CN116883174B - 一种基于区块链的碳资产管理方法、系统及电子设备 - Google Patents
一种基于区块链的碳资产管理方法、系统及电子设备 Download PDFInfo
- Publication number
- CN116883174B CN116883174B CN202310375591.XA CN202310375591A CN116883174B CN 116883174 B CN116883174 B CN 116883174B CN 202310375591 A CN202310375591 A CN 202310375591A CN 116883174 B CN116883174 B CN 116883174B
- Authority
- CN
- China
- Prior art keywords
- carbon
- enterprise
- managed
- enterprises
- 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.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 401
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 397
- 238000007726 management method Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004519 manufacturing process Methods 0.000 claims abstract description 31
- 238000013523 data management Methods 0.000 claims abstract description 30
- 230000003993 interaction Effects 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 23
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 230000002452 interceptive effect Effects 0.000 claims abstract description 5
- 230000009467 reduction Effects 0.000 claims description 31
- 239000000446 fuel Substances 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 24
- 239000002803 fossil fuel Substances 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- 239000007787 solid Substances 0.000 claims description 6
- 238000002485 combustion reaction Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 claims description 3
- 230000003647 oxidation Effects 0.000 claims description 3
- 238000007254 oxidation reaction Methods 0.000 claims description 3
- 239000002994 raw material Substances 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000010757 Reduction Activity Effects 0.000 claims 1
- 230000007246 mechanism Effects 0.000 description 9
- 238000010248 power generation Methods 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 2
- 239000003034 coal gas Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 239000003209 petroleum derivative Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000006229 carbon black Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000002747 voluntary 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于区块链的碳资产管理方法、系统及电子设备，涉及碳资产管理技术领域。方法包括：根据待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据，确定待管理区域电网下每个企业的碳排放量和碳配额免费分配量；根据购买决策，基于碳数据管理框架完成碳资源交互，获取待管理区域电网下多个企业对碳资源交互反馈值；根据待管理区域电网下多个企业对碳资源交互反馈值，利用帕累托最优原则在约束条件下对目标函数进行求解，根据求解结果对企业进行碳排放量优化和碳配额优化，完成对碳数据管理框架的优化升级。本发明基于区块链技术和帕累托最优原则对企业的碳交易碳排进行优化，能够促进可再生能源全局配置的合理性。
Description
技术领域
本发明涉及碳资产管理技术领域，特别是涉及一种基于区块链的碳资产管理方法、系统及电子设备。
背景技术
碳交易是将二氧化碳排放权商品化的一种市场机制。中国政府逐步出台可再生能源电力配额(简称配额制)和绿证认购相关政策，用市场化方式完成对原有可再生能源补贴政策的替代。在激励可再生能源产业发展的多种政策中，配额制是目前较普遍一种，其承担配额的主体包括发电厂商和电网公司，在该激励政策下，用电用户必须生产、销售和使用超过给定最低比率的可再生能源电力。碳排放权的初始分配有免费分配和有偿分配两种方式，通常有偿分配会增加行业的额外负担，因而通常采用更易被接受的免费分配方式。以中国经核证的自愿减排量(Chinese Certified Emission Reduction，CCER)为商品所做的交易则需要通过项目的审查、备案和登记，经国务院生态环境主管部门认可之后，通过削减排放量获得减排凭证。可再生能源发电几乎不产生碳排放，因此常以CCER的形式参与碳交易，作为减排贡献的证明来替代新能源发电的补贴进入市场交易。高碳排企业将会通过转让发电权来降低自己的碳排放量，降低由于超出碳排放额的经济损失；可再生能源企业通过购买发电权多发电，进一步参与竞争。
碳资产(CarbonAsset)是由碳排放权发展而来的，但又不仅仅是碳排放权，它是对碳排放权的继承和发展，即碳排放权不仅是被广泛采用的减排手段，在市场机制背景下己经发展成为新的资产形式和新的金融工具。随着参与碳交易的主体增多，涉及到碳排放额交易记录数量与日俱增，因碳排放权具有资产属性，企业在低碳管理过程中，在减排的管理基础上，还应将碳交易与战略成本管理、管理会计结合起来，形成一个综合的管理体系框架，更有效地对碳排放与交易进行管理。碳排放权交易从核发到登记具有周期性特点。因此需要一种透明、安全且便捷的去中心化技术来支撑未来碳排放权交易市场。
发明内容
本发明的目的是提供一种基于区块链的碳资产管理方法、系统及电子设备，基于区块链技术和帕累托最优原则对企业的碳交易碳排进行优化，能够促进可再生能源全局配置的合理性。
为实现上述目的，本发明提供了如下方案：
一种基于区块链的碳资产管理方法，包括：
基于区块链搭建待管理区域电网的碳数据管理框架；
获取待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据；
根据待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据，确定待管理区域电网下每个企业的碳排放量和碳配额免费分配量；
分别获取待管理区域电网下每个企业的购买决策；所述购买决策是企业根据自身的碳排放量和碳配额免费分配量确定的；待管理区域电网下多个企业的购买决策符合供需均衡原则；
待管理区域电网下多个企业根据所述购买决策，基于所述碳数据管理框架完成碳资源交互，获取待管理区域电网下多个企业对碳资源交互反馈值；
构建目标函数和约束条件；
根据待管理区域电网下多个企业对碳资源交互反馈值，利用帕累托最优原则在所述约束条件下对所述目标函数进行求解，根据求解结果对企业进行碳排放量优化和碳配额优化，完成对碳数据管理框架的优化升级。
可选的，所述生产数据包括：实际网损率、年度供电量、网损率基准值和控排系数。
可选的，所述根据待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据，确定待管理区域电网下每个企业的碳排放量和碳配额免费分配量，包括：
确定待管理区域电网下任一企业为当前企业；
根据待管理区域电网碳排放因子，以及当前企业的实际网损率和年度供电量，根据公式Egrid＝LR×Qsupply×EFgrid确定当前企业的碳排放量；其中，Egrid为企业的碳排放量；LR为实际网损率；Qsupply为企业的年度供电量；EFgrid为区域电网碳排放因子；
根据待管理区域电网碳排放因子，以及当前企业的网损率基准值和控排系数，根据公式T＝LRHB×Qsupply×EFgrid×f确定当前企业的碳配额免费分配；其中，T为企业的碳配额免费分配量；LRHB为网损率基准值；f为电网企业控排系数。
可选的，所述供需均衡原则为：
fccers＝Kccers·e/A0ccers；
其中，ccers为可产生CCER的行业集合；ets为参与碳市场交易的控排行业集合；qt为t时期内全部控排企业利用CCER抵销碳配额的比例；Eets，t为t时期内控排企业ets的碳排放量；为t时期内控排企业ets对风电CCER或光伏CCER的需求量；/>表示对t时期全部控排行业对风电或光伏CCER的需求总量；Accer,t·fccers·cccer,t表示风电或光伏CCER的供给总量；Accer,t为t时期内风电或光伏行业的价值量产出水平，fccers为将价值量产出水平转化为CCER的系数；cccer,t代表t时期风电或光伏产出中可以转化为CCER的比例系数；Kccers为风电或光伏年实际发电量，e为火电碳排放基准值；A0ccers为风电或光伏行业的年产出价值量水平。
可选的，所述目标函数为：
其中，f1为在负荷高峰点经过交易后控排企业参加的碳交易系统能够获得的总社会效用，即第一优化目标，λ为经验常数；f2为交易后系统的网络损耗，即第二个优化目标；cT为系统可控发电机组给出的替代报价行向量；Pgp为系统在运行点的有功出力列向量。
可选的，所述约束条件包括：
当前运行点有功约束：Pgmin≤Pg0+Pgp≤Pgmax；
当前运行点无功约束：Qgmin≤Qgp≤Qgmax；
当前运行点电压幅值约束：Qgmin≤Qgc≤Qgmax；
极限点处无功约束：Vpmin≤Vp≤Vpmax；
支路电流的负荷约束：
碳排放约束：Ke(Pg0+Pgp)≤Cref；
其中，Pgmin为负荷高峰点处机组有功出力下限；Pg0为控排企业参加的碳交易系统中可控发电机组的在初始运行点的有功出力列向量；Pgmax为负荷高峰点处机组有功出力上限；Qgmin为负荷高峰点处机组无功出力下限；Qgp为控排企业参加的碳交易系统中在负荷高峰点时发电机组的无功出力；Qgmax为负荷高峰点处机组无功出力上限；Qgc为控排企业参加的碳交易系统中在负荷临界点时发电机组的无功出力；Vpmin节点电压幅值下限；Vp为控排企业参加的碳交易系统中在负荷高峰点时节点电压的幅值；Vpmin节点电压幅值上限；Iij(·)表示从节点i流向节点j时支路电流的幅值；Iji(·)表示从节点j流向节点i时支路电流的幅值；Iij(xp)表示流过节点xp支路电流的值，Iijmax为流过节点支路电流的最大值；Ke为碳排系数，Cref为碳排上限值。
一种基于区块链的碳资产管理系统，包括：
碳数据管理框架搭建模块，用于基于区块链搭建待管理区域电网的碳数据管理框架；
数据获取模块，用于获取待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据；
碳排碳配额确定模块，用于根据待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据，确定待管理区域电网下每个企业的碳排放量和碳配额免费分配量；
购买决策获取模块，用于分别获取待管理区域电网下每个企业的购买决策；所述购买决策是企业根据自身的碳排放量和碳配额免费分配量确定的；待管理区域电网下多个企业的购买决策符合供需均衡原则；
碳资源交互模块，用于使待管理区域电网下多个企业根据所述购买决策，基于所述碳数据管理框架完成碳资源交互，获取待管理区域电网下多个企业对碳资源交互反馈值；
目标函数构建模块，用于构建目标函数和约束条件；
优化模块，用于根据待管理区域电网下多个企业对碳资源交互反馈值，利用帕累托最优原则在所述约束条件下对所述目标函数进行求解，根据求解结果对企业进行碳排放量优化和碳配额优化，完成对碳数据管理框架的优化升级。
一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行所述的一种基于区块链的碳资产管理方法。
可选的，所述存储器为可读存储介质。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供的基于区块链的碳资产管理方法、系统及电子设备，包括：基于区块链搭建待管理区域电网的碳数据管理框架；获取待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据；根据待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据，确定待管理区域电网下每个企业的碳排放量和碳配额免费分配量；分别获取待管理区域电网下每个企业的购买决策；购买决策是企业根据自身的碳排放量和碳配额免费分配量确定的；待管理区域电网下多个企业的购买决策符合供需均衡原则；待管理区域电网下多个企业根据购买决策，基于碳数据管理框架完成碳资源交互，获取待管理区域电网下多个企业对碳资源交互反馈值；构建目标函数和约束条件；根据待管理区域电网下多个企业对碳资源交互反馈值，利用帕累托最优原则在约束条件下对目标函数进行求解，根据求解结果对企业进行碳排放量优化和碳配额优化，完成对碳数据管理框架的优化升级。本发明基于区块链技术和帕累托最优原则对企业的碳交易碳排进行优化，能够促进可再生能源全局配置的合理性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1中一种基于区块链的碳资产管理方法流程图；
图2为本发明实施例1中碳数据管理框架示意图；
图3为本发明实施例2中碳资产管理功能模块示意图；
图4为本发明实施例2中基于区块链技术的绿色能源碳交易机制与碳数据管理架构示意图；
图5为本发明实施例2中基于区块链技术的碳交易模式示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种基于区块链的碳资产管理方法、系统及电子设备，基于区块链技术和帕累托最优原则对企业的碳交易碳排进行优化，能够促进可再生能源全局配置的合理性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
如图1所示，本实施例提供了一种基于区块链的碳资产管理方法，包括：
步骤101：基于区块链搭建待管理区域电网的碳数据管理框架。碳数据管理框架如图2所示。
步骤102：获取待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据。生产数据包括：实际网损率、年度供电量、网损率基准值和控排系数。
步骤103：根据待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据，确定待管理区域电网下每个企业的碳排放量和碳配额免费分配量。
步骤103，包括：
步骤1031：确定待管理区域电网下任一企业为当前企业.
步骤1032：根据待管理区域电网碳排放因子，以及当前企业的实际网损率和年度供电量，根据公式Egrid＝LR×Qsupply×EFgrid确定当前企业的碳排放量；其中，Egrid为企业的碳排放量；LR为实际网损率；Qsupply为企业的年度供电量；EFgrid为区域电网碳排放因子。
步骤1033：根据待管理区域电网碳排放因子，以及当前企业的网损率基准值和控排系数，根据公式T＝LRHB×Qsupply×EFgrid×f确定当前企业的碳配额免费分配；其中，T为企业的碳配额免费分配量；LRHB为网损率基准值；f为电网企业控排系数。
步骤104：分别获取待管理区域电网下每个企业的购买决策；购买决策是企业根据自身的碳排放量和碳配额免费分配量确定的；待管理区域电网下多个企业的购买决策符合供需均衡原则。
供需均衡原则为：
fccers＝Kccers·e/A0ccers。
其中，集合ccers代表可以产生CCER的行业，本发明ccers内只含风电与光伏两个行业；集合ets代表参与碳市场交易的控排行业。qt为t时期内全部控排企业利用CCER抵销碳配额的比例；Eets,t为t时期内控排企业ets的碳排放量(亿tCO2)，本发明仅考虑各行业所使用的煤炭、石油和天然气这3类化石燃料燃烧所产生的CO2排放量；为t时期内控排企业ets对风电CCER或光伏CCER的需求量；/>代表对t时期全部控排行业对风电或光伏CCER的需求总量，等号右边代表风电或光伏CCER的供给总量；Accer,t为t时期内风电或光伏行业的价值量产出水平(亿元)，fccers为将价值量产出水平转化为CCER的系数；cccer,t代表t时期风电或光伏产出中可以转化为CCER(亿t CO2)的比例系数；Kccers为风电或光伏年实际发电量(亿kW·h)，e为火电碳排放基准值(t CO2/(kW·h)；A0ccers为风电或光伏行业的年产出价值量水平(亿元)。
步骤105：待管理区域电网下多个企业根据购买决策，基于碳数据管理框架完成碳资源交互，获取待管理区域电网下多个企业对碳资源交互反馈值。
步骤106：构建目标函数和约束条件。
目标函数为：
其中，f1为在负荷高峰点经过交易后控排企业参加的碳交易系统能够获得的总社会效用，即第一优化目标，λ为经验常数；f2为交易后系统的网络损耗，即第二个优化目标；cT为系统可控发电机组给出的替代报价行向量；Pgp为系统在运行点的有功出力列向量。
具体的，约束条件包括：
当前运行点有功约束：Pgmin≤Pg0+Pgp≤Pgmax；
当前运行点无功约束：Qgmin≤Qgp≤Qgmax；
当前运行点电压幅值约束：Qgmin≤Qgc≤Qgmax；
极限点处无功约束：Vpmin≤Vp≤Vpmax；
支路电流的负荷约束：
碳排放约束：Ke(Pg0+Pgp)≤Cref。
其中，Pgmin为负荷高峰点处机组有功出力下限；Pg0为控排企业参加的碳交易系统中可控发电机组的在初始运行点的有功出力列向量；Pgmax为负荷高峰点处机组有功出力上限；Qgmin为负荷高峰点处机组无功出力下限；Qgp为控排企业参加的碳交易系统中在负荷高峰点时发电机组的无功出力；Qgmax为负荷高峰点处机组无功出力上限；Qgc为控排企业参加的碳交易系统中在负荷临界点时发电机组的无功出力；Vpmin节点电压幅值下限；Vp为控排企业参加的碳交易系统中在负荷高峰点时节点电压的幅值；Vpmin节点电压幅值上限；Iij(·)表示从节点i流向节点j时支路电流的幅值；Iji(·)表示从节点j流向节点i时支路电流的幅值；Iij(xp)表示流过节点xp支路电流的值，Iijmax为流过节点支路电流的最大值；Ke为碳排系数，Cref为碳排上限值。
步骤107：根据待管理区域电网下多个企业对碳资源交互反馈值，利用帕累托最优原则在约束条件下对目标函数进行求解，根据求解结果对企业进行碳排放量优化和碳配额优化，完成对碳数据管理框架的优化升级。
实施例2
如图3所示，基于区块链碳资产管理框架能够完成碳配额预算管理、碳配额交易管理和碳配额绩效管理。碳配额的预算管理主要包含对碳减排量、碳排放量和碳交易量进行预算；而碳配额交易管理包含对碳配额交易量管理以及碳配额交易时点进行管理；碳配额绩效管理包含了单位碳配额收益率以及单位碳配额减排成本率的管理。这三部分在内容上是相互独立又存在关联，碳配额预算管理为碳配额交易管理提供战略指导，而碳配额交易管理促进碳配额绩效管理，碳配额绩效管理结果反过来对碳配额预算管理和交易管理提供调整依据。
如图4所示，一种基于区块链技术的绿色能源碳交易机制与碳数据管理架构，可实现以下功能。
(1)基于综合数据融合和共识机制的绿电溯源方法可以有效感知微网用户某一时间段消纳的电力由哪些绿色能源供应，每种绿色能源在消纳电力中贡献的电量比率和电量值。
(2)基于区块链技术的绿证交易方案可以将消纳绿电换算为绿证！从而有效地帮助用户了解自身已拥有的绿证资源，减少购买绿证的成本，为用户所需的绿证购买提供支持。
(3)基于区块链技术的碳交易市场模式可以整合微网零散的碳资源#使其满足参与全国碳排放权交易市场的条件，进一步加速碳排放权的交易过程，使得各用户能够更加有效地进行交易
(4)构建具有绿证与碳资产转换机制的联合市场，可以结合绿证交易与碳资产交易，帮助用户将多余的绿证资源转化为碳资产，为满足用户碳排放容量提供参考。
如图5所示，基于区块链技术碳交易模式如下：首先各业务主体都将获得公钥和私钥进入碳交易区块链系统，各交易方由实时监测机构和CCER注册登记平台确认其可交易碳排放权以及CCER减排量,为交易撮合做准备。交易过程中，碳排放权购买方与出售方交易方和购买方以及出售方将分别在碳排放权和CCER交易平台进行碳资源交。同时CCER减排量可根据智能合约折算抵消为碳排放权参与市场交易。碳交易结束时，被交易的碳排放权和CCER减排量应按照交易记录进行所有权的更改,并将新的所有权转移信息实时记录在区块链上。最后，行政部门应对各用户的碳排放权进行清缴，对已抵消配额的CCER减排量进行清算。区块链系统还允许碳排放核查咨询机构、政府、第三方平台实时查询并监管，防范金融风险。
具体的：基于区块链碳资产管理框架的运行方法，包括：
步骤1：用户基于数据访问控制策略访问碳数据平台，获取用户的身份信息确定访问权限，显示碳数据概览页面，获得企业碳数据概况。
步骤2：由管理模块基于智能合约对碳配额进行预算管理，交易匹配。其中涉及碳配额预算管理和交易匹配，提出了一种碳减排量预算方法。企业的碳减排活动包括经营性、资本性减排。减排量的统计计算能一定程度上反应减排策略的实施概况，对企业购买清洁能源代替高能耗和高污染的原材料量，购买节能设备量，研发低碳技术的程度进行调整。
企业根据如下公式计算经营性减排量和资本性减排量：
E燃料＝∑i(ADi×CCi×OFi×44/12)；
其中，E燃料为企业边界内化石燃料产生的CO2排放量，单位吨；E电力为企业用电产生的碳排；i为化石燃料的种类；ADi为化石燃料品种i明确用作燃料燃烧的消费量，固体或液体燃料以吨为单位，对气体燃料以万Nm3为单位；CCi为化石燃料i的含碳量，固体和液体燃料以吨碳/吨燃料为单位，对气体燃料以吨碳/万Nm3为单位；OFi为化石燃料i的碳氧化率，单位％；为企业净购入的电力消费引起的CO2排放，单位吨CO2；AD电力为企业净购入的电力，单位MWH；EF电力为企业净购入电力产生的单位碳排。
关于碳排放的计算，本发明提供了一种电网碳排放核算方法。
电网企业输配电损耗产生的间接碳排放量按下式，进行核算：
Egrid＝LR×Qsupply×EFgrid。
式中：Egrid为碳排放量，tCO2；LR为实际网损率，％；Qsupply为年度供电量，MWh；EFgrid为区域电网碳排放因子，tCO2/MWH，选取国家应对气候变化战略研究和国际合作中心于2012年发布的华东区域电网碳排放因子，取值为0.7035tCO2/MWH。
进一步，提供了一种电网碳排放配额分配方法。
配额免费分配采用基于历史强度的基准值法，按下式计算：
T＝LRHB×Qsupply×EFgrid×f。
式中：T为电网企业可免费获得的二氧化碳配额总量，tCO2；LRHB为网损率基准值，取值为5.46％；f为设定的电网企业控排系数，根据试点碳市场实际经验，设定为92％，即在其基准值基础上下降8％。
进一步，提供一种电网企业碳排放配额仓位计算方法。
电网企业碳排放配额仓位C等于其配额免费分配量减去其碳排放量：
C＝(LRHB×f-LR)×EFgrid×Qsupply。
当C＞0时，配额充裕(长仓)；反之，C＜0时，配额不足(短仓)。
步骤3：各方将获得公钥和私钥进入碳交易区块链系统，并在CCER交易模块进行碳资源交互，进行实时记录。
CCER交易模块主要描述CCER的供给以及需求状况，基于CCER价格内生确定的政策情景，在CCER供需均衡时形成CCER市场交易价格。相关方程如下：
其中，集合t是时间集合，集合ccers代表可以产生CCER的行业，着重考察CCER机制对可再生能源发展的影响，模型只有风电和光伏行业的产出可以转化为CCER，ccers内只含风电与光伏两个行业。集合ets代表参与碳市场交易的控排行业。公式体现了控排行业对CCER的需求。其中，Eets,t代表t时期控排行业ets的碳排放量(亿tCO2)，仅考虑各行业所使用的煤炭、石油和天然气这3类化石燃料燃烧所产生的CO2排放量；/>是t时期控排行业ets对风电或光伏CCER的需求量；CCER可以用于抵销碳配额，qt则代表t时期全部控排行业利用CCER抵销碳配额的比例。是t时期风电或光伏CCER总供给与总需求均衡的描述。代表对t时期全部控排行业对风电或光伏CCER的需求总量；右侧则代表了风电或光伏CCER的供给总量，Accer,t代表t时期风电或光伏行业的价值量产出水平(亿元)，fccers是将价值量产出水平(单位为亿元)转化为CCER(单位为亿tCO2)的系数。并非全部的风电及光伏产出均可转化为cccer,t，其代表t时期风电或光伏产出中可以转化为CCER的比例系数。转化系数fccers的计算公式如下：
fccers＝Kccers·e/A0ccers。
其中，Kccers代表该年风电或光伏实际发电量(单位为亿kW·h)，e代表火电的碳排放基准值(单位为tCO2/(kW·h)，二者乘积则相应表示该年风电或光伏通过替代火电而实现的碳减排量。A0ccers代表该年风电或光伏行业的产出价值量水平(亿元)。
各控排行业将在CCER总供给与总需求的约束下做出各自的CCER购买决策；在CCER价格内生确定的政策情景下，CCER交易市场供需平衡时形成了相应的CCER价格，一定程度上优化交易分配，提高资源利用率，减少碳排。各控排行业将在CCER总供给与总需求的约束下做出各自的CCER购买决策；在CCER价格内生确定的政策情景下，CCER交易市场供需平衡时形成了相应的CCER价格。
对于碳配额碳排放模块，细化碳配额交易模块基于CCER的交易方法，在基于总量控制的碳配额交易市场中，t时期全国初始碳配额总量Mt由基准情景下碳交易覆盖行业的碳排放量之和按照碳减排目标削减后得到，如下：
Mt＝∑etsD0ets,t-Ut。
其中，D0ets,t是基准情景下t时期碳市场所覆盖的各行业碳排放量；Ut是t时期所要实现的碳排放总量削减目标。
采取“标杆法则”作为碳配额分配依据，以全社会平均碳强度为标杆分配碳配额，各行业获得的免费碳配额数量如下：
Fets,t＝A0ets,t/∑etsA0ets,t·Mt。
其中，Fets,t表示t时期各个参与碳交易行业所获得的免费碳配额，A0ets,t表示t时期基准情景下参与碳交易的各行业产出水平。
在CCER交易完成后，各控排行业购得的CCER将作为其初始碳配额的一部分对碳配额交易市场产生影响。引入CCER交易及抵销机制的碳交易体系中，各行业获得的初始碳配额计算如下：
在碳配额交易市场上，初始碳配额数量与边际碳减排成本将决定行业在碳交易市场上买卖碳配额的决策。通过碳配额交易，t时期各个参与碳交易行业的碳排放量Eets,t需要满足以下要求：
Eets,t＝Fets,t+Tets,t。
其中，Tets,t表示t时期碳交易参与行业在碳市场中的配额购买/售出量，当行业在碳市场上作为买方Tets,t为正，作为卖方时Tets,t为负。
各控排行业将根据获得的免费碳配额数量、购买的CCER数量以及自身的碳排放需求做出碳配额交易决策：所得碳配额数量超过自身碳排放需求的控排行业将选择通过在碳配额交易市场中出售富余碳配额以获利，而其余控排行业则将在碳配额交易市场中购买更多的碳配额以满足自身的碳排放需求。在模型中，每一期需要满足碳排放权交易市场出清，即购买的碳配额总量应等于售出的碳配额总量，各行业的碳配额交易总量为零∑etsTets,t＝0，并相应形成碳配额均衡价格。
步骤4：由用户反馈体系，绩效评价体系对交易结果进行反馈评价，根据结果实现对框架的优化升级。
根据反馈结果对企业碳资产框架优化升级，提出基于帕累托最优概念的一种多目标模型的优化策略：根据帕累托最优概念，建立碳排放约束下实现系统负荷裕度和发电机出力成本综合最优的优化模型，如下所示：
首先建立优化目标：
接着当前运行点的潮流方程和极限点的潮流方程：
L0+G(Pg0)+lpG(Pgp)-λpb-f(xp)＝0；
L0+G(Pg0)+lcG(Pgp)-λcb-f(xc)＝0。
式中：Pg0是系统可控发电机组的在初始运行点的有功出力列向量；L0表示在初始运行点时系统节点的注入功率列向量；G(·)表示可控发电机组有功出力向量到节点注入功率向量的扩展映射；lp是系统在负荷高峰点时可控发电机组的出力因子，lpG(Pgp)表示系统在该点的有功出力增量；xp为负荷高峰点的状态变量，包括电压幅值和相角；f(·)为节点注入功率的表达式；b为负荷增长方式；λp为负荷高峰点处的负荷增长因子；λpb为初始运行点到负荷高峰点的有功负荷增量。下标c表示系统电压稳定的临界点；Pg0是系统可控发电机组的在初始运行点的有功出力列向量；lc是系统在临界点时可控发电机组的出力因子，λc是系统在临界点的负荷增长因子，即系统的负荷裕度；λcb表示系统在该点的负荷增量；lcG(Pgp)表示系统在该点的有功出力增量；xc是系统临界点的状态变量，包括节点电压的幅值与相角。
其中负荷因子λp为给定值；发电机出力因子l＝1。
并对企业当前运行点进行有一系列约束，包括：
当前运行点有功约束：Pgmin≤Pg0+Pgp≤Pgmax；
当前运行点无功约束：Qgmin≤Qgp≤Qgmax；
当前运行点电压幅值约束：Qgmin≤Qgc≤Qgmax；
极限点处无功约束：Vpmin≤Vp≤Vpmax；
支路电流的负荷约束：
碳排放约束：Ke(Pg0+Pgp)≤Cref。
基于帕累托最优概念对企业的碳交易碳排进行优化，一定程度上提高交易的合理性，促进碳资产管理框架的优化升级，能源优化配置。
实施例3
为了执行上述实施例1对应的方法，以实现相应的功能和技术效果，下面提供了一种基于区块链的碳资产管理系统，包括：
碳数据管理框架搭建模块，用于基于区块链搭建待管理区域电网的碳数据管理框架。
数据获取模块，用于获取待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据。
碳排碳配额确定模块，用于根据待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据，确定待管理区域电网下每个企业的碳排放量和碳配额免费分配量。
购买决策获取模块，用于分别获取待管理区域电网下每个企业的购买决策；购买决策是企业根据自身的碳排放量和碳配额免费分配量确定的；待管理区域电网下多个企业的购买决策符合供需均衡原则。
碳资源交互模块，用于使待管理区域电网下多个企业根据购买决策，基于碳数据管理框架完成碳资源交互，获取待管理区域电网下多个企业对碳资源交互反馈值。
目标函数构建模块，用于构建目标函数和约束条件。
优化模块，用于根据待管理区域电网下多个企业对碳资源交互反馈值，利用帕累托最优原则在约束条件下对目标函数进行求解，根据求解结果对企业进行碳排放量优化和碳配额优化，完成对碳数据管理框架的优化升级。
实施例4
本实施例提供了一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例1所述的一种基于区块链的碳资产管理方法。其中，存储器为可读存储介质。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种基于区块链的碳资产管理方法，其特征在于，包括：
基于区块链搭建待管理区域电网的碳数据管理框架；
获取待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据；所述生产数据包括：实际网损率、年度供电量、网损率基准值和控排系数；
根据待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据，确定待管理区域电网下每个企业的碳排放量和碳配额免费分配量，包括：确定待管理区域电网下任一企业为当前企业；根据待管理区域电网碳排放因子，以及当前企业的实际网损率和年度供电量，根据公式Egrid＝LR×Qsupply×EFgrid确定当前企业的碳排放量；其中，Egrid为企业的碳排放量；LR为实际网损率；Qsupply为企业的年度供电量；EFgrid为区域电网碳排放因子；根据待管理区域电网碳排放因子，以及当前企业的网损率基准值和控排系数，根据公式T＝LRHB×Qsupply×EFgrid×f确定当前企业的碳配额免费分配；其中，T为企业的碳配额免费分配量；LRHB为网损率基准值；f为电网企业控排系数；
分别获取待管理区域电网下每个企业的购买决策；所述购买决策是企业根据自身的碳排放量和碳配额免费分配量确定的；待管理区域电网下多个企业的购买决策符合供需均衡原则；所述供需均衡原则为：fccers＝Kccers·e/A0ccers；其中，ccers为可产生CCER的行业集合；ets为参与碳市场交易的控排行业集合；qt为t时期内全部控排企业利用CCER抵销碳配额的比例；Eets,t为t时期内控排企业ets的碳排放量；/>为t时期内控排企业ets对风电CCER或光伏CCER的需求量；/>表示对t时期全部控排行业对风电或光伏CCER的需求总量；Accer,t·fccers·cccer,t表示风电或光伏CCER的供给总量；Accer,t为t时期内风电或光伏行业的价值量产出水平，fccers为将价值量产出水平转化为CCER的系数；cccer,t代表t时期风电或光伏产出中可以转化为CCER的比例系数；Kccers为风电或光伏年实际发电量，e为火电碳排放基准值；A0ccers为风电或光伏行业的年产出价值量水平；
待管理区域电网下多个企业根据所述购买决策，基于所述碳数据管理框架完成碳资源交互，获取待管理区域电网下多个企业对碳资源交互反馈值；
构建目标函数和约束条件；所述目标函数为：obj.:其中，f1为在负荷高峰点经过交易后控排企业参加的碳交易系统能够获得的总社会效用，即第一优化目标，λ为经验常数；f2为交易后系统的网络损耗，即第二个优化目标；cT为系统可控发电机组给出的替代报价行向量；Pgp为系统在运行点的有功出力列向量；所述约束条件包括：当前运行点有功约束：Pgmin≤Pg0+Pgp≤Pgmax；当前运行点无功约束：Qgmin≤Qgp≤Qgmax；当前运行点电压幅值约束：Qgmin≤Qgc≤Qgmax；极限点处无功约束：Vpmin≤Vp≤Vpmax；支路电流的负荷约束：碳排放约束：Ke(Pg0+Pgp)≤Cref；其中，Pgmin为负荷高峰点处机组有功出力下限；Pg0为控排企业参加的碳交易系统中可控发电机组的在初始运行点的有功出力列向量；Pgmax为负荷高峰点处机组有功出力上限；Qgmin为负荷高峰点处机组无功出力下限；Qgp为控排企业参加的碳交易系统中在负荷高峰点时发电机组的无功出力；Qgmax为负荷高峰点处机组无功出力上限；Qgc为控排企业参加的碳交易系统中在负荷临界点时发电机组的无功出力；Vpmin节点电压幅值下限；Vp为控排企业参加的碳交易系统中在负荷高峰点时节点电压的幅值；Vpmin节点电压幅值上限；Iij(·)表示从节点i流向节点j时支路电流的幅值；Iji(·)表示从节点j流向节点i时支路电流的幅值；Iij(xp)表示流过节点xp支路电流的值，Iijmax为流过节点支路电流的最大值；Ke为碳排系数，Cref为碳排上限值；
根据待管理区域电网下多个企业对碳资源交互反馈值，利用帕累托最优原则在所述约束条件下对所述目标函数进行求解，根据求解结果对企业进行碳排放量优化和碳配额优化，完成对碳数据管理框架的优化升级；由管理模块基于智能合约对碳配额进行预算管理，交易匹配；其中涉及碳配额预算管理和交易匹配，提出了一种碳减排量预算方法；企业的碳减排活动包括经营性、资本性减排；减排量的统计计算能一定程度上反应减排策略的实施概况，对企业购买清洁能源代替高能耗和高污染的原材料量，购买节能设备量，研发低碳技术的程度进行调整；企业根据如下公式计算经营性减排量和资本性减排量：E燃料＝∑i(ADi×CCi×OFi×44/12)；其中，E燃料为企业边界内化石燃料产生的CO2排放量，单位吨；E电力为企业用电产生的碳排；i为化石燃料的种类；ADi为化石燃料品种i明确用作燃料燃烧的消费量，固体或液体燃料以吨为单位，对气体燃料以万Nm3为单位；CCi为化石燃料i的含碳量，固体和液体燃料以吨碳/吨燃料为单位，对气体燃料以吨碳/万Nm3为单位；OFi为化石燃料i的碳氧化率，单位％；/>为企业净购入的电力消费引起的CO2排放，单位吨CO2；AD电力为企业净购入的电力，单位MWH；EF电力为企业净购入电力产生的单位碳排。
2.一种基于区块链的碳资产管理系统，其特征在于，包括：
碳数据管理框架搭建模块，用于基于区块链搭建待管理区域电网的碳数据管理框架；
数据获取模块，用于获取待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据；所述生产数据包括：实际网损率、年度供电量、网损率基准值和控排系数；
碳排碳配额确定模块，用于根据待管理区域电网碳排放因子，以及待管理区域电网下多个企业的生产数据，确定待管理区域电网下每个企业的碳排放量和碳配额免费分配量，包括：确定待管理区域电网下任一企业为当前企业，根据待管理区域电网碳排放因子，以及当前企业的实际网损率和年度供电量，根据公式Egrid＝LR×Qsupply×EFgrid确定当前企业的碳排放量，其中，Egrid为企业的碳排放量，LR为实际网损率，Qsupply为企业的年度供电量，EFgrid为区域电网碳排放因子，根据待管理区域电网碳排放因子，以及当前企业的网损率基准值和控排系数，根据公式T＝LRHB×Qsupply×EFgrid×f确定当前企业的碳配额免费分配，其中，T为企业的碳配额免费分配量，LRHB为网损率基准值，f为电网企业控排系数；
购买决策获取模块，用于分别获取待管理区域电网下每个企业的购买决策；所述购买决策是企业根据自身的碳排放量和碳配额免费分配量确定的；待管理区域电网下多个企业的购买决策符合供需均衡原则；所述供需均衡原则为：fccers＝Kccers·e/A0ccers；其中，ccers为可产生CCER的行业集合；ets为参与碳市场交易的控排行业集合；qt为t时期内全部控排企业利用CCER抵销碳配额的比例；Eets,t为t时期内控排企业ets的碳排放量；/>为t时期内控排企业ets对风电CCER或光伏CCER的需求量；/>表示对t时期全部控排行业对风电或光伏CCER的需求总量；Accer,t·fccers·cccer,t表示风电或光伏CCER的供给总量；Accer,t为t时期内风电或光伏行业的价值量产出水平，fccers为将价值量产出水平转化为CCER的系数；cccer,t代表t时期风电或光伏产出中可以转化为CCER的比例系数；Kccers为风电或光伏年实际发电量，e为火电碳排放基准值；A0ccers为风电或光伏行业的年产出价值量水平；
碳资源交互模块，用于使待管理区域电网下多个企业根据所述购买决策，基于所述碳数据管理框架完成碳资源交互，获取待管理区域电网下多个企业对碳资源交互反馈值；
目标函数构建模块，用于构建目标函数和约束条件；所述目标函数为：obj.:其中，f1为在负荷高峰点经过交易后控排企业参加的碳交易系统能够获得的总社会效用，即第一优化目标，λ为经验常数；f2为交易后系统的网络损耗，即第二个优化目标；cT为系统可控发电机组给出的替代报价行向量；Pgp为系统在运行点的有功出力列向量；所述约束条件包括：当前运行点有功约束：Pgmin≤Pg0+Pgp≤Pgmax；当前运行点无功约束：Qgmin≤Qgp≤Qgmax；当前运行点电压幅值约束：Qgmin≤Qgc≤Qgmax；极限点处无功约束：Vpmin≤Vp≤Vpmax；支路电流的负荷约束：/>碳排放约束：Ke(Pg0+Pgp)≤Cref；其中，Pgmin为负荷高峰点处机组有功出力下限；Pg0为控排企业参加的碳交易系统中可控发电机组的在初始运行点的有功出力列向量；Pgmax为负荷高峰点处机组有功出力上限；Qgmin为负荷高峰点处机组无功出力下限；Qgp为控排企业参加的碳交易系统中在负荷高峰点时发电机组的无功出力；Qgmax为负荷高峰点处机组无功出力上限；Qgc为控排企业参加的碳交易系统中在负荷临界点时发电机组的无功出力；Vpmin节点电压幅值下限；Vp为控排企业参加的碳交易系统中在负荷高峰点时节点电压的幅值；Vpmin节点电压幅值上限；Iij(·)表示从节点i流向节点j时支路电流的幅值；Iji(·)表示从节点j流向节点i时支路电流的幅值；Iij(xp)表示流过节点xp支路电流的值，Iijmax为流过节点支路电流的最大值；Ke为碳排系数，Cref为碳排上限值；
优化模块，用于根据待管理区域电网下多个企业对碳资源交互反馈值，利用帕累托最优原则在所述约束条件下对所述目标函数进行求解，根据求解结果对企业进行碳排放量优化和碳配额优化，完成对碳数据管理框架的优化升级，由管理模块基于智能合约对碳配额进行预算管理，交易匹配，其中涉及碳配额预算管理和交易匹配，提出了一种碳减排量预算方法，企业的碳减排活动包括经营性、资本性减排，减排量的统计计算能一定程度上反应减排策略的实施概况，对企业购买清洁能源代替高能耗和高污染的原材料量，购买节能设备量，研发低碳技术的程度进行调整，企业根据如下公式计算经营性减排量和资本性减排量：E燃料＝∑i(ADi×CCi×OFi×44/12)，/>其中，E燃料为企业边界内化石燃料产生的CO2排放量，单位吨，E电力为企业用电产生的碳排，i为化石燃料的种类，ADi为化石燃料品种i明确用作燃料燃烧的消费量，固体或液体燃料以吨为单位，对气体燃料以万Nm3为单位，CCi为化石燃料i的含碳量，固体和液体燃料以吨碳/吨燃料为单位，对气体燃料以吨碳/万Nm3为单位，OFi为化石燃料i的碳氧化率，单位％，/>为企业净购入的电力消费引起的CO2排放，单位吨CO2，AD电力为企业净购入的电力，单位MWH，EF电力为企业净购入电力产生的单位碳排。
3.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1所述的一种基于区块链的碳资产管理方法。
4.根据权利要求3所述的一种电子设备，其特征在于，所述存储器为可读存储介质。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310375591.XA CN116883174B (zh) | 2023-04-10 | 2023-04-10 | 一种基于区块链的碳资产管理方法、系统及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310375591.XA CN116883174B (zh) | 2023-04-10 | 2023-04-10 | 一种基于区块链的碳资产管理方法、系统及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116883174A CN116883174A (zh) | 2023-10-13 |
| CN116883174B true CN116883174B (zh) | 2024-03-22 |
Family
ID=88266739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310375591.XA Active CN116883174B (zh) | 2023-04-10 | 2023-04-10 | 一种基于区块链的碳资产管理方法、系统及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116883174B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109272405A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产交易方法及系统 |
| EP3444771A1 (en) * | 2017-08-18 | 2019-02-20 | Hepu Technology Development (Beijing) Co. Ltd. | Blockchain-based carbon trading system |
| CN111539722A (zh) * | 2020-04-14 | 2020-08-14 | 浙江浙燃能源有限公司 | 基于区块链的碳交易系统及方法 |
| CN115034453A (zh) * | 2022-05-27 | 2022-09-09 | 国网福建省电力有限公司 | 考虑碳交易市场的综合能源系统灵活运行方法及计算平台 |
| CN115147222A (zh) * | 2022-07-18 | 2022-10-04 | 中林云信(上海)网络技术有限公司 | 一种基于区块链的点对点碳资产交易方法及系统 |
| CN115189409A (zh) * | 2022-08-15 | 2022-10-14 | 中国南方电网有限责任公司 | 电力系统生产模拟方法、装置、计算机设备及存储介质 |
| CN115409623A (zh) * | 2022-07-06 | 2022-11-29 | 国网浙江省电力有限公司丽水供电公司 | 一种基于区块链的碳资产交易方法 |
| CN115601175A (zh) * | 2022-10-28 | 2023-01-13 | 南京理工大学（Cn） | 一种基于区块链和贝叶斯博弈的碳排放权交易方法 |
| CN115907575A (zh) * | 2023-01-18 | 2023-04-04 | 浙江英集动力科技有限公司 | 基于acp和碳-绿证交易的工业综合能源系统协同运行方法 |
-
2023
- 2023-04-10 CN CN202310375591.XA patent/CN116883174B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3444771A1 (en) * | 2017-08-18 | 2019-02-20 | Hepu Technology Development (Beijing) Co. Ltd. | Blockchain-based carbon trading system |
| CN109272405A (zh) * | 2018-09-30 | 2019-01-25 | 大唐碳资产有限公司 | 碳资产交易方法及系统 |
| CN111539722A (zh) * | 2020-04-14 | 2020-08-14 | 浙江浙燃能源有限公司 | 基于区块链的碳交易系统及方法 |
| CN115034453A (zh) * | 2022-05-27 | 2022-09-09 | 国网福建省电力有限公司 | 考虑碳交易市场的综合能源系统灵活运行方法及计算平台 |
| CN115409623A (zh) * | 2022-07-06 | 2022-11-29 | 国网浙江省电力有限公司丽水供电公司 | 一种基于区块链的碳资产交易方法 |
| CN115147222A (zh) * | 2022-07-18 | 2022-10-04 | 中林云信(上海)网络技术有限公司 | 一种基于区块链的点对点碳资产交易方法及系统 |
| CN115189409A (zh) * | 2022-08-15 | 2022-10-14 | 中国南方电网有限责任公司 | 电力系统生产模拟方法、装置、计算机设备及存储介质 |
| CN115601175A (zh) * | 2022-10-28 | 2023-01-13 | 南京理工大学（Cn） | 一种基于区块链和贝叶斯博弈的碳排放权交易方法 |
| CN115907575A (zh) * | 2023-01-18 | 2023-04-04 | 浙江英集动力科技有限公司 | 基于acp和碳-绿证交易的工业综合能源系统协同运行方法 |
Non-Patent Citations (3)
| Title |
|---|
| FogChain: A Blockchain-Based Peer-to-Peer Solar Power Trading System Powered by Fog AI;Yang fan等;《IEEE INTERNET OF THINGS JOURNAL》;第09卷(第07期);第5200-5215页，全文 * |
| 考虑碳交易成本及区域能源优化的配电网扩展规划研究;杨帆等;《科学技术与工程》;第22卷(第08期);第3101-3109页，全文 * |
| 计及电转气的综合能源系统低碳经济调度研究;陈镭丹;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》(第03期);第C039-77页，全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116883174A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yan et al. | Blockchain for transacting energy and carbon allowance in networked microgrids | |
| CN109272405B (zh) | 碳资产交易方法及系统 | |
| Moradi et al. | Risk-based optimal decision-making strategy of a Power-to-Gas integrated energy-hub for exploitation arbitrage in day-ahead electricity and Natural Gas markets | |
| Zhang et al. | Decision-making behavior of power suppliers in the green certificate market: A system dynamics analysis | |
| CN115456242A (zh) | 基于多重不确定性表征的虚拟电厂市场化优化调度方法 | |
| Gao et al. | Green electricity trading driven low-carbon sharing for interconnected microgrids | |
| Zhang et al. | Assessing the policy synergy among power, carbon emissions trading and tradable green certificate market mechanisms on strategic GENCOs in China | |
| Li et al. | Analysis of the compound differential evolution game of new energy manufacturers’ two-stage market behavior under the weight of consumption responsibility | |
| Li et al. | The stimulation and coordination mechanisms of the carbon emission trading market of public buildings in China | |
| Yang et al. | Cooperative trading strategy of carbon emitting power generation units participating in carbon and electricity markets | |
| Yu et al. | Research on the investment decisions of PV micro‐grid enterprises under carbon trading mechanisms | |
| Zhang et al. | Low-carbon economic dispatch strategy for interconnected multi-energy microgrids considering carbon emission accounting and profit allocation | |
| CN116883174B (zh) | 一种基于区块链的碳资产管理方法、系统及电子设备 | |
| CN114447923A (zh) | 高风电占比电力系统的电能和调频辅助服务博弈优化方法 | |
| CN113971611A (zh) | 一种基于智能合约的中长期电力交易方法和系统 | |
| Poptawski et al. | Blockchain-based smart contracts for sustainable power investments | |
| Fu et al. | Market‐clearing framework of a resilient microgrid with renewable energy considering emission reduction targets | |
| Fu et al. | Effective mechanism for trading generation rights in the context of carbon emission rights | |
| Vasilj et al. | Multi-market scheduling of battery storages within renewable portfolios | |
| Lin et al. | Bilevel optimal dispatch model for a peak regulation ancillary service in an industrial park of energy-intensive loads | |
| Hou et al. | An integrated energy system “green-carbon” offset mechanism and optimization method with Stackelberg game | |
| Ma et al. | The tradable flexibility certificate market policy for flexible investment incentive | |
| Keiko | The carbon regulation and its accounting in system energy models | |
| Li et al. | Optimal Power Generation Portfolio Considering the Trading of Generation Right and Carbon Emission Allowance | |
| Zhao et al. | Noncooperative multiagent game model for the electricity market on the basis of the renewable energy portfolio standard |
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 |