CN115796665A - 一种绿色能源发电项目多指标碳效分级评估方法及装置 - Google Patents

一种绿色能源发电项目多指标碳效分级评估方法及装置 Download PDF

Info

Publication number
CN115796665A
CN115796665A CN202211492925.3A CN202211492925A CN115796665A CN 115796665 A CN115796665 A CN 115796665A CN 202211492925 A CN202211492925 A CN 202211492925A CN 115796665 A CN115796665 A CN 115796665A
Authority
CN
China
Prior art keywords
index
grading
power generation
energy power
green energy
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
CN202211492925.3A
Other languages
English (en)
Inventor
曹瑞峰
刘子华
茹传红
谢宝江
秦建
黄伟杰
罗扬帆
娄伟明
陈婷
黄瑶
李哲
丁宇海
陈俊杰
王佐方
马益锋
张云鹏
汪璐
刘瑞
冯龙
陈李丰
叶李晨
谢钟霆
曹俊
黎佳慧
黄伟
洪李奥
郑理文
齐福东
聂立君
叶宇静
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.)
Taizhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Taizhou Power Supply Co of State Grid Zhejiang Electric Power 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 Taizhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Taizhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202211492925.3A priority Critical patent/CN115796665A/zh
Publication of CN115796665A publication Critical patent/CN115796665A/zh
Pending legal-status Critical Current

Links

Images

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
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种绿色能源发电项目多指标碳效分级评估方法及装置。该方法包括：由多个来源获取绿色能源发电项目的相关数据；对所述相关数据进行数据清洗；确定碳效分级评估的多个分级评估指标和分级标准；为所述多个分级评估指标分别确定综合权重；基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。本申请涉及的绿色能源发电项目多指标碳效分级评估方法及装置，能够构建碳效评估的多指标体系、定级量化碳效水平，赋予绿色能源发电分级碳效码，推动绿能电站能效提升。

