CN115511332A - 碳排放量确定方法、装置、计算机设备和存储介质 - Google Patents
碳排放量确定方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115511332A CN115511332A CN202211215360.4A CN202211215360A CN115511332A CN 115511332 A CN115511332 A CN 115511332A CN 202211215360 A CN202211215360 A CN 202211215360A CN 115511332 A CN115511332 A CN 115511332A
- Authority
- CN
- China
- Prior art keywords
- electricity consumption
- user
- historical time
- carbon
- amount
- 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
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 224
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 223
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000005611 electricity Effects 0.000 claims abstract description 341
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 148
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 74
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 74
- 238000004590 computer program Methods 0.000 claims description 36
- 239000000446 fuel Substances 0.000 claims description 18
- 230000003647 oxidation Effects 0.000 claims description 12
- 238000007254 oxidation reaction Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003610 charcoal Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000003034 coal gas Substances 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000004449 solid propellant Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
- G06F16/29—Geographical information databases
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Remote Sensing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种碳排放量确定方法、装置、计算机设备和存储介质。方法包括:获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、所述目标区域的区域用电总量和区域绿电用电量,以及所述目标用户在所述预设历史时长内的用户用电总量和用户绿电用电量;根据所述二氧化碳排放量、所述区域用电总量和所述区域绿电用电量,确定所述目标区域在预设历史时长内的碳排放因子;根据所述用户用电总量、所述用户绿电用电量和所述碳排放因子,确定所述目标用户在预设历史时长内的用户碳排放量。采用本方法能够考虑绿电占比对于碳排放量确定的影响,准确确定碳排放量。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种碳排放量确定方法、装置、计算机设备和存储介质。
背景技术
随着世界人口的不断增多,能源的消耗也逐步增多,随着能源消耗所带来的碳排放问题也日益严重。其中,准确确定碳排放量,对于降碳策略的制定至关重要。
目前,传统的碳排放量确定方法,在计算碳排放量的过程中考虑因素单一,导致所计算的碳排放量不准确,亟需改进。
发明内容
基于此,有必要针对上述技术问题,提供一种能够精准确定碳排放量的碳排放量确定方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种碳排放量确定方法,该方法包括:
获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量;
根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子;
根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
在其中一个实施例中,根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子,包括:
根据区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的区域非绿电用电量;
根据二氧化碳排放量和区域非绿电用电量,确定目标区域在预设历史时长内的碳排放因子。
在其中一个实施例中,获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量,包括:
根据目标用户所属目标区域在预设历史时长内的产碳燃料的单位热值含碳量、碳氧化率、平均低位热值和消耗量,确定目标区域在预设历史时长内产出的二氧化碳排放量。
在其中一个实施例中,获取目标区域的区域绿电用电量,包括:
根据目标区域在预设历史时长内绿电发电机组的发电量,确定目标区域的区域绿电用电量;其中,绿电发电机组包括风电机组和/或光伏机组。
在其中一个实施例中,获取目标区域的区域绿电用电量,包括:
根据目标区域在预设历史时长内的绿电交易信息,确定目标区域的区域绿电用电量。
在其中一个实施例中,根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量,包括:
根据用户用电总量和用户绿电用电量,确定目标用户在预设历史时长内的用户非绿电用电量;
根据碳排放因子和用户非绿电用电量,确定目标用户在预设历史时长内的用户碳排放量。
第二方面,本申请还提供了一种碳排放量确定装置,该装置包括:
数据获取模块,用于获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量;
因子确定模块,用于根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子;
碳量确定模块,用于根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
第三方面,本申请还提供了一种计算机设备,该计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量;
根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子;
根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
第四方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量;
根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子;
根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
第五方面,本申请还提供了一种计算机程序产品,该计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量;
根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子;
根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
上述碳排放量确定方法、装置、计算机设备和存储介质,通过根据目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,可确定目标区域在预设历史时长内的碳排放因子,进而根据目标用户在预设历史时长内的用户用电总量和用户绿电用电量,以及所确定的碳排放因子,即可精准目标用户在预设历史时长内的用户碳排放量。上述方案,在确定目标用户的用户碳排放量的过程中,不仅考虑二氧化碳排放量、区域用电总量和用户用电总量,还考虑了区域绿电用电量和用户绿电用电量,即通过对多维度因素进行分析,使得碳排放量的确定更为精准。
附图说明
图1为一个实施例中碳排放量确定方法的应用环境图;
图2为一个实施例中碳排放量确定方法的流程示意图;
图3为一个实施例中碳排放因子步骤的流程示意图;
图4为一个实施例中确定用户碳排放量方法的流程示意图;
图5为另一个实施例中确定用户碳排放量方法的流程示意图;
图6为一个实施例中碳排放量装置的结构框图;
图7为一个实施例中数据获取模块10的结构框图;
图8为一个实施例中因子确定模块20的结构框图;
图9为一个实施例中碳量确定模块30的结构框图;
图10为一个实施例中计算机设备的内部结构图;
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的碳排放量确定方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。本申请实施例提供的碳排放量确定方法可应用于服务器104,也可以应用于终端102,还可以通过终端102和服务器104的交互实现。例如,服务器104根据目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子,进而根据目标用户在预设历史时长内的用户用电总量和用户绿电用电量,以及所确定的碳排放因子,即可精准目标用户在预设历史时长内的用户碳排放量。进一步的,服务器104可以将所确定的目标用户的用户碳排放量发送给终端102进行展示。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种碳排放量确定方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
S201,获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量。
其中,所谓目标用户即为目标区域内使用电的任一用户;目标区域即为具有获知用户碳排放量需求的任一区域。预设历史时长可以为当前时间之前的一段时间,比如一个月、一个季度或者一年。
区域用电总量即为目标区域内所有用户在预设历史时长内的用电总量;对应的,用户用电总量即为目标用户在预设历史时长内的用电总量。区域绿电用电量即为目标区域内所有用户在预设历史时长内使用绿电的用电总量;用户绿电用电量即为目标用户在预设历史时长内使用绿电的用电总量。其中,所谓绿电即为利用特定发电设备从可再生能源转化而成的电能。
可选的,可以与不同设备交互,获取确定目标用户的用户碳排放量所需的数据。例如,可以与碳计量设备交互,以获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量;可以与目标区域的配电网的管理服务器交互,从管理服务器中获取目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量。
进一步的,在确定具有需要评估目标用户的碳排放量的情况下,获取确定目标用户的用户碳排放量所需的数据。其中,确定具有需要评估目标用户的碳排放量的方式有很多种,本实施例对此不做限定。例如,一种方式为,在检测到当前时间达到预设的碳量计算周期;另一种方式为,接收到终端发送的包括目标用户的标识信息的碳量计算请求等。
S202,根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子。
本实施例中,碳排放因子即为用于衡量目标区域在预设历史时长内二氧化碳排放量的一种参数。
一种可实施方式为,基于预先设的碳排放因子确定逻辑,对二氧化碳排放量、区域用电总量和区域绿电用电量进行处理,以得到目标区域在预设历史时长内的碳排放因子。例如,可以将二氧化碳排放量、区域用电总量和区域绿电用电量,输入至预先训练好的因子确定模型,由该因子确定模型输出目标区域在预设历史时长内的碳排放因子。
S203,根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
本实施例中,用户碳排放量即为目标用户在预设历史长内的二氧化碳排放总量。
一种可实施方式为,基于预先设的碳排放量确定逻辑,对用户用电总量、用户绿电用电量和碳排放因子进行处理,以得到目标用户在预设历史时长内的用户碳排放量。例如,可以将用户用电总量、用户绿电用电量和碳排放因子,输入至预先训练好的碳排放量确定模型,由该碳排放量确定模型输出目标用户在预设历史时长内的用户碳排放量。
进一步的,在确定目标用户在预设历史时长内的用户碳排放量之后,可以进行对比分析。以预设历史时长为当前时间之前的一个月为例进行说明。假设当前时间为5月31日,那么预设历史时长为整个5月份,此时可以获取目标用户在4月份的用户碳排量,并将目标用户在4月份的用户碳排放量与5月份的用户碳排放量进行对比分析,即以时间为变量来分析用户使用的非绿电产生的碳排放量的情况。进一步的,还可以获取目标区域内其他用户的用户碳排放量,并将其他用户的用户碳排放量,与目标用户的用户碳排放量进行对比分析,即分析不同用户相同时间下使用的非绿电产生的碳排放量情况。可以理解的是,通过分析不同时间下相同用户使用的非绿电产生的碳排量情况,以及相同时间下不同用户使用的非绿电产生的碳排量,可以精准制定调控相关排碳政策。
上述碳排放量确定方法中,通过根据目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,可确定目标区域在预设历史时长内的碳排放因子,进而根据目标用户在预设历史时长内的用户用电总量和用户绿电用电量,以及所确定的碳排放因子,即可精准目标用户在预设历史时长内的用户碳排放量。上述方案,在确定目标用户的用户碳排放量的过程中,不仅考虑二氧化碳排放量、区域用电总量和用户用电总量,还考虑了区域绿电用电量和用户绿电用电量,即通过对多维度因素进行分析,使得碳排放量的确定更为精准。
示例性的,在上述实施例的基础上,提供了一种获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量的可选方式。具体可以是,根据目标用户所属目标区域在预设历史时长内的产碳燃料的单位热值含碳量、碳氧化率、平均低位热值和消耗量,确定目标区域在预设历史时长内产出的二氧化碳排放量。
其中,产碳燃料指的是燃烧过程当中产生二氧化碳的燃料,按形态可以分为三类,固体燃料,如煤,炭,木材等;液体燃料,如汽油、煤油、石油、重油等;气体燃料,如天然气、煤气、沼气、液化气等。
单位热值含碳量指的是基于发热量的碳含量,即单位发热量的化石燃料中的碳含量;碳氧化率指的是燃料中的碳在燃烧过程中被氧化成二氧化碳的比率;低位热值是单位新鲜垃圾燃烧时的发热量,又称有效发热量或者净发热值。
可选的,目标区域的产碳燃料可以包括多类,比如1…M(M为正整数);在此情况下,可以通过如下公式1来确定目标区域在预设历史时长内产出的二氧化碳排放量。其中,Cm是第m类产碳燃料的含碳量、Om是第m类产碳燃料的碳氧化率,Nm化石燃料平均低位热值,Fm第m类的产碳燃料的消耗量,E为目标区域所产生的二氧化碳排放量;
可以理解的是,本实施例在确定目标区域的二氧化碳排放量的过程中,充分考虑了含碳量、碳氧化率、平均低位热值和消耗量等各种综合因素,使得区域内二氧化碳排放量的确定结果更为合理,为后续精准确定碳排放因子奠定了基础。
示例性的,获取目标区域的区域绿电用电量的方式可以有很多种,例如一种可实施方式为,根据目标区域在预设历史时长内绿电发电机组的发电量,确定目标区域的区域绿电用电量;其中,绿电发电机组包括风电机组和/或光伏机组。
其中,风电机组为风力发电所需要的主装置,风力发电就是把风的动能转变成机械能,再把机械能转化为电能的过程。风力发电机组包括风轮、发电机;风轮中含叶片、轮毂、加固件等组成有叶片受风力旋转发电、发电机机头转动等功能。光伏发电机组即为利用光伏发电技术生产电能的一组器件,主要由太阳电池组件,再配合上功率控制器等部件构成。光伏发电技术是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术。
具体的,获取目标区域在预设历史时长内风电机组的发电量,并将风电机组的发电量,作为目标区域的区域绿电用电量;获取目标区域在预设历史时长内光伏机组的发电量,并将光伏机组的发电量,作为目标区域的区域绿电用电量;又或者,获取目标区域在预设历史时长内风电机组的发电量,以及目标区域在预设历史时长内光伏机组的发电量,并将风电机组的发电量和光伏机组的发电量之和,作为目标区域的区域绿电用电量。
另一种可实施方式为,根据目标区域在预设历史时长内的绿电交易信息,确定目标区域的区域绿电用电量。
本实施例中,绿电交易信息是指基于“绿色电力证书认购交易平台”中成交的绿证信息,可以包括补贴绿证对应电量、无补贴绿证对应电量和绿电绿证对应电量信息等。
可选的,可以向绿色电力证书认购交易平台发送包括目标区域的标识信息和时间信息的绿电交易信息获取请求;由绿色电力证书认购交易平台根据时间信息和目标区域的标识信息,从预先存储的历史绿色交易数据中获取目标区域在预设历史时长内的绿电交易信息,并反馈;进而本实施例可以获取绿色电力证书认购交易平台反馈的目标区域在预设历史时长内的绿电交易信息。
具体的,在获取到目标区域在预设历史时长内的绿电交易信息之后,可以将补贴绿证对应电量、无补贴绿证对应电量和绿电绿证对应电量三者之和,作为目标区域的区域绿电用电量。
可以理解的是,通过绿电机组的发电量确定区域内的绿电用电量是从用电的源头确定区域内绿电用电量;通过绿电交易信息获取区域内的绿电用电量是从用电结果上得到的区域内绿电用电量;两种获取区域内绿电用电量的方式都比较容易,且得到的区域内绿电用电量结果比较准确,对于后续非绿电用电量的计算具有重要意义。
在一个实施例中,如图3所示,进一步对上述S202进行细化,具体实现步骤可以包括:
S301,根据区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的区域非绿电用电量。
具体的,可基于预先设定的非绿电用电确定逻辑,对区域用电总量和区域绿电用电量进行处理,以得到目标区域在预设历史时长内的非绿电用电量。例如,可以直接采用区域用电总量减去区域绿电用电量,并将差值作为目标区域在预设历史时长内的区域非绿电用电量。
S302,根据二氧化碳排放量和区域非绿电用电量,确定目标区域在预设历史时长内的碳排放因子。
具体的,可基于预先设定的碳排放因子确定逻辑,对区域内的二氧化碳排放量和区域非绿电用电量进行处理,以得到目标区域在预设历史时长的碳排放因子。例如,可以将二氧化碳排放量与区域非绿色用电量之间的比值,作为目标区域在预设历史时长内的区域非绿电用电量。
可以理解的是,本实施例中基于区域用电总量和区域绿电用电量,确定预设历史时长的区域非绿电用电量,并根据二氧化碳排放量和区域内非绿电用电量确定碳排放因子,此种方式得到的碳排放因子,不仅考虑了非绿电因素对于得到的碳排放因子的计算结果的影响,而且进一步考虑了非绿电因素对于整个碳排放量计算结果的影响,更为科学合理。
在一个实施例中,如图4所示,进一步对上述S203进行细化,具体实现步骤可以包括:
S401,根据用户用电总量和用户绿电用电量,确定目标用户在预设历史时长内的用户非绿电用电量。
在一个具体的实施例中,可基于预先设定的非绿电用电确定逻辑,对用户的用电总量和用户的绿电用电量进行处理,以得到目标区域中的目标用户在预设历史时长内的非绿电用电量。例如,采用用户用电总量减去用户非绿电用电量,并将差值,作为目标用户在预设历史时长内的用户非绿电用电量。
S402,根据碳排放因子和用户非绿电用电量,确定目标用户在预设历史时长内的用户碳排放量。
具体的,可基于预先设定的用户碳排放量确定逻辑,对目标区域的碳排放因子和用户非绿电用电量进行处理,以得到目标区域中的目标用户在预设历史时长内的非绿电用电量。例如,将碳排放因子和用户的非绿电用电量相乘,并将乘积作为考虑绿电占比的情况下目标用户在预设历史时长内的碳排放量。
可以理解的是,本实施例中基于用户用电总量和用户绿电用量,可确定目标用户的非绿电用电量,进而基于碳排放因子和非绿电用电量,即可确定目标用户在预设历史时长的用户碳排放量。此处方式得到的用户碳排放量,不仅考虑了用户的非绿电用电量对于用户的碳排放量的影响,而且考虑了目标用户所在的目标区域的整体碳排放量情况对于目标用户的碳排放量的影响,这样得到的目标用户的用户碳排放量不仅考虑了绿电占比,而且更为科学合理。
在一个实施例中,如图5所示,提供了一种碳排放量确定方法的可选实例。具体实现过程可以包括:
S501,获取目标所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量。
其中,根据目标用户所属目标区域在预设历史时长内的产碳燃料的单位热值含碳量、碳氧化率、平均低位热值和消耗量,确定目标区域在预设历史时长内产出的二氧化碳排放量。
根据目标区域在预设历史时长内绿电发电机组的发电量,确定目标区域的区域绿电用电量;或者,根据目标区域在预设历史时长内的绿电交易信息,确定目标区域的区域绿电用电量。
S502,根据区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的区域非绿电用电量。
S503,根据二氧化碳排放量和区域非绿电用电量,确定目标区域在预设历史时长内的碳排放因子。
S504,根据用户用电总量和用户绿电用电量,确定目标用户在预设历史时长内的用户非绿电用电量。
S505,根据碳排放因子和用户非绿电用电量,确定目标用户在预设历史时长内的用户碳排放量。
上述S501-S505的具体过程可以参见上述方法实施例的描述,其实现原理和技术效果类似,在此不再赘述。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的碳排放量确定方法的碳排放量确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个碳排放量确定装置实施例中的具体限定可以参见上文中对于碳排放量确定方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种碳排放量确定装置,包括数据获取模块10、因子确定模块20和碳量确定模块30,其中:
数据获取模块10,用于获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量;
因子确定模块20,用于根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子;
碳量确定模块30,用于根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
在一个实施例中,如图7所示,上图6中的数据获取模块10可以包括:
第一获取单元11,用于根据目标用户所属目标区域在预设历史时长内的产碳燃料的单位热值含碳量、碳氧化率、平均低位热值和消耗量,确定目标区域在预设历史时长内产出的二氧化碳排放量。
第二获取单元12,用于根据目标区域在预设历史时长内绿电发电机组的发电量,确定目标区域的区域绿电用电量;其中,绿电发电机组包括风电机组和/或光伏机组。
在一个实施例中,第二获取单元12还可以用于:
根据目标区域在预设历史时长内的绿电交易信息,确定目标区域的区域绿电用电量。
在一个实施例中,如图8所示,上图6中的因子确定模块20可以包括:
第一确定单元21,根据区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的区域内非绿电用电量;
第二确定单元22,根据二氧化碳排放量和区域非绿电用电量,确定目标区域在预设历史时长内的碳排放因子。
在一个实施例中,如图9所示,上图6中的碳量确定模块30可以包括:
第三确定单元31,用于根据用户用电总量和用户绿电用电量,确定目标用户在预设历史时长内的用户非绿电用电量;
第四确定单元32,用于根据碳排放因子和用户非绿电用电量,确定目标用户在预设历史时长内的用户碳排放量。
上述碳排放量确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10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,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储区域用电总量、碳排放因子等相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种碳排放量确定方法。
本领域技术人员可以理解,图10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,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量;
根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子;
根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
在一个实施例中,处理器执行计算机程序中根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子的逻辑时,具体实现以下步骤:
根据区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的区域非绿电用电量;根据二氧化碳排放量和区域非绿电用电量,确定目标区域在预设历史时长内的碳排放因子。
在一个实施例中,处理器执行计算机程序中获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量的逻辑时,具体实现以下步骤:
根据目标用户所属目标区域在预设历史时长内的产碳燃料的单位热值含碳量、碳氧化率、平均低位热值和消耗量,确定目标区域在预设历史时长内产出的二氧化碳排放量。
在一个实施例中,处理器执行计算机程序中获取目标区域的区域绿电用电量的逻辑时,具体实现以下步骤:
根据目标区域在预设历史时长内绿电发电机组的发电量,确定目标区域的区域绿电用电量;其中,绿电发电机组包括风电机组和/或光伏机组。
在一个实施例中,处理器执行计算机程序中获取目标区域的区域绿电用电量的逻辑时,具体还实现以下步骤:
根据目标区域在预设历史时长内的绿电交易信息,确定目标区域的区域绿电用电量。
在一个实施例中,处理器执行计算机程序中根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量的逻辑时,具体实现以下步骤:
根据用户用电总量和用户绿电用电量,确定目标用户在预设历史时长内的用户非绿电用电量;根据碳排放因子和用户非绿电用电量,确定目标用户在预设历史时长内的用户碳排放量。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量;
根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子;
根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
在一个实施例中,计算机程序中根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子的逻辑被处理器执行时,具体实现以下步骤:
根据区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的区域非绿电用电量;根据二氧化碳排放量和区域非绿电用电量,确定目标区域在预设历史时长内的碳排放因子。
在一个实施例中,计算机程序中根据获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量的逻辑具体实现以下步骤:
根据目标用户所属目标区域在预设历史时长内的产碳燃料的单位热值含碳量、碳氧化率、平均低位热值和消耗量,确定目标区域在预设历史时长内产出的二氧化碳排放量。
在一个实施例中,计算机程序中根据获取所述目标区域的区域绿电用电量的逻辑还实现以下步骤:
根据目标区域在预设历史时长内绿电发电机组的发电量,确定目标区域的区域绿电用电量;其中,绿电发电机组包括风电机组和/或光伏机组。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据用户用电总量和用户绿电用电量,确定目标用户在预设历史时长内的用户非绿电用电量;
根据碳排放因子和用户非绿电用电量,确定目标用户在预设历史时长内的用户碳排放量。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、目标区域的区域用电总量和区域绿电用电量,以及目标用户在预设历史时长内的用户用电总量和用户绿电用电量;
根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子;
根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量。
在一个实施例中,计算机程序中根据二氧化碳排放量、区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的碳排放因子的逻辑被处理器执行时,具体实现以下步骤:
根据区域用电总量和区域绿电用电量,确定目标区域在预设历史时长内的区域非绿电用电量;根据二氧化碳排放量和区域非绿电用电量,确定目标区域在预设历史时长内的碳排放因子。
在一个实施例中,计算机程序中确定目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量的逻辑被处理器执行时,具体实现以下步骤:
根据目标用户所属目标区域在预设历史时长内的产碳燃料的单位热值含碳量、碳氧化率、平均低位热值和消耗量,确定所述目标区域在预设历史时长内产出的二氧化碳排放量。
在一个实施例中,计算机程序中获取目标区域的区域绿电用电量的逻辑被处理器执行时,具体实现以下步骤:
根据目标区域在预设历史时长内绿电发电机组的发电量,确定目标区域的区域绿电用电量;其中,绿电发电机组包括风电机组和/或光伏机组。
在一个实施例中,计算机程序中获取目标区域的区域绿电用电量的逻辑被处理器执行时,具体还实现以下步骤:
根据目标区域在预设历史时长内的绿电交易信息,确定目标区域的区域绿电用电量。
在一个实施例中,计算机程序中根据用户用电总量、用户绿电用电量和碳排放因子,确定目标用户在预设历史时长内的用户碳排放量的逻辑被处理器执行时,具体实现以下步骤:
根据用户用电总量和用户绿电用电量,确定目标用户在预设历史时长内的用户非绿电用电量;
根据碳排放因子和用户非绿电用电量,确定目标用户在预设历史时长内的用户碳排放量。
需要说明的是,本申请所涉及的用电总量(包括但不限于区域用电总量和用户用电总量等)、用电量(包括但不限于区域绿电用电量和用户绿电用电量等)、以及确定二氧化碳排放量所涉及的参数(比如产碳燃料的单位热值含碳量、碳氧化率等)数据,均为经用户授权或者经过各方充分授权的信息和数据。
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,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,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、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种碳排放量确定方法,其特征在于,所述方法包括:
获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、所述目标区域的区域用电总量和区域绿电用电量,以及所述目标用户在所述预设历史时长内的用户用电总量和用户绿电用电量;
根据所述二氧化碳排放量、所述区域用电总量和所述区域绿电用电量,确定所述目标区域在预设历史时长内的碳排放因子;
根据所述用户用电总量、所述用户绿电用电量和所述碳排放因子,确定所述目标用户在预设历史时长内的用户碳排放量。
2.根据权利要求1所述的方法,其特征在于,所述根据所述二氧化碳排放量、所述区域用电总量和所述区域绿电用电量,确定所述目标区域在预设历史时长内的碳排放因子,包括:
根据所述区域用电总量和所述区域绿电用电量,确定所述目标区域在预设历史时长内的区域非绿电用电量;
根据所述二氧化碳排放量和所述区域非绿电用电量,确定所述目标区域在预设历史时长内的碳排放因子。
3.根据权利要求1所述的方法,其特征在于,所述获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量,包括:
根据目标用户所属目标区域在预设历史时长内的产碳燃料的单位热值含碳量、碳氧化率、平均低位热值和消耗量,确定所述目标区域在预设历史时长内产出的二氧化碳排放量。
4.根据权利要求1所述的方法,其特征在于,获取所述目标区域的区域绿电用电量,包括:
根据所述目标区域在预设历史时长内绿电发电机组的发电量,确定所述目标区域的区域绿电用电量;其中,所述绿电发电机组包括风电机组和/或光伏机组。
5.根据权利要求1所述的方法,其特征在于,获取所述目标区域的区域绿电用电量,包括:
根据所述目标区域在预设历史时长内的绿电交易信息,确定所述目标区域的区域绿电用电量。
6.根据权利要求1所述的方法,其特征在于,所述根据所述用户用电总量、所述用户绿电用电量和所述碳排放因子,确定所述目标用户在预设历史时长内的用户碳排放量,包括:
根据所述用户用电总量和所述用户绿电用电量,确定所述目标用户在预设历史时长内的用户非绿电用电量;
根据所述碳排放因子和所述用户非绿电用电量,确定所述目标用户在预设历史时长内的用户碳排放量。
7.一种碳排放量确定装置,其特征在于,所述装置包括:
数据获取模块,用于获取目标用户所属目标区域在预设历史时长内产出的二氧化碳排放量、所述目标区域的区域用电总量和区域绿电用电量,以及所述目标用户在所述预设历史时长内的用户用电总量和用户绿电用电量;
因子确定模块,用于根据所述二氧化碳排放量、所述区域用电总量和所述区域绿电用电量,确定所述目标区域在预设历史时长内的碳排放因子;
碳量确定模块,用于根据所述用户用电总量、所述用户绿电用电量和所述碳排放因子,确定所述目标用户在预设历史时长内的用户碳排放量。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215360.4A CN115511332A (zh) | 2022-09-30 | 2022-09-30 | 碳排放量确定方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211215360.4A CN115511332A (zh) | 2022-09-30 | 2022-09-30 | 碳排放量确定方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115511332A true CN115511332A (zh) | 2022-12-23 |
Family
ID=84507567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211215360.4A Pending CN115511332A (zh) | 2022-09-30 | 2022-09-30 | 碳排放量确定方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115511332A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116520781A (zh) * | 2023-04-24 | 2023-08-01 | 绍兴市再生能源发展有限公司 | 基于预测与反馈数据提高垃圾发电热效率的方法和系统 |
CN116628410A (zh) * | 2023-05-29 | 2023-08-22 | 北京西清能源科技有限公司 | 一种区域电力系统碳排放核算方法与系统 |
CN116821621A (zh) * | 2023-06-28 | 2023-09-29 | 南方电网能源发展研究院有限责任公司 | 绿电交易碳排放量核算方法、装置和计算机设备 |
CN116991964A (zh) * | 2023-09-25 | 2023-11-03 | 浙江电力交易中心有限公司 | 区域用户绿电数据处理方法、系统及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657661A (zh) * | 2021-08-12 | 2021-11-16 | 南方电网数字电网研究院有限公司 | 一种企业碳排放预测方法、装置、计算机设备和存储介质 |
CN113724103A (zh) * | 2021-11-02 | 2021-11-30 | 国网北京市电力公司 | 基于智能电表的区域碳排放监测方法、系统、设备及介质 |
CN114066699A (zh) * | 2021-11-11 | 2022-02-18 | 国网河北省电力有限公司经济技术研究院 | 碳排放量测算方法、装置及终端设备 |
CN114463144A (zh) * | 2022-02-09 | 2022-05-10 | 深圳市建筑科学研究院股份有限公司 | 碳计量方法、装置、电表、服务器、存储介质和产品 |
CN114511128A (zh) * | 2021-11-29 | 2022-05-17 | 国网北京市电力公司 | 碳排放数据的处理方法、装置、存储介质及处理器 |
CN115015474A (zh) * | 2022-04-15 | 2022-09-06 | 广东电网有限责任公司 | 一种电力用户的碳排放量检测方法及设备 |
-
2022
- 2022-09-30 CN CN202211215360.4A patent/CN115511332A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657661A (zh) * | 2021-08-12 | 2021-11-16 | 南方电网数字电网研究院有限公司 | 一种企业碳排放预测方法、装置、计算机设备和存储介质 |
CN113724103A (zh) * | 2021-11-02 | 2021-11-30 | 国网北京市电力公司 | 基于智能电表的区域碳排放监测方法、系统、设备及介质 |
CN114066699A (zh) * | 2021-11-11 | 2022-02-18 | 国网河北省电力有限公司经济技术研究院 | 碳排放量测算方法、装置及终端设备 |
CN114511128A (zh) * | 2021-11-29 | 2022-05-17 | 国网北京市电力公司 | 碳排放数据的处理方法、装置、存储介质及处理器 |
CN114463144A (zh) * | 2022-02-09 | 2022-05-10 | 深圳市建筑科学研究院股份有限公司 | 碳计量方法、装置、电表、服务器、存储介质和产品 |
CN115015474A (zh) * | 2022-04-15 | 2022-09-06 | 广东电网有限责任公司 | 一种电力用户的碳排放量检测方法及设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116520781A (zh) * | 2023-04-24 | 2023-08-01 | 绍兴市再生能源发展有限公司 | 基于预测与反馈数据提高垃圾发电热效率的方法和系统 |
CN116628410A (zh) * | 2023-05-29 | 2023-08-22 | 北京西清能源科技有限公司 | 一种区域电力系统碳排放核算方法与系统 |
CN116628410B (zh) * | 2023-05-29 | 2024-04-02 | 北京西清能源科技有限公司 | 一种区域电力系统碳排放核算方法与系统 |
CN116821621A (zh) * | 2023-06-28 | 2023-09-29 | 南方电网能源发展研究院有限责任公司 | 绿电交易碳排放量核算方法、装置和计算机设备 |
CN116991964A (zh) * | 2023-09-25 | 2023-11-03 | 浙江电力交易中心有限公司 | 区域用户绿电数据处理方法、系统及存储介质 |
CN116991964B (zh) * | 2023-09-25 | 2023-12-26 | 浙江电力交易中心有限公司 | 区域用户绿电数据处理方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115511332A (zh) | 碳排放量确定方法、装置、计算机设备和存储介质 | |
Hunter et al. | Techno-economic analysis of long-duration energy storage and flexible power generation technologies to support high-variable renewable energy grids | |
Safaei et al. | How much bulk energy storage is needed to decarbonize electricity? | |
CN113285490B (zh) | 电力系统调度方法、装置、计算机设备和存储介质 | |
Modahl et al. | How methodological issues affect the energy indicator results for different electricity generation technologies | |
Mayer et al. | Probabilistic modeling of future electricity systems with high renewable energy penetration using machine learning | |
CN115395580A (zh) | 光能与氢能耦合供电管理方法、装置、设备、介质和产品 | |
Zhao et al. | Assessment of distributed photovoltaic hosting capacity in integrated electricity and heat systems considering uncertainty | |
Khashimwo | India’s quest for energy security: understanding the trends and challenges | |
Papaioannou et al. | Role of a hybrid energy system comprising a small/medium-sized nuclear reactor and a biomass processing plant in a scenario with a high deployment of onshore wind farms | |
CN116163879B (zh) | 抽水蓄能电站的运行工况调节方法、装置和计算机设备 | |
CN112564160A (zh) | 一种计及风电不确定性的储能系统随机配置方法、终端及存储介质 | |
Cheekatamarla | Decarbonization of residential building energy supply: Impact of cogeneration system performance on energy, environment, and economics | |
CN114862615A (zh) | 分布式电力资源的聚合方法、装置、计算机设备 | |
CN115776138A (zh) | 一种考虑多维不确定性和能量管理策略的微电网容量规划方法及装置 | |
CN114282952A (zh) | 电价计费异常识别方法、装置、计算机设备和存储介质 | |
Torabi et al. | Modelling demand flexibility and energy storage to support increased penetration of renewable energy resources on Porto Santo | |
JP2005196300A (ja) | 温室効果ガス排出量予測システム、プログラム | |
Sharan et al. | Generation expansion planning with high penetration of wind power | |
CN116432626B (zh) | 面向条件控制断面约束的标准化解析方法、装置和设备 | |
KR20200080503A (ko) | 연료전지 발전사업의 설계방법 및 설계장치 | |
Sukah et al. | Long-term optimal coordination of hydro-wind-thermal energy generation using stochastic dynamic programming | |
Dibia | Implementation and application of solar energy in Nigeria | |
CN117473221A (zh) | 碳排放因子的确定方法、装置、计算机设备和存储介质 | |
CN115879330A (zh) | 基于时序生产仿真的多能源电源多点布局确定方法和装置 |
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 |