CN113886752A - 计算碳排放强度的方法、装置、终端及存储介质 - Google Patents
计算碳排放强度的方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN113886752A CN113886752A CN202111062526.9A CN202111062526A CN113886752A CN 113886752 A CN113886752 A CN 113886752A CN 202111062526 A CN202111062526 A CN 202111062526A CN 113886752 A CN113886752 A CN 113886752A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- generator set
- power generation
- emission intensity
- factor
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 443
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 440
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000010248 power generation Methods 0.000 claims abstract description 179
- 239000000446 fuel Substances 0.000 claims abstract description 122
- 230000000875 corresponding effect Effects 0.000 claims description 50
- 238000013507 mapping Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000005381 potential energy Methods 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 22
- 238000013459 approach Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000007726 management method Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 239000006227 byproduct Substances 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 101710181853 C-factor Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Physics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Technology Law (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Manufacturing & Machinery (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本申请实施例公开了一种计算碳排放强度的方法、装置、终端及存储介质,属于能源管理领域。该方法包括:获取电力系统的基本属性数据,基于该数据得到发电机组的有功发电量;根据发电机组的生命周期类型获取发电机组的发电燃料碳排放因子初值,发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量;根据发电机组的有功发电量和发电燃料碳排放因子初值,计算发电机组的碳排放强度。本申请实施例通过获取发电机组的有功发电量以及发电机组的发电燃料碳排放因子初值,能够实时确定发电机组的碳排放强度,使得电厂内设备的碳排放量得以实时统计,缩小了碳排放强度的统计粒度,提高了发电设备的碳排放强度的监控效果。
Description
技术领域
本申请实施例涉及能源管理领域,特别涉及一种计算碳排放强度的方法、装置、终端及存储介质。
背景技术
随着全球变暖的问题日益突出,人类在各领域开始管控碳排放。其中,在能源领域,发电所产生的碳排放强度作为一个重要生产指标,越来越被各地行政管理部门所重视。
相关技术中,行政管理部门能够在一季度或者一年的统计周期中,获取所管理的区域中的所有发电厂的总净发电量、燃料类型和燃料总消耗量,计算发布电量边际排放因子,也称之为碳排放强度。
发明内容
本申请实施例提供了一种计算碳排放强度的方法、装置、终端及存储介质。所述技术方案如下:
根据本申请的一方面内容,提供了一种计算碳排放强度的方法,所述方法包括:
获取电力系统的基本属性数据,基于所述基本属性数据得到发电机组的有功发电量;
根据所述发电机组的生命周期类型获取所述发电机组的发电燃料碳排放因子初值,所述发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量的大小;
根据所述发电机组的所述有功发电量和所述发电燃料碳排放因子初值,计算所述发电机组的碳排放强度。
根据本申请的另一方面内容,提供了一种计算碳排放强度的装置,所述装置包括:
第一获取模块,用于获取电力系统的基本属性数据,基于所述基本属性数据得到发电机组的有功发电量;
第二获取模块,用于根据所述发电机组的生命周期类型获取所述发电机组的发电燃料碳排放因子初值,所述发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量的大小;
数据计算模块,用于根据所述发电机组的所述有功发电量和所述发电燃料碳排放因子初值,计算所述发电机组的碳排放强度。
根据本申请的另一方面内容,提供了一种终端,所述终端包括处理器和存储器,所述存储器中存储有至少一条指令,所述指令由所述处理器加载并执行以实现如本申请各个方面提供的计算碳排放强度的方法。
根据本申请的另一方面内容,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令由处理器加载并执行以实现如本申请各个方面提供的计算碳排放强度的方法。
根据本申请的一个方面,提供了一种计算机程序产品,该计算机程序产品包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实现方式中提供的计算碳排放强度的方法。
本申请实施例提供的技术方案带来的有益效果可以包括:
本申请向获取电力系统的基本属性数据,基于基本属性数据得到发电机组的有功发电量;再根据发电机组的生命周期类型获取发电机组的发电燃料碳排放因子初值,该发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量的大小;最后根据发电机组额有功发电量和发电燃料碳排放因子初值计算发电机组的碳排放强度。由于本申请能够针对发电机组的有功发电量以及该发电机组的发电燃料碳排放因子初值,并根据该数据计算得到发电机组的碳排放强度,使得发电系统中的最小单位的发电机组的碳排放强度可被监控,从而缩小了整个电力系统中碳排放强度的监控粒度,进而通过了累加不同的发电机组还能够统计各电厂或各地区实时的碳排放强度,为后续电力系统进行碳交易提供了相关数据,从而推动节能减排的工作的开展。
附图说明
为了更清楚地介绍本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本申请一个示例性实施例提供的一种终端的结构框图;
图2是本申请一个示例性实施例提供的计算碳排放强度的系统的框架图;
图3是本申请一个示例性实施例提供的计算碳排放强度的系统的框架图;
图4是本申请一个示例性实施例提供的一种计算碳排放强度的方法的流程图;
图5是本申请另一个示例性实施例提供的一种计算碳排放强度的方法流程图;
图6是本申请基于图5所示实施例提供的一种碳排放强度监控的示意图;
图7是本申请一个示例性实施例提供的一种区域碳迹的追踪方法的流程图;
图8是本申请一个示例性实施例提供的一种碳强度计算方法的流程图;
图9是本申请一个示例性实施例提供的一种分地碳强度计算方法的流程图;
图10是本申请一个示例性实施例提供的计算碳排放强度的装置的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。此外,在本申请的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
如本文中所使用,根据上下文,术语“如果”任选地被解释为“当......时”、“在……时”、“响应于确定”或“响应于检测”。类似地,根据上下文,短语“如果确定……”或“如果检测到(所陈述的条件或事件)时”或“响应于检测到(所陈述的条件或事件)”。
