Spelling et al. A comparative thermoeconomic study of hybrid solar gas-turbine power plants
Makhzom et al. Estimation of CO 2 emission factor for power industry sector in Libya
Şahin Forecasting of Turkey's electricity generation and CO2 emissions in estimating capacity factor
Guandalini et al. Comparison of gas turbines and power-to-gas plants for improved wind park energy dispatchability
Fragiacomo et al. Semi‐empirical development of a novel and versatile multiobjective optimization tool for co/trigeneration energy system design
Monterrat et al. Integration Cost of Variable Renewable Resources to Power Systems–A Techno-economic Assessment in European Countries
Su et al. An energy efficiency index formation and analysis of integrated energy system based on exergy efficiency
Hadi et al. An Integrated Renewable Energy System for the Supply of Electricity and Hydrogen Energy for Road Transportation Which Minimizes Greenhouse Gas Emissions
Suresh et al. Life cycle cost assessment of solar-wind-biomass hybrid energy system for energy centre, MANIT, Bhopal
Wang et al. Dynamic modelling and simulation study of a university campus CHP power plant
CN107578167A (zh) 采用电能替代的电锅炉运行监测和效益评估系统及其方法
Bekteshi et al. Dynamic modeling of Kosovo's electricity supply–demand, gaseous emissions and air pollution
Boing et al. Electrification and coal phase-out in Germany: A scenario analysis
Li et al. Low‐carbon economic optimization method for integrated energy systems based on life cycle assessment and carbon capture utilization technologies
Jun et al. Comprehensive Evaluation of Microgrid Planning Scheme based on AHP-Entropy method
Horhoianu et al. Evaluation of an industrial microgrid using homer software
Marin et al. Analysis of the Operation of a Gas Turbine Plant When Burning Hydrogen Fuel
Spelling et al. A Comparative Thermoeconomic Study of Hybrid Solar Gas-Turbine Power Plants
Ye et al. A carbon emission calculation method based on the full life cycle of wind farms considering environmental impact

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