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。
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。