CN114626570B - 一种电力碳排放轨迹分析方法及装置 - Google Patents
一种电力碳排放轨迹分析方法及装置 Download PDFInfo
- Publication number
- CN114626570B CN114626570B CN202111482701.XA CN202111482701A CN114626570B CN 114626570 B CN114626570 B CN 114626570B CN 202111482701 A CN202111482701 A CN 202111482701A CN 114626570 B CN114626570 B CN 114626570B
- Authority
- CN
- China
- Prior art keywords
- model
- carbon emission
- power
- carbon
- side sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 358
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 349
- 238000004458 analytical method Methods 0.000 title claims abstract description 43
- 238000009826 distribution Methods 0.000 claims abstract description 83
- 230000005540 biological transmission Effects 0.000 claims abstract description 81
- 238000004519 manufacturing process Methods 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 33
- 230000007613 environmental effect Effects 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000010248 power generation Methods 0.000 claims description 55
- 239000003245 coal Substances 0.000 claims description 44
- 239000002803 fossil fuel Substances 0.000 claims description 36
- 238000012946 outsourcing Methods 0.000 claims description 30
- 238000010586 diagram Methods 0.000 claims description 29
- 230000001364 causal effect Effects 0.000 claims description 24
- 230000005611 electricity Effects 0.000 claims description 22
- 239000002956 ash Substances 0.000 claims description 20
- 238000002485 combustion reaction Methods 0.000 claims description 20
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 11
- 239000000428 dust Substances 0.000 claims description 8
- 230000003647 oxidation Effects 0.000 claims description 8
- 238000007254 oxidation reaction Methods 0.000 claims description 8
- 239000002893 slag Substances 0.000 claims description 8
- 239000000446 fuel Substances 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 5
- 239000010881 fly ash Substances 0.000 claims description 4
- 230000002194 synthesizing effect Effects 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 abstract description 8
- 238000000354 decomposition reaction Methods 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000009776 industrial production Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 230000009286 beneficial effect Effects 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
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Geometry (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种电力碳排放轨迹分析方法及装置，涉及电力系统碳排放分析技术领域，方法包括：获取影响碳排放的技术因素、经济因素以及环境因素，并基于技术因素、经济因素以及环境因素进行碳排放系统动力学模型构建；基于动力学模型构建能源电力供应侧的碳排放模型、输配电系统的碳排放模型以及用电侧的碳排放模型；获取电力能源排放数据，并基于电力供应侧的碳排放模型、输电系统的碳排放模型以及用电侧的碳排放模型，利用轨迹跟踪算法获取电力生产侧碳排放、电力消费侧碳排放，电力输配系统碳排放，以及经济‑电力系统碳排放轨迹分析。通过本发明可以对碳排放指标进行精准统计、监测和考核，分析影响企业碳减排分解目标，构建碳排放指标体系。
Description
技术领域
本发明涉及碳分析的技术领域，尤其是涉及一种电力碳排放轨迹分析装置。
背景技术
电力行业既是碳减排的重要行业，也是碳市场的主要参与者。城市电力系统碳排放能源种类繁杂、消费途径复杂、各发电用电企业碳减排目标不明确，以至于城市难以实现精准可信的碳排放指标统计、监测和考核。在夯实电力系统碳排放监测、报告和核查体系基础上，还需探索电力系统碳排放演化态势的仿真推演技术。
在提升碳排放数据质量的基础上，对电力系统碳排放水平在未来不同场景下演化态势的推演分析，不仅有利于电力企业准确衡量和推演自身碳排放水平、科学制定生产运行和资产管理策略，也有利于全国碳市场中配额总量设定以及配额调节机制设计，然而碳市场与电力市场不同状态变量、控制变量之间存在复杂交互关系，不同机制参数(如配额总量、分配方法、交易机制、可再生能源推动力度，等)以及大量内外部扰动(经济形势、天气状况，等)，会经由多元市场主体的博弈行为产生复杂的交互动态，加大电力系统碳排放态势推演的技术难度。
发明内容
有鉴于此，本发明的目的在于提供一种电力碳排放轨迹分析方法及装置，以对碳排放指标进行精准统计、监测和考核，分析影响企业碳减排分解目标，构建碳排放指标体系，建立全寿命周期碳排放轨迹分析模型。
本发明提供了一种电力碳排放轨迹分析方法，具体包括如下步骤：
获取影响碳排放的技术因素、经济因素以及环境因素，并基于所述技术因素、所述经济因素以及所述环境因素进行碳排放系统动力学模型构建；
基于所述动力学模型构建能源电力供应侧的碳排放模型、输配电系统的碳排放模型以及用电侧的碳排放模型；
获取电力能源排放数据，并基于所述电力供应侧的碳排放模型、所述输电系统的碳排放模型以及所述用电侧的碳排放模型，利用轨迹跟踪算法获取电力生产侧碳排放、电力消费侧碳排放，电力输配系统碳排放，以及经济-电力系统碳排放轨迹分析。
优选的，所述进行碳排放系统动力学模型构建的步骤包括：
构建第一发电侧子模型、第一输配电侧子模型以及第一用电侧子模型，并生成所述发电侧子模型因果回路图、输配电侧子模型因果回路图、用电侧子模型因果回路图
基于所述发电侧子模型因果回路图、所述输配电侧子模型因果回路图、所述用电侧子模型因果回路图获取所述发电侧子模型函数关系、输配电侧子模型函数关系、所述用电侧子模型函数关系，生成第二发电侧子模型、第二输配电侧子模型以及第二用电侧子模型，；
获取碳排放监测数据，将所述碳排放监测数据输入至所述第二发电侧子模型、所述第二输配电侧子模型以及所述第二用电侧子模型中，并进行训练以生成所述第三发电侧子模型、所述第三输配电侧子模型以及所述第三用电侧子模型；
将所述第三发电侧子模型、所述第三输配电侧子模型以及所述第三用电侧子模型进行合成以生成第一碳排放系统动力学模型，对所述第一碳排放系统动力学模型进行微调以获取所述碳排放系统动力学模型。
优选的，所述获取影响碳排放的技术因素、经济因素以及环境因素，并基于所述技术因素、所述经济因素以及所述环境因素进行碳排放系统动力学模型构建的步骤包括：
采用如下公式获取所述技术因素、所述经济因素以及所述环境因素的互信息：
p(x)、p(y)—随机变量X和Y的边缘概率分布；
p(x,y)—随机变量X和Y的联合概率分布。
优选的，基于所述动力学模型构建能源电力供应侧的碳排放模型、输电系统的碳排放模型以及用电侧的碳排放模型
采用如下公式获取能源电力供应侧的碳排放模型：
E1＝E发电设备+E燃烧+E净购入；
E发电设备—发电设备生产所形成的碳排放折算到统计时间段的量；
E净购入—城市电网购入的能源电力碳排放；
E燃烧—城市化石燃料燃烧产生的碳排放；
采用如下公式获取城市化石燃料燃烧产生的碳排放：
E燃烧＝∑i(ADi×EFi)；
ADi—第i种化石燃料活动水平；
EFi—第i种燃料的排放系数；
采用如下公式获取第i种化石燃料活动水平：
ADi＝ECi×NCVi×10-6
ECi—第i种化石燃料的消耗量；
NCVi—第i种化石燃料的平均低位发热值；
采用如下公式获取第i种化石燃料的消耗量
CCi—第i种化石燃料的单位热值含碳量；
OFi—第i种化石燃料的碳氧化率；
采用如下公式获取煤单位热值含碳量：
CC煤＝C煤/NCV煤；
C煤—燃煤的月平均元素碳含量；
采用如下公式获取煤的碳氧化率：
OF煤＝1-(Gash×Cash+Gcin×Ccin×ηcin)/(FC煤×NCV煤×CC煤)；
Gash—全年的炉渣产量；
Cash—炉渣的平均含碳量；
Gcin—全年的飞灰产量；
Ccin—灰的平均含碳量；
ηcin除尘系统平均除尘效率。
优选的，其特征在于，采用如下公式获取所述输配电系统的碳排放模型：
E2＝E电网设备+E网损；
E发电设备—发电设备生产所形成的碳排放折算到统计时间段的量；
E网损—运行期间网损引起的碳排放；
采用如下公式获取运行期间网损引起的碳排放：
E网损＝AD网损×EF网损
AD网损为总网损电量，
EF网损为区域电网年平均供电排放因子。
优选的，采用如下公式构建用电侧碳排放模型：
E3＝E自发电+E其他能源+E跨区外购；
E自发电—自备电厂发电生的间接碳排放量；
E其他能源—其他能源产生的间接碳排放量；
E跨区外购—净外购电量AD外购,i与电力碳排放因子EF外购,i的乘积；
即E跨区外购＝∑i(AD外购,i×EF外购,i)。
优选的，所述利用轨迹跟踪算法获取电力生产侧碳排放、输配电系统碳排放、电力消费侧碳排放，以及经济-电力系统碳排放轨迹分析：
以潮流追踪为基础按照比例共享原则进行轨迹分析，碳排放分摊量xn计算如下：
Ei—系统参与成员构成的功率向量，对于生产侧、输配电系统和电力用户，分区取i＝1，2，3，
Ni为第i类参与成员的数量；
Ci,k—第i类参与成员在第k个离散段对系统碳排放的单位边际贡献量，可由下式决定。
M—电力用户侧所需电力功率的离散段，可以结合电力用户的阶梯电价分布进行；
ΔEi,k—增加的电力功率，包括发电侧增发、输配电侧传输，以及用电侧用电增加量；
c(kEM)—生产侧和用户侧系统碳排放的计算函数。
另一方面，本发明提供了一种电力碳排放轨迹分析装置，包括：
第一模型构建模块：用于获取影响碳排放的技术因素、经济因素以及环境因素，并基于所述技术因素、所述经济因素以及所述环境因素进行碳排放系统动力学模型构建；
