CN116228460A - 电碳因子的确定方法、管理系统、计算机设备和存储介质 - Google Patents
电碳因子的确定方法、管理系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116228460A CN116228460A CN202211535444.6A CN202211535444A CN116228460A CN 116228460 A CN116228460 A CN 116228460A CN 202211535444 A CN202211535444 A CN 202211535444A CN 116228460 A CN116228460 A CN 116228460A
- Authority
- CN
- China
- Prior art keywords
- energy
- factor
- power
- transmission line
- load data
- 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 168
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 168
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000005540 biological transmission Effects 0.000 claims abstract description 107
- 238000006243 chemical reaction Methods 0.000 claims abstract description 42
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 230000005611 electricity Effects 0.000 claims description 54
- 238000012946 outsourcing Methods 0.000 claims description 53
- 238000010248 power generation Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000002028 Biomass Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- General Business, Economics & Management (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Human Resources & Organizations (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及一种电碳因子的确定方法、管理系统、计算机设备和存储介质。所述方法包括：获取实时采集到的目标区域在预设时间段内的输电线路负荷数据，获取输电线路负荷数据对应的换算因子，根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。采用本方法能够提高特定区域电碳因子的计算准确性和实时性。
Description
技术领域
本申请涉及电力电网技术领域，特别是涉及一种电碳因子的确定方法、管理系统、计算机设备和存储介质。
背景技术
在电力行业中，电网处于发输变配用电力系统垂直专业管理的核心枢纽地位，在双碳目标推进中起到不可替代的核心枢纽作用。电网平均碳排放因子又叫电网用电排放因子或者耗电排放因子，简称电碳因子，它表示单位用电产生的二氧化碳排放量。电碳因子主要用于计算用电产生的碳排放，是核算用能主体碳排放量的计算要素，对于温室气体排放是一个攸关全局的重要参数。
目前，电碳因子的核算主要参考《IPCC指南》推荐的三层方法实现，比如，方法一、从估算供给国家燃料的碳含量/主要燃烧活动排放量来进行计算。方法二、二氧化碳总量的计算不仅考虑所有燃料品种和所有部门，还考虑燃烧技术，方法三、采取直接测定排放量、使用特定工厂或机组数据进行计算。上述三种方法计算的电碳因子按照区域划分为华北、东北、华东、华中、西北、南方六大区域，即根据区域情况使用不同的电碳因子。
但是，现有计算电碳因子的方法无法针对特定区域进行准确计算，且还存在实时性低的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高特定区域电碳因子的计算准确性和实时性的电碳因子的确定方法、管理系统、计算机设备和存储介质。
第一方面，本申请提供了一种电碳因子的确定方法。所述方法包括：
获取实时采集到的目标区域在预设时间段内的输电线路负荷数据；
获取输电线路负荷数据对应的换算因子；
根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。
在其中一个实施例中，根据换算因子和输电线路负荷数据，确定目标区域的电碳因子，包括：
获取外购电力总量，以及从输电线路负荷数据中获取能源类型的能源发电量；
根据外购电力总量、能源发电量和换算因子，确定电碳排放总量；
根据外购电力总量和能源发电量，确定社会用电总量；
根据电碳排放总量和社会用电总量，确定目标区域的电碳因子。
在其中一个实施例中，若输电线路负荷数据包括多种能源类型的能源发电量，则根据外购电力总量和能源发电量，确定社会用电总量，包括：
将多种能源类型的能源发电量进行累加和运算，得到第一运算结果；
根据第一运算结果和外购电力总量，确定社会用电总量。
在其中一个实施例中，换算因子包括外购电力总量对应的换算因子和能源发电量对应的换算因子，根据外购电力总量、能源发电量和换算因子，确定电碳排放总量，包括：
使用外购电力总量对应的换算因子修正外购电力总量，得到修正后的外购电力总量；
使用能源发电量对应的换算因子修正能源发电量，得到修正后的能源发电量；
根据修正后的能源发电量和修正后的外购电力总量，确定电碳排放总量。
在其中一个实施例中，若输电线路负荷数据包括多种能源类型的能源发电量，则换算因子包括外购电力总量对应的换算因子和各能源类型的能源发电量对应的换算因子，使用能源发电量对应的换算因子修正能源发电量，得到修正后的能源发电量，包括：
使用各能源类型的能源发电量对应的换算因子修正对应的各能源发电量，得到多个修正后的能源发电量；
对应地，根据修正后的能源发电量和修正后的外购电力总量，确定电碳排放总量，包括：
将多个修正后的能源发电量进行累加和运算，得到第二运算结果；
根据第二运算结果和修正后的外购电力总量，确定电碳排放总量。
在其中一个实施例中，上述方法还包括：
对输电线路负荷数据进行分类，得到至少一种能源类型的输电线路负荷数据；
对应的，获取输电线路负荷数据对应的换算因子，包括：
获取各能源类型的输电线路负荷数据对应的换算因子。
第二方面，本申请还提供了一种电碳因子管理系统。所述电碳因子管理系统用于根据上述第一方面所述的电碳因子的确定方法输出目标区域的电碳因子，电碳因子管理系统包括：数据获取模块、计算模块和提取模块；
数据获取模块，用于从电网调度系统采集的数据中获取目标区域在预设时间段内的输电线路负荷数据并进行存储；
提取模块，用于从数据库中提取输电线路负荷数据对应的换算因子；
计算模块，用于根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。
在其中一个实施例中，上述系统还包括：管理应用模块，管理应用模块，用于将目标区域的电碳因子输出至外部网络；管理应用模块，还用于根据目标区域的电碳因子预测在未来预设时间段内目标区域的电碳因子。
第三方面，本申请还提供了一种计算机设备。所述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，所述处理器执行所述计算机程序时实现以下步骤：
获取实时采集到的目标区域在预设时间段内的输电线路负荷数据；
获取输电线路负荷数据对应的换算因子；
根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取实时采集到的目标区域在预设时间段内的输电线路负荷数据；
获取输电线路负荷数据对应的换算因子；
根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。
上述电碳因子的确定方法、管理系统、计算机设备和存储介质，通过获取实时采集到的目标区域在预设时间段内的输电线路负荷数据，以及获取输电线路负荷数据对应的换算因子，再根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。和现有技术相比，本申请的技术方案基于实时采集到的目标区域在预设时间段内的输电线路负荷数据和电线路负荷数据对应的换算因子，来确定目标区域实时的电碳因子，由于目标区域和预设时间段都可以根据需要进行调整，也就是说，目标区域可以设置在很小的范围内，预设时间段也可以设置在很短的时间范围内，这使得特定区域的电碳因子可以准确地计算出来，且能够根据实时采集的电线路负荷数据计算出较短时间内的电碳因子，进一步提高了电碳因子的计算准确性和实时性。
附图说明
图1为一个实施例中电碳因子的确定方法的应用环境图；
图2为一个实施例中电碳因子的确定方法的流程示意图；
图3为一个实施例中确定社会用电总量步骤的流程示意图；
图4为另一个实施例中确定电碳排放总量步骤的流程示意图；
图5为一个实施例中确定电碳排放总量步骤的流程示意图；
图6为一个实施例中电碳排放量计算的结构框图；
图7为一个实施例中确定社会用电总量步骤的流程示意图；
图8为一个实施例中中电碳因子的确定方法的流程示意图；
图9为一个实施例中确定目标区域的电碳因子步骤的流程示意图；
图10为一个实施例中电碳因子管理系统的结构框图；
图11为一个实施例中电碳因子管理系统的结构框图；
图12为一个实施例中电碳因子管理系统的结构框图；
图13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电碳因子的确定方法，可以应用于如图1所示的计算机设备中。该计算机设备包括通过系统总线连接的处理器、存储器，该存储器中存储有计算机程序，处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的，该计算机设备还可以包括网络接口、显示屏和输入装置。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、内存储器，该非易失性存储介质存储有操作系统和计算机程序。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。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的，该计算机设备可以是服务器，可以是个人计算机，还可以是个人数字助理，还可以是其他的终端设备，例如平板电脑、手机等等，还可以是云端或者远程服务器，本申请实施例对计算机设备的具体形式并不做限定。
上述介绍了本申请实施例提供的电碳因子的确定方法的应用场景后，下面重点介绍电碳因子的确定过程。
在一个实施例中，如图2所示，提供了一种电碳因子的确定方法，以该方法应用于图1中的计算机设备为例进行说明，包括以下步骤：
S201、获取实时采集到的目标区域在预设时间段内的输电线路负荷数据。
其中，目标区域可以是范围较小的区域，也可以是范围较大的区域，示例性的，目标区域可以是某市的某区，也可以是华北区、东北区等。预设时间段可以是根据实际需要设置在计算机设备中的时间段，示例性的，预设时间段可以是几年，也可以几个月，还可以是几天。输电线路负荷数据可以是预设时间段内某种能源的实时发电量。
在本申请实施例中，计算机设备可以连接电网自动化调度系统，当电网自动化调度系统实时采集目标区域在预设时间段内的输电线路负荷数据后，可以将该输电线路负荷数据进行本地保存，或者直接将该输电线路负荷数据发送至计算机设备上，或者计算机设备从电网自动化调度系统中读取该输电线路负荷数据。可以理解的是，计算机设备可以具体为电碳因子管理系统中的计算设备或管理设备。
S202、获取输电线路负荷数据对应的换算因子。
其中，换算因子可以是换算因子管理库中各输电线路负荷数据对应的数值。
在本申请实施例中，计算机设备可以获取换算因子管理库中各输电线路负荷数据对应的换算因子。其中，换算因子管理库可以是在电碳因子管理系统中管理换算因子的数据库，需要说明的是，换算因子管理库中换算因子的值可以根据可燃烧能源与电力能源之间的转化率相关的数值确定。
S203、根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。
在本申请实施例中，可以根据上述S202中获取的输电线路负荷数据对应的换算因子和上述S201中获取的目标区域在预设时间段内的输电线路负荷数据，并根据电碳因子、换算因子和输电线路负荷数据这三者之间的关系，来确定目标区域的电碳因子。需要说明的是，电碳因子、换算因子和输电线路负荷数据这三者之间的关系可以预先由计算机设备构建得到。
本申请实施例提供的电碳因子的确定方法，通过获取实时采集到的目标区域在预设时间段内的输电线路负荷数据，以及获取输电线路负荷数据对应的换算因子，再根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。和现有技术相比，本申请的技术方案基于实时采集到的目标区域在预设时间段内的输电线路负荷数据和电线路负荷数据对应的换算因子，来确定目标区域实时的电碳因子，由于目标区域和预设时间段都可以根据需要进行调整，也就是说，目标区域可以设置在很小的范围内，预设时间段也可以设置在很短的时间范围内，这使得特定区域的电碳因子可以准确地计算出来，且能够根据实时采集的电线路负荷数据计算出较短时间内的电碳因子，进一步提高了电碳因子的计算准确性和实时性。
在一个实施例中，在图2所示实施例的基础上，可以对根据换算因子和输电线路负荷数据，确定目标区域的电碳因子的过程进行描述，如图3所示，上述“根据换算因子和输电线路负荷数据，确定目标区域的电碳因子”可以包括以下步骤：
S301、获取外购电力总量，以及从输电线路负荷数据中获取能源类型的能源发电量。
其中，外购电力总量可以是从目标区域的外购电力清单上获取的外购电力数据总量，需要说明的是，外购电力清单可以是记录外购电力数据的清单。能源发电量可以是从输电线路负荷数据中获取的单一能源类型的能源发电量，也可以是从输电线路负荷数据中获取的多种能源类型的能源发电量。
在本申请实施例中，计算机设备可以从外购电力清单中获取外购电力总量和从输电线路负荷数据中获取单一能源类型的能源发电量。
S302、根据外购电力总量、能源发电量和换算因子，确定电碳排放总量。
其中，电碳排放量可以是用于目标区域能源发电产生的碳排放量和目标区域外购电产生的碳排放量。
在本申请实施例中，可以根据上述S301获取的外购电力总量、能源发电量和上述S202获取的换算因子，并根据外购电力总量、能源发电量、换算因子和电碳排放总量之间的关系，来确定电碳排放总量。需要说明的是，换算因子可以包括外购电力换算因子和能源发电量对应的换算因子。
可选的，若输电线路负荷数据包括多种能源类型的能源发电量，换算因子包括外购电力总量对应的换算因子和能源发电量对应的换算因子，如图4所示，根据外购电力总量、能源发电量和换算因子，确定电碳排放总量，包括：
S401、使用外购电力总量对应的换算因子修正外购电力总量，得到修正后的外购电力总量。
其中，外购电力总量对应的换算因子可以是从换算因子库中获取的。
在本申请实施例中，可以根据外购电力总量对应的换算因子和外购电力总量，并使用外购电力总量对应的换算因子对外购电力总量进行修正，从而得到修正后的外购电力总量。示例性的，通过外购电力总量对应的换算因子修正外购电力总量得到修正后的外购电力总量可以用如下公式(1)表示：
Awe2＝Awe1×k (1)
其中，Awe2为修正后的外购电力总量，Awe1为预设时间段内的外购电力总量，k为外购电力换算因子。
S402、使用能源发电量对应的换算因子修正能源发电量，得到修正后的能源发电量。
其中，能源发电量对应的换算因子可以是从换算因子库中获取的，需要说明的是，不同的能源类型的能源发电量对应的换算因子可以是不同的。
在本申请实施例中，若输电线路负荷数据包括一种能源类型的能源发电量，则可以根据该能源发电量对应的换算因子和能源发电量，并使用该能源发电量对应的换算因子对该能源发电量进行修正，从而得到修正后的能源发电量。示例性的，通过该能源发电量对应的换算因子修正该能源发电量得到修正后的该能源发电量可以用如下公式(2)表示：
Ae2＝Ae1×k1 (2)
其中，Ae2为修正后的该能源发电量，Ae1为该能源在预设时间段内的能源发电量，k1为该能源发电的换算因子。
可选的，若输电线路负荷数据包括多种能源类型的能源发电量，则换算因子包括外购电力总量对应的换算因子和各能源类型的能源发电量对应的换算因子，计算机设备具体执行上述S402“使用能源发电量对应的换算因子修正能源发电量，得到修正后的能源发电量”时，具体执行步骤：使用各能源类型的能源发电量对应的换算因子修正对应的各能源发电量，得到多个修正后的能源发电量。
在本申请实施例中，可以使用各能源类型的能源发电量对应的换算因子与对应的各能源发电量乘积，作为多个修正后的能源发电量。示例性的，各修正后的能源发电量与各能源发电量之间的关系可以用公式(3)表示：
Ai＝Aei×ki (3)
其中，Ai为修正后的能源发电量，Aei为各能源发电量，ki为各能源类型的能源发电量对应的换算因子。
S403、根据修正后的能源发电量和修正后的外购电力总量，确定电碳排放总量。
在本申请实施例中，可以通过对上述S402修正后的能源发电量和上述S401修正后的外购电力总量进行累加和运算，来确定电碳排放总量。示例性的，若输电线路负荷数据包括一种能源类型的能源发电量，通过修正后的能源发电量和修正后的外购电力总量来确定电碳排放量的过程可以用如下公式(4)表示：
其中，
为预设时间段内一种能源的电碳排放总量，Ae2为该能源类型在预设时间段内修正后的能源发电量，Awe2为预设时间段内修正后的外购电力总量。
可选的，若输电线路负荷数据包括多种能源类型的能源发电量，如图5所示，根据修正后的能源发电量和修正后的外购电力总量，确定电碳排放总量，包括：
S501、将多个修正后的能源发电量进行累加和运算，得到第二运算结果。
在本申请实施例中，可以对上述公式(3)确定的多个修正后的能源发电量进行累加和运算，将多个修正后的能源发电量累加和运算的结果作为第二运算结果。示例性的，通过多个修正后的能源发电量与第二运算结果之间的关系可以用公式(5)表示：
AQ＝∑Ai (5)
其中，AQ为第二运算结果，Ai为修正后的能源发电量。
S502、根据第二运算结果和修正后的外购电力总量，确定电碳排放总量。
在本申请实施例中，可以对上述S502确定的第二运算结果和上述S401确定的修正后的外购电力总量累加和运算，将第二运算结果和修正后的外购电力总量累加和运算的结果确定为电碳排放总量。示例性的，第二运算结果、修正后的外购电力总量和电碳排放总量之间的关系可以用如下公式(6)表示：
其中，
为输电线路负荷数据包括多种能源类型时的电碳排放总量，AQ为第二运算结果，Awe2为修正后的外购电力总量。
示例性的，如图6所示，若输电线路负荷数据包括多种能源类型的能源发电量，则电碳排放量可以是外购电排放量和区域电厂电碳排放量之和，其中，外购电排放量可以是通过区域外购电量和外购换算因子之积，区域电厂电碳排放量可以是区域内各能源发电量与各能源对应的换算因子之积，需要说明的是，区域外购电量可以是通过全社会用电总量与区域内各能源发电电量之差。
S303、根据外购电力总量和能源发电量，确定社会用电总量。
其中，社会用电总量可以是第一、二、三产业等所有用电领域的电能消耗总量，示例性的，工业用电、农业用电、商业用电、居民用电、公共设施用电以及其它用电等的电能消耗总量。
在本申请实施例中，可以根据上述S301获取的外购电力总量和能源发电量，并根据外购电力总量、能源发电量和社会用电总量之间的关系，来确定社会用电总量。示例性的，若输电线路负荷数据包括一种能源类型的能源发电量，则外购电力总量、能源发电量和社会用电总量之间的关系可以用如下公式(7)表示：
Ae＝Awe1+Ae1 (7)
其中，Ae为输电线路负荷数据包括一种能源类型时预设时间段内的社会用电总量，Awe1为预设时间段内的外购电力总量，Ae1为该能源在预设时间段内的能源发电量。
可选的，若输电线路负荷数据包括多种能源类型的能源发电量，如图7所示，根据外购电力总量和能源发电量，确定社会用电总量，包括：
S701、将多种能源类型的能源发电量进行累加和运算，得到第一运算结果。
在本申请实施例中，可以将多种能源类型对应的各能源发电量进行累加和运算，并将各能源发电量进行累加和运算的结果确定为第一运算结果。示例性的，第一运算结果的计算过程可以用如下公式(8)表示：
D1＝∑Aei (8)
其中，D1为第一运算结果，Aei为某种能源在预设时间段的能源发电量。
S702、根据第一运算结果和外购电力总量，确定社会用电总量。
在本申请实施例中，可以根据上述S701确定的第一运算结果和上述S301确定的外购电力总量，并将第一运算结果和外购电力总量累加和运算的结果确定为社会用电总量。示例性的，社会用电总量的计算过程可以用如下公式(9)表示：
AE＝D1+Awe1 (9)
其中，AE为预设时间段内的实时社会用电总量，D1为第一运算结果，Awe1为预设时间段内的外购电力总量。
S304、根据电碳排放总量和社会用电总量，确定目标区域的电碳因子。
在本申请实施例中，可以根据上述S302确定的电碳排放总量和上述S303确定的社会用电总量，并根据电碳排放总量、社会用电总量和目标区域的电碳因子之间的关系，来确定目标区域的电碳因子。示例性的，若输电线路负荷数据包括一种能源类型的能源发电量，电碳排放总量、社会用电总量和目标区域的电碳因子之间的关系可以用如下公式(10)表示：
其中，CF1为输电线路负荷数据包括一种能源类型时目标区域的电碳因子，
为该能源类型对应的电碳排放总量，Ae为预设时间段内的社会用电总量。
又一示例性的，若输电线路负荷数据包括多种能源类型的能源发电量，电碳排放总量、社会用电总量和目标区域的电碳因子之间的关系可以用如下公式(11)表示：
其中，CF2为输电线路负荷数据包括多种能源类型时目标区域的电碳因子，
为多种能源类型对应的电碳排放总量，AE为预设时间段内的社会用电总量。
本申请实施例提供的目标区域的电碳因子，基于获取外购电力总量，以及从输电线路负荷数据中获取能源类型的能源发电量，根据外购电力总量、能源发电量和换算因子，确定电碳排放总量，根据外购电力总量和能源发电量，确定社会用电总量，根据电碳排放总量和社会用电总量，确定目标区域的电碳因子。本申请实施例基于外购电力总量、能源发电量和换算因子，以及外购电力总量、能源发电量、换算因子和目标区域的电碳因子之间的关系，来确定目标区域的电碳因子，由于换算因子可以是根据能源的发电转换率实时更新的，且能源发电量是从实时采集的电线路负荷数据中获取的，这使得根据换算因子和能源发电量可以计算出实时的电碳因子，进一步提高了电碳因子的计算准确性和实时性。
在一个实施例中，在图2实施例的基础上，如图8所示，本方法还包括：
S204，对输电线路负荷数据进行分类，得到至少一种能源类型的输电线路负荷数据。
在本申请实施例中，电碳因子管理系统可以对电网调度自动化系统采集到的输电线路负荷数据按照不同的负荷类别进行分类，得到分类后的至少一种能源类型的输电线路负荷数据。需要说明的是，不同的负荷类别可以包括但不仅限于煤电负荷、气电负荷、核电负荷、光伏负荷、水电负荷、生物质负荷和外购电负荷等。
对应的，计算机设备执行S202时，具体执行步骤：获取各能源类型的输电线路负荷数据对应的换算因子。
在本申请实施例中，计算机设备可以从换算因子库中获取各能源类型的输电线路负荷数据对应的换算因子，需要说明的是，不同的能源类型的输电线路负荷数据对应的换算因子可以是不同的，且，不同的能源类型的输电线路负荷数据对应的换算因子可以是与能源的转换率相关的。
本申请实施例提供的获取各能源类型的输电线路负荷数据和各能源类型的输电线路负荷数据对应的换算因子的方法，能够精确的获取不同能源类型的输电线路负荷数据和其对应的换算因子，这使得根据不同能源类型的输电线路负荷数据和其对应的换算因子计算的电碳因子的数值更加准确。
在一个实施例中，图9为本申请实施例提供的一种电碳因子的确定方法的流程图，如图9所示，该方法可以包括以下步骤：
S900，获取实时采集到的目标区域在预设时间段内的输电线路负荷数据。
S901、对输电线路负荷数据进行分类，得到至少一种能源类型的输电线路负荷数据。
S902、获取各能源类型的输电线路负荷数据对应的换算因子。
S903、获取外购电力总量，以及从输电线路负荷数据中获取能源类型的能源发电量。
S904、使用外购电力总量对应的换算因子修正外购电力总量，得到修正后的外购电力总量。
S905、使用各能源类型的能源发电量对应的换算因子修正对应的各能源发电量，得到多个修正后的能源发电量。
S906、将多个修正后的能源发电量进行累加和运算，得到第二运算结果。
S907、根据第二运算结果和修正后的外购电力总量，确定电碳排放总量。
S908、将多种能源类型的能源发电量进行累加和运算，得到第一运算结果。
S909、根据第一运算结果和外购电力总量，确定社会用电总量。
S910、根据电碳排放总量和社会用电总量，确定目标区域的电碳因子。
本申请实施例提供的电碳因子的确定方法，通过获取实时采集到的目标区域在预设时间段内的输电线路负荷数据，获取输电线路负荷数据对应的换算因子，根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。和现有技术相比，本申请的技术方案基于实时采集到的目标区域在预设时间段内的输电线路负荷数据和电线路负荷数据对应的换算因子，来确定目标区域实时的电碳因子，由于目标区域和预设时间段都可以根据需要进行调整，也就是说，目标区域可以设置在很小的范围内，预设时间段也可以设置在很短的时间范围内，这使得特定区域的电碳因子可以准确地计算出来，且能够根据实时采集的电线路负荷数据计算出较短时间内的电碳因子，进一步提高了电碳因子的计算准确性和实时性。
应该理解的是，虽然如上所述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，如上所述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电碳因子的确定方法的电碳因子管理系统。该系统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电碳因子管理系统实施例中的具体限定可以参见上文中对于电碳因子的确定方法的限定，在此不再赘述。
在一个实施例中，如图10所示，提供了一种电碳因子管理系统，电碳因子管理系统用于根据上述实施例所述的电碳因子的确定方法输出目标区域的电碳因子，包括：数据获取模块1001、计算模块1002和提取模块1003，其中：
数据获取模块1001，用于从电网调度系统采集的数据中获取目标区域在预设时间段内的输电线路负荷数据并进行存储。
提取模块1002，用于从数据库中提取输电线路负荷数据对应的换算因子。
计算模块1003，用于根据换算因子和输电线路负荷数据，确定目标区域的电碳因子。
在一个实施例中，如图11所示，上述电碳因子管理系统还包括：管理应用模块1004，管理应用模块1004用于将目标区域的电碳因子输出至外部网络；管理应用模块1004还用于根据目标区域的电碳因子预测在未来预设时间段内目标区域的电碳因子。
上述电碳因子管理系统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。
示例性的，本申请还提供了一种电碳因子管理系统，如图12所示，该系统包括：数据获取模块，用于将电网调度自动化系统采集到的实时负荷数据按照煤电、气电、核电、光伏、水电、生物质、外购电等数据类型进行存储，为后续数据的快速计算做好底层梳理；提取模块，用于从计算因子数据库中提取输电线路负荷数据对应的换算因子，例如，气电换算、煤电换算和外购换算；计算模块，用于对实时电碳因子计算中用到的各种电量计算方法、换算因子标准、电碳因子计算算法、电碳因子预测算法等进行统一维护管理；管理应用模块，用于将计算模块计算出得电碳因子提供给企业、政府等进行电碳排放使用，具有及时、准确、动态的显著优点，还应用于以历史发电数据计算出的电碳因子为参考，结合本地区域不同发电能源发展趋势，预测未来一段时间区域的电碳因子情况等。
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13所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O)和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。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输电线路负荷数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信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电碳因子的确定方法。
本领域技术人员可以理解，图13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，还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上述各方法实施例中的步骤。
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，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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上述各方法实施例中的步骤。
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，所述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。
以上所述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)
1.一种电碳因子的确定方法，其特征在于，所述方法包括：
获取实时采集到的目标区域在预设时间段内的输电线路负荷数据；
获取所述输电线路负荷数据对应的换算因子；
根据所述换算因子和所述输电线路负荷数据，确定所述目标区域的电碳因子。
2.根据权利要求1所述的方法，其特征在于，所述根据所述换算因子和所述输电线路负荷数据，确定所述目标区域的电碳因子，包括：
获取外购电力总量，以及从所述输电线路负荷数据中获取能源类型的能源发电量；
根据所述外购电力总量、所述能源发电量和所述换算因子，确定电碳排放总量；
根据所述外购电力总量和所述能源发电量，确定社会用电总量；
根据所述电碳排放总量和所述社会用电总量，确定所述目标区域的电碳因子。
3.根据权利要求2所述的方法，其特征在于，若所述输电线路负荷数据包括多种能源类型的能源发电量，则所述根据所述外购电力总量和所述能源发电量，确定社会用电总量，包括：
将多种能源类型的能源发电量进行累加和运算，得到第一运算结果；
根据所述第一运算结果和所述外购电力总量，确定所述社会用电总量。
4.根据权利要求2所述的方法，其特征在于，所述换算因子包括外购电力总量对应的换算因子和能源发电量对应的换算因子，所述根据所述外购电力总量、所述能源发电量和所述换算因子，确定电碳排放总量，包括：
使用所述外购电力总量对应的换算因子修正所述外购电力总量，得到修正后的外购电力总量；
使用所述能源发电量对应的换算因子修正所述能源发电量，得到修正后的能源发电量；
根据所述修正后的能源发电量和所述修正后的外购电力总量，确定所述电碳排放总量。
5.根据权利要求4所述的方法，其特征在于，若所述输电线路负荷数据包括多种能源类型的能源发电量，则所述换算因子包括外购电力总量对应的换算因子和各能源类型的能源发电量对应的换算因子，所述使用所述能源发电量对应的换算因子修正所述能源发电量，得到修正后的能源发电量，包括：
使用各能源类型的能源发电量对应的换算因子修正对应的各所述能源发电量，得到多个修正后的能源发电量；
对应地，所述根据所述修正后的能源发电量和所述修正后的外购电力总量，确定所述电碳排放总量，包括：
将多个修正后的能源发电量进行累加和运算，得到第二运算结果；
根据所述第二运算结果和所述修正后的外购电力总量，确定所述电碳排放总量。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述输电线路负荷数据进行分类，得到至少一种能源类型的输电线路负荷数据；
对应的，所述获取所述输电线路负荷数据对应的换算因子，包括：
获取各能源类型的输电线路负荷数据对应的换算因子。
7.一种电碳因子管理系统，其特征在于，所述电碳因子管理系统用于根据如权利要求1-6任一项所述的所述电碳因子的确定方法输出目标区域的电碳因子，所述电碳因子管理系统包括：数据获取模块、计算模块和提取模块；
所述数据获取模块，用于从电网调度系统采集的数据中获取所述目标区域在预设时间段内的输电线路负荷数据并进行存储；
所述提取模块，用于从数据库中提取所述输电线路负荷数据对应的换算因子；
所述计算模块，用于根据所述换算因子和所述输电线路负荷数据，确定所述目标区域的电碳因子。
8.根据权利要求7所述的系统，其特征在于，所述系统还包括：管理应用模块，所述管理应用模块，用于将所述目标区域的电碳因子输出至外部网络；所述管理应用模块，还用于根据所述目标区域的电碳因子预测在未来预设时间段内所述目标区域的电碳因子。
9.一种计算机设备，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。
10.一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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211535444.6A CN116228460A (zh) | 2022-12-02 | 2022-12-02 | 电碳因子的确定方法、管理系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211535444.6A CN116228460A (zh) | 2022-12-02 | 2022-12-02 | 电碳因子的确定方法、管理系统、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116228460A true CN116228460A (zh) | 2023-06-06 |
Family
ID=86573680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211535444.6A Pending CN116228460A (zh) | 2022-12-02 | 2022-12-02 | 电碳因子的确定方法、管理系统、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116228460A (zh) |
-
2022
- 2022-12-02 CN CN202211535444.6A patent/CN116228460A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11699198B2 (en) | Methods and systems for machine-learning for prediction of grid carbon emissions | |
| Yu et al. | Comparative study of electric energy storages and thermal energy auxiliaries for improving wind power integration in the cogeneration system | |
| CN114757602B (zh) | 供给侧电力碳排放风险预警方法、装置和计算机设备 | |
| CN115640935A (zh) | 电力系统碳排放量的计算方法、装置和计算机设备 | |
| CN114221353B (zh) | 电网调控方法、装置、设备、存储介质和计算机程序产品 | |
| CN117791618A (zh) | 电力调度方法、装置、计算机设备和存储介质 | |
| CN117421871A (zh) | 海上风电潜力评估方法、装置和计算机设备 | |
| Göke | AnyMOD–A graph-based framework for energy system modelling with high levels of renewables and sector integration | |
| CN116228460A (zh) | 电碳因子的确定方法、管理系统、计算机设备和存储介质 | |
| Unsal et al. | A Comparative Study of AI Methods on Renewable Energy Prediction for Smart Grids: Case of Turkey | |
| Maksood et al. | Sustainability in Oman: energy consumption forecasting using R | |
| Podkovalnikov et al. | The computing and information system for study of scenarios for interstate power grids expansion | |
| CN114036723A (zh) | 综合能源系统运行状态预测方法、装置、设备及存储介质 | |
| Schröter et al. | Substation related forecasts of electrical energy storage systems: transmission system operator requirements | |
| Codal et al. | Big Data in Smart Energy Systems: A Critical Review | |
| CN115330089B (zh) | 一种基于电力大数据的用户侧行企业动态碳监测分析方法 | |
| CN116342077B (zh) | 一种适用于数据缺失场站的新能源功率迁移学习预测方法 | |
| CN115392055B (zh) | 基于脱钩模型的电碳达峰路径模拟与动态评估方法 | |
| Wang et al. | Short‐term prediction of wind power based on temporal convolutional network and the informer model | |
| CN115907155B (zh) | 引入碳排放成本的发电机组规划方法以及装置 | |
| Zhu et al. | Research and Implementation of Geography Information Query System Based on Hbase | |
| CN118014190A (zh) | 制氢方案的确定方法、计算机设备和存储介质 | |
| CN116454892A (zh) | 可再生能源与火电耦合系统的确定方法、装置及设备 | |
| CN116131296A (zh) | 供电系统配置方法、装置、计算机设备、存储介质和产品 | |
| CN118115267A (zh) | 电力交易方法、装置、计算机设备和存储介质 |
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 |