需要说明的是,使用个人可识别信息应遵循公认为满足或超过维护用户隐私的行业或政府要求的隐私政策和做法。具体地,个人可识别信息在管理和处理的过程中应当向用户明确说明授权使用的性质,以使无意或未经授权的访问或使用的风险最小化。
为了本申请实施例所示方案易于理解,下面对本申请实施例中出现的若干名词进行介绍。
GDF(Grid Data Fabric,电网数据经纬)。
CI(Carbon Intensity,碳排放强度)。
Multi-time Scales(多时间尺度)。
Multi-spatial Dimensions(多空间维度)。
示例性地,本申请实施例所示的计算碳排放强度的方法,可以应用在终端中,该终端具备显示屏且具备计算碳排放强度的功能。终端可以包括膝上型电脑、台式电脑、电脑一体机、服务器或工作站等。需要说明的是,在本申请所需要的数据计算量增大时,本申请需要高性能的终端。应用本申请的技术人员,可以示意性调整运行本申请方案的终端的硬件性能。
请参见图1,图1是本申请一个示例性实施例提供的一种终端的结构框图,如图1所示,该终端包括处理器120、存储器140和通讯组件160,所述存储器140中存储有至少一条指令,所述指令由所述处理器120加载并执行以实现如本申请各个方法实施例所述的计算碳排放强度的方法。通讯组件160用于接收从外界获取的数据,以及向外界发送数据。
在本申请中,终端100能够获取电力系统的基本属性数据,基于所述基本属性数据得到发电机组的有功发电量;根据所述发电机组的生命周期类型获取所述发电机组的发电燃料碳排放因子初值,所述发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量的大小;根据所述发电机组的所述有功发电量和所述发电燃料碳排放因子初值,计算所述发电机组的碳排放强度。
处理器120可以包括一个或者多个处理核心。处理器120利用各种接口和线路连接整个终端100内的各个部分,通过运行或执行存储在存储器140内的指令、程序、代码集或指令集,以及调用存储在存储器140内的数据,执行终端100的各种功能和处理数据。可选的,处理器120可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器120可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器120中,单独通过一块芯片进行实现。
存储器140可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory,ROM)。可选的,该存储器140包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器140可用于存储指令、程序、代码、代码集或指令集。存储器140可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等;存储数据区可存储下面各个方法实施例中涉及到的数据等。
通讯组件160中可以包括信号处理模块和天线。其中,天线也可以被通信线缆所替代。例如,本申请中的终端100能够获取电力系统的基本属性数据,该数据可以是从外部的电力系统获取。其中,该基本属性数据可以存储在指定的设备中,终端100在获取到相应的权限后,能够通过通讯组件160获取基本属性数据。
请参考图2,图2是本申请一个示例性实施例提供的计算碳排放强度的系统的框架图。在该系统200中,包括终端100、发电机组211和管理设备220。其中,发电机组211中与管理设备220相连。管理设备220中存储有包括发电机组211在内的设备的有功发电量。需要说明的是,管理设备220中存储的数据也可以不是有功发电量,是一组其它的中间数据,该中间数据被运算后能够得到发电机组211的有功发电量。
需要说明的是,终端100可以是放置在调度中心或者监控中心。该终端100可以通过多个屏幕来显示数据。例如,在调度中心中的终端运行本方案时,该调度中心可以通过多块显示屏实时显示当前所管理的发电机组或者电厂的碳排放强度。
请参考图3,图3是本申请一个示例性实施例提供的计算碳排放强度的系统的框架图。在该系统300中,包括终端100、火电厂210、管理设备220、等效负载230、水电厂240、光伏电厂250、风电厂260和核电厂270。
其中,各个电厂具有各自所属的发电机组。一种可能的场景中,同属一个电厂的发电机组的类型相同。例如,同属火电厂210的发电机组均是火电机组。在另一种可能的场景中,同属一个电厂的发电机组的类型可以不同。例如,混合电厂中,既包括光伏机组,也包括火电机组。本申请实施例不对一个电厂中的发电机组的类型进行限制。无论同一个电厂中的发电机组的类型是否相同,本申请所示的方案均可以使用。
下面介绍本例中各个电厂中的发电机组的情况。
对于火电厂210,设置有火电机组211、火电机组212和火电机组213。
对于水电厂240,设置有水电机组241和水电机组242。
对于光伏电厂250,设置有光电机组251。
对于风电厂260,设置有风电机组261和风电机组262。
对于核电厂270,设置有蒸汽机组271和蒸汽机组272。
在本例中,每个电厂的数据都能够被管理设备220获取。一种可能的方式中,每个电厂有用于管理本厂的发电机组的厂属设备。管理设备220与各个发电厂的厂属设备通信,以获取各个发电厂所属的发电机组的数据。例如,管理设备可以与各个发电厂的厂属设备通信,以获取各个发电厂所属的发电机组的有功发电量。另一种可能的方式中,管理设备220与直接与各个电厂中的发电机组进行通信,以获取每一个发电机组的相关数据。
其中,等效负载230可以是在第一时段内消耗系统300所在的电网中其它设备发出的电能,并在第二时段内向系统300所在的电网提供电能的设备。需要说明的是,第一时段和第二时段没有重合部分的两段时间。
换言之,等效负载230可以是系统300之外的端口的等效对象。
随着碳达峰计划和碳中和计划的提出,碳交易市场实际是多行业的可交易碳排放业绩标准。电力行业作为双碳目标达成的主阵地,提出构建以新能源为主体的新型电力系统。电力低碳转型成为政府机构重要需求和关键抓手。碳强度的量化分析作为基础性技术支撑,以通过分时分地碳迹管理实现更精准的能源流动与电网的优化运行,以最大程度地平抑新能源电力的强随机波动性,提高新能源的利用率。
影响碳排放强度的因素包括多个,根据不同分析角度可以得出不同结论。在多个因素中,经济规模、能源强度、能源结构与产业结构是目前研究领域中出现频次较高的一些因素。在应用本申请所示的方案之前,行政部门将统计多省区在组成的地区,从而得到指定的地区在指定测算时段内的碳排放强度。
基于上述问题,对于政府机构而言,本申请提供的方案能够对所管辖的行政区域中的碳排放总量进行监督,进行碳指标分配。对于电力部门,本申请提供的方案能够了解电能碳足迹,协助其新能源消纳与电力市场改革推进。
在本方案提供的其它方案中,由于能够监控普通企业所用电能的来源,并最终溯源到发电机组。因此,普通企业用电生产时的碳排放气度也能够实现监控,提高了普通企业控制生产商品时的碳排放强度。对于需要出口商品的企业而言,本申请能够基于商品生产时的碳排放强度提供精准营销,协助企业科学安排生产计划,协助其顺利参与碳交易。
请参考图4,图4是本申请一个示例性实施例提供的一种计算碳排放强度的方法的流程图。该计算碳排放强度的方法可以应用在上述所示的终端中。在图4中,计算碳排放强度的方法包括:
步骤410,获取电力系统的基本属性数据,基于基本属性数据得到发电机组的有功发电量。
在本申请实施例中,终端能够获取电力系统的基本属性数据。需要说明的是,在一种可能的方式中,基本属性数据可以直接包括发电机组的有功发电量。
在另一种可能的方式中,基本属性数据包括的是用于计算发电机组的有功发电量的数据。例如,基本属性数据还包括发电机组的电流和电压这类测量类数据,基于电流和电压计算得到发电机组的有功发电量。
可选地,基本属性数据还可以按照数据种类包括:管理类数据、电网模型类数据、电网运行类数据、电源运行类数据、负荷运行类数据以及交易类数据中至少一种。
可选地,管理类数据可以包括行政区域数据、发电机组的类型和发电机组的装机容量。示意性的,行政区域数据可以是省、地市、区县、乡镇等数据。发电机组的类型包括火电机组、水力机组、风能机组、光伏机组和核能机组。其中,火力机组的输入动力是火力热能;水力机组的输入动力是水力势能;风能机组的输入动力是风力动能;光伏机组的输入动力是太阳能;核能机组的输入动力是核能。发电机组的装机容量用于指示单个机组的发电最大能力。
可选地,电网运行类数据包括有功发电量、无功发电量、发电机组的电流和发电机组的电压等测量类数据。
可选地,电源运行类数据包括系能源功率预测数据、发电计划数据和检修计划数据。
可选地,负荷运行类数据包括母线负荷预测类数据、储能及电动汽车充放电功率和有序用电序列。
可选地,交易类数据包括电厂中长期交易曲线和电厂日前计划曲线。
步骤420,根据发电机组的生命周期类型获取发电机组的发电燃料碳排放因子初值,发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量的大小。
在本例中,终端能够根据发电机组的生命周期类型,来获取发电机组的发电燃料碳排放因子初值。
可选地,生命周期类型包括真类型和假类型。其中,真类型的生命周期类型说明确定发电机组的发电燃料碳排放因子初值时,需要考虑发电机组的生命周期类型。假类型的生命周期类型说明确定发电机组的发电燃料碳排放因子初值时,无需考虑发电机组的生命周期类型。
在本例中,不同的生命周期类型对应不同的映射关系。在发电机组的生命周期类型确定的情况下,终端可以获取发电机组的发电燃料碳排放因子初值,该发电燃料碳排放因子初值可以指示单位发电量所产生的碳排放量的大小。需要说明的是,该发电燃料碳排放因子初值可以是一个无单位的系数,该数值越高,说明发电机组在发出单位发电量时产生的碳量越高。相应的,在发电机组的发电燃料碳排放因子初值数值越低的情况下,说明该发电机组在发出单位发电量时产生的碳量越低。
步骤430,根据发电机组的有功发电量和发电燃料碳排放因子初值,计算发电机组的碳排放强度。
在本申请实施例中,终端能够将发电机组的有功发电量和发电燃料碳排放因子初值相乘,将乘积作为发电机组的碳排放强度。从而,本申请实施例能够在获知发电机组的基本碳排放强度。
可选地,若发电机组的数据是实时更新的,那终端示出的碳排放强度也是实时更新的数据。
可选地,若终端的显示屏能够显示发电机组的碳排放强度,则在碳排放强度是发电机组的实时更新的数据时,终端可以实时显示出发电机组当前的碳排放强度。
示意性的,若已知发电机组的有功发电量P,该发电机组的发电燃料碳排放因子初值为coef,两者相乘,即可以得到发电机组的碳排放强度CI。CI=P*coef。
在此基础上,若需要计算电厂的碳排放强度CI。则可以在电厂包括N台机组,每台机组的碳排放强度分别为CI1、CI2、…、CIn。本申请对各机组的碳排放强度进行累加,得到电厂的碳排放强度CI。其中,相关的公式可以是CI-Plant(i)=CI1+CI2+…+CIn。
综上所述,本实施例提供的计算碳排放强度的方法,能够向获取电力系统的基本属性数据,基于基本属性数据得到发电机组的有功发电量;再根据发电机组的生命周期类型获取发电机组的发电燃料碳排放因子初值,该发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量的大小;最后根据发电机组额有功发电量和发电燃料碳排放因子初值计算发电机组的碳排放强度。由于本申请能够针对发电机组的有功发电量以及该发电机组的发电燃料碳排放因子初值,并根据该数据计算得到发电机组的碳排放强度,使得发电系统中的最小单位的发电机组的碳排放强度可被监控,从而缩小了整个电力系统中碳排放强度的监控粒度,进而通过了累加不同的发电机组还能够统计各电厂或各地区实时的碳排放强度,为后续电力系统进行碳交易提供了相关数据,从而推动节能减排的工作的开展。
基于上一个实施例所公开的方案,终端还能够通过另一种可能的方式实现计算碳排放强度的方法,请参考如下实施例。
请参见图5,图5是本申请另一个示例性实施例提供的一种计算碳排放强度的方法流程图。该计算碳排放强度的方法可以应用在上述所示的终端中。在图5中,该计算碳排放强度的方法包括:
步骤510,获取电力系统的基本属性数据。
在本申请实施例中,步骤510的执行过程和步骤410的执行过程相同,此处不再赘述。
本申请在执行完成步骤510之后,既能够执行步骤521和步骤522,也能够执行步骤531、步骤532和步骤533。
步骤521,在生命周期类型为假的情况下,采用第一预设映射关系,确定发电机组的类型所对应的中间发电燃料碳排放因子。
在本例中,发电机组的生命周期类型为假类型,说明确定发电机组的发电燃料碳排放因子初值无需考虑发电机组的生命周期。在该场景中,终端中预设有第一预设映射关系。终端能够按照第一预设映射关系中记载的发电机组的类型,确定发电机组的类型所对应的中间发电燃料碳排放因子。
步骤522,将中间发电燃料碳排放因子确定为发电机组的类型所对应的发电燃料碳排放因子初值。
在本例中,由于无需考虑发电机组的全生命周期,因此终端将直接将中间发电燃料碳排放因子确定为发电燃料碳排放因子初值。
例如,终端在不考虑发电机组的全生命周期的时候,第一预设映射关系可以形如表一所示。
表一
需要说明的是,表一所示的过程可以归纳为:终端获取发电机组的类型,发电机组的类型用于指示发电机组所采用的输入动力,该输入动力包括火力热能、水力势能、风力动能、太阳能和核能中至少一种。终端将根据第一预设映射关系的记录,从而确定发电机组的类型所对应的中间发电燃料碳排放因子。
在本场景中,终端将根据机组类型确定的中间发电燃料碳排放因子直接确定为发电燃料碳排放因子初值。示意性的,发电燃料碳排放因子可以记为coef。
由于火力机组的燃料情况不同时,中间发电燃料碳排放因子的情况有所区别。本申请实施例能够在发电机组所采用的输入能源包括火力热能,也即发电机组是火电机组的情况下,根据第一预设映射关系的记录,确定火电机组所对应的中间发电燃料碳排放因子集合,中间发电燃料碳排放因子集合是包括n个整数的集合,n为正整数;获取火电机组所属的电力系统中的火力排碳等级,火力排碳等级用于指示火电机组产生单位电力时的碳排放量;根据第二预设映射关系,从中间发电燃料碳排放因子集合中确定火力排碳等级所对应的中间发电燃料碳排放因子,第二预设映射关系关联于火电机组所属的电力系统。
在一种具体的实施方式中,在机组类型是火电机组时,本申请将中间发电燃料碳排放因子确定为整数值x,x属于[80,90]。随后,本申请将获取火电机组所在的行政区划的火电等级,并根据火电等级和火电机组自身的细分火电模式,确定x的具体数值。
例如,火电机组属于A行政区域,A行政区域的火电等级分为Q1、Q2、Q3和Q4四个等级。Q1等级表示300MW及以上的常规燃煤机组;Q2等级表示300MW等级及以下的常规燃煤机组;Q3等级表示非常规燃煤机组;Q4等级表示燃气机组。
在此基础上,本申请令Q1等级对应中间发电燃料碳排放因子90,Q2等级对应中间发电燃料碳排放因子87,Q3等级对应中间发电燃料碳排放因子83,Q4等级对应中间发电燃料碳排放因子80。
需要说明的是,上述方案仅为示例性说明行政区域的火电等级分为4个等级时,中间发电燃料碳排放因子的确定方法。随着行政区域的不同,本申请所提供的方案,可以满足至多11个火电等级的行政区域来确定中间发电燃料碳排放因子。若火电等级超过11个,则本方案可以采用多个火电等级对应同一个的中间发电燃料碳排放因子的方式,来确定中间发电燃料碳排放因子。比如,火电等级分为22个,则2个火电等级等于同一个中间发电燃料碳排放因子。比如,火电等级q1和火电等级q2均对应中间发电燃料碳排放因子90。
步骤531,在生命周期类型为真的情况下,获取发电机组的基础发电燃料碳排放因子。
其中,基础发电燃料碳排放因子用于指示发电机组在投产发电前所产生的碳排放量的估计值。
可选地,本申请在考虑发电机组的全生命周期的情况下,由于全生命周期中包括发电机组在生产、运输等过程中产生的碳排放强度。因此,需要输入基础发电燃料碳排放因子,该基础发电燃料碳排放因子包括规划类数据和设备生产厂商。可选地,终端可以从设备因子库中读取发电机组在生产过程中产生的碳排放强度。随后,终端再根据该发电机组的运输方式和运输距离确定运输过程中产生的碳排放强度。其中,运输距离是从发电机组的生产厂商至部署地点的距离。
步骤532,采用第一预设映射关系,确定发电机组的类型所对应的中间发电燃料碳排放因子。
需要说明的是,步骤532的执行过程与步骤521的执行方式类似,此处不再赘述。
步骤533,将中间发电燃料碳排放因子和基础发电燃料碳排放因子之和,确定为发电机组的类型所对应的发电燃料碳排放因子初值。
在本例中,将上述步骤计算得到的中间发电燃料碳排放因子和基础发电燃料碳排放因子相加,得到发电机组的类型所对应的发电燃料碳排放因子初值。
例如,发电机组E1的中间发电燃料碳排放因子为F1,且发电机组E1的基础发电燃料碳排放因子为F2,则该发电机组E1的发电燃料碳排放因子初值为(F1+F2)。
步骤540,根据发电机组的有功发电量和发电燃料碳排放因子初值,计算发电机组的碳排放强度。
在本申请中,步骤540的执行过程与步骤430的执行过程相同,此处不再赘述。
步骤551,获取发电机组的负荷。
在本例中,终端能够获取到发电机组的负荷。
一种可能的方式中,该发电机组的负荷可以是发电机组的实时负荷。
另一种可能的方式中,该发电机组的负荷可以是指定时段中的平均负荷。
步骤552,将发电机组的负荷和发电机组的碳排放强度相除,所得的商是发电机组的碳强度因子。
其中,碳强度因子用于指示发电机组的单位发电量所产生的碳排放量,碳强度因子和发电燃料碳排放因子初值正相关。
在本例中,终端将获取同一统计时间维度的发电机组的负荷和发电机组的碳排放强度。比如,统计时间尺度可以均是实时统计,统计时间尺度也可以均是过去的时段A内的数据。
在获取到同一统计时间上的发电机组的负荷和发电机组的碳排放强度之后,终端将使用发电机组的负荷除以发电机组的碳排放强度,得到的商即为发电机组的碳强度因子。
需要说明的是,电厂的碳强度因子以及指定区域内的碳强度因子均可以采用该计算方式,本处不再赘述。
步骤561,获取时空统计范围,时空条件包括时间范围和/或空间范围。
在本例中,能够通过多种方式获取到时空统计范围。一种可能的方式中,终端通过用户界面(User Interface,UI)来获取。另一种可能的方式中,终端通过当前显示数据的显示屏标识来获取。
可选地,终端能够通过UI中的鼠标点击、菜单点选或者其他方式来选择时空统计范围。一种可能的方式中,时空统计范围同时包括统计数据的时间范围和空间范围。另一种可能的方式中,时空统计范围仅包括时间范围,空间范围是默认的数据。又一种可能的方式中,时空统计范围仅包括空间范围,时间范围是默认的数据。
可选地,由于本申请可以集成到一款可执行的应用程序中。该应用程序支持同时在M个显示屏中显示相关窗口的能力。其中,M可以为小于100的整数。在初始化阶段中,显示屏标识可以与时空统计范围相绑定。例如,显示屏S1与A县实时数据相绑定,显示屏S2与A县一周数据相绑定,显示屏S3与B县实时数据相绑定,显示屏S4与电厂E1实时数据相绑定。
需要说明的是,上述绑定关系仅为一种可能的实现方式,不对本申请具体的实现方式形成限定。
步骤562,将属于时空统计范围内的发电机组确定为目标机组群。
在本例中,终端能够根据时空统计范围内,参与发电的发电机组确定为目标机组群。该目标机组群中至少包括一个发电机组。
可选地,若终端确定目标机组群中不存在发电机组,也即时空统计范围内没有参与发电的发电机组,则终端终止计算流程,并返回提示信息。其中,提示信息可以用于提示用户检查线路是否异常,以及提示时空统计范围中没有发电机组参与发电。
示意性的,若时空统计范围内包括空间维度,则相关的碳排放强度的测算过程如下。
一种可能的应用方式中,空间维度可以是全国、大区、省、市、县区或乡镇。首先,终端能够对空间维度中的负荷求和,得到空间维度的负荷总和Sum-Load。其次,终端将对空间维度内的发电机组的碳排放强度进行累加,得到总的发电机组的碳排放强度SumCI-Plant。随后,终端测算空间维度的碳强度因子。在测算过程中,终端将总的发电机组的碳排放强度SumCI-Plant除以空间维度的负荷总和Sum-Load,即可得到空间维度的碳强度因子C-factor。
示意性的,若时空统计范围内包括时间维度,则相关的碳排放强度的测算过程如下。
一种可能的应用方式中,时间维度可以是每15分钟、每小时、每天、每旬、每月、每季度或每年度。需要说明的是,上述时间维度所涉的时段既可以仅包括过去的时段,也可以既包括过去的时段也包括未来的时段。其中,过去的时段对应的数据是实测数据,未来的时段可以参考过去时段中的同期数据。
例如,若时间维度是每15分钟或每小时,未来的时段对应的数据可以历史数据的上一天数据中的同样时段的数据。也即,可以通过昨天的同样时段的数据,来预测今日同样时段的数据。
又例如,若时间维度是每天,未来的时段对应的数据可以历史数据中上个月数据中的同一天的数据。比如,本月18号的数据,可以通过上个月18号的数据进行预测。
在一种以年度为统计的方式中,本申请能够以每小时为时间维度采集碳排放数据。若一年计365天,则一年共有365*24=8760个时间序列数据。终端能够按照时间先后顺序连接上述8760个数据,得到被统计对象在一年中季节性以及峰谷平等碳排放数据。
请参考图6,图6是本申请基于图5所示实施例提供的一种碳排放强度监控的示意图。在图6中,用户既可以选定统计的地区,也可以选择统计时间。随后,系统能够自动显示指定的时间和地区的碳排放强度的情况。在图6中,时间是时间1至时间2,地区是A3子地区。该地区的碳排放强度是47.54,其中各个类型的发电量也可以实时显示。并且,图6中提供发电燃料碳排放因子的调整框,用户可以根据自身需要改变发电燃料碳排放因子之后重新统计。
步骤563,累加目标机组群中每个发电机组的碳排放强度,得到时空统计范围对应的碳排放强度。
在本例中,终端能够累积目标机组群每一个发电机组的碳排放强度,将累加后得到的碳排放强度作为时空统计范围对应的碳排放强度。
可选地,步骤536可以通过步骤(1)、步骤(2)和步骤(3)来替换实现得到时空统计范围对应的碳排放强度的效果。
步骤(1),获取时空统计范围内的等效负载。
需要说明的是,等效负载用于指示向目标机组群供电的外部设备。在指定的时空统计范围对应的电网中,包括与外部电网连接的端口。其中,外部电网可能是同级别电网、下一级别电网或上一级别电网。随着电力调度的指示,外部电网既可以从时空统计范围对应的电网获取电能,也可以向时空统计范围对应的电网提供电能。
基于上述分析,本申请将时空统计范围对应的电网之外的外部电网统一进行等效,作为一个等效负载。由于该等效负载的数值既可以是正值,也可以是负值。因此,等效负载能够从逻辑上表示外部电网。
示意性的,若等效负荷的数值是负数,则等效负荷可以被等效为发电机。
步骤(2),获取等效负载的供电路径上的母线碳排放强度,母线碳排放强度用于指示母线包括的各段线路的碳排放强度和变压器的碳排放强度之和。
在本例中,时空统计范围内的发电机组到等效负载的路径上的碳排放强度,需要进行统计。在一种可能的方式中,电力传输的路径中主要包括线路碳强度因子和变压器碳强度因子的计算。换言之,时空统计范围内的发电机组到等效负载的路径上的碳排放强度,是时空统计范围内的发电机组到等效负载的最优电力传输路径上的线路碳强度因子和变压器碳强度因子的总和。
示意性的,母线碳排放强度可以通过拓扑融合该母线下属的线路碳排放因子和变压器碳强度因子得到。一种可能的应用场景中,本申请能够通过拓扑融合,对输电线路和变压器各自的碳强度因子进行计算。首先,终端基于拓扑关系,在电网中实现拓扑融合。拓扑融合包括发电网、输电网、配电网和用电网内容的拓扑结构及其之间的连接关系、用户与电网之间的物理连接,以及各类传感器与数据采集装置在电网中的具体安装位置等电网空间数据的融合。例如,发电机组存在从机组出口到500kV变压器的供电路径。根据基尔霍夫定律,该供电路径上的交流线路和变压器的碳排放强度与该电厂的碳排放强度相同。若计算范围内存在M个发电机组,则存在M条供电路径。终端对供电路径上的所有变电站和交流线路,进行累积求和。
下面通过一个实际的例子说明母线碳排放强度的获取方式。若时空统计范围内的电网中的第Gen-i发电机组的碳排放强度为CIi,经过j条交流线路和m个变压器。其中,交流线路的编号分别为Line-1、Line-2、…、Line-j,变压器编号分别为:Trans-1、Trans-2、…、Trans-m的碳排放强度均为CIi。
上述统计方式的针对一个发电机组进行的统计,后续可以遍历时空统计范围内的电网中的所有发电机组进行统计,得到各个发电机组对于每一条供电路径和变压器上的碳排放强度。最后,对所有供电路径的碳排放强度和所有变压器的碳排放强度进行求和,得到所有供电路径和所有变压器的碳排放强度。
步骤(3),累加目标机组群中每个发电机组的碳排放强度,将得到的和与母线碳排放强度相加,得到时空统计范围的碳排放强度。
需要说明的是,母线碳排放强度用于表示等效负载带来的碳排放强度。因此,时空统计范围对应的电网的碳排放强度,将累加目标机组群中的每个发电机组的碳排放强度,以及,母线碳排放强度。
其中,母线碳排放强度用于指示时空统计范围的全部等效负载对应的母线碳排放强度。
需要说明的是,本申请还能够通过步骤(a)和步骤(b)来调整被测对象的碳排放强度。其中,被测对象可以是发电机组、电厂、地区电网或公司等主体,本申请对此不作限定。本申请由于能够统计得到发电机组的碳排放强度,因此,同样能够统计得到电厂、地区电网或公司的碳排放强度。
步骤(a),从碳交易所获取被测对象的绿证数量。
需要说明的是,为了保障系统数据的可参考性。本申请在获取碳交易所中的被测对象的绿证数量,可以对绿证进行检验。可选地,检测的方式包括与碳交易所进行加密验证。或者,在绿证是基于区块链制作的前提下,可以通过区块链验真的方式进行检测。
步骤(b),根据预设因子调整规则,调整被测对象的碳强度因子。
在本例中,若原本被测对象的碳强度因子是A,且被测对象从别处购买了绿证,则被测对象的碳强度因子变化为B,B小于A。
若原本被测对象的碳强度因子是A,且被测对象从别处购买了绿证,则被测对象的碳强度因子变化为C,C大于A。
其中,因子调整规则用于规定绿证数量与碳强度因子的调整幅度的关系。一种可能的方式中,因子调整规则指示的绿证数量与碳强度因子的调整幅度成线性关系。