第二模型构建模块：用于基于所述动力学模型构建能源电力供应侧的碳排放模型、输配电系统的碳排放模型以及用电侧的碳排放模型；
第三分析模块：用于获取电力能源排放数据，并基于所述电力供应侧的碳排放模型、所述输电系统的碳排放模型以及所述用电侧的碳排放模型，利用轨迹跟踪算法获取电力生产侧碳排放、电力消费侧碳排放，电力输配系统碳排放，以及经济-电力系统碳排放轨迹分析。
本发明实施例带来了以下有益效果：本发明提供了一种电力碳排放轨迹分析方法及装置，所述方法包括获取影响碳排放的技术因素、经济因素以及环境因素，并基于技术因素、经济因素以及环境因素进行碳排放系统动力学模型构建；基于动力学模型构建能源电力供应侧的碳排放模型、输配电系统的碳排放模型以及用电侧的碳排放模型；获取电力能源排放数据，并基于电力供应侧的碳排放模型、输电系统的碳排放模型以及用电侧的碳排放模型，利用轨迹跟踪算法获取电力生产侧碳排放、电力消费侧碳排放，电力输配系统碳排放，以及经济-电力系统碳排放轨迹分析。通过本发明可以对碳排放指标进行精准统计、监测和考核，分析影响企业碳减排分解目标，构建碳排放指标体系，建立全寿命周期碳排放轨迹分析模型。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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他的附图。
图1为本发明实施例提供的一种电力碳排放轨迹分析方法流程图；
图2为本发明实施例提供的一种电力碳排放轨迹分析方法碳影响因素互信息示意图；
图3为本发明实施例提供的一种电力碳排放轨迹分析方法中国各直辖市全社会碳排放变化；
图4为本发明实施例提供的一种电力碳排放轨迹分析方法各直辖市工业碳排放强度变化图；
图5为本发明实施例提供的一种电力碳排放轨迹分析方法城市碳排放与工业增加值关联分析图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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，都属于本发明保护的范围。
目前，碳市场与电力市场不同状态变量、控制变量之间存在复杂交互关系，不同机制参数(如配额总量、分配方法、交易机制、可再生能源推动力度，等)以及大量内外部扰动(经济形势、天气状况，等)，会经由多元市场主体的博弈行为产生复杂的交互动态，加大电力系统碳排放态势推演的技术难度，基于此，本发明实施例提供的一种电力碳排放轨迹分析方法及装置，可以对碳排放指标进行精准统计、监测和考核，分析影响企业碳减排分解目标，构建碳排放指标体系，建立全寿命周期碳排放轨迹分析模型。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种电力碳排放轨迹分析方法进行详细介绍。
实施例一：
获取影响碳排放的技术因素、经济因素以及环境因素，并基于所述技术因素、所述经济因素以及所述环境因素进行碳排放系统动力学模型构建；
基于所述动力学模型构建能源电力供应侧的碳排放模型、输配电系统的碳排放模型以及用电侧的碳排放模型；
获取电力能源排放数据，并基于所述电力供应侧的碳排放模型、所述输电系统的碳排放模型以及所述用电侧的碳排放模型，利用轨迹跟踪算法获取电力生产侧碳排放、电力消费侧碳排放，电力输配系统碳排放，以及经济-电力系统碳排放轨迹分析。
进一步的，所述技术因素、所述经济因素以及所述环境因具体如下
1)技术因素：燃料参数(如燃料热值、碳排放因子)；机组参数(如机组热效率、机组载荷率、碳捕获率)；系统参数(如发电机组组成、开机方式、负荷水平)都将从物理层面产生影响。
2)经济因素：宏观经济发展态势对一/二次能源供求关系的影响，能源市场、环境市场等多领域市场机制设计、价格水平和微观交易策略对不同厂商市场竞争力的影响，都会从经济层面产生直接或间接的影响。
3)环境因素：除气候和天气条件之外，针对电力系统环境外部性的各种管制措施，将为不同层面排放主体引入的短期或长期、强度或总量碳排放约束，通过管制电力系统环境外部性而产生影响。
上述因素并非孤立影响电力系统碳排放水平，而是存在复杂的交互影响。例如，碳排放约束的收紧，将会改变相关市场的供求关系及价格水平，经由成本传导后影响企业的生产运营及投资策略，进而影响电力系统运行方式及发电结构；发电技术变革将会改变其发电成本，进而改变不同发电技术的相对竞争力；气候环境和天气条件不仅会影响短期电力需求，也会影响清洁能源发电的实际出力边界(如水库容量、风力和光照强度)；
基于所述动力学模型构建能源电力供应侧的碳排放模型、输电系统的碳排放模型以及用电侧的碳排放模型；
获取电力能源排放数据，并基于所述电力供应侧的碳排放模型、所述输电系统的碳排放模型以及所述用电侧的碳排放模型，利用轨迹跟踪算法获取电力生产侧碳排放、电力消费侧碳排放，电力侧碳排放量以及经济-电力系统碳排放脱钩评估。
进一步的，在本发明提供的实施例中如表所示，以天津地区为例，基于电力数据的天津地区碳排放分析指标体系
表1基于电力数据的天津地区碳排放分析指标体系
优选的，所述进行碳排放系统动力学模型构建的步骤包括：
构建第一发电侧子模型、第一输配电侧子模型以及第一用电侧子模型，并生成所述发电侧子模型因果回路图、输配电侧子模型因果回路图、用电侧子模型因果回路图
基于所述发电侧子模型因果回路图、所述输配电侧子模型因果回路图、所述用电侧子模型因果回路图获取所述发电侧子模型函数关系、输配电侧子模型函数关系、所述用电侧子模型函数关系，生成第二发电侧子模型、第二输配电侧子模型以及第二用电侧子模型，；
获取碳排放监测数据，将所述碳排放监测数据输入至所述第二发电侧子模型、所述第二输配电侧子模型以及所述第二用电侧子模型中，并进行训练以生成所述第三发电侧子模型、所述第三输配电侧子模型以及所述第三用电侧子模型；
将所述第三发电侧子模型、所述第三输配电侧子模型以及所述第三用电侧子模型进行合成以生成第一碳排放系统动力学模型，对所述第一碳排放系统动力学模型进行微调以获取所述碳排放系统动力学模型。
优选的，所述获取影响碳排放的技术因素、经济因素以及环境因素，并基于所述技术因素、所述经济因素以及所述环境因素进行碳排放系统动力学模型构建的步骤包括：
采用如下公式获取所述技术因素、所述经济因素以及所述环境因素的互信息：
