CN114511128A - 碳排放数据的处理方法、装置、存储介质及处理器 - Google Patents
碳排放数据的处理方法、装置、存储介质及处理器 Download PDFInfo
- Publication number
- CN114511128A CN114511128A CN202111439299.7A CN202111439299A CN114511128A CN 114511128 A CN114511128 A CN 114511128A CN 202111439299 A CN202111439299 A CN 202111439299A CN 114511128 A CN114511128 A CN 114511128A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- power
- industry
- amount
- target industry
- 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 644
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 642
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000003672 processing method Methods 0.000 title description 7
- 238000004519 manufacturing process Methods 0.000 claims abstract description 121
- 230000005611 electricity Effects 0.000 claims abstract description 94
- 238000000034 method Methods 0.000 claims abstract description 82
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000010248 power generation Methods 0.000 claims description 86
- 230000000694 effects Effects 0.000 description 21
- 238000005265 energy consumption Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 16
- 230000008569 process Effects 0.000 description 15
- 230000015654 memory Effects 0.000 description 13
- 238000012546 transfer Methods 0.000 description 12
- 238000003012 network analysis Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 10
- 239000002803 fossil fuel Substances 0.000 description 10
- 238000000354 decomposition reaction Methods 0.000 description 9
- 239000003245 coal Substances 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 8
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 239000003345 natural gas Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 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
- 230000003287 optical effect Effects 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000005476 size effect Effects 0.000 description 2
- 235000006732 Torreya nucifera Nutrition 0.000 description 1
- 244000111306 Torreya nucifera Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 231100000719 pollutant Toxicity 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种碳排放数据的处理方法、装置、存储介质及处理器。其中，该方法包括：获取目标行业的生产碳排放量，其中，生产碳排放量表示目标行业生产过程中直接产生的碳排放；获取目标行业的用电量和用电碳排放量，其中，用电碳排放量表示为目标行业供电产生的碳排放；根据生产碳排放量和用电碳排放量确定目标行业的行业碳排放量；根据行业碳排放量和目标行业的用电量，确定目标行业的行业碳排放因子，其中，行业碳排放因子用于根据目标行业的用电量评估目标行业的碳排放数据。本发明解决了现有技术无法对行业进行准确的碳排放核算的技术问题。
Description
技术领域
本发明涉及数据处理领域，具体而言，涉及一种碳排放数据的处理方法、装置、存储介质及处理器。
背景技术
构建科学合理的碳排放核算指标应遵循相应的环境责任分配原则，生产者责任原则和耗费者责任原则是其中最基本的责任原则。
生产者责任原则的逻辑基础是“污染者付费原则”，即所有污染者需为其导致的环境污染承担相应责任。生产者责任原则在碳排放领域往往体现为“领土原则”，其主要缺点在于未能考虑碳转移情况，进而带来下列问题。第一，未能考虑对外贸易引起的隐含碳转移，从而导致碳泄漏问题。第二，忽视了因能源使用而导致的碳排放在行业间的转移，导致很大一部分的碳排放与能源生产行业，例如电力和热力行业相关联。第三，忽视了因生产要素的使用导致的碳排放在产业内转移。
耗费者责任原则是指耗费者应该为来自能源、商品以及服务中的隐含碳承担责任，根据这一原则，碳排放与最终商品和服务相关，即使该商品和服务来自于进口，其缺点在于：第一，需要更为复杂的计算，需要将碳排放在不同行业之间进行分配，因而增加了不确定性；第二，实施相应的碳减排政策难度较大。根据耗费者责任原则核算出来的碳减排责任往往需要在不同国家和区域之间进行分配。而不同国家之间只能通过谈判协商碳减排政策，很难通过行政手段制定统一的碳减排政策。第三，可能降低生产者创造更加清洁和高效生产过程的积极性，生产者可能也不会主动减少碳排放。第四，虽然从理论上来说，耗费者有可能制定最好的策略及政策去选择那些积极降低碳排放的生产者，但由于缺少充分的刺激或政策约束，且没有实际的耗费限制，耗费者也可能不在意他们的环境责任。
因此，现有碳排放核算方式无法明确各行业的碳排放责任，从而无法对行业进行准确的碳排放核算。
针对现有技术无法对行业进行准确的碳排放核算的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种碳排放数据的处理方法、装置、存储介质及处理器，以至少解决现有技术无法对行业进行准确的碳排放核算的技术问题。
根据本发明实施例的一个方面，提供了一种碳排放数据的处理方法，包括：获取目标行业的生产碳排放量，其中，所述生产碳排放量表示所述目标行业生产过程中直接产生的碳排放；获取所述目标行业的用电量和用电碳排放量，其中，所述用电碳排放量表示为所述目标行业供电产生的碳排放；根据所述生产碳排放量和用电碳排放量确定所述目标行业的行业碳排放量；根据所述行业碳排放量和所述目标行业的用电量，确定所述目标行业的行业碳排放因子，其中，所述行业碳排放因子用于根据所述目标行业的用电量评估所述目标行业的碳排放数据。
可选地，获取所述目标行业的用电量和用电碳排放量包括：获取所述目标行业所在预定区域的电碳排放因子，其中，所述电碳排放因子用于表示所述预定区域的耗电量与碳排放量的关系；根据所述目标行业的用电量和所述预定区域的电碳排放因子，确定所述目标行业的用电碳排放量。
可选地，获取所述目标行业所在预定区域的电碳排放因子包括：获取所述预定区域的耗电量和所述预定区域的耗电碳排放量；根据所述耗电量和所述耗电碳排放量，确定所述预定区域的电碳排放因子。
