CN113780632A - 一种发电企业碳达峰预测方法及装置 - Google Patents
一种发电企业碳达峰预测方法及装置 Download PDFInfo
- Publication number
- CN113780632A CN113780632A CN202110954939.1A CN202110954939A CN113780632A CN 113780632 A CN113780632 A CN 113780632A CN 202110954939 A CN202110954939 A CN 202110954939A CN 113780632 A CN113780632 A CN 113780632A
- Authority
- CN
- China
- Prior art keywords
- power generation
- year
- power
- annual
- planning period
- 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.)
- Granted
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 297
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 197
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 197
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000003245 coal Substances 0.000 claims description 107
- 230000005611 electricity Effects 0.000 claims description 106
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 50
- 239000007789 gas Substances 0.000 claims description 41
- 239000003345 natural gas Substances 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 description 13
- 238000005259 measurement Methods 0.000 description 13
- 230000009466 transformation Effects 0.000 description 13
- 238000013461 design Methods 0.000 description 12
- 230000009467 reduction Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 7
- 238000009434 installation Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- 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
Abstract
本发明公开了一种发电企业碳达峰预测方法及装置，所述方法包括：步骤S1，确定发电企业在规划期内的逐年各类电源装机容量；步骤S2，确定所述发电企业所在电力系统在规划期内的逐年各类电源装机容量；步骤S3，确定所述发电企业所在电力系统在规划期内的逐年发电小时数；步骤S4，确定发电企业在规划期内的逐年化石能源碳排放总量；步骤S5，根据获得的发电企业在规划期内的逐年化石能源碳排放总量构建所述发电企业在规划期内的逐年碳排放总量曲线图，并根据该逐年碳排放总量曲线图确定所述发电企业碳达峰年份；步骤S6，根据所述发电企业在规划期内的逐年碳排放总量曲线或发电企业碳达峰年份的碳排放总量对规划期长度进行校核。
Description
技术领域
本发明涉及一种碳达峰预测方法及装置，特别是涉及一种发电企业碳达峰预测方法及装置。
背景技术
随着全国碳达峰碳中和目标的提出，发电企业需加快明确目标任务，制定碳达峰实施方案。碳达峰预测是企业制定和实施碳达峰行动方案的基础和重要依据。
然而，目前的发电企业碳达峰预测需对企业中长期的碳排放量进行逐年测算，研究的时间尺度长达5～15年，而现有方法只能基于当年度的碳排放核算结果，对下一年度排放量进行估算，显然难以满足碳达峰预测的时间尺度要求。
发明内容
为克服上述现有技术存在的不足，本发明之目的在于提供一种发电企业碳达峰预测方法及装置，以实现发电企业中长期碳排放量的预测，从而可根据碳排放预测结果制定碳达峰目标。
为达上述目的，本发明提出一种发电企业碳达峰预测方法，包括如下步骤：
步骤S1，根据不同电源类别，分别确定发电企业在规划期内的逐年各类电源装机容量；
步骤S2，根据不同电源类别，分别确定所述发电企业所在电力系统在规划期内的逐年各类电源装机容量；
步骤S3，根据所述发电企业所在电力系统在规划期内的逐年各类电源装机总容量及发电量确定所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数；
