CN115408831A - 用于模拟和预测碳排放的系统和方法 - Google Patents

用于模拟和预测碳排放的系统和方法 Download PDF

Info

Publication number
CN115408831A
CN115408831A CN202210954284.2A CN202210954284A CN115408831A CN 115408831 A CN115408831 A CN 115408831A CN 202210954284 A CN202210954284 A CN 202210954284A CN 115408831 A CN115408831 A CN 115408831A
Authority
CN
China
Prior art keywords
carbon
emissions
module
emission
predicting
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
CN202210954284.2A
Other languages
English (en)
Inventor
叶祖达
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.)
Dadi Resources Co ltd
Original Assignee
Dadi Resources 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 Dadi Resources Co ltd filed Critical Dadi Resources Co ltd
Publication of CN115408831A publication Critical patent/CN115408831A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • 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

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

Abstract

本申请公开了用于模拟和预测碳排放的系统和方法，其中所述系统包括：用于采集多个数据的数据采集模块(108)；用于基于多个活动数据和多个排放因子计算的多个排放实体碳排放量的碳核算模块(102)；其中所述碳核算模块(102)包括一个碳排放子模块、一个碳抵消子模块和一个碳避免子模块；其中所述碳核算模块(102)涵盖多个范围一、范围二和范围三的排放；用于基于多个观察因变量和多个观察自变量以生成模拟和预测预报模型的预测分析建模模块(110)；用于基于数据收集模块(108)和预测分析建模模块(110)以预测和预报时间线上未来碳排放水平以及排放路径和趋势的模拟预测模块(112)；和用于评估模拟预测模块的性能的关键性能指标和度量模块(114)。

