CN115879632A - 工业企业碳排放测算数据的数据处理方法 - Google Patents
工业企业碳排放测算数据的数据处理方法 Download PDFInfo
- Publication number
- CN115879632A CN115879632A CN202211641609.8A CN202211641609A CN115879632A CN 115879632 A CN115879632 A CN 115879632A CN 202211641609 A CN202211641609 A CN 202211641609A CN 115879632 A CN115879632 A CN 115879632A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- enterprise
- data
- 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.)
- Pending
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
- Y02P90/84—Greenhouse gas [GHG] management systems
-
- 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
- Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供一种工业企业碳排放测算数据处理方法,包括:步骤S1、构建工业企业的碳排放测算模型;其中所述碳排放测算模型用于根据能源消耗数据对碳排放量进行测算,以分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量;步骤S2、以企业为单位实时采集企业生产数据;步骤S3、将企业能源消耗数据带入碳排放测算模型,算得到该企业的碳排放数据;步骤S4、对企业的碳排放水平进行评价;步骤S5、构建碳排放数据分析模型,基于测算得到的企业碳排放数据,利用碳排放数据分析模型,从不同维度对企业的碳排放情况进行统计分析。
Description
技术领域
本公开涉及电力系统的信息技术处理领域,具体涉及工业企业碳排放测算数据的数据处理方法。
背景技术
当前,我国已经明确提出实现碳达峰、碳中和的时间点,力争于2030年前二氧化碳排放量达到峰值,努力争取2060年前实现碳中和。在严峻的双碳背景下,碳排放已经成为我国当前研究的热点问题之一。工业是我国国民经济的主体,工业碳排放是我国人为CO2排放的主要来源,而能源消耗导致的CO2排放是工业碳排放的主要排放源,包括原煤、洗精煤、其他洗煤、型煤、焦炭、焦炉煤气、液化天然气、汽油、煤油、柴油、燃料油、热力、电力和其他燃料。实现工业生产中CO2排放的准确量化计算是分析评估其环境影响及各种减排技术的基础,可为企业碳排放管理、国家碳减排政策的制定以及碳排放权交易市场的高效运营提供数据支撑。我国高度重视碳排放核算体系的构建,目前针对电力、钢铁、化工等高碳排放行业出台了企业碳排放核算报告指南文件与国家标准。
但现有的企业碳排放测算数据一般为样本数据,数据的规模小、数据来源单一、时效性差、精度难以保证。
发明内容
本公开实施例提供了一种电力系统的信息技术中对于碳中和数据的处理方法,能够对工业企业碳排放测算数据进行精确处理以。
为了达到上述目的,本申请实施例提出了一种工业企业碳排放测算数据的数据处理方法,包括:
步骤S1、构建工业企业的碳排放测算模型;其中所述碳排放测算模型用于根据能源消耗数据对碳排放量进行测算,以分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量;
步骤S2、以企业为单位实时采集企业生产数据;
步骤S3、将企业能源消耗数据带入碳排放测算模型,算得到该企业的碳排放数据;
步骤S4、对企业的碳排放水平进行评价。
步骤S5、构建碳排放数据分析模型,基于测算得到的企业碳排放数据,利用碳排放数据分析模型,从不同维度对企业的碳排放情况进行统计分析。
进一步的,所述步骤S1包括:
构建工业企业碳排放测算模型,所述模型采用以下计算公式进行计算:
其中,C为碳排放量;Ei为能源i的消费量;δi为能源的碳排放系数;i为能源种类;Ed、Er分别为电力和热力的消费量;εd、εr分别为电力和热力的碳排放系数,采用以下公式计算:
其中Et表示发电t能源的投入量,δt表示t能源的碳排放系数,Od为发电量,热力的碳排放系数同理计算。
进一步的,所述步骤S2包括:
通过数据采集系统,实时采集企业的生产数据;其中,生产数据包括能源消耗数据、产量数据;其中能源消耗数据包括自来煤炭消耗数据、天然气消耗数据、石油消耗数据、电力消耗数据和热消耗数据;