p(x)、p(y)—随机变量X和Y的边缘概率分布；
p(x,y)—随机变量X和Y的联合概率分布。
优选的，基于所述动力学模型构建能源电力供应侧的碳排放模型、输配电系统的碳排放模型以及用电侧的碳排放模型
采用如下公式获取能源电力供应侧的碳排放模型：
E1＝E发电设备+E燃烧+E净购入；
E发电设备—发电设备生产所形成的碳排放折算到统计时间段的量；
E净购入—城市电网购入的能源电力碳排放；
E燃烧—城市化石燃料燃烧产生的碳排放；
采用如下公式获取城市化石燃料燃烧产生的碳排放：
E燃烧＝∑i(ADi×EFi)；
ADi—第i种化石燃料活动水平；
EFi—第i种燃料的排放系数；
采用如下公式获取第i种化石燃料活动水平：
ADi＝ECi×NCVi×10-6
ECi—第i种化石燃料的消耗量；
NCVi—第i种化石燃料的平均低位发热值；
采用如下公式获取第i种化石燃料的消耗量
CCi—第i种化石燃料的单位热值含碳量；
OFi—第i种化石燃料的碳氧化率；
采用如下公式获取煤单位热值含碳量：
CC煤＝C煤/NCV煤；
C煤—燃煤的月平均元素碳含量；
采用如下公式获取煤的碳氧化率：
OF煤＝1-(Gash×Cash+Gcin×Ccin×ηcin)/(FC煤×NCV煤×CC煤)；
Gash—全年的炉渣产量；
Cash—炉渣的平均含碳量；
Gcin—全年的飞灰产量；
Ccin—灰的平均含碳量；
ηcin除尘系统平均除尘效率。
优选的，采用如下公式获取所述输配电系统的碳排放模型：
E2＝E电网设备+E网损；
E发电设备—发电设备生产所形成的碳排放折算到统计时间段的量；E网损—运行期间网损引起的碳排放；
采用如下公式获取运行期间网损引起的碳排放：
E网损＝AD网损×EF网损
AD网损为总网损电量，
EF网损为区域电网年平均供电排放因子。
优选的，采用如下公式构建用电侧碳排放模型：
E3＝E自发电+E其他能源+E跨区外购；
E自发电—自备电厂发电生的间接碳排放量；
E其他能源—其他能源产生的间接碳排放量；
E跨区外购—净外购电量AD外购,i与电力碳排放因子EF外购,i的乘积；
即E跨区外购＝∑i(AD外购,i×EF外购,i)。
优选的，所述利用轨迹跟踪算法获取电力生产侧碳排放、输配电系统碳排放、电力消费侧碳排放，以及经济-电力系统碳排放轨迹分析：
以潮流追踪为基础按照比例共享原则进行轨迹分析，碳排放分摊量xn计算如下：
Ei—系统参与成员构成的功率向量，对于生产侧、输配电系统和电力用户，分区取i＝1，2，3，
Ni为第i类参与成员的数量；
Ci,k—第i类参与成员在第k个离散段对系统碳排放的单位边际贡献量，可由下式决定。
M—电力用户侧所需电力功率的离散段，可以结合电力用户的阶梯电价分布进行；
ΔEi,k—增加的电力功率，包括发电侧增发、输配电侧传输，以及用电侧用电增加量；
c(kE/M)—生产侧和用户侧系统碳排放的计算函数。
需要说明的是，电力数据数量庞大且结构复杂多样，无法直接用于智能分析，需要进行统计整理，抽取出有价值的属性，并实现有效的数据表示。由于电力数据存在时空特性，即在不同时间、不同地域产生具有自身特性的数据集，因此我们综合考虑时间和空间条件下各类属性(如线路条数、重过载线路比例等)的情况，构建时间、空间和属性三维数据表示；
时间维度：多数原始电力数据中都包含时间信息，即系统会同时记录数据发生的时间。保留该时间维度信息，用于描述属性(特征)随时间变化而发生变化的情况。常见的时间单位为年或月份，例如用电量按照年/月变化，报修数量按照年/月变化；
空间维度：所有电力属性数据都存在空间标记，即标记有数据所属的地域(城市或区县)，利用该维度信息可将原始电力数据按照地域进行划分，并通过智能分析分别对不同地域给出投资意见；
属性维度：通过统计分析抽象出的各类属性(特征)，作为智能分析的输入数据；
电力企业碳排放核算方法是对碳排放量的事后统计分析，良好的碳排放统计和管理体系有助于提升电力系统历史碳排放数据质量。而进一步，为实现对电力系统碳排放水平在未来不同潜在场景下演化态势的准确、客观、科学评估，基于电力能源的生产链条获取碳排放监测数据。首先明确从大能源流采集、输送、生产、消费等各个环节中的排放责任者。从监测成本角度考虑，不要求大量安装碳排放高精度监测设备，平衡企业碳减排和运营之间的成本，在成本预测超负荷时，可以基于电力系统等原有的计量数据系统，从能源的生产、传输分配、使用四个方面对碳排放监测数据获取。
实施例二：
本发明实施例二提供了一种电力碳排放轨迹分析装置，包括：
第一模型构建模块：用于获取影响碳排放的技术因素、经济因素以及环境因素，并基于所述技术因素、所述经济因素以及所述环境因素进行碳排放系统动力学模型构建；
第二模型构建模块：用于基于所述动力学模型构建能源电力供应侧的碳排放模型、输配电系统的碳排放模型以及用电侧的碳排放模型；
第三分析模块：用于获取电力能源排放数据，并基于所述电力供应侧的碳排放模型、所述输电系统的碳排放模型以及所述用电侧的碳排放模型，利用轨迹跟踪算法获取电力生产侧碳排放、电力消费侧碳排放，电力输配系统碳排放，以及经济-电力系统碳排放轨迹分析。
实施例三：
在计算全社会碳排放情况时，包括多种碳排放环节，如能源转换加工活动、能源消费利用和工业生产过程等多个环节，为了尽可能的排除地区碳排放核算的不确定性，考虑碳排放分为三个环节：一次能源活动的碳排放、外购电热产生的碳排放、工业生产过程的碳排放。流程碳排放采用排放因子法，因子采用IPCC等指南提供的缺省参数值。基于本文所提方法对直辖市碳排放情况对比，如图3所示。
对比各直辖市单位GDP碳排放强度变化情况，可以看出单位GDP碳排放强度呈不断下降趋势，即在经济增长的同时，每单位国民生产总值所带来的二氧化碳排放量在下降，低碳发展卓有成效，但天津市的碳排放强度在四个直辖市中最高，仍有进一步优化空间。天津地区资源禀赋与产业结构存在差异。一是能源结构差异，在四个直辖市终端能源消费中，天津与重庆地区煤炭制品占比高于北京与上海地区，天津地区电能占比与新能源发电占比低于其他地区，重庆地区新能源发电量达到了总用电量的22.1％，远高于其他地区；二是产业结构差异，天津与重庆地区工业能源消耗占比远高于其他地区，天津市2018年工业能源消耗占天津地区终端能源消耗比例达到60％以上。
在计算工业碳排放情况时，包括多种碳排放核算口径，如生产者责任、消费者责任以及两者共同承担责任等不同碳排放责任分摊机制；以及是否计入典型行业工业生产过程碳排放等多种碳排放核算口径，为了尽可能的排除地区碳排放核算的不确定性，并明确电力、热力生产及供应行业的碳排放情况，本文将碳排放分为三个环节，即一次能源活动的碳排放，外购电热产生的碳排放，工业生产过程的碳排放。
如图4所示，通过对比近10年各直辖市碳排放变化情况，可以看出四个直辖市工业碳排放呈相对平稳变化趋势；对比各直辖市工业碳排放强度变化情况，可以看出整体工业碳排放强度稳中有降，北京基于产业调整，重庆基于能源结构优化，二者的碳排放强度均有效下降，同时天津市的工业碳排放强度在四个直辖市中最高，仍有进一步优化空间。
表2用于检测碳排放的TAPIO指数
结合图5与表1可知，随着分析城市地区淘汰落后产能，发展先进产能，推动高新产业发展，天津地区工业碳排放与工业增加值之间的关联关系逐渐减弱，于2015年进入弱脱钩阶段；从该城市工业碳排放强度变化情况来看，工业碳排放强度呈现逐年下降趋势，随着产业结构的调整，单位工业增加值产生的碳排放量逐渐减少，证明了同步进行产业调整与能源升级可以使经济发展与碳排放逐步解耦。
本发明具有如下优点：
(1)本发明基于大能源思维将电力视为能源生产与消费全流程中的枢纽环节，提出一种城市能源电力碳排放轨迹分析方法，藉此推动上游一次能源的清洁替代与下游终端能源的电能替代，支撑能源可持续发展；
(2)本发明从电力生产侧碳排放、电力消费侧碳排放、清洁能源碳减排三个方面，实现分时域、分区域、分行业等多维度的电力碳排监测，构建城市双碳监测体系；
(3)构建城市能源电力供应侧的碳排放模型、输电系统的碳排放模型和用电侧的碳排放模型，能够适应电力系统碳排放态势推演中不同分析范式的融合思路，有效支持“碳减排”目标的实现。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“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，可以是两个元件内部的连通。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发明中的具体含义。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。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，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，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通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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网络单元上。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。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (2)
1.一种电力碳排放轨迹分析方法，其特征在于，具体包括如下步骤：
获取影响碳排放的技术因素、经济因素以及环境因素，并基于所述技术因素、所述经济因素以及所述环境因素进行碳排放系统动力学模型构建；
基于动力学模型构建能源电力供应侧的碳排放模型、输配电系统的碳排放模型以及用电侧的碳排放模型；
获取电力能源排放数据，并基于所述电力供应侧的碳排放模型、所述输配电系统的碳排放模型以及所述用电侧的碳排放模型，利用基于电力系统碳排放流的轨迹跟踪算法获取电力生产侧碳排放、电力消费侧碳排放，电力输配系统碳排放，以及经济-电力系统碳排放轨迹分析；
进行碳排放系统动力学模型构建的步骤包括：
基于系统动力学模型分别构建第一发电侧子模型、第一输配电侧子模型以及第一用电侧子模型，并生成发电侧子模型因果回路图、输配电侧子模型因果回路图、用电侧子模型因果回路图；
基于所述发电侧子模型因果回路图、所述输配电侧子模型因果回路图、所述用电侧子模型因果回路图获取发电侧子模型函数关系、输配电侧子模型函数关系、用电侧子模型函数关系，生成第二发电侧子模型、第二输配电侧子模型以及第二用电侧子模型；
获取碳排放监测数据，将所述碳排放监测数据输入至所述第二发电侧子模型、所述第二输配电侧子模型以及所述第二用电侧子模型中，并进行训练以生成第三发电侧子模型、第三输配电侧子模型以及第三用电侧子模型；
将所述第三发电侧子模型、所述第三输配电侧子模型以及所述第三用电侧子模型进行合成以生成第一碳排放系统动力学模型，对所述第一碳排放系统动力学模型进行微调以获取碳排放系统动力学模型；
采用如下公式获取所述技术因素、所述经济因素以及所述环境因素的互信息：
p(x)、p(y)—随机变量X和Y的边缘概率分布；
p(x,y)—随机变量X和Y的联合概率分布；
采用如下公式获取能源电力供应侧的碳排放模型：
E1＝E发电设备+E燃烧+E净购入；
E发电设备—发电设备生产所形成的碳排放折算到统计时间段的量；
E净购入—城市电网购入的能源电力碳排放；
E燃烧—城市化石燃料燃烧产生的碳排放；
采用如下公式获取城市化石燃料燃烧产生的碳排放：
E燃烧＝∑i(ADi×EFi)；
ADi—第i种化石燃料活动水平；
EFi—第i种燃料的排放系数；
采用如下公式获取第i种化石燃料活动水平：
ADi＝ECi×NCVi×10-6
ECi—第i种化石燃料的消耗量；
NCVi—第i种化石燃料的平均低位发热值；
采用如下公式获取第i种化石燃料的消耗量
CCi—第i种化石燃料的单位热值含碳量；
OFi—第i种化石燃料的碳氧化率；
采用如下公式获取煤单位热值含碳量：
CC煤＝C煤/NCV煤；
C煤—燃煤的月平均元素碳含量；
采用如下公式获取煤的碳氧化率：
OF煤＝1-(Gash×Cash+Gcin×Ccin×ηcin)/(FC煤×NCV煤×CC煤)；
Gash—全年的炉渣产量；
Cash—炉渣的平均含碳量；
Gcin—全年的飞灰产量；
Ccin—灰的平均含碳量；
ηcin除尘系统平均除尘效率；
采用如下公式获取所述输配电系统的碳排放模型：
E2＝E电网设备+E网损；
E电网设备—发电设备生产所形成的碳排放折算到统计时间段的量；