Description

用于模拟和预测碳排放的系统和方法
技术领域
本发明涉及一个用于模拟和预测碳排放的系统和方法，特别是一个用于模拟和预测城市建设项目、房地产资产与建筑排放实体碳排放预报的综合及全方位碳核算系统。
背景技术
碳核算是用于衡量排放实体(EE)排放温室气体数量的过程。碳排放核算和数据分析为城市建设项目、房地产资产和建筑物的投资、项目规划和设计、建设、物业管理决策和碳披露提供了重要的科学和商业基础。管理这些排放实体(EE)的排放是政府、金融机构、企业、业主、租户、服务提供者和社区的关键决策和碳减排措施重点。
因此，分析和预测来自上述排放实体的碳减排性能非常重要。然而，现有用于城市发展、房地产资产和建筑物排放实体的碳核算工具主要侧重于根据过去表现审计碳排放量，或侧重于在项目的规划和设计阶段估算与设计方案相关的排放量。这种现有的核算方法可能无法准确模拟和预测排放实体整个生命周期内在真实情景中的碳减排性能，特别是在其运营阶段，以监测其达到特定减缓目标的路径。
此外，仅使用传统、历史和报告活动数据以审计过去表现的现有碳核算工具可能不会产生有效的预测。因此，除了传统历史报告活动数据之外，构建有效、高效的分析模型来模拟和预测碳排放还需要基于一个综合了实时物联网数据、大数据、用户行为数据和建筑形式数据的来源。
中国专利第113592187A号公开了一种智能碳排放管理系统及方法，此系统及方法能够预测碳排放量，并根据预测结果辅助碳排放指数交易。该系统根据碳排放数据和碳减排数据生成碳排放预测，并将碳排放预测和碳排放指标进行比较以生成判断结果。然而，该系统和方法仅限于公司或工业企业的碳排放预测。这可能在覆盖城市发展、房地产资产和建筑物排放实体中缺乏应用的可扩展性，例如具有不同空间规模的市区、工业园区、商业园区、科技园区、校园、社区和建筑物。因此，有需要建立一个综合和全面的碳核算体系，以用于模拟和预测城市开发项目、房地产资产和建筑排放实体的碳排放量。
美国专利第20200372588A1号公开了一种用于预测电网碳排放的机器学习方法和系统。利用人工智能和机器学习方法根据电网数据估算实时排放影响。实时或在线优化和控制的深度学习可用于将排放影响最小化，同时在周围环境和用户行为的不确定性下将效率收益最大化。结果可能是一个实时数据驱动的软件平台，该平台执行方法并提供直观的、强而有力的实时可视化。然而，这方法和系统仅公开了涉及由于电网中电能的生产和/或消耗而导致的大气碳排放的电网碳排放。这方法和系统不包括其他碳排放、碳抵消和碳避免的来源。因此，有需要建立一个综合和全面的碳核算系统以用于模拟和预测城市开发项目、房地产资产和建筑排放实体的碳排放量。
中国专利第111445060A号公开了一种社区碳排放监测与预测系统及方法。该系统用于解决社区碳排放核算难题，衡量社区低碳建设水平及为制定社区节能和减碳措施提供参考。社区碳排放活动数据包括住宅区、社区公共区域、社区废物处理、污水处理、住宅区消耗、发电产生的数据、天然气消耗、汽油消耗、柴油消耗数据、社区消耗和其他能源碳排放数据。然而，该排放量仅核算范围一和范围二的排放但没有包括作为重要间接排放的范围三的排放。因此，有需要建立一个综合和全面的碳核算系统以用于模拟和预测城市开发项目、房地产资产和建筑排放实体的碳排放量。
发明内容
本发明的目的在于提供一种用于模拟和预测城市建设项目、房地产资产与建筑排放实体碳排放预报的综合及全方位碳核算系统。
本发明的目的亦在于提供一种可以基于预定情景生成未来排放预测，测试不同排放减缓行动的影响，并基于关键性能指标度量系统评估碳减缓性能和指标的系统和方法。
因此，此等目的可以通过遵循本发明的教示来达成。本发明涉及一个用于模拟和预测碳排放的系统和方法，特别是一个用于模拟和预测城市建设项目、房地产资产与建筑排放实体碳排放预报的综合及全方位碳核算系统，其特征在于：一个基于活动数据(AD)及排放因子(EF)计算碳排放量的碳核算模块；其中所述碳核算模块包括一个碳排放子模块、一个碳抵消子模块和一个碳避免子模块来涵盖范围一、范围二和范围三的排放；一个用于采集活动数据(AD)、排放因子、过往和观察因变量及自变量以用于模拟预测的数据采集模块；一个用于基于过往和观察因变量及自变量以生成未来碳排放的模拟和预测性预报模型的预测分析建模模块；一个基于数据收集模块和预测分析建模模块以预报和预测未来碳排放水平；和一个用于量化性能评估的关键性能指标和度量系统。
附图说明
在结合本发明优选实施例的附图阅读下面的详细描述时将更容易理解和认识到本发明的特征，其中
图1示出了本发明中的综合及全方位碳核算系统；
图2示出了用于计算碳排放的碳核算模块；
图3示出了在预测分析建模模块中生成模拟和预测预报模型的方法流程图；
图4示出了在模拟预测模块中测试未来排放情景的方法流程图。
具体实施方式
按照要求，在此公开了本发明的具体实施例。然而，应当理解，所公开的实施例仅为本发明的示例，其可以多种不同的形式实施。因此，在此公开的具体结构和功能细节不应被解释为限制，而是仅作为权利要求的基础。应当理解，附图及其详细描述不用于将本发明限制为在此公开的特定形式，相反，本发明覆盖落在权利要求限定的范围内的所有修改、等同方案和备选方案。如本申请通篇使用的，词语“可”表示可选择的(即意为具有可能)，而不是表示强制的(即意为必须)。类似地，词语“包括”和“包含”意为包括但不限于。此外，除非另行提及，词语“一”意为“至少一”及词语“多个”意为一个或多个。在使用缩写或技术术语时，这些指本领域已知的普遍接受的含义。现在将结合图1-4描述本发明。
本发明提出了一个用于模拟和预测排放实体碳排放预报的综合及全方位碳核算系统100，其特征在于：一个用于采集多个数据的数据采集模块108；其中所述多个数据包括活动数据(AD)104、排放因子(EF)106、与相关用于预测的多个观察因变量数据和多个观察自变量数据；一个用于基于多个活动数据(AD)104和多个排放因子(EF)106计算的多个排放实体碳排放量105的碳核算模块102；其中所述碳核算模块102包括一个碳排放子模块、一个碳抵消子模块和一个碳避免子模块；其中所述碳核算模块102涵盖多个范围一、范围二和范围三的排放；一个用于基于多个观察因变量和多个观察自变量以生成模拟和预测预报模型的预测分析建模模块110；一个用于基于数据收集模块108和预测分析建模模块110以预测和预报时间线上未来碳排放水平以及排放路径和趋势的模拟预测模块112；其中，所述时间线上未来碳排放水平以及排放路径和趋势是根据针对多个排放实体关于用户定义的预设缓解措施、目标量、和目标年期的多个预定情景以预测和预报以计算出来的；和一个用于评估模拟预测模块的性能的关键性能指标和度量模块114。
在本发明的优选实施例中，排放实体是城市开发项目、房地产资产和建筑物，包括但不限于市区、工业园区、商业园区、科技园区、校园和社区、个体和建筑群。
在本发明的优选实施例中，碳排放子模块包括建筑运营能源、建筑隐含能源、交通和运输、固体废物、水资源、废水和污水、工业和制造业活动、公共设施和街道照明。
在本发明的优选实施例中，用于计算碳排放的碳核算模块102包含八个碳排放子模块、一个碳抵消子模块和一个碳避免子模块。所述模块是基于以下公式的计算方法：
C＝∑Ci＝∑活动数据i(ADi)x排放因子i(EFi)………(1)
其中：C是以CO2当量(CO2e)表示的排放实体的总碳排放量；
Ci是活动数据i的碳排放、抵消或避免量(活动由10个活动模块表示)；
活动数据i(ADi)是对导致碳排放、抵消或避免的活动i水平的定量测量；
排放因子i(EFi)是将活动数据i(ADi)转换为正或负碳排放的因子(对于碳排放，排放因子采用+ve符号；对于碳抵消和避免，排放因子采用-ve符号)。
图1示出了本发明中的综合及全方位碳核算系统及图2示出了用于计算碳排放的碳核算模块。
在本发明的优选实施例中，碳排放子模块包括建筑运营能源、建筑隐含能源、交通和运输、固体废物、水资源、废水和污水、工业和制造业活动、公共设施和街道照明。碳抵消子模块包括森林、绿色空间和植树。碳避免子模块包括可再生能源。
在本发明的优选实施例中，碳核算模块102包括在所在地和非所在地的直接和间接范围一、范围二和范围三的排放。
范围一的排放是排放实体在物理边界内控制的直接排放和其以碳汇的清除。这些包括(a)在固定来源(不包括电气设备)中燃烧燃料以产生电力、热或蒸汽。例如：发电机、锅炉、燃气灶等，以及(b)由报告的排放实体控制和/或来自相关排放实体或于排放实体物理边界内的移动来源(如机动车辆等移动能源)。例如，当地的穿梭巴士服务是在排放实体的物理边界内。
范围二的排放是由排放实体所控制的设备或其在物理边界内的运作中消耗购买的电力和/或气体产生的间接能量排放。
范围三的排放是其他间接排放。其中包括(a)垃圾堆填区因处置排放实体的废物而产生的温室气体(GHG)排放；(b)因处理供水、排水、废水所用的电力和能源产生的温室气体排放；(c)提取和生产、运输、建构和拆除建筑材料所产生的隐含碳；(d)由排放实体作为旅行起点或目的地所运作而产生的在其物理边界内的跨境乘客和货物进出的运输和旅行(例如，雇员上班旅程、居民上班旅程、休闲和购物、往位于排放实体内公司的商务旅程等，不包括不以排放实体作为起点或目的地的交通流量)。
在本发明的优选实施例中，数据收集模块108收集过往和报告数据、调查数据、第三方参考数据、来自建筑能源管理系统、物业管理系统、用水监测系统、空气质量管理系统、停车管理系统、安全系统的实时数据、来自手机、全球定位系统、应用程序和通过通信协议的运输移动监测系统的实时大数据，以及用户行为和使用模式、天气和微气候条件、建筑和城市物理配置以及表面材料的数据。
在本发明的优选实施例中，自变量包括规模因素、天气因素、经济因素、用户行为因素、物理场地和建筑形式因素、绿色建筑和能源因素。规模因素包括但不限于人口规模、住户数目、租户数目、地盘面积及建筑物总楼面面积。天气因素包括但不限于湿度、平均温度、降雨、热浪、暴风雪、空气质数和极端天气。经济因素包括但不限于出租率、空置率、租金水平、物业估值、楼宇建造成本、行业生产及租户或用户的业务性质。用户行为因素包括但不限于交通流量、行人流量、营业时间、空间或设施使用模式以及用户社会经济概况。物理场地和建筑形式因素包括但不限于街道网络密度、开放空间覆盖率或比率、开放空间风道、建筑物窗户方向、建筑物立面窗户比例、建筑形式和形状、建筑物高度、建筑材料、建筑物年龄和停车位。绿色建筑和能源因素包括但不限于绿色建筑认证水平、建筑物节能设计标准、可再生或清洁能源使用百分比、能源使用时间序列模式和过往趋势。
在本发明的优选实施例中，观察因变量包括排放实体在被定义的时间序列模式和过往趋势上的过往记录和观察到的碳排放。
在本发明的优选实施例中，预测分析建模模块110基于因变量和自变量的过往历史和观察数据生成关于未来碳排放的模拟和预测预报模型。
在本发明的优选实施例中，预测分析建模模块110包括变量之间关系的基本模型结构如下：
C＝f(S,W,E,U,P,G)………………………(2)
其中
C是排放实体(EE)产生的碳排放的因变量，f是函数，
S是规模因素，
W是天气因素，
E是经济因素，
U是用户行为因素，
P是物理场地和建筑形式因素，及
G是绿色建筑和能源因素。
每个碳模块的预测包括对数和半对数形式的线性和非线性多元回归函数：
Ln(C)＝a0+Σn＝1aiLn(Zi)+ε............................(3)
Ln(C)＝a0+Σn＝1aiZi+ε............................(4)
其中
Zi表示自变量，
a0表示一个常数，
ai表示回归系数，及
ε是残差项。
在预测分析建模模块110中生成模拟和预测预报模型的方法在图3中示出。该方法包括以下步骤：从相关的碳排放子模块中选择碳排放进行预测132；选择与碳排放子模块中的活动数据(AD)104相关的变量134；诊断所选变量的共线性136；通过调整140和测试所选变量的统计显着性142以分析逐步回归138；以及建立多重回归分析(MRA)模型144；其中在MRA模型分析残差146。
在本发明的优选实施例中，模拟预测模块112预测未来碳排放水平，包括指定时间段内的排放体积、强度和趋势。所述指定时间段包括实时、每日、每周、每月和每年。
在本发明的优选实施例中，模拟预测模块112基于不同情景预测未来碳排放水平，包括基准(BAU)情景、低碳情景、碳峰值情景和碳中和情景，以及任何其他具有已量化的排放缓解目标的预设情景。
图4示出了在模拟预测模块中测试未来排放情景的方法流程图。该方法包括以下步骤：选择未来碳缓解情景116；为选定的未来碳减排情景定义基准线118；设定碳减排目标量120和碳减排目标年期122；识别和选择碳缓解措施124；使用多个模拟和预测预报模型计算预测碳排放126；核实是否达到目标年期的减碳目标量128；及生成关于排放水平、排放强度、透过源头或子模块的排放、排放路径和时间线趋势、比较不同未来碳缓解情景的分析报告130；修订碳减排目标量和碳减排目标年期；重新识别和重新选择碳缓解措施；根据重新识别和重新选择的碳缓解措施重新计算预测碳排放量以重新生成分析报告。
建筑运营能耗的缓解措施包括在当前法定建筑设计标准之上设置更高的建筑节能标准，并额外减省能源(包括但不限于节能10％、20％、30％或40％)。
建筑隐含能源的缓解措施，例如设计和施工阶段的措施包括减低参考值中的隐含碳(包括但不限于减低10％、20％或30％)。所述参考值指当地行业标准或政府标准。
交通和运输的缓解措施包括采取以交通为导向的城市发展(包括但不限于500米以内的建筑面积百分比超过100％)；从所在地到最近的公共交通服务距离内的公共交通服务有高可达性(包括但不限于小于100米)；增加居民或游客的绿色出行比例(包括但不限于70％、60％或50％)；增加电动汽车出行百分比(包括但不限于20％、15％、10％或5％)。固体废物的缓解方案包括提高废弃物转制能源比率(包括但不限于100％、90％、80％、50％或20％)；减少固体废物量(包括但不限于5％、10％、15％或20％)。
水资源的缓解措施包括减少用水，例如减少饮用水的使用量(包括但不限于5％、10％、15％或20％)；将人均用水量从基准线降低(包括但不限于5％、10％、15％或20％)。
废水和污水的缓解措施包括提高污水转换至能源的比率(包括但不限于100％、90％、80％、50％或20％)；减少废水量(包括但不限于5％、10％、15％或20％)。
工业和制造业活动的缓解措施包括从基准线增加服务业于国内生产总值(GDP)所占的比率(包括但不限于10％、20％、30％或40％)；从基准线降低每工业单位的GDP的能源消耗和/或其附加价值(包括但不限于10％、15％、20％、25％或30％)；降低工业过程的能源消耗(包括但不限于5％、10％、15％、20％或30％)；增加在所在地的清洁或可再生能源消耗(包括但不限于5％、10％、15％或20％)。公共设施和街道照明的缓解方案包括增加使用LED和/或可再生电力的照明百分比(包括但不限于100％、90％或80％)。
森林、绿地和植树的缓解措施包括增加植被覆盖率(包括但不限于40％、45％、50％、55％或60％)。可再生能源的缓解方案包括增加在所在地的可再生能源消耗(包括但不限于5％、10％、15％、20％或25％)。
可再生能源的缓解措施包括提高用于供应热水的可再生能源使用水平(包括但不限于20％、30％、50％或70％)；提高用于供应电力的可再生能源使用水平(包括但不限于5％、10％、15％或20％)；从基准线增加非所在地的可再生能源生产项目和计划(包括但不限于5％、10％、15％、20％、25％、30％、40％或50％)；购买可再生能源证书以抵消化石燃料带来的用电量(包括但不限于5％、10％、20％、30％、40％、50％或60％)；购买自愿认证碳减排信用额(CCER)(包括但不限于5％、10％、20％、30％、40％、50％或60％)。
在本发明的优选实施例中，用于评估碳减缓绩效的关键性能指标和度量模块114具有内置的计算和基准模板，用于根据不同城市和地区的相关和选定的法定或自愿能源和排放目标、规范或最佳实践方式进行评估。五组内置关键性能指标模板包括：运营和隐含排放指标；房地产金融投资组合指标；物业管理和绿色租赁指标；认证碳减排指标(CCER)；空间规划、城市规划和城市设计指标。
运营和隐含排放的关键性能指标包括：每年、每月和每周运营的排放总量；碳核算模块中十个子模块的源头排放量(产生、消除、抵消、或避免的排放量)；排放/单位场地面积；排放/单位建筑总楼面面积；人均排放量(雇员、居民、访客)；排放/单位租金收入；排放/单位土地价值；隐含碳/单位建筑总楼面面积；隐含碳/单位建设成本。
房地产金融投资组合指标的内置关键性能指标包括：产生的排放量(指金融机构或投资者或房地产企业通过贷款或投资而融资的房地产投资组合中产生的碳排放量)；消除和抵消的排放量(指由金融机构或投资者或房地产企业通过贷款或投资而融资的房地产投资组合中的碳消除和碳抵消量)；避免的排放量(由金融机构或投资者或房地产企业通过贷款或投资而融资的房地产投资组合中避免的碳排放量)。产生的排放量的指标包括：来自年度和月度总排放量的组合排放总量；通过基于贷款或投资在总价值中的未偿还百分比反映的归因因子调整总投资组合排放量并再加计算得出的融资排放量；总排放量除以贷款和投资金额而得出的组合排放强度；总排放量除以建筑物的总楼面面积和/或资产的物业场地面积而得出的资产物理排放强度；公司(金融机构或投资者或房地产企业)所有投资组合的总年度总排放量除以公司的年度总收入或收益而得出的总排放风险敞口。
物业管理和绿色租赁的内置关键性能指标包括业主绩效指标和租户绩效指标。业主绩效指标包括：来自能源消耗、水消耗、废物的年度和每月总排放量；建造主要机电系统(包括空调、通风、照明、电梯和移动设备、电器和电子设备等)的排放量明细。租户绩效指标包括：来自能源消耗、水消耗和废物在总租赁面积的年度和每月总排放量。
认证碳减排指标(CCER)的内置关键性能指标包括：不可再生生物质于热能应用中的能源效率措施；向家庭分发高效益灯泡；太阳能热水系统；家庭/小用户的沼气/生物质热能应用；住宅用冰箱的效率和HFC-134a的回收率；高效户外和街道照明技术的需求方活动；家用太阳能炊具；推广节能家用电器；新住宅建筑的能源效率和可再生能源措施；新建筑的能源效率技术和燃料转换；为用户提供的机械能中有没有电能；有或没有电能的热能生产；用户于热能应用中将不可再生生物质切换；用户的发电；通过更换节能冷水机来节省能源；通过堆肥避免甲烷排放；建筑物的能源效率和燃料转换措施；高效照明技术的需求方活动；针对特定技术的需求方节能活动。
空间规划、城市规划和城市设计的内置关键性能指标包括：活动数据/按不同法定土地用途(包括住宅、商业、工业、公共设施、交通、道路等)划分的单位土地利用面积；能源消耗/不同法定土地用途的单位土地利用面积；碳排放量/不同法定土地用途的单位土地利用面积；碳封存/单位土地利用面积；碳封存/单位绿地面积；碳排放量/道路网络单位长度；可再生能源使用量/单位土地使用面积；规划区域年度总碳排放量；规划区域在规划期间的预计生命周期中的总碳排放量。
尽管本发明已结合附图中所示的具体实施例进行描述，但对于本领域技术人员显而易见的是，在本发明范围内可进行许多变化和修改。

Claims (17)

1.一个用于模拟和预测排放实体碳排放预报的综合及全方位碳核算系统(100)，其特征在于：
一个用于采集多个数据的数据采集模块(108)；其中所述多个数据包括活动数据(AD)(104)、排放因子(EF)(106)、与相关用于预测的多个观察因变量数据和多个观察自变量数据；
一个用于基于多个活动数据(AD)(104)和多个排放因子(EF)(106)计算的多个排放实体碳排放量(105)的碳核算模块(102)；其中所述碳核算模块(102)包括一个碳排放子模块、一个碳抵消子模块和一个碳避免子模块；其中所述碳核算模块(102)涵盖多个范围一、范围二和范围三的排放；
一个用于基于多个观察因变量和多个观察自变量以生成模拟和预测预报模型的预测分析建模模块(110)；
一个用于基于数据收集模块(108)和预测分析建模模块(110)以预测和预报时间线上未来碳排放水平以及排放路径和趋势的模拟预测模块(112)；其中，所述时间线上未来碳排放水平以及排放路径和趋势是根据针对多个排放实体关于用户定义的预设缓解措施、目标量、和目标年期的多个预定情景以预测和预报以计算出来的；及
一个用于评估模拟预测模块的性能的关键性能指标和度量模块(114)。
2.根据权利要求1所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述多个排放实体包括城市开发项目、房地产资产和建筑。
3.根据权利要求1所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述碳排放子模块包括建筑运营能源、建筑隐含能源、交通和运输、固体废物、水资源、废水和污水、工业和制造业活动、公共设施和街道照明。
4.根据权利要求1所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述碳抵消子模块包括森林、绿色空间和植树。
5.根据权利要求1所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述碳避免子模块包括可再生能源。
6.根据权利要求1所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述数据收集模块(108)收集的数据包括过往和报告数据、调查数据、第三方参考数据、来自建筑能源管理系统、物业管理系统、用水监测系统、空气质量管理系统、停车管理系统、安全系统的实时数据、来自手机、全球定位系统、应用程序和通过通信协议的运输移动监测系统的实时大数据，以及用户行为和使用模式、天气和微气候条件、建筑和城市物理配置以及表面材料的数据。
7.根据权利要求1和6所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述多个观察自变量数据包括基于规模因素、天气因素、经济因素、用户行为因素、物理场地和建筑形式因素、绿色建筑和能源因素。
8.根据权利要求1和6所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述多个观察因变量数据包括排放实体在被定义的时间序列模式和过往趋势上的过往记录和观察到的碳排放。
9.根据权利要求1所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述模拟预测模块(112)预测未来碳排放水平，包括指定时间段内的排放体积、强度和趋势。
10.根据权利要求9所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述指定时间段包括实时、每日、每周、每月和每年。
11.根据权利要求1所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述针对排放实体的多个预定情景模拟预测模块包括基准(BAU)情景、低碳情景、碳峰值情景和碳中和情景，以及任何其他具有已量化的排放缓解目标的情景。
12.根据权利要求1所述的用于模拟和预测碳排放的综合及全方位碳核算系统(100)，其中，所述用于评估模拟预测模块的性能的关键性能指标和度量模块(114)包括多个内置关键性能指标模板包括：运营和隐含排放指标，房地产金融投资组合指标，物业管理和绿色租赁指标，认证碳减排指标(CCER)，空间规划、城市规划和城市设计指标。
13.一种用于模拟和预测碳排放的碳核算方法，包括以下步骤：
生成多个模拟和预测预报模型(148)；
选择未来碳缓解情景(116)；
为选定的未来碳减排情景定义基准线(118)；
设定碳减排目标量(120)和碳减排目标年期(122)；
识别和选择碳缓解措施(124)；
使用多个模拟和预测预报模型计算预测碳排放(126)；及
核实是否达到目标年期的减碳目标量(128)。
14.根据权利要求13所述的一种用于模拟和预测碳排放的碳核算方法进一步包括以下步骤：
如目标年期没有达到碳减排目标量，修订碳减排目标量和碳减排目标年期；
重新识别和重新选择碳缓解措施；及
根据重新识别和重新选择的碳缓解措施重新计算预测碳排放量以重新生成分析报告。
15.根据权利要求13或14所述的一种用于模拟和预测碳排放的碳核算方法进一步包括以下步骤：生成关于排放水平、排放强度、透过源头或子模块的排放、排放路径和时间线趋势、比较不同未来碳缓解情景的分析报告(130)。
16.根据权利要求13所述的用于模拟和预测碳排放的碳核算方法，其中，所述生成多个模拟和预测预报模型的步骤包括以下步骤：
从多个碳排放子模块中选择碳排放进行预测(132)；
从多个碳排放子模块选择跟已选择的碳排放子模块相关的变量(134)；
诊断所选变量的共线性(136)；
通过调整(140)和测试所选变量的统计显着性(142)以分析逐步回归(138)；及
建立多重回归分析(MRA)模型(144)；
其中在MRA模型分析残差(146)。
17.根据权利要求16所述的用于模拟和预测碳排放的碳核算方法，其中，所述碳排放子模块包括建筑运营能源、建筑隐含能源、交通和运输、固体废物、水资源、废水和污水、工业和制造业活动、公共设施和街道照明。
CN202210954284.2A 2022-07-15 2022-08-10 用于模拟和预测碳排放的系统和方法 Pending CN115408831A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
HK32022056815 2022-07-15
HK32022056815.0 2022-07-15

Publications (1)

Publication Number Publication Date
CN115408831A true CN115408831A (zh) 2022-11-29

Family

ID=84178889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210954284.2A Pending CN115408831A (zh) 2022-07-15 2022-08-10 用于模拟和预测碳排放的系统和方法

Country Status (3)

Country Link
EP (1) EP4307189A1 (zh)
CN (1) CN115408831A (zh)
GB (1) GB2622471A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116151692A (zh) * 2023-04-17 2023-05-23 南京赛宝工业技术研究院有限公司 多源固废再生建筑砌体寿命周期的碳排放评估系统及方法
CN116258277A (zh) * 2023-05-08 2023-06-13 清华四川能源互联网研究院 区域能源-碳排放预测、规划和优化方法和系统
CN116894585A (zh) * 2023-07-25 2023-10-17 浙江三网科技股份有限公司 一种应用于未来社区综合数据智能分析方法和系统
CN118485278A (zh) * 2024-06-14 2024-08-13 河北省建筑科学研究院有限公司 一种基于街区更新改造的碳排放预测优化系统及方法
CN118690975A (zh) * 2024-08-26 2024-09-24 江苏电力信息技术有限公司 基于人工智能的企业绿色环保评级报告分析方法及系统

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117592666B (zh) * 2024-01-18 2024-03-26 中电山河数字科技(南通)有限公司 基于企业数据的多维度碳排放数据采集核算系统
CN117933563B (zh) * 2024-01-30 2024-10-08 中国农业科学院烟草研究所(中国烟草总公司青州烟草研究所) 一种基于物联网技术的绿色烟叶生产管理系统
CN117688658B (zh) * 2024-02-02 2024-05-07 北京科技大学 一种零碳绿色建筑设计方法
CN117709555B (zh) * 2024-02-05 2024-05-17 国网山东省电力公司东营供电公司 一种基于变压器碳核算模型的碳排预测与评价方法和系统
CN117745310B (zh) * 2024-02-21 2024-05-10 中国电力科学研究院有限公司 一种基于孪生碳网络空间的碳排放量核算方法及系统
CN118014210A (zh) * 2024-02-22 2024-05-10 南京大学 一种基于空间映射技术的国土空间碳排放核算方法
CN117788218B (zh) * 2024-02-23 2024-06-21 浙电(宁波北仑)智慧能源有限公司 一种碳排放评估方法及系统
CN117787571B (zh) * 2024-02-26 2024-04-30 中国环境科学研究院 一种区域大气治理的碳排放测算方法及系统
CN117854283B (zh) * 2024-03-05 2024-05-10 南通装配式建筑与智能结构研究院 一种城市道路碳中和估算分析方法
CN118115690B (zh) * 2024-03-08 2024-08-16 南京睿见数字科技有限公司 一种在三维的空间下以空间热力表达碳排放全景监测的方法
CN118171949B (zh) * 2024-03-11 2024-09-24 国网宁夏电力有限公司电力科学研究院 一种周期性定时取样的电力碳排放监测系统
CN117951457B (zh) * 2024-03-26 2024-06-11 深圳碳中和生物燃气股份有限公司 基于生物炭的负碳产品碳减排量核算方法及系统
CN118225719B (zh) * 2024-04-28 2024-09-10 东北电力大学 一种基于工业园区的碳排放检测系统
CN118134114A (zh) * 2024-05-06 2024-06-04 西安中创新能网络科技有限责任公司 一种碳足迹计算与供应链管理的一体化碳资产管理系统
CN118228940B (zh) * 2024-05-24 2024-08-13 建科环能科技有限公司 一种机场全域碳足迹智慧管控方法及系统
CN118246824B (zh) * 2024-05-27 2024-07-30 中通服建设有限公司 一种基于bim的经济型建模系统
CN118229043B (zh) * 2024-05-27 2024-08-16 国网浙江省电力有限公司杭州供电公司 基于模型的碳排放调整方法、装置、电子设备及计算机可读存储介质
CN118246705B (zh) * 2024-05-28 2024-07-30 国网浙江省电力有限公司杭州供电公司 一种能源需求预测方法、系统、设备及介质
CN118333282B (zh) * 2024-06-12 2024-08-20 北京华能长江环保科技研究院有限公司 碳减排量获取方法、碳减排分析方法、装置和设备
CN118336930B (zh) * 2024-06-14 2024-08-27 国网黑龙江省电力有限公司营销服务中心 电力碳排放预警与响应系统
CN118365182A (zh) * 2024-06-20 2024-07-19 宁波地铁产业工程有限公司 一种基于轨道交通的碳配额管理系统及方法
CN118376738B (zh) * 2024-06-21 2024-09-10 贵州交投高新科技有限公司 一种大数据支持的交通碳排放监测方法及监测系统
CN118469595B (zh) * 2024-07-11 2024-09-13 国网安徽省电力有限公司信息通信分公司 基于能源消耗的碳排放测算方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11398000B2 (en) 2019-05-20 2022-07-26 Singularity Energy, Inc. Methods and systems for machine-learning for prediction of grid carbon emissions
CN111445060B (zh) 2020-03-06 2023-01-31 华南理工大学珠海现代产业创新研究院 一种社区碳排放监测和预测系统及方法
CN113592187B (zh) 2021-08-06 2024-01-05 时代云英(深圳)科技有限公司 一种智能碳排放管理系统及方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116151692A (zh) * 2023-04-17 2023-05-23 南京赛宝工业技术研究院有限公司 多源固废再生建筑砌体寿命周期的碳排放评估系统及方法
CN116151692B (zh) * 2023-04-17 2023-06-30 南京赛宝工业技术研究院有限公司 多源固废再生建筑砌体寿命周期的碳排放评估系统及方法
CN116258277A (zh) * 2023-05-08 2023-06-13 清华四川能源互联网研究院 区域能源-碳排放预测、规划和优化方法和系统
CN116258277B (zh) * 2023-05-08 2023-08-22 清华四川能源互联网研究院 区域能源-碳排放预测、规划和优化方法和系统
CN116894585A (zh) * 2023-07-25 2023-10-17 浙江三网科技股份有限公司 一种应用于未来社区综合数据智能分析方法和系统
CN116894585B (zh) * 2023-07-25 2024-02-20 浙江三网科技股份有限公司 一种应用于未来社区综合数据智能分析方法和系统
CN118485278A (zh) * 2024-06-14 2024-08-13 河北省建筑科学研究院有限公司 一种基于街区更新改造的碳排放预测优化系统及方法
CN118690975A (zh) * 2024-08-26 2024-09-24 江苏电力信息技术有限公司 基于人工智能的企业绿色环保评级报告分析方法及系统

Also Published As

Publication number Publication date
EP4307189A1 (en) 2024-01-17
GB2622471A (en) 2024-03-20

Similar Documents

Publication Publication Date Title
CN115408831A (zh) 用于模拟和预测碳排放的系统和方法
Mi et al. Cities: The core of climate change mitigation
Amasyali et al. A review of data-driven building energy consumption prediction studies
Bhowmik et al. Optimal green energy planning for sustainable development: A review
Manfren et al. Paradigm shift in urban energy systems through distributed generation: Methods and models
Asdrubali et al. Development of a greenhouse gas accounting GIS-based tool to support local policy making—Application to an Italian municipality
Jeong et al. Development of a prediction model for the cost saving potentials in implementing the building energy efficiency rating certification
Park et al. Multi-objective building energy system optimization considering EV infrastructure
Ramshani et al. An agent-based approach to study the diffusion rate and the effect of policies on joint placement of photovoltaic panels and green roof under climate change uncertainty
Jeong et al. Development of an integrated energy benchmark for a multi-family housing complex using district heating
Brown et al. Rooftop solar for all: Closing the gap between the technically possible and the achievable
Lat et al. Neural network-based approach for identifying the influence of factors affecting the green building rating of a rural housing construction
Dell’Anna et al. Supporting sustainability projects at neighbourhood scale: Green visions for the San Salvario district in Turin guided by a combined assessment framework
Xu et al. Approach and practices of district energy planning to achieve low carbon outcomes in China
Alkaabi et al. A data‐driven modeling and analysis approach to test the resilience of green buildings to uncertainty in operation patterns
Romel et al. Prediction of photovoltaic waste generation in Canada using regression-based model
Jeong et al. Life-cycle economic assessment for establishing the optimal government solar subsidy program in South Korea
Fathi et al. Campus energy use prediction (CEUP) using artificial intelligence (AI) to study climate change impacts
Zhang et al. Techno-environmental-economical performance of allocating multiple energy storage resources for multi-scale and multi-type urban forms towards low carbon district
Serrano-Arévalo et al. Optimal expansion for a clean power sector transition in Mexico based on predicted electricity demand using deep learning scheme
Nagy et al. IMPACT: integrated multi-domain emission pathways for cities under land-use policy, Technology Adoption, Climate Change And Grid Decarbonization
Affandi et al. Analysing temporal factor in dynamic life cycle assessment of solar photovoltaic system
Maiullari et al. Matching energy targets, stakeholders’ needs and modelling choices in developing urban energy scenarios
Wahed et al. Integrating Building Information Modelling and Geographic Information System to Achieve Energy Efficiency in Buildings and Urban Areas
Ferrari et al. UTAQ, A TOOL TO MANAGE THE SEVERE AIR POLLUTION EPISODES.

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: Room 608, 6th floor, Wing On Building, 71 Des Voeux Road Central, Hong Kong, China

Applicant after: Dadi Resources Co.,Ltd.

Address before: Room 402, 4/F, Wing On Building, 71 Des Voeux Road Central, Hong Kong, China

Applicant before: Dadi Resources Co.,Ltd.