可选地，获取所述预定区域的耗电量和所述预定区域的耗电碳排放量包括：获取所述预定区域的发电量和输出电量，以及本地碳排放因子，其中，所述输出电量来自于所述预定区域的发电量；获取所述预定区域的输入电量，以及输入碳排放因子；根据所述发电量、所述输出电量和本地碳排放因子确定本地碳排放量，根据所述输入电量和所述输入碳排放因子确定输入碳排放量；根据所述发电量、所述输出电量和所述输入电量确定所述预定区域的耗电量，以及根据所述本地碳排放量和所述输入碳排放量确定所述预定区域的耗电碳排放量。
可选地，获取所述预定区域的耗电量和所述预定区域的耗电碳排放量包括：获取多个区域的电力数据和每个区域用于发电的发电碳排放因子，其中，所述电力数据至少包括：向所述预定区域输入电力的至少一个供电区域和每个所述供电区域的输入电量，以及所述预定区域输出电力的至少一个受电区域，以及每个受电区域的输出电量，所述供电区域和所述预定区域的发电量，所述多个区域至少包括所述预定区域、所述供电区域和所述受电区域；根据多个所述区域的电力数据，确定所述预定区域的电力消耗结构，其中，所述电力消耗结构包括：所述预定区域的发电量、所述预定区域的输出电量，以及每个所述供电区域为所述预定区域供电的输入电量；根据每个所述供电区域的输入电量和对应的发电碳排放因子，所述预定区域的发电量和输出电量以及对应的发电碳排放因子，确定所述预定区域的电碳排放因子。
可选地，根据每个所述供电区域的输入电量和对应的发电碳排放因子，所述预定区域的发电量和输出电量以及对应的发电碳排放因子，确定所述预定区域的电碳排放因子包括：根据至少一个所述供电区域的发电碳排放因子和输入电量，确定所述预定区域消耗所述供电区域电力的输入碳排放量；根据所述预定区域的发电碳排放因子，以及发电量和输出电量，确定所述预定区域消耗本地电力的本地碳排放量；根据所述预定区域的输入电量、发电量和输出电量，确定所述预定区域的耗电量，以及根据所述输入碳排放量和所述本地碳排放量确定所述预定区域的耗电碳排放量。
根据本发明实施例的另一方面，还提供了一种碳排放数据的处理装置，包括：第一获取单元，用于获取目标行业的生产碳排放量，其中，所述生产碳排放量表示所述目标行业生产过程中直接产生的碳排放；第二获取单元，用于获取所述目标行业的用电量和用电碳排放量，其中，所述用电碳排放量表示为所述目标行业供电产生的碳排放；第一确定单元，用于根据所述生产碳排放量和用电碳排放量确定所述目标行业的行业碳排放量；第二确定单元，用于根据所述行业碳排放量和所述目标行业的用电量，确定所述目标行业的行业碳排放因子，其中，所述行业碳排放因子用于根据所述目标行业的用电量评估所述目标行业的碳排放数据。
可选地，第二获取单元包括：第一获取模块，用于获取所述目标行业所在预定区域的电碳排放因子，其中，所述电碳排放因子用于表示所述预定区域的耗电量与碳排放量的关系；第一确定模块，用于根据所述目标行业的用电量和所述预定区域的电碳排放因子，确定所述目标行业的用电碳排放量。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行上述所述碳排放数据的处理方法。
根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述所述碳排放数据的处理方法。
在本发明实施例中，获取目标行业的生产碳排放量，其中，生产碳排放量表示目标行业生产过程中直接产生的碳排放；获取目标行业的用电量和用电碳排放量，其中，用电碳排放量表示为目标行业供电产生的碳排放；根据生产碳排放量和用电碳排放量确定目标行业的行业碳排放量；根据行业碳排放量和目标行业的用电量，确定目标行业的行业碳排放因子，其中，行业碳排放因子用于根据目标行业的用电量评估目标行业的碳排放数据；从而基于目标行业在生产过程中直接产生的生产碳排放量，以及目标行业从事生产用电的用电碳排放量，共同确定目标行业的碳排放量和目标行业基于用电量的行业碳排放因子，可以在计算目标行业的碳排放量的过程中结合目标行业用电而产生的碳排放转移，达到了结合目标行业用电而产生的碳排转移，评估目标行业的碳排放量的目的，实现了准确核算目标行业的碳排放量的技术效果，进而解决了现有技术无法对行业进行准确的碳排放核算技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，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是根据本发明实施例的一种碳排放数据的处理方法的流程图；
图2为本申请提供的一种基于电力耗费大数据的企业碳计量技术路线图；
图3是根据本发明实施例的一种碳排放数据的处理装置的示意图；
图4是根据本发明实施例的一种计算机终端的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例，提供了一种碳排放数据的处理方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种碳排放数据的处理方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取目标行业的生产碳排放量，其中，生产碳排放量表示目标行业生产过程中直接产生的碳排放；
步骤S104，获取目标行业的用电量和用电碳排放量，其中，用电碳排放量表示为目标行业供电产生的碳排放；
步骤S106，根据生产碳排放量和用电碳排放量确定目标行业的行业碳排放量；
步骤S108，根据行业碳排放量和目标行业的用电量，确定目标行业的行业碳排放因子，其中，行业碳排放因子用于根据目标行业的用电量评估目标行业的碳排放数据。
在本发明实施例中，获取目标行业的生产碳排放量，其中，生产碳排放量表示目标行业生产过程中直接产生的碳排放；获取目标行业的用电量和用电碳排放量，其中，用电碳排放量表示为目标行业供电产生的碳排放；根据生产碳排放量和用电碳排放量确定目标行业的行业碳排放量；根据行业碳排放量和目标行业的用电量，确定目标行业的行业碳排放因子，其中，行业碳排放因子用于根据目标行业的用电量评估目标行业的碳排放数据；从而基于目标行业在生产过程中直接产生的生产碳排放量，以及目标行业从事生产用电的用电碳排放量，共同确定目标行业的碳排放量和目标行业基于用电量的行业碳排放因子，可以在计算目标行业的碳排放量的过程中结合目标行业用电而产生的碳排放转移，达到了结合目标行业用电而产生的碳排转移，评估目标行业的碳排放量的目的，实现了准确核算目标行业的碳排放量的技术效果，进而解决了现有技术无法对行业进行准确的碳排放核算技术问题。
在上述步骤S102中，目标行业的生产碳排放量用于表示目标行业生产过程中直接产生的碳排放，例如，从事生产的化石能源消耗，以及生产物料的碳排放。
在上述步骤S104中，目标行业的用电碳排放量用于表示目标行业生产过程中消耗电力的碳排放量，即用电碳排放量也用于表示生产用电量数量的电力产生的碳排放量，如目标行业的用电量为A，则生产A数量的电力需要产生的碳排放量即为用电碳排放量。
在上述步骤S106中，目标行业的行业碳排放量包括：目标行业生产过程中直接产生的生产碳排放量(如从事生产的化石能源消耗，以及生产物料的碳排放)；以及目标行业消耗电力产生的用电碳排放量。
在上述步骤S108中，目标行业的行业碳排放因子，可以根据目标行业的行业碳排放量和目标行业的用电量的比值确定，基于该目标行业的行业碳排放因子，可以根据目标行业的电力数据准确评估目标行业的碳排放量，实现了对目标行业的碳排放量进行准确评估的技术效果。
作为一种可选的实施例，获取目标行业的用电量和用电碳排放量包括：获取目标行业所在预定区域的电碳排放因子，其中，电碳排放因子用于表示预定区域的耗电量与碳排放量的关系；根据目标行业的用电量和预定区域的电碳排放因子，确定目标行业的用电碳排放量。
本发明上述实施例，电碳排放因子是根据预定区域的耗电量和碳排放量预先确定关联关系，根据目标行业的耗电量和目标行业所在区域的碳排放因子，可以确定目标行业的用电碳排放量，实现了对目标行业的用电碳排放量的准确评估。
可选地，预定区域可以是预先划定的区域，每个预定区域可以电网的覆盖范围确定。
作为一种可选的实施例，获取目标行业所在预定区域的电碳排放因子包括：获取预定区域的耗电量和预定区域的耗电碳排放量；根据耗电量和耗电碳排放量，确定预定区域的电碳排放因子。
本发明上述实施例，预定区域的耗电量是指预定区域内电网连接全部设备共同消耗的电量，耗电碳排放量是指生产耗电量数量的电力产生的碳排放，如预定区域的耗电量为B，则生产B数量的电力需要产生的碳排放量即为耗电碳排放量。