步骤S4，根据所述发电企业的逐年各类电源装机容量以及所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数确定发电企业在规划期内的逐年化石能源碳排放总量；
步骤S5，根据获得的发电企业在规划期内的逐年化石能源碳排放总量构建所述发电企业在规划期内的逐年碳排放总量曲线图，并根据该逐年碳排放总量曲线图确定所述发电企业碳达峰年份；
步骤S6，根据所述发电企业在规划期内的逐年碳排放总量曲线或发电企业碳达峰年份的碳排放总量对规划期长度进行校核。
优选地，于步骤S1之前，设定所述规划期，所述规划期为现状年第0年至规划终止年第Ym年。
优选地，于步骤S1中，按照煤电、油电、气电、可再生能源发电的不同电源类别，分别计算所述发电企业在规划期内的逐年各类电源装机容量。
优选地，于步骤S2中，按照煤电、油电、气电、可再生能源发电的不同电源类别，分别计算所述发电企业所在电力系统在规划期内的逐年各类电源装机容量。
优选地，于步骤S3中，根据所述发电企业所在电力系统中电源发电量满足如下条件：
从而确定所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数，其中，
分别为所述电力系统全年需电量、煤电发电量、油电发电量、气电发电量、可再生能源发电量；
分别为所述电力系统当年的煤电发电小时数、油电发电小时数、气电发电小时数、可再生能源发电小时数。
优选地，
根据所述电力系统资源情况及现状年份实际值确定，所述电力系统当年的煤电发电小时
则根据如下公式获得：
优选地，步骤S4进一步包括：
步骤S400，根据所述发电企业在规划期内的逐年煤电装机容量以及所述发电企业所在电力系统在规划期内的逐年煤电发电小时数确定发电企业在规划期内逐年的煤炭消耗产生的碳排放量；
步骤S401，根据所述发电企业在规划期内的逐年油电装机容量以及所述发电企业所在电力系统在规划期内的逐年油电发电小时数确定发电企业在规划期内逐年的油品消耗产生的碳排放量；
步骤S402，根据所述发电企业在规划期内的逐年气电装机容量以及所述发电企业所在电力系统在规划期内的逐年气电发电小时数确定发电企业在规划期内逐年的天然气消耗产生的碳排放量；
步骤S403，根据获得的所述发电企业在规划期内逐年的煤炭消耗产生的碳排放量、油品消耗产生的碳排放量以及天然气消耗产生的碳排放量得到所述发电企业在规划期内的逐年化石能源碳排放总量。
优选地，于步骤S5中，所述发电企业碳达峰年份YD需满足：
其中，
为所述发电企业碳达峰年份的碳排放总量，
为所述发电企业在规划期内的逐年化石能源碳排放总量。
优选地，于步骤S6中，判断是否满足以下条件：
或
若满足，则预测过程结束，若不满足，则增大规划期的规划终止年取值，重新返回步骤S1。
为达到上述目的，本发明还提供一种发电企业碳达峰预测装置，包括：
逐年电源装机总容量确定单元，用于根据不同电源类别，分别确定发电企业及发电企业所在电力系统在设定的规划期内的逐年各类电源装机容量；
电力系统逐年发电小时数确定单元，用于根据所述发电企业所在电力系统在规划期内的逐年各类电源装机总容量及发电量确定所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数；
逐年化石能源碳排放总量计算单元，用于根据发电企业的逐年各类电源装机容量以及所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数确定发电企业在规划期内的逐年化石能源碳排放总量；
碳达峰年份确定单元，用于根据获得的发电企业在规划期内的逐年化石能源碳排放总量构建所述发电企业在规划期内的逐年碳排放总量曲线图，并根据所述逐年碳排放总量曲线图确定所述发电企业碳达峰年份；
校核单元，用于根据所述发电企业在规划期内的逐年碳排放总量曲线或所述发电企业碳达峰年份的碳排放总量对规划期长度进行校核。
与现有技术相比，本发明一种发电企业碳达峰预测方法及装置通过充分考虑发电企业的发电装机发展规划、技术改造、碳捕集技术实施等内部因素，以及电网电力需求、电力市场消纳环境等外部因素对发电企业碳达峰的影响，对发电企业的发电装机发展规划、技术改造、碳捕集技术实施等内部因素，以及电网电力需求、电力市场消纳环境等外部因素进行了量化处理，实现对发电企业中长期碳排放量预测的目的，为发电企业制定碳达峰目标提供合理依据。
附图说明
图1为本发明一种发电企业碳达峰预测方法的步骤流程图；
图2为本发明一种发电企业碳达峰预测装置的系统架构图；
图3为本发明实施例的流程图。
具体实施方式
以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。
图1为本发明一种发电企业碳达峰预测方法的步骤流程图。如图1所示，本发明一种发电企业碳达峰预测方法，包括如下步骤：
步骤S1，根据不同电源类别，分别确定发电企业在规划期内的逐年各类电源装机容量。
在本发明中，首先需要设定规划期，一般可取5～15年。设规划年份 Y＝0,1,2,…,Ym。其中第0年为现状年，第Ym年为规划终止年，即规划期为现状年至第Ym年。
在设定好规划期后，按照煤电、油电、气电、可再生能源发电等不同的电源类别，分别计算发电企业在规划期内的逐年各类电源装机容量，可得到发电企业逐年电源装机总容量。
在本发明中，在规划期中的任一年份，发电企业的电源装机总容量为：
其中，
分别为该发电企业当年的电源装机总容量、煤电装机容量、油电装机容量、气电装机容量、可再生能源装机容量，由发电企业根据自身资源配置情况、发展规划给出，单位为KW。