Description

一种绿色能源发电项目多指标碳效分级评估方法及装置
技术领域
本申请涉及电力信息处理领域，具体而言，涉及一种绿色能源发电项目多指标碳效分级评估方法及装置。
背景技术
我国能源结构长期以煤为主，油气对外依存度高，是全球最大的碳排放国家，能源清洁低碳转型要求紧迫。此前研究并没有充分考虑绿色能源发电对减碳效率的研究，无法分析绿色能源的碳效情况。在可持续发展的社会背景下，将碳效情况融入绿色发电单位的综合评估体系中是尤为重要的，使得对绿能电站的能效评估更加科学合理。研究综合考虑发电单位减碳效率、发电量、新能源消纳水平等多元指标，以碳视角构建碳效评估的多指标体系、定级量化碳效水平，赋予绿色能源发电分级碳效码，推动绿能电站能效提升。
在所述背景技术部分公开的上述信息仅用于加强对本申请的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
有鉴于此，本申请提供一种绿色能源发电项目多指标碳效分级评估方法及装置，能够构建碳效评估的多指标体系、定级量化碳效水平，赋予绿色能源发电分级碳效码，推动绿能电站能效提升。
本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
根据本申请的一方面，提出一种绿色能源发电项目多指标碳效分级评估方法，该方法包括：由多个来源获取绿色能源发电项目的相关数据；对所述相关数据进行数据清洗；确定碳效分级评估的多个分级评估指标和分级标准；为所述多个分级评估指标分别确定综合权重；基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。
在本申请的一种示例性实施例中，由多个来源获取绿色能源发电项目的相关数据，包括：获取所述绿色能源发电项目的发电数据；和/或获取所述绿色能源发电项目的运维数据；获取所述绿色能源发电项目的监管数据。
在本申请的一种示例性实施例中，对所述相关数据进行数据清洗，包括：对所述相关数据中的空记录进行去空或补全处理；和/或对所述相关数据中的异常记录进行更改处理；和/或对所述相关数据中的重复记录进行删除处理。
在本申请的一种示例性实施例中，确定碳效分级评估的多个分级评估指标和分级标准，包括：通过相关系数法对原始分级评估指标进行指标约简，生成所述多个分级评估指标；通过对历史绿色能源发电项目的相关数据的分析，确定分级标准。
在本申请的一种示例性实施例中，为所述多个分级评估指标分别确定综合权重，包括：确定所述多个分级评估指标的主观权重；确定所述多个分级评估指标的客观权重；基于所述主观权重和所述客观权重确定所述多个分级评估指标的综合权重。
在本申请的一种示例性实施例中，确定所述多个分级评估指标的主观权重，包括：基于层次分析法确定所述多个分级评估指标的主观权重。
在本申请的一种示例性实施例中，确定所述多个分级评估指标的客观权重，包括：基于熵权法确定所述多个分级评估指标的客观权重。
在本申请的一种示例性实施例中，基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算，包括：将所述多个分级评估指标划分为正指标属性、负指标属性和适度指标属性；为正指标属性、负指标属性和适度指标属性对应的分级评估指标分别确定隶属度函数；基于所述分级评估指标对应的隶属度函数和其对应的综合权重对所述相关数据进行计算。
在本申请的一种示例性实施例中，将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级，包括：由计算结果中获取每个分级评估指标对应的评分；根据模糊度合成算子对多个分级评估指标对应的评分进行计算，生成综合指标；将所述综合指标和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。
根据本申请的一方面，提出一种绿色能源发电项目多指标碳效分级评估装置，该装置包括：数据模块，用于由多个来源获取绿色能源发电项目的相关数据；清洗模块，用于对所述相关数据进行数据清洗；指标模块，用于确定碳效分级评估的多个分级评估指标和分级标准；权重模块，用于为所述多个分级评估指标分别确定综合权重；计算模块，用于基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；等级模块，用于将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。
根据本申请的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。
根据本申请的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。
根据本申请的绿色能源发电项目多指标碳效分级评估方法及装置，通过由多个来源获取绿色能源发电项目的相关数据；对所述相关数据进行数据清洗；确定碳效分级评估的多个分级评估指标和分级标准；为所述多个分级评估指标分别确定综合权重；基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级的方式，能够构建碳效评估的多指标体系、定级量化碳效水平，赋予绿色能源发电分级碳效码，推动绿能电站能效提升。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。
附图说明
通过参照附图详细描述其示例实施例，本申请的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，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是根据一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估方法的流程图。
图2是根据另一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估方法的流程图。
图3是根据另一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估方法的流程图。
图4是根据另一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估方法的示意图。