E网损—运行期间网损引起的碳排放；
采用如下公式获取运行期间网损引起的碳排放：
E网损＝AD网损×EF网损
AD网损为总网损电量，
EF网损为区域电网年平均供电排放因子；
采用如下公式构建用电侧碳排放模型：
E3＝E自发电+E其他能源+E跨区外购；
E自发电—自备电厂发电生的间接碳排放量；
E其他能源—其他能源产生的间接碳排放量；
E跨区外购—净外购电量AD外购,i与电力碳排放因子EF外购,i的乘积；
即E跨区外购＝∑i(AD外购,i×EF外购,i)；
利用轨迹跟踪算法获取电力生产侧碳排放、输配电系统碳排放、电力消费侧碳排放，以及经济-电力系统碳排放轨迹分析包括：
以潮流追踪为基础按照比例共享原则进行轨迹分析，碳排放分摊量xi计算如下：
Ei—系统参与成员构成的功率向量，对于生产侧、输配电系统和电力用户，分区取i＝1，2，3，
Ni—第i类参与成员的数量；
Ci,k—第i类参与成员在第k个离散段对系统碳排放的单位边际贡献量，由下式决定：
M—电力用户侧所需电力功率的离散段，结合电力用户的阶梯电价分布进行；
ΔEi,k—增加的电力功率；
c(kE/M)—生产侧和用户侧系统碳排放的计算函数。
2.一种电力碳排放轨迹分析装置，其特征在于，包括：
第一模型构建模块：用于获取影响碳排放的技术因素、经济因素以及环境因素，并基于所述技术因素、所述经济因素以及所述环境因素进行碳排放系统动力学模型构建；
包括基于系统动力学模型分别构建第一发电侧子模型、第一输配电侧子模型以及第一用电侧子模型，并生成发电侧子模型因果回路图、输配电侧子模型因果回路图、用电侧子模型因果回路图；基于所述发电侧子模型因果回路图、所述输配电侧子模型因果回路图、所述用电侧子模型因果回路图获取发电侧子模型函数关系、输配电侧子模型函数关系、用电侧子模型函数关系，生成第二发电侧子模型、第二输配电侧子模型以及第二用电侧子模型；获取碳排放监测数据，将所述碳排放监测数据输入至所述第二发电侧子模型、所述第二输配电侧子模型以及所述第二用电侧子模型中，并进行训练以生成第三发电侧子模型、第三输配电侧子模型以及第三用电侧子模型；将所述第三发电侧子模型、所述第三输配电侧子模型以及所述第三用电侧子模型进行合成以生成第一碳排放系统动力学模型，对所述第一碳排放系统动力学模型进行微调以获取碳排放系统动力学模型；
采用如下公式获取所述技术因素、所述经济因素以及所述环境因素的互信息：
p(x)、p(y)—随机变量X和Y的边缘概率分布；
p(x,y)—随机变量X和Y的联合概率分布；
第二模型构建模块：用于基于动力学模型构建能源电力供应侧的碳排放模型、输配电系统的碳排放模型以及用电侧的碳排放模型；
采用如下公式获取能源电力供应侧的碳排放模型：
E1＝E发电设备+E燃烧+E净购入；
E发电设备—发电设备生产所形成的碳排放折算到统计时间段的量；
E净购入—城市电网购入的能源电力碳排放；
E燃烧—城市化石燃料燃烧产生的碳排放；
采用如下公式获取城市化石燃料燃烧产生的碳排放：
E燃烧＝∑i(ADi×EFi)；
ADi—第i种化石燃料活动水平；
EFi—第i种燃料的排放系数；
采用如下公式获取第i种化石燃料活动水平：
ADi＝ECi×NCVi×10-6
ECi—第i种化石燃料的消耗量；
NCVi—第i种化石燃料的平均低位发热值；
采用如下公式获取第i种化石燃料的消耗量
CCi—第i种化石燃料的单位热值含碳量；
OFi—第i种化石燃料的碳氧化率；
采用如下公式获取煤单位热值含碳量：
CC煤＝C煤/NCV煤；
C煤—燃煤的月平均元素碳含量；
采用如下公式获取煤的碳氧化率：
OF煤＝1-(Gash×Cash+Gcin×Ccin×ηcin)/(FC煤×NCV煤×CC煤)；
Gash—全年的炉渣产量；
Cash—炉渣的平均含碳量；
Gcin—全年的飞灰产量；
Ccin—灰的平均含碳量；
ηcin除尘系统平均除尘效率；
采用如下公式获取所述输配电系统的碳排放模型：
E2＝E电网设备+E网损；
E电网设备—发电设备生产所形成的碳排放折算到统计时间段的量；
E网损—运行期间网损引起的碳排放；
采用如下公式获取运行期间网损引起的碳排放：
E网损＝AD网损×EF网损
AD网损为总网损电量，
EF网损为区域电网年平均供电排放因子；
采用如下公式构建用电侧碳排放模型：
E3＝E自发电+E其他能源+E跨区外购；
E自发电—自备电厂发电生的间接碳排放量；
E其他能源—其他能源产生的间接碳排放量；
E跨区外购—净外购电量AD外购,i与电力碳排放因子EF外购,i的乘积；
即E跨区外购＝∑i(AD外购,i×EF外购,i)；
第三分析模块：用于获取电力能源排放数据，并基于所述电力供应侧的碳排放模型、所述输配电系统的碳排放模型以及所述用电侧的碳排放模型，利用轨迹跟踪算法获取电力生产侧碳排放、电力消费侧碳排放，电力输配系统碳排放，以及经济-电力系统碳排放轨迹分析；以潮流追踪为基础按照比例共享原则进行轨迹分析，碳排放分摊量xi计算如下：
Ei—系统参与成员构成的功率向量，对于生产侧、输配电系统和电力用户，分区取i＝1，2，3，
Ni—第i类参与成员的数量；
Ci,k—第i类参与成员在第k个离散段对系统碳排放的单位边际贡献量，由下式决定：
M—电力用户侧所需电力功率的离散段，结合电力用户的阶梯电价分布进行；
ΔEi,k—增加的电力功率；
c(kE/M)—生产侧和用户侧系统碳排放的计算函数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111482701.XA CN114626570B (zh) | 2021-12-07 | 2021-12-07 | 一种电力碳排放轨迹分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111482701.XA CN114626570B (zh) | 2021-12-07 | 2021-12-07 | 一种电力碳排放轨迹分析方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114626570A CN114626570A (zh) | 2022-06-14 |
| CN114626570B true CN114626570B (zh) | 2024-06-07 |
Family
ID=81897924
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111482701.XA Active CN114626570B (zh) | 2021-12-07 | 2021-12-07 | 一种电力碳排放轨迹分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114626570B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115236285B (zh) * | 2022-07-27 | 2024-02-09 | 国网安徽省电力有限公司经济技术研究院 | 一种能源电力系统排放智能监测分析方法、设备及存储介质 |
| CN115345532B (zh) * | 2022-10-20 | 2022-12-20 | 中国建筑科学研究院有限公司 | 一种智能群控电供暖系统碳排放管理平台及方法 |
| CN115983610A (zh) * | 2023-03-20 | 2023-04-18 | 国网天津市电力公司电力科学研究院 | 一种电力系统主要环节碳排放结构优化方法 |
| CN116663781B (zh) * | 2023-07-28 | 2023-10-20 | 中国环境科学研究院 | 一种钢渣温室气体排放量核算方法、电子设备及存储介质 |
| CN117494910B (zh) * | 2024-01-02 | 2024-03-22 | 国网山东省电力公司电力科学研究院 | 一种基于碳减排的多能源协调优化控制系统及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390904A (zh) * | 2013-07-18 | 2013-11-13 | 国家电网公司 | 可再生能源并网发电分析方法 |
| CN108762066A (zh) * | 2018-04-24 | 2018-11-06 | 合肥工业大学 | 一种直升机电动尾部减速器系统的控制方法 |
| CN109508849A (zh) * | 2018-08-17 | 2019-03-22 | 西安建筑科技大学 | 一种基于城市统计数据的城市碳排放影响因素分析方法 |
| CN110942247A (zh) * | 2019-11-25 | 2020-03-31 | 国网福建省电力有限公司经济技术研究院 | 一种分析电力碳排放影响因素和碳排放效率的评价方法 |
| CN111311084A (zh) * | 2020-02-10 | 2020-06-19 | 南方电网科学研究院有限责任公司 | 发电网可行性的综合评价方法、装置及存储介质 |
| CN111415061A (zh) * | 2020-02-10 | 2020-07-14 | 南方电网科学研究院有限责任公司 | 一种可再生能源电力系统的综合评价方法及装置 |
| CN111680420A (zh) * | 2020-06-05 | 2020-09-18 | 上海应用技术大学 | 一种产业政策影响的仿真系统动力学模型及其实现方法 |
| CN113626964A (zh) * | 2021-09-13 | 2021-11-09 | 中国矿业大学(北京) | 一种电网企业安全投资动态预测优化方法及系统 |
| CN113723718A (zh) * | 2021-11-03 | 2021-11-30 | 国网北京市电力公司 | 一种能源碳排放预测方法、装置、设备及介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008304608A (ja) * | 2007-06-06 | 2008-12-18 | Canon Inc | 液晶素子およびその製造方法 |
| US20140096756A1 (en) * | 2012-10-08 | 2014-04-10 | Ho-Sheng Wei | Air-powered gun with air-storage extension tube |
-
2021
- 2021-12-07 CN CN202111482701.XA patent/CN114626570B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103390904A (zh) * | 2013-07-18 | 2013-11-13 | 国家电网公司 | 可再生能源并网发电分析方法 |
| CN108762066A (zh) * | 2018-04-24 | 2018-11-06 | 合肥工业大学 | 一种直升机电动尾部减速器系统的控制方法 |
| CN109508849A (zh) * | 2018-08-17 | 2019-03-22 | 西安建筑科技大学 | 一种基于城市统计数据的城市碳排放影响因素分析方法 |
| CN110942247A (zh) * | 2019-11-25 | 2020-03-31 | 国网福建省电力有限公司经济技术研究院 | 一种分析电力碳排放影响因素和碳排放效率的评价方法 |
| CN111311084A (zh) * | 2020-02-10 | 2020-06-19 | 南方电网科学研究院有限责任公司 | 发电网可行性的综合评价方法、装置及存储介质 |
| CN111415061A (zh) * | 2020-02-10 | 2020-07-14 | 南方电网科学研究院有限责任公司 | 一种可再生能源电力系统的综合评价方法及装置 |
| CN111680420A (zh) * | 2020-06-05 | 2020-09-18 | 上海应用技术大学 | 一种产业政策影响的仿真系统动力学模型及其实现方法 |
| CN113626964A (zh) * | 2021-09-13 | 2021-11-09 | 中国矿业大学(北京) | 一种电网企业安全投资动态预测优化方法及系统 |
| CN113723718A (zh) * | 2021-11-03 | 2021-11-30 | 国网北京市电力公司 | 一种能源碳排放预测方法、装置、设备及介质 |
Non-Patent Citations (1)
| Title |
|---|
| "住宅能源消耗的碳排放系统动力学仿真研究";郑平芳;《黑龙江工业学院学报(综合版)》;20191130;19(11);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114626570A (zh) | 2022-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114626570B (zh) | 一种电力碳排放轨迹分析方法及装置 | |
| CN109272243B (zh) | 碳资产管理方法及系统 | |
| Jin et al. | Game theoretical analysis on capacity configuration for microgrid based on multi-agent system | |
| CN114511128A (zh) | 碳排放数据的处理方法、装置、存储介质及处理器 | |
| CN114066315A (zh) | 一种适应多元源荷接入的配电网规划系统 | |
| Wang et al. | Economic benefits assessment of urban wind power central heating demonstration project considering the quantification of environmental benefits: A case from northern China | |
| Ju et al. | Data-driven two-stage robust optimization dispatching model and benefit allocation strategy for a novel virtual power plant considering carbon-green certificate equivalence conversion mechanism | |
| Liu et al. | Data-driven carbon footprint management of electric vehicles and emission abatement in electricity networks | |
| Bi et al. | How to promote the widespread commercial adoption of photovoltaic microgrids under investment uncertainty? A real options analysis in China | |
| Yu et al. | Research on the investment decisions of PV micro‐grid enterprises under carbon trading mechanisms | |
| Xuefeng et al. | Risk identification and influence analysis model for urban energy internet based on knowledge graph improved decision-making trial and evaluation laboratory | |
| CN116503225A (zh) | 一种区域配电网重点排放行业碳排放轨迹分析方法 | |
| Addanki et al. | Impuls-urbs: Integration of life cycle assessment into energy system models | |
| CN114266471A (zh) | 一种面向冷热电多能流耦合综合能源的能效评价方法 | |
| CN117474286B (zh) | 一种可再生能源并网发电项目的碳减排管理方法 | |
| CN116882618A (zh) | 一种大型城市电力系统碳排放计算方法 | |
| Li | A study for development suitability of biomass power generation technology based on GHG emission reduction benefits and growth potential | |
| CN117728378A (zh) | 分散式虚拟电厂整合智能净零的混合系统及其方法 | |
| Gruenwald et al. | Optimization model of energy mix taking into account the environmental impact | |
| Liu et al. | Integrated techno-economic assessment of large-scale green hydrogen production | |
| Zhao et al. | Research on High-Frequency Spatiotemporal Electrical Carbon Intensity | |
| Liu et al. | Carbon Emission Measurement Method of Regional Power System Based on LSTM-Attention Model | |
| Wang et al. | Target customer identification method of integrated energy service based on logistic regression | |
| Nosratabadi et al. | The Impact of Grid Storage on Balancing Costs and Carbon Emissions in Great Britain | |
| Pisanupoj et al. | Potential of smart grid in Thailand: A development of WADE smart grid model |
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 |