步骤S2，根据不同电源类别，分别确定所述发电企业所在电力系统在规划期内的逐年各类电源装机容量。
在本发明中，按照煤电、油电、气电、可再生能源发电等不同的电源类别分别计算发电企业所在电力系统在规划期内的逐年各类电源装机容量，可得到发电企业所在电力系统的逐年电源装机总容量。
在规划期中的任一年份，发电企业所在电力系统的电源装机总容量为：
其中，
分别为该发电企业所在电力系统当年的电源装机总容量、煤电装机容量，油电装机容量、气电装机容量、可再生能源装机容量，单位为kW。
步骤S3，根据发电企业所在电力系统在规划期内的逐年各类电源装机容量及发电量确定发电企业所在电力系统在规划期内的各类电源逐年发电小时数。
在本发明中，电力系统中电源发电量满足如下条件：
其中，
分别为电力系统全年需电量、煤电发电量、油电发电量、气电发电量、可再生能源发电量，单位为KWh；
分别为当年的煤电发电小时数、油电发电小时数、气电发电小时数、可再生能源发电小时数。
在本发明具体实施例中，发电小时数取值方法如下：
1)
根据电力系统资源情况及现状年份实际值取值；
2)当年的煤电发电小时
由以下公式计算得到：
步骤S4，根据所述发电企业的逐年各类电源装机容量以及所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数确定发电企业在规划期内的逐年化石能源碳排放总量。
在本发明中，所述化石能源包括煤炭、油品以及天然气，具体如下：
1)煤炭
在规划期中的任一年份，发电企业的煤炭消耗产生的碳排放量为：
其中，
为煤炭消耗产生的碳排放量，单位为吨CO2；
为发电煤耗因子，单位为吨标准煤/kWh；
为煤炭排放因子，单位为吨CO2/吨标准煤，一般可取2.66，或对发电企业在现状年份实际采用的煤炭取样进行实测得出；
为第Y年该发电企业通过碳捕集技术所捕获的煤电碳排放量，单位为吨CO2。
发电煤耗因子计算方法如下：
其中，
为第Y年发电企业所拥有的煤电机组台数；sci为第i台煤电机组的装机容量，单位为kW，且满足约束条件
kci为第i台煤电机组的发电煤耗因子，对现有机组可通过实测取得，对非现有机组可根据该机型的设计参数取得，单位为吨标准煤/kWh；tci为当年对第i台煤电机组实施节能技术改造所取得的单位发电煤耗减少量，单位为吨标准煤/kWh。
2)油品
在规划期中的任一年份，发电企业的油品消耗产生的碳排放量为：
其中，
为油品消耗产生的碳排放量，单位为吨CO2；
为发电油耗因子，单位为吨标准煤/kWh；
为油品排放因子，单位为吨CO2/吨标准煤，一般可取1.73，或对发电企业在现状年份实际采用的油品取样进行实测得出；
为第Y年该发电企业通过碳捕集技术所捕获的油电碳排放量，单位为吨CO2。
发电油耗因子计算方法如下：
其中，
为第Y年发电企业所拥有的油电机组台数；soi为第i台油电机组的装机容量，单位为kW，且满足约束条件
koi为第i台油电机组的发电油耗因子，对现有机组可通过实测取得，对非现有机组可根据该机型的设计参数取得，单位为吨标准煤/kWh；toi为当年对第i台油电机组实施节能技术改造所取得的单位发电油耗减少量，单位为吨标准煤/kWh。
3)天然气
在规划期中的任一年份，发电企业的天然气消耗产生的碳排放量为：
其中，
为天然气消耗产生的碳排放量，单位为吨CO2；
为发电气耗因子，单位为吨标准煤/kWh；
为天然气排放因子，单位为吨CO2/吨标准煤，一般可取1.56，或对发电企业在现状年份实际采用的天然气取样进行实测得出；
为第Y年该发电企业通过碳捕集技术所捕获的气电碳排放量，单位为吨CO2。
发电气耗因子计算方法如下：
其中，
为第Y年发电企业所拥有的气电机组台数；sgi为第i台气电机组的装机容量，单位为kW，且满足约束条件
kgi为第i台气电机组的发电气耗因子，对现有机组可通过实测取得，对非现有机组可根据该机型的设计参数取得，单位为吨标准煤/kWh；tgi为当年对第i台气电机组实施节能技术改造所取得的单位发电气耗减少量，单位为吨标准煤/kWh。
4)化石能源合计
综上所述，在规划期中的任一年份，发电企业的化石能源碳排放总量为：
其中，
为发电企业在第Y年的碳排放总量，单位为吨CO2。
步骤S5，根据获得的发电企业在规划期内的逐年化石能源碳排放总量构建发电企业在规划期内的逐年碳排放总量曲线图，并根据该逐年碳排放总量曲线图确定发电企业碳达峰年份。
在本发明中，发电企业在规划期内的逐年碳排放总量曲线可表示为：
发电企业碳达峰年份YD需满足：
其中，
为发电企业碳达峰年份的碳排放总量。
步骤S6，根据发电企业在规划期内的逐年碳排放总量曲线或发电企业碳达峰年份的碳排放总量对规划期长度进行校核。
在本发明中，判断是否满足以下条件：
或
其中，δ为可靠系数，取大于1的值，
为发电企业规划终止年的碳排放总量，
为发电企业规划终止年前一年的碳排放总量。
如满足上述条件，表示当前的规划期长度合适，在规划期内可以实现碳达峰，预测过程结束；如不满足，则说明规划期长度不够，在规划期末还没有实现碳达峰，需增大规划期的规划终止年Ym取值，重新返回步骤S1开始计算。
图2为本发明一种发电企业碳达峰预测装置的系统结构图。如图2所示，本发明一种发电企业碳达峰预测装置，包括：
逐年电源装机总容量确定单元201，用于确定发电企业在规划期内的逐年各类电源装机容量以及确定发电企业所在电力系统在规划期内的逐年各类电源装机容量。
在本发明中，首先需要设定规划期，一般可取5～15年。设规划年份 Y＝0,1,2,…,Ym。其中第0年为现状年，第Ym年为规划终止年，即规划期为现状年至第Ym年。