图5是根据一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估装置的框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
图7是根据一示例性实施例示出的一种计算机可读介质的框图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本申请将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本申请概念的教示。如本文中所使用，术语“和/或”包括相关联的列出项目中的任一个及一或多者的所有组合。
本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本申请所必须的，因此不能用于限制本申请的保护范围。
本申请针对绿色能源发电项目的碳效水平问题，提出了一种绿色能源发电项目多指标碳效分级评估方法。基于大数据对绿能电站海量发电数据进行处理，研究绿能电站碳效评估方法，综合考虑能源消耗与产出、减碳效果、新能源消纳水平等多元指标，以碳视角构建碳效评估指标体系；依据评估指标，应用层次分析和模糊数学方法，建立评估数学模型。筛选出关键评估指标并得到其特征权重，从而对指标进行合成。对绿色发电项目进行定级量化碳效水平，赋予绿色能源发电分级碳效码。
下面借助于具体的实施例，对本申请的内容进行详细说明。
图1是根据一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估方法的流程图。绿色能源发电项目多指标碳效分级评估方法至少包括步骤S102至S112。
如图1所示，在S102中，由多个来源获取绿色能源发电项目的相关数据。可例如，获取所述绿色能源发电项目的发电数据；可例如，获取所述绿色能源发电项目的运维数据；可例如，获取所述绿色能源发电项目的监管数据。
在S104中，对所述相关数据进行数据清洗。可例如，对所述相关数据中的空记录进行去空或补全处理；可例如，对所述相关数据中的异常记录进行更改处理；可例如，对所述相关数据中的重复记录进行删除处理。
由于各种人为失误或设备故障等问题，往往在数据的采集、传输及存储中存在噪声干扰的情况，在一定程度上将使数据质量变差，从而对分析的准确性造成一定程度的影响，故在利用历史数据前必须先对原始数据进行相应的预处理，保证数据质量符合相应的精度要求。不良数据有空记录、异常记录与重复记录三种，针对各个种类的不良数据采取对应的处理方法：
空记录：空记录通常由于感应装置工作异常造成数据没有被成功记录等情况。缺失数据相关处理方法可分为去空与补全两类。
去空：通过对空记录进行相关搜索，然后将其从数据集中去掉。
补全：如果空记录对应的相关数据比较重要，就不可将其去掉，需要采取其它相关技术对其进行补全，防止其对分析结果造成不良影响。这里采用Lagrange插值法对重要程度较高的空记录进行插补处理：依照数据集中空记录xi前两个记录与后一个记录，建立二阶等距Lagrange插值方程P2(xi)，对空记录进行插补处理，
Figure BDA0003964260770000051
其中，f(x)为Lagrange插值函数。
异常记录：异常记录表现为能够直观的发现记录值为超出正常范围的数据，其容易加大计算误差，从而对分析的准确性造成一定程度的影响，通常采用莱特检验法对异常记录进行相关处理。其处理步骤大体如下：
第一步是把记录值导出，求取记录值(X1,X2,X3,...,Xn)的均值
Figure BDA0003964260770000052
与残差Vi，并依照贝塞尔公式求取标准差σ。
Figure BDA0003964260770000053
Figure BDA0003964260770000054
Figure BDA0003964260770000055
然后对记录值进行判断，如果满足|Vi|＞3σ，则该误差为粗差，认为此数据存在异常，应删除不用。
重复记录：重复记录大部分因为存储中的备份或某些数据重复采集而造成，虽然重复记录对分析结果的准确性不会造成相应的影响，不过，如果其比较多，将占用较多的内存空间，从而使计算性能大大降低，因此需要对重复数据进行检查合并。
在对原始数据进行清洗处理后，需要对整个数据集合进行数据质量检测，采用莱特检验法作为评价准则，当某个数据不满足|Vi|＞3σ，则需要删除该数据，重复上文对异常数据的处理方式，直至数据质量Q满足相应精度，此处设置精度值为95％。
Figure BDA0003964260770000061
式中，N表示满足莱特准则的数据总数，M表示总数据数。
在S106中，确定碳效分级评估的多个分级评估指标和分级标准。可例如，通过相关系数法对原始分级评估指标进行指标约简，生成所述多个分级评估指标；通过对历史绿色能源发电项目的相关数据的分析，确定分级标准。
在一个实施例中，可采用相关系数法进行指标约简，相关系数法将指标之间的相关程度作为指标约简的依据，确保指标之间的相关程度尽可能低。相关系数法可对同类中各指标两两之间求相关系数，以确定同类型指标中各指标的相关程度，并对相关性较高的指标予以剔除。相关系数计算公式如下所示：
Figure BDA0003964260770000062
其中，l为指标样本数据的个数，
Figure BDA0003964260770000063
和
Figure BDA0003964260770000064
为两个比较指标的平均值，即：
Figure BDA0003964260770000065
对相关系数取绝对值，若其值越接近1，代表指标相关性越强。通过相关性检验，可将相关系数大于0.8的指标中间，剔除一项，这样便可达到指标约简的目的。
在S108中，为所述多个分级评估指标分别确定综合权重。可例如，确定所述多个分级评估指标的主观权重；确定所述多个分级评估指标的客观权重；基于所述主观权重和所述客观权重确定所述多个分级评估指标的综合权重。
主、客观两种方法相综合，能较好地弥补单一方法的误差，使最终分析结果准确率大幅提高。综合权重可由下式计算得出：
Figure BDA0003964260770000071
其中，wi为主观权重；vi为客主观权重，ai为综合权重。
在一个实施例中，可基于层次分析法确定所述多个分级评估指标的主观权重。
在一个实施例中，可基于熵权法确定所述多个分级评估指标的客观权重。
其中，为所述多个分级评估指标分别确定综合权重的详细内容将在图2、图3对应的实施例中进行详细描述。
在S110中，基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算。可例如，将所述多个分级评估指标划分为正指标属性、负指标属性和适度指标属性；为正指标属性、负指标属性和适度指标属性对应的分级评估指标分别确定隶属度函数；基于所述分级评估指标对应的隶属度函数和其对应的综合权重对所述相关数据进行计算。
在诸多指标中，我们需要根据指标的性质，将其分为正指标、逆指标和适度指标三类。利用梯形模糊隶属度函数进行拟合，根据各指标的性质，得到相应的指标隶属度函数。其中正指标的隶属度函数可表示为：
正指标：
可采用升半梯形分布函数。可表示为：
Figure BDA0003964260770000072
其中，a1和a2分别是分布函数自变量的下限和上限。
逆指标和适度指标均可采用正指标的选择思路，根据各个指标的性质得到求敌营的指标隶属度函数，本申请不以此为限。
确定模糊合成算子：
综合考虑算子特点以及运算便捷性，采取普通乘与加算子，即：
Figure BDA0003964260770000073
其中，bj为评价对象j的评价分值，rij是评价对象j中评价指标i的模糊隶属度值。而wi为指标i的权重。
在S111中，将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。可由计算结果中获取每个分级评估指标对应的评分；根据模糊度合成算子对多个分级评估指标对应的评分进行计算，生成综合指标；将所述综合指标和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。
对绿色能源进行效能评价、分级，开发“绿电碳效码”服务模块，推动绿能电站能效提升；动态更新展示低碳效能分级评价情况，并对异常项目状况及时发出提醒，解决异常故障问题，有效提升发电效率与低碳效能。
在一个实施例中，可根据绿色能源电站的碳效水平，将所有电站划分为五档，如表1所示：
表1绿色能源发电项目的碳效水平等级
Figure BDA0003964260770000081
在一个实施例中，还可进行碳效赋码，可根据绿能电站的碳效水平分级结果，赋予相对应的碳效码，对应不同的颜色。其中，等级“优”为绿色，“良”为蓝色，“中”为黄色，“及格”为橙色，“不及格”为红色，碳效码直观清楚的反应绿能电站的碳效水平。
根据本申请的绿色能源发电项目多指标碳效分级评估方法，通过由多个来源获取绿色能源发电项目的相关数据；对所述相关数据进行数据清洗；确定碳效分级评估的多个分级评估指标和分级标准；为所述多个分级评估指标分别确定综合权重；基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级的方式，能够构建碳效评估的多指标体系、定级量化碳效水平，赋予绿色能源发电分级碳效码，推动绿能电站能效提升。
根据本申请的绿色能源发电项目多指标碳效分级评估方法，利用大数据对海量绿能电站海量发电数据进行处理，建立多指标的评价体系对绿能电站的碳效水平进行综合评估。引入模糊隶属度函数确定单项指标评分模型，在绿能电站碳效水平各个指标计算过程中，同时采用层次分析法和熵权法得到指标的综合权重。主、客观两种方法相综合，能较好地弥补单一方法的误差，使最终分析结果准确率大幅提高。最后采用普通乘与加算子得到综合评价的结果。克服了传统评价体系评价指标设置繁琐，评价特性单一，评价结果可信度不高等问题。
应清楚地理解，本申请描述了如何形成和使用特定示例，但本申请的原理不限于这些示例的任何细节。相反，基于本申请公开的内容的教导，这些原理能够应用于许多其它实施例。
图2是根据一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估方法的流程图。图2所示的流程是对图1所示的流程中S108“确定所述多个分级评估指标的主观权重”的详细描述。可运用层次分析法确定指标的主观权重。
如图2所示，在S202中，选择评估专家，对指标两两比较，根据1-9标度准则进行打分。
在S204中，构建区间判别矩阵A，确定指标的近似权重wi。
在S206中，一致性检验。
在S208中，CR＜0.1。
在S210中，指标权重wi。
图3是根据另一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估方法的流程图。图3所示的流程是对图1所示的流程中S108“确定所述多个分级评估指标的客观权重”的详细描述。如果指标波幅较大，其提供的信息量就大，相应的权重就大。因此，选取熵权法对指标的客观权重进行求取。
如图3所示，在S302中，采集各个指标项xi的指标分项数据xij，构成原始矩阵X。
在S304中，对所述指标分项数据xij进行标准化处理，得到标准化数据yij。
在S306中，采用熵权法对所述标准化数据yij进行计算，求取指标xi的熵值ei，根据熵值ei，计算指标xi的熵权H。
在S308中，根据所求熵权得出指标的客观权重Vi。
图4是根据另一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估方法的示意图。图4所示的流程是以某绿能电站某一个季度的基础运行数据为基础，对该绿能电站的碳效水平进行分级评估的说明。
构建绿色能源项目碳效评价指标体系
此前研究并没有考虑绿色能源发电对减碳效率的研究，无法分析绿色能源的碳效情况。在可持续发展的社会背景下，将碳效情况融入绿色发电单位的综合评估体系中是尤为重要的。本研究构建了绿色能源发电项目碳效水平的综合评估指标体系，包含目标层，准则层和指标层三部分，综合考虑能源消耗与产出、减碳效果、新能源消纳水平等多元指标，以碳视角构建碳效评估指标体系，如表2所示。其中，能源消耗与产出指标包括了绿色能源装机容量、实际发电量与发电利用小时数与平均发电利用小时数之比，这些二级指标可以很直观清楚的表现绿能电站的发电效率，减碳效果包括碳排放减少量指标，新能源消纳水平包括风电利用率及光伏利用率两个指标，衡量绿能电站对风电光伏的利用率。
表2绿色能源发电项目的碳效评估指标体系
Figure BDA0003964260770000101
多源数据处理对该绿能电站某年第一季度的基础运行数据进行预处理，经过数据预处理后，数据质量达到96.15％，提升效果较为显著，其对指标评价分析的精确性有很大的帮助。
指标约简
根据表2中构建的绿色能源发电项目碳效评价体系中共6个初选指标，采用相关系数法对绿能电站数据参与指标约简计算。可分别对各个指标进行约简。约简后的评价指标体系如表3所示。
表3绿色能源发电的碳效综合评价指标体系
Figure BDA0003964260770000102
指标模糊隶属度计算
采用前面所提的梯形模糊隶属度函数进行拟合。该指标体系中选取的指标均为正指标，正指标的隶属度函数如式(9)所示，其中a1和a2分别是分布函数自变量的下限和上限，在这里可令绿能电站中，该指标的最大值为a2，该指标的最小值为a1。则求出的各个指标模糊隶属度如表4所示：
表4各个指标模糊隶属度
Figure BDA0003964260770000111
确定各指标权重
针对准则层各项指标的权重，本项目选取层次分析法进行获取；对于指标层各项指标的权重，选取层次分析法计算各项指标的主观权重，然后结合指标的波动性，选取改进熵权法求取各指标对应的客观权重，最后综合主客观权重，获得各项指标的主客观综合权重。
主观权重获取
在前面对层次分析法的计算过程进行了介绍，其主要思想是构造指标的符合一致性要求的两两判断比较矩阵。指标的主观权重如下表所示：
表5主观权重
Figure BDA0003964260770000112
客观权重获取前面对熵权法的计算过程进行了介绍，其主要思想是通过各项指标采样值波动性的大小显示出的客观规律计算指标的权重。采用熵权法获取指标层各项指标的客观权重如下表：
表6客观权重
指标 客观权重
实际发电量 0.530
发电利用小时数与平均发电利用小时数之比 0.470
碳排放减少量 1
风电利用率 0.296
光伏利用率 0.734
综合权重获取将指标层各项指标的主、客观权重进行合成，可获得各指标对应的主客观综合权重，如下表所示：
表7综合权重
指标 综合权重
实际发电量 0.394
发电利用小时数与平均发电利用小时数之比 0.606
碳排放减少量 1
风电利用率 0.296
光伏利用率 0.734
绿能电站碳效水平分析
根据已经得到的模糊隶属度和指标权重，采用乘与加算子进行模糊合成，可以得到该绿能电站碳效水平的评价结果。评价结果如表8所示。
表8评价结果
Figure BDA0003964260770000121
从表7可以看出，该绿能电站的综合评价得分为0.766，其中两个一级指标在0.9以上。由此可以得出：该绿能电站该季度的碳效水平良好，赋蓝码。但能源消耗与产出指标的得分较低，仅为0.547，设备利用率较低，设备发电小时数与平均发电小时数相差较大。
根据本申请的绿色能源发电项目多指标碳效分级评估方法，根据各绿能电站的绿色能源装机容量、实际发电量、发电利用小时数等实际信息，构建了绿色能源发电项目碳效水平评价指标体系，并对绿色发电项目进行定级量化碳效水平，赋予绿色能源发电分级碳效码。本申请能较全面的反映出绿色能源发电项目的碳效水平。
本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本申请提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。
此外，需要注意的是，上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
图5是根据一示例性实施例示出的一种绿色能源发电项目多指标碳效分级评估装置的框图。如图5所示，绿色能源发电项目多指标碳效分级评估装置包括：数据模块502，清洗模块504，指标模块506，权重模块508，计算模块510，等级模块512。
数据模块502用于由多个来源获取绿色能源发电项目的相关数据；
清洗模块504用于对所述相关数据进行数据清洗；
指标模块506用于确定碳效分级评估的多个分级评估指标和分级标准；
权重模块508用于为所述多个分级评估指标分别确定综合权重；
计算模块510用于基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；等级模块512用于将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。
根据本申请的绿色能源发电项目多指标碳效分级评估装置，通过由多个来源获取绿色能源发电项目的相关数据；对所述相关数据进行数据清洗；确定碳效分级评估的多个分级评估指标和分级标准；为所述多个分级评估指标分别确定综合权重；基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级的方式，能够构建碳效评估的多指标体系、定级量化碳效水平，赋予绿色能源发电分级碳效码，推动绿能电站能效提升。
图6是根据一示例性实施例示出的一种电子设备的框图。
下面参照图6来描述根据本申请的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书中描述的根据本申请各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1，图2，图3，图4中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备600’(例如键盘、指向设备、蓝牙设备等)通信，使得用户能与该电子设备600交互的设备通信，和/或该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，如图7所示，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本申请实施方式的上述方法。
所述软件产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现如下功能：由多个来源获取绿色能源发电项目的相关数据；对所述相关数据进行数据清洗；确定碳效分级评估的多个分级评估指标和分级标准；为所述多个分级评估指标分别确定综合权重；基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。
本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本申请实施例的方法。
以上具体地示出和描述了本申请的示例性实施例。应可理解的是，本申请不限于这里描述的详细结构、设置方式或实现方法；相反，本申请意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

Claims (10)

1.一种绿色能源发电项目多指标碳效分级评估方法，其特征在于，包括：
由多个来源获取绿色能源发电项目的相关数据；
对所述相关数据进行数据清洗；
确定碳效分级评估的多个分级评估指标和分级标准；
为所述多个分级评估指标分别确定综合权重；
基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；
将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。
2.如权利要求1所述的绿色能源发电项目多指标碳效分级评估方法，其特征在于，由多个来源获取绿色能源发电项目的相关数据，包括：
获取所述绿色能源发电项目的发电数据；和/或
获取所述绿色能源发电项目的运维数据；和/或
获取所述绿色能源发电项目的监管数据。
3.如权利要求1所述的绿色能源发电项目多指标碳效分级评估方法，其特征在于，对所述相关数据进行数据清洗，包括：
对所述相关数据中的空记录进行去空或补全处理；和/或
对所述相关数据中的异常记录进行更改处理；和/或
对所述相关数据中的重复记录进行删除处理。
4.如权利要求1所述的绿色能源发电项目多指标碳效分级评估方法，其特征在于，确定碳效分级评估的多个分级评估指标和分级标准，包括：
通过相关系数法对原始分级评估指标进行指标约简，生成所述多个分级评估指标；
通过对历史绿色能源发电项目的相关数据的分析，确定分级标准。
5.如权利要求1所述的绿色能源发电项目多指标碳效分级评估方法，其特征在于，为所述多个分级评估指标分别确定综合权重，包括：
确定所述多个分级评估指标的主观权重；
确定所述多个分级评估指标的客观权重；
基于所述主观权重和所述客观权重确定所述多个分级评估指标的综合权重。
6.如权利要求5所述的绿色能源发电项目多指标碳效分级评估方法，其特征在于，确定所述多个分级评估指标的主观权重，包括：
基于层次分析法确定所述多个分级评估指标的主观权重。
7.如权利要求5所述的绿色能源发电项目多指标碳效分级评估方法，其特征在于，确定所述多个分级评估指标的客观权重，包括：
基于熵权法确定所述多个分级评估指标的客观权重。
8.如权利要求1所述的绿色能源发电项目多指标碳效分级评估方法，其特征在于，基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算，包括：
将所述多个分级评估指标划分为正指标属性、负指标属性和适度指标属性；
为正指标属性、负指标属性和适度指标属性对应的分级评估指标分别确定隶属度函数；
基于所述分级评估指标对应的隶属度函数和其对应的综合权重对所述相关数据进行计算。
9.如权利要求1所述的绿色能源发电项目多指标碳效分级评估方法，其特征在于，将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级，包括：
由计算结果中获取每个分级评估指标对应的评分；
根据模糊度合成算子对多个分级评估指标对应的评分进行计算，生成综合指标；
将所述综合指标和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。
10.一种绿色能源发电项目多指标碳效分级评估装置，其特征在于，包括：
数据模块，用于由多个来源获取绿色能源发电项目的相关数据；
清洗模块，用于对所述相关数据进行数据清洗；
指标模块，用于确定碳效分级评估的多个分级评估指标和分级标准；
权重模块，用于为所述多个分级评估指标分别确定综合权重；
计算模块，用于基于所述分级评估指标和其对应的综合权重对所述相关数据进行计算；
等级模块，用于将计算结果和所述分级标准进行比对以确定所述绿色能源发电项目的碳效等级。
CN202211492925.3A 2022-11-25 2022-11-25 一种绿色能源发电项目多指标碳效分级评估方法及装置 Pending CN115796665A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211492925.3A CN115796665A (zh) 2022-11-25 2022-11-25 一种绿色能源发电项目多指标碳效分级评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211492925.3A CN115796665A (zh) 2022-11-25 2022-11-25 一种绿色能源发电项目多指标碳效分级评估方法及装置

Publications (1)

Publication Number Publication Date
CN115796665A true CN115796665A (zh) 2023-03-14

Family

ID=85441684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211492925.3A Pending CN115796665A (zh) 2022-11-25 2022-11-25 一种绿色能源发电项目多指标碳效分级评估方法及装置

Country Status (1)

Country Link
CN (1) CN115796665A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187768A (zh) * 2023-04-26 2023-05-30 浙江电力交易中心有限公司 适用于绿电市场的风险评估及防护方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187768A (zh) * 2023-04-26 2023-05-30 浙江电力交易中心有限公司 适用于绿电市场的风险评估及防护方法

Similar Documents

Publication Publication Date Title
Chai et al. A decomposition–integration model with dynamic fuzzy reconstruction for crude oil price prediction and the implications for sustainable development
CN105512465B (zh) 基于改进vikor法的云平台安全性量化评估方法
CN101853290A (zh) 基于地理信息系统的气象服务效益评估方法
Menekse et al. Internal audit planning using spherical fuzzy ELECTRE
CN114065223A (zh) 一种基于cvss的多维度软件安全风险评估方法
CN113112090B (zh) 基于综合互信息度的主成分分析的空间负荷预测方法
CN104281525A (zh) 一种缺陷数据分析方法及利用其缩减软件测试项目的方法
Tian et al. Energy characteristics of urban buildings: Assessment by machine learning
CN112860769A (zh) 一种能源规划数据管理系统
CN111523088A (zh) 一种基于dpsir模型的生态环境评价方法
CN115796665A (zh) 一种绿色能源发电项目多指标碳效分级评估方法及装置
CN113627735A (zh) 工程建设项目安全风险的预警方法及系统
CN117078077A (zh) 一种高速公路路域的生态脆弱性评价方法
CN116955936A (zh) 企业大数据算法属性数据预测方法
Ferreira et al. A geometric aggregation of performance indicators considering regulatory constraints: An application to the urban solid waste management
CN113505980A (zh) 智能交通管理系统可靠性评价方法、装置及系统
CN113450004A (zh) 电力信用报告生成方法、装置、电子设备及可读存储介质
CN115905319B (zh) 一种海量用户电费异常的自动识别方法及系统
CN116402528A (zh) 电力数据处理系统
CN113052411A (zh) 数据产品质量评价方法及装置
CN114372835B (zh) 综合能源服务潜力客户识别方法、系统及计算机设备
CN112381422A (zh) 光伏电站性能的确定方法和装置
Fu et al. Management of Power Marketing Audit Work Based on Tobit Model and Big Data Technology
CN117035563B (zh) 产品质量安全风险监测方法、设备、监测系统及介质
Sun Management Research of Big Data Technology in Financial Decision-Making of Enterprise Cloud Accounting

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