CN114912079B - 污水厂碳排放量的计算方法、装置、设备及存储介质 - Google Patents
污水厂碳排放量的计算方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114912079B CN114912079B CN202210844626.5A CN202210844626A CN114912079B CN 114912079 B CN114912079 B CN 114912079B CN 202210844626 A CN202210844626 A CN 202210844626A CN 114912079 B CN114912079 B CN 114912079B
- Authority
- CN
- China
- Prior art keywords
- emission
- carbon emission
- carbon
- factor
- determining
- 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 400
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 399
- 239000010865 sewage Substances 0.000 title claims abstract description 197
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 53
- 239000005431 greenhouse gas Substances 0.000 claims description 83
- 230000008569 process Effects 0.000 claims description 40
- 239000010802 sludge Substances 0.000 claims description 32
- 239000007789 gas Substances 0.000 claims description 30
- 238000001514 detection method Methods 0.000 claims description 23
- 238000010792 warming Methods 0.000 claims description 23
- 238000004519 manufacturing process Methods 0.000 claims description 18
- 230000009467 reduction Effects 0.000 claims description 17
- 239000003795 chemical substances by application Substances 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000011084 recovery Methods 0.000 claims description 15
- 238000006116 polymerization reaction Methods 0.000 claims description 13
- 239000003814 drug Substances 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 9
- 239000003344 environmental pollutant Substances 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 8
- 231100000719 pollutant Toxicity 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 7
- 239000003153 chemical reaction reagent Substances 0.000 claims description 4
- 238000004065 wastewater treatment Methods 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000012821 model calculation Methods 0.000 abstract 1
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 24
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 16
- 229910002092 carbon dioxide Inorganic materials 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 239000002351 wastewater Substances 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000013043 chemical agent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000001272 nitrous oxide Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012800 visualization 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
-
- 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
- Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Evolutionary Biology (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Algebra (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供了一种污水厂碳排放量的计算方法、装置、设备及存储介质,该方法通过确定污水厂的碳排放核算边界及对应的碳排放类型,利用第一子模型和预设的碳排放因子数据库,确定第一碳排放量,利用第二子模型和预设的碳排放因子数据库,确定第二碳排放量,利用第三子模型确定抵消排放类型对应的第三碳排放量,根据第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量。由于碳排放因子数据库相较于经验值和IPCC发布的数据,更加符合实际情况,确保了排放因子系数的准确性和合理性,并且第一碳排放量、第二碳排放量、第三碳排放量的计算均是通过模型计算得到,不仅计算方式便捷,且提高了污水厂的碳排放量计算的精准性。
Description
技术领域