在设定好规划期后，按照煤电、油电、气电、可再生能源发电等不同的电源类别，分别计算发电企业在规划期内的逐年各类电源装机容量，可得到发电企业逐年电源装机总容量。
在本发明中，在规划期中的任一年份，发电企业的电源装机总容量为：
其中，
分别为该发电企业当年的电源装机总容量、煤电装机容量、油电装机容量、气电装机容量、可再生能源装机容量，由发电企业根据自身资源配置情况、发展规划给出，单位为KW。
同时，在本发明中，按照煤电、油电、气电、可再生能源发电等不同的电源类别分别计算发电企业所在电力系统在规划期内的逐年各类电源装机容量，可得到发电企业所在电力系统的逐年电源装机总容量。
在规划期中的任一年份，发电企业所在电力系统的电源装机总容量为：
其中，
分别为该发电企业所在电力系统当年的电源装机总容量、煤电装机容量，油电装机容量、气电装机容量、可再生能源装机容量，单位为kW。
电力系统逐年发电小时数确定单元202，用于根据发电企业所在电力系统在规划期内的逐年各类电源装机容量及发电量确定发电企业所在电力系统在规划期内的各类电源逐年发电小时数。
在本发明中，电力系统中电源发电量满足如下条件：
其中，
分别为电力系统全年需电量、煤电发电量、油电发电量、气电发电量、可再生能源发电量，单位为KWh；
分别为当年的煤电发电小时数、油电发电小时数、气电发电小时数、可再生能源发电小时数。
在本发明具体实施例中，发电小时数取值方法如下：
1)
根据电力系统资源情况及现状年份实际值取值；
2)当年的煤电发电小时
由以下公式计算得到：
逐年化石能源碳排放总量计算单元203，用于根据所述发电企业的逐年各类电源装机容量以及所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数确定发电企业在规划期内的逐年化石能源碳排放总量。
在本发明中，所述化石能源包括煤炭、油品以及天然气，分别消耗产生的碳排放量具体如下：
1)煤炭
在规划期中的任一年份，发电企业的煤炭消耗产生的碳排放量为：
其中，
为煤炭消耗产生的碳排放量，单位为吨CO2；
为发电煤耗因子，单位为吨标准煤/kWh；
为煤炭排放因子，单位为吨CO2/吨标准煤，一般可取2.66，或对发电企业在现状年份实际采用的煤炭取样进行实测得出；
为第Y年该发电企业通过碳捕集技术所捕获的煤电碳排放量，单位为吨CO2。
发电煤耗因子计算方法如下：
其中，
为第Y年发电企业所拥有的煤电机组台数；sci为第i台煤电机组的装机容量，单位为kW，且满足约束条件
kci为第i台煤电机组的发电煤耗因子，对现有机组可通过实测取得，对非现有机组可根据该机型的设计参数取得，单位为吨标准煤/kWh；tci为当年对第i台煤电机组实施节能技术改造所取得的单位发电煤耗减少量，单位为吨标准煤/kWh。
2)油品
在规划期中的任一年份，发电企业的油品消耗产生的碳排放量为：
其中，
为油品消耗产生的碳排放量，单位为吨CO2；
为发电油耗因子，单位为吨标准煤/kWh；
为油品排放因子，单位为吨CO2/吨标准煤，一般可取1.73，或对发电企业在现状年份实际采用的油品取样进行实测得出；
为第Y年该发电企业通过碳捕集技术所捕获的油电碳排放量，单位为吨CO2。
发电油耗因子计算方法如下：
其中，
为第Y年发电企业所拥有的油电机组台数；soi为第i台油电机组的装机容量，单位为kW，且满足约束条件
koi为第i台油电机组的发电油耗因子，对现有机组可通过实测取得，对非现有机组可根据该机型的设计参数取得，单位为吨标准煤/kWh；toi为当年对第i台油电机组实施节能技术改造所取得的单位发电油耗减少量，单位为吨标准煤/kWh。
3)天然气
在规划期中的任一年份，发电企业的天然气消耗产生的碳排放量为：
其中，
为天然气消耗产生的碳排放量，单位为吨CO2；
为发电气耗因子，单位为吨标准煤/kWh；
为天然气排放因子，单位为吨CO2/吨标准煤，一般可取1.56，或对发电企业在现状年份实际采用的天然气取样进行实测得出；
为第Y年该发电企业通过碳捕集技术所捕获的气电碳排放量，单位为吨CO2。
发电气耗因子计算方法如下：
其中，
为第Y年发电企业所拥有的气电机组台数；sgi为第i台气电机组的装机容量，单位为kW，且满足约束条件
kgi为第i台气电机组的发电气耗因子，对现有机组可通过实测取得，对非现有机组可根据该机型的设计参数取得，单位为吨标准煤/kWh；tgi为当年对第i台气电机组实施节能技术改造所取得的单位发电气耗减少量，单位为吨标准煤/kWh。
4)化石能源合计
综上所述，在规划期中的任一年份，发电企业的化石能源碳排放总量为：
其中，
为发电企业在第Y年的碳排放总量，单位为吨CO2。
碳达峰年份确定单元204，用于根据获得的发电企业在规划期内的逐年化石能源碳排放总量构建发电企业在规划期内的逐年碳排放总量曲线图，并根据该逐年碳排放总量曲线图确定发电企业碳达峰年份。
在本发明中，发电企业在规划期内的逐年碳排放总量曲线可表示为：
发电企业碳达峰年份YD需满足：
其中，
为发电企业碳达峰年份的碳排放总量。
校核单元205，用于根据发电企业在规划期内的逐年碳排放总量曲线或发电企业碳达峰年份的碳排放总量对规划期长度进行校核。
在本发明中，判断是否满足以下条件：
或
其中，δ为可靠系数，取大于1的值，
为发电企业规划终止年的碳排放总量，
为发电企业规划终止年前一年的碳排放总量。
如满足上述条件，预测过程结束；如不满足，则增大规划期的规划终止年 Ym取值，重新返回逐年电源装机总容量确定单元201开始计算。
实施例
图3为本发明实施例之发电企业碳达峰预测流程图。在本实施例中，首先设定规划期，一般可取5～15年。设规划年份Y＝0,1,2,…,Ym。其中第0年为现状年，第Ym年为规划终止年，即规划期为现状年至第Ym年。
如图3所示，本发明之发电企业碳达峰预测过程如下：
步骤1、计算逐年各类电源装机容量。
按照煤电、气电、可再生能源发电等不同的电源类别，计算逐年各类电源装机容量和发电企业装机总容量。
在规划期中的任一年份，发电企业的电源装机总容量为：
其中，
分别为该发电企业当年的电源装机总容量、煤电装机容量，油电装机容量、气电装机容量、可再生能源装机容量，由发电企业根据自身资源配置情况、发展规划给出，单位为KW。
步骤2、计算逐年发电小时数。
在规划期中的任一年份，发电企业所在电力系统的电源装机总容量为：
其中，
分别为该发电企业所在电力系统当年的电源装机总容量、煤电装机容量，油电装机容量、气电装机容量、可再生能源装机容量，单位为kW。
电力系统中电源发电量满足如下条件：
其中，
分别为电力系统全年需电量、煤电发电量、油电发电量、气电发电量、可再生能源发电量，单位为KWh；
分别为当年的煤电发电小时数、油电发电小时数、气电发电小时数、可再生能源发电小时数。
发电小时数取值方法如下：
1)
根据电力系统资源情况及现状年份实际值取值；
2)
由以下公式计算得到：
步骤3、计算逐年化石能源碳排放量。
1)煤炭
在规划期中的任一年份，发电企业的煤炭消耗产生的碳排放量为：
其中，
为煤炭消耗产生的碳排放量，单位为吨CO2；
为发电煤耗因子，单位为吨标准煤/kWh；
为煤炭排放因子，单位为吨CO2/吨标准煤，一般可取2.66，或对发电企业在现状年份实际采用的煤炭取样进行实测得出；
为第Y年该发电企业通过碳捕集技术所捕获的煤电碳排放量，单位为吨CO2。
发电煤耗因子计算方法如下：
其中，
为第Y年发电企业所拥有的煤电机组台数；sci为第i台煤电机组的装机容量，单位为kW，且满足约束条件
kci为第i台煤电机组的发电煤耗因子，对现有机组可通过实测取得，对非现有机组可根据该机型的设计参数取得，单位为吨标准煤/kWh；tci为当年对第i台煤电机组实施节能技术改造所取得的单位发电煤耗减少量，单位为吨标准煤/kWh。
2)油品
在规划期中的任一年份，发电企业的油品消耗产生的碳排放量为：
其中，
为油品消耗产生的碳排放量，单位为吨CO2；
为发电油耗因子，单位为吨标准煤/kWh；
为油品排放因子，单位为吨CO2/吨标准煤，一般可取1.73，或对发电企业在现状年份实际采用的油品取样进行实测得出；
为第Y年该发电企业通过碳捕集技术所捕获的油电碳排放量，单位为吨CO2。
发电油耗因子计算方法如下：
其中，
为第Y年发电企业所拥有的油电机组台数；soi为第i台油电机组的装机容量，单位为kW，且满足约束条件
koi为第i台油电机组的发电油耗因子，对现有机组可通过实测取得，对非现有机组可根据该机型的设计参数取得，单位为吨标准煤/kWh；toi为当年对第i台油电机组实施节能技术改造所取得的单位发电油耗减少量，单位为吨标准煤/kWh。
3)天然气
在规划期中的任一年份，发电企业的天然气消耗产生的碳排放量为：
其中，
为天然气消耗产生的碳排放量，单位为吨CO2；
为发电气耗因子，单位为吨标准煤/kWh；
为天然气排放因子，单位为吨CO2/吨标准煤，一般可取1.56，或对发电企业在现状年份实际采用的天然气取样进行实测得出；
为第Y年该发电企业通过碳捕集技术所捕获的气电碳排放量，单位为吨CO2。
发电气耗因子计算方法如下：
其中，
为第Y年发电企业所拥有的气电机组台数；sgi为第i台气电机组的装机容量，单位为kW，且满足约束条件
kgi为第i台气电机组的发电气耗因子，对现有机组可通过实测取得，对非现有机组可根据该机型的设计参数取得，单位为吨标准煤/kWh；tgi为当年对第i台气电机组实施节能技术改造所取得的单位发电气耗减少量，单位为吨标准煤/kWh。
4)化石能源合计
在规划期中的任一年份，发电企业的碳排放总量为：
其中，
为发电企业在第Y年的碳排放总量，单位为吨CO2。
步骤4、碳达峰年份预测
发电企业在规划期内的逐年碳排放总量曲线可表示为：
发电企业碳达峰年份YD需满足：
步骤5、规划期长度校核
判断是否满足以下条件：
或
其中，δ为可靠系数，取大于1的值。如满足上述条件，预测流程结束；如不满足，则增大Ym取值，重新由步骤1开始计算。
综上所述，本发明一种发电企业碳达峰预测方法及装置通过充分考虑发电企业的发电装机发展规划、技术改造、碳捕集技术实施等内部因素，以及电网电力需求、电力市场消纳环境等外部因素对发电企业碳达峰的影响，对发电企业的发电装机发展规划、技术改造、碳捕集技术实施等内部因素，以及电网电力需求、电力市场消纳环境等外部因素进行了量化处理，实现对发电企业中长期碳排放量预测的目的，为发电企业制定碳达峰目标提供合理依据。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。
Claims (10)
1.一种发电企业碳达峰预测方法，包括如下步骤：
步骤S1，根据不同电源类别，分别确定发电企业在规划期内的逐年各类电源装机容量；
步骤S2，根据不同电源类别，分别确定所述发电企业所在电力系统在规划期内的逐年各类电源装机容量；
步骤S3，根据所述发电企业所在电力系统在规划期内的逐年各类电源装机总容量及发电量确定所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数；