需要说明的是，现有供电网络会由多区域供电，则预定区域所消耗的电力包括：预定区域本地发电，和其他区域为预定区域提供的电力。由于各区域的地理环境和自然资源条件不同，因此各区域每单位发电量产生的碳排放量也不同，进而在确定预定区域的耗电碳排放量的情况下，需要明确预定区域耗电的电力结构，即确定预定区域消耗的电力来自于那些区域，以及各区域的碳排放量。
可选地，确定预定区域耗电的电力结构，可以通过直接贸易调整法确定。
需要说明的是，直接贸易调整法是指：假设一个区域(如预定区域)买入的电力(即输入电量)完全用于当地消耗，而本地流出的电力(即输出电量)中不包含买入的电力(即输入电量)，因此不存在高阶电力流动，即不存在一个区域的电力通过中转区域流到另外一个区域。另外，假设一个较小的区域要么进口电力供当地使用要么出口到邻近区域，采用嵌套方法来反映较小区域与周围较大区域之间的电力交换。
作为一种可选的实施例，获取预定区域的耗电量和预定区域的耗电碳排放量包括：获取预定区域的发电量和输出电量，以及本地碳排放因子，其中，输出电量来自于预定区域的发电量；获取预定区域的输入电量，以及输入碳排放因子；根据发电量、输出电量和本地碳排放因子确定本地碳排放量，根据输入电量和输入碳排放因子确定输入碳排放量；根据发电量、输出电量和输入电量确定预定区域的耗电量，以及根据本地碳排放量和输入碳排放量确定预定区域的耗电碳排放量。
本发明上述实施例，假设预定区域的输出电量全部来自与预定区域的本地发电，而输入预定区域的输入电量全部被预定区域本地消耗，因此，在确定预定区域的耗电碳排放量的过程中，可以根据预定区域的发电量和输出电量，确定预定区域消耗的本地发电量，进而结合本地碳排因子可以确定本地碳排放量；再根据输入电量，以及输入电量的输入碳排放因子，可以确定预定区域输入的输入碳排放量，进而根据本地碳排放量和输入碳排放量，可以确定预定区域因为消耗电力而产生的耗电排放量。
可选地，输入排放因子是为预定区域提供输入电量的区域的碳排放因子。
可选地，确定预定区域耗电的电力结构，可以通过网络分析法确定。
需要说明的是，网络分析法是指：假设一个区域买入的电力首先与本地生产的电力混合，然后用于本地耗费或者卖出；一个区域的流入电力与生产电力之和等于该区域流出电力与耗费电力之和。
作为一种可选的实施例，获取预定区域的耗电量和预定区域的耗电碳排放量包括：获取多个区域的电力数据和每个区域用于发电的发电碳排放因子，其中，电力数据至少包括：向预定区域输入电力的至少一个供电区域和每个供电区域的输入电量，以及预定区域输出电力的至少一个受电区域，以及每个受电区域的输出电量，供电区域和预定区域的发电量，多个区域至少包括预定区域、供电区域和受电区域；根据多个区域的电力数据，确定预定区域的电力消耗结构，其中，电力消耗结构包括：预定区域的发电量、预定区域的输出电量，以及每个供电区域为预定区域供电的输入电量；根据每个供电区域的输入电量和对应的发电碳排放因子，预定区域的发电量和输出电量以及对应的发电碳排放因子，确定预定区域的电碳排放因子。
本发明上述实施例，基于网络分析法可以根据多个区域的电力数据，明确每个区域的发电量和电力流动情况(如输入电量和输出电量)，以及每个区域的发电碳排放因子，进而确定每个区域的电力耗费结构，即每个区域的发电量、输入电量和提供输入电量的供电区域，以及输出电量和接受输出电量的受电区域；在分析预定区域的耗电排放量的过程中，可以通过网络分析法确定预定区域的电力消耗结构，即预定区域的消耗的电力有多少来自于本地发电，又有多少来自于供电区域的输入电量，以及输入电量由哪些供电区域提供，进而基于各区域的发电碳排放因子确定预定区域消耗电力的碳排放量，和预定区域的电碳排放因子，从而实现了准确确定预定区域电力消耗的碳排放量。
可选地，多个区域的电力数据可以通过矩阵形式表示。
作为一种可选的实施例，根据每个供电区域的输入电量和对应的发电碳排放因子，预定区域的发电量和输出电量以及对应的发电碳排放因子，确定预定区域的电碳排放因子包括：根据至少一个供电区域的发电碳排放因子和输入电量，确定预定区域消耗供电区域电力的输入碳排放量；根据预定区域的发电碳排放因子，以及发电量和输出电量，确定预定区域消耗本地电力的本地碳排放量；根据预定区域的输入电量、发电量和输出电量，确定预定区域的耗电量，以及根据输入碳排放量和本地碳排放量确定预定区域的耗电碳排放量。
本发明上述实施例，输入碳排放量根据各供电区域的输入电量和供电区域的碳排放因子确定，预定区域消耗的本地电量根据预定区域的发电量和预定区域的输出电量确定，进而结合预定区域的发电碳排放因子可以确定预定区域消耗本地电力的本地碳排放量，根据预定区域的输入碳排放量和本地碳排放量，可以准确确定预定区域的耗电碳排放量。
需要说明的是，各区域的发电碳排放因子，可以根据各区域的发电量和发电的总碳排放量确定。
本发明还提供了一种优选实施例，该优选实施例提供了一种预定区域企业碳排放核算方法。
本发明提出的综合责任原则将行业能耗碳排放定义为行业在生产过程中因化石能源消耗而产生的碳排放，其中，化石能源消耗不仅包含了各行业直接消耗的化石能源，还包含因消耗电力和热力而间接消耗的化石能源。在核算时，行业能耗碳的能源类型不仅包含了传统能耗碳核算时应核算的化石能源类型，还包含了电力和热力等转换能源。这样可以根据各行业的电力热力使用量，将在生产与转换电力热力过程中产生的能耗碳分摊给相应使用行业，使得行业的能源使用与碳排放责任匹配，从而解决了传统能耗碳所存在的行业能耗碳未能准确反映其碳排放责任的问题。
本发明的目的在于提出一套针对预定区域企业碳核算的理论与方法。分析和比较各企业的历史碳排放来源及特征，构建各行业企业依据电力耗费数据信息推算碳排放总量(即碳排放数据)的测算方法，提出一套基于电力大数据的企业碳核查、碳核算方法。
本发明提供一种基于部门核算法、贸易调整法和网络分析法相结合的方法，所述方法包括下述步骤：
A、运用部门核算法测算预定区域电力生产直接碳排放(即本地碳排放量)；
B、运用直接贸易调整法和网络分析法，对从其他省份电力调入引起的间接碳排放(即输入碳排放量)进行核算；
C、叠加预定区域的直接碳排放(即本地碳排放量)与间接碳排放(即输入碳排放量)得到预定区域的碳排放总量(即耗电碳排放量)。建立预定区域不同行业或企业的碳排放总量核算方法，制定预定区域企业碳计量(碳核算、碳核查)方案，形成不同类型企业的碳排放总量核算体系。
可选地，针对上述步骤A，运用部门核算法得到区域电力生产直接碳排放(即发电碳排放量)后，运用KAYA恒等式将该排放进行分解，得出各分解因素的贡献绝对量和贡献率。
需要说明的是，本发明将火电生产初始能源投入归为煤及其产品、油及其产品、天然气和其他共三类，电力总耗费归为农业、工业、建筑业、服务业、居民生活等电力耗费部门和电力损失。因此，电力生产碳排放增长分解为10个影响因素：排放因子效应，即火电生产单位能源投入碳排放；能源结构效应，即火电生产各能源投入比例；转换效率效应，即电力产出和生产投入之比；电力结构效应，即电力生产中火电比重；电力强度效应，各产业单位GDP电力消耗量；产业结构效用，即国民经济中各产业比重；经济规模效应，即人均GDP；生活耗费效应，即人均生活用电量；人口规模效应，即年末人口数，输配损耗效应，即电力在输配电中的损失。之后，运用对数平均迪氏指数分解法对分解出的因素对碳排放的贡献进行分析，得出各分解因素的贡献绝对量和贡献率。
可选地，步骤A具体包括下述步骤：
A1、确定预定区域的电力生产能源耗费量，主要包括：煤炭耗费量，石油耗费量，天然气耗费量。其次，确定发电碳排放因子，发电碳排放因子是指某种耗能过程CO2排放的系数。比如发电过程,发一度电涉及到的能耗折合的CO2量,就是发电过程的CO2排放系数。收集电力生产能源耗费量及碳排放因子数据。
可选地，不同类型燃料的CO2排放因子可由如下公式计算得到：
其中，vk表示第k种化石燃料的平均低位发热值，fk表示第k种化石燃料的单位热值碳含量，ok表示第k种化石燃料在发电时的氧化率水平，44/12表示碳与CO2之间的转换系数常量。
表1是多种化石燃料的平均低位发热值、单位热值碳含量、氧化率水平和CO2排放因子。
表1
A2、电力生产直接碳排放计算：计算预定区域不同化石燃料的电力直接碳排放，用排放源的用量乘以该排放源的碳排放因子得到发电碳排放量。
可选地，计算预定区域的电力直接碳排放，预定区域的电力行业使用m种不同类型的化石燃料发电产生的CO2排放总量为：
其中，fci,k表示区域i用于发电的第k种化石燃料的投入量，k表示第k种化石燃料的CO2排放因子。
A3、电力生产直接碳排放影响因素分析：基于电力从投入、转换到耗费的全过程，构造电力碳排放因素分解模型对电力生产直接碳排放影响因素进行分析。
可选地，本发明基于电力从投入、转换到耗费的全过程进行影响因素分析。为使得显示简洁，此处记碳排放总量为C，从而构造电力碳排放因素分解模型如下：
