CN115034454A - 一种基于电量数据的碳排放量预测的方法及装置 - Google Patents

一种基于电量数据的碳排放量预测的方法及装置 Download PDF

Info

Publication number
CN115034454A
CN115034454A CN202210587485.3A CN202210587485A CN115034454A CN 115034454 A CN115034454 A CN 115034454A CN 202210587485 A CN202210587485 A CN 202210587485A CN 115034454 A CN115034454 A CN 115034454A
Authority
CN
China
Prior art keywords
area
carbon
carbon emission
predicted
historical
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
Application number
CN202210587485.3A
Other languages
English (en)
Inventor
李盈智
高原
郑可欣
张进伟
杨映日
石可馨
姜源
王一楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Electric Chain Technology Co ltd
Original Assignee
Beijing Electric Chain Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Electric Chain Technology Co ltd filed Critical Beijing Electric Chain Technology Co ltd
Priority to CN202210587485.3A priority Critical patent/CN115034454A/zh
Publication of CN115034454A publication Critical patent/CN115034454A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems
    • Y02P90/845Inventory and reporting systems for greenhouse gases [GHG]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Mathematical Analysis (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Evolutionary Biology (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Water Supply & Treatment (AREA)
  • Algebra (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于电量数据的碳排放量预测的方法及装置,包括:获取待预测地区的历史能源数据;确定所述待预测地区的历史能源数据对应的碳排放量和用电量;根据所述碳排放量和用电量确定所述待预测地区的历史碳电强度;对所述碳电强度进行线性回归计算,当拟合优度达到预设阈值时,通过所述线性回归计算,核算所述待预测核算地区的碳排放总量,解决了现有核算方法中数据种类多、数据难搜集、排放难计算的问题。

Description

一种基于电量数据的碳排放量预测的方法及装置
技术领域
本发明涉及碳排放技术领域,具体涉及一种基于电量数据的碳排放量预测的方法及装置。
背景技术
1996年,IPCC编写并发布了第一版《国家温室气体排放清单指南》,首次界定了温室气体、排放源与汇的类别,从而为各国温室气体排放量估算确立了基本一致的范围。随后几年,IPCC又相继编写了《IPCC 1996年国家温室气体清单指南修订本》、《国家温室气体清单优良作法指南和不确定性管理》、《土地利用、土地利用变化和林业优良作法指南》等,这些规定最终汇集成《IPCC 2006 年国家温室气体清单指南》,当前最新版为《IPCC 2006年国家温室气体清单指南2019修订版》。
目前,使用范围较广的碳排放核算方法有三种:排放因子法、质量平衡法和实测法。这三种方法均存在数据种类多,数据获取困难等问题。
发明内容
为解决上述问题,本发明提供一种基于电量数据的碳排放量预测的方法,包括:
获取待预测地区的历史能源数据;
确定所述待预测地区的历史能源数据对应的碳排放量和用电量;
根据所述碳排放量和用电量确定所述待预测地区的历史碳电强度;
对所述历史碳电强度进行线性回归计算,当拟合优度达到预设阈值时,通过所述线性回归计算,核算所述待预测核算地区的碳排放总量。
进一步的,确定所述待核算地区的历史能源数据对应的碳排放量和用电量,其中,碳排放量通过如下公式获得:
Figure BDA0003662014120000021
其中,
Figure BDA0003662014120000022
表示该地区当年该行业碳排放总量,单位为吨CO2;E燃烧表示该地区当年该行业各种燃烧设备燃烧化石燃料产生的碳排放量,单位为吨CO2; E电力表示该地区当年该行业净购入电力产生的碳排放量,单位为吨CO2;E热力表示该地区当年该行业净购入热力产生的碳排放量,单位为吨CO2
进一步的,根据所述碳排放量和用电量确定所述待核算地区的碳电强度,包括:
对所述碳排放量和用电量进行相关性分析;
当相关系数P值<0.01时,确定所述碳排放量和用电量显示相关;
通过如下公式确定所述待预测地区的历史碳电强度:
Figure BDA0003662014120000023
其中,
Figure BDA0003662014120000024
表示该地区当年该行业碳排放总量,单位为吨CO2;ACe表示该地区当年该行业购入的电量,单位为兆瓦时(MWh)。
进一步的,对所述历史碳电强度进行线性回归计算,包括:
对所述碳电强度进行线性回归分析,得出线性回归方程,公式为:
y=bx+a
其中,y为预测值,x为自变量,斜率b称为回归系数,表示x每变动一单位Y将变动b单位;参数a代表直线的起点值;
对所述线性回归方程进行变换,得出线性回归分析计算方法如下:
Figure BDA0003662014120000025
Figure BDA0003662014120000026
Figure BDA0003662014120000027
为样本点的中心,n为数据数量,xi为第i个数据中的x值,yi为第i 个数据中的y值。
进一步的,当拟合优度达到预设阈值时,通过所述线性回归计算,核算所述待预测地区的碳排放总量,包括:
当拟合优度>=0.75时,所述碳电强度呈线相关;
通过线性回归计算,核算所述待预测地区的碳电强度预测值;
根据如下公式和所述待预测地区的碳电强度预测值,核算所述待预测地区的碳排放总量,
Figure BDA0003662014120000031
其中,
Figure BDA0003662014120000032
表示该地区该行业某段时间的碳排放总量,单位为吨CO2;ACe表示该地区该行业某段时间内购入的电量,单位为兆瓦时(MWh)。
进一步的,所述拟合优度,通过如下公式获得:
Figure BDA0003662014120000033
其中,y是平均数。如果R2=0.775,则说明变量y的变异中有77.5%是由变量X引起的;当R2=1时,表示所有的观测点全部落在回归直线上;当R2=0 时,表示自变量与因变量无线性关系。
