CN116930424A - 一种碳排放在线连续监测系统 - Google Patents
一种碳排放在线连续监测系统 Download PDFInfo
- Publication number
- CN116930424A CN116930424A CN202310924128.6A CN202310924128A CN116930424A CN 116930424 A CN116930424 A CN 116930424A CN 202310924128 A CN202310924128 A CN 202310924128A CN 116930424 A CN116930424 A CN 116930424A
- Authority
- CN
- China
- Prior art keywords
- carbon
- data
- carbon emission
- emission
- sampling
- 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 158
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 158
- 238000012544 monitoring process Methods 0.000 title claims abstract description 71
- 238000005070 sampling Methods 0.000 claims abstract description 108
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 68
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 38
- 239000001569 carbon dioxide Substances 0.000 claims description 38
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 33
- 239000003546 flue gas Substances 0.000 claims description 32
- 238000000034 method Methods 0.000 claims description 24
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000003756 stirring Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000005507 spraying Methods 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 description 12
- 238000010248 power generation Methods 0.000 description 11
- 239000007789 gas Substances 0.000 description 10
- 239000000779 smoke Substances 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000000738 capillary electrophoresis-mass spectrometry Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 239000002803 fossil fuel Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/22—Devices for withdrawing samples in the gaseous state
- G01N1/2247—Sampling from a flowing stream of gas
- G01N1/2258—Sampling from a flowing stream of gas in a stack or chimney
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/38—Diluting, dispersing or mixing samples
Landscapes
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种碳排放在线连续监测系统，涉及碳排放监测领域，该系统包括：动态混合采样装置，包括多个取样点、取样管道、混合室以及设于取样点的传感器组；监测终端，用于将传感器组采集的监测数据上传至云服务器；云服务器，用于根据监测数据实时计算出碳排放质量流率，并对碳排放质量流率进行分段，以时间为变量进行积分，确定任一时段的碳排放量总量；web数据云平台，用于管理监测终端；用户通过web数据云平台查询云服务器上的碳排放数据，根据碳排放数据制定整改措施；碳排放数据包括碳排放质量流率以及碳排放量总量。本发明能够减小取样点之间的时间滞后和数据误差，提供实时且准确的碳排放数据。
Description
技术领域
本发明涉及碳排放监测领域，特别是涉及一种碳排放在线连续监测系统。
背景技术
发电侧碳排放数据获取难度大，核算方法准确度不足。发电行业是全国碳市场首批纳入管控的重点行业，其碳排放数据的准确可靠对公平开展碳交易、准确确定电网各环节碳排放有至关重要的作用。目前中国发电侧碳排放量采用化石燃料消耗量乘以排放因子系数的方法核算，存在准确度不足、管理成本高、人为干扰因素大等缺陷。因此，亟需研究面向即时碳交易的发电侧关键环节碳排放计量技术，及时、可靠获取发电侧碳排放量值。
碳计量主体和服务对象复杂多样，缺乏统一平台交互对接。电力系统碳核查计量支撑涉及电厂、电网、用户、认证中心等诸多主体，数据传递周期长、环节多，并在效能、安全、透明和溯源等方面存在局限性，缺乏完整的碳计量终端网络通信架构方案、信息交互体系以及数据可信流转方案。同时，与电力市场交易平台、碳排放权交易平台的业务交互需经电力专网与外部公网完成数据传递，面临期货、中长期交易数据交互频率区别大，出清、核算业务实时性要求强，外网传递安全风险高等问题。因此，亟需开展面向实时、可信、准确传输需求的碳排放数据采集技术研究。
现有的火力发电侧的烟气取样的误差较大，取样方法不符合现有标准。目前的火力发电厂取样存在很多问题，包括以下方面：
1)目前采用的烟气连续在线监测系统(Continuous Emission MonitoringSystem，CEMS)取样头设计存在局限性。尽管某些发电厂在烟气取样过程中采用了三点取样方式以提高样气的代表性，但仍未解决火力发电厂烟囱排放烟气与测量数据之间的偏差问题。
2)流场的分布不均匀性也是导致测量误差的重要原因之一。火电机组锅炉的燃烧过程非常复杂，导致产生的烟气流场呈现多样性、变化性和不均匀性等特点。
3)现有的燃烧技术无法满足机组快速调节负荷的需求，导致与燃烧直接相关的风量、煤量和水量等参数经常剧烈变化。导致气流分布与设计值和模拟值之间出现较大差异，无法获得代表性的样品。
目前，发电行业碳排放计量主要采用核算法，根据化石燃料消耗量按照一定排放因子系数计算确定碳排放量，而核算法计算简单，应用较广泛，但数据收集方法效率低，取样点之间数据误差大，时效性严重滞后。
发明内容
本发明的目的是提供一种碳排放在线连续监测系统，以解决数据误差大且时效性差，无法实时且准确的提供碳排放数据。
为实现上述目的，本发明提供了如下方案：
一种碳排放在线连续监测系统，包括：动态混合采样装置、监测终端、云服务器以及web数据云平台；
所述动态混合采样装置包括多个取样点、取样管道、混合室以及设于所述取样点的传感器组；
在烟道均匀设置多个所述取样点；每个所述取样点布设一个所述取样管道；所述取样管道的末端与所述混合室相连通；所述混合室用于搅拌空气使烟气混合均匀；所述取样点，设于所述混合室的顶端，利用所述传感器组对烟道内的烟气进行取样；
所述监测终端，用于将所述传感器组采集的监测数据上传至云服务器；
所述云服务器，用于根据所述监测数据实时计算出碳排放质量流率，并对所述碳排放质量流率进行分段，以时间为变量进行积分，确定任一时段的碳排放量总量；
所述web数据云平台，用于管理所述监测终端；用户通过所述web数据云平台查询所述云服务器上的碳排放数据，根据所述碳排放数据制定整改措施；所述碳排放数据包括碳排放质量流率以及碳排放量总量。
可选的，还包括：碳交易服务器；
所述碳交易服务器，用于接收所述云服务器上的碳排放数据，并管理碳配额交易和购买；
所述碳交易服务器提供智能合约服务，实现自动化的碳配额交易和结算；
所述碳交易服务器集成身份验证和数字签名技术；
所述碳交易服务器基于预测模型的动态定价机制，反映实际碳市场的供求情况和价格变化；
所述碳交易服务器实时显示和分析碳交易数据。
可选的，还包括：监管服务器；
所述监管服务器，用于接收所述云服务器上的碳排放数据，实时监管所述碳排放数据，生成碳排放分析报表并执行监管任务；
所述监管服务器保存并更新企业的碳排放配额信息，实时监测企业是否超出配额，当所述监管服务器发现企业存在超标排放情况触发预警，并将预警信息上传至政府机构。
可选的，所述取样管道为波形管道。
可选的，所述波形管道的截面形状为半圆形。
可选的，所述混合室内设有混合风机或喷淋系统。
可选的，所述监测终端的数据处理器通过RS485总线与所述传感器组进行通信。
可选的，所述监测终端通过WLAN、Ethernet或者5G方式接入互联网，向所述云服务器上传所述监测数据。
可选的，所述碳排放质量流率为：
Gh＝Cd×QSn×10-6；其中，Gh为烟气二氧化碳排放质量流率；Cd为标准状态下二氧化碳干基质量浓度；QSn为标准状态下干烟气体积流量。
可选的，所述碳排放量总量为：
其中，Gd为二氧化碳天排放量；Ghi为当天中第i小时二氧化碳排放量；Gm为二氧化碳月排放量；Gdj为当月中第j天二氧化碳排放量；Gy为二氧化碳年排放量；Gdj′为当年中第j天二氧化碳排放量；Dm为当月天数；Dy为当年天数。
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：本发明提供了一种碳排放在线连续监测系统，通过动态混合采样装置通过多点取样和动态混合的方式，实现多点采样，确保了取样的均匀性和代表性，大大减小取样点之间的时间滞后和数据误差，提供实时且准确的碳排放数据；此外，利用云服务器进行数据处理能够快速实时计算出碳排放质量流率以及碳排放量总量。
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为本发明所提供的碳排放在线连续监测系统结构图；
图2为本发明所提供的数据处理器与各传感器之间的通信示意图。
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碳排放在线连续监测系统，能够减小取样点之间的时间滞后和数据误差，提供实时且准确的碳排放数据。
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。
如图1所示，本发明提供了一种碳排放在线连续监测系统，包括：动态混合采样装置1、监测终端2、云服务器3以及web数据云平台4；所述动态混合采样装置1包括多个取样点、取样管道、混合室以及设于所述取样点的传感器组；在烟道均匀设置多个所述取样点；每个所述取样点布设一个所述取样管道；所述取样管道的末端与所述混合室相连通；所述混合室用于搅拌空气使烟气混合均匀；所述取样点，设于所述混合室的顶端，利用所述传感器组对烟道内的烟气进行取样；所述监测终端2，用于将所述传感器组采集的监测数据上传至云服务器3；所述云服务器3，用于根据所述监测数据实时计算出碳排放质量流率，并对所述碳排放质量流率进行分段，以时间为变量进行积分，确定任一时段的碳排放量总量；所述web数据云平台4，用于管理所述监测终端2；用户通过所述web数据云平台4查询所述云服务器3上的碳排放数据，根据所述碳排放数据制定整改措施；所述碳排放数据包括碳排放质量流率以及碳排放量总量。
在实际应用中，所述动态混合采样装置1为多均匀流动态混合采样装置，所述动态混合采样装置1的设计说明如下：
1)动态混合采样装置1采用多点取样和动态混合的设计，以确保烟气取样的均匀性和代表性，并实现较短的取样时间间隔。
2)取样系统包括多个取样点、取样管道、混合室以及传感器组等。
3)在烟道中设置多个取样点，每个取样点布置一个取样管道，并统一引入混合室。
取样管道使用波形设计，增加路径长度以延长取样时间，同时减小流速波动对取样造成的影响。
混合室内设有混合风机，混合风机是一种通过搅拌空气使烟气混合的技术，它可以在混合室内产生对流并促使各个取样点采集到的样气充分混合达到整个烟气流的均匀性。
混合风机可以利用现有的技术，例如轴流风机、离心风机等，来提供适当的风力和搅拌效果。混合风机用于将各个取样点采集到的样气进行充分混合，以达到整个烟气流的均匀性。
4)采样点设置在混合室顶端，用于传感器组进行取样。
传感器组包括：多个高精度烟气流速传感器、二氧化碳浓度传感器、一氧化碳浓度传感器、温湿度传感器以及烟气压力传感器等；每个取样点设置一组传感器。
本发明通过在烟道中均匀布置多个取样点，可以覆盖烟道截面的不同位置和气流分布情况。这样可以确保从整个烟道截面中得到均匀的取样，并减小由于局部流动不均匀性而引起的采样偏差。尽量改善烟气流场的不均匀性，提高取样的代表性和可靠性。
本发明建立均匀流动态混合采样装置，旨在解决碳排放连续监测中的烟气取样过程中取样点流场不均匀性和取样时间间隔过长导致数据滞后的问题，提高碳排放测量的精确性和实时性。
在实际应用中，基于以上设计说明，本发明的具体设计方案如下：
1)取样点具体布置位置设计：在烟道内均匀布置多个取样点，以覆盖烟道截面的不同位置和气流分布情况。
取样点的数量和位置标准参考中国国家统计局发布的GB/T16157-1996《固定污染源排气中颗粒物测定与气态污染物采样方法》的“采样的基本要求部分”，该标准针对不同烟道面积的圆形、方形或矩形烟道的采样点位置和数目进行了合理规范。
2)取样管道设计：每个取样点均设置取样管道，采用波形设计，通过延长取样时间，可以在减小取样时间间隔的前提下完成充分的取样。较短的取样时间间隔意味着更频繁的取样，从而可以更快地获取有关环境中气体浓度的变化信息。
波形管道的截面形状可根据气流特性和排放浓度进行优化设计，以减小流速波动对取样的影响。例如，可以选择波形管道的截面形状为半圆形。半圆形截面具有较小的流阻，能够减少流速波动对取样的影响。此外，通过优化半圆形截面的半径和角度，可以更好地适应气体流动的特性和排放浓度分布。在实际应用中，具体的优化设计需要结合具体情况和流体力学原理进行，针对不同情况需要使用数值模拟或流体力学实验等方法进行验证和优化。
3)混合室设计：所有取样管道汇集到一个混合室内，混合室位于取样管道末端。
混合室内设置混合风机或喷淋系统，通过搅拌或喷淋使各个取样点采集到的样气充分混合，以达到烟气流的均匀性。
混合室的体积和搅拌/喷淋能力需要根据烟道流量和气体特性进行适当设计，以确保样气的即时混合。
在实际应用中，监测终端2主要包括以下两个部分：
(1)数据处理及通信：监测点所处位置通常较为恶劣，考虑到传输距离以及测量安全性的需要，如图2所示，数据处理器与各传感器之间采用485总线的形式进行通信，保障了数据的可靠性。监测终端2通过WLAN/Ethernet/5G方式接入Internet网络向云服务器3上传监测数据。
(2)电源配置：在实地考察中本发明发现监测点位通常遮挡较少，故在原220VAC供电的基础上增加太阳能板+锂电池蓄能的方式为传感器以及处理器等模块提供电源。符合实际生产条件下设备的部署需要。
监测终端2将传感器组采集的原始数据通过互联网上传至云服务器3；云服务器3通过电力行业规定的折算方法计算出实时碳排放质量流率，并储存。通过实时的二氧化碳排放质量流率，对实时的质量流率分段以时间为变量进行积分，可以分析得到任一时段的碳排放量总量。
web数据云平台4：
1)在web数据云平台4的设备管理服务，实现同时管理所有监测终端2。可以对设备进行批量配置、监视固件版本、数据批量统计和可视化等操作。
2)企业用户也可在web数据云平台4实时查询本单位的碳排放数据，并依据排放情况给出相应整改措施，进一步以用户侧降碳需求倒逼发电侧节能降碳技术进步，以发电侧每度电承载碳量的降低促进用户侧耗碳量减少，双向迭代互动，可以促进电力系统有序推进整体降碳、如期实现“双碳”目标。
3)所收集的碳排放量可同步至监管服务器5及碳交易服务器6，满足相关政府部门对碳排放企业进行监管的需求，并为碳交易的开展提供真实数据。
计量数据校准过程：
1.在云服务器3中对数据进行拟合修正：(1)单个传感器的校准；(2)核算后总排放量的校准。
对所采集排放源的烟气进行定期采样，送至第三方有资质的检测公司进行各组分含量的标定，和传感器数据进行比对修正。
2.多传感器直接平均法:在采样点部署多个不同型号同一量程的传感器，互为对照，消除偶然误差。
本发明还包括：监管服务器5。
云服务器3的碳排放数据可上传至监管服务器5，用于实时监测碳排放数据并执行监管任务。该监管服务器5具备实时数据处理和分析的能力，以便及时发现超标排放情况并触发预警。
1)设计数据验证机制：设立验证节点，前期使用参比方法测量不同企业不同时间段的碳排放量数据，至少获取9组数据对，每组数据对取5min～15min均值，将前期标准数据对提前录入监管服务器5。对录入服务器的碳排放数据进行验证和审查，计算web数据云平台4上传的数据和前期对应标准数据对的相对准确度。要求相对准确度不大于5％才进行录入，确保数据的准确性和可信度。
2)碳配额管理：生态环境局应与可信的第三方CA机构合作，当生态环境局向企业发放排放配额时，生态环境局将使用私钥对排放配额内容进行数字签名，保证数据的真实性。并在监管服务器5上保存并更新企业的碳排放配额信息，实时监测企业是否超出配额，超出配额的企业将被警报并进行相应行政处理。
3)碳排放预警：基于区块链智能合约技术，预先在碳监管服务器5定义碳排放量预警规则及触发预警合约执行的条件，，实现实时自动预警功能。经过生态环境局、第三方CA机构，碳交易市场等利益主体签署并同意后，碳排放预警功能将在监管服务器5中运行，实时根据不同企业的碳排放量数据、从生态环境部门获取企业碳排放权配额信息、从碳交易市场获取企业碳排放权历史交易信息等最新信息，定量分析并判断企业是否发生超排行为。当系统监测到有企业碳排放量达到预警合约执行的条件时，自动触发预警，并通知相关监管部门。
4)数据分析和报表生成：利用监管服务器5中的数据，进行碳排放分析和生成相关报表，以便监管部门进行决策和政策制定。解决了火力发电厂的碳排放难以控制以及碳排放量达到配额却未能得到及时预警的痛点问题。
本发明还包括：碳交易服务器6。
云服务器3的碳排放数据上传至碳交易服务器6，用于管理碳配额交易和购买。该碳交易服务器6应提供一个安全可靠的平台，使企业能够方便地进行碳排放权的买卖，对碳交易的公平公正开展提供了保障。
1)提供智能合约服务，实现自动化的碳配额交易和结算。智能合约可以根据设定的规则和条件，自动匹配买卖双方，执行交易并追踪配额的使用情况。
2)集成身份验证和数字签名技术，确保交易的真实性和安全性。只有经过身份验证的企业才能参与交易，并使用数字签名确保交易记录的不可篡改性。
3)设计创新的交易机制，如基于预测模型的动态定价机制，以反映实际碳市场的供求情况和价格变化。
4)提供实时的碳交易数据展示和分析功能，帮助企业和监管部门了解市场情况和参与决策。
在实际应用中，烟气二氧化碳排放量的计算过程具体如下：
1)烟气二氧化碳排放浓度计算：
标准状态下烟气二氧化碳质量浓度按公式(1)计算。
式中：CSn——标准状态下二氧化碳质量浓度，单位为克每立方米(g/m3)；CS——CO2-CEMS测得的二氧化碳体积浓度，单位为体积百分比(％)。
标准状态下二氧化碳干基质量浓度和湿基质量浓度转换按公式(2)计算。
式中：Cd——标准状态下二氧化碳干基质量浓度，单位为克每立方米(g/m3)；Cw——标准状态下二氧化碳湿基质量浓度，单位为克每立方米(g/m3)；XSW——烟气含湿量。
2)烟气体积流量计算：
湿烟气平均流速按公式(3)计算。
式中：——测定断面的湿烟气平均流速，单位为米每秒(m/s)；KV——速度场系数；/>——测定断面流速CMS测得的湿烟气平均流速，(m/s)。
实际工况下湿烟气流量按公式(4)计算。
式中：QS——实际工况下湿烟气流量，单位为立方米每小时(m3/h)；F——测定断面的面积，单位为平方米(m2)。
标准状态下干烟气体积流量按公式(5)计算。
式中：QSn——标准状态下干烟气体积流量，单位为立方米每小时(m3/h)；ts——烟气温度，单位为摄氏度(℃)；Ba——大气压力，单位为帕斯卡(Pa)；Ps——烟气静压(表压)，单位为帕斯卡(Pa)。
3)二氧化碳排放质量流率计算：
二氧化碳排放质量流率按公式(6)计算。
Gh＝Cd×QSn×10-6 (6)
式中：Gh——烟气二氧化碳排放质量流率，单位为吨每小时(t/h)。
4)二氧化碳累积排放量计算：
二氧化碳的累积排放量按公式(7)～公式(9)计算。
式中：Gd——二氧化碳天排放量，单位为吨每天(t/d)；Ghi——该天中第i小时二氧化碳排放量，单位为吨每小时(t/h)；Gm——二氧化碳月排放量，单位为吨每月(t/m)；Gdj——该月中第j天二氧化碳排放量，单位为吨每天(t/d)；Gy——二氧化碳年排放量，单位为吨每年(t/a)；Gdj′Gdi′——该年中第j天二氧化碳排放量，单位为吨每天(t/d)；Dm——该月天数；Dy——该年天数。
上述二氧化碳浓度计算、流量计算以及二氧化碳排放量的计算公式是进行发电侧碳排放量实测计量的重要理论依据。
本发明基于“互联网+”大背景，结合本发明所提供的碳排放在线连续监测系统对大气污染源排放的气态污染物和颗粒物进行浓度和排放总量连续监测，并将信息实时传输到主管部门的系统。
1)动态混合采样装置1通过多点取样和动态混合的方法，确保了取样的均匀性和代表性。与传统取样方法相比，它可以大大减小取样点之间的时间滞后和数据误差，提供实时且准确的碳排放数据支持。
2)体现了云计算对大数据处理的优越性，运算高效、计算速度快，数据精度可按需配置适应不同用户对监测精度的个性化需求。利用云端计算算力、储存可根据用户需求进行配置的特点，对监测产生的海量原始数据进行高效折算与存储，兼顾效率与安全。对于不同行业的个性化监测需求及数据精度可灵活配置云端服务算力及数据容量，降低成本。
3)实现了异构传感器的灵活接入功能，不同型号、接口的传感器皆可以通过所设计的数据处理终端接入互联网。针对不同排放源气体含量的不同，可按需选配市面上各种抗高温、抗腐蚀的不同型号、不同接口协议、不同价格、不同特点的传感器，通过接入数据处理终端将数据上传至云端进行进一步处理。
4)采用多传感器直接平均法，采集数据准确，克服了采集过程中产生的偶然误差。
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。
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 (10)
1.一种碳排放在线连续监测系统，其特征在于，包括：动态混合采样装置、监测终端、云服务器以及web数据云平台；
所述动态混合采样装置包括多个取样点、取样管道、混合室以及设于所述取样点的传感器组；
在烟道均匀设置多个所述取样点；每个所述取样点布设一个所述取样管道；所述取样管道的末端与所述混合室相连通；所述混合室用于搅拌空气使烟气混合均匀；所述取样点，设于所述混合室的顶端，利用所述传感器组对烟道内的烟气进行取样；
所述监测终端，用于将所述传感器组采集的监测数据上传至云服务器；
所述云服务器，用于根据所述监测数据实时计算出碳排放质量流率，并对所述碳排放质量流率进行分段，以时间为变量进行积分，确定任一时段的碳排放量总量；
所述web数据云平台，用于管理所述监测终端；用户通过所述web数据云平台查询所述云服务器上的碳排放数据，根据所述碳排放数据制定整改措施；所述碳排放数据包括碳排放质量流率以及碳排放量总量。
2.根据权利要求1所述的碳排放在线连续监测系统，其特征在于，还包括：碳交易服务器；
所述碳交易服务器，用于接收所述云服务器上的碳排放数据，并管理碳配额交易和购买；
所述碳交易服务器提供智能合约服务，实现自动化的碳配额交易和结算；
所述碳交易服务器集成身份验证和数字签名技术；
所述碳交易服务器基于预测模型的动态定价机制，反映实际碳市场的供求情况和价格变化；
所述碳交易服务器实时显示和分析碳交易数据。
3.根据权利要求1所述的碳排放在线连续监测系统，其特征在于，还包括：监管服务器；
所述监管服务器，用于接收所述云服务器上的碳排放数据，实时监管所述碳排放数据，生成碳排放分析报表并执行监管任务；
所述监管服务器保存并更新企业的碳排放配额信息，实时监测企业是否超出配额，当所述监管服务器发现企业存在超标排放情况触发预警，并将预警信息上传至政府机构。
4.根据权利要求1所述的碳排放在线连续监测系统，其特征在于，所述取样管道为波形管道。
5.根据权利要求4所述的碳排放在线连续监测系统，其特征在于，所述波形管道的截面形状为半圆形。
6.根据权利要求1所述的碳排放在线连续监测系统，其特征在于，所述混合室内设有混合风机或喷淋系统。
7.根据权利要求1所述的碳排放在线连续监测系统，其特征在于，所述监测终端的数据处理器通过RS485总线与所述传感器组进行通信。
8.根据权利要求1所述的碳排放在线连续监测系统，其特征在于，所述监测终端通过WLAN、Ethernet或者5G方式接入Internet，向所述云服务器上传所述监测数据。
9.根据权利要求1所述的碳排放在线连续监测系统，其特征在于，所述碳排放质量流率为：
Gh＝Cd×QSn×10-6；其中，Gh为烟气二氧化碳排放质量流率；Cd为标准状态下二氧化碳干基质量浓度；QSn为标准状态下干烟气体积流量。
10.根据权利要求9所述的碳排放在线连续监测系统，其特征在于，所述碳排放量总量为：
其中，Gd为二氧化碳天排放量；Ghi为当天中第i小时二氧化碳排放量；Gm为二氧化碳月排放量；Gdj为当月中第j天二氧化碳排放量；Gy为二氧化碳年排放量；Gdj′为当年中第j天二氧化碳排放量；Dm为当月天数；Dy为当年天数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310924128.6A CN116930424A (zh) | 2023-07-26 | 2023-07-26 | 一种碳排放在线连续监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310924128.6A CN116930424A (zh) | 2023-07-26 | 2023-07-26 | 一种碳排放在线连续监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116930424A true CN116930424A (zh) | 2023-10-24 |
Family
ID=88382300
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310924128.6A Pending CN116930424A (zh) | 2023-07-26 | 2023-07-26 | 一种碳排放在线连续监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116930424A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118130729A (zh) * | 2024-05-10 | 2024-06-04 | 安徽建工生态科技股份有限公司 | 基于cems的碳排放监测系统及方法 |
-
2023
- 2023-07-26 CN CN202310924128.6A patent/CN116930424A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118130729A (zh) * | 2024-05-10 | 2024-06-04 | 安徽建工生态科技股份有限公司 | 基于cems的碳排放监测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6732055B2 (en) | Methods and systems for energy and emissions monitoring | |
| CN103697946B (zh) | 一种火电厂燃煤锅炉烟气流量的计算方法及污染物排放量的控制方法 | |
| CN104360667B (zh) | 一种污染源在线监控平台及污染源监控数据防造假方法 | |
| CN113282868A (zh) | 一种火电厂度电碳排放强度在线监测系统及计算分析方法 | |
| CN116930424A (zh) | 一种碳排放在线连续监测系统 | |
| US12117328B2 (en) | Method and system of risk prevention based on energy of natural gas in a full cycle | |
| CN102226904A (zh) | 电站大型锅炉一次风风量的软测量方法 | |
| CN117630283A (zh) | 燃煤发电企业在线碳排放监测方法与系统 | |
| CN114398987A (zh) | 一种天然气能量计量的异常监测方法和系统 | |
| CN109992740A (zh) | 一种基于数据库计算污染源实际排放水平的方法 | |
| CN117057824A (zh) | 一种区域碳排放量核算方法、介质及双碳数据分析系统 | |
| CN116759005A (zh) | 一种用于燃煤发电的碳排放量计算方法及系统 | |
| CN116629808A (zh) | 一种碳减排生态项目评价方法、系统、装置和存储介质 | |
| CN116256017A (zh) | 碳资产监测装置及碳资产监测系统 | |
| CN115547013A (zh) | 用于主动配电网的碳排放监测报警系统及方法 | |
| CN118191237A (zh) | 多能源的烟叶烘烤系统的碳排放检测和统计系统 | |
| CN101382448A (zh) | 复杂工况下混合煤气的计量方法 | |
| CN117557305A (zh) | 示范区碳排放数字化管理方法和系统 | |
| CN117494932A (zh) | 一种碳排数据采集与处理方法及系统 | |
| CN115015488A (zh) | 一种火力发电机组碳排放在线自动核算系统及方法 | |
| CN102999028B (zh) | 煤气介质计量数据预警系统数模建构方法 | |
| CN113836794B (zh) | 一种软硬结合的飞灰含碳量在线监测方法 | |
| Panek et al. | PRCI ambient NO2 AERMOD performance assessment and model improvement project: Modeled to observed comparison | |
| Wilcox et al. | Implementing Best Practices for Data Quality Assessment of the National Renewable Energy Laboratory's Solar Resource and Meteorological Assessment Project | |
| CN112834560A (zh) | 燃气工业锅炉反平衡热效率测试方法、系统及装置 |
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 |