步骤S4，根据所述发电企业的逐年各类电源装机容量以及所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数确定发电企业在规划期内的逐年化石能源碳排放总量；
步骤S5，根据获得的发电企业在规划期内的逐年化石能源碳排放总量构建所述发电企业在规划期内的逐年碳排放总量曲线图，并根据该逐年碳排放总量曲线图确定所述发电企业碳达峰年份；
步骤S6，根据所述发电企业在规划期内的逐年碳排放总量曲线或发电企业碳达峰年份的碳排放总量对规划期长度进行校核。
2.如权利要求1所述的一种发电企业碳达峰预测方法，其特征在于：于步骤S1之前，设定所述规划期，所述规划期为现状年第0年至规划终止年第Ym年。
3.如权利要求1所述的一种发电企业碳达峰预测方法，其特征在于：于步骤S1中，按照煤电、油电、气电、可再生能源发电的不同电源类别，分别计算所述发电企业在规划期内的逐年各类电源装机容量。
4.如权利要求1所述的一种发电企业碳达峰预测方法，其特征在于：于步骤S2中，按照煤电、油电、气电、可再生能源发电的不同电源类别，分别计算所述发电企业所在电力系统在规划期内的逐年各类电源装机容量。
5.如权利要求1所述的一种发电企业碳达峰预测方法，其特征在于：于步骤S3中，根据所述发电企业所在电力系统中电源发电量满足如下条件：
从而确定所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数，其中，
分别为所述电力系统全年需电量、煤电发电量、油电发电量、气电发电量、可再生能源发电量；
分别为所述电力系统当年的煤电发电小时数、油电发电小时数、气电发电小时数、可再生能源发电小时数。
6.如权利要求5所述的一种发电企业碳达峰预测方法，其特征在于：
根据所述电力系统资源情况及现状年份实际值确定，所述电力系统当年的煤电发电小时
则根据如下公式获得：
7.如权利要求1所述的一种发电企业碳达峰预测方法，其特征在于，步骤S4进一步包括：
步骤S400，根据所述发电企业在规划期内的逐年煤电装机容量以及所述发电企业所在电力系统在规划期内的逐年煤电发电小时数确定发电企业在规划期内逐年的煤炭消耗产生的碳排放量；
步骤S401，根据所述发电企业在规划期内的逐年油电装机容量以及所述发电企业所在电力系统在规划期内的逐年油电发电小时数确定发电企业在规划期内逐年的油品消耗产生的碳排放量；
步骤S402，根据所述发电企业在规划期内的逐年气电装机容量以及所述发电企业所在电力系统在规划期内的逐年气电发电小时数确定发电企业在规划期内逐年的天然气消耗产生的碳排放量；
步骤S403，根据获得的所述发电企业在规划期内逐年的煤炭消耗产生的碳排放量、油品消耗产生的碳排放量以及天然气消耗产生的碳排放量得到所述发电企业在规划期内的逐年化石能源碳排放总量。
8.如权利要求1所述的一种发电企业碳达峰预测方法，其特征在于，于步骤S5中，所述发电企业碳达峰年份YD需满足：
其中，
为所述发电企业碳达峰年份的碳排放总量，
为所述发电企业在规划期内的逐年化石能源碳排放总量。
9.如权利要求8所述的一种发电企业碳达峰预测方法，其特征在于，于步骤S6中，判断是否满足以下条件：
或
若满足，则预测过程结束，若不满足，则增大规划期的规划终止年取值，重新返回步骤S1。
10.一种发电企业碳达峰预测装置，包括：
逐年电源装机总容量确定单元，用于根据不同电源类别，分别确定发电企业及发电企业所在电力系统在设定的规划期内的逐年各类电源装机容量；
电力系统逐年发电小时数确定单元，用于根据所述发电企业所在电力系统在规划期内的逐年各类电源装机总容量及发电量确定所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数；
逐年化石能源碳排放总量计算单元，用于根据发电企业的逐年各类电源装机容量以及所述发电企业所在电力系统在规划期内的各类电源逐年发电小时数确定发电企业在规划期内的逐年化石能源碳排放总量；
碳达峰年份确定单元，用于根据获得的发电企业在规划期内的逐年化石能源碳排放总量构建所述发电企业在规划期内的逐年碳排放总量曲线图，并根据所述逐年碳排放总量曲线图确定所述发电企业碳达峰年份；
校核单元，用于根据所述发电企业在规划期内的逐年碳排放总量曲线或所述发电企业碳达峰年份的碳排放总量对规划期长度进行校核。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110954939.1A CN113780632B (zh) | 2021-08-19 | 2021-08-19 | 一种发电企业碳达峰预测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110954939.1A CN113780632B (zh) | 2021-08-19 | 2021-08-19 | 一种发电企业碳达峰预测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113780632A true CN113780632A (zh) | 2021-12-10 |
| CN113780632B CN113780632B (zh) | 2023-05-30 |
Family
ID=78838393
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110954939.1A Active CN113780632B (zh) | 2021-08-19 | 2021-08-19 | 一种发电企业碳达峰预测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113780632B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104050609A (zh) * | 2014-07-14 | 2014-09-17 | 天津大学 | 一种并网光伏发电的低碳综合效益分析系统 |
| CN104063630A (zh) * | 2014-07-16 | 2014-09-24 | 南京擎天科技有限公司 | 一种地区碳排放量预测方法 |
| US20160140471A1 (en) * | 2014-11-14 | 2016-05-19 | Institute For Information Industry | Shedding amount assignment method and device |
| CN107276080A (zh) * | 2017-06-28 | 2017-10-20 | 国网山东省电力公司经济技术研究院 | 一种节能减排发展目标贡献率的计算方法 |
| CN107609676A (zh) * | 2017-08-17 | 2018-01-19 | 国网浙江省电力公司经济技术研究院 | 一种基于能源消费结构优化的碳排放峰值计算方法及系统 |
| CN110322068A (zh) * | 2019-07-03 | 2019-10-11 | 上海交通大学 | 一种综合能源系统能源转换设备配置方法及配置系统 |
| CN110909954A (zh) * | 2019-12-03 | 2020-03-24 | 西安交通大学 | 一种最大化可再生能源利用的多阶段电源规划方法 |
| CN111160767A (zh) * | 2019-12-27 | 2020-05-15 | 广东电网有限责任公司 | 一种综合能源服务效益评估方法 |
| CN113205225A (zh) * | 2021-05-27 | 2021-08-03 | 中国科学院地理科学与资源研究所 | 一种碳排放达峰的关键因子识别方法、系统及数据平台 |
| CN113224756A (zh) * | 2021-05-11 | 2021-08-06 | 湖南中大设计院有限公司 | 一种应用于光伏建筑一体化最佳装机容量测算的方法 |
-
2021
- 2021-08-19 CN CN202110954939.1A patent/CN113780632B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104050609A (zh) * | 2014-07-14 | 2014-09-17 | 天津大学 | 一种并网光伏发电的低碳综合效益分析系统 |
| CN104063630A (zh) * | 2014-07-16 | 2014-09-24 | 南京擎天科技有限公司 | 一种地区碳排放量预测方法 |
| US20160140471A1 (en) * | 2014-11-14 | 2016-05-19 | Institute For Information Industry | Shedding amount assignment method and device |
| CN107276080A (zh) * | 2017-06-28 | 2017-10-20 | 国网山东省电力公司经济技术研究院 | 一种节能减排发展目标贡献率的计算方法 |
| CN107609676A (zh) * | 2017-08-17 | 2018-01-19 | 国网浙江省电力公司经济技术研究院 | 一种基于能源消费结构优化的碳排放峰值计算方法及系统 |
| CN110322068A (zh) * | 2019-07-03 | 2019-10-11 | 上海交通大学 | 一种综合能源系统能源转换设备配置方法及配置系统 |
| CN110909954A (zh) * | 2019-12-03 | 2020-03-24 | 西安交通大学 | 一种最大化可再生能源利用的多阶段电源规划方法 |
| CN111160767A (zh) * | 2019-12-27 | 2020-05-15 | 广东电网有限责任公司 | 一种综合能源服务效益评估方法 |
| CN113224756A (zh) * | 2021-05-11 | 2021-08-06 | 湖南中大设计院有限公司 | 一种应用于光伏建筑一体化最佳装机容量测算的方法 |
| CN113205225A (zh) * | 2021-05-27 | 2021-08-03 | 中国科学院地理科学与资源研究所 | 一种碳排放达峰的关键因子识别方法、系统及数据平台 |
Non-Patent Citations (6)
| Title |
|---|
| BO LI 等: "Feasibility assessment of the carbon emissions peak in China\'s construction industry: Factor decomposition and peak forecast", 《SCIENCE OF THE TOTAL ENVIRONMENT》 * |
| J. SCOTT HOLLADAY 等: "The impact of cheap natural gas on marginal emissions from electricity generation and implications for energy policy", 《JOURNAL OF ENVIRONMENTAL ECONOMICS AND MANAGEMENT》 * |
| 张玉秀: "山东省能源消费和二氧化碳排放总量控制模型及对策研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
| 王勇 等: "中国工业碳排放达峰的情景预测与减排潜力评估", 《中国人口•资源与环境》 * |
| 王深 等: "基于多目标模型的中国低成本碳达峰、碳中和路径", 《环境科学研究》 * |
| 马晓明 等: "深圳市电力部门碳减排路径研究", 《生态经济》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113780632B (zh) | 2023-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20130297240A1 (en) | Methods and systems for improved time cost and accuracy of energy usage baselining | |
| CN108416691B (zh) | 一种能源替代环保潜力计算方法 | |
| Jacqué et al. | The influence of frequency containment reserve on the cycles of a hybrid stationary large-scale storage system | |
| CN111274701B (zh) | 一种采用区间监测数据降维回归的谐波源仿射建模方法 | |
| CN116304669A (zh) | 一种短期校正的分布式光伏功率预测方法及系统 | |
| Liu et al. | Real‐time emission and cost estimation based on unit‐level dynamic carbon emission factor | |
| CN114077788A (zh) | 一种碳排放分析方法、系统、计算机设备及存储介质 | |
| CN113780632A (zh) | 一种发电企业碳达峰预测方法及装置 | |
| CN116050955B (zh) | 基于数字孪生的二氧化碳排放量统计方法、装置及设备 | |
| KR102269887B1 (ko) | 전력량계 검침 장치 및 그것의 검침 방법 | |
| CN115034454A (zh) | 一种基于电量数据的碳排放量预测的方法及装置 | |
| Misconel et al. | How to determine bottom-up model-derived marginal CO₂ abatement cost curves with high temporal, sectoral, and techno-economic resolution? | |
| Söderholm et al. | Learning curve analysis for energy technologies: Theoretical and econometric issues | |
| Faranda et al. | SCADA system for optimization of energy exchange with the BESS in a residential case | |
| CN111178556A (zh) | 电量异常检测方法、装置、计算机设备和可读存储介质 | |
| CN115471086A (zh) | 一种全要素能源利用效率的评价方法、存储介质和装置 | |
| CN116050668A (zh) | 一种基于arma模型的烟厂用电量预测方法 | |
| CN102999028B (zh) | 煤气介质计量数据预警系统数模建构方法 | |
| CN113246782B (zh) | 一种直流充电桩的运行误差监测方法 | |
| US9983024B2 (en) | Determining a load meter installation location in an energy generation system | |
| CN115600722A (zh) | 企业电碳因子长期预测方法 | |
| CN112036713A (zh) | 一种基于主成分分析的煤改电综合效益评价方法和系统 | |
| CN115039310A (zh) | 对能量系统的至少一个特定于设备的能量量的认证 | |
| Livieratos et al. | A New Proposed Energy Baseline Model for a Data Center as a Tool for Energy Efficiency Evaluation | |
| CN106529123B (zh) | 飞灰含碳量的测量方法及装置 |
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 |