其中所述数据采集系统包括:布置在企业生产现场的计量装置、数据采集器、在线碳排放测算服务器;其中计量装置设置在企业的生产现场以用于采集生产现场的生产信息,并将生产信息发送到数据采集器;其中数据采集器连接一个或多个计量装置,以将计量装置的数据转发到在线碳排放测算服务器。
进一步的,所述步骤S3包括:
根据企业的实时的生产数据,分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量。
进一步的,所述步骤S4包括:
对企业的碳排放水平进行评价,以确定企业在统计周期内的碳效等级;其中,碳效等级是指:企业在统计周期内单位增加值碳排放量与所处行业同期单位增加值碳排放平均值进行比较,得的碳效值K;其中,K=某企业某一周期单位增加值碳排放量/所处行业同期单位增加值碳排放的平均值。
进一步的,其中:
当K小于等于0.6,为等级1,代表企业碳效率高;
当K大于0.6小于等于0.8,为等级2,代表企业碳效率较高;
当K大于0.8小于等于1.2,为等级3,代表企业碳效率接近行业平均水平;
当K大于1.2小于等于2.0,为等级4,代表企业碳效率较低;
当K大于2.0,为等级5,代表企业碳效率低。
进一步的,其中所述步骤S4包括:
构建碳排放数据分析模型,所述碳排放数据分析模型包括不同能源碳排总量占比分析、碳排放总量趋势分析、碳排放强度趋势分析、单位产量碳效分析、单位产值碳效分析、碳排同比分析、综合能耗同比分析;包括:
不同能源碳排总量占比分析:分析电、油、气、热、煤消耗的碳排放数据;
一次、二次能源碳排放量占比:按碳源级别分一次、二次能源,分析碳排放数据;
碳排放总量趋势分析:按年维度展示企业1-12月,或按季度展示4个季度的二氧化碳排放总量趋势;
碳排放强度趋势分析:按年维度分析企业1-12月,或按季度展示4个季度的碳排放强度,等于二氧化碳排放总量/产值;
单位产量碳效分析:计算不同时间维度的本企业产量所消耗的不同能源碳排量,等于煤/产量、油/产量、气/产量、热/产量、电/产量;
单位产值碳效分析:计算不同时间维度的本企业单位产值所消耗的不同能源碳排量,等于煤/产值、油/产值、气/产值、热/产值、电/产值;
碳排同比分析:计算不同时间维度的本企业本期综合碳排量和同期碳排量;
综合能耗同比分析计算不同时间维度的本期综合能耗量和同期综合能耗总量。
本公开实施例还提出了一种用于实现如前任一项所述的工业企业碳排放测算数据处理方法的系统,包括:
布置在企业生产现场的计量装置、数据采集器、在线碳排放测算服务器;其中计量装置设置在企业的生产现场以用于采集生产现场的生产信息,并将生产信息发送到数据采集器;其中数据采集器连接一个或多个计量装置,以将计量装置的数据转发到在线碳排放测算服务器;
所述计量装置用于以企业为单位实时采集企业生产数据;
所述在线碳排放测算服务器用于执行以下操作:
构建工业企业的碳排放测算模型;其中所述碳排放测算模型用于根据能源消耗数据对碳排放量进行测算,以分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量;
将企业能源消耗数据带入碳排放测算模型,算得到该企业的碳排放数据;
对企业的碳排放水平进行评价;
构建碳排放数据分析模型,基于测算得到的企业碳排放数据,利用碳排放数据分析模型,从不同维度对企业的碳排放情况进行统计分析。
本申请的上述技术方案的有益效果如下:上述技术方案提出了一种基于实时能耗数据的企业综合碳排放测算方法,结合应用需求挖掘数据的分析功能,能够较为准确的展现碳排放的实时情况,有助于政府行业管理部门对于宏观与微观排放数据的掌控。本公开实施例的上述技术方案,能够对工业企业主要能源品种进行分类计算与数据分析,形成排放趋势、占比及强度等数据,能够较为准确的展现排放的实时状况,有助于政府行业管理部门对于宏观与微观数据的直接掌控,对于推动双碳工作的政策决策起到支撑作用。
附图说明
图1为本申请实施例的工业企业碳排放测算数据的数据处理方法;
图2为企业生产数据采集结构图。
具体实施方式
为使本申请要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本公开实施例的技术方案属于碳中和计算技术领域,涉及一种工业企业碳排放测算分析方法。当前,我国已经明确提出实现碳达峰、碳中和的时间点,力争于2030年前二氧化碳排放量达到峰值,努力争取2060年前实现碳中和。在严峻的双碳背景下,碳排放已经成为我国当前研究的热点问题之一。工业是我国国民经济的主体,工业碳排放是我国人为CO2排放的主要来源,其他洗煤、型煤、焦炭、焦炉煤气、液化天然气、汽油、煤油、柴油、燃料油、热力、电力和其他燃料。实现工业生产中CO2排放的准确量化计算是分析评估其环境影响及各种减排技术的基础,可为企业碳排放管理、国家碳减排政策的制定以及碳排放权交易市场的高效运营提供数据支撑。我国高度重视碳排放核算体系的构建,目前针对电力、钢铁、化工等高碳排放行业出台了企业碳排放核算报告指南文件与国家标准,但现有的企业碳排放测算数据一般为样本数据,数据的规模小、数据来源单一、时效性差、精度难以保证。
本公开实施例的技术方案,提出了一种工业企业碳排放测算分析方法,包括步骤:
S1:构建工业企业碳排放测算模型;
S2:以企业为单位实时采集企业生产数据;
S3:将企业能源消耗数据带入碳排放测算模型,测算得到该企业的碳排放数据;
S4:对企业的碳排放水平进行评价;
S5:构建碳排放数据分析模型,基于测算得到的企业碳排放数据,利用碳排放数据分析模型,从不同维度对企业的碳排放情况进行统计分析。
其中,步骤S1中,根据能源消耗数据对碳排放量进行测算,以确定碳排放测算模型。具体的,可以分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量。其中统计周期可以是年、季度、月。具体的,工业企业碳排放测算模型能源消耗碳排放量可以采用以下计算公式进行计算:
其中,C为碳排放量;Ei为能源i的消费量;δi为能源的碳排放系数;i为能源种类;Ed、Er分别为电力和热力的消费量;εd、εr分别为电力和热力的碳排放系数,采用以下公式计算:
其中Et表示发电t能源的投入量,δt表示t能源的碳排放系数,Od为发电量、热力的碳排放系数同理计算。
为了实现实时的能源消耗碳排放量计算,可以使用如图2所示的系统,将计量装置布置在生产现场以实时采集现场的生产信息,并将采集到的生产信息传递给数据采集器;数据采集器连接一个或多个计量装置,数据采集器接收到生成信息后,发送到在线碳排放测算服务器,以通过工业企业碳排放测算模型计算实时碳排放量。其中,计量装置实时采集企业生成数据,然后通过数据采集器发送给在线碳排放测算服务器;在线碳排放测算服务器用于接收、存储和处理生产数据。其中,所述生产数据,包括能源消耗数据和产量数据;其中能源消耗数据包括煤炭消耗数据、天然气消耗数据、石油消耗数据、电力消耗数据和热消耗数据。其中产量数据是指企业消耗能源后产出的产品。
根据上述技术方案,企业的碳效等级评价,是将企业综合碳排放测算结果与相关企业的碳排放水平进行比较,评价企业的碳排放水平。碳效等级评价,可以根据企业某一周期内单位增加值碳排放量与所处行业同期单位增加值碳排放平均值进行比较,得出碳效值K,并根据碳效值的大小,分为5个等级。K=某企业某一周期单位增加值碳排放量/所处行业同期单位增加值碳排放的平均值。
进一步的,碳排放数据分析模型,用于对企业的碳排放数据进行统计分析,为企业提供自身碳排的指标分析,从不同维度对企业的碳排放量进行统计和分析。所述碳排放量统计分析包括不同能源碳排总量占比分析、碳排放总量趋势分析、碳排放强度趋势分析、单位产量碳效分析、单位产值碳效分析、碳排同比分析、综合能耗同比分析。其中,
不同能源碳排总量占比是指:分析电、油、气、热、煤消耗的碳排放数据;一次、二次能源碳排放量占比:按碳源级别分一次、二次能源,分析碳排放数据;
碳排放总量趋势分析是指:统计不同时间维度内企业二氧化碳排放总量趋势;
碳排放强度趋势分析是指:计算不同时间维度内碳排放强度,等于二氧化碳排放总量/产值;单位产量碳效分析:
计算不同时间维度的本企业单位产量所消耗的不同能源碳排量,等于煤/产量、油/产量、气/产量、热/产量、电/产量;单位产值碳效分析:
计算不同时间维度的本企业单位产值所消耗的不同能源碳排量,等于煤/产值、油/产值、气/产值、热/产值、电/产值;碳排同比分析:
计算不同时间维度的本企业本期综合碳排量和同期碳排量;综合能耗同比分析:
计算不同时间维度的本期综合能耗量和同期综合能耗总量。
本公开实施例提供了一种基于实时能耗数据的企业综合碳排放测算方法,结合应用需求挖掘数据的分析功能,能够较为准确的展现碳排放的实时情况,有助于政府行业管理部门对于宏观与微观排放数据的掌控。
S1:构建工业企业碳排放测算模型;
所述工业企业碳排放测算模型能源消耗碳排放量根据IPCC碳排放计算指南,采用以下计算公式进行计算:
其中,c为碳排放量;Ei为能源i的消费量;δi为能源的碳排放系数;i为能源种类;Ed、Er分别为电力和热力的消费量;εd、εr分别为电力和热力的碳排放系数,采用以下公式计算:
其中Et表示发电t能源的投入量,δt表示t能源的碳排放系数,Od为发电量,热力的碳排放系数同理计算。
S2:以企业为单位实时采集企业生产数据;
其中,生产数据包括能源消耗数据、产量数据。能源消耗数据包括自来煤炭消耗数据、天然气消耗数据、石油消耗数据、电力消耗数据和热消耗数据。
如图2所示,实时采集企业生产数据将计量装置布置在生产现场,用于采集现场的生产信息,并将采集到的生产信息传递给数据采集器,数据采集器与一个或多个计量装置备连接,数据采集器接收到生产信息后,发送到在线碳排放测算服务器。
S3:将企业能源消耗数据带入碳排放测算模型,算得到该企业的碳排放数据;
分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量。统计周期可以是年、季度、月等。
S4:对企业的碳排放水平进行评价。
碳效等级评价根据企业某一周期内单位增加值碳排放量与所处行业同期单位增加值碳排放平均值进行比较,得出碳效值K,并根据碳效值的大小,分为5个等级。K=某企业某一周期单位增加值碳排放量/所处行业同期单位增加值碳排放的平均值。
当K小于等于0.6,为等级1,代表企业碳效率高;
当K大于0.6小于等于0.8,为等级2,代表企业碳效率较高;
当K大于0.8小于等于1.2,为等级3,代表企业碳效率接近行业平均水平;
当K大于1.2小于等于2.0,为等级4,代表企业碳效率较低;
当K大于2.0,为等级5,代表企业碳效率低。
S4:构建碳排放数据分析模型,基于测算得到的企业碳排放数据,利用碳排放数据分析模型,从不同维度对企业的碳排放情况进行统计分析;
所述碳排放数据分析模型包括不同能源碳排总量占比分析、碳排放总量趋势分析、碳排放强度趋势分析、单位产量碳效分析、单位产值碳效分析、碳排同比分析、综合能耗同比分析。
不同能源碳排总量占比分析:分析电、油、气、热、煤消耗的碳排放数据;一次、二次能源碳排放量占比:,按碳源级别分一次、二次能源,分析碳排放数据;碳排放总量趋势分析:按年维度展示企业1-12月,或按季度展示4个季度的二氧化碳排放总量趋势;碳排放强度趋势分析按年维度分析企业1-12月,或按季度展示4个季度的碳排放强度,等于二氧化碳排放总量/产值;单位产量碳效分析计算不同时间维度的本企业产量所消耗的不同能源碳排量,等于煤/产量、油/产量、气/产量、热/产量、电/产量;单位产值碳效分析:计算不同时间维度的本企业单位产值所消耗的不同能源碳排量,等于煤/产值、油/产值、气/产值、热/产值、电/产值;碳排同比分析:计算不同时间维度的本企业本期综合碳排量和同期碳排量;综合能耗同比分析计算不同时间维度的本期综合能耗量和同期综合能耗总量。
本公开实施例还提出了一种用于实现如前任一项所述的工业企业碳排放测算数据处理方法的系统,包括:
布置在企业生产现场的计量装置、数据采集器、在线碳排放测算服务器;其中计量装置设置在企业的生产现场以用于采集生产现场的生产信息,并将生产信息发送到数据采集器;其中数据采集器连接一个或多个计量装置,以将计量装置的数据转发到在线碳排放测算服务器;
所述计量装置用于以企业为单位实时采集企业生产数据;
所述在线碳排放测算服务器用于执行以下操作:
构建工业企业的碳排放测算模型;其中所述碳排放测算模型用于根据能源消耗数据对碳排放量进行测算,以分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量;
将企业能源消耗数据带入碳排放测算模型,算得到该企业的碳排放数据;
对企业的碳排放水平进行评价;
构建碳排放数据分析模型,基于测算得到的企业碳排放数据,利用碳排放数据分析模型,从不同维度对企业的碳排放情况进行统计分析。
采用上述技术方案,本公开的有益技术效果在于:
对工业企业主要能源品种进行分类计算与数据分析,形成排放趋势、占比及强度等数据,能够较为准确的展现排放的实时状况,有助于政府行业管理部门对于宏观与微观数据的直接掌控,对于推动双碳工作的政策决策起到支撑作用。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机程序。在计算机上加载和执行所述计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机程序可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机程序可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,高密度数字视频光盘(digital video disc,DVD))、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围,也表示先后顺序。
本申请中的至少一个还可以描述为一个或多个,多个可以是两个、三个、四个或者更多个,本申请不做限制。在本申请实施例中,对于一种技术特征,通过“第一”、“第二”、“第三”、“A”、“B”、“C”和“D”等区分该种技术特征中的技术特征,该“第一”、“第二”、“第三”、“A”、“B”、“C”和“D”描述的技术特征间无先后顺序或者大小顺序。
本申请中各表所示的对应关系可以被配置,也可以是预定义的。各表中的信息的取值仅仅是举例,可以配置为其他值,本申请并不限定。在配置信息与各参数的对应关系时,并不一定要求必须配置各表中示意出的所有对应关系。例如,本申请中的表格中,某些行示出的对应关系也可以不配置。又例如,可以基于上述表格做适当的变形调整,例如,拆分,合并等等。上述各表中标题示出参数的名称也可以采用通信装置可理解的其他名称,其参数的取值或表示方式也可以通信装置可理解的其他取值或表示方式。上述各表在实现时,也可以采用其他的数据结构,例如可以采用数组、队列、容器、栈、线性表、指针、链表、树、图、结构体、类、堆、散列表或哈希表等。
本申请中的预定义可以理解为定义、预先定义、存储、预存储、预协商、预配置、固化、或预烧制。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种工业企业碳排放测算数据处理方法,其特征在于,包括:
步骤S1、构建工业企业的碳排放测算模型;其中所述碳排放测算模型用于根据能源消耗数据对碳排放量进行测算,以分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量;
步骤S2、以企业为单位实时采集企业生产数据;
步骤S3、将企业能源消耗数据带入碳排放测算模型,算得到该企业的碳排放数据;
步骤S4、对企业的碳排放水平进行评价;
步骤S5、构建碳排放数据分析模型,基于测算得到的企业碳排放数据,利用碳排放数据分析模型,从不同维度对企业的碳排放情况进行统计分析。
3.根据权利要求1所述的工业企业碳排放测算数据处理方法,其特征在于,所述步骤S2包括:
通过数据采集系统,实时采集企业的生产数据;其中,生产数据包括能源消耗数据、产量数据;其中能源消耗数据包括自来煤炭消耗数据、天然气消耗数据、石油消耗数据、电力消耗数据和热消耗数据;
其中所述数据采集系统包括:布置在企业生产现场的计量装置、数据采集器、在线碳排放测算服务器;其中计量装置设置在企业的生产现场以用于采集生产现场的生产信息,并将生产信息发送到数据采集器;其中数据采集器连接一个或多个计量装置,以将计量装置的数据转发到在线碳排放测算服务器。
4.根据权利要求1所述的工业企业碳排放测算数据处理方法,其特征在于,所述步骤S3包括:
根据企业的实时的生产数据,分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量。
5.根据权利要求1所述的工业企业碳排放测算数据处理方法,其特征在于,所述步骤S4包括:
对企业的碳排放水平进行评价,以确定企业在统计周期内的碳效等级;其中,碳效等级是指:企业在统计周期内单位增加值碳排放量与所处行业同期单位增加值碳排放平均值进行比较,得的碳效值K;其中,K=某企业某一周期单位增加值碳排放量/所处行业同期单位增加值碳排放的平均值。
6.根据权利要求5所述的工业企业碳排放测算数据处理方法,其特征在于,其中:
当K小于等于0.6,为等级1,代表企业碳效率高;
当K大于0.6小于等于0.8,为等级2,代表企业碳效率较高;
当K大于0.8小于等于1.2,为等级3,代表企业碳效率接近行业平均水平;
当K大于1.2小于等于2.0,为等级4,代表企业碳效率较低;
当K大于2.0,为等级5,代表企业碳效率低。
7.根据权利要求1所述的工业企业碳排放测算数据处理方法,其特征在于,其中所述步骤S4包括:
构建碳排放数据分析模型,所述碳排放数据分析模型包括不同能源碳排总量占比分析、碳排放总量趋势分析、碳排放强度趋势分析、单位产量碳效分析、单位产值碳效分析、碳排同比分析、综合能耗同比分析;包括:
不同能源碳排总量占比分析:分析电、油、气、热、煤消耗的碳排放数据;
一次、二次能源碳排放量占比:按碳源级别分一次、二次能源,分析碳排放数据;
碳排放总量趋势分析:按年维度展示企业1-12月,或按季度展示4个季度的二氧化碳排放总量趋势;
碳排放强度趋势分析:按年维度分析企业1-12月,或按季度展示4个季度的碳排放强度,等于二氧化碳排放总量/产值;
单位产量碳效分析:计算不同时间维度的本企业产量所消耗的不同能源碳排量,等于煤/产量、油/产量、气/产量、热/产量、电/产量;
单位产值碳效分析:计算不同时间维度的本企业单位产值所消耗的不同能源碳排量,等于煤/产值、油/产值、气/产值、热/产值、电/产值;
碳排同比分析:计算不同时间维度的本企业本期综合碳排量和同期碳排量;
综合能耗同比分析计算不同时间维度的本期综合能耗量和同期综合能耗总量。
8.一种用于实现如权利要求1-7任一项所述的工业企业碳排放测算数据处理方法的系统,其特征在于,包括:
布置在企业生产现场的计量装置、数据采集器、在线碳排放测算服务器;其中计量装置设置在企业的生产现场以用于采集生产现场的生产信息,并将生产信息发送到数据采集器;其中数据采集器连接一个或多个计量装置,以将计量装置的数据转发到在线碳排放测算服务器;
所述计量装置用于以企业为单位实时采集企业生产数据;
所述在线碳排放测算服务器用于执行以下操作:
构建工业企业的碳排放测算模型;其中所述碳排放测算模型用于根据能源消耗数据对碳排放量进行测算,以分别计算统计周期内煤炭、燃气、石油、及电力和热力的碳排放量,然后再求和得到企业综合碳排放量;
将企业能源消耗数据带入碳排放测算模型,算得到该企业的碳排放数据;
对企业的碳排放水平进行评价;
构建碳排放数据分析模型,基于测算得到的企业碳排放数据,利用碳排放数据分析模型,从不同维度对企业的碳排放情况进行统计分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211641609.8A CN115879632A (zh) | 2022-12-20 | 2022-12-20 | 工业企业碳排放测算数据的数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211641609.8A CN115879632A (zh) | 2022-12-20 | 2022-12-20 | 工业企业碳排放测算数据的数据处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115879632A true CN115879632A (zh) | 2023-03-31 |
Family
ID=85755305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211641609.8A Pending CN115879632A (zh) | 2022-12-20 | 2022-12-20 | 工业企业碳排放测算数据的数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115879632A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116757537A (zh) * | 2023-06-19 | 2023-09-15 | 中国建筑科学研究院有限公司 | 远程能耗碳排放分析方法及装置、应用程序 |
CN117592666A (zh) * | 2024-01-18 | 2024-02-23 | 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 |
CN117788218A (zh) * | 2024-02-23 | 2024-03-29 | 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 |
CN117829863B (zh) * | 2024-03-06 | 2024-05-07 | 山东石油化工学院 | 一种用于石油化工行业碳排放计量方法及装置 |
-
2022
- 2022-12-20 CN CN202211641609.8A patent/CN115879632A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116757537A (zh) * | 2023-06-19 | 2023-09-15 | 中国建筑科学研究院有限公司 | 远程能耗碳排放分析方法及装置、应用程序 |
CN117592666A (zh) * | 2024-01-18 | 2024-02-23 | 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 |
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 |
CN117788218A (zh) * | 2024-02-23 | 2024-03-29 | 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 |
CN117829863B (zh) * | 2024-03-06 | 2024-05-07 | 山东石油化工学院 | 一种用于石油化工行业碳排放计量方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115879632A (zh) | 工业企业碳排放测算数据的数据处理方法 | |
Ren et al. | Using LMDI to analyze the decoupling of carbon dioxide emissions by China's manufacturing industry | |
Browne et al. | Use of multi-criteria decision analysis to explore alternative domestic energy and electricity policy scenarios in an Irish city-region | |
Gatto et al. | An extensive data set on energy, economy, environmental pollution and institutional quality in the petroleum-reliant developing and transition economies | |
CN114548552A (zh) | 碳排放量预测方法、装置以及电子设备 | |
CN115600796A (zh) | 一种基于碳排因子法的企业碳盘查核算方法 | |
Zhao et al. | Evaluating the performance of China’s coal-fired power plants considering the coal depletion cost: A system dynamic analysis | |
CN116664360A (zh) | 一种重点工业企业碳排放核算与碳流追踪方法 | |
Solikhah et al. | Carbon emissions of manufacturing companies in Indonesia stock exchange: a sustainable business perspective | |
CN114372729A (zh) | 基于多维度的热电企业碳排放水平评价方法 | |
Tai Wu et al. | Efficiency evolution of coal‐fired electricity generation in China, 1999‐2007 | |
CN117237160A (zh) | 一种企业碳排放核算方法及系统 | |
CN116542430A (zh) | 多维度水务碳排放量智能分析方法及系统 | |
Chen et al. | Optimizing sustainable biomass–coal co-firing power plant location problem under ambiguous supply | |
CN116384622A (zh) | 基于电力大数据的碳排放监测方法及装置 | |
Cao et al. | Carbon emission reduction effects of renewable energy technological innovation in China: New insights into the intellectual property rights protection | |
Wibowo et al. | Evaluating the sustainability performance of thermal power enterprises | |
Vlad et al. | A METHOD FOR IMPLEMENTING QUALITY 5.0 WITHIN A SUSTAINABLE FRAMEWORK | |
CN115114346B (zh) | 一种精细化的碳排放信息化采集及核算方法、系统、终端 | |
Li et al. | Epsilon-Based Measure two-stage network examination of DEA government treatment policy and environmental efficiencies in China | |
Xue | Research on Comprehensive Optimization of Power Grid Investment Efficiency Based on Evaluation Index System | |
Li et al. | Design of a New Energy Intelligent Operation and Supervision Model Based on Data Analysis Algorithms | |
Yu et al. | Carbon emission assessment in the production process of panel furniture | |
Wang et al. | Design of Carbon Emission Accounting and Monitoring System Based on Artificial Intelligence Algorithm | |
Qu et al. | Efficiency analysis of China’s energy utilization system based on the robust network DEA-Malmquist productivity index with common weights |
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 |