另一种可能的方式中,因子调整规则指示的绿证数量与碳强度因子的调整幅度成非线性关系。在该场景中,当被测对象的碳强度因子A大于第一门限值时,绿证数量与碳强度因子的调整量的比例是P1。当被测对象的碳强度因子A小于或等于第一门限值且大于第二门限值时,绿证数量与碳强度因子的调整量的比例是P2。当被测对象的碳强度因子A小于或等于第二门限值时,绿证数量与碳强度因子的调整量的比例是P3。其中,第一门限值大于第二门限值,P1>P2>P3。
需要说明的是,当被测对象的碳强度因子过高时,其降低单位碳强度因子的绿证数量较多;当被测对象的碳强度因子较低时,其降低单位碳强度因子的绿证数量较少。由此,可以鼓励被测对象时刻注意维持自身处于合理的碳强度因子的积极性。
可选地,终端还可以利用遗传算法进行高频因子挖掘,形成碳强度因子修正知识库,该知识库可以和上述因子调整规则一并,用于调整被测对象的碳强度因子。
需要说明的是,基于本申请提供的碳排放强度的统计方法,终端能够较为便利地绘制出碳轨迹。该碳轨迹展示可以通过包括任务流程节点和连接线等图形化组件展示。在图形化展示中,终端还能够将配置信息附加在相应的对象旁予以显示。其中,配置信息包括流程节点参与者配置、任务流程变量和任务流程条件配置。结果统计时对在电网一张图上对碳排放强度进行分时分地分业务等进行展示,最终生成统计分析报告,以为专业人员提供决策信息,便于碳排放的精细化和高效化管理。
综上所述,本实施例既能够按照电网所提供的数据计算出发电机组的碳排放强度,在统计维度上能够在空间维度和时间维度自由切换。由于统计数据是按照发电机组所在电网的实时数据,因此数据具有客观性和时效性,能够为进一步进行碳排放量交易和生产产品所需要的碳排放量标注提供数据便利。
本实施例提供的计算碳排放强度的方法,还能够通过碳轨迹图示令用户更加直观了解碳排放强度的流向。
本实施例提供的计算碳排放强度的方法,还能够考虑电网中存在外部输入的电能的情况,同时计算该电能的碳排放强度,保证电网中的各个粒度均能够提供正确的碳排放数据。
请参见图7,图7是本申请一个示例性实施例提供的一种区域碳迹的追踪方法的流程图。图7所示的方案能够应用在图1所示的终端中。在图7中,该区域碳迹的追踪方法可以包括:
步骤701,选择目标区域内的发电机组。
在本例中,目标区域既可以是行政区域,也可以按照电厂隶属关系划分的商业区划,本申请实施例对此不作限定。其中,行政区域可以是国家、省、城市、县区或者乡镇等。商业区域可以根据电厂分布进行统计,商业划分标准没有具体的标准,此处不再列举说明。
在本例中,终端能够在用户选定目标区域之后,能够自动确定出属于该目标区域中的发电机组。需要说明的是,一种可能的方式中,发电机组是设置在目标区域中的发电机组。另一种可能的方式中,发电机组是隶属目标区域的发电机组。本申请可以采用其中任意一种标准,本申请对此不作限定。
步骤702,对于选定的发电机组,采用深度优先策略进行搜索。
在本例中,终端对于目标区域中的被选定的发电机组,采用深度优先策略进行搜索,从而得到该发电机组发电后的碳排放强度的流向。换言之,本步骤可以确定出被选定的发电机组所产生的碳排放强度的轨迹。
步骤703,基于搜索结果,生成相应的碳轨迹追踪图。
在本例中,终端能够基于单个发电机组所产生的碳排放强度的轨迹,生成相应的碳轨迹追踪图。需要说明的是,由于本实施例所要绘制目标区域中的碳轨迹追踪图。因此,每处理一个发电机组,均可以在前一个发电机组得到的碳轨迹追踪图上继续绘制该碳轨迹追踪图。该碳轨迹追踪图是每一个发电机组所产生的碳排放强度的轨迹的叠加效果。
步骤704,判断是否搜索完成全部的发电机组。
终端在搜索完成全部的发电机组后,结束本流程,生成本区的碳轨迹追踪图。在还存在没有搜索的发电机组时,跳转到步骤702继续执行,直至搜索完成全部的发电机组。
综上所述,本申请实施例提供的区域碳迹的追踪方法,能够在用户选定所要统计的目标区域后,自动对该目标区域中的发电机组进行遍历统计,逐个处理发电机组所产生的碳迹之后,生成目标区域中整体的碳迹图,提高了获取目标区域的碳迹追踪图的效率。
请参见图8,图8是本申请一个示例性实施例提供的一种碳强度计算方法的流程图。图8所示的方案能够应用在图1所示的终端中。在图8中,该碳强度计算方法可以包括:
步骤801,采集并分析电力系统数据。
步骤802,建立碳数据分析任务模型,并分配分析任务以及对运行资源进行预处理。
步骤803,基于电力系统数据,进行数据规范化和数据清理处理。
步骤804,基于碳数据分析任务模型,处理经过规范化和数据清理的电力系统数据,得到相应的碳排放强度。
步骤805,调用已生成的碳轨迹追踪图,展示碳迹和相应的碳排放强度。
步骤806,判断是否全部发电机组已完成展示碳迹和相应的碳排放强度。
若全部发电机组已完成展示碳迹和相应的碳排放强度,终端结束流程。若还存在发电机组未完成展示碳迹和相应的碳排放强度,跳转至步骤805继续执行本流程,直至全部发电机组已完成展示碳迹和相应的碳排放强度。
综上所述,在本申请实施例中,终端能够在采集到电力系统数据之后,自动对数据进行清洗和规范化。并在预先建立碳数据分析任务模型之后,按照模型对计算资源进行预处理,随后将规范化后的电力系统数据导入模型进行计算,在所有数据处理完毕后,相应的碳排放强度数据可以结合碳迹一同展示,从而使得碳迹能够和结合碳排放强度数据一同展示,便于用户从上述两个维度上了解被测对象在环保领域中的量化后的指标情况。
请参见图9,图9是本申请一个示例性实施例提供的一种分地碳强度计算方法的流程图。图9所示的方案能够应用在图1所示的终端中。在图9中,该分地碳强度计算方法可以包括:
步骤901,读取目标地区发电机组的组织结构图。
步骤902,读取目标地区中水电机组、火电机组、风电机组、光伏机组、核能机组和生物储能机组的实际发电量。
步骤903,读取目标地区的用电负荷。
步骤904,计算目标地区的碳排放强度。
步骤905,汇总累加目标地区中各个子地区的碳排放强度。
步骤906,判断是否存在未统计的子地区。
若不存在未统计的子地区,则结束流程。若存在未统计的子地区,则跳转至步骤902继续统计,直至全部子地区统计完毕,得到目标地区的碳排放强度。
综上所述,本申请实施例能够按照不同的地区分别统计碳排放强度,在目标地区中的各个子地区的碳排放强度统计完毕后,再汇总得到目标地区总的碳排放强度,从而实现了同时获取子地区和目标地区两个统计级别上的碳排放强度,提高了统计数据的立体性。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
请参考图10,图10是本申请一个示例性实施例提供的计算碳排放强度的装置的结构框图。该计算碳排放强度的装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该装置包括:
第一获取模块1010,用于获取电力系统的基本属性数据,基于所述基本属性数据得到发电机组的有功发电量;
第二获取模块1020,用于根据所述发电机组的生命周期类型获取所述发电机组的发电燃料碳排放因子初值,所述发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量的大小;
数据计算模块1030,用于根据所述发电机组的所述有功发电量和所述发电燃料碳排放因子初值,计算所述发电机组的碳排放强度。
在一个可选的实施例中,所述装置还包括第一执行模块,用于获取所述发电机组的负荷;将所述发电机组的负荷和所述发电机组的碳排放强度相除,所得的商是所述发电机组的碳强度因子,所述碳强度因子用于指示所述发电机组的单位发电量所产生的碳排放量,所述碳强度因子和所述发电燃料碳排放因子初值正相关。
在一个可选的实施例中,所述第二获取模块1020,用于在所述生命周期类型为假的情况下,采用第一预设映射关系,确定所述发电机组的类型所对应的中间发电燃料碳排放因子;将所述中间发电燃料碳排放因子确定为所述发电机组的类型所对应的所述发电燃料碳排放因子初值。或,所述第二获取模块1020,用于在所述生命周期类型为真的情况下,获取所述发电机组的基础发电燃料碳排放因子,所述基础发电燃料碳排放因子用于指示所述发电机组在投产发电前所产生的碳排放量的估计值;采用第一预设映射关系,确定所述发电机组的类型所对应的中间发电燃料碳排放因子;将所述中间发电燃料碳排放因子和所述基础发电燃料碳排放因子之和,确定为所述发电机组的类型所对应的所述发电燃料碳排放因子初值。
在一个可选的实施例中,所述第二获取模块1020,用于获取所述发电机组的类型,所述发电机组的类型用于指示所述发电机组所采用的输入动力,所述输入动力包括火力热能、水力势能、风力动能、太阳能和核能中至少一种;根据所述第一预设映射关系的记录,确定所述发电机组的类型所对应的所述中间发电燃料碳排放因子。
在一个可选的实施例中,所述第二获取模块1020,用于在所述发电机组所采用的输入能源包括所述火力热能,且所述发电机组是火电机组的情况下,根据所述第一预设映射关系的记录,确定所述火电机组所对应的中间发电燃料碳排放因子集合,所述中间发电燃料碳排放因子集合是包括n个整数的集合,n为正整数;获取所述火电机组所属的电力系统中的火力排碳等级,所述火力排碳等级用于指示所述火电机组产生单位电力时的碳排放量;根据第二预设映射关系,从所述中间发电燃料碳排放因子集合中确定所述火力排碳等级所对应的所述中间发电燃料碳排放因子,所述第二预设映射关系关联于所述火电机组所属的所述电力系统。
在一个可选的实施例中,所述装置还包括第二执行模块,用于获取时空统计范围,所述时空条件包括时间范围和/或空间范围;将属于所述时空统计范围内的所述发电机组确定为目标机组群;累加所述目标机组群中每个所述发电机组的所述碳排放强度,得到所述时空统计范围对应的所述碳排放强度。
在一个可选的实施例中,所述第二执行模块,用于获取所述时空统计范围内的等效负载,所述等效负载用于指示向所述目标机组群供电的外部设备;获取所述等效负载的供电路径上的母线碳排放强度,所述母线碳排放强度用于指示所述母线包括的各段线路的碳排放强度和变压器的碳排放强度之和;累加所述目标机组群中每个所述发电机组的所述碳排放强度,将得到的和与所述母线碳排放强度相加,得到所述时空统计范围的所述碳排放强度。
综上所述,本实施例既能够按照电网所提供的数据计算出发电机组的碳排放强度,在统计维度上能够在空间维度和时间维度自由切换。由于统计数据是按照发电机组所在电网的实时数据,因此数据具有客观性和时效性,能够为进一步进行碳排放量交易和生产产品所需要的碳排放量标注提供数据便利。
本实施例提供的计算碳排放强度的方法,还能够通过碳轨迹图示令用户更加直观了解碳排放强度的流向。
本实施例提供的计算碳排放强度的方法,还能够考虑电网中存在外部输入的电能的情况,同时计算该电能的碳排放强度,保证电网中的各个粒度均能够提供正确的碳排放数据。
本申请实施例还提供了一种计算机可读介质,该计算机可读介质存储有至少一条指令,所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的计算碳排放强度的方法。
需要说明的是:上述实施例提供的计算碳排放强度的装置在执行计算碳排放强度的方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的计算碳排放强度的装置与计算碳排放强度的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的能够实现的示例性的实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种计算碳排放强度的方法,其特征在于,所述方法包括:
获取电力系统的基本属性数据,基于所述基本属性数据得到发电机组的有功发电量;
根据所述发电机组的生命周期类型获取所述发电机组的发电燃料碳排放因子初值,所述发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量的大小;
根据所述发电机组的所述有功发电量和所述发电燃料碳排放因子初值,计算所述发电机组的碳排放强度。
2.根据权利要求1所述的方法,其特征在于,在所述计算所述发电机组的碳排放强度后,所述方法还包括:
获取所述发电机组的负荷;
将所述发电机组的负荷和所述发电机组的碳排放强度相除,所得的商是所述发电机组的碳强度因子,所述碳强度因子用于指示所述发电机组的单位发电量所产生的碳排放量,所述碳强度因子和所述发电燃料碳排放因子初值正相关。
3.根据权利要求2所述的方法,其特征在于,所述根据所述发电机组的生命周期类型获取所述发电机组的发电燃料碳排放因子初值,包括:
在所述生命周期类型为假的情况下,采用第一预设映射关系,确定所述发电机组的类型所对应的中间发电燃料碳排放因子;
将所述中间发电燃料碳排放因子确定为所述发电机组的类型所对应的所述发电燃料碳排放因子初值;
或,
在所述生命周期类型为真的情况下,获取所述发电机组的基础发电燃料碳排放因子,所述基础发电燃料碳排放因子用于指示所述发电机组在投产发电前所产生的碳排放量的估计值;
采用第一预设映射关系,确定所述发电机组的类型所对应的中间发电燃料碳排放因子;
将所述中间发电燃料碳排放因子和所述基础发电燃料碳排放因子之和,确定为所述发电机组的类型所对应的所述发电燃料碳排放因子初值。
4.根据权利要求3所述的方法,其特征在于,所述采用第一预设映射关系,确定所述发电机组的类型所对应的中间发电燃料碳排放因子,包括:
获取所述发电机组的类型,所述发电机组的类型用于指示所述发电机组所采用的输入动力,所述输入动力包括火力热能、水力势能、风力动能、太阳能和核能中至少一种;
根据所述第一预设映射关系的记录,确定所述发电机组的类型所对应的所述中间发电燃料碳排放因子。
5.根据权利要求4所述的方法,其特征在于,在所述发电机组所采用的输入能源包括所述火力热能的情况下,所述发电机组是火电机组,所述根据所述第一预设映射关系的记录,确定所述发电机组的类型所对应的所述中间发电燃料碳排放因子,包括:
根据所述第一预设映射关系的记录,确定所述火电机组所对应的中间发电燃料碳排放因子集合,所述中间发电燃料碳排放因子集合是包括n个整数的集合,n为正整数;
获取所述火电机组所属的电力系统中的火力排碳等级,所述火力排碳等级用于指示所述火电机组产生单位电力时的碳排放量;
根据第二预设映射关系,从所述中间发电燃料碳排放因子集合中确定所述火力排碳等级所对应的所述中间发电燃料碳排放因子,所述第二预设映射关系关联于所述火电机组所属的所述电力系统。
6.根据权利要求1至5任一所述的方法,其特征在于,所述方法还包括:
获取时空统计范围,所述时空条件包括时间范围和/或空间范围;
将属于所述时空统计范围内的所述发电机组确定为目标机组群;
累加所述目标机组群中每个所述发电机组的所述碳排放强度,得到所述时空统计范围对应的所述碳排放强度。
7.根据权利要求6所述的方法,其特征在于,所述累加所述目标机组群中每个所述发电机组的所述碳排放强度,得到所述时空统计范围的所述碳排放强度,包括:
获取所述时空统计范围内的等效负载,所述等效负载用于指示向所述目标机组群供电的外部设备;
获取所述等效负载的供电路径上的母线碳排放强度,所述母线碳排放强度用于指示所述母线包括的各段线路的碳排放强度和变压器的碳排放强度之和;
累加所述目标机组群中每个所述发电机组的所述碳排放强度,将得到的和与所述母线碳排放强度相加,得到所述时空统计范围的所述碳排放强度。
8.一种计算碳排放强度的装置,其特征在于,所述装置包括:
第一获取模块,用于获取电力系统的基本属性数据,基于所述基本属性数据得到发电机组的有功发电量;
第二获取模块,用于根据所述发电机组的生命周期类型获取所述发电机组的发电燃料碳排放因子初值,所述发电燃料碳排放因子初值用于指示单位发电量所产生的碳排放量的大小;
数据计算模块,用于根据所述发电机组的所述有功发电量和所述发电燃料碳排放因子初值,计算所述发电机组的碳排放强度。
9.一种终端,其特征在于,所述终端包括处理器、和与所述处理器相连的存储器,以及存储在所述存储器上的程序指令,所述处理器执行所述程序指令时实现如权利要求1至7任一所述的计算碳排放强度的方法。
10.一种计算机可读存储介质,所述存储介质中存储有程序指令,其特征在于,所述程序指令被处理器执行时实现如权利要求1至7任一所述的计算碳排放强度的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062526.9A CN113886752A (zh) | 2021-09-10 | 2021-09-10 | 计算碳排放强度的方法、装置、终端及存储介质 |
PCT/SG2022/050645 WO2023038579A2 (en) | 2021-09-10 | 2022-09-09 | Method and apparatus for calculating carbon intensities, terminal and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111062526.9A CN113886752A (zh) | 2021-09-10 | 2021-09-10 | 计算碳排放强度的方法、装置、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113886752A true CN113886752A (zh) | 2022-01-04 |
Family
ID=79008849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111062526.9A Pending CN113886752A (zh) | 2021-09-10 | 2021-09-10 | 计算碳排放强度的方法、装置、终端及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113886752A (zh) |
WO (1) | WO2023038579A2 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757602A (zh) * | 2022-06-16 | 2022-07-15 | 南方电网数字电网研究院有限公司 | 供给侧电力碳排放风险预警方法、装置和计算机设备 |
CN115115473A (zh) * | 2022-07-19 | 2022-09-27 | 东南大学溧阳研究院 | 基于bp神经网络的柴油发电机组碳排放量化计算方法 |
CN115169998A (zh) * | 2022-09-06 | 2022-10-11 | 深圳市信润富联数字科技有限公司 | 人均碳排放分析方法、装置、设备及存储介质 |
CN115236395A (zh) * | 2022-09-22 | 2022-10-25 | 南方电网数字电网研究院有限公司 | 变电站碳排放计量方法、装置、计算机设备和存储介质 |
CN115293648A (zh) * | 2022-09-01 | 2022-11-04 | 东南大学溧阳研究院 | 一种电网有功源无功源协同碳排放计算与责任分摊方法 |
CN116189833A (zh) * | 2023-04-20 | 2023-05-30 | 国高材高分子材料产业创新中心有限公司 | 一种高分子材料及其制品的碳排放量计算方法及装置 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10696906B2 (en) | 2017-09-29 | 2020-06-30 | Marathon Petroleum Company Lp | Tower bottoms coke catching device |
US12000720B2 (en) | 2018-09-10 | 2024-06-04 | Marathon Petroleum Company Lp | Product inventory monitoring |
US11975316B2 (en) | 2019-05-09 | 2024-05-07 | Marathon Petroleum Company Lp | Methods and reforming systems for re-dispersing platinum on reforming catalyst |
US11352577B2 (en) | 2020-02-19 | 2022-06-07 | Marathon Petroleum Company Lp | Low sulfur fuel oil blends for paraffinic resid stability and associated methods |
US11270393B2 (en) | 2020-08-04 | 2022-03-08 | Marathon Petroleum Company Lp | Systems and methods for holistic low carbon intensity fuel production |
US11905468B2 (en) | 2021-02-25 | 2024-02-20 | Marathon Petroleum Company Lp | Assemblies and methods for enhancing control of fluid catalytic cracking (FCC) processes using spectroscopic analyzers |
US11898109B2 (en) | 2021-02-25 | 2024-02-13 | Marathon Petroleum Company Lp | Assemblies and methods for enhancing control of hydrotreating and fluid catalytic cracking (FCC) processes using spectroscopic analyzers |
US20220268694A1 (en) | 2021-02-25 | 2022-08-25 | Marathon Petroleum Company Lp | Methods and assemblies for determining and using standardized spectral responses for calibration of spectroscopic analyzers |
US11578638B2 (en) | 2021-03-16 | 2023-02-14 | Marathon Petroleum Company Lp | Scalable greenhouse gas capture systems and methods |
US11655940B2 (en) | 2021-03-16 | 2023-05-23 | Marathon Petroleum Company Lp | Systems and methods for transporting fuel and carbon dioxide in a dual fluid vessel |
US11578836B2 (en) | 2021-03-16 | 2023-02-14 | Marathon Petroleum Company Lp | Scalable greenhouse gas capture systems and methods |
US11686070B1 (en) | 2022-05-04 | 2023-06-27 | Marathon Petroleum Company Lp | Systems, methods, and controllers to enhance heavy equipment warning |
CA3217284A1 (en) | 2022-10-21 | 2024-04-21 | Marathon Petroleum Company Lp | Renewable diesel interface recombination |
US12006014B1 (en) | 2023-02-18 | 2024-06-11 | Marathon Petroleum Company Lp | Exhaust vent hoods for marine vessels and related methods |
CN116341988B (zh) * | 2023-05-11 | 2023-07-25 | 国网安徽省电力有限公司合肥供电公司 | 一种基于双碳目标的城市能源碳排放监测系统 |
CN116826863A (zh) * | 2023-06-28 | 2023-09-29 | 南方电网能源发展研究院有限责任公司 | 发电厂碳配额调整方法、装置、计算机设备和存储介质 |
CN116885774B (zh) * | 2023-07-06 | 2024-03-22 | 中国能源建设集团江苏省电力设计院有限公司 | 一种高比例可再生能源供应园区的绿色电力溯源方法 |
CN116680936B (zh) * | 2023-08-01 | 2023-11-07 | 清华大学 | 用于规划的直流牵引供电系统碳排放责任计算方法及装置 |
CN116823295B (zh) * | 2023-08-31 | 2024-04-19 | 国网山东省电力公司营销服务中心(计量中心) | 一种钢铁行业碳排放测量方法、系统、设备及介质 |
CN117314468A (zh) * | 2023-10-08 | 2023-12-29 | 南方电网能源发展研究院有限责任公司 | 间接碳排放碳核算方法、装置、设备、介质和产品 |
CN117575175B (zh) * | 2024-01-15 | 2024-03-29 | 国网浙江省电力有限公司 | 碳排放评估方法、装置、电子设备和存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383718B (zh) * | 2013-06-28 | 2016-08-10 | 国家电网公司 | 含分布式电源的智能配电网碳排放计量方法 |
CN105913338B (zh) * | 2016-04-26 | 2022-01-28 | 中国电力科学研究院 | 一种电力系统碳排放流分布指标的计算单元及确定方法 |
CN106251095B (zh) * | 2016-09-06 | 2020-04-17 | 清华大学 | 一种电力系统碳排放实时计量的方法及碳表系统 |
CN108280047A (zh) * | 2018-01-24 | 2018-07-13 | 江苏方天电力技术有限公司 | 一种基于现场监测数据的火电机组碳排放核算方法 |
CN113282868A (zh) * | 2020-02-20 | 2021-08-20 | 赫普能源环境科技股份有限公司 | 一种火电厂度电碳排放强度在线监测系统及计算分析方法 |
-
2021
- 2021-09-10 CN CN202111062526.9A patent/CN113886752A/zh active Pending
-
2022
- 2022-09-09 WO PCT/SG2022/050645 patent/WO2023038579A2/en active Application Filing
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757602A (zh) * | 2022-06-16 | 2022-07-15 | 南方电网数字电网研究院有限公司 | 供给侧电力碳排放风险预警方法、装置和计算机设备 |
CN114757602B (zh) * | 2022-06-16 | 2022-10-11 | 南方电网数字电网研究院有限公司 | 供给侧电力碳排放风险预警方法、装置和计算机设备 |
CN115115473A (zh) * | 2022-07-19 | 2022-09-27 | 东南大学溧阳研究院 | 基于bp神经网络的柴油发电机组碳排放量化计算方法 |
CN115115473B (zh) * | 2022-07-19 | 2023-05-12 | 东南大学溧阳研究院 | 基于bp神经网络的柴油发电机组碳排放量化计算方法 |
CN115293648A (zh) * | 2022-09-01 | 2022-11-04 | 东南大学溧阳研究院 | 一种电网有功源无功源协同碳排放计算与责任分摊方法 |
CN115293648B (zh) * | 2022-09-01 | 2023-12-12 | 东南大学溧阳研究院 | 一种电网有功源无功源协同碳排放计算与责任分摊方法 |
CN115169998A (zh) * | 2022-09-06 | 2022-10-11 | 深圳市信润富联数字科技有限公司 | 人均碳排放分析方法、装置、设备及存储介质 |
CN115169998B (zh) * | 2022-09-06 | 2023-01-17 | 深圳市信润富联数字科技有限公司 | 人均碳排放分析方法、装置、设备及存储介质 |
CN115236395A (zh) * | 2022-09-22 | 2022-10-25 | 南方电网数字电网研究院有限公司 | 变电站碳排放计量方法、装置、计算机设备和存储介质 |
CN115236395B (zh) * | 2022-09-22 | 2023-01-20 | 南方电网数字电网研究院有限公司 | 变电站碳排放计量方法、装置、计算机设备和存储介质 |
CN116189833A (zh) * | 2023-04-20 | 2023-05-30 | 国高材高分子材料产业创新中心有限公司 | 一种高分子材料及其制品的碳排放量计算方法及装置 |
CN116189833B (zh) * | 2023-04-20 | 2023-08-18 | 国高材高分子材料产业创新中心有限公司 | 一种高分子材料及其制品的碳排放量计算方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2023038579A2 (en) | 2023-03-16 |
WO2023038579A3 (en) | 2023-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113886752A (zh) | 计算碳排放强度的方法、装置、终端及存储介质 | |
Sarker et al. | Progress on the demand side management in smart grid and optimization approaches | |
Mai et al. | Resource planning model: an integrated resource planning and dispatch tool for regional electric systems | |
Breuer et al. | Optimized bidding area delimitations and their impact on electricity markets and congestion management | |
Walker et al. | Design of structured control policy for shared energy storage in residential community: A stochastic optimization approach | |
CN106651161A (zh) | 采集运维动态派工方法 | |
Alaqeel et al. | A comprehensive cost-benefit analysis of the penetration of Smart Grid technologies in the Saudi Arabian electricity infrastructure | |
CN114511128A (zh) | 碳排放数据的处理方法、装置、存储介质及处理器 | |
CN114757457B (zh) | 基于电力大数据的电碳排放全过程监测方法和装置 | |
Gorman et al. | Are coupled renewable-battery power plants more valuable than independently sited installations? | |
Yu et al. | Planning regional-scale electric power systems under uncertainty: A case study of Jing-Jin-Ji region, China | |
US20130179202A1 (en) | Method and system for analysis of infrastructure | |
Hampton et al. | A review of current analytical methods, modelling tools and development frameworks applicable for future retail electricity market design | |
CN109325537A (zh) | 用电管理方法、装置、计算机设备和存储介质 | |
Jia et al. | Analysis on demand-side interactive response capability for power system dispatch in a smart grid framework | |
Zhou et al. | Smart energy management | |
Capasso et al. | Bulk indices for transmission grids flexibility assessment in electricity market: A real application | |
CN103150605B (zh) | 电网规划辅助系统 | |
Yang et al. | Research on power system flexibility considering uncertainties | |
Motta et al. | Survey of optimization models for power system operation and expansion planning with demand response | |
Mehrtash et al. | An efficient mixed-integer linear programming model for optimal sizing of battery energy storage in smart sustainable buildings | |
CN103020290B (zh) | 电网信息校验方法及系统 | |
Pouladi et al. | A new model of charging demand related to plug-in hybrid electric vehicles aggregation | |
JP7018558B2 (ja) | 電力取引システム | |
Anderson et al. | Optimize Deep Decarbonization Pathways in California with Power System Planning Using Surrogate Level-based Lagrangian Relaxation |
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 |