本申请涉及计算机技术领域,具体涉及一种污水厂碳排放量的计算方法、装置、设备及存储介质。
背景技术
污水处理行业作为人类生活必不可少的一部分,也是主要的碳排放源之一,因此,污水处理厂的碳排放量的量化在减排过程中发挥着重要的作用。
然而,目前针对污水处理厂碳排放量的计算主要是两种方式,一是排放因子法,这种方法大多采用IPCC(政府间气候变化专门委员会)发布的排放因子数据、文献值或经验值来进行核算,而未结合我国污水厂实际生产情况,影响碳排放量计算的精准性;二是物料平衡算法,从碳元素的物料守恒角度,分析特定时间周期内进水中的有机碳在污水与污泥处理工艺中转化为为CO2、N2O和CH4等主要温室气体的过程中所产生的碳排放量,该方式由于输入物料的含碳量无法准确获取,如碳源的投加在部分污水厂属于较大的物料投入,而碳源的含碳量因生产厂家、地域、工艺等因素无法准确获取,从而影响污水厂碳排放量测算结果。
发明内容
本申请实施例提供一种污水厂碳排放量的计算方法、装置、设备及存储介质,以解决现有技术中没有结合我国污水厂的实际情况导致的碳排放量计算的精准度不高的技术问题。
一方面,本申请提供一种污水厂碳排放量的计算方法,包括:
确定污水厂中目标碳排放核算边界对应的多种碳排放类型,所述多种碳排放核算边界的碳排放类型包括直接排放类型、间接排放类型和抵消排放类型;
利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定所述直接排放类型对应的第一碳排放量,其中,所述预设的碳排放因子数据库为预先构建的用于记录不同碳排放因子类型及对应的排放因子系数的数据库,所述第一子模型用于计算所述直接排放类型对应的碳排放量;
利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定所述间接排放类型对应的第二碳排放量,所述第二子模型用于计算所述间接排放类型对应的碳排放量;
利用预设碳排放核算模型中的第三子模型确定所述抵消排放类型对应的第三碳排放量,所述第三子模型用于计算所述抵消排放类型对应的碳排放量;
根据所述第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量。
一方面,本申请提供一种污水厂碳排放量的计算装置,包括:
第一确定模块,用于确定污水厂中目标碳排放核算边界对应的多种碳排放类型,所述多种碳排放核算边界的碳排放类型包括直接排放类型、间接排放类型和抵消排放类型;
第一计算模块,用于利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定所述直接排放类型对应的第一碳排放量,其中,所述预设的碳排放因子数据库为预先构建的用于记录不同碳排放因子类型及对应的排放因子系数的数据库,所述第一子模型用于计算所述直接排放类型对应的碳排放量;
第二计算模块,用于利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定所述间接排放类型对应的第二碳排放量,所述第二子模型用于计算所述间接排放类型对应的碳排放量;
第三计算模块,用于利用预设碳排放核算模型中的第三子模型确定所述抵消排放类型对应的第三碳排放量,所述第三子模型用于计算所述抵消排放类型对应的碳排放量;
第二确定模块,用于根据所述第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量。
一方面,本申请提供一种计算机设备,计算机设备包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述污水厂碳排放量的计算方法中的步骤。
一方面,本申请提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述污水厂碳排放量的计算方法中的步骤。
本申请实施例提供了一种污水厂碳排放量的计算方法、装置、计算机设备及存储介质,该方法先确定污水厂中目标碳排放核算边界及对应的碳排放类型,然后,利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定直接排放类型对应的第一碳排放量,接着,利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定间接排放类型对应的第二碳排放量,利用预设碳排放核算模型中的第三子模型确定抵消排放类型对应的第三碳排放量,最后,根据第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量,本申请实施例,由于碳排放因子数据库是根据实际的污水厂的污水处理数据进行统计分析得到的,相较于经验值和IPCC发布的数据,更加符合实际情况,确保了排放因子系数的准确性和合理性,并且第一碳排放量、第二碳排放量、第三碳排放量的计算均是通过模型计算得到,且具有较高准确率,因此,根据第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量,不仅计算方式便捷,且提高了污水厂的碳排放量计算的精准性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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他的附图。
其中:
图1为一个实施例中污水厂碳排放量的计算方法的流程图;
图2为一个实施例中核算边界示意图;
图3为一个实施例中为进水泵房中温室气体排放与检测示意图;
图4为一个实施例中污水厂碳排放量的计算装置的结构框图;
图5为一个实施例中计算机设备的结构框图。
具体实施方式
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作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。
如图1所示,在一个实施例中,提供了一种污水厂碳排放量的计算方法,该污水厂碳排放量的计算方法可以应用于终端,也可以应用于服务器,本实施例以应用于服务器举例说明。该污水厂碳排放量的计算方法具体包括以下步骤:
步骤102,确定污水厂中目标碳排放核算边界对应的多种碳排放类型,多种碳排放核算边界的碳排放类型包括直接排放类型、间接排放类型和抵消排放类型。
其中,污水厂的碳排放量是指市政管网收集的污水自进入生产系统中至其处理达标后排出生产系统的整个工艺过程所产生CO2、N2O、CH4等主要温室气体的平均排放量。从处理工艺上来说,分为污水处理过程中的碳排放量、污泥处理过程中的碳排放量和臭气处理过程中的碳减排量。
污水厂按照其功能可划分为核心生产区、辅助生产区和办公生活区。如图2所示,为核算边界示意图。核心生产区是指将各类污染物(如TN、TP、COD、NH3-N、BOD5等)处理至允许达标排放浓度的生产系统工艺装置,具体包括污水处理工艺装置、污泥处理工艺装置和臭气处理工艺装置;辅助生产区是指进行维修、化验、生产物料存放、污泥装载与运输等活动的辅助生产系统;办公生活区是指办公室、门卫室、食堂、淋浴间等为生产服务的设施。鉴于不同污水厂其辅助生产区和办公生活区设施与管理差异较大,且对碳排放总量的影响小,为保证碳排放量计算的普适性,本实施例对核心生产区的碳排量进行测算,也即本实施例中的目标碳排放核算边界为核心生产区。
目标碳排放核算边界的碳排放类型包括直接排放类型、间接排放类型和抵消排放类型,本实施例中,可以根据不同的碳排放类型预先建立相应的测算模型,以提高测算的针对性和准确性。
步骤104,利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定直接排放类型对应的第一碳排放量,其中,预设的碳排放因子数据库为预先构建的用于记录不同碳排放因子类型及对应的排放因子系数的数据库,第一子模型用于计算直接排放类型对应的碳排放量。
其中,预设碳排放核算模型是预先建立的用于对污水厂的碳排放量进行测算的数学模型,第一子模型为其中的一个模型,用于对直接排放类型的碳排量进行测算,例如,该第一子模型X可以是针对直接排放类型中各个指标对应的碳排量对应的数学模型A1、A2、A3,以求和的计算方式构建得到,即X=sum(A1+ A2+A3)。
预设的碳排放因子数据库为预先构建的数据库,该数据库记录了不同碳排放因子类型及对应的排放因子系数的数据库,需要说明的是,本实施例中的碳排放因子数据库是采用预设的统计分析方式构建得到的,具体地,可以通过对是对最近的历史时间段内的污水厂的污水处理的相关数据如温室气体排放量等进行统计分析,构建得到该碳排放因子数据库。为了进一步提高碳排放因子数据库的准确性,还可以根据统计分析的结果以及IPCC的结果进行修正,得到更新的碳排放因子数据库。
具体地,从碳排放因子数据库中获取直接排放类型的排放因子系数,利用第一子模型和获取到的排放因子系数,计算得到第一碳排放量。可以理解地,本实施例中通过预先构建的碳排放因子数据库,由于该碳排放因子数据库是根据实际的污水厂的污水处理数据进行统计分析得到的,相较于经验值和IPCC发布的数据,更加符合实际情况,确保了排放因子系数的准确性和合理性,并且利用第一子模型进行计算,使得对于直接排放类型对应的第一碳排放量的计算,更具针对性和便捷性,因此,提高了第一碳排量计算的精准性和计算效率。
步骤106,利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定间接排放类型对应的第二碳排放量,第二子模型用于计算间接排放类型对应的碳排放量。
其中,第二子模型为预设碳排放核算模型中另一个模型,用于对间接排放类型的碳排量进行测算,例如,该第二子模型Y可以是针对间接排放类型中各个指标对应的碳排量对应的数学模型B1、B2、B3,以求和的计算方式构建得到,即Y=sum(B1+B2+B3)。具体地,从碳排放因子数据库中获取间接排放类型的排放因子系数,利用第二子模型和获取到的排放因子系数,计算得到第二碳排放量。可以理解地,由于本实施例中排放因子系数更加准确、合理,同时利用第二子模型进行计算,使得对于间接排放类型对应的第二碳排放量的计算,更具针对性和便捷性,因此,提高了第二碳排量计算的精准性和计算效率。
步骤108,利用预设碳排放核算模型中的第三子模型确定抵消排放类型对应的第三碳排放量,第三子模型用于计算抵消排放类型对应的碳排放量。
其中,第三子模型为预设碳排放核算模型中又一个模型,用于对抵消排放类型的碳排量进行测算,例如,该第三子模型Z可以是针对抵消排放类型中各个指标对应的碳排量对应的数学模型C1、C2,以求和的计算方式构建得到,即Z=sum(C1+C2)。可以理解地,利用第三子模型计算得到第三碳排放量,使得对于抵消排放类型对应的第三碳排放量的计算,更具针对性和便捷性,因此,提高了第三碳排量计算的精准性和计算效率。
需要说明的是,第一子模型、第二子模型和第三子模型进行串联,构成预设碳排放核算模型。
步骤110,根据第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量。
具体地,污水厂的碳排放量通过将第二碳排放量与第三碳排放量相加,并减去第三碳排放量计算得到,即污水厂的碳排放量S=X+Y-Z。由于第一碳排放量、第二碳排放量、第三碳排放量的计算均是通过模型计算得到,且具有较高准确率,因此,根据第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量,不仅计算方式便捷,且提高了污水厂的碳排放量计算的精准性。
值得说明是,在确定了污水厂的碳排放量之后,还可以通过可视化技术展示和分析污水厂的碳排放量的趋势,从成本控制和减排潜力等角度综合分析,为污水厂确定减排潜力优先级和碳交易提供数据基础。
上述污水厂碳排放量的计算方法中,先确定污水厂中目标碳排放核算边界及对应的碳排放类型,然后,利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定直接排放类型对应的第一碳排放量,接着,利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定间接排放类型对应的第二碳排放量,利用预设碳排放核算模型中的第三子模型确定抵消排放类型对应的第三碳排放量,最后,根据第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量,本申请实施例,由于碳排放因子数据库是根据实际的污水厂的污水处理数据进行统计分析得到的,相较于经验值和IPCC发布的数据,更加符合实际情况,确保了排放因子系数的准确性和合理性,并且第一碳排放量、第二碳排放量、第三碳排放量的计算均是通过模型计算得到,且具有较高准确率,因此,根据第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量,不仅计算方式便捷,且提高了污水厂的碳排放量计算的精准性。
在一个实施例中,还包括:在与碳排放因子类型对应的目标密闭构筑物内选取多个目标检测点位;采集各个目标检测点位的气体浓度,得到多个气体浓度;计算多个气体浓度的总体标准差;当总体标准差小于预设阈值时,对多个气体浓度进行聚合计算,得到碳排放因子类型对应的聚合浓度;当总体标准差大于或者等于预设阈值时,则返回执行在对应的目标密闭构筑物内选取多个目标检测点位的步骤,直至总体标准差小于预设阈值时,获取碳排放因子类型对应的聚合浓度;根据聚合浓度及目标密闭构筑物的尺寸,确定温室气体的排放量;根据温室气体的排放量、常量系数、温室气体的活动数据确定碳排放因子类型对应的排放因子系数。
其中,本实施例中的构筑物均加盖密封,且具有如下前提条件:空间内的温室气体分布均匀,构筑物尺寸与各处理环节温室气体的排放类型已明确。不同的碳排放因子类型,选取不同的气体检测仪,例如,对于CH4排放因子,采用CH4气体检测仪,对于CO2排放因子,采用CO2气体检测仪,对于CO2排放因子中的药剂CO2排放因子和电力CO2排放因子,由于污水厂一般是多系并行运行,如果目标密闭构筑物内同时存在电力和药剂消耗,可以采用单系运行,分别测得电力和药剂输出的CO2浓度作为气体浓度。如图3所示,为进水泵房中温室气体排放与检测示意图。
总体标准差是总体各单位标志值与其算术平均数之间的平均离差用σ表示,通过如下公式计算得到:
预设阈值是预先设定的用于判断所有目标检测点位的气体浓度是否满足条件的总体标准差的临界值,例如,预设阈值可以为3%、5%或8%等,具体可根据实际情况确定。
当总体标准差小于预设阈值时,表明各个目标检测点位的离散程度较小,则该组的气体浓度合格,然后,对该组的气体浓度进行聚合计算,其中的聚合计算方式包括但不限于是取平均值、中位数、最大值或者最小值等,将聚合计算的结果确定为碳排放因子类型对应的聚合浓度。
当总体标准差大于或者等于预设阈值时,表明各个目标检测点位的离散程度较高,则该组的气体浓度不合格,则继续重新选取新的目标检测点位,并采集对应的气体浓度后,计算总体标准差,直至总体标准差小于预设阈值,以保证气体浓度合格,提高碳排放因子数据库中数据的合理性和精准性。
将聚合浓度换算为质量得到计算温室气体的排放量M,温室气体的排放量通过M=C×V计算得到,C为聚合浓度,V为目标密闭构筑物的尺寸。
碳排放因子类型对应的排放因子系数EF可以通过如下公式计算得到:
EF=M÷EH×Κ;其中,EH为温室气体的活动数据,K为常量系数,且K可以通过温室气体的活动数据乘以IPCC中的碳排放因子类型对应的数据再除以温室气体的排放量得到,即K=(EH×EF_IPCC)÷M,其中,EF_IPCC为IPCC中的碳排放因子类型对应的数据。
本实施例中,通过对应的目标密闭构筑物内选取多个目标检测点位;采集各个目标检测点位的气体浓度、目标密闭构筑物的尺寸,常量系数、温室气体的活动数据确定碳排放因子类型对应的排放因子系数,简单便捷,同时,由于是结合IPCC数据,对污水厂的污水处理数据进行一系列的转换和换算,计算合理,大大提高了排放因子系数的准确性和合理性。
值得说明的是,还可以将排放因子系数在不同季节(春/夏/秋/冬)、不同时段(早/中/晚)的数据进行分别建档统计,按照本实施例的方式,建立不同季节不同时间段内的碳排放因子数据库,并且定期校验更新,进一步提高碳排放因子数据库的合理性和准确性。
在一个实施例中,碳排放因子类型包括CH4排放因子、电力CO2排放因子和药剂CO2排放因子,碳排放因子类型对应的排放因子系数包括CH4排放因子对应的第一排放因子系数、电力CO2排放因子对应的第二排放因子系数、药剂CO2排放因子对应的第三排放因子系数;在利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定直接排放类型对应的第一碳排放量之前,还包括:根据第一排放因子系数、第二排放因子系数和第三排放因子系数生成碳排放因子数据库。
具体地,根据碳排放因子类型及各自对应的排放因子系数的对应关系,构建碳排放因子数据库,保证了碳排放因子数据库的准确性和全面性。
在一个实施例中,第一子模型包括从碳排放因子数据库中提取排放因子系数的第一SQL语句;利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定直接排放类型对应的第一碳排放量,包括:执行第一SQL语句,提取第一排放因子系数;根据第一排放因子系数、污水处理过程 COD削减量、污水处理厂污泥干物质产生量、污水处理厂污泥干物质中有机物质含量、城镇污水处理厂CH4回收量以及CH4全球增温潜势值,确定去除污水中COD产生的温室气体排放量;获取污水厂中处理污泥产生的温室气体排放量;获取污水厂中去除TN产生N2O的温室气体排放量;执行第一SQL语句,提取第一排放因子系数;根据去除污水中COD产生的温室气体排放量、污水厂中处理污泥产生的温室气体排放量和污水厂中去除TN产生N2O的温室气体排放量,确定直接排放类型对应的第一碳排放量。
具体地,第一碳排放量Ez包括去除污水中COD产生的温室气体排放量E2、处理污泥产生的温室气体排放量E3和去除TN产生N2O的温室气体排放量E4;第一子模型的计算公式为:
Ez=E2+E3+E4;
其中,去除污水中COD产生的温室气体排放量E2的计算过程,包括:执行第一SQL语句,提取第一排放因子系数;根据第一排放因子系数、污水处理过程 COD削减量、污水处理厂污泥干物质产生量、污水处理厂污泥干物质中有机物质含量、城镇污水处理厂CH4回收量、CH4全球增温潜势值确定去除污水中COD产生的温室气体排放量。
具体地,去除污水中COD产生的温室气体排放量E2通过如下公式计算得到:
E2=[(RCOD-SG×ρs)×EFCH4-WCH4]×GWPCH4;
式中:E2为去除污水中COD所产生的CH4折算为二氧化碳当量的排放量,单位为tCO2eq/a;RCOD为污水处理过程COD 削减量,单位为t COD;SG为污水处理厂污泥干物质产生量,单位为t;ρs为污水处理厂污泥干物质中有机物质含量,单位为t COD/t;WCH4为城镇污水处理厂CH4回收量,单位为t CH4;EFCH4第一排放因子系数,单位为t CH4/t COD;GWPCH4为CH4全球增温潜势值。
处理污泥产生的温室气体排放量E3通过如下公式计算得到:
E3=SR×βs×DOCf×MCF×F×CCH4/C×GWPCH4;
式中:SR为污水处理厂污泥干物质去除量,单位为t ;Βs为城镇污水处理厂污泥干物质中有机质含量,单位为t C/t;DOCf为污泥干物质中可降解有机碳比率;MCF为CH4修正因子,根据工艺选取对应参数;F为可降解有机碳中可产生 CH4的碳的比例;CCH4/C为CH4/C分子量之比,具体为16/12。
处理污泥产生的温室气体排放量E3和去除TN产生N2O的温室气体排放量E4通过如下公式计算得到:
E4=RTN×EFN2O×CN2O/N2×GWPN2O;
式中:E4为去除污水中 TN产生的N2O 折算为二氧化碳当量的排放量,单位为tCO2eq;RTN为污水厂TN 削减量,单位为t N;EFN2O为污水中单位质量的氮能够转化为氧化亚氮的氮量,根据具体工艺取值;CN2O/N2为N2O/N2分子量之比,具体为44/28;GWPN2O为N2O全球增温潜势值。
可以理解地,本实施例中基于第一排放因子系数,提高了去除污水中COD产生的温室气体排放量E2计算的准确性,且通过第一子模型提高了对第一碳排放量Ez的计算效率,从而提高了第一碳排放量Ez计算的准确性和效率。
在一个实施例中,利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定间接排放类型对应的第二碳排放量,第二子模型用于计算间接排放类型对应的碳排放量,包括:执行第二SQL语句,提取第二排放因子系数;根据第二排放因子系数、污水厂运行耗电量、CO2全球增温潜势值确定污水处理消耗电力产生的温室气体排放量;执行第三SQL语句,提取第三排放因子系数;根据第三排放因子系数、污水处理过程中投加药剂量、CO2全球增温潜势值确定污水处理药剂消耗产生的温室气体排放量;根据污水处理消耗电力产生的温室气体排放量和污水处理药剂消耗产生的温室气体排放量确定间接排放类型对应的第二碳排放量,第二子模型用于计算间接排放类型对应的碳排放量。
具体地,第二碳排放量Ej包括污水处理消耗电力产生的温室气体排放量E5、污水处理药剂消耗产生的温室气体排放量E6,第二子模型包括从碳排放因子数据库中提取排放因子系数的第二SQL语句和第三SQL语句,第二子模型的计算公式为:
Ej=E5+E6;
污水处理消耗电力产生的温室气体排放量E5的计算过程,包括:执行第二SQL语句,提取第二排放因子系数;根据第二排放因子系数、污水厂运行耗电量、CO2全球增温潜势值确定污水处理消耗电力产生的温室气体排放量;
污水处理药剂消耗产生的温室气体排放量E6的计算过程,包括:执行第三SQL语句,提取第三排放因子系数;根据第三排放因子系数、污水处理过程中投加药剂量、CO2全球增温潜势值确定污水处理药剂消耗产生的温室气体排放量。
污水处理消耗电力产生的温室气体排放量E5通过如下公式计算得到:
EH1 CO2×EF1CO2×GWPCO2/1000;
式中:E5为污水厂运行耗电量产生的CO2排放当量,单位为tCO2eq;EH1 CO2为污水厂运行耗电量,单位为MWh;EF1CO2为第二排放因子系数,单位为t CO2/MWh,根据具体地区取值;GWPCO2为CO2全球增温潜势值。
污水处理药剂消耗产生的温室气体排放量E6通过如下公式计算得到:
E6=∑EH2 CO2×EF2CO2;
式中:E6为污水过程中投加药剂产生的 CO2排放当量,单位为t CO2eq; EH2 CO2为污水处理过程中投加药剂量,单位为t;EF2CO2为药剂 CO2排放因子,单位为t CO2/t,不同药剂取值不同。
可以理解地,本实施例中基于第二排放因子系数,提高了污水处理消耗电力产生的温室气体排放量E5计算的准确性,基于第三排放因子系数,提高了污水处理药剂消耗产生的温室气体排放量E6计算的准确性,且通过第二子模型提高了对第二碳排放量Ej的计算效率,从而提高了第二碳排放量Ej计算的准确性和效率。
在一个实施例中,利用预设碳排放核算模型中的第三子模型确定抵消排放类型对应的第三碳排放量,第三子模型用于计算抵消排放类型对应的碳排放量,包括:获取城镇污水处理过程中作为污染物的CH4回收量;获取CH4全球增温潜势值;根据城镇污水处理过程中作为污染物的CH4回收量和CH4全球增温潜势值确定抵消排放类型对应的第三碳排放量,第三子模型用于计算抵消排放类型对应的碳排放量。
具体地,第三碳排放量为CH4回收抵消的温室气体排放量Ed,第三子模型的计算公式为:
Ed=RCH4×0.717×GWPCH4×10-3 ;其中,RCH4为城镇污水处理过程中作为污染物的CH4回收量,GWPCH4为CH4全球增温潜势值。
可以理解地,通过第三子模型,根据城镇污水处理过程中作为污染物的CH4回收量和CH4全球增温潜势值计算得到第三碳排放量,提高了对第三碳排放量Ed的计算效率。
在一个实施例中,在根据第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量之后,还包括:估算污水厂基准线碳排放量;根据污水厂的碳排放量和基准线碳排放量,对污水厂制定碳减排计划。
其中,基准线碳排放量为标准碳排放量,具体根据污水厂的运行情况进行估算,在确定了污水厂的碳排放量后,可以根据污水厂的碳排放量与基准线碳排放量的差值确定碳减排的碳排放量,并基于碳减排的碳排放量制定碳减排计划,实现污水厂的环境效益和经理效益的最大化。
如图4所示,在一个实施例中,提出了一种污水厂碳排放量的计算装置,包括:
第一确定模块402,用于确定污水厂中目标碳排放核算边界对应的多种碳排放类型,所述多种碳排放核算边界的碳排放类型包括直接排放类型、间接排放类型和抵消排放类型;
第一计算模块404,用于利用预设碳排放核算模型中的第一子模型确定所述直接排放类型对应的第一碳排放量;
第二计算模块406,用于利用预设碳排放核算模型中的第二子模型确定所述间接排放类型对应的第二碳排放量,所述第二子模型用于计算所述间接排放类型对应的碳排放量;
第三计算模块408,用于利用预设碳排放核算模型中的第三子模型确定所述抵消排放类型对应的第三碳排放量,所述第三子模型用于计算所述抵消排放类型对应的碳排放量;
第二确定模块410,用于根据所述第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量。
在一个实施例中,所述污水厂碳排放量的计算装置还包括:
选取模块,用于在与所述碳排放因子类型对应的目标密闭构筑物内选取多个目标检测点位;
采集模块,用于采集各个所述目标检测点位的气体浓度,得到多个气体浓度;
计算模块,用于计算所述多个气体浓度的总体标准差;
聚合模块,用于当所述总体标准差小于预设阈值时,对所述多个气体浓度进行聚合计算,得到所述碳排放因子类型对应的聚合浓度;
执行模块,用于当所述总体标准差大于或者等于所述预设阈值时,则返回执行在对应的目标密闭构筑物内选取多个目标检测点位的步骤,直至所述总体标准差小于预设阈值时,获取所述碳排放因子类型对应的聚合浓度;
第一确定模块,用于根据所述聚合浓度及所述目标密闭构筑物的尺寸,确定温室气体的排放量;
第二确定模块,用于根据所述温室气体的排放量、常量系数、温室气体的活动数据确定所述碳排放因子类型对应的排放因子系数。
在一个实施例中,所述碳排放因子类型包括CH4排放因子、电力CO2排放因子和药剂CO2排放因子,所述碳排放因子类型对应的排放因子系数包括CH4排放因子对应的第一排放因子系数、电力CO2排放因子对应的第二排放因子系数、药剂CO2排放因子对应的第三排放因子系数;所述污水厂碳排放量的计算装置还包括:
构建模块,用于根据所述第一排放因子系数、第二排放因子系数和第三排放因子系数生成碳排放因子数据库。
在一个实施例中,所述第一子模型包括从所述碳排放因子数据库中提取排放因子系数的第一SQL语句;第一计算模块包括:
第一执行单元,用于执行所述第一SQL语句,提取所述第一排放因子系数;
第一确定单元,用于根据所述第一排放因子系数、污水处理过程 COD削减量、污水处理厂污泥干物质产生量、污水处理厂污泥干物质中有机物质含量、城镇污水处理厂CH4回收量以及CH4全球增温潜势值,确定去除污水中COD产生的温室气体排放量;
第一获取单元,用于获取所述污水厂中处理污泥产生的温室气体排放量;
第二获取单元,用于获取所述污水厂中去除TN产生N2O的温室气体排放量;
第三确定单元,用于根据所述去除污水中COD产生的温室气体排放量、所述污水厂中处理污泥产生的温室气体排放量和所述污水厂中去除TN产生N2O的温室气体排放量,确定所述直接排放类型对应的第一碳排放量。
在一个实施例中,所述第二子模型包括从所述碳排放因子数据库中提取排放因子系数的第二SQL语句和第三SQL语句;
第二计算模块包括:
第二执行单元,用于执行所述第二SQL语句,提取所述第二排放因子系数;
第四确定单元,用于根据所述第二排放因子系数、污水厂运行耗电量、CO2全球增温潜势值确定所述污水处理消耗电力产生的温室气体排放量;
第三执行单元,用于执行所述第三SQL语句,提取所述第三排放因子系数;
第五确定单元,用于根据所述第三排放因子系数、污水处理过程中投加药剂量、CO2全球增温潜势值确定所述污水处理药剂消耗产生的温室气体排放量;
第六确定单元,用于根据所述污水处理消耗电力产生的温室气体排放量和所述污水处理药剂消耗产生的温室气体排放量确定所述间接排放类型对应的第二碳排放量,所述第二子模型用于计算所述间接排放类型对应的碳排放量。
在一个实施例中,所述污水厂碳排放量的计算装置还包括:
估算模块,用于估算污水厂的基准线碳排放量;
减排模块,用于根据所述污水厂的碳排放量和所述基准线碳排放量,对所述污水厂制定碳减排计划。
图5示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是服务器,所述服务器包括但不限于高性能计算机和高性能计算机集群。如图5所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现污水厂碳排放量的计算方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行污水厂碳排放量的计算方法。本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的污水厂碳排放量的计算方法可以实现为一种计算机程序的形式,计算机程序可在如图5所示的计算机设备上运行。计算机设备的存储器中可存储组成污水厂碳排放量的计算装置的各个程序模板。比如,第一确定模块402,第一计算模块404,第二计算模块406,第三计算模块408,第二确定模块410。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述污水厂碳排放量的计算方法中的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述污水厂碳排放量的计算方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种污水厂碳排放量的计算方法,其特征在于,所述方法包括:
确定污水厂中目标碳排放核算边界对应的多种碳排放类型,所述多种碳排放类型包括直接排放类型、间接排放类型和抵消排放类型;碳排放因子类型包括CH4排放因子、电力CO2排放因子和药剂CO2排放因子,所述碳排放因子类型对应的排放因子系数包括CH4排放因子对应的第一排放因子系数、电力CO2排放因子对应的第二排放因子系数、药剂CO2排放因子对应的第三排放因子系数;
在与所述碳排放因子类型对应的目标密闭构筑物内选取多个目标检测点位;
采集各个所述目标检测点位的气体浓度,得到多个气体浓度;
计算所述多个气体浓度的总体标准差;
当所述总体标准差小于预设阈值时,对所述多个气体浓度进行聚合计算,得到所述碳排放因子类型对应的聚合浓度;
当所述总体标准差大于或者等于所述预设阈值时,则返回执行在对应的目标密闭构筑物内选取多个目标检测点位的步骤,直至所述总体标准差小于预设阈值时,获取所述碳排放因子类型对应的聚合浓度;
根据所述聚合浓度及所述目标密闭构筑物的尺寸,确定温室气体的排放量;
根据所述温室气体的排放量、常量系数、温室气体的活动数据确定所述碳排放因子类型对应的排放因子系数;
根据所述第一排放因子系数、第二排放因子系数和第三排放因子系数生成碳排放因子数据库;
利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定所述直接排放类型对应的第一碳排放量,其中,所述预设的碳排放因子数据库为预先构建的用于记录不同碳排放因子类型及对应的排放因子系数的数据库,所述第一子模型用于计算所述直接排放类型对应的碳排放量;所述第一子模型包括从所述碳排放因子数据库中提取排放因子系数的第一SQL语句;
所述利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定所述直接排放类型对应的第一碳排放量,包括:
执行所述第一SQL语句,提取所述第一排放因子系数;
根据所述第一排放因子系数、污水处理过程 COD削减量、污水处理厂污泥干物质产生量、污水处理厂污泥干物质中有机物质含量、城镇污水处理厂CH4回收量以及CH4全球增温潜势值,确定去除污水中COD产生的温室气体排放量;
获取所述污水厂中处理污泥产生的温室气体排放量;
获取所述污水厂中去除TN产生N2O的温室气体排放量;
根据所述去除污水中COD产生的温室气体排放量、所述污水厂中处理污泥产生的温室气体排放量和所述污水厂中去除TN产生N2O的温室气体排放量,确定所述直接排放类型对应的第一碳排放量;
利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定所述间接排放类型对应的第二碳排放量确定所述间接排放类型对应的第二碳排放量,所述第二子模型用于计算所述间接排放类型对应的碳排放量;其中,所述第二子模型包括从所述碳排放因子数据库中提取排放因子系数的第二SQL语句和第三SQL语句;
所述利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定所述间接排放类型对应的第二碳排放量,所述第二子模型用于计算所述间接排放类型对应的碳排放量,包括:
执行所述第二SQL语句,提取所述第二排放因子系数;
根据所述第二排放因子系数、污水厂运行耗电量、CO2全球增温潜势值确定污水处理消耗电力产生的温室气体排放量;
执行所述第三SQL语句,提取所述第三排放因子系数;
根据所述第三排放因子系数、污水处理过程中投加药剂量、CO2全球增温潜势值确定污水处理药剂消耗产生的温室气体排放量;
根据所述污水处理消耗电力产生的温室气体排放量和所述污水处理药剂消耗产生的温室气体排放量确定所述间接排放类型对应的第二碳排放量;
利用预设碳排放核算模型中的第三子模型确定所述抵消排放类型对应的第三碳排放量,所述第三子模型用于计算所述抵消排放类型对应的碳排放量,其中,所述利用预设碳排放核算模型中的第三子模型确定所述抵消排放类型对应的第三碳排放量,所述第三子模型用于计算所述抵消排放类型对应的碳排放量,包括:
获取城镇污水处理过程中作为污染物的CH4回收量;
获取CH4全球增温潜势值;
根据所述城镇污水处理过程中作为污染物的CH4回收量和所述CH4全球增温潜势值确定所述抵消排放类型对应的第三碳排放量;
根据所述第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量。
2.如权利要求1所述的污水厂碳排放量的计算方法,其特征在于,在所述根据所述第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量之后,还包括:
估算污水厂的基准线碳排放量;
根据所述污水厂的碳排放量和所述基准线碳排放量,对所述污水厂制定碳减排计划。
3.一种污水厂碳排放量的计算装置,其特征在于,所述装置包括:
第一确定模块,用于确定污水厂中目标碳排放核算边界对应的多种碳排放类型,多种碳排放核算边界的碳排放类型包括直接排放类型、间接排放类型和抵消排放类型;碳排放因子类型包括CH4排放因子、电力CO2排放因子和药剂CO2排放因子,所述碳排放因子类型对应的排放因子系数包括CH4排放因子对应的第一排放因子系数、电力CO2排放因子对应的第二排放因子系数、药剂CO2排放因子对应的第三排放因子系数;
在与所述碳排放因子类型对应的目标密闭构筑物内选取多个目标检测点位;
采集各个所述目标检测点位的气体浓度,得到多个气体浓度;
计算所述多个气体浓度的总体标准差;
当所述总体标准差小于预设阈值时,对所述多个气体浓度进行聚合计算,得到所述碳排放因子类型对应的聚合浓度;
当所述总体标准差大于或者等于所述预设阈值时,则返回执行在对应的目标密闭构筑物内选取多个目标检测点位的步骤,直至所述总体标准差小于预设阈值时,获取所述碳排放因子类型对应的聚合浓度;
根据所述聚合浓度及所述目标密闭构筑物的尺寸,确定温室气体的排放量;
根据所述温室气体的排放量、常量系数、温室气体的活动数据确定所述碳排放因子类型对应的排放因子系数;
根据所述第一排放因子系数、第二排放因子系数和第三排放因子系数生成碳排放因子数据库;
第一计算模块,用于利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定所述直接排放类型对应的第一碳排放量,其中,所述预设的碳排放因子数据库为预先构建的用于记录不同碳排放因子类型及对应的排放因子系数的数据库,所述第一子模型用于计算所述直接排放类型对应的碳排放量;所述第一子模型包括从所述碳排放因子数据库中提取排放因子系数的第一SQL语句;
所述利用预设碳排放核算模型中的第一子模型和预设的碳排放因子数据库,确定所述直接排放类型对应的第一碳排放量,包括:
执行所述第一SQL语句,提取所述第一排放因子系数;
根据所述第一排放因子系数、污水处理过程 COD削减量、污水处理厂污泥干物质产生量、污水处理厂污泥干物质中有机物质含量、城镇污水处理厂CH4回收量以及CH4全球增温潜势值,确定去除污水中COD产生的温室气体排放量;
获取所述污水厂中处理污泥产生的温室气体排放量;
获取所述污水厂中去除TN产生N2O的温室气体排放量;
根据所述去除污水中COD产生的温室气体排放量、所述污水厂中处理污泥产生的温室气体排放量和所述污水厂中去除TN产生N2O的温室气体排放量,确定所述直接排放类型对应的第一碳排放量;
第二计算模块,用于利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定所述间接排放类型对应的第二碳排放量,所述第二子模型用于计算所述间接排放类型对应的碳排放量;其中,所述第二子模型包括从所述碳排放因子数据库中提取排放因子系数的第二SQL语句和第三SQL语句;
所述利用预设碳排放核算模型中的第二子模型和预设的碳排放因子数据库,确定所述间接排放类型对应的第二碳排放量,所述第二子模型用于计算所述间接排放类型对应的碳排放量,包括:
执行所述第二SQL语句,提取所述第二排放因子系数;
根据所述第二排放因子系数、污水厂运行耗电量、CO2全球增温潜势值确定污水处理消耗电力产生的温室气体排放量;
执行所述第三SQL语句,提取所述第三排放因子系数;
根据所述第三排放因子系数、污水处理过程中投加药剂量、CO2全球增温潜势值确定污水处理药剂消耗产生的温室气体排放量;
根据所述污水处理消耗电力产生的温室气体排放量和所述污水处理药剂消耗产生的温室气体排放量确定所述间接排放类型对应的第二碳排放量;第三计算模块,用于利用预设碳排放核算模型中的第三子模型确定所述抵消排放类型对应的第三碳排放量,所述第三子模型用于计算所述抵消排放类型对应的碳排放量;其中,所述利用预设碳排放核算模型中的第三子模型确定所述抵消排放类型对应的第三碳排放量,所述第三子模型用于计算所述抵消排放类型对应的碳排放量,包括:
获取城镇污水处理过程中作为污染物的CH4回收量;
获取CH4全球增温潜势值;
根据所述城镇污水处理过程中作为污染物的CH4回收量和所述CH4全球增温潜势值确定所述抵消排放类型对应的第三碳排放量;
第二确定模块,用于根据所述第一碳排放量、第二碳排放量及第三碳排放量确定污水厂的碳排放量。
4.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至2任一项所述污水厂碳排放量的计算方法的步骤。
5.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至2任一项所述污水厂碳排放量的计算方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210844626.5A CN114912079B (zh) | 2022-07-19 | 2022-07-19 | 污水厂碳排放量的计算方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210844626.5A CN114912079B (zh) | 2022-07-19 | 2022-07-19 | 污水厂碳排放量的计算方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114912079A CN114912079A (zh) | 2022-08-16 |
CN114912079B true CN114912079B (zh) | 2022-11-11 |
Family
ID=82773035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210844626.5A Active CN114912079B (zh) | 2022-07-19 | 2022-07-19 | 污水厂碳排放量的计算方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114912079B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115587478A (zh) * | 2022-09-23 | 2023-01-10 | 哈尔滨工业大学(深圳) | 一种基于污染物去除量的污水处理厂温室气体排放核算方法 |
CN115660279A (zh) * | 2022-10-26 | 2023-01-31 | 生态环境部南京环境科学研究所 | 一种污染土壤异位修复技术的碳排放核算方法及系统 |
CN116562412B (zh) * | 2022-11-16 | 2024-02-20 | 广州市净水有限公司 | 一种污水生物处理低碳运行优化方法 |
CN116307932B (zh) * | 2023-05-11 | 2023-08-11 | 天津创业环保集团股份有限公司 | 一种污水厂污水处理能力计算、评价方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008234516A (ja) * | 2007-03-23 | 2008-10-02 | Chugoku Electric Power Co Inc:The | 家計簿システム |
CN106600027A (zh) * | 2016-10-31 | 2017-04-26 | 上海市政工程设计研究总院(集团)有限公司 | 城市交通碳排放量测算系统和测算方法 |
CN108182344A (zh) * | 2018-01-19 | 2018-06-19 | 西安理工大学 | 一种污水处理厂碳排放量化计算方法 |
WO2021008405A1 (zh) * | 2019-07-12 | 2021-01-21 | 上海唯链信息科技有限公司 | 碳减排数据处理方法、设备和计算机可读存储介质 |
CN113609713A (zh) * | 2021-10-08 | 2021-11-05 | 南京东博智慧能源研究院有限公司 | 用户侧电碳信息量化计算方法、系统及计算机存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110087578A1 (en) * | 2009-10-09 | 2011-04-14 | The Bank Of New York Mellon | System and method for carbon credit trading |
-
2022
- 2022-07-19 CN CN202210844626.5A patent/CN114912079B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008234516A (ja) * | 2007-03-23 | 2008-10-02 | Chugoku Electric Power Co Inc:The | 家計簿システム |
CN106600027A (zh) * | 2016-10-31 | 2017-04-26 | 上海市政工程设计研究总院(集团)有限公司 | 城市交通碳排放量测算系统和测算方法 |
CN108182344A (zh) * | 2018-01-19 | 2018-06-19 | 西安理工大学 | 一种污水处理厂碳排放量化计算方法 |
WO2021008405A1 (zh) * | 2019-07-12 | 2021-01-21 | 上海唯链信息科技有限公司 | 碳减排数据处理方法、设备和计算机可读存储介质 |
CN113609713A (zh) * | 2021-10-08 | 2021-11-05 | 南京东博智慧能源研究院有限公司 | 用户侧电碳信息量化计算方法、系统及计算机存储介质 |
Non-Patent Citations (2)
Title |
---|
《"双碳"目标下中国矿山的发展与建设模式》;赵迤琳;《中国矿山工程》;20220630;全文 * |
Landsat8光谱衍生数据分类体系下的牧草生物量反演;张爱武等;《光谱学与光谱分析》;20200115(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114912079A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114912079B (zh) | 污水厂碳排放量的计算方法、装置、设备及存储介质 | |
Zhang et al. | Investigation of carbon dioxide emission in China by primary component analysis | |
Guo et al. | Modeling and optimization of wet flue gas desulfurization system based on a hybrid modeling method | |
Henneman et al. | Air quality modeling for accountability research: Operational, dynamic, and diagnostic evaluation | |
CN110716512A (zh) | 一种基于燃煤电站运行数据的环保装备性能预测方法 | |
CN113570163A (zh) | 基于数学模型的大气臭氧浓度预测方法、系统和装置 | |
CN111444595A (zh) | 基于swmm与efdc耦合模型的截污工程环境效应评估方法及装置 | |
Sun et al. | The drivers and health risks of unexpected surface ozone enhancements over the Sichuan Basin, China, in 2020 | |
Brancher et al. | Temporal variability in odour emissions: to what extent this matters for the assessment of annoyance using dispersion modelling | |
Karl et al. | High urban NO x triggers a substantial chemical downward flux of ozone | |
Santos et al. | Empirical ozone isopleths at urban and suburban sites through evolutionary procedure-based models | |
CN114858207A (zh) | 一种基于软测量的河道排污口网格化溯源排查方法 | |
CN110335172B (zh) | 流域水环境容量分配方法、装置、电子设备及存储介质 | |
CN113947142A (zh) | 一种酸性气体排放浓度预测方法、系统及存储介质 | |
Wang et al. | Responses of Photochemical Air Pollution in California’s San Joaquin Valley to Spatially and Temporally Resolved Changes in Precursor Emissions | |
Ren et al. | Parameter screening and optimized gaussian process for water dew point prediction of natural gas dehydration unit | |
CN110619111B (zh) | 一种天然径流系列一致性修正方法 | |
CN105809304B (zh) | 电厂和治污设施生产运行参数相关性分析的方法 | |
CN112939114A (zh) | 水环境治理方法、系统、计算机设备及存储介质 | |
Janković et al. | Time series prediction of air pollutants: a case study for Serbia, Bosnia and Herzegovina and Italy | |
CN108182549B (zh) | 一种考虑环境成本的区域能源效率测算方法 | |
CN117609218B (zh) | 基于动态知识库的排水管网gis数据质量控制方法及系统 | |
CN115795258B (zh) | 一种定量分析改变取水方式对河流下游污染物浓度影响的方法 | |
Widodo | Prediction of Biochemical Oxygen Demand and Chemical Oxygen Demand Using Artificial Neural Network and Long Short-Term Memory | |
CN117854619A (zh) | 涉水企业特征污染物的排放量核算方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |