CN115713205B - 基于区块链的电-碳联动协同下的企业配碳成本决策方法 - Google Patents
基于区块链的电-碳联动协同下的企业配碳成本决策方法 Download PDFInfo
- Publication number
- CN115713205B CN115713205B CN202211418124.2A CN202211418124A CN115713205B CN 115713205 B CN115713205 B CN 115713205B CN 202211418124 A CN202211418124 A CN 202211418124A CN 115713205 B CN115713205 B CN 115713205B
- Authority
- CN
- China
- Prior art keywords
- carbon
- enterprise
- data
- power generation
- carbon emission
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 320
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 260
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000009826 distribution Methods 0.000 title claims abstract description 41
- 230000009467 reduction Effects 0.000 claims abstract description 80
- 230000005611 electricity Effects 0.000 claims abstract description 51
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 230000000694 effects Effects 0.000 claims abstract description 22
- 238000010248 power generation Methods 0.000 claims description 97
- 230000006399 behavior Effects 0.000 claims description 39
- 230000008569 process Effects 0.000 claims description 15
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 238000007418 data mining Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 6
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 16
- 239000000446 fuel Substances 0.000 description 12
- 230000008901 benefit Effects 0.000 description 11
- 229910002092 carbon dioxide Inorganic materials 0.000 description 8
- 239000001569 carbon dioxide Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 239000002803 fossil fuel Substances 0.000 description 3
- 239000005431 greenhouse gas Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000006386 neutralization reaction Methods 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于区块链的电‑碳联动协同下的企业配碳成本决策方法，从外部业务系统获取企业发电用电数据，基于企业发电用电数据计算企业的碳排放数据，将企业发电用电数据和碳排放数据作为电‑碳数据上传到第一区块链，根据用户指令从区块链下载指定企业的电‑碳数据，基于电‑碳数据分析企业碳减排行为和碳减排实效，根据碳减排行为和碳减排实效预估碳权调整量，并输入到配碳成本计算算法中计算相应企业的配碳成本，所述配碳成本为企业生产经营过程中对碳权、发电权进行分配，以满足企业生产经营需求时所需付出的基础成本，根据企业配碳成本生成相应的决策内容，本发明可以有效保护电‑碳数据的安全并且能够基于配碳成本辅助企业经营决策。
Description
技术领域
本发明涉及碳配额计算技术领域，尤其涉及一种基于区块链的电-碳联动协同下的企业配碳成本决策方法。
背景技术
碳达峰、碳中和是我国社会生态文明建设的重要目标，为了实现碳达峰、碳中和的目标，需要在能源领域更加重视电力所发挥的作用，构建以新能源为主体的新型电网系统。绿色电力交易与碳交易存在天然的联系，碳配额是指按规定必须完成的温室气体减排指标，碳市场排控企业获得在特定时期内的温室气体排放许可权，碳市场的建立赋予了温室气体排放权的稀缺性，因此配额有了经济价值，获得超额碳配额的发电企业可以通过碳交易获利，而碳配额存在缺口的发电企业则需要从碳市场购买配额，否则可能会影响到正常的生产经营活动。目前对于发电企业碳配额的分配通常是以发电企业过去一段时间的碳排放数据为依据进行分配，对数据的要求较低，方法简单。
发明专利CN202210099129.7公开了一种分布式电厂的碳配额交易方法、设备及介质，方法包括：通过微网控制器模块，获取分布式电厂上一个发电周期的耗电碳排放数据，以及当前发电周期的新能源发电碳排放数据和耗电碳排放数据；生成分布式电厂当前发电周期的分配碳配额量、当前发电周期的新能源碳配额以及当前发电周期的耗电碳配额；将当前发电周期的分配碳配额量和新能源碳配额进行加和运算，得到碳配额总量，并根据碳配额总量和当前发电周期的耗电碳配额的差值，生成可交易的碳配额量；通过区块链模块获取当前碳配额的交易价格；通过可交易的碳配额量和当前碳配额的交易价格，进行碳配额交易，生成交易记录，并存到区块链模块。该专利公开了根据各个电厂的发电和耗电碳排放数据进行碳配额的分配，但没有考虑到电厂所采取的减排行为，导致分配存在不符合实际情况的问题。
发明内容
鉴于此，本发明的目的在于提供一种基于区块链的电-碳联动协同下的企业配碳成本决策方法，以克服或至少部分解决现有技术所存在的上述问题。
为实现上述发明目的，本发明提供一种基于区块链的电-碳联动协同下的企业配碳成本决策方法，包括以下步骤：
S101、从外部业务系统获取企业发电用电数据，企业发电用电数据包括发电数据、用电数据和电力交易数据，所述企业为发电企业；
S102、基于企业发电用电数据计算企业的碳排放数据；
S103、将企业发电用电数据和碳排放数据作为电-碳数据上传到第一区块链；
S104、根据用户指令，从第一区块链下载指定企业的电-碳数据，基于电-碳数据分析企业的碳减排行为和碳减排实效，根据碳减排行为和碳减排实效预估碳权调整量，将预估碳权调整量输入到配碳成本计算算法中计算相应企业的碳配额成本，所述配碳成本为企业生产经营过程中对碳权、发电权进行分配，以满足企业生产经营需求时所需付出的基础成本；
S105、根据企业配碳成本生成相应的决策内容。
进一步的，从外部业务系统获取企业发电用电数据，具体包括以下步骤：
S201、根据外部业务系统需求获取企业识别用信息；
S202、将企业识别用信息发送到外部业务系统进行识别认证；
S203、识别认证通过后通过外部业务系统获取企业发电用电数据。
进一步的，根据外部业务系统需求获取企业识别用信息，具体包括以下步骤：
S301、企业将不同外部业务系统所需求的企业识别用信息分别进行哈希运算获得相应的哈希值；
S302、将上一步骤得到的第一个哈希值写入第二区块链的创世区块中，并将上一步骤后续得到的多个哈希值依次写入第二区块链的后续区块中，第二区块链中的区块与哈希值一一对应；
S303、外部业务系统、企业对应的网络节点对第二区块链存储的数据达成共识；
S304、根据外部业务系统需求的企业识别用信息类型，获取第二区块链中存储有相应类型的企业识别用信息对应的哈希值的区块，解析获得哈希值以发送到外部业务系统进行识别认证。
进一步的，步骤S103中，在将企业的电-碳数据上传到第一区块链前，还包括以下步骤：
S401、获取企业的可变特征信息，所述企业的可变特征信息为某一时间段内企业对应的唯一识别用信息，不同时间段获取的可变特征信息不同；
S402、对企业的可变特征信息进行处理，通过密钥生成算法生成唯一对应可变特征信息的密钥；
S403、通过密钥对同一时间段获取的电-碳数据进行加密。
进一步的，步骤S104中，根据用户指令，从第一区块链下载指定企业的电-碳数据，具体包括以下步骤：
S501、查找指定企业的所需获取的电-碳数据所在区块；
S502、对区块进行解析获得加密后的电-碳数据；
S503、根据所需获取的电-碳数据的获取时间段获取指定企业在相同时间段的可变特征信息，根据可变特征信息生成密钥；
S504、通过密钥对加密后的电-碳数据进行解密。
进一步的，步骤S104具体包括以下步骤：
S601、基于企业的发电用电数据获取企业在历史发电时采取的碳减排行为信息；
S602、基于与上一步骤的发电用电数据同时期的企业碳排放数据获取碳减排实效信息；
S603、分别对碳减排行为信息和碳减排实效信息进行量化分级，获得相应的第一分级信息和第二分级信息；
S604、根据第一分级信息和第二分级信息获得预估碳权调整量；
S605、将预估碳权调整量输入到配碳成本计算算法中计算相应企业的配碳成本，所述配碳成本计算算法的表达式为：
Cnpg＝Pcr×(CRnpg-CRini-CRadj)
其中，Cnpg表示配碳成本，Pcr表示单位碳权交易价格，CRnpg表示满足企业生产经营所需的碳排放量，CRini表示初始碳排放量配额，CRadj表示预估碳权调整量。
进一步的，基于企业的发电用电数据获取企业在历史发电时采取的碳减排行为信息，具体包括以下步骤：
S701、对发电用电数据进行规范化预处理；
S702、通过相关分析法确定企业在发电过程中实施碳减排行为的主要特征，通过关联碳减排行为及其相应特征建立碳减排行为特征数据库；
S703、通过碳减排行为特征数据库对数据挖掘算法进行训练；
S704、将步骤S701处理后的发电用电数据输入到完成训练的数据挖掘算法中，获得数据挖掘算法输出的碳减排行为信息。
进一步的，获取碳减排实效信息，具体包括以下步骤：
S801、确定步骤S601中发电用电数据的获取时间段；
S802、根据上一步骤确定的获取时间段获取相应的碳排放数据；
S803、计算上一步骤所获取的碳排放数据的同比变化量和环比变化量；
S804、根据同比变化量和环比变化量进行碳减排效果评价，生成相应的碳减排实效信息。
与现有技术相比，本发明的有益效果是：
本发明所提供的基于区块链的电-碳联动协同下的企业配碳成本决策方法，一方面从外部业务系统获取企业发电用电数据，基于企业发电用电数据计算相应的碳排放数据，将企业发电用电数据和碳排放数据作为电-碳数据上传到第一区块链，利用区块链数据公开透明、难以篡改的特点保障电-碳数据的安全；另一方面根据用户指令，从区块链下载指定企业的电-碳数据，基于电-碳数据分析企业的碳减排行为和碳减排实效，根据碳减排行为和碳减排实效预估碳权的调整量，从而在考虑企业碳排放的基础上还考虑了企业所采取的碳减排行为和碳减排行为产生的实际效果对碳权的影响，从而使碳权分配更加合理，并在此基础上将预估碳权调整量输入到配碳成本计算算法中计算企业的配碳成本，根据企业配碳成本生成相应的决策内容，帮助发电企业优化决策，提高发电企业的经济效益。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于区块链的电-碳联动协同下的企业配碳成本决策方法整体流程示意图。
图2是本发明实施例提供的企业发电用电数据获取流程示意图。
图3是本发明实施例提供的企业识别用信息获取流程示意图。
图4是本发明实施例提供的电-碳数据加密流程示意图。
图5是本发明实施例提供的电-碳数据下载流程示意图。
图6是本发明实施例提供的配碳成本计算流程示意图。
图7是本发明实施例提供的碳减排行为信息获取流程示意图。
图8是本发明实施例提供的碳减排实效信息获取流程示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所列举实施例只用于解释本发明，并非用于限定本发明的范围。
参照图1，本实施例提供一种基于区块链的电-碳联动协同下企业配碳成本决策方法，所述方法包括以下步骤：
S101、从外部业务系统获取企业发电用电数据。本实施例中所述企业为发电企业，企业发电用电数据包括发电数据、用电数据和电力交易数据。所述外部业务系统可以包括电力营销系统、电力企业信息管理系统、电力数据交易平台等。电力交易数据包括企业购买的电力和销售出去的电力。发电数据包括发电企业所使用的发电燃料种类、机组装机容量、压力参数/机组类型、汽轮机排气冷却方式、燃料对应的活动水平、核算和报告年度内燃料的平均低位发热量、核算和报告年度内燃料的净消耗量、燃料的排放因子、燃料的单位热值含碳量、燃料的碳氧化率等、发电量、供电量、供热量、供热比、供电煤耗、供热煤耗、机组运行小时数、负荷率等。用电数据和电力交易数据包括企业和电网公司结算的电表读数、企业能源消费台账、统计报表、消费电力的排放因子等，根据用电数据和电力交易数据可以进一步计算出企业净购入电力。
S102、基于企业发电用电数据计算企业的碳排放数据。
本实施例中企业的碳排放数据包括机组二氧化碳排放量，若机组为热电联产机组则还包括供电碳排放强度和供热碳排放强度。其中机组二氧化碳排放量为化石燃料燃烧排放量和购入电力排放量之和。发电企业使用化石燃料发电产生的碳排放数据可以通过下式计算：
ADi＝NCVi×FCi
其中，ADi是第i种燃料的活动水平，以热值表示；NCVi是核算和报告年度内第i种燃料的平均低位发热量；FCi是核算和报告年度内第i种燃料的净消耗量；EFi是第i种燃料的排放因子；CCi是第i种燃料的单位热值含碳量；OFi是第i种化石燃料的碳氧化率。企业购入电力消费的碳排放量的计算式为：
E电＝AD电×EF电
其中E电为企业购入电力消费的碳排放量，AD电为企业净购入的电力消费，EF电为消费电力的排放因子。当机组为热电联产机组时，机组的供电碳排放强度为机组供电二氧化碳排放量/供电量，其中供电二氧化碳排放量＝机组二氧化碳排放量*(1-供热比)；机组的供热碳排放强度为机组供电二氧化碳排放量/供热量，供热二氧化碳排放量＝机组二氧化碳排放量*供热比。
S103、将企业发电用电数据和碳排放数据作为电-碳数据上传到第一区块链。
S104、根据用户指令，从区块链下载指定企业的电-碳数据，基于电-碳数据分析企业的碳减排行为和碳减排实效，根据碳减排行为和碳减排实效预估碳权调整量，将预估碳权调整量输入到配碳成本计算算法中计算相应企业的配碳成本，所述配碳成本为企业生产经营过程中对碳权、发电权进行分配，以满足企业生产经营需求时所需付出的基础成本。
S105、根据企业配碳成本生成相应的决策内容。
参照图2，从外部业务系统获取企业发电用电数据，具体包括以下步骤：
S201、根据外部业务系统需求获取企业识别用信息。所述企业识别用信息用于外部业务系统识别企业用户的身份以获取相应企业的数据，是企业预先在外部业务系统中注册过的登录信息。根据企业前期的设置不同，不同的外部业务系统可能会要求企业提供不同的识别用信息。
S202、将企业识别用信息发送到外部业务系统进行识别认证。
S203、识别认证通过后通过外部业务系统获取企业发电用电数据。
对于许多外部业务系统而言，在掌握了其用户的识别用信息后，往往意味着拥有了相应用户在外部业务系统上的绝大部分操作权限，若识别用信息保管不当，则十分容易造成用户的机密信息泄露或财产损失。为了解决该问题，参照图3，本实施例中根据外部业务系统需求获取企业识别用信息，具体包括以下步骤：
S301、企业将不同外部业务系统所需求的企业识别用信息分别进行哈希运算获得相应的哈希值。例如，当外部业务系统总共需要企业提供三种不同的企业识别用信息A、B和C时，分别对A、B和C进行哈希运算获得相应的哈希值a、b和c。
S302、将上一步骤得到的第一个哈希值写入第二区块链的创世区块中，并将上一步骤后续得到的多个哈希值依次写入第二区块链的后续区块中，第二区块链中的区块与哈希值一一对应。基于前述示例，将a写入第二区块链的创世区块中，将b写入第二区块链的第二个区块中，将c写入第二区块链的第三个区块中。
S303、外部业务系统、企业对应的网络节点对第二区块链存储的数据达成共识，以保证外部业务系统和企业都确认过第二区块链上所存储的内容。
S304、根据外部业务系统需求的企业识别用信息类型，获取第二区块链中存储有相应类型的企业识别用信息对应的哈希值的区块，解析获得哈希值以发送到外部业务系统进行识别认证。
本实施例中通过将企业识别用信息转换为哈希值并上传到第二区块链进行保存，在需要从外部业务系统获取企业发电用电数据时解析第二区块链中存储的哈希值发送到外部业务系统进行认证，从而将企业识别用信息的原文进行隐藏，在数据传输和认证过程中均通过哈希值代替，以保护企业识别用信息原文的安全性，防止其泄露。
参照图4，步骤S103中，将企业的电-碳数据上传到第一区块链前，还包括以下步骤：
S401、获取企业的可变特征信息，所述企业的可变特征信息为某一时间段内企业对应的唯一识别用信息，不同时间段获取的可变特征信息不同，可变特征信息与企业用于登录外部业务系统的识别用信息是不相同的。可以理解的，不同时间段内企业对应的唯一识别用特征信息可以由企业用户自行定义；或者是设置一基准信息，并按照预设规则随着时间变化对基准信息进行调整修改以获得当前时间段对应的可变特征信息。
S402、对企业的可变特征信息进行处理，通过密钥生成算法生成唯一对应可变特征信息的密钥。对企业的可变特征信息进行处理具体为将其转换为固定格式类型的数据，以使其能作为密钥生成算法的输入参数，本实施例中企业用户提供的可变特征信息可以是不同类型的数据，例如字符串、图片或音频，由于图片或音频之类的数据无法直接作为密钥生成算法的输入参数，因此需要将其转换为密钥生成算法可以处理的数据类型，例如可以将图片通过散列运算转换为相应的字符串；对于音频数据可以提取频率、声调等数据作为密钥生成算法的输入参数。
S403、通过密钥对同一时间段获取的电-碳数据进行加密。所述同一时间段获取的电-碳数据具体为在可变特征信息的有效时间段内获取的电-碳数据。
参照图5，相应的，步骤S104中，根据用户指令，从第一区块链下载指定企业的电-碳数据，具体包括以下步骤：
S501、查找指定企业的所需获取的电-碳数据所在区块。
S502、对区块进行解析获得加密后的电-碳数据。
S503、根据所需获取的电-碳数据的获取时间段获取指定企业在相同时间段的可变特征信息，根据可变特征信息生成密钥。
S504、通过密钥对加密后的电-碳数据进行解密。
本实施例中，除了借助区块链本身数据难以篡改的特性保护企业电-碳数据的安全外，还通过在不同时间段设置相应的可变特征信息，基于可变特征信息对同一时间段获取的电-碳数据进行加密，来进一步保障-企业电-碳数据的安全，由于不同时间段所采取的加密密钥基于不同的可变特征信息生成，即使某一区块的加密密钥被破解，也不会影响到其他区块存储的电-碳数据的安全，从而大大提高了数据存储的安全性。
参照图6，步骤S104具体包括以下步骤：
S601、基于企业的发电用电数据获取企业在历史发电时采取的碳减排行为信息。所述碳减排行为信息用于描述和体现企业在某一历史时期发电过程中采取的碳减排行为。
S602、基于与上一步骤的发电用电数据同时期的企业碳排放数据获取碳减排实效信息。所述碳减排实效信息用于描述和体现企业所采取的碳减排行为所产生的实际减排效果。
S603、分别对碳减排行为信息和碳减排实效信息进行量化分级，获得相应的第一分级信息和第二分级信息。
S604、根据第一分级信息和第二分级信息获得预估碳权调整量。
S605、将预估碳权调整量输入到配碳成本计算算法中计算相应企业的配碳成本，所述配碳成本计算算法的表达式为：
Cnpg＝Pcr×(CRnpg-CRini-CRadj)
其中，Cnpg表示配碳成本，Pcr表示单位碳权交易价格，CRnpg表示满足企业生产经营所需的碳排放量，CRini表示初始碳排放量配额，CRadj表示预估碳权调整量。本实施例中，在计算企业配碳成本时，除了考虑企业过往的碳排放数据，还进一步考虑了当企业主动采取碳减排行为时，对碳权分配的影响，并考虑了企业实施碳减排行为所产生的实际效果。一方面通过考虑企业采取的碳减排行为对碳权分配进行调整，对主动采取碳减排行为的企业可以分配更多的碳权，能够使得碳权分配更加合理；另一方面可以激励企业主动采取更加有效的碳减排措施，以进一步减少碳排放。
在计算出企业配碳成本后，进一步根据企业配碳成本生成相应的决策内容。本实施例中，当企业的初始碳排放量配额加上预估碳权调整量大于满足企业生产经营所需的碳排放量时，(CRnpg-CRini-CRadj)为负值，则配碳成本为负值，表示企业所获得的碳排放量配额除了满足其正常经营所需外还有所盈余，则可以选择将富余的碳排放配额出售给碳排放配额不足的企业来获得利益，或者继续购买发电权进行发电以消耗富余的碳排放配额。当购买发电权的边际收益>出售碳排放指标的边际收益时，生成应购买额外的发电权继续发电以获得更多收益的决策内容。当购买发电权的边际收益<出售碳排放指标的边际收益时，生成应将富余的碳排放配额拿到碳交易市场进行交易，以获得更多收益的决策内容。而当企业的初始碳排放量配额加上预估碳权调整量仍小于满足企业生产经营所需的碳排放量时，(CRnpg-CRini-CRadj)为正值，则配碳成本为正值，说明该企业在已有碳排放配额的情况下无法完成发电任务，其可能的生产决策同样包括发电权转让或购买碳排放权。碳排放约束下，高耗能的发电企业面对碳排放配额允许发电量以外的发电权，可以通过发电权交易市场转让给发电权不足的企业；或者通过在碳交易市场购买碳排放权的方式，完成年度发电权电量。具体采用哪种方式，通过比较发电权转让和购买碳排放权各自所能获得的具体收益，来选择其中获益更多的方式作为决策内容。
参照图7，作为一种优选的示例，基于企业的发电用电数据获取企业在历史发电时采取的碳减排行为信息，具体包括以下步骤：
S701、对发电用电数据进行规范化预处理，以加快后续步骤中数据挖掘算法学习阶段的速度。
S702、通过相关分析法确定企业在发电过程中实施碳减排行为的主要特征，通过关联碳减排行为及其相应特征建立碳减排行为特征数据库。主要特征可以通过发电用电数据进行挖掘。
S703、通过碳减排行为特征数据库对数据挖掘算法进行训练。
S704、将步骤S701处理后的发电用电数据输入到完成训练的数据挖掘算法中，获得数据挖掘算法输出的碳减排行为信息。
本实施例中，首先通过相关分析法确定发电用电数据样本中体现企业在发电过程中实施碳减排行为的数据特征——即主要特征，建立碳减排行为与相应的数据特征的关联关系以建立碳减排行为特征数据库，并通过碳减排行为特征数据库对数据挖掘算法进行训练，再通过数据挖掘算法挖掘发电用电数据中的主要特征，以准确识别企业在发电过程中所采取的碳减排行为，从而无需人工整理相关材料并梳理，提高数据处理效率。
参照图8，作为一种优选的示例，获取碳减排实效信息，具体包括以下步骤：
S801、确定步骤S601中发电用电数据的获取时间段。
S802、根据上一步骤确定的获取时间段获取相应的碳排放数据。
S803、计算上一步骤所获取的碳排放数据的同比变化量和环比变化量。
S804、根据同比变化量和环比变化量进行碳减排效果评价，生成相应的碳减排实效信息。同比变化量和环比变化量越大，说明碳减排效果越好，评价越高，可以采用分级量化的方式对碳减排效果进行评价，便于生成相应的第二分级信息。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于区块链的电-碳联动协同下的企业配碳成本决策方法，其特征在于，所述方法包括以下步骤：
S101、从外部业务系统获取企业发电用电数据，企业发电用电数据包括发电数据、用电数据和电力交易数据，所述企业为发电企业；
S102、基于企业发电用电数据计算企业的碳排放数据；
S103、将企业发电用电数据和碳排放数据作为电-碳数据上传到第一区块链；
