CN116451960A - 基于电力调度的碳排放权配额调度方法、装置和设备 - Google Patents
基于电力调度的碳排放权配额调度方法、装置和设备 Download PDFInfo
- Publication number
- CN116451960A CN116451960A CN202310432545.9A CN202310432545A CN116451960A CN 116451960 A CN116451960 A CN 116451960A CN 202310432545 A CN202310432545 A CN 202310432545A CN 116451960 A CN116451960 A CN 116451960A
- Authority
- CN
- China
- Prior art keywords
- carbon emission
- power
- transfer
- data
- scheduling
- 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.)
- Granted
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 375
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 374
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012546 transfer Methods 0.000 claims abstract description 212
- 238000010248 power generation Methods 0.000 claims abstract description 76
- 238000003860 storage Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 22
- 230000008901 benefit Effects 0.000 claims description 13
- 238000011161 development Methods 0.000 abstract description 4
- 230000004927 fusion Effects 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 7
- 239000005431 greenhouse gas Substances 0.000 description 7
- 239000010410 layer Substances 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000004519 manufacturing process 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
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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于电力调度的碳排放配额调度方法、装置、设备、存储介质和计算机产品。方法包括:获取发电主体和用电主体的出清电力数据,出清电力数据为发电主体和用电主体转移电力资源时的出清数据;获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;根据碳排放配额转移数据对目标碳排放配额进行调度。采用本方法能够结合出清电力数据确定碳排放配额转移数据,充分利用电力资源转移时的数据,大大的促进了碳‑电资源转移的数据融合和协同发展,可以灵活的实现碳排放配额调度,提高碳排放配额调度的可靠性,可以满足企业日益发展和变化的碳排放配额调度需求。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种基于电力调度的碳排放配额调度方法、装置和设备。
背景技术
随着能源技术的不断发展,温室气体的排放对环境造成了极大的影响。为了减少温室气体的排放,需要对企业的碳排放配额进行调度,碳排放配额即企业对温室气体的允许排放总量,通过调度碳排放配额实现温室气体的减排,实现对环境的保护。
传统的碳排放配额调度,是将整体碳排放配额根据比例分配到各主体,各企业可以再根据各自的需求对碳排放配额进行转移。例如,企业可以根据自身的碳排放成本的不同对碳排放配额进行调度转移,以调整不同企业允许的温室气体排放总量。
然而,现有技术的碳排放配额调度方法灵活性不高,无法满足企业日益变化的碳排放配额调度需求。
发明内容
基于此,有必要针对上述技术问题,提供一种能够灵活调度碳排放配额的一种基于电力调度的碳排放配额调度方法、装置、设备、存储介质和计算机产品。
第一方面,本申请提供了一种基于电力调度的碳排放配额调度方法。该方法包括:
获取发电主体和用电主体的出清电力数据,出清电力数据为发电主体和用电主体转移电力资源时的出清数据;
获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;
根据碳排放配额转移数据对目标碳排放配额进行调度。
在其中一个实施例中,出清电力数据包括目标出清代价值和电力出清数量,获取发电主体和用电主体的出清电力数据,包括:
获取转移电力资源过程中的竞价模型,根据竞价模型确定电力资源转移收益最大时的电力出清代价值,并将电力出清代价值作为目标出清代价值;
获取转移电力资源过程中的出清模型,并根据目标出清代价值和出清模型确定电力出清数量。
在其中一个实施例中,竞价模型包括第一竞价模型和第二竞价模型,目标出清代价值包括第一出清代价值和第二出清代价值,根据竞价模型确定电力资源转移收益最大时的电力出清代价值,包括:
在电力资源转移的过程中,根据第一竞价模型确定发电主体收益最大时的出清代价值作为第一出清代价值,并根据第二竞价模型确定用电主体收益最大时的出清代价值作为第二出清代价值。
在其中一个实施例中,该方法还包括:
获取转移电力资源过程中的竞价模型和出清模型;
根据出清模型确定竞价模型的约束条件,利用约束条件对竞价模型进行模型更新,得到更新后的竞价模型;
根据更新后的竞价模型获取出清电力数据。
在其中一个实施例中,碳排放配额转移数据包括碳排放配额转移数量和目标碳排放配额转移代价值,根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据,包括:
根据出清电力数据和碳排放配额转移模型确定碳排放配额转移数量;
根据碳排放配额转移数量和碳排放配额转移模型确定碳排放配额转移收益最大时的碳排放配额转移代价值,并将碳排放配额转移代价值作为目标碳排放配额转移代价值。
在其中一个实施例中,根据碳排放配额转移数据对目标碳排放配额进行调度,包括:
将目标碳排放配额的初始调度周期划分为多个连续的子周期,各子周期与转移电力资源的周期相同;
将子周期作为目标碳排放配额的目标调度周期,并按照目标调度周期对目标碳排放配额进行调度。
第二方面,本申请还提供了一种基于电力调度的碳排放配额调度装置。该装置包括:
电力数据获取模块,用于获取发电主体和用电主体的出清电力数据,出清电力数据为发电主体和用电主体转移电力资源时的出清数据;
碳排放配额数据获取模块,用于获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;
调度模块,用于根据碳排放配额转移数据对目标碳排放配额进行调度。
第三方面,本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取发电主体和用电主体的出清电力数据,出清电力数据为发电主体和用电主体转移电力资源时的出清数据;
获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;
根据碳排放配额转移数据对目标碳排放配额进行调度。
第四方面,本申请还提供了一种计算机可读存储介质。该计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取发电主体和用电主体的出清电力数据,出清电力数据为发电主体和用电主体转移电力资源时的出清数据;
获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;
根据碳排放配额转移数据对目标碳排放配额进行调度。
第五方面,本申请还提供了一种计算机程序产品。该计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取发电主体和用电主体的出清电力数据,出清电力数据为发电主体和用电主体转移电力资源时的出清数据;
获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;
根据碳排放配额转移数据对目标碳排放配额进行调度。
上述基于电力调度的碳排放配额调度方法、装置、设备、存储介质和计算机产品,获取发电主体和用电主体的出清电力数据,该出清电力数据为发电主体和用电主体转移电力资源时的出清数据;获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;根据碳排放配额转移数据对目标碳排放配额进行调度。该方法在碳排放配额调度时,结合转移电力资源时的出清电力数据确定碳排放配额转移数据,充分利用电力资源转移时的数据,大大的促进了碳-电资源转移的数据融合和协同发展,可以灵活的实现碳排放配额调度,提高碳排放配额调度的可靠性,可以满足企业日益发展和变化的碳排放配额调度需求。
附图说明
图1为一个实施例中基于电力调度的碳排放配额调度方法的应用环境图;
图2为一个实施例中基于电力调度的碳排放配额调度方法的流程图;
图3为一个实施例中获取出清电力数据的流程图;
图4为一个实施例中获取碳排放配额转移数据的流程图;
图5为另一个实施例中基于电力调度的碳排放配额调度方法的流程图;
图6为一个实施例中基于电力调度的碳排放配额调度装置的结构框图;
图7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基于电力调度的碳排放配额调度方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。服务器104获取发电主体和用电主体的出清电力数据,所述出清电力数据为所述发电主体和所述用电主体转移电力资源时的出清数据;服务器104获取碳排放配额转移模型,并根据所述出清电力数据和所述碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;服务器104根据所述碳排放配额转移数据对所述目标碳排放配额进行调度。
其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种基于电力调度的碳排放配额调度方法,以该方法应用于图1中的服务器104为例进行说明,包括以下步骤:
步骤202,获取发电主体和用电主体的出清电力数据,出清电力数据为发电主体和用电主体转移电力资源时的出清数据。
其中,发电主体是在转移电力资源时的电力资源提供方,即用于生产电能的主体,可以发电机组,例如火电机组、风电机组等。用电主体是在转移电力资源时的电力资源接收方,可以是电力公司或终端用户。发电主体将产生的电力资源及时的转移至用电主体,解决电力资源不易存储的问题,实现电力系统的生产与使用同时完成,提高电力资源的利用率。出清可以理解为供求均衡,本实施例中的出清电力数据表示发电主体产生的电力资源全部转移至用电主体时转移的电力数据。
步骤204,获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据。
其中,碳排放配额表示碳排放额度,也就是允许的温室气体排放总量。通过碳排放配额的设定,实现对温室气体的排放限制,以实现对环境的保护。目标碳排放配额表示通过碳排放配额转移模型得到的进行碳排放配额调度后的目标碳排放配额,碳排放配额转移模型以目标碳排放配额为目标进行碳排放配额的调度。进一步的,由于发电主体在生产电力资源时会产生二氧化碳,也就是说,电力资源会对碳排放配额的转移产生影响。因此,本实施例基于出清电力数据确定碳排放配额转移数据。
示例性的,以在碳排放配额调出方和碳排放配额调入方进行碳排放配额调度为例,根据发电主体和用电主体的出清电力数据,通过碳排放配额转移模型可以得到碳排放配额调出方转移到碳排放配额调入方的碳排放配额转移数据,根据碳排放配额转移数据进行调度,分别得到碳排放配额调出方和碳排放配额调入方的目标碳排放配额。
步骤206,根据碳排放配额转移数据对目标碳排放配额进行调度。
示例性的,可以根据得到碳排放配额转移数据进行碳排放配额的调度,以使调度后的碳排放配额为目标碳排放配额。以前述示例为例,根据碳排放配额转移数据在碳排放配额调出方和碳排放配额调入方之间调度碳排放配额,以使调度后碳排放配额调出方或碳排放配额调入方的碳排放配额为目标碳排放配额。
上述基于电力调度的碳排放配额调度方法中,获取发电主体和用电主体的出清电力数据,该出清电力数据为发电主体和用电主体转移电力资源时的出清数据;并获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;根据碳排放配额转移数据对目标碳排放配额进行调度。该方法在碳排放配额调度时,结合用电主体和发电主体之间转移电力资源时的出清电力数据,确定碳排放配额转移数据,将电力资源与碳排放配额关联,促进了碳-电资源转移的数据融合和协同发展,可以灵活的实现碳排放配额调度,提高碳排放配额调度的可靠性,可以满足企业日益发展和变化的碳排放配额调度需求。
在一个实施例中,出清电力数据包括目标出清代价值和电力出清数量,获取发电主体和用电主体的出清电力数据,包括:获取转移电力资源过程中的竞价模型,根据竞价模型确定电力资源转移收益最大时的电力出清代价值,并将电力出清代价值作为目标出清代价值;获取转移电力资源过程中的出清模型,并根据目标出清代价值和出清模型确定电力出清数量。
其中,出清电力数据表示发电主体和用电主体在出清电力资源时的数据,出清电力数据包括目标出清代价值和电力出清数量,电力出清数量为出清时的电力资源转移数量,目标出清代价值为出清时电力资源转移的代价值。在转移电力资源时,发电主体和用电主体根据各自的收益最大确定各自进行电力资源转移的代价值,确定目标出清代价值。在目标出清代价值确定后,根据确定的目标出清代价值获取电力出清数量,电力出清数量的获取可以以社会代价值最大为目标得到。
示例性的,通过构建模型确定电力出清代价值和电力出清数量。由于确定电力出清数量以后转移电力资源时,电力资源的出清数据又会对电力资源转移时的收益产生影响,也就是说,电力出清代价值和电力出清数量是相互耦合与制约的数据,可以通过构建双层模型来描述转移电力资源的过程,例如构建竞价模型作为双层模型的上层模型,用以确定转移电力资源时的电力出清代价值;构建出清模型作为双层模型的下层模型,用以确定转移电力资源时的电力出清数量,通过求解双层模型来分析电力资源的转移数据。
在一个实施例中,竞价模型包括第一竞价模型和第二竞价模型,目标出清代价值包括第一出清代价值和第二出清代价值,根据竞价模型确定电力资源转移收益最大时的电力出清代价值,包括:在电力资源转移的过程中,根据第一竞价模型确定发电主体收益最大时的出清代价值作为第一出清代价值,并根据第二竞价模型确定用电主体收益最大时的出清代价值作为第二出清代价值。
其中,对于不同的主体,在转移电力资源时的目标出清代价值的获取方式不同,需要针对不同的主体分别构建竞价模型,用以获取不同主体的目标出清代价值。
在一种实现方式中,构建双层模型获取出清电力数据的流程如图3所示,如图3所示,获取出清电力数据的方法包括:
步骤302,构建第一竞价模型,并根据第一竞价模型确定发电主体收益最大时的出清代价值作为第一出清代价值。
示例性的,以发电主体为机组为例,构建第一竞价模型,第一竞价模型的目标函数为在t时段,机组的收益最大。
其中,为t时段的电力资源代价值;/>为机组i在第k时间段的中标发电功率;/>为除碳成本外的机组i在第k段的边际发电成本;/>为机组i第k时间段的预计代价值,即本步骤需要求解的第一出清代价值;/>和/>为机组i第k时间段预计代价值上下限;/>为t时段的碳市场代价值;ei,t为机组i在t时段的碳排放强度因子;为机组i在履约期内的碳排放配额总量;/>为机组i在t时段的碳排放配额分解因子,由各主体按照自身情况制定。
以机组的收益最大为目标求解第一竞价模型,得到第一出清代价值。
步骤304,构建第二竞价模型,并根据第二竞价模型确定用电主体收益最大时的出清代价值作为第二出清代价值。
示例性的,以用电主体为电力用户为例,构建第二竞价模型,第二竞价模型的目标函数为在t时段,电力用户的收益最大。
其中,为电力用户j在第d时间段的中标发电功率;/>为电力用户j在第d段的边际效用;/>为电力用户j在第d段的预计代价值,即本步骤需要求解的第二出清代价值;/>和/>为电力用户j在第d段的预计代价值上下限;ej,t为电力用户j在t时段的碳排放强度因子;/>为电力用户j在履约期内的碳排放配额总量;/>为电力用户j在t时段的碳排放配额分解因子。
以电力用户的收益最大为目标求解第二竞价模型,得到第二出清代价值。
步骤306,构建转移电力资源过程中的出清模型,并根据第一出清代价值、第二出清代价值和出清模型确定电力出清数量。
示例性的,转移电力资源过程中的出清模型的目标函数为在t时段,社会总福利最大。
式中:和/>为机组i在第k时间段的申报电量和电力用户j在第d段的申报电量;ζl,i和ζl,j为机组i和电力用户j对支路l的功率传输分布系数;Pl,max为支路l的传输功率极限。
根据前述内容确定的第一出清代价值、第二出清代价值,以社会福利最大为目标求解出清模型,求解出清模型的电力出清数据。
在一个实施例中,该方法还包括:获取转移电力资源过程中的竞价模型和出清模型;根据出清模型确定竞价模型的约束条件,利用约束条件对竞价模型进行模型更新,得到更新后的竞价模型;根据更新后的竞价模型获取出清电力数据。
其中,转移电力资源时,电力资源的竞价模型和出清模型是相互制约和关联的两个模型,其中,出清模型是一个凸优化模型,可以根据出清模型进行优化,得到竞价模型的约束条件,将竞价模型和出清模型的双层模型转化为单层优化模型。
示例性的,可以通过如KKT条件(Karush–Kuhn–Tucker conditions)对出清模型进行等效替换,对竞价模型进行更新,得到一个更新后的单层优化竞价模型,利用强对偶定理和互补约束条件线性化处理,该更新后的模型可以进一步转化成一个混合整数线性规划问题。对更新后的竞价模型进行求解即可得到转移电力资源时的出清电力数据。当任一发电主体或用电主体都不主动改变其预计代价值时,达到竞价博弈均衡点,可认为当前时刻的电力资源转移达到均衡。
在一个实施例中,根据碳排放配额转移数据对目标碳排放配额进行调度,包括:将目标碳排放配额的初始调度周期划分为多个连续的子周期,各子周期与转移电力资源的周期相同;将子周期作为目标碳排放配额的目标调度周期,并按照目标调度周期对目标碳排放配额进行调度。
其中,转移电力资源的周期是离散的,但是碳排放配额的调度是连续的。为了将碳-电资源进行耦合计算,有效的衔接电力资源转移数据与碳排放配额调度数据。可以将碳排放配额调度周期进行离散化处理,以实现碳排放配额调度周期与电力资源转移周期匹配。
示例性的,在一个碳排放配额调度的履约期T内,碳排放配额调度可以通过t个连续出清的调度时段表示,该时段可以表示为子周期,子周期的划分颗粒度应与电力资源的出清转移颗粒度相同。在每个调度子周期中,碳排放配额数据根据碳排放配额调度模型对目标碳排放配额进行出清调度,待出清完毕后,即进入下一个调度时段,以此拟合连续的碳排放配额调度。
在一个实施例中,碳排放配额转移数据包括碳排放配额转移数量和目标碳排放配额转移代价值,根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据,包括:根据出清电力数据和碳排放配额转移模型确定碳排放配额转移数量;根据碳排放配额转移数量和碳排放配额转移模型确定碳排放配额转移收益最大时的碳排放配额转移代价值,并将碳排放配额转移代价值作为目标碳排放配额转移代价值。
其中,碳排放配额转移数据包括碳排放配额转移数量和目标碳排放配额转移代价值,碳排放配额转移模型的数据处理包括对碳排放配额转移数量的获取和对目标碳排放配额转移代价值的获取。根据计算得到的碳排放配额转移数量和目标碳排放配额转移代价值,可以对碳排放配额进行出清计算。
在一种实现方式中,如图4所示,获取碳排放配额转移数据包括以下步骤:
步骤402,根据出清电力数据和碳排放配额转移模型确定碳排放配额转移数量。
在确定碳排放配额转移数量时,基于出清电力数据进行的电力资源转移结果,对碳排放配额的亏损数量或结余数量进行计算,作为参与碳排放配额转移的依据,表示为:
其中,和/>为t时段市场主体o在碳排放配额调度时的碳排放配额申报量、碳排放配额实际调度量和碳排放配额净剩余量,其中正为调出,负为调入;Po,t为t时段市场主体o的中标电量;eo,t和/>为t时段市场主体o的碳排放强度因子和碳排放配额总量;ωo,t为t时段市场主体o的碳排放配额分解因子。其中,碳排放配额实际调度量即本步骤需要得到的碳排放配额转移数量。
步骤404,根据碳排放配额转移数量和碳排放配额转移模型确定碳排放配额转移收益最大时的碳排放配额转移代价值,并将碳排放配额转移代价值作为目标碳排放配额转移代价值。
在确定目标碳排放配额转移代价值时,分为碳排放配额调出方的目标碳排放配额转移代价值和碳排放配额调入方的目标碳排放配额转移代价值,分别针对不同的目标主体进行计算。
(A)目标主体为碳排放配额调入方,即时
目标主体以未来碳排放配额调度时可能出现的最小代价值作为预计代价值,以保证目标主体在整个履约期收益最大,而不是在碳排放配额出现亏损时急于在当前时刻进行调度,因为只要在履约期内完成对亏损碳排放配额的调入,目标主体就不会被惩罚。具体代价值计算过程为:
其中,为第m个碳排放配额调入者在t时刻的预计碳排放配额转移代价值,即本步骤需要求解的目标碳排放配额转移代价值。/>为t时段之后的第m个碳排放配额调入方预期的最小碳排放配额转移代价值;/>和/>为第m个碳排放配额调入方的碳减排边际成本和未履约单位惩罚代价值;/>为t时段第m个碳排放配额调入方的碳排放配额履约压力系数,随着履约日期的临近和拖欠碳排放配额的数量增加,目标主体的履约压力越大;/>为供求关系系数,当出现供不应求的情况,碳排放配额调入方会酌情改变碳排放配额转移代价值。
和/>的计算方法为:
其中,a为目标主体履约压力基数,该履约压力系数大于1;b为供求关系系数基数,该供求关系系数基数大于1;Qt CET,bs,net为t时段碳排放配额调入总量与总调出总量的差值;和/>为第m个碳排放配额调入方的履约压力承受阈值和供求承受阈值,/>表示t时段第m个碳排放配额调入方的碳排放配额净剩余量。。
t时段之后的目标主体预期的最小碳排放配额转移代价值的计算方法为:
其中,r表示目标主体的风险承担系数,目标主体策略越保守,r越小。为t时刻后第m个碳排放配额调入方预测的各时段碳排放配额转移代价值,pm,τ为预测准确度,当距离当前时刻时间越近,预测准确度越高。
(B)目标主体为碳排放配额调出方,即时
目标主体以未来碳排放配额调度时可能出现的最大代价值作为预计代价值,与前述内容相似,目标主体并不急于在当前时刻调出自身剩余的碳排放配额,而是希望在整个履约期的碳排放配额代价值达到峰值时调出。具体代价值计算过程如下:
其中,为第n个碳排放配额调出者在t时刻的预计碳排放配额转移代价值,即本步骤需要求解的目标碳排放配额转移代价值。/>为t时段之后的第n个碳排放配额调出方预期的最大碳排放配额转移代价值;/>为t时段第n个碳排放配额调出方的碳排放配额售卖压力系数,随着履约日期的临近和供求关系的变化,目标主体会酌情增大或降低碳排放配额转移代价值;/>为供求关系系数,当出现供大于求的情况,碳排放配额调出方会酌情降低碳排放配额转移代价值。Qt CET,bs,net为t时段碳排放配额调入总量与总调出总量的差值,c为碳排放配额调出方的调出压力基数,该调出压力基数略大于0;d为碳排放配额调出方的供求关系系数基数,该供求关系系数基数小于1;/>和/>为第n个碳排放配额调出方的调出压力承受阈值和供求承受阈值,/>表示t时段第n个碳排放配额调出方的碳排放配额净剩余量。
在完成碳排放配额调入方和碳排放配额调出方参与的确定碳排放配额转移数量和目标碳排放配额转移代价值后,得到碳排放配额转移数据。根据得到的碳排放配额转移数据进行碳排放配额的出清计算,可完整的模拟整个履约期内的碳排放配额转移过程。
其中,碳排放配额的出清计算可以通过碳出清模型实现,对于t时刻的碳排放配额转移,碳出清模型表示为:
其中,和/>为第n个碳排放配额调出者和第m个碳排放配额调入者在t时刻的预计碳排放配额转移代价值;/>和/>为第n个碳排放配额调出者在t时刻的中标碳排放配额转移数量和申报碳排放配额转移数量;/>和/>为第m个碳排放配额调出者在t时刻的中标碳排放配额转移数量和申报碳排放配额转移数量。
在一个双向拍卖交易结束后,碳排放配额转移的目标主体可以选择改变碳排放配额转移代价值和碳排放配额转移数量,也可以维持上一个时段的碳排放配额转移数据不变。
本实施例构建此碳出清模型后,将碳排放配额转移和电力资源转移过程实现多时段深度耦合,为各目标主体在考虑电力资源出清结果的情况下参与碳排放配额转移的竞标提供可能。
图5为一个实施例中的基于电力调度的碳排放配额调度方法的流程图,如图5所示,在一个实施例中,碳排放配额调度方法包括以下步骤:
步骤502,构建发电主体竞价模型,并根据发电主体竞价模型得到发电主体的目标出清代价值。
发电主体竞价模型以发电主体的收益最大为目标进行求解,得到发电主体的目标出清代价值。
步骤504,构建用电主体竞价模型,并根据用电主体竞价模型得到用电主体的目标出清代价值。
用电主体竞价模型以用电主体的收益最大为目标进行求解,得到用电主体的目标出清代价值。
步骤506,构建转移电力资源过程中的出清模型,并根据发电主体的目标出清代价值、用电主体的目标出清代价值和出清模型得到电力出清数量。
出清模型以社会收益最大为目标进行求解,得到电力资源出清转移时的电力出清数量。电力出清数量、发电主体的目标出清代价值和用电主体的目标出清代价值共同构成出清电力数据。
步骤508,根据出清电力数据转移电力资源,基于电力资源的出清结构通过碳排放配额转移模型得到碳排放配额转移数量。
步骤510,根据碳排放配额转移数量和碳排放配额转移模型得到目标碳排放配额转移代价值。
步骤512,根据得到的碳排放配额转移数量和目标碳排放配额转移代价值对所述目标碳排放配额进行调度,进行碳排放配额的出清。
本实施例中,通过计算转移电力资源时的出清电力数据,基于出清电力数据对电力资源进行出清转移,在电力资源转移结果的基础上,通过碳额度调度模型确定碳额度转移数据,实现碳-电资源转移的深度耦合,提高碳额度转移的灵活性和准确性。
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基于电力调度的碳排放配额调度方法的基于电力调度的碳排放配额调度装置。该装置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基于电力调度的碳排放配额调度装置实施例中的具体限定可以参见上文中对于基于电力调度的碳排放配额调度方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种基于电力调度的碳排放配额调度装置,包括:电力数据获取模块602、碳排放配额数据获取模块604和调度模块606,其中:
电力数据获取模块602,用于获取发电主体和用电主体的出清电力数据,出清电力数据为发电主体和用电主体转移电力资源时的出清数据;
碳排放配额数据获取模块604,用于获取碳排放配额转移模型,并根据出清电力数据和碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;
调度模块606,用于根据碳排放配额转移数据对目标碳排放配额进行调度。
在一个实施例中,电力数据获取模块602还用于获取转移电力资源过程中的竞价模型,根据竞价模型确定电力资源转移收益最大时的电力出清代价值,并将电力出清代价值作为目标出清代价值;获取转移电力资源过程中的出清模型,并根据目标出清代价值和出清模型确定电力出清数量。
在一个实施例中,竞价模型包括第一竞价模型和第二竞价模型,目标出清代价值包括第一出清代价值和第二出清代价值,电力数据获取模块602还用于在电力资源转移的过程中,根据第一竞价模型确定发电主体收益最大时的出清代价值作为第一出清代价值,并根据第二竞价模型确定用电主体收益最大时的出清代价值作为第二出清代价值。
在一个实施例中,该装置还用于获取转移电力资源过程中的竞价模型和出清模型;根据出清模型确定竞价模型的约束条件,利用约束条件对竞价模型进行模型更新,得到更新后的竞价模型;根据更新后的竞价模型获取出清电力数据。
在一个实施例中,碳排放配额数据获取模块604还用于根据出清电力数据和碳排放配额转移模型确定碳排放配额转移数量;根据碳排放配额转移数量和碳排放配额转移模型确定碳排放配额转移收益最大时的碳排放配额转移代价值,并将碳排放配额转移代价值作为目标碳排放配额转移代价值。
在一个实施例中,调度模块606还用于将目标碳排放配额的初始调度周期划分为多个连续的子周期,各子周期与转移电力资源的周期相同;将子周期作为目标碳排放配额的目标调度周期,并按照目标调度周期对目标碳排放配额进行调度。
上述基于电力调度的碳排放配额调度装置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。上述各模块可以通过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。
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7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。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碳排放配额数据。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。该计算机程序被处理器执行时以实现一种基于电力调度的碳排放配额调度方法。
本领域技术人员可以理解,图7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,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,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。
需要说明的是,本申请所涉及的电力转移数据和碳排放配额数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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)
1.一种基于电力调度的碳排放配额调度方法,其特征在于,所述方法包括:
获取发电主体和用电主体的出清电力数据,所述出清电力数据为所述发电主体和所述用电主体转移电力资源时的出清数据;
获取碳排放配额转移模型,并根据所述出清电力数据和所述碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;
根据所述碳排放配额转移数据对所述目标碳排放配额进行调度。
2.根据权利要求1所述的方法,其特征在于,所述出清电力数据包括目标出清代价值和电力出清数量,所述获取发电主体和用电主体的出清电力数据,包括:
获取转移电力资源过程中的竞价模型,根据所述竞价模型确定电力资源转移收益最大时的电力出清代价值,并将所述电力出清代价值作为所述目标出清代价值;
获取转移电力资源过程中的出清模型,并根据所述目标出清代价值和所述出清模型确定所述电力出清数量。
3.根据权利要求2所述的方法,其特征在于,所述竞价模型包括第一竞价模型和第二竞价模型,所述目标出清代价值包括第一出清代价值和第二出清代价值,根据所述竞价模型确定电力资源转移收益最大时的电力出清代价值,包括:
在电力资源转移的过程中,根据所述第一竞价模型确定所述发电主体收益最大时的出清代价值作为所述第一出清代价值,并根据所述第二竞价模型确定所述用电主体收益最大时的出清代价值作为所述第二出清代价值。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取转移电力资源过程中的竞价模型和出清模型;
根据所述出清模型确定所述竞价模型的约束条件,利用所述约束条件对所述竞价模型进行模型更新,得到更新后的竞价模型;
根据所述更新后的竞价模型获取所述出清电力数据。
5.根据权利要求1所述的方法,其特征在于,所述碳排放配额转移数据包括碳排放配额转移数量和目标碳排放配额转移代价值,所述根据所述出清电力数据和所述碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据,包括:
根据所述出清电力数据和所述碳排放配额转移模型确定所述碳排放配额转移数量;
根据所述碳排放配额转移数量和所述碳排放配额转移模型确定碳排放配额转移收益最大时的碳排放配额转移代价值,并将所述碳排放配额转移代价值作为目标碳排放配额转移代价值。
6.根据权利要求1所述的方法,其特征在于,所述根据所述碳排放配额转移数据对所述目标碳排放配额进行调度,包括:
将所述目标碳排放配额的初始调度周期划分为多个连续的子周期,各所述子周期与转移电力资源的周期相同;
将所述子周期作为所述目标碳排放配额的目标调度周期,并按照所述目标调度周期对所述目标碳排放配额进行调度。
7.一种基于电力调度的碳排放配额调度装置,其特征在于,所述装置包括:
电力数据获取模块,用于获取发电主体和用电主体的出清电力数据,所述出清电力数据为所述发电主体和所述用电主体转移电力资源时的出清数据;
碳排放配额数据获取模块,用于获取碳排放配额转移模型,并根据所述出清电力数据和所述碳排放配额转移模型,确定对目标碳排放配额进行调度时的碳排放配额转移数据;
调度模块,用于根据所述碳排放配额转移数据对所述目标碳排放配额进行调度。
8.一种计算机设备,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。
9.一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。
10.一种计算机程序产品,包括计算机程序,其特征在于,该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 |
---|---|---|---|
CN202310432545.9A CN116451960B (zh) | 2023-04-20 | 2023-04-20 | 基于电力调度的碳排放权配额调度方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310432545.9A CN116451960B (zh) | 2023-04-20 | 2023-04-20 | 基于电力调度的碳排放权配额调度方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116451960A true CN116451960A (zh) | 2023-07-18 |
CN116451960B CN116451960B (zh) | 2024-06-28 |
Family
ID=87127212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310432545.9A Active CN116451960B (zh) | 2023-04-20 | 2023-04-20 | 基于电力调度的碳排放权配额调度方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116451960B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090307037A1 (en) * | 2008-06-09 | 2009-12-10 | Oracle International Corporation | Resource Planning System With Carbon Emission Input |
US20160055596A1 (en) * | 2014-08-20 | 2016-02-25 | Lavenya Dilip | Real time carbon emissions assimilation, reporting and management system |
US20200328984A1 (en) * | 2019-04-11 | 2020-10-15 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for allocating resource |
CN112803454A (zh) * | 2021-01-04 | 2021-05-14 | 上海电气分布式能源科技有限公司 | 电力资源管理方法、装置、电子设备和存储介质 |
CN113344463A (zh) * | 2021-07-09 | 2021-09-03 | 国家电网有限公司华东分部 | 电力现货市场的碳排放调节方法、装置、电子设备及介质 |
US20210342240A1 (en) * | 2020-04-29 | 2021-11-04 | EMC IP Holding Company LLC | Method, electronic device, and computer program product for monitoring storage system |
CN114139837A (zh) * | 2022-02-07 | 2022-03-04 | 中建安装集团有限公司 | 一种考虑双层碳排放优化分配模型的区域多系统双层分散优化调度方法 |
CN115062921A (zh) * | 2022-05-24 | 2022-09-16 | 龙源(北京)碳资产管理技术有限公司 | 碳排放配额调剂方法、装置、存储介质及电子设备 |
CN115271228A (zh) * | 2022-08-05 | 2022-11-01 | 中国南方电网有限责任公司 | 电-气联合系统的能价计算方法、装置和计算机设备 |
CN115481898A (zh) * | 2022-09-20 | 2022-12-16 | 南方电网能源发展研究院有限责任公司 | 电力碳排放因子确认模型构建方法、装置和计算机设备 |
CN115511631A (zh) * | 2022-09-27 | 2022-12-23 | 博锐尚格科技股份有限公司 | 一种碳交易方法、装置、电子设备及存储介质 |
CN115545498A (zh) * | 2022-10-13 | 2022-12-30 | 国网上海市电力公司 | 基于电力网络中碳排放成本的传导方法 |
CN115564152A (zh) * | 2022-12-06 | 2023-01-03 | 南方电网数字电网研究院有限公司 | 基于stirpat模型的碳排放量预测方法及装置 |
WO2023023901A1 (zh) * | 2021-08-23 | 2023-03-02 | 冀北电力交易中心有限公司 | 一种电力市场中长期集中竞价出清价格的预测方法 |
CN115760217A (zh) * | 2022-12-07 | 2023-03-07 | 上海交通大学 | 电力市场和碳市场协同的联合出清方法及系统 |
CN115759361A (zh) * | 2022-10-31 | 2023-03-07 | 中国电力科学研究院有限公司 | 基于双层规划的交通能源调度方法、系统、设备和介质 |
-
2023
- 2023-04-20 CN CN202310432545.9A patent/CN116451960B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090307037A1 (en) * | 2008-06-09 | 2009-12-10 | Oracle International Corporation | Resource Planning System With Carbon Emission Input |
US20160055596A1 (en) * | 2014-08-20 | 2016-02-25 | Lavenya Dilip | Real time carbon emissions assimilation, reporting and management system |
US20200328984A1 (en) * | 2019-04-11 | 2020-10-15 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for allocating resource |
US20210342240A1 (en) * | 2020-04-29 | 2021-11-04 | EMC IP Holding Company LLC | Method, electronic device, and computer program product for monitoring storage system |
CN112803454A (zh) * | 2021-01-04 | 2021-05-14 | 上海电气分布式能源科技有限公司 | 电力资源管理方法、装置、电子设备和存储介质 |
CN113344463A (zh) * | 2021-07-09 | 2021-09-03 | 国家电网有限公司华东分部 | 电力现货市场的碳排放调节方法、装置、电子设备及介质 |
WO2023023901A1 (zh) * | 2021-08-23 | 2023-03-02 | 冀北电力交易中心有限公司 | 一种电力市场中长期集中竞价出清价格的预测方法 |
CN114139837A (zh) * | 2022-02-07 | 2022-03-04 | 中建安装集团有限公司 | 一种考虑双层碳排放优化分配模型的区域多系统双层分散优化调度方法 |
CN115062921A (zh) * | 2022-05-24 | 2022-09-16 | 龙源(北京)碳资产管理技术有限公司 | 碳排放配额调剂方法、装置、存储介质及电子设备 |
CN115271228A (zh) * | 2022-08-05 | 2022-11-01 | 中国南方电网有限责任公司 | 电-气联合系统的能价计算方法、装置和计算机设备 |
CN115481898A (zh) * | 2022-09-20 | 2022-12-16 | 南方电网能源发展研究院有限责任公司 | 电力碳排放因子确认模型构建方法、装置和计算机设备 |
CN115511631A (zh) * | 2022-09-27 | 2022-12-23 | 博锐尚格科技股份有限公司 | 一种碳交易方法、装置、电子设备及存储介质 |
CN115545498A (zh) * | 2022-10-13 | 2022-12-30 | 国网上海市电力公司 | 基于电力网络中碳排放成本的传导方法 |
CN115759361A (zh) * | 2022-10-31 | 2023-03-07 | 中国电力科学研究院有限公司 | 基于双层规划的交通能源调度方法、系统、设备和介质 |
CN115564152A (zh) * | 2022-12-06 | 2023-01-03 | 南方电网数字电网研究院有限公司 | 基于stirpat模型的碳排放量预测方法及装置 |
CN115760217A (zh) * | 2022-12-07 | 2023-03-07 | 上海交通大学 | 电力市场和碳市场协同的联合出清方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116451960B (zh) | 2024-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lu et al. | Multi-agent deep reinforcement learning based demand response for discrete manufacturing systems energy management | |
CN114757457B (zh) | 基于电力大数据的电碳排放全过程监测方法和装置 | |
Nguyen et al. | Sharing profit from joint offering of a group of wind power producers in day ahead markets | |
CN114757602B (zh) | 供给侧电力碳排放风险预警方法、装置和计算机设备 | |
CN115081958A (zh) | 用户电力调整方法、装置、电子设备和计算机可读介质 | |
Song et al. | Multi-fidelity sampling for efficient simulation-based decision making in manufacturing management | |
JP2023087656A (ja) | コンピュータ実装方法、コンピュータプログラム製品、およびシステム(炭素排出量目標に基づくサプライチェーン戦略の動的な強化) | |
CN115271228A (zh) | 电-气联合系统的能价计算方法、装置和计算机设备 | |
Gao et al. | A multi-objective service composition method considering the interests of tri-stakeholders in cloud manufacturing based on an enhanced jellyfish search optimizer | |
CN116451960B (zh) | 基于电力调度的碳排放权配额调度方法、装置和设备 | |
CN116542490A (zh) | 虚拟电厂日前调度封装模型以及调度出清模型构建方法 | |
CN115994614A (zh) | 新能源分时电价定价方法、装置、计算机设备及存储介质 | |
CN113822707B (zh) | 电力市场的出力决策方法、装置、计算机设备及存储介质 | |
US20230031691A1 (en) | Training machine learning models | |
CN115189409A (zh) | 电力系统生产模拟方法、装置、计算机设备及存储介质 | |
CN113947503A (zh) | 基于区块链和新能源消纳调度的电能生产单位推荐方法 | |
WO2021203489A1 (zh) | 一种记录决策行为的方法、系统和设备 | |
CN113869944A (zh) | 基于机器学习的营收预测方法、设备及可读存储介质 | |
de la Barcena Grau | Social Impact Returns. Filling the Finance Gap with Data Value | |
CN116667356B (zh) | 发电主体行为控制方法、装置、设备、介质和产品 | |
Wang et al. | Adaptive personalized federated reinforcement learning for multiple-ESS optimal market dispatch strategy with electric vehicles and photovoltaic power generations | |
CN117424215A (zh) | 基于碳交易和绿电交易的电力资源出清控制方法和装置 | |
Song et al. | Equipment maintenance task prediction model analysis based on BAS-PSO hybrid optimization algorithm | |
CN118036806A (zh) | 基于价值链的工业园区综合能源系统优化调度决策方法 | |
Wei | A Novel Algorithm for Profit Distribution of Sustainable Development Using E‐Commerce Supply Chain |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |