CN115293614A - 碳画像确定方法、装置及存储介质 - Google Patents

碳画像确定方法、装置及存储介质 Download PDF

Info

Publication number
CN115293614A
CN115293614A CN202210974668.0A CN202210974668A CN115293614A CN 115293614 A CN115293614 A CN 115293614A CN 202210974668 A CN202210974668 A CN 202210974668A CN 115293614 A CN115293614 A CN 115293614A
Authority
CN
China
Prior art keywords
carbon
target area
energy
emission
image
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
CN202210974668.0A
Other languages
English (en)
Inventor
谢菁
樊军
李继
胡月
汪宇
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.)
China United Network Communications Group Co Ltd
China Information Technology Designing and Consulting Institute Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
China Information Technology Designing and Consulting Institute 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 China United Network Communications Group Co Ltd, China Information Technology Designing and Consulting Institute Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202210974668.0A priority Critical patent/CN115293614A/zh
Publication of CN115293614A publication Critical patent/CN115293614A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供碳画像确定方法、装置及存储介质，涉及节能减排技术领域，能够确定不同领域、多个场景的碳画像。该方法包括：获取碳画像确定模型；碳画像确定模型用于确定目标区域内的碳画像；碳画像用于表征目标区域的碳排放量以及能源使用效率；获取目标区域的碳排放量和能源使用效率；将目标区域的碳排放量和能源使用效率输入碳画像确定模型，确定目标区域的碳画像。本申请用于确定不同领域、多个场景用户的碳画像过程中。

Description

碳画像确定方法、装置及存储介质
技术领域
本申请涉及节能减排技术领域，尤其涉及碳画像确定方法、装置及存储介质。
背景技术
“碳画像”方法是以获取到的大数据为依托基础，针对行业领域的场景做具体展示，将“碳画像”运用于行业领域的场景中，使应用场景的用电、用气、用煤、用油等能源消耗数据，转换成二氧化碳排放量，在对其进行系统的分析和结果表述，最终实现节能减碳的目的。
现有的“碳画像”已经在多种行业的场景中开始试点，因所依托数据较为单一的问题，只能用于特定领域，并且大都针对的是工业和电力行业；因此，如何确定不同领域、多个场景的碳画像成为当前亟待解决的问题。
发明内容
本申请提供一种碳画像确定方法、装置及存储介质，用于确定多种领域、不同场景的碳画像。
为达到上述目的，本申请采用如下技术方案：
第一方面，本申请提供一种碳画像确定方法，该方法包括：获取碳画像确定模型；所述碳画像确定模型用于确定目标区域内的碳画像；所述碳画像用于表征所述目标区域的碳排放量以及能源使用效率；获取目标区域的碳排放量和能源使用效率；将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定目标区域的所述碳画像。
在一种可能的实现方式中，所述获取目标区域的碳排放量，包括：确定目标区域的多种能源类型中每种能源类型的碳排放量；确定所述每种能源类型的权重值，并对所述每种能源类型的碳排放量加权求和，确定所述目标区域的碳排放量。
基于此，在获取目标区域的碳排放量参数时，考虑目标区域内存在的多种能源类型，确保碳排放参数的准确性，避免数据获取的单一性；同时根据确定目标区域内的能源类型，仅需计算目标区域当前场景出现的能源碳排放量即可，无需将所有可能出现的能源均计算，增加负担，既而确定用户在目标区域内碳排放的参数。
在一种可能的实现方式中，所述目标区域的碳排放量满足以下公式：
Figure BDA0003798233330000021
其中，所述目标区域包括n种能源类型，所述Ci为所述n种能源类型种的第i种能源类型的权重值，所述CO2i为所述第i种能源类型的碳排放量。
基于此，目标区域的碳排放量可以使用该公式计算得到，但不仅仅局限于该公式。
在一种可能的实现方式中，所述获取目标区域的能源使用效率，包括：确定目标区域内的多种能源类型中每种能源类型的使用效率；根据所述每种能源类型的权重值，对所述每种能源类型的使用效率加权求和，确定所述目标区域的使用效率。
基于此，在获取目标区域的能源使用效率时，确定的能源类型权重值与获取目标区域碳排放量时的能源类型权重值相同，仅需计算目标区域当前场景出现能源的使用效率即可，避免多余计算步骤的同时提高数据的准确度，也就是确定目标区域用户对能源的使用效率。
在一种可能的实现方式中，所述目标区域的能源使用效率满足以下公式：
Figure BDA0003798233330000022
其中，所述αi为所述第i种能源类型的使用效率。
在一种可能的实现方式中，所述碳画像确定模型中包括所述目标区域的碳排放量对应的第一基准值，以及所述目标区域的能源使用效率对应的第二基准值；所述碳画像包括：高排放高效率碳画像、高排放低效率碳画像、低排放高效率碳画像、低排放低效率碳画像；
将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定目标区域的碳画像，包括：
将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定所述目标区域的碳排放量是否高于所述第一基准值，以及所述目标区域的能源使用效率是否高于所述第二基准值；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放高效率碳画像；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放低效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放高效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放低效率碳画像。
基于此，通过设定目标区域内碳画像确定模型的基准值，将获取到的目标区域内实际的碳排放量和能源使用效率与相对应的基准值做比对，以此来确定目标区域的碳画像；根据碳排放量和能源使用效率两个参数使碳画像适用于不同领域、多种场景，不仅仅局限于特定领域。
第二方面，本申请提供了一种碳画像确定装置，包括：处理单元和获取单元；所述获取单元，用于获取碳画像确定模型；所述碳画像确定模型用于确定目标区域内的碳画像；所述碳画像用于表征所述目标区域的碳排放量以及能源使用效率；所述处理单元，还用于获取目标区域的碳排放量和能源使用效率；所述处理单元，用于将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定目标区域的碳画像。
结合上述第二方面，在一种可能的实现方式中，所述处理单元，具体用于：确定目标区域的多种能源类型中每种能源类型的碳排放量；确定所述每种能源类型的权重值，并对所述每种能源类型的碳排放量加权求和，确定所述目标区域的碳排放量。
结合上述第二方面，在一种可能的实现方式中，目标区域的碳排放量满足以下公式：
Figure BDA0003798233330000031
其中，所述目标区域包括n种能源类型，Ci为所述n种能源类型中的第i种能源类型的权重值，所述CO2i为所述第i种能源类型的碳排放量。
结合上述第二方面，在一种可能的实现方式中，所述处理单元，具体用于：确定目标区域内的多种能源类型中每种能源类型的使用效率；根据所述每种能源类型的权重值，对所述每种能源类型的使用效率加权求和，确定所述目标区域的能源使用效率。
结合上述第二方面，在一种可能的实现方式中，所述目标区域的能源使用效率满足以下公式：
Figure BDA0003798233330000041
其中，所述αi为所述第i种能源类型的使用效率。
结合上述第二方面，在一种可能的实现方式中，所述碳画像确定模型中包括所述目标区域的碳排放量对应的第一基准值，以及所述目标区域的能源使用效率对应的第二基准值；所述碳画像包括：高排放高效率碳画像、高排放低效率碳画像、低排放高效率碳画像、低排放低效率碳画像；
所述处理单元，具体用于：
将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定所述目标区域的碳排放量是否高于所述第一基准值，以及所述目标区域的能源使用效率是否高于所述第二基准值；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放高效率碳画像；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放低效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放高效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放低效率碳画像。
第三方面，本申请提供了一种碳画像确定装置，包括：处理器和通信接口；所述通信接口和所述处理器耦合，所述处理器用于运行计算机指令，以实现如第一方面和第一方面的任一种可能的实现方式中描述的碳画像确定方法。
第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在终端上运行时，使得终端执行如第一方面和第一方面的任一种可能的实现方式中描述的碳画像确定方法。
第五方面，本申请实施例提供一种包含指令的计算机程序产品，当计算机程序产品在碳画像确定方法的装置上运行时，使得碳画像确定方法的装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的碳画像确定方法。
在本申请中，上述碳画像确定装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本公开类似，属于本公开权利要求及其等同技术的范围之内。
本申请的这些方面或其他方面在以下的描述中会更加简明易懂。
本申请提供的技术方案至少带来以下有益效果：
本申请提供的碳画像确定方法通过建立碳画像确定模型，以及目标区域的碳排放量和能源使用效率确定目标区域的碳画像。针对不同的场景，可以通过该场景实际的碳排放量和能源使用效率确定该场景的碳画像。本申请可以有效解决目前碳画像依托数据单一只能针对特定场景的问题，通过碳排放量和能源使用效率这两个参数为依托数据，适用于不同领域的多个场景；通过碳排放量和能源使用效率两个参数确定目标区域的碳画像，从而表征目标区域的碳排放特征以及能源使用效率。
附图说明
图1为本申请提供的一种碳画像确定装置的结构示意图；
图2为本申请提供的一种碳画像确定方法的流程图；
图3为本申请提供的又一种碳画像确定方法的流程图；
图4为本申请提供的一种碳画像确定装置的结构示意图；
图5为本申请提供的一种碳画像确定装置的又一种可能的结构示意图。
具体实施方式
下面结合附图对本申请实施例提供的碳画像确定方法进行详细地描述。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，或者用于区别对同一对象的不同处理，而不是用于描述对象的特定顺序。
此外，本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请的描述中，除非另有说明，“多个”的含义是指两个或两个以上。
图1为本公开实施例提供的一种碳画像确定装置的结构示意图。如图1所示，该碳画像确定装置100包括至少一个处理器101，通信线路102，以及至少一个通信接口104，还可以包括存储器103。其中，处理器101，存储器103以及通信接口104三者之间可以通过通信线路102连接。
处理器101可以是一个中央处理器(central processing unit，CPU)，也可以是特定集成电路(application specific integrated circuit，ASIC)，或者是被配置成实施本公开实施例的一个或多个集成电路，例如：一个或多个数字信号处理器(digital signalprocessor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)。
通信线路102可以包括一通路，用于在上述组件之间传送信息。
通信接口104，用于与其他设备或通信网络通信，可以使用任何收发器一类的装置，如以太网，无线接入网(radio access network，RAN)，无线局域网(wireless localarea networks，WLAN)等。
存储器103可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、只读光盘(compact disc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于包括或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
一种可能的设计中，存储器103可以独立于处理器101存在，即存储器103可以为处理器101外部的存储器，此时，存储器103可以通过通信线路102与处理器101相连接，用于存储执行指令或者应用程序代码，并由处理器101来控制执行，实现本公开下述实施例提供的网络质量确定方法。又一种可能的设计中，存储器103也可以和处理器101集成在一起，即存储器103可以为处理器101的内部存储器，例如，该存储器103为高速缓存，可以用于暂存一些数据和指令信息等。
作为一种可实现方式，处理器101可以包括一个或多个CPU，例如图1中的CPU0和CPU1。作为另一种可实现方式，业务传输装置100可以包括多个处理器，例如图1中的处理器101和处理器107。作为再一种可实现方式，业务传输装置100还可以包括输出设备105和输入设备106。
通过以上的实施方式的描述，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，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将网络节点的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的系统，模块和网络节点的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
全球气候变暖，严重影响人类生存与发展，归根结底在于二氧化碳的过度排放，因此应对气候变暖关键在于如何控制二氧化碳的排放量，各国积极参与提出控碳措施，同时我国作为最大的能源消耗国，二氧化碳排放量的过高，而我国油气资源相对较少，但煤炭资源非常丰富，因此控制碳排放的需求更大，如何调整能源结构布局，有效控制碳排放成为绿色能源实现的重中之重。
现阶段，交通运输行业作为我国基础性的服务型产业发展迅猛，其是能源消耗量和二氧化碳排放所占比重最高的领域，从我国目前交通领域的碳排放结构来看，其中公路占比最高，可达到85％，其次为海运和航空，大约占比6％左右，铁路占0.68％。
以上数据可表明：公路作为碳排放的主体，是控制碳排放目标的重点关注对象，其作为高碳排放源头，需要通过数据为依托改变公路铺设工艺等，因此可通过“碳画像”的方式在多种场景中试点，来确定不同领域、多种场景的具体情况，但现有“碳画像”所依托数据较为单一的问题，只能用于特定领域，并且大都针对的是工业和电力行业，进而本申请提出一种碳画像确定方法，解决目前碳画像依托数据单一只能针对特定领域的问题，可适用于不同领域的多个场景，并且可以当前场景中目标区域内的碳排放量和能源使用效率为主，确定目标区域的碳画像，来表征目标区域的碳排放特征以及能源使用偏好。
其中，“碳画像”以获取到的数据为基础依托，来确定特定领域场景中用户画像，根据应用场景中的各项能源消耗数据，还原场景中用户的碳排放特征和用能行为偏好，精准确定用户需求。
为了确定不同领域、多个场景的碳画像，本申请提供一种如图2所示的碳画像确定方法。如图2所示，在确定目标区域碳画像的过程中，需先获取碳画像确定模型；再获取目标区域的碳排放量和能源使用效率；将目标区域的碳排放量和能源使用效率输入碳画像确定模型，确定目标区域的碳画像；碳画像用于表征目标区域的碳排放特征以及能源使用偏好。
如图2所示，为本申请实施例提供的一种碳画像确定方法的流程图，本申请实施例提供的碳画像确定方法可以应用于如图1所示的碳画像确定装置中，本申请实施例提供的碳画像确定方法可以通过以下步骤实现。
S101、碳画像确定装置获取碳画像确定模型。
其中，碳画像确定模型用于确定目标区域内的碳画像；碳画像用于表征目标区域的碳排放量以及能源使用效率。
示例性的，本申请实施例适用于某一交通场景，例如以某一段100km长度的公路(后续称其为公路A)为例，预先获取碳画像确定模型，通过碳画像确定模型确定该段公路的碳画像，以此来表现该段公路的碳排放特征和用户能源使用偏好，其中，用户能源使用偏好所指在一定时间内行驶于公路A上车辆所用能源的类型；碳排放特征所指在一定时间内公路A上的能源使用结构和碳排放总量。
S102、碳画像确定装置获取目标区域的碳排放量和能源使用效率。
碳排放量目标区域在一定时间内所有能源产生的碳排放总量，能源使用效率指目标区域的一定时间内所有使用能源的效率。
具体的，获取公路A的碳排放量和能源使用效率，其中公路A的碳排放量和能源使用效率均包含多种能源类型，该段公路的碳排放量是通过多种能源类型在该段公路预设周期内的权重值，与每种能源类型的碳排放量加权求和确定的。
进一步的，公路A的能源使用效率是通过上述多种能源类型在该段公路预设周期内的权重值，与每种能源类型的能源使用效率加权求和确定的。
S103、碳画像确定装置将目标区域的碳排放量和能源使用效率输入碳画像确定模型，确定目标区域的碳画像。
示例性的，将公路A已经获取到的碳排放量和能源使用效率输入至碳画像确定模型中运行，以此来确定该段公路所属碳画像。
上述实施例提供的技术方案至少带来以下有益效果，本申请提供的碳画像确定方法，可以有效解决目前碳画像依托数据单一只能针对特定领域的问题，通过碳排放量和能源使用效率这两个参数为依托数据，适用于不同领域的多个场景；通过碳排放量和能源使用效率两个参数确定目标区域的碳画像，从而表征目标区域的碳排放特征以及能源使用偏好。
此外，本申请实施例中，碳画像确定装置在确定目标区域的碳画像之后，还可以根据目标区域所属碳画像确定针对该目标区域的碳减排方案，从而更好的体现碳排放特征以及精准的确定目标区域的碳画像，为交通运输行业节能减排提供科学辅助。
以下将结合具体实施例详细阐述本申请实施例提供的碳画像确定方法，该方法应用于碳画像确定方法的系统中。步骤S102，获取目标区域碳排放量可以通过以下步骤实现，如图3所示：
S102a：碳画像确定装置确定目标区域每种能源类型的权重值。
为了能够在公路A存在能源类型较多的情况下，依旧可以精准的确定能源类型权重值，本实施例中，可以通过车载联网终端Tbox获得每种能源类型的权重值，Tbox是汽车上的一个盒子，指Telematics Box，Tbox可以上网的同时还是车辆信息化的核心控制器，通过CAN以及以太网与整车进行通信，实时获取车辆信息，实现对车辆行驶数据的实时监控；同时每种能源类型的权重值也可以通过传感器的实时监测获取，此处确定能源类型权重值的方式为现有技术，此处概不赘述。
示例性的，设定在公路A的上午九点至十点之间，行驶通过的车辆有二十辆，其中有十二辆为汽油车，六辆为柴油车，也就是该段公路包含汽油能源和柴油能源，通过汽车上的车载联网终端获取汽车的各自排放二氧化碳气体的权重占比，最终确定上述两种能源的碳排放量气体的权重占比。
S102b：碳画像确定装置确定目标区域的多种能源类型中每种能源类型的碳排放量。
该步骤中所指的多种能源类型：根据《中国能源统计年鉴》将交通运输业消耗的能源归纳为19类，多种能源类型包括该19类能源，具体表现为：原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、其他煤气、原油、汽油、煤油、柴油、燃料油、液化石油气、其他石油制品、天然气、液化天然气、其他能源以及电力和热力。
通过车载联网终端Tbox对公路A能源类型的捕捉，从而确定每种能源类型二氧化碳排放量；其中，每种能源类型的二氧化碳排放是通过平均低位发热量×折标准煤系数×单位热值含碳量×碳氧化率×二氧化碳排放系数得到的；该公式可参考《能源折标准煤及碳排放参考系数》、《综合能耗计算通则》。
在一些实施例中，多个用户在预设周期内行驶于公路A上，每个用户所偏好的能源类型不同，则该段公路上产生多种能源，通过步骤S102a确定该段公路每种能源的权重值，并计算每种能源在该段公路上二氧化碳的排放量。
示例性的，通过上述提到的在该段公路一小时内出现的能源，确定柴油能源和汽油能源在当前碳排放量的权重占比，再计算柴油单位能源二氧化碳排放量和汽油单位能源二氧化碳排放量的值。
S102c：碳画像确定装置根据目标区域每种能源类型的权重值和碳排放量，确定目标区域的碳排放量。
一种可能的实现方式中，使目标区域的碳排放总量满足以下公式：
Figure BDA0003798233330000101
其中，目标区域包括n种能源类型，Ci为所述n种能源类型中的第i种能源类型的权重值，CO2i为所述第i种能源类型的碳排放量，本公式中n种能源类型为上述提到的多种能源类型。
在一些实施例中，多个用户在预设周期内行驶于公路A上，通过对步骤S102a和S102b中获取的参数，计算在预算周期内该段公路二氧化碳排放总量。
具体来说如下表1，示例性的，设定公路A一小时内柴油能源权重占比20％，其二氧化碳排放量为85千克/百公里，汽油能源权重占比60％，二氧化碳排放量为100千克/百公里，CT＝(0.2×85)+(0.6×100)＝77千克/百公里。
表1公路A碳排放量
Figure BDA0003798233330000111
而上述仅仅只考虑到目标区域的碳排放量，因此本方法还包括以下步骤：
S102d：碳画像确定装置确定目标区域内的多种能源类型中每种能源类型的使用效率。
通过步骤S102a确定的在公路A上每种能源的权重值，根据该权重值获取每种能源类型的使用效率。
一种可能的实现方式中，每种能源类型的使用效率满足以下公式：
能源使用效率
Figure BDA0003798233330000112
其中，能源使用量产生的总热量＝能源使用量×能源单位产热。
在一些实施例中，在预设周期内多个用户在该段公路行驶造成二氧化碳排放，在碳排放的同时需对车辆能源使用情况做统计，本方法对每个用户在该公路上能源使用效率做计算，通过每个用户当前有效用能量除以总供给能量，也就是每个用户当前场景所需热量除以能源使用量产生的总热量，得到每个用户的能源使用效率。
S102e：碳画像确定装置根据每种能源类型的权重值和能源使用效率，确定目标区域的能源使用效率。
通过目标区域每种能源类型的权重值和能源使用效率。
一种可能的实现方式中，目标区域的能源使用效率满足以下公式：
Figure BDA0003798233330000113
其中，所述αi为所述第i种能源类型的使用效率。
在一些实施例中，多个用户在预设周期内行驶于公路A上，通过对步骤S102a和S102d中获取的参数，计算在预算周期内多个用户在该段公路能源使用效率。
具体来说如下表2，示例性的，根据上述设定的该段公路一小时内柴油能源权重占比20％，其能源使用效率为55％，汽油能源权重占比60％，能源使用效率35％；
A＝(0.2×0.55)+(0.6×0.35)＝0.32＝32％。
表2公路A能源使用效率
Figure BDA0003798233330000121
在S102之后，本方法还包括：
S103a：将目标区域的碳排放量和能源使用效率输入碳画像确定模型中，与碳画像确定模型中的基准值比对，确定目标区域的碳画像。
碳画像确定装置根据具体应用场景选择碳画像确定模型中碳排放量和能源使用效率的基准值，也就是阈值；上述方法等同于以步骤S102c中的碳排量和步骤S102e中的能源使用效率输入至碳画像确定模型中，分别与碳排放量基准值和能源使用效率基准值比对，确定预设周期内目标区域的碳画像。
在一些实施例中，确定该段公路预设周期内多个用户的碳排放量和能源使用效率，分别与相对应的基准值对比后，确定该段公路的碳画像，为避免参数比对的单一性，可基于时间序列，考虑多个时间段的碳排放量和能源，确保该段公路的碳画像的准确度，最终该段公路的碳画像可为四种情况：高排放高效率碳画像、高排放低效率碳画像、低排放高效率碳画像、低排放低效率碳画像。
一种示例，将公路A的碳排放量与碳画像确定模型中碳排放的基准值比较，假设该段公路在当前场景的碳排放值超过200千克/百公里时，则定义为高排放，低于200千克/百公里时则定义为低排放；同理，该段公路当前场景的能源使用效率超过平均标准，则定义为高效率，低于平均标准，则定位为低效率；从而确定目标区域的碳画像。
具体来说如下述表3所示，示例性的，设定碳排放确定模型碳排放量的基准值为200千克/百公里，能源使用效率的基准值为30％，将公路A实际的碳排放量77千克/百公里与基准值200千克/百公里比对，以及该段公路实际的能源使用效率32％与基准值30％比对，得知该段公路属于低排放高效率碳画像。上述场景只是一种示例性说明，并不对本申请实施例做具体限定，上述碳画像也可能为高排放高效率碳画像、高排放低效率碳画像、低排放低效率碳画像。
表3公路A碳画像
Figure BDA0003798233330000131
综上所述，本申请提供的碳画像确定方法，通过设定碳画像确定模型中碳排放量和能源使用效率的基准值，再获取目标区域实际的碳排放量和能源使用效率，获取两者参数时需考虑目标区域内可能存在的多种能源类型，最后将目标区域的碳排放量和能源使用效率，分别与相对应的基准值作比对，确定目标区域的碳画像，根据目标区域所属碳画像确定针对目标区域的碳减排方案。通过碳排放量和能源使用效率这两个参数为依托数据，适用于不同领域的多个场景；并且这两个参数均充分考虑能源类型的多元性，确保在获取目标区域碳排放量和能源使用效率的准确率，从而更好的体现碳排放特征以及精准的确定目标区域的碳画像。
以上，对碳画像确定装置如何确定目标区域碳画像的方式进行了详细说明。
本申请实施例可以根据上述方法示例对碳画像确定装置进行功能模块或者功能单元的划分，例如，可以对应各个功能划分各个功能模块或者功能单元，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块或者功能单元的形式实现。其中，本申请实施例中对模块或者单元的划分是示意性的，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。
如图4所示，为本申请实施例提供的一种碳画像确定装置的结构示意图，该碳画像确定装置包括：处理单元201和获取单元202；所述获取单元202，用于获取碳画像确定模型；所述碳画像确定模型用于确定目标区域内的碳画像；所述碳画像用于表征所述目标区域的碳排放量以及能源使用效率；所述处理单元201，还用于获取目标区域的碳排放量和能源使用效率；所述处理单元201，用于将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定目标区域的碳画像。
可选的，所述处理单元201，具体用于：确定目标区域的多种能源类型中每种能源类型的碳排放量；确定所述每种能源类型的权重值，并对所述每种能源类型的碳排放量加权求和，确定所述目标区域的碳排放量。
可选的，所述处理单元201，还具体用于：确定目标区域内的多种能源类型中每种能源类型的使用效率；根据所述每种能源类型的权重值，对所述每种能源类型的使用效率加权求和，确定所述目标区域的能源使用效率。
可选的，所述碳画像确定模型中包括所述目标区域的碳排放量对应的第一基准值，以及所述目标区域的能源使用效率对应的第二基准值；所述碳画像包括：高排放高效率碳画像、高排放低效率碳画像、低排放高效率碳画像、低排放低效率碳画像；
所述处理单元，具体用于：
将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定所述目标区域的碳排放量是否高于所述第一基准值，以及所述目标区域的能源使用效率是否高于所述第二基准值；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放高效率碳画像；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放低效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放高效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放低效率碳画像。
在通过硬件实现时，本申请实施例中的获取单元202可以集成在通信接口上，处理单元201可以集成在处理器上。具体实现方式如图5所示。
图5示出了上述实施例中所涉及的碳画像确定设备的又一种可能的结构示意图。该碳画像确定设备包括：处理器302和通信接口303。处理器302用于对碳画像确定设备的动作进行控制管理，例如，执行上述处理单元201执行的步骤，和/或用于执行本文所描述的技术的其它过程。通信接口303用于支持碳画像确定设备与其他网络实体的通信，例如，执行上述通信单元202执行的步骤。碳画像确定设备还可以包括存储器301和总线304，存储器301用于存储碳画像确定设备的程序代码和数据。
其中，存储器301可以是碳画像确定设备中的存储器等，该存储器可以包括易失性存储器，例如随机存取存储器；该存储器也可以包括非易失性存储器，例如只读存储器，快闪存储器，硬盘或固态硬盘；该存储器还可以包括上述种类的存储器的组合。
上述处理器302可以是实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。该处理器可以是中央处理器，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。该处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线304可以是扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。总线304可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通过以上的实施方式的描述，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，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。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。
本申请实施例提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得该计算机执行上述方法实施例中的碳画像确定方法。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当该指令在计算机上运行时，使得该计算机执行上述方法实施例所示的方法流程中的碳画像确定方法。
其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit，ASIC)中。在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
由于本发明的实施例中的碳画像确定装置、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本发明实施例在此不再赘述。
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、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备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，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，设备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，在本申请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。
由于本公开的实施例中的装置、设备、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本公开实施例在此不再赘述。
以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (12)

1.一种碳画像确定方法，其特征在于，包括：
获取碳画像确定模型；所述碳画像确定模型用于确定目标区域内的碳画像；所述碳画像用于表征所述目标区域的碳排放量以及能源使用效率；
获取目标区域的碳排放量和能源使用效率；
将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定所述目标区域的碳画像。
2.根据权利要求1所述的碳画像确定方法，其特征在于，所述获取目标区域的碳排放量，包括：
确定目标区域的多种能源类型中每种能源类型的碳排放量；
确定所述每种能源类型的权重值，并对所述每种能源类型的碳排放量加权求和，确定所述目标区域的碳排放量。
3.根据权利要求2所述的碳画像确定方法，其特征在于，所述目标区域的碳排放量满足以下公式：
Figure FDA0003798233320000011
其中，所述目标区域包括n种能源类型，Ci为所述n种能源类型中的第i种能源类型的权重值，所述CO2i为所述第i种能源类型的碳排放量。
4.根据权利要求3所述的碳画像确定方法，其特征在于，所述获取目标区域的能源使用效率，包括：
确定目标区域内的多种能源类型中每种能源类型的使用效率；
根据所述每种能源类型的权重值，对所述每种能源类型的使用效率加权求和，确定所述目标区域的能源使用效率。
5.根据权利要求4所述的碳画像确定方法，其特征在于，所述目标区域的能源使用效率满足以下公式：
Figure FDA0003798233320000012
其中，所述αi为所述第i种能源类型的使用效率。
6.根据权利要求5所述的碳画像确定方法，其特征在于，所述碳画像确定模型中包括所述目标区域的碳排放量对应的第一基准值，以及所述目标区域的能源使用效率对应的第二基准值；所述碳画像包括：高排放高效率碳画像、高排放低效率碳画像、低排放高效率碳画像、低排放低效率碳画像；
将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定目标区域的碳画像，包括：
将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定所述目标区域的碳排放量是否高于所述第一基准值，以及所述目标区域的能源使用效率是否高于所述第二基准值；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放高效率碳画像；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放低效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放高效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放低效率碳画像。
7.一种碳画像确定装置，其特征在于，包括：处理单元和获取单元；
所述获取单元，用于获取碳画像确定模型；所述碳画像确定模型用于确定目标区域内的碳画像；所述碳画像用于表征所述目标区域的碳排放量以及能源使用效率；
所述处理单元，还用于获取目标区域的碳排放量和能源使用效率；
所述处理单元，用于将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定目标区域的碳画像。
8.根据权利要求7所述的碳画像确定装置，其特征在于，所述处理单元，具体用于：
确定所述目标区域的多种能源类型中每种能源类型的碳排放量；
确定所述每种能源类型的权重值，并对所述每种能源类型的碳排放量加权求和，确定所述目标区域的碳排放量。
9.根据权利要求8所述的碳画像确定装置，其特征在于，所述处理单元，具体用于：
确定所述目标区域内的多种能源类型中每种能源类型的使用效率；
根据所述每种能源类型的权重值，对所述每种能源类型的使用效率加权求和，确定所述目标区域的能源使用效率。
10.根据权利要求9所述的碳画像确定装置，其特征在于，所述碳画像确定模型中包括所述目标区域的碳排放量对应的第一基准值，以及所述目标区域的能源使用效率对应的第二基准值；所述碳画像包括：高排放高效率碳画像、高排放低效率碳画像、低排放高效率碳画像、低排放低效率碳画像；
所述处理单元，具体用于：
将所述目标区域的碳排放量和能源使用效率输入所述碳画像确定模型，确定所述目标区域的碳排放量是否高于所述第一基准值，以及所述目标区域的能源使用效率是否高于所述第二基准值；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放高效率碳画像；
在所述目标区域的碳排放量高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述高排放低效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放高效率碳画像；
在所述目标区域的碳排放量不高于所述第一基准值，所述目标区域的能源使用效率不高于所述第二基准值的情况下，确定所述目标区域的碳画像为所述低排放低效率碳画像。
11.一种碳画像确定装置，其特征在于，包括：处理器和通信接口；所述通信接口和所述处理器耦合，所述处理器用于运行计算机指令，以实现如权利要求1-6任一项中所述的碳画像确定方法。
12.一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中存储有指令，当计算机可读存储介质中的指令由碳画像确定装置的处理器执行时，使得所述碳画像确定装置执行权利要求1-6任一项中所述的碳画像确定方法。
CN202210974668.0A 2022-08-15 2022-08-15 碳画像确定方法、装置及存储介质 Pending CN115293614A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210974668.0A CN115293614A (zh) 2022-08-15 2022-08-15 碳画像确定方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210974668.0A CN115293614A (zh) 2022-08-15 2022-08-15 碳画像确定方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN115293614A true CN115293614A (zh) 2022-11-04

Family

ID=83831003

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210974668.0A Pending CN115293614A (zh) 2022-08-15 2022-08-15 碳画像确定方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN115293614A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115600840A (zh) * 2022-12-07 2023-01-13 南方电网数字电网研究院有限公司（Cn） 用户群体碳排放动态画像模型构建方法、装置及设备
CN117556526A (zh) * 2024-01-12 2024-02-13 国网北京市电力公司 建筑碳画像的辨识方法、装置、存储介质和电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115600840A (zh) * 2022-12-07 2023-01-13 南方电网数字电网研究院有限公司（Cn） 用户群体碳排放动态画像模型构建方法、装置及设备
CN117556526A (zh) * 2024-01-12 2024-02-13 国网北京市电力公司 建筑碳画像的辨识方法、装置、存储介质和电子设备

Similar Documents

Publication Publication Date Title
CN115293614A (zh) 碳画像确定方法、装置及存储介质
Zhao et al. Technology development for electric vehicles under new energy vehicle credit regulation in China: scenarios through 2030
Zhang et al. Eco‐driving at signalised intersections for electric vehicles
US6879054B2 (en) Process, apparatus, media and signals for controlling operating conditions of a hybrid electric vehicle to optimize operating characteristics of the vehicle
Guardiola et al. Adaptive calibration for reduced fuel consumption and emissions
CN109447319B (zh) 一种网格划分方法、计算机可读存储介质及终端设备
Vora et al. Integrating battery degradation in a cost of ownership framework for hybrid electric vehicle design optimization
Zheng et al. Transport oil product consumption and GHG emission reduction potential in China: An electric vehicle-based scenario analysis
Sgouridis et al. Light-duty electric vehicles in the gulf? Techno-economic assessment and policy implications
CN115496275A (zh) 城市交通碳排放预测方法、装置、电子设备和存储介质
Vagnoni et al. Smart rule-based diesel engine control strategies by means of predictive driving information
O’Riordan et al. Impact of an emissions-based car tax policy on CO2 emissions and tax revenue from private cars in Ireland
Shi et al. Adaptive energy control strategy of PHEV based on the Pontryagin’s minimum principle algorithm
CN115908071B (zh) 一种城市交通出行的碳排放测算方法、装置、设备及介质
Chen et al. Research on innovative plug-in hybrid electric vehicle comprehensive energy consumption evaluation method based on statistic energy consumption
Lin et al. An assessment model for national sustainable development based on the hybrid DEA and modified TOPSIS techniques
CN114744660B (zh) 一种电动汽车与电网能量双向流动的储能方法及系统
Yang et al. Promoting economic and environmental resilience in the post-COVID-19 era through the city and regional on-road fuel sustainability development
Helms et al. Carbon dioxide and consumption reduction through electric vehicles
CN116118513A (zh) 一种续驶里程计算方法、装置、计算机设备和存储介质
Maschmeyer et al. Real driving emissions—a paradigm change for development
Xia Exploring the Determinants of Electric Vehicle Adoption in Canada: A Multi-City Study
CN112782584B (zh) 电池电量的剩余使用额度的预测方法、系统、介质及设备
Angerer et al. Reduction of aging-effects by supporting a conventional battery pack with ultracapacitors
Bo et al. A real-time energy management strategy for off-road hybrid electric vehicles based on the expected SARSA

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