其中，火电生产初始能源投入种类较多，本发明将其归为三类：煤及其产品、油及其产品、天然气和其他，分别对应k＝1、2、3；C表示电力CO2排放，单位是万吨； Ek和E分别表示火电生产第k种能源投入和能源总投入，T1和T表示火电生产量和电力生产总量，单位均为万吨标准煤；G表示GDP，单位是亿元，P表示人口，单位是万人。
可选地，将电力生产碳排放增长分解为7个影响因素。分别为排放因子效应CEi，即火电生产单位能源投入碳排放；能源结构效应ESi，即火电生产各能源投入比例；转换效率效应ET，即电力产出和生产投入之比；电力结构效应S，即电力生产中火电比重；电力强度效应EI，单位GDP电力消耗量；经济规模效应PG，即人均GDP；人口规模效应P，即年末人口数。公式为：
C＝∑kCk＝∑kCEk·ESk·ET·S·EI·PG·P
进一步运用对数平均迪式指数(LMDI)分解法，完全分解且解决了前述方法数据中的零值和负值问题。本发明采用LMDI分解方法对电力碳排放驱动因素进行分解分析。假设C0和CT分别表示基年和第T年电力耗费碳排放量，则从基年到第T年的碳排放变化量为：
ΔC＝CT-C0＝CET·EST·ETT·ST·EIT·PGT·PT -CE0·ES0·ET0·S0·EI0·PG0·P0。
可选地，依据LMDI法将碳排放总量从基年到目标年T的变化分解为7个因素产生的影响，即
ΔC＝g(ΔCE)+g(ΔES)+g(ΔET)+g(ΔS)+g(ΔEI)+g(ΔPG)+g(ΔP)
式中各分解因素可以表示为：
其中，D对应7个影响因素，函数L为对数平均函数，表达式如下：
可选地，针对上述步骤B，由于电力供给和需求的空间错配，我国各区域间通过输电网络存在大规模直接电力流动，而隐含于电力供给中的碳排放也通过输电网络发生了流动，不同区域因用电造成的碳排放量核算则往往不够准确。直接贸易调整法通过模拟区域间直接电力碳排放流动，并计算区域供给侧电力碳排放。网络分析法则假设一个区域买入的电力首先与本地生产的电力混合，然后用于本地耗费或者卖出。利用网络分析法可充分利用一定时期内输电网络中的电力流动数据，计算购买电力中隐含的碳排放。
可选地，步骤B具体包括下述步骤：
B1、直接贸易调整法核算间接碳排放：假设一个区域买入的电力完全用于当地消耗，而本地流出的电力中不包含买入的电力，因此不存在高阶电力流动。首先计算各电网发电因子，并利用各电网的发电排放因子，直接对电力进出口进行调整，计算出用电隐含排放和各电网排放因子。
可选地，直接贸易调整法核算间接碳排放：直接贸易调整法相对简单，这种方法假设一个区域买入的电力完全用于当地消耗，而本地流出的电力中不包含买入的电力，因此不存在高阶电力流动，即不存在一个区域的电力通过中转区域流到另外一个区域。另外，假设一个较小的区域要么进口电力供当地使用要么出口到邻近区域，采用嵌套方法来反映较小区域与周围较大区域之间的电力交换。
可选地，电网i的CO2排放因子简单地说就是为发电而燃烧的燃料排放除以该电网的总发电量，如下式所示：
其中，
表示电网i的化石燃料发电产生的CO2排放总量，pi表示电网i的发电量。
直接贸易调整法假设所有的电力进口都被消耗，所有的电力出口都来自出口电网的发电。因此，利用各电网的发电排放因子，可以直接对电力进出口进行调整，计算出用电隐含排放(即耗电碳排放量)和各电网排放因子(即电碳排放因子)。如下式所示：
其中，
和efi C,directadjust分别表示采用直接贸易调整法计算出的电网i的隐含碳排放(即耗电碳排放量)和隐含碳排放因子(即电碳排放因子)，pi和ci分别表示区域i的本地发电量(即预定区域的发电量)和本地用电量(即预定区域的耗电量)， Tij则表示在区域i向区域j输送的电量。
B2、网络分析法核算间接碳排放：假设一个区域买入的电力首先与本地生产的电力混合，然后用于本地耗费或者卖出。一个区域的流入电力与生产电力之和等于该区域流出电力与耗费电力之和。核算预定区域电力耗费间接碳排放时，每个电网可看作是网络中的节点，而不同电网在输电网络中的电力流动可看作是网络中的边。在本专利中，每个省份可视作一个电网，根据不同省份之间的电力流动数据可确定输电网络中每个节点的总流入和总流出。一个区域的流入电力(即输入电量)与生产电力(即发电量)之和等于该区域流出电力(即输出电量)与耗费电力(即耗电量)之和。
可选地，网络分析法核算间接碳排放：网络分析法则假设一个地区买入的电力首先与本地生产的电力混合，然后用于本地耗费或者卖出。
可选地，一个地区的流入电力与生产电力之和等于该地区流出电力与耗费电力之和，即区域间电力总流入，公式表示为：
其中，xi表示地区i的总电力流动，pi和ci分别表示地区i的本地发电量和本地用电量，Tij则表示在地区i向地区j输送的电量。
可选地，已知n个地区之间的电力流动，可以得到一个n×n维的电力流动矩阵T：
可选地，根据每个地区的电力流出(或流入)总量，可定义电力直接流出矩阵B (即区域间电力高阶传输)：
B3、计算电力耗费结构矩阵：定义生产—耗费矩阵，即电力耗费结构矩阵(也即电力消耗结构)。
可选地，电力直接流出矩阵B中第(i,j)个元素表示地区i的总电量中流向了地区j的比重，通过公式表示为：x＝p+xB；推导可得：x＝p(I-B)-1＝pG，其中，I是单位矩阵，G＝(I-B)-1＝I+B+B2+B3+…表示各地区之间直接和间接的电力流动，其中元素gij表示地区i每单位发电量中流入到地区j的总电量，包括通过中转地区和不通过中转地区流动的总量。单位矩阵I表示本地区内部的电力流动，B表示电力在两个节点之间直接流动没有经过中转地区，B2表示通过了一个中转地区的电力流动，B3表示通过了两个中转地区的电力流动，以此类推。
可选地，定义生产—耗费矩阵，即电力耗费结构矩阵，如下：
其中，
是由各地区电力消耗量组成的对角矩阵，为保持本项目研究中不同章节及数据的一致性，本项目中的各地区用电量均等于该地区发电量加流入电量减去流出电量。矩阵H将不同地区的电力生产和电力耗费联系起来，矩阵中的元素Hij＝gij·cj/xj表示地区i每单位发电量中被地区j耗费了的总电量。
可选地，由各地区发电产生碳排放
组成向量EG，将其对角化后，生产—耗费矩阵可将其与用电量连接在一起，确定区域间电力隐含的碳流动：
其中，EC的第(i,j)个元素
则表示地区j耗费的地区i的电力中隐含的碳排放(即地区i提供的输入碳排放量)。
B4、进一步计算得到每个区域电力耗费中隐含的碳排放，以及对应的碳排放因子：eC＝[1,…,1]EC其中，eC为n维行向量表示各区域电力耗费中隐含的碳排放，EC的第(i,j)个元素
则表示区域j耗费的区域i的电力中隐含的碳排放。
可选地，基于电力消耗结构可以计算得到每个地区电力耗费中隐含的碳排放(即预定区域的用电碳排放量)，以及对应的碳排放因子(即预定区域的电碳排放因子)：
eC＝[1,…,1]EC；
其中，eC为n维行向量表示各地区电力耗费中隐含的碳排放，efC为n维行向量，其中元素
表示地区j所用电力的CO2排放系数。根据以上系数可以计算出北京市耗费本地及其他地区的电力所产生的总碳排放量及碳排放强度。
可选地，针对上述步骤C，基于预定区域的电力数据建立不同行业或企业的碳排放总量核算方法，制定基于电力大数据的企业碳计量(碳核算、碳核查)方案，形成不同类型企业的碳排放总量核算体系。
可选地，步骤C具体包括下述步骤：
C1、由前述方法计算得到电力调入引起的间接碳排放后，根据预定区域不同行业的能源耗费数据，可计算得到行业m的直接CO2排放量cem，因此可得到预定区域各行业的总碳排放量，进而根据各行业的用电量得出它们各自基于用电量的碳排放因子。
可选地，由前述方法计算得到电力调入引起的间接碳排放后，根据预定区域不同行业的能源耗费数据，可计算得到行业m的直接CO2排放量，因此可得到预定区域各行业的总碳排放量，进而根据各行业的用电量得出它们各自基于用电量的碳排放因子，从而根据不同行业实时用电量乘其行业碳排放因子，可得该企业实时碳排放量，进而加总可得预定区域碳排放总量。
图2为本申请提供的一种基于电力耗费大数据的企业碳计量技术路线图，如图2所示，根据区域间电力高阶传输，以及区域间电力总流入和用电量，确定电力耗费结构矩阵，根据区域间电力高阶传输确定电力隐含碳流动，进而基于电力耗费结构矩阵和电力隐含碳流动，确定区域间电力消费排放因子，再结合区域内的本地碳排放量，可以确定区域总的耗电碳排放量。
综上，本发明的碳排放核算方法同时考虑了生产侧和耗费侧，更加全面的反映的不同区域、行业和企业直接碳排放和间接碳排放。碳排放的核算结果全面，且考虑了跨省跨区电力交易中隐含的碳排放，充分体现了北京电网区域作为电力输入型的特征。人类生产生活产生的碳排放主要来源于化石燃料燃烧，能源耗费过程中的能源品种具有不同的类型，分为一次能源(如煤、油、气等)和二次能源(电和热等)。不同行业企业在一次能源的耗费过程中可以产生直接碳排放，同时不同行业企业还可能耗费二次能源，且这部分能源的生产并不完全发生在当地，可能是有外地生产并传输到当地进行耗费。在碳排放核算过程中，传统的生产者核算原则经常将这部分间接碳排放忽略掉，产生了偏差。因此，本专利对直接碳排放和间接碳排放进行了综合核算，拓展了传统方法的核算边界，提升了碳排放核算的准确性和说服力。
本发明提供的技术方案，可以满足企业环境压力监测的实时性。以往基于行业能源耗费数据的统计大多为年度数据，少部分企业统计月度数据或季度数据，使得对企业环境压力监测的时效性欠佳，只能是基于IPCC的核算方法得到企业的历史环境压力。而在如今电力统计和监测具有高度实时性和时效性的基础上，基于电力耗费大数据的核算方法得到的企业层面环境压力具备了很高的实时性和时效性，使得监管部门能够实时有效地监测企业的生产活动，具有了传统方法无法具备的优势。
本发明提供的技术方案，可以满足环境压力监测的适用性。在耗费侧电气化程度的不断提升是实现双碳目标的必经之路，而企业在末端的生产也将更多的耗费电力而非化石能源。得益于电力系统完备的基础设施和监测体系，越来越多的企业电力耗费行为将被纳入电网监测体系当中。本项目中基于电力耗费大数据的企业碳排放核算体系将适用于更多的行业和企业，使得对不同行业中越来越多企业的环境压力监测成为可能，这是相较于传统研究方法又一无法实现的优势。
根据本发明实施例，还提供了一种碳排放数据的处理装置实施例，需要说明的是，该碳排放数据的处理装置可以用于执行本发明实施例中的碳排放数据的处理方法，本发明实施例中的碳排放数据的处理方法可以在该碳排放数据的处理装置中执行。
图3是根据本发明实施例的一种碳排放数据的处理装置的示意图，如图3所示，该装置可以包括：第一获取单元32，用于获取目标行业的生产碳排放量，其中，所述生产碳排放量表示所述目标行业生产过程中直接产生的碳排放；第二获取单元34，用于获取所述目标行业的用电量和用电碳排放量，其中，所述用电碳排放量表示为所述目标行业供电产生的碳排放；第一确定单元36，用于根据所述生产碳排放量和用电碳排放量确定所述目标行业的行业碳排放量；第二确定单元38，用于根据所述行业碳排放量和所述目标行业的用电量，确定所述目标行业的行业碳排放因子，其中，所述行业碳排放因子用于根据所述目标行业的用电量评估所述目标行业的碳排放数据。
需要说明的是，该实施例中的第一获取单元32可以用于执行本申请实施例中的步骤S102，该实施例中的第二获取单元34可以用于执行本申请实施例中的步骤S104，该实施例中的第一确定单元36可以用于执行本申请实施例中的步骤S106，该实施例中的第二确定单元38可以用于执行本申请实施例中的步骤S108。上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。
在本发明实施例中，获取目标行业的生产碳排放量，其中，生产碳排放量表示目标行业生产过程中直接产生的碳排放；获取目标行业的用电量和用电碳排放量，其中，用电碳排放量表示为目标行业供电产生的碳排放；根据生产碳排放量和用电碳排放量确定目标行业的行业碳排放量；根据行业碳排放量和目标行业的用电量，确定目标行业的行业碳排放因子，其中，行业碳排放因子用于根据目标行业的用电量评估目标行业的碳排放数据；从而基于目标行业在生产过程中直接产生的生产碳排放量，以及目标行业从事生产用电的用电碳排放量，共同确定目标行业的碳排放量和目标行业基于用电量的行业碳排放因子，可以在计算目标行业的碳排放量的过程中结合目标行业用电而产生的碳排放转移，达到了结合目标行业用电而产生的碳排转移，评估目标行业的碳排放量的目的，实现了准确核算目标行业的碳排放量的技术效果，进而解决了现有技术无法对行业进行准确的碳排放核算技术问题。
作为一种可选的实施例，第二获取单元包括：第一获取模块，用于获取所述目标行业所在预定区域的电碳排放因子，其中，所述电碳排放因子用于表示所述预定区域的耗电量与碳排放量的关系；第一确定模块，用于根据所述目标行业的用电量和所述预定区域的电碳排放因子，确定所述目标行业的用电碳排放量。
作为一种可选的实施例，第一获取模块包括：第二获取模块，用于获取所述预定区域的耗电量和所述预定区域的耗电碳排放量；第二确定模块，用于根据所述耗电量和所述耗电碳排放量，确定所述预定区域的电碳排放因子。
作为一种可选的实施例，第二获取模块包括：第三获取模块，用于获取所述预定区域的发电量和输出电量，以及本地碳排放因子，其中，所述输出电量来自于所述预定区域的发电量；第四获取模块，用于获取所述预定区域的输入电量，以及输入碳排放因子；第三确定模块，用于根据所述发电量、所述输出电量和本地碳排放因子确定本地碳排放量，根据所述输入电量和所述输入碳排放因子确定输入碳排放量；第四确定模块，用于根据所述发电量、所述输出电量和所述输入电量确定所述预定区域的耗电量，以及根据所述本地碳排放量和所述输入碳排放量确定所述预定区域的耗电碳排放量。
作为一种可选的实施例，第二获取单元包括：第五获取模块，用于获取多个区域的电力数据和每个区域用于发电的发电碳排放因子，其中，所述电力数据至少包括：向所述预定区域输入电力的至少一个供电区域和每个所述供电区域的输入电量，以及所述预定区域输出电力的至少一个受电区域，以及每个受电区域的输出电量，所述供电区域和所述预定区域的发电量，所述多个区域至少包括所述预定区域、所述供电区域和所述受电区域；第五确定模块，用于根据多个所述区域的电力数据，确定所述预定区域的电力消耗结构，其中，所述电力消耗结构包括：所述预定区域的发电量、所述预定区域的输出电量，以及每个所述供电区域为所述预定区域供电的输入电量；第六确定模块，用于根据每个所述供电区域的输入电量和对应的发电碳排放因子，所述预定区域的发电量和输出电量以及对应的发电碳排放因子，确定所述预定区域的电碳排放因子。
作为一种可选的实施例，所述第六确定模块包括：第七确定模块，用于根据至少一个所述供电区域的发电碳排放因子和输入电量，确定所述预定区域消耗所述供电区域电力的输入碳排放量；第八确定模块，用于根据所述预定区域的发电碳排放因子，以及发电量和输出电量，确定所述预定区域消耗本地电力的本地碳排放量；第九确定模块，用于根据所述预定区域的输入电量、发电量和输出电量，确定所述预定区域的耗电量，以及根据所述输入碳排放量和所述本地碳排放量确定所述预定区域的耗电碳排放量。
本发明的实施例可以提供一种计算机终端，该计算机终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述计算机终端也可以替换为移动终端等终端设备。
可选地，在本实施例中，上述计算机终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中，上述计算机终端可以执行应用程序的漏洞检测方法中以下步骤的程序代码：获取目标行业的生产碳排放量，其中，生产碳排放量表示目标行业生产过程中直接产生的碳排放；获取目标行业的用电量和用电碳排放量，其中，用电碳排放量表示为目标行业供电产生的碳排放；根据生产碳排放量和用电碳排放量确定目标行业的行业碳排放量；根据行业碳排放量和目标行业的用电量，确定目标行业的行业碳排放因子，其中，行业碳排放因子用于根据目标行业的用电量评估目标行业的碳排放数据。
可选地，图4是根据本发明实施例的一种计算机终端的结构框图。如图4所示，该计算机终端40可以包括：一个或多个(图中仅示出一个)处理器42和存储器44。
其中，存储器可用于存储软件程序以及模块，如本发明实施例中的安全漏洞检测方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的系统漏洞攻击的检测方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至终端40。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：获取目标行业的生产碳排放量，其中，生产碳排放量表示目标行业生产过程中直接产生的碳排放；获取目标行业的用电量和用电碳排放量，其中，用电碳排放量表示为目标行业供电产生的碳排放；根据生产碳排放量和用电碳排放量确定目标行业的行业碳排放量；根据行业碳排放量和目标行业的用电量，确定目标行业的行业碳排放因子，其中，行业碳排放因子用于根据目标行业的用电量评估目标行业的碳排放数据。
可选的，上述处理器还可以执行如下步骤的程序代码：获取目标行业所在预定区域的电碳排放因子，其中，电碳排放因子用于表示预定区域的耗电量与碳排放量的关系；根据目标行业的用电量和预定区域的电碳排放因子，确定目标行业的用电碳排放量。
可选的，上述处理器还可以执行如下步骤的程序代码：获取预定区域的耗电量和预定区域的耗电碳排放量；根据耗电量和耗电碳排放量，确定预定区域的电碳排放因子。
可选的，上述处理器还可以执行如下步骤的程序代码：获取预定区域的发电量和输出电量，以及本地碳排放因子，其中，输出电量来自于预定区域的发电量；获取预定区域的输入电量，以及输入碳排放因子；根据发电量、输出电量和本地碳排放因子确定本地碳排放量，根据输入电量和输入碳排放因子确定输入碳排放量；根据发电量、输出电量和输入电量确定预定区域的耗电量，以及根据本地碳排放量和输入碳排放量确定预定区域的耗电碳排放量。
可选的，上述处理器还可以执行如下步骤的程序代码：获取多个区域的电力数据和每个区域用于发电的发电碳排放因子，其中，电力数据至少包括：向预定区域输入电力的至少一个供电区域和每个供电区域的输入电量，以及预定区域输出电力的至少一个受电区域，以及每个受电区域的输出电量，供电区域和预定区域的发电量，多个区域至少包括预定区域、供电区域和受电区域；根据多个区域的电力数据，确定预定区域的电力消耗结构，其中，电力消耗结构包括：预定区域的发电量、预定区域的输出电量，以及每个供电区域为预定区域供电的输入电量；根据每个供电区域的输入电量和对应的发电碳排放因子，预定区域的发电量和输出电量以及对应的发电碳排放因子，确定预定区域的电碳排放因子。
可选的，上述处理器还可以执行如下步骤的程序代码：根据至少一个供电区域的发电碳排放因子和输入电量，确定预定区域消耗供电区域电力的输入碳排放量；根据预定区域的发电碳排放因子，以及发电量和输出电量，确定预定区域消耗本地电力的本地碳排放量；根据预定区域的输入电量、发电量和输出电量，确定预定区域的耗电量，以及根据输入碳排放量和本地碳排放量确定预定区域的耗电碳排放量。
采用本发明实施例，提供了一种碳排放数据的处理方案。通过获取目标行业的生产碳排放量，其中，生产碳排放量表示目标行业生产过程中直接产生的碳排放；获取目标行业的用电量和用电碳排放量，其中，用电碳排放量表示为目标行业供电产生的碳排放；根据生产碳排放量和用电碳排放量确定目标行业的行业碳排放量；根据行业碳排放量和目标行业的用电量，确定目标行业的行业碳排放因子，其中，行业碳排放因子用于根据目标行业的用电量评估目标行业的碳排放数据；从而基于目标行业在生产过程中直接产生的生产碳排放量，以及目标行业从事生产用电的用电碳排放量，共同确定目标行业的碳排放量和目标行业基于用电量的行业碳排放因子，可以在计算目标行业的碳排放量的过程中结合目标行业用电而产生的碳排放转移，达到了结合目标行业用电而产生的碳排转移，评估目标行业的碳排放量的目的，实现了准确核算目标行业的碳排放量的技术效果，进而解决了现有技术无法对行业进行准确的碳排放核算技术问题。
本领域普通技术人员可以理解，图4所示的结构仅为示意，计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备 (MobileInternet Devices，MID)、PAD等终端设备。图4其并不对上述电子装置的结构造成限定。例如，计算机终端40还可包括比图4中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图4所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施提供的碳排放数据的处理方法所执行的程序代码。
可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取目标行业的生产碳排放量，其中，生产碳排放量表示目标行业生产过程中直接产生的碳排放；获取目标行业的用电量和用电碳排放量，其中，用电碳排放量表示为目标行业供电产生的碳排放；根据生产碳排放量和用电碳排放量确定目标行业的行业碳排放量；根据行业碳排放量和目标行业的用电量，确定目标行业的行业碳排放因子，其中，行业碳排放因子用于根据目标行业的用电量评估目标行业的碳排放数据。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取目标行业所在预定区域的电碳排放因子，其中，电碳排放因子用于表示预定区域的耗电量与碳排放量的关系；根据目标行业的用电量和预定区域的电碳排放因子，确定目标行业的用电碳排放量。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取预定区域的耗电量和预定区域的耗电碳排放量；根据耗电量和耗电碳排放量，确定预定区域的电碳排放因子。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取预定区域的发电量和输出电量，以及本地碳排放因子，其中，输出电量来自于预定区域的发电量；获取预定区域的输入电量，以及输入碳排放因子；根据发电量、输出电量和本地碳排放因子确定本地碳排放量，根据输入电量和输入碳排放因子确定输入碳排放量；根据发电量、输出电量和输入电量确定预定区域的耗电量，以及根据本地碳排放量和输入碳排放量确定预定区域的耗电碳排放量。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取多个区域的电力数据和每个区域用于发电的发电碳排放因子，其中，电力数据至少包括：向预定区域输入电力的至少一个供电区域和每个供电区域的输入电量，以及预定区域输出电力的至少一个受电区域，以及每个受电区域的输出电量，供电区域和预定区域的发电量，多个区域至少包括预定区域、供电区域和受电区域；根据多个区域的电力数据，确定预定区域的电力消耗结构，其中，电力消耗结构包括：预定区域的发电量、预定区域的输出电量，以及每个供电区域为预定区域供电的输入电量；根据每个供电区域的输入电量和对应的发电碳排放因子，预定区域的发电量和输出电量以及对应的发电碳排放因子，确定预定区域的电碳排放因子。
可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：根据至少一个供电区域的发电碳排放因子和输入电量，确定预定区域消耗供电区域电力的输入碳排放量；根据预定区域的发电碳排放因子，以及发电量和输出电量，确定预定区域消耗本地电力的本地碳排放量；根据预定区域的输入电量、发电量和输出电量，确定预定区域的耗电量，以及根据输入碳排放量和本地碳排放量确定预定区域的耗电碳排放量。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元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全部或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(可为个人计算机、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、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种碳排放数据的处理方法，其特征在于，包括：
获取目标行业的生产碳排放量，其中，所述生产碳排放量表示所述目标行业生产过程中直接产生的碳排放；
获取所述目标行业的用电量和用电碳排放量，其中，所述用电碳排放量表示为所述目标行业供电产生的碳排放；
根据所述生产碳排放量和用电碳排放量确定所述目标行业的行业碳排放量；
根据所述行业碳排放量和所述目标行业的用电量，确定所述目标行业的行业碳排放因子，其中，所述行业碳排放因子用于根据所述目标行业的用电量评估所述目标行业的碳排放数据。
2.根据权利要求1所述的方法，其特征在于，获取所述目标行业的用电量和用电碳排放量包括：
获取所述目标行业所在预定区域的电碳排放因子，其中，所述电碳排放因子用于表示所述预定区域的耗电量与碳排放量的关系；
根据所述目标行业的用电量和所述预定区域的电碳排放因子，确定所述目标行业的用电碳排放量。
3.根据权利要求2所述的方法，其特征在于，获取所述目标行业所在预定区域的电碳排放因子包括：
获取所述预定区域的耗电量和所述预定区域的耗电碳排放量；
根据所述耗电量和所述耗电碳排放量，确定所述预定区域的电碳排放因子。
4.根据权利要求3所述的方法，其特征在于，获取所述预定区域的耗电量和所述预定区域的耗电碳排放量包括：
获取所述预定区域的发电量和输出电量，以及本地碳排放因子，其中，所述输出电量来自于所述预定区域的发电量；
获取所述预定区域的输入电量，以及输入碳排放因子；
根据所述发电量、所述输出电量和本地碳排放因子确定本地碳排放量，根据所述输入电量和所述输入碳排放因子确定输入碳排放量；
根据所述发电量、所述输出电量和所述输入电量确定所述预定区域的耗电量，以及根据所述本地碳排放量和所述输入碳排放量确定所述预定区域的耗电碳排放量。
5.根据权利要求3所述的方法，其特征在于，获取所述预定区域的耗电量和所述预定区域的耗电碳排放量包括：
获取多个区域的电力数据和每个区域用于发电的发电碳排放因子，其中，所述电力数据至少包括：向所述预定区域输入电力的至少一个供电区域和每个所述供电区域的输入电量，以及所述预定区域输出电力的至少一个受电区域，以及每个受电区域的输出电量，所述供电区域和所述预定区域的发电量，所述多个区域至少包括所述预定区域、所述供电区域和所述受电区域；
根据多个所述区域的电力数据，确定所述预定区域的电力消耗结构，其中，所述电力消耗结构包括：所述预定区域的发电量、所述预定区域的输出电量，以及每个所述供电区域为所述预定区域供电的输入电量；
根据每个所述供电区域的输入电量和对应的发电碳排放因子，所述预定区域的发电量和输出电量以及对应的发电碳排放因子，确定所述预定区域的电碳排放因子。
6.根据权利要求5所述的方法，其特征在于，根据每个所述供电区域的输入电量和对应的发电碳排放因子，所述预定区域的发电量和输出电量以及对应的发电碳排放因子，确定所述预定区域的电碳排放因子包括：
根据至少一个所述供电区域的发电碳排放因子和输入电量，确定所述预定区域消耗所述供电区域电力的输入碳排放量；
根据所述预定区域的发电碳排放因子，以及发电量和输出电量，确定所述预定区域消耗本地电力的本地碳排放量；
根据所述预定区域的输入电量、发电量和输出电量，确定所述预定区域的耗电量，以及根据所述输入碳排放量和所述本地碳排放量确定所述预定区域的耗电碳排放量。
7.一种碳排放数据的处理装置，其特征在于，包括：
第一获取单元，用于获取目标行业的生产碳排放量，其中，所述生产碳排放量表示所述目标行业生产过程中直接产生的碳排放；
第二获取单元，用于获取所述目标行业的用电量和用电碳排放量，其中，所述用电碳排放量表示为所述目标行业供电产生的碳排放；
第一确定单元，用于根据所述生产碳排放量和用电碳排放量确定所述目标行业的行业碳排放量；
第二确定单元，用于根据所述行业碳排放量和所述目标行业的用电量，确定所述目标行业的行业碳排放因子，其中，所述行业碳排放因子用于根据所述目标行业的用电量评估所述目标行业的碳排放数据。
8.根据权利要求7所述的装置，其特征在于，第二获取单元包括：
第一获取模块，用于获取所述目标行业所在预定区域的电碳排放因子，其中，所述电碳排放因子用于表示所述预定区域的耗电量与碳排放量的关系；
第一确定模块，用于根据所述目标行业的用电量和所述预定区域的电碳排放因子，确定所述目标行业的用电碳排放量。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述碳排放数据的处理方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述碳排放数据的处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111439299.7A CN114511128A (zh) | 2021-11-29 | 2021-11-29 | 碳排放数据的处理方法、装置、存储介质及处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111439299.7A CN114511128A (zh) | 2021-11-29 | 2021-11-29 | 碳排放数据的处理方法、装置、存储介质及处理器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114511128A true CN114511128A (zh) | 2022-05-17 |
Family
ID=81548388
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111439299.7A Pending CN114511128A (zh) | 2021-11-29 | 2021-11-29 | 碳排放数据的处理方法、装置、存储介质及处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114511128A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114757457A (zh) * | 2022-06-16 | 2022-07-15 | 南方电网数字电网研究院有限公司 | 基于电力大数据的电碳排放全过程监测方法和装置 |
| CN115049160A (zh) * | 2022-08-12 | 2022-09-13 | 江苏省测绘工程院 | 时空大数据的平原工业型城市碳排放量评估方法及系统 |
| CN115050172A (zh) * | 2022-08-16 | 2022-09-13 | 四川中电启明星信息技术有限公司 | 一种碳排放量检测预警方法及装置 |
| CN115330089A (zh) * | 2022-10-11 | 2022-11-11 | 南方电网数字电网研究院有限公司 | 一种基于电力大数据的用户侧行企业动态碳监测分析方法 |
| CN115471098A (zh) * | 2022-09-23 | 2022-12-13 | 南方电网能源发展研究院有限责任公司 | 碳排放量获取方法、装置、计算机设备和存储介质 |
| CN115511332A (zh) * | 2022-09-30 | 2022-12-23 | 南方电网能源发展研究院有限责任公司 | 碳排放量确定方法、装置、计算机设备和存储介质 |
| CN115693650A (zh) * | 2022-10-17 | 2023-02-03 | 上海远景科创智能科技有限公司 | 一种区域电力碳排放因子的确定方法、装置、设备及介质 |
| CN116451001A (zh) * | 2023-03-17 | 2023-07-18 | 国家电网有限公司大数据中心 | 多电网碳排分布式协同隐私计算方法及系统 |
| CN117350523A (zh) * | 2023-12-05 | 2024-01-05 | 清华大学 | 钢结构碳排放确定方法、装置、电子设备及存储介质 |
-
2021
- 2021-11-29 CN CN202111439299.7A patent/CN114511128A/zh active Pending
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114757457B (zh) * | 2022-06-16 | 2022-10-11 | 南方电网数字电网研究院有限公司 | 基于电力大数据的电碳排放全过程监测方法和装置 |
| CN114757457A (zh) * | 2022-06-16 | 2022-07-15 | 南方电网数字电网研究院有限公司 | 基于电力大数据的电碳排放全过程监测方法和装置 |
| CN115049160B (zh) * | 2022-08-12 | 2022-11-11 | 江苏省测绘工程院 | 时空大数据的平原工业型城市碳排放量评估方法及系统 |
| CN115049160A (zh) * | 2022-08-12 | 2022-09-13 | 江苏省测绘工程院 | 时空大数据的平原工业型城市碳排放量评估方法及系统 |
| CN115050172A (zh) * | 2022-08-16 | 2022-09-13 | 四川中电启明星信息技术有限公司 | 一种碳排放量检测预警方法及装置 |
| CN115050172B (zh) * | 2022-08-16 | 2022-11-01 | 四川中电启明星信息技术有限公司 | 一种碳排放量检测预警方法及装置 |
| CN115471098A (zh) * | 2022-09-23 | 2022-12-13 | 南方电网能源发展研究院有限责任公司 | 碳排放量获取方法、装置、计算机设备和存储介质 |
| CN115511332A (zh) * | 2022-09-30 | 2022-12-23 | 南方电网能源发展研究院有限责任公司 | 碳排放量确定方法、装置、计算机设备和存储介质 |
| CN115330089A (zh) * | 2022-10-11 | 2022-11-11 | 南方电网数字电网研究院有限公司 | 一种基于电力大数据的用户侧行企业动态碳监测分析方法 |
| CN115693650A (zh) * | 2022-10-17 | 2023-02-03 | 上海远景科创智能科技有限公司 | 一种区域电力碳排放因子的确定方法、装置、设备及介质 |
| CN115693650B (zh) * | 2022-10-17 | 2023-07-28 | 国家电网有限公司大数据中心 | 一种区域电力碳排放因子的确定方法、装置、设备及介质 |
| CN116451001A (zh) * | 2023-03-17 | 2023-07-18 | 国家电网有限公司大数据中心 | 多电网碳排分布式协同隐私计算方法及系统 |
| CN116451001B (zh) * | 2023-03-17 | 2023-09-29 | 国家电网有限公司大数据中心 | 多电网碳排分布式协同隐私计算方法及系统 |
| CN117350523A (zh) * | 2023-12-05 | 2024-01-05 | 清华大学 | 钢结构碳排放确定方法、装置、电子设备及存储介质 |
| CN117350523B (zh) * | 2023-12-05 | 2024-03-01 | 清华大学 | 钢结构碳排放确定方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114511128A (zh) | 碳排放数据的处理方法、装置、存储介质及处理器 | |
| Judge et al. | Overview of smart grid implementation: Frameworks, impact, performance and challenges | |
| Mansour-Saatloo et al. | Robust scheduling of hydrogen based smart micro energy hub with integrated demand response | |
| Jabbarzadeh et al. | Green and resilient design of electricity supply chain networks: a multiobjective robust optimization approach | |
| Luo et al. | Distributed peer-to-peer energy trading based on game theory in a community microgrid considering ownership complexity of distributed energy resources | |
| Alabi et al. | Strategic potential of multi-energy system towards carbon neutrality: A forward-looking overview | |
| Frischmuth et al. | Hydrogen sourcing strategies and cross-sectoral flexibility trade-offs in net-neutral energy scenarios for Europe | |
| CN109086922A (zh) | 一种面向工商业用户的需求响应电力套餐优化设计方法 | |
| Zhou et al. | Proposal and comprehensive analysis of gas-wind-photovoltaic-hydrogen integrated energy system considering multi-participant interest preference | |
| Li et al. | Optimal operation of energy hubs integrated with electric vehicles, load management, combined heat and power unit and renewable energy sources | |
| Fan et al. | A Bi-level optimization model of integrated energy system considering wind power uncertainty | |
| Yu et al. | Planning regional-scale electric power systems under uncertainty: A case study of Jing-Jin-Ji region, China | |
| Zhang et al. | Optimal scheduling strategy of virtual power plant with power-to-gas in dual energy markets | |
| CN114240086A (zh) | 碳排放监测方法、装置、存储介质及处理器 | |
| Pezhmani et al. | A centralized stochastic optimal dispatching strategy of networked multi-carrier microgrids considering transactive energy and integrated demand response: Application to water–energy nexus | |
| Palmer | An input-output based net-energy assessment of an electricity supply industry | |
| Nosratabadi et al. | Optimal planning of multi‐energy microgrid with different energy storages and demand responsive loads utilizing a technical‐economic‐environmental programming | |
| Hampton et al. | A review of current analytical methods, modelling tools and development frameworks applicable for future retail electricity market design | |
| Kleinschmidt et al. | Unlocking flexibility in multi-energy systems: A literature review | |
| Zhou et al. | Smart energy management | |
| Lin et al. | Capacity planning of micro energy grid using double-level game model of environment-economic considering dynamic energy pricing strategy | |
| Li et al. | Study on operation strategy and load forecasting for distributed energy system based on Chinese supply-side power grid reform | |
| Han et al. | A stochastic hierarchical optimization and revenue allocation approach for multi-regional integrated energy systems based on cooperative games | |
| Tian et al. | Robust optimal energy management of data center equipped with multi-energy conversion technologies | |
| Taghizadegan et al. | Dominated GSO algorithm for optimal scheduling of renewable microgrids with penetration of electric vehicles and energy storages considering DRP |
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 |