本发明同时提供一种基于电量数据的碳排放量预测的装置,包括:
历史数据获取单元,用于获取待预测地区的历史能源数据;
碳排放量和用电量确定单元,用于确定所述待预测地区的历史能源数据对应的碳排放量和用电量;
历史碳电强度确定单元,用于根据所述碳排放量和用电量确定所述待预测地区的历史碳电强度;
核算单元,用于对所述历史碳电强度进行线性回归计算,当拟合优度达到预设阈值时,通过所述线性回归计算,核算所述待预测核算地区的碳排放总量。
本发明提供的一种基于电量数据的碳排放量预测的方法及装置,建立了电 -碳关系模型,仅通过用电量即可计算出碳排放量,解决了现有核算方法中数据种类多、数据难搜集、排放难计算的问题,基本满足了碳排放核算的要求。
附图说明
图1是本发明实施例提供的种基于电量数据的碳排放量预测的方法的流程示意图;
图2是本发明实施例涉及的相关系数表;
图3是本发明实施例涉及的使用本发明提供的方法进行碳排放量预测的流程图;
图4是本发明实施例提供的一种基于电量数据的碳排放量预测的装置结构示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施的限制。
图1是本发明实施例提供的种基于电量数据的碳排放量预测的方法的流程示意图,下面结合图1对本发明提供的方法进行详细说明。
步骤S101,获取待预测地区的历史能源数据。
在各地区历年统计年鉴中找到该地区各行业能源数据,将各行业能源数据进行摘录,获取待预测地区的历史能源数据。
步骤S102,确定所述待预测地区的历史能源数据对应的碳排放量和用电量。
依据《ISO14064:2018组织层面上对温室气体排放和清除的量化和报告的规范及指南》《IPCC国家温室气体清单指南》《中国温室气体自愿减排(CCER) 方法学》《统计年鉴》、各行业能效标准、设计标准等,对碳排放量进行计算,碳排放量通过如下公式获得:
Figure BDA0003662014120000041
其中,
Figure BDA0003662014120000042
表示该地区当年该行业碳排放总量,单位为吨CO2;E燃烧表示该地区当年该行业各种燃烧设备燃烧化石燃料产生的碳排放量,单位为吨CO2; E电力表示该地区当年该行业净购入电力产生的碳排放量,单位为吨CO2;E热力表示该地区当年该行业净购入热力产生的碳排放量,单位为吨CO2
不同数据来源的计算公式为:
Figure BDA0003662014120000043
其中E燃烧表示该地区当年该行业各种燃烧设备燃烧化石燃料产生的碳排放量,单位为吨CO2;ADi为消耗的第i种化石燃料的活动水平数据,是化石燃料燃烧的数量,单位:GJ;EFi为第i种燃料的排放因子,单位:tCO2/GJ;i 为化石燃料的类型,n为化石燃料的种类。
E电力=ACe×EFe
其中E电力表示该地区当年该行业净购入电力产生的碳排放量,单位为吨 CO2;ACe表示该地区当年该行业购入的电量,单位为万千瓦时(万kWh);EFe表示该地区区域电力消费的CO2排放因子,单位为吨/兆瓦时(tCO2/MWh)。
E热力=ACh×EFh
其中E热力表示该地区当年该行业净购入热力产生的碳排放量,单位为tCO2; ACh表示该地区当年该行业外购蒸汽和热水的数量,单位为吉焦(GJ);EFh表示外购的蒸汽和热水的排放因子,单位为吨/吉焦(tCO2/GJ)。由国家统一规定确定,现可采用0.11tCO2/GJ。
步骤S103,根据所述碳排放量和用电量确定所述待预测地区的历史碳电强度。
对所述碳排放量和用电量进行相关性分析;当相关系数P值<0.01时,确定所述碳排放量和用电量显示相关,如图2所示;通过如下公式确定所述待预测地区的历史碳电强度:
Figure BDA0003662014120000051
其中,
Figure BDA0003662014120000052
表示该地区当年该行业碳排放总量,单位为吨CO2;ACe表示该地区当年该行业购入的电量,单位为兆瓦时(MWh)。
步骤S104,对所述历史碳电强度进行线性回归计算,当拟合优度达到预设阈值时,通过所述线性回归计算,核算所述待预测核算地区的碳排放总量。
依据碳排放量和用电量进行碳电强度计算。
基于以上步骤计算出的各地区各行业历年碳电强度,将历年碳电强度进行线性回归分析,得出线性回归方程,公式为:
y=bx+a
其中,y为预测值,在本方法中为碳电强度tCO2/MWh;x为自变量,本方法中为样本数量;斜率b称为回归系数,表示x每变动一单位Y将变动b单位;参数a代表直线的起点值,在数学上称为直线的纵轴截距。
线性回归分析是根据一个或一组自变量的变动情况预测与其相关关系的某随机变量的未来值的一种方法。回归分析需要建立描述变量间相关关系的回归方程。根据自变量的个数,回归方程可以是一元回归,也可以是多元回归。如果回归函数是一个线性函数,则称变量间是线性相关。一元线性回归分析包括两个变量,一个是自变量,以x表示。另一个是因变量(预测变量)以y表示。
对所述线性回归方程进行变换,得出线性回归分析计算方法如下:
Figure BDA0003662014120000061
Figure BDA0003662014120000062
Figure BDA0003662014120000063
为样本点的中心,n为数据数量,xi为第i个数据中的x值,yi为第i 个数据中的y值。
对历年碳电强度进行线性回归分析,当拟合优度>=0.75时,所述碳电强度呈线相关,可用该方法进行计算。;
拟合优度(Goodness of Fit)是指回归直线对观测值的拟合程度。度量拟合优度的统计量是可决系数(亦称确定系数)R2。R2最大值为1。R2的值越接近1,说明回归直线对观测值的拟合程度越好;反之,R2的值越小,说明回归直线对观测值的拟合程度越差。
拟合优度计算方法如下:
Figure BDA0003662014120000064
y是平均数。如果R2=0.75,则说明变量y的变异中有75%是由变量X引起的。当R2=1时,表示所有的观测点全部落在回归直线上。当R2=0时,表示自变量与因变量无线性关系。
通过线性回归计算,核算所述待预测地区的碳电强度预测值;
根据如下公式和所述待预测地区的碳电强度预测值,核算所述待预测地区的碳排放总量,
Figure BDA0003662014120000065
其中,
Figure BDA0003662014120000066
表示该地区该行业某段时间的碳排放总量,单位为吨CO2;ACe表示该地区该行业某段时间内购入的电量,单位为兆瓦时(MWh)。
以某地市为例,根据图3所示的流程图的步骤,进行碳排放量预测,具体的,包括,整理出统计年鉴中近五年各行业能源消耗数据,依据公开标准/指南计算能耗数据对应碳排放量,基于本方法算出该地区碳电强度。通过碳电强度与用电量,即可计算出实时碳排放量。
基于同一发明构思,本发明同时提供一种一种基于电量数据的碳排放量预测的装置,如图4所示,包括:
历史数据获取单元410,用于获取待预测地区的历史能源数据;
碳排放量和用电量确定单元420,用于确定所述待预测地区的历史能源数据对应的碳排放量和用电量;
历史碳电强度确定单元430,用于根据所述碳排放量和用电量确定所述待预测地区的历史碳电强度;
核算单元440,用于对所述历史碳电强度进行线性回归计算,当拟合优度达到预设阈值时,通过所述线性回归计算,核算所述待预测核算地区的碳排放总量。
与现有核算方法相比,本发明提出的核算方法建立了电-碳关系模型,仅通过用电量即可计算出碳排放量,解决了现有核算方法中数据种类多、数据难搜集、排放难计算的问题,基本满足了碳排放核算的要求。
最后应该说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种基于电量数据的碳排放量预测的方法,其特征在于,包括:
获取待预测地区的历史能源数据;
确定所述待预测地区的历史能源数据对应的碳排放量和用电量;
根据所述碳排放量和用电量确定所述待预测地区的历史碳电强度;
对所述历史碳电强度进行线性回归计算,当拟合优度达到预设阈值时,通过所述线性回归计算,核算所述待预测核算地区的碳排放总量。
2.根据权利要求1所述的方法,其特征在于,确定所述待核算地区的历史能源数据对应的碳排放量和用电量,其中,碳排放量通过如下公式获得:
Figure FDA0003662014110000011
其中,
Figure FDA0003662014110000012
表示该地区当年该行业碳排放总量,单位为吨CO2;E燃烧表示该地区当年该行业各种燃烧设备燃烧化石燃料产生的碳排放量,单位为吨CO2;E电力表示该地区当年该行业净购入电力产生的碳排放量,单位为吨CO2;E热力表示该地区当年该行业净购入热力产生的碳排放量,单位为吨CO2
3.根据权利要求1所述的方法,其特征在于,根据所述碳排放量和用电量确定所述待核算地区的碳电强度,包括:
对所述碳排放量和用电量进行相关性分析;
当相关系数P值<0.01时,确定所述碳排放量和用电量显示相关;
通过如下公式确定所述待预测地区的历史碳电强度:
Figure FDA0003662014110000013
其中,
Figure FDA0003662014110000014
表示该地区当年该行业碳排放总量,单位为吨CO2;ACe表示该地区当年该行业购入的电量,单位为兆瓦时(MWh)。
4.根据权利要求1所述的方法,其特征在于,对所述历史碳电强度进行线性回归计算,包括:
对所述碳电强度进行线性回归分析,得出线性回归方程,公式为:
y=bx+a
其中,y为预测值,x为自变量,斜率b称为回归系数,表示x每变动一单位Y将变动b单位;参数a代表直线的起点值;
对所述线性回归方程进行变换,得出线性回归分析计算方法如下:
Figure FDA0003662014110000021
Figure FDA0003662014110000022
Figure FDA0003662014110000023
为样本点的中心,n为数据数量,xi为第i个数据中的x值,yi为第i个数据中的y值。
5.根据权利要求1所述的方法,其特征在于,当拟合优度达到预设阈值时,通过所述线性回归计算,核算所述待预测地区的碳排放总量,包括:
当拟合优度>=0.75时,所述碳电强度呈线相关;
通过线性回归计算,核算所述待预测地区的碳电强度预测值;
根据如下公式和所述待预测地区的碳电强度预测值,核算所述待预测地区的碳排放总量,
Figure FDA0003662014110000024
其中,
Figure FDA0003662014110000025
表示该地区该行业某段时间的碳排放总量,单位为吨CO2;ACe表示该地区该行业某段时间内购入的电量,单位为兆瓦时(MWh)。
6.根据权利要求1所述的方法,其特征在于,所述拟合优度,通过如下公式获得:
Figure FDA0003662014110000026
其中,y是平均数。如果R2=0.775,则说明变量y的变异中有77.5%是由变量X引起的;当R2=1时,表示所有的观测点全部落在回归直线上;当R2=0时,表示自变量与因变量无线性关系。
7.一种基于电量数据的碳排放量预测的装置,其特征在于,包括:
历史数据获取单元,用于获取待预测地区的历史能源数据;
碳排放量和用电量确定单元,用于确定所述待预测地区的历史能源数据对应的碳排放量和用电量;
历史碳电强度确定单元,用于根据所述碳排放量和用电量确定所述待预测地区的历史碳电强度;
核算单元,用于对所述历史碳电强度进行线性回归计算,当拟合优度达到预设阈值时,通过所述线性回归计算,核算所述待预测核算地区的碳排放总量。
CN202210587485.3A 2022-05-25 2022-05-25 一种基于电量数据的碳排放量预测的方法及装置 Pending CN115034454A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210587485.3A CN115034454A (zh) 2022-05-25 2022-05-25 一种基于电量数据的碳排放量预测的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210587485.3A CN115034454A (zh) 2022-05-25 2022-05-25 一种基于电量数据的碳排放量预测的方法及装置

Publications (1)

Publication Number Publication Date
CN115034454A true CN115034454A (zh) 2022-09-09

Family

ID=83120211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210587485.3A Pending CN115034454A (zh) 2022-05-25 2022-05-25 一种基于电量数据的碳排放量预测的方法及装置

Country Status (1)

Country Link
CN (1) CN115034454A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115659845A (zh) * 2022-12-08 2023-01-31 江苏擎天工业互联网有限公司 一种基于电力数据的碳排放计算方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339585A (zh) * 2016-08-23 2017-01-18 华电电力科学研究院 一种燃煤发电机组碳排放强度评估方法
CN106650068A (zh) * 2016-12-12 2017-05-10 华南理工大学 一种预测燃煤电厂碳排放量的计算方法
US20180067089A1 (en) * 2016-09-06 2018-03-08 Tsinghua University System for measuring carbon emission in power system
CN112906974A (zh) * 2021-03-11 2021-06-04 东南大学 一种负荷电量及其碳排放预测与校验方法
CN113108826A (zh) * 2021-05-10 2021-07-13 北京中创碳投科技有限公司 一种碳排放的计量系统、平台及方法
CN113516289A (zh) * 2021-05-20 2021-10-19 北京中创碳投科技有限公司 一种二氧化碳排放量预测方法、装置、设备及介质
CN113516371A (zh) * 2021-06-16 2021-10-19 杭州慧源智谷科技有限责任公司 一种全口径碳排强度及碳源结构的测算方法
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
CN114240086A (zh) * 2021-11-29 2022-03-25 国网北京市电力公司 碳排放监测方法、装置、存储介质及处理器
CN114399111A (zh) * 2022-01-14 2022-04-26 国网福建省电力有限公司营销服务中心 基于电碳关联关系的平板玻璃行业碳排放量预测方法
CN114399110A (zh) * 2022-01-14 2022-04-26 国网福建省电力有限公司营销服务中心 基于电力数据的陶瓷行业碳排放预测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106339585A (zh) * 2016-08-23 2017-01-18 华电电力科学研究院 一种燃煤发电机组碳排放强度评估方法
US20180067089A1 (en) * 2016-09-06 2018-03-08 Tsinghua University System for measuring carbon emission in power system
CN106650068A (zh) * 2016-12-12 2017-05-10 华南理工大学 一种预测燃煤电厂碳排放量的计算方法
CN112906974A (zh) * 2021-03-11 2021-06-04 东南大学 一种负荷电量及其碳排放预测与校验方法
CN113108826A (zh) * 2021-05-10 2021-07-13 北京中创碳投科技有限公司 一种碳排放的计量系统、平台及方法
CN113516289A (zh) * 2021-05-20 2021-10-19 北京中创碳投科技有限公司 一种二氧化碳排放量预测方法、装置、设备及介质
CN113516371A (zh) * 2021-06-16 2021-10-19 杭州慧源智谷科技有限责任公司 一种全口径碳排强度及碳源结构的测算方法
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
CN114240086A (zh) * 2021-11-29 2022-03-25 国网北京市电力公司 碳排放监测方法、装置、存储介质及处理器
CN114399111A (zh) * 2022-01-14 2022-04-26 国网福建省电力有限公司营销服务中心 基于电碳关联关系的平板玻璃行业碳排放量预测方法
CN114399110A (zh) * 2022-01-14 2022-04-26 国网福建省电力有限公司营销服务中心 基于电力数据的陶瓷行业碳排放预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
梁永国: "《旅游统计学》", vol. 1, 31 December 2020, 中国旅游出版社, pages: 353 - 359 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115659845A (zh) * 2022-12-08 2023-01-31 江苏擎天工业互联网有限公司 一种基于电力数据的碳排放计算方法及装置

Similar Documents

Publication Publication Date Title
CN111103565B (zh) 一种基于智能电能表计量误差分析的数据变换方法及系统
CN108416691B (zh) 一种能源替代环保潜力计算方法
CN103697946A (zh) 一种火电厂燃煤锅炉烟气流量的计算方法及污染物排放量的控制方法
CN109785187B (zh) 一种发电机组供电煤耗检测数据校正方法
CN105701559A (zh) 一种基于时间序列的短期负荷预测方法
CN113592134A (zh) 一种基于能源数据的电力碳排放评估系统及方法
CN114240086A (zh) 碳排放监测方法、装置、存储介质及处理器
CN110309949A (zh) 一种区域电能替代潜力预测方法及系统
CN115034454A (zh) 一种基于电量数据的碳排放量预测的方法及装置
CN112633924A (zh) 一种基于负荷分解的小区电能替代需求分析方法
CN115879632A (zh) 工业企业碳排放测算数据的数据处理方法
CN106875058B (zh) 一种电力业扩可开放容量智能判断方法
CN116362464A (zh) 基于碳达峰目标的能源系统优化方法
CN113240333B (zh) 一种重点用能单位节能量评估方法、装置和计算机设备
CN116805065B (zh) 一种煤粉加热炉燃烧器监测数据智能管理方法
CN110750760A (zh) 一种基于态势感知和控制图的异常理论线损检测方法
CN114077788A (zh) 一种碳排放分析方法、系统、计算机设备及存储介质
Meng et al. A data-driven approach to investigate the impact of air temperature on the efficiencies of coal and natural gas generators
CN113177686A (zh) 一种基于碳耗指数的能耗异常判断方法
CN108197843B (zh) 一种平坦地形风电出力特性评估方法
CN111313415A (zh) 一种热电厂及供热机组负荷分配方法、系统和装置
CN103235563B (zh) 一种工业现场设备能效评估方法
CN102999028B (zh) 煤气介质计量数据预警系统数模建构方法
CN115829113A (zh) 基于能源消费数据的碳排放估算方法
CN115456840A (zh) 用于垃圾焚烧发电项目的碳排放计量方法和装置

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