S104、根据用户指令，从区块链下载指定企业的电-碳数据，基于电-碳数据分析企业的碳减排行为和碳减排实效，根据碳减排行为和碳减排实效预估碳权调整量，将预估碳权调整量输入到配碳成本计算算法中计算相应企业的配碳成本，所述配碳成本为企业生产经营过程中对碳权、发电权进行分配，以满足企业生产经营需求时所需付出的基础成本；
S105、根据企业配碳成本生成相应的决策内容；
步骤S104具体包括以下步骤：
S601、基于企业的发电用电数据获取企业在历史发电时采取的碳减排行为信息；
S602、基于与上一步骤的发电用电数据同时期的企业碳排放数据获取碳减排实效信息；
S603、分别对碳减排行为信息和碳减排实效信息进行量化分级，获得相应的第一分级信息和第二分级信息；
S604、根据第一分级信息和第二分级信息获得预估碳权调整量；
S605、将预估碳权调整量输入到配碳成本计算算法中计算相应企业的配碳成本，所述配碳成本计算算法的表达式为：
Cnpg＝Pcr×(CRnpg-CRini-CRadj)
其中，Cnpg表示配碳成本，Pcr表示单位碳权交易价格，CRnpg表示满足企业生产经营所需的碳排放量，CRini表示初始碳排放量配额，CRadj表示预估碳权调整量；
获取碳减排实效信息，具体包括以下步骤：
S801、确定步骤S601中发电用电数据的获取时间段；
S802、根据上一步骤确定的获取时间段获取相应的碳排放数据；
S803、计算上一步骤所获取的碳排放数据的同比变化量和环比变化量；
S804、根据同比变化量和环比变化量进行碳减排效果评价，生成相应的碳减排实效信息。
2.根据权利要求1所述的一种基于区块链的电-碳联动协同下的企业配碳成本决策方法，其特征在于，从外部业务系统获取企业发电用电数据，具体包括以下步骤：
S201、根据外部业务系统需求获取企业识别用信息；
S202、将企业识别用信息发送到外部业务系统进行识别认证；
S203、识别认证通过后通过外部业务系统获取企业发电用电数据。
3.根据权利要求2所述的一种基于区块链的电-碳联动协同下的企业配碳成本决策方法，其特征在于，根据外部业务系统需求获取企业识别用信息，具体包括以下步骤：
S301、企业将不同外部业务系统所需求的企业识别用信息分别进行哈希运算获得相应的哈希值；
S302、将上一步骤得到的第一个哈希值写入第二区块链的创世区块中，并将上一步骤后续得到的多个哈希值依次写入第二区块链的后续区块中，第二区块链中的区块与哈希值一一对应；
S303、外部业务系统、企业对应的网络节点对第二区块链存储的数据达成共识；
S304、根据外部业务系统需求的企业识别用信息类型，获取第二区块链中存储有相应类型的企业识别用信息对应的哈希值的区块，解析获得哈希值以发送到外部业务系统进行识别认证。
4.根据权利要求1所述的一种基于区块链的电-碳联动协同下的企业配碳成本决策方法，其特征在于，步骤S103中，在将企业的电-碳数据上传到第一区块链前，还包括以下步骤：
S401、获取企业的可变特征信息，所述企业的可变特征信息为某一时间段内企业对应的唯一识别用信息，不同时间段获取的可变特征信息不同；
S402、对企业的可变特征信息进行处理，通过密钥生成算法生成唯一对应可变特征信息的密钥；
S403、通过密钥对同一时间段获取的电-碳数据进行加密。
5.根据权利要求4所述的一种基于区块链的电-碳联动协同下的企业配碳成本决策方法，其特征在于，步骤S104中，根据用户指令，从第一区块链下载指定企业的电-碳数据，具体包括以下步骤：
S501、查找指定企业的所需获取的电-碳数据所在区块；
S502、对区块进行解析获得加密后的电-碳数据；
S503、根据所需获取的电-碳数据的获取时间段获取指定企业在相同时间段的可变特征信息，根据可变特征信息生成密钥；
S504、通过密钥对加密后的电-碳数据进行解密。
6.根据权利要求1所述的一种基于区块链的电-碳联动协同下的企业配碳成本决策方法，其特征在于，基于企业的发电用电数据获取企业在历史发电时采取的碳减排行为信息，具体包括以下步骤：
S701、对发电用电数据进行规范化预处理；
S702、通过相关分析法确定企业在发电过程中实施碳减排行为的主要特征，通过关联碳减排行为及其相应特征建立碳减排行为特征数据库；
S703、通过碳减排行为特征数据库对数据挖掘算法进行训练；
S704、将步骤S701处理后的发电用电数据输入到完成训练的数据挖掘算法中，获得数据挖掘算法输出的碳减排行为信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211418124.2A CN115713205B (zh) | 2022-11-14 | 2022-11-14 | 基于区块链的电-碳联动协同下的企业配碳成本决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211418124.2A CN115713205B (zh) | 2022-11-14 | 2022-11-14 | 基于区块链的电-碳联动协同下的企业配碳成本决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115713205A CN115713205A (zh) | 2023-02-24 |
| CN115713205B true CN115713205B (zh) | 2024-01-19 |
Family
ID=85232952
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211418124.2A Active CN115713205B (zh) | 2022-11-14 | 2022-11-14 | 基于区块链的电-碳联动协同下的企业配碳成本决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115713205B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109272243A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产管理方法及系统 |
| CN109272405A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产交易方法及系统 |
| CN114529335A (zh) * | 2022-01-27 | 2022-05-24 | 山东浪潮科学研究院有限公司 | 一种分布式电厂的碳配额交易方法、设备及介质 |
-
2022
- 2022-11-14 CN CN202211418124.2A patent/CN115713205B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109272243A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产管理方法及系统 |
| CN109272405A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产交易方法及系统 |
| CN114529335A (zh) * | 2022-01-27 | 2022-05-24 | 山东浪潮科学研究院有限公司 | 一种分布式电厂的碳配额交易方法、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115713205A (zh) | 2023-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jabbarzadeh et al. | Green and resilient design of electricity supply chain networks: A multiobjective robust optimization approach | |
| CN108920558B (zh) | 一种基于区块链的分布式能源交易与供给管理系统及方法 | |
| Xin et al. | Energy-efficient scheduling for a permutation flow shop with variable transportation time using an improved discrete whale swarm optimization | |
| CN111526200A (zh) | 一种基于区块链和云平台的数据存储访问方法及系统 | |
| CN114511128A (zh) | 碳排放数据的处理方法、装置、存储介质及处理器 | |
| CN112633780A (zh) | 基于气候链处理碳资源的方法、相关装置及存储介质 | |
| Nezamabadi et al. | Market bidding strategy of the microgrids considering demand response and energy storage potential flexibilities | |
| Molinos-Senante et al. | Benchmarking the efficiency of water and sewerage companies: Application of the stochastic non-parametric envelopment of data (stoned) method | |
| EP3792849A1 (en) | Apparatus and method for generating evaluation data of facilities and projects | |
| Mou et al. | A bi-level optimization formulation of priority service pricing | |
| de Oliveira Ventura et al. | A new way for comparing solutions to non-technical electricity losses in South America | |
| CN112288467A (zh) | 一种基于区块链技术的用户用电分析与管理方法及装置 | |
| Hajiaghapour‐Moghimi et al. | An approach to targeting cryptocurrency mining loads for energy efficiency enhancement | |
| Yao et al. | Smart charging and discharging of electric vehicles based on multi-objective robust optimization in smart cities | |
| CN115713205B (zh) | 基于区块链的电-碳联动协同下的企业配碳成本决策方法 | |
| Touzene et al. | Smart grid resources optimisation using service oriented middleware | |
| Ju et al. | Data-driven two-stage robust optimization dispatching model and benefit allocation strategy for a novel virtual power plant considering carbon-green certificate equivalence conversion mechanism | |
| Dimitrijević et al. | Implementation of artificial neural networks based AI concepts to the smart grid | |
| Allevi et al. | Evaluating the role of waste-to-energy and cogeneration units in district heatings and electricity markets | |
| Schwartz et al. | Demand response scheme based on lottery-like rebates | |
| Hu et al. | Identification of marginal generation units based on publicly available information | |
| Guo et al. | Combined cooling, heating, and power system in blockchain-enabled energy management | |
| Chen et al. | Carbon-aware optimal power flow | |
| JP2023056184A (ja) | 環境価値デジタルアートの生成システム、生成方法及び生成プログラム | |
| Feng et al. | Load state transition curve based unit commitment for production cost modeling with wind power |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230901 Address after: No.8 Huanglong Road, Hangzhou, Zhejiang 310000 Applicant after: STATE GRID ZHEJIANG ELECTRIC POWER Co.,Ltd. Applicant after: STATE GRID ZHEJIANG ELECTRIC POWER CO., LTD. SHAOXING POWER SUPPLY Co. Address before: 310012 No. 8, Huanglong Road, Hangzhou, Zhejiang Applicant before: STATE GRID ZHEJIANG ELECTRIC POWER Co.,Ltd. Applicant before: STATE GRID ZHEJIANG ELECTRIC POWER CO., LTD. SHAOXING POWER SUPPLY Co. Applicant before: YGSOFT Inc. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |