CN117171949B - 数字化园区碳排放态势推演方法 - Google Patents

Abstract

本发明公开了一种数字化园区碳排放态势推演方法，通过对数字化园区碳排放情况调研，获取作为推演信息输入的园区数据，设置园区碳排放态势推演条件，并根据推演信息输入和园区碳排放态势推演条件进行园区碳排放态势推演计算。本发明所提方法能够推演出数字化园区未来的碳排放情况，有利于给出园区能源建设方案建议，可为优化园区能源结构、提升园区用能效率、构建低碳运行模式提供数据和策略支撑，对区域双碳目标达成有重要的意义和实用价值。

Description

数字化园区碳排放态势推演方法

技术领域

本发明属于低碳技术领域，具体是一种数字化园区碳排放态势推演方法。

背景技术

数字化园区可通过在监测、推演、服务上的示范效用带动整体经济的低碳高效发展。作为一项系统性工程，低碳减排需要多项举措协同并举，利用数字化技术建立数字化智慧能源体系以及碳排预测推演，实现园区低碳能耗管理服务，企业能耗管理服务，全盘掌握园区各家企业的碳核算数据，进而指导政策制定、场景打造等。园区碳排态势推演技术不仅能够提供网络化、数字化、智能化的手段，赋能构建清洁低碳安全高效的能源体系，而且可以间接推动社会总体能耗的降低。未来，园区碳排态势推演技术将贯穿我国“碳家底”摸查、碳达峰碳中和进程预测、减排路径规划，推动减排路径实施的各个阶段。因此，如何准确推演数字化园区碳排放态势，是本发明所要解决的技术问题。

发明内容

为了解决上述问题，本发明提供了能够得到未来的园区碳排放量总量和园区清洁能源建设方案计算结果的数字化园区碳排放态势推演方法。

为了达到上述目的，本发明是通过以下技术方案来实现的：

本发明是数字化园区碳排放态势推演方法，包括如下步骤：

步骤1，获取包括园区能源消耗、园区固碳情况和园区经济数据的园区数据，作为推演信息输入；

步骤2，设置包括园区发展趋势、推演周期和修正系数的园区碳排放态势推演条件；

步骤3，利用推演信息输入和园区碳排放态势推演条件进行园区碳排放态势推演计算，推演出周期中每一年度的园区碳排放总量C和园区清洁能源建设增加量E_o，包括：

步骤3.1，计算园区能源消耗趋势；

步骤3.2，计算园区经济数据趋势；

步骤3.3，计算修正后的趋势指标；

步骤3.4，计算园区碳排放推演模型；

步骤3.5，设置园区碳排放与清洁能源增加量关系表达式；

步骤3.6，根据推演条件求解推演结果。

本发明的进一步改进在于：步骤1中，园区能源消耗表达式为：

E(t_z)＝{E_r(t_z),E_a(t_z)},t_z＝{t_z,1,t_z,2,…,t_z,n}；

其中，E(t_z)为t_z年度的园区能源消耗总量集合，单位为kJ；E_r(t_z)为t_z年度的园区非清洁能源消耗总量集合，单位为kJ；E_a(t_z)为t_z年度的园区清洁能源消耗总量集合，单位为kJ；t_z为历史年度；n为历史年度数量。

本发明的进一步改进在于：步骤2中，园区发展趋势F包括园区低碳高速发展F₁、园区低碳平稳发展F₂和园区碳中和发展F₃；

推演周期的表达式为：

t_v＝{t_v,1,t_v,2,…,t_v,m}；

其中t_v为推演周期集合，单位为年；m为推演周期数量；

修正系数的表达式为：

其中，ω为修正系数集合；ω_er为园区非清洁能源消耗修正系数；ω_ea为园区清洁能源消耗修正系数；ω_h为园区固碳情况修正系数；ω_m为园区经济数据修正系数。

本发明的进一步改进在于：步骤3.1中园区能源消耗趋势的表达式为：

其中，λ_er为园区非清洁能源消耗趋势；λ_ea为园区清洁能源消耗趋势；i为年度编号；n为历史年度数量；E_r(t_z,i)为编号为i的年度的园区非清洁能源消耗总量集合；E_a(t_z,i)为编号为i的年度的园区清洁能源消耗总量集合。

本发明的进一步改进在于：步骤3.2中园区经济数据趋势λ_m的表达式为：

其中，M(t_z,i)为编号为i的年度的园区经济数据，单位为万元；n为历史年度数量。

本发明的进一步改进在于：步骤3.3中根据不同的园区发展趋势，选择不同的修正系数，计算修正后的趋势指标，表达式为：

λ_e'_r＝ω_er(λ_er-1)+1；

λ_e'_a＝ω_ea(λ_ea-1)+1；

λ'_m＝ω_m(λ_m-1)+1；

其中，λ'_er为修正后的园区非清洁能源消耗趋势；λ'_ea为修正后的园区清洁能源消耗趋势；λ'_m为修正后的园区经济数据趋势；ω_er为园区非清洁能源消耗修正系数；ω_ea为园区清洁能源消耗修正系数；ω_m为园区经济数据修正系数。

本发明的进一步改进在于：步骤3.4中第t_v,j年的园区碳排放推演模型的表达式为：

C_er(t_v,j)＝η·λ'_er·E_r(t_v,j-1)；

C_ea(t_v,j)＝η·[λ'_ea·E_a(t_v,j-1)+E_o(t_v,j-1)]；

M(t_v,j)＝λ'_m·M(t_v,j-1)；

其中，C_er(t_v,j)为第t_v,j年的园区非清洁能源消耗碳排放，单位为吨CO₂；η为碳排放因子，单位为tCO₂/kJ；C_ea(t_v,j)为第t_v,j年的园区清洁能源消耗碳排放，单位为吨CO₂；E_o(t_v,j-1)为第t_v,j-1年的园区清洁能源建设增加量，单位为kJ；E_r(t_v,j-1)为第t_v,j-1年的园区非清洁能源消耗总量；E_a(t_v,j-1)为第t_v,j-1年的园区清洁能源消耗总量；M(t_v,j)为第t_v,j年的园区经济数据，单位为万元。

本发明的进一步改进在于：步骤3.5设置园区碳排放与清洁能源增加量关系表达式，计算第t_v,j年的园区碳排放数据并求解园区碳排放总量C和园区清洁能源建设增加量E_o，使其满足以下表达式：

C(t_v,j)＝C_er(t_v,j)-C_ea(t_v,j)-ω_h·C_h；

其中，C(t_v,j)为第t_v,j年的园区碳排放总量，单位为吨CO₂；C_q(t_v,j)为第t_v,j年的园区碳排放强度，单位为吨CO₂/万元；ω_h为园区固碳情况修正系数；C_h为园区固碳情况，单位为吨CO₂。

本发明的进一步改进在于：步骤3.6根据推演条件求解推演结果，计算第t_v,j年的园区碳排放数据并求解园区碳排放总量C和园区清洁能源建设增加量E_o，使其满足以下表达式：

当F＝F₁；

C(t_v,j)≤C_α2,当F＝F₂；

C(t_v,j)≤0,当F＝F₃；

其中，C_α1和C_α2为设定的园区最高碳排放量，单位为吨CO₂；C_qα为设定的园区最低碳排强度，单位为吨CO₂/万元。

本发明的有益效果是：本发明通过对数字化园区碳排放情况进行调研，根据调研结果进行碳排放态势推演计算，能够推演出数字化园区未来的碳排放情况，可以根据推演结果给出园区能源建设方案建议，可为优化园区能源结构、提升园区用能效率、构建低碳运行模式提供数据和策略支撑，对区域双碳目标达成有重要的意义和实用价值。

附图说明

图1是数字化园区碳排放态势推演方法流程图；

图2是某园区2014年至2022年的非清洁能源消耗总量曲线；

图3是某园区2014年至2022年的清洁能源消耗总量曲线；

图4是园区在不同发展趋势下的碳排放推演结果。

具体实施方式

为了使本发明的目的、技术方案及优点更加清晰，以下结合附图及实施例，对本发明做出进一步详细阐述。应当注意，此处所描述的实施例仅用以解释本发明，并不用做限定本发明。

如图1所示，本实施例的一种数字化园区碳排放态势推演方法，包括如下步骤：

步骤1，获取园区数据，作为推演信息输入；

步骤2，设置园区碳排放态势推演条件；

步骤3，利用推演信息输入和园区碳排放态势推演条件进行园区碳排放态势推演计算，推演出周期中每一年度的园区碳排放总量C和园区清洁能源建设增加量E_o。

步骤1获取的园区数据包括园区能源消耗、园区固碳情况C_h和园区经济数据M(t_z)；其中，园区固碳情况单位为吨CO₂；园区经济数据M(t_z)单位为万元，其中图4表示某园区2014年至2022年的经济数据。

园区能源消耗包括园区清洁能源消耗和园区非清洁能源消耗，表达式为：

E(t_z)＝{E_r(t_z),E_a(t_z)},t_z＝{t_z,1,t_z,2,…,t_z,n}

其中，t_z为历史年度；n为历史年度数量；E(t_z)为t_z年度的园区能源消耗总量集合，单位为kJ；E_r(t_z)为t_z年度的园区非清洁能源消耗总量集合，单位为kJ；E_a(t_z)为t_z年度的园区清洁能源消耗总量集合，单位为kJ；本实施例中某园区2014年至2022年的非清洁能源和清洁能源消耗总量曲线如图2和图3所示。

步骤2中的设置园区碳排放态势推演条件包括设置园区发展趋势、推演周期和修正系数。

园区发展趋势F包括园区低碳高速发展F₁、园区低碳平稳发展F₂和园区碳中和发展F₃。

推演周期的表达式为：

t_v＝{t_v,1,t_v,2,…,t_v,m}；

其中，t_v为推演周期集合，单位为年；m为推演周期数量；本实施例中推演周期取2023年至2030年。

修正系数的表达式为：

其中，ω为修正系数集合；ω_er为园区非清洁能源消耗修正系数；ω_ea为园区清洁能源消耗修正系数；ω_h为园区固碳情况修正系数；ω_m为园区经济数据修正系数。本实施例中修正系数集合ω取值为：

步骤3具体包括：

步骤3.1，计算园区能源消耗趋势，表达式为：

其中，λ_er为园区非清洁能源消耗趋势；λ_ea为园区清洁能源消耗趋势；i为年度编号；n为历史年度数量；E_r(t_z,i)为编号为i的年度的园区非清洁能源消耗总量集合；E_a(t_z,i)为编号为i的年度的园区清洁能源消耗总量集合。

步骤3.2，计算园区经济数据趋势，表达式为：

其中，M(t_z,i)为编号为i的年度的园区经济数据，单位为万元；n为历史年度数量。

步骤3.3，计算修正后的趋势指标，，根据不同的园区发展趋势F设置，选择不同的修正系数集合ω，表达式为：

λ'_er＝ω_er(λ_er-1)+1；

λ'_ea＝ω_ea(λ_ea-1)+1；

λ'_m＝ω_m(λ_m-1)+1；

其中，λ'_er为修正后的园区非清洁能源消耗趋势；λ'_ea为修正后的园区清洁能源消耗趋势；λ'_m为修正后的园区经济数据趋势；ω_er为园区非清洁能源消耗修正系数；ω_ea为园区清洁能源消耗修正系数；ω_m为园区经济数据修正系数。

步骤3.4，计算园区碳排放推演模型；第t_v,j年的园区碳排放推演模型的表达式为：

C_er(t_v,j)＝η·λ'_er·E_r(t_v,j-1)；

C_ea(t_v,j)＝η·[λ'_ea·E_a(t_v,j-1)+E_o(t_v,j-1)]；

M(t_v,j)＝λ'_m·M(t_v,j-1)；

其中，C_er(t_v,j)为第t_v,j年的园区非清洁能源消耗碳排放，单位为吨CO₂；η为碳排放因子，单位为tCO₂/kJ；C_ea(t_v,j)为第t_v,j年的园区清洁能源消耗碳排放，单位为吨CO₂；E_o(t_v,j-1)为第t_v,j-1年的园区清洁能源建设增加量，单位为kJ，本实施例中取2.53×10^-7tCO₂/kJ；E_r(t_v,j-1)为第t_v,j-1年的园区非清洁能源消耗总量；E_a(t_v,j-1)为第t_v,j-1年的园区清洁能源消耗总量；M(t_v,j)为第t_v,j年的园区经济数据，单位为万元。

步骤3.5，设置园区碳排放与清洁能源增加量关系表达式，计算第t_v,j年的园区碳排放数据并求解园区碳排放总量C和园区清洁能源建设增加量E_o，使其满足以下表达式：

C(t_v,j)＝C_er(t_v,j)-C_ea(t_v,j)-ω_h·C_h；

其中，C(t_v,j)为第t_v,j年的园区碳排放总量，单位为吨CO₂；C_q(t_v,j)为第t_v,j年的园区碳排放强度，单位为吨CO₂/万元；ω_h为园区固碳情况修正系数；C_h为园区固碳情况，单位为吨CO₂。

步骤3.6，根据推演条件求解推演结果，计算第t_v,j年的园区碳排放数据并求解园区碳排放总量C和园区清洁能源建设增加量E_o，使其满足以下表达式：

当F＝F₁

C(t_v,j)≤C_α2,当F＝F₂

C(t_v,j)≤0,当F＝F₃

其中，C_α1和C_α2为设定的园区最高碳排放量，单位为吨CO₂；C_qα为设定的园区最低碳排强度，单位为吨CO₂/万元。其中，本实施例中C_α1和C_α2分别取3500吨CO₂和3000吨CO₂，取3.0吨CO₂/万元；本实施例中某园区2023年-2035年不同发展趋势下的碳排放推演结果如图4所示。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (2)

1.数字化园区碳排放态势推演方法，其特征在于：包括如下步骤：

步骤1，获取包括园区能源消耗、园区固碳情况和园区经济数据的园区数据，作为推演信息输入；

步骤2，设置包括园区发展趋势、推演周期和修正系数的园区碳排放态势推演条件；

步骤3，利用推演信息输入和园区碳排放态势推演条件进行园区碳排放态势推演计算，推演出周期中每一年度的园区碳排放总量C和园区清洁能源建设增加量E_o，包括：

步骤3.1，计算园区能源消耗趋势；

步骤3.2，计算园区经济数据趋势；

步骤3.3，计算修正后的趋势指标；

步骤3.4，计算园区碳排放推演模型；

步骤3.5，设置园区碳排放与清洁能源增加量关系表达式；

步骤3.6，根据推演条件求解推演结果；

所述步骤2中，园区发展趋势F包括园区低碳高速发展F₁、园区低碳平稳发展F₂和园区碳中和发展F₃；

推演周期的表达式为：

t_v＝{t_v,1,t_v,2,…,t_v,m}；

其中，t_v为推演周期集合，单位为年；m为推演周期数量；

修正系数的表达式为：

其中，ω为修正系数集合；ω_er为园区非清洁能源消耗修正系数；ω_ea为园区清洁能源消耗修正系数；ω_h为园区固碳情况修正系数；ω_m为园区经济数据修正系数；

所述步骤3.1中园区能源消耗趋势的表达式为：

其中，λ_er为园区非清洁能源消耗趋势；λ_ea为园区清洁能源消耗趋势；i为年度编号；n为历史年度数量；E_r(t_z,i)为编号为i的年度的园区非清洁能源消耗总量集合；E_a(t_z,i)为编号为i的年度的园区清洁能源消耗总量集合；

所述步骤3.2中园区经济数据趋势λ_m的表达式为：

其中，M(t_z,i)为编号为i的年度的园区经济数据，单位为万元；n为历史年度数量；

步骤3.3中根据不同的园区发展趋势，选择不同的修正系数，计算修正后的趋势指标，表达式为：

λ′_er＝ω_er(λ_er-1)+1；

λ′_ea＝ω_ea(λ_ea-1)+1；

λ'_m＝ω_m(λ_m-1)+1；

其中，λ′_er为修正后的园区非清洁能源消耗趋势；λ′_ea为修正后的园区清洁能源消耗趋势；λ'_m为修正后的园区经济数据趋势；ω_er为园区非清洁能源消耗修正系数；ω_ea为园区清洁能源消耗修正系数；ω_m为园区经济数据修正系数；

所述步骤3.4中第t_v,j年的园区碳排放推演模型的表达式为：

C_er(t_v,j)＝η·λ′_er·E_r(t_v,j-1)；

C_ea(t_v,j)＝η·[λ′_ea·E_a(t_v,j-1)+E_o(t_v,j-1)]；

M(t_v,j)＝λ′_m·M(t_v,j-1)；

其中，C_er(t_v,j)为第t_v,j年的园区非清洁能源消耗碳排放，单位为吨CO₂；η为碳排放因子，单位为tCO₂/kJ；C_ea(t_v,j)为第t_v,j年的园区清洁能源消耗碳排放，单位为吨CO₂；E_o(t_v,j-1)为第t_v,j-1年的园区清洁能源建设增加量，单位为kJ；E_r(t_v,j-1)为第t_v,j-1年的园区非清洁能源消耗总量；E_a(t_v,j-1)为第t_v,j-1年的园区清洁能源消耗总量；M(t_v,j)为第t_v,j年的园区经济数据，单位为万元；

所述步骤3.5设置园区碳排放与清洁能源增加量关系表达式，计算第t_v,j年的园区碳排放数据并求解园区碳排放总量C和园区清洁能源建设增加量E_o，使其满足以下表达式：

C(t_v,j)＝C_er(t_v,j)-C_ea(t_v,j)-ω_h·C_h；

其中，C(t_v,j)为第t_v,j年的园区碳排放总量，单位为吨CO₂；C_q(t_v,j)为第t_v,j年的园区碳排放强度，单位为吨CO₂/万元；ω_h为园区固碳情况修正系数；C_h为园区固碳情况，单位为吨CO₂；

所述步骤3.6根据推演条件求解推演结果，计算第t_v,j年的园区碳排放数据并求解园区碳排放总量C和园区清洁能源建设增加量E_o，使其满足以下表达式：

当F＝F₁；

C(t_v,j)≤C_α2,当F＝F₂；

C(t_v,j)≤0,当F＝F₃；

其中，C_α1和C_α2为设定的园区最高碳排放量，单位为吨CO₂；C_qα为设定的园区最低碳排强度，单位为吨CO₂/万元。

2.根据权利要求1所述的数字化园区碳排放态势推演方法，其特征在于：所述步骤1中，园区能源消耗表达式为：

E(t_z)＝{E_r(t_z),E_a(t_z)},t_z＝{t_z,1,t_z,2,…,t_z,n}；

其中，E(t_z)为t_z年度的园区能源消耗总量集合，单位为kJ；E_r(t_z)为t_z年度的园区非清洁能源消耗总量集合，单位为kJ；E_a(t_z)为t_z年度的园区清洁能源消耗总量集合，单位为kJ；t_z为历史年度；n为历史年度数量。