CN117236906B - 一种适应电-碳市场协同发展的减碳成本分析方法 - Google Patents
一种适应电-碳市场协同发展的减碳成本分析方法 Download PDFInfo
- Publication number
- CN117236906B CN117236906B CN202311513461.4A CN202311513461A CN117236906B CN 117236906 B CN117236906 B CN 117236906B CN 202311513461 A CN202311513461 A CN 202311513461A CN 117236906 B CN117236906 B CN 117236906B
- Authority
- CN
- China
- Prior art keywords
- carbon
- carbon reduction
- area
- power generation
- power
- 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 294
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 277
- 230000009467 reduction Effects 0.000 title claims abstract description 185
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000011161 development Methods 0.000 title claims abstract description 20
- 238000007728 cost analysis Methods 0.000 title claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 113
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 230000000694 effects Effects 0.000 claims abstract description 33
- 238000007726 management method Methods 0.000 claims abstract description 12
- 238000010248 power generation Methods 0.000 claims description 96
- 239000000446 fuel Substances 0.000 claims description 35
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 32
- 238000002485 combustion reaction Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 22
- 238000009434 installation Methods 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 17
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 16
- 239000001569 carbon dioxide Substances 0.000 claims description 16
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 13
- 229910052717 sulfur Inorganic materials 0.000 claims description 13
- 239000011593 sulfur Substances 0.000 claims description 13
- 238000010521 absorption reaction Methods 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims description 3
- 239000004020 conductor Substances 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000006386 neutralization reaction Methods 0.000 description 5
- 238000011084 recovery Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical class S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 0.000 description 1
- 229910052815 sulfur oxide Inorganic materials 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及减碳成本分析技术领域,具体公开一种适应“电‑碳”市场协同发展的减碳成本分析方法,该方法包括:指定区域电力消耗信息采集分析、指定区域减碳方案筛分和减碳方案优先级排列管理,本发明通过采集输电区的电力消耗信息,并计算输电区对应的电力排碳影响程度指数,不仅可以更精准的分析减碳成本的预估效果,且能够提高数据分析的灵活性,为后续分析指定区域内的减碳状况提供更加科学的数据支撑,同时通过对指定区域的各减碳方案进行优先级排列管理,为电力行业制定减碳目标提供科学依据,不仅能够提高能源使用的效率和可持续性,同时保障了电碳市场协同发展的可行性。
Description
技术领域
本发明涉及减碳成本分析技术领域,具体为一种适应“电-碳”市场协同发展的减碳成本分析方法。
背景技术
当前,越来越多的电力行业实行减碳转型的运作方式,而对电力行业的减碳成本进行分析能够评估不同减碳方案的减碳效果,为电力行业制定减碳目标提供科学依据,可以寻找减碳成本较低的优化方式,因此减碳成本分析成为近年来的研究热点,为促进电碳市场的协同发展提供更细致的数据支撑,且能够提高能源使用的效率和可持续性。
如今,在减碳成本分析方面还存在一些不足,具体体现在以下方面:现有技术在对某一区域的减碳成本进行分析时,一定程度上会忽视碳配额投入占比的分析以及输电区域中对排碳有负面影响的参数,而细致分析碳配额投入占比能够提高后续减碳预估效果的数据精准性,且输电区域作为某一区域的电力系统中必不可少的一部分,能够精准的反映减碳成本的预估效果,因此若不考虑对碳配额投入占比以及输电区域中相关参数进行分析,则无法精准的为后续分析整体区域内的减碳状况提供更加科学的数据支撑。
例如公开号为:CN113837884A的专利申请,公开了一种建筑的碳中和分析方法及碳中和分析系统,根据获取的所述碳排放量和所述减碳量计算得到所述建筑的净碳排放量,并依据所述净碳排放量、所述碳排放量和预设条件判断所述建筑是否满足碳中和建筑要求,生成判断结果,若所述判断结果表示所述建筑满足所述碳中和建筑要求,则根据所述减碳量的投资资产、预设的净收益资产计算得到投资回收周期,能够实现对碳中和投资回收周期的计算,从而提高了投资回收周期的计算效率,并在一定程度上降低了计算成本。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中,对减碳成本进行分析时,通常是根据获取的碳排放量和减碳量计算出净碳排放量,并根据所设的模型或者预设的判断结果来进行分析减碳成本,虽然一定程度上可以加强减碳成本的效果,但是在具体的数值分析上,所运用的参数仍不够全面,使得最终分析得到的减碳结果会与实际中真实的结果存在很大的误差,不仅影响电碳市场的协同发展,且对能源的利用效率也会产生负面影响。
发明内容
针对现有技术的不足,本发明提供了一种适应“电-碳”市场协同发展的减碳成本分析方法,能够有效解决上述背景技术中涉及的问题。
为实现以上目的,本发明通过以下技术方案予以实现:一种适应“电-碳”市场协同发展的减碳成本分析方法,包括:S1.统计指定区域的发电区、输电区和用电区,采集发电区、输电区和用电区在设定的监测周期下的电力消耗信息,并分别计算发电区、输电区和用电区对应的电力排碳影响程度指数。S2.综合评定指定区域的减碳潜力值,由此筛分指定区域的各减碳方案。S3.对指定区域的各减碳方案进行分析,计算指定区域的各减碳方案对应的减碳预估效果程度值,由此对指定区域的各减碳方案进行优先级排列管理。
作为进一步的方法,所述发电区,其对应的电力排碳影响程度指数,其具体分析过程为:统计发电区的各类型发电设备,获取各类型发电设备对应的能源燃料,并提取各类型发电设备的能源燃料对应的当前湿度值、发热值和含硫量。从数据信息库中提取各类型发电设备的能源燃料对应的许可湿度值、界定发热值和许可含硫量,计算各类型发电设备的燃料影响程度系数;获取各类型发电设备在监测周期下的发电总量,并提取预定义的各类型发电设备的单位发电量对应的二氧化碳排放量,同时从数据信息库中提取各类型发电设备对应的二氧化碳许可排放量;计算各类型发电设备的二氧化碳排放量影响程度系数;获取各类型发电设备在监测周期下的燃烧控制参数,其中燃烧控制参数包括最大空气供给量和最高燃料燃烧温度值,并从数据信息库中提取各类型发电设备的适配空气供给量和适配燃料燃烧温度值,计算各类型发电设备的燃烧控制参数影响程度系数,进而综合计算发电区对应的电力排碳影响程度指数。
作为进一步的方法,所述输电区,其对应的电力排碳影响程度指数,其具体分析过程为:统计输电区的各输电导线,采集各输电导线在监测周期下的最大电阻值,同时提取各输电导线的材质类型,并从数据信息库中提取各材质的输电导线对应的常态电阻值,计算输电区的输电导线电阻值影响系数。
获取各输电导线的长度值,并提取预定义的输电导线所属单位长度对应的输电损耗量,同时从数据信息库中提取各材质的输电导线对应的允许输电损耗量,计算输电区的输电损耗量影响系数,进而综合计算输电区对应的电力排碳影响程度指数。
作为进一步的方法,所述用电区对应的电力排碳影响程度指数,其具体分析过程为:统计用电区的各主体企业,获取各主体企业在监测周期下的最高用电负荷值和最低用电负荷值,并通过差值处理得到各主体企业的用电负荷差。同理,提取各主体企业在设定的关联历史参照周期下的用电负荷差,计算各主体企业的用电负荷影响系数;获取各主体企业的企业总占地面积以及绿化覆盖面积,并提取预定义的单位绿化面积对应的日均吸碳量,同时从数据信息库中提取单位绿化面积对应的参照吸碳量,计算各主体企业的吸碳程度评定系数,进而综合计算用电区对应的电力排碳影响程度指数。依据指定区域的减碳潜力值,与预设的各减碳潜力值区间对应的需求减碳值进行匹配,得到指定区域的需求减碳值。
作为进一步的方法,所述筛分指定区域的各减碳方案,其具体分析过程为:将指定区域的需求减碳值与数据信息库中存储的各需求减碳值区间对应的各减碳方案进行比对,筛分得到指定区域的各减碳方案;其中,指定区域的各减碳方案中的内容包括减碳设备对应的安装成本和运营成本以及发电区、输电区和用电区对应的碳配额成本投入占比。
作为进一步的方法,所述对指定区域的各减碳方案进行优先级排列管理,其具体分析过程为:将指定区域的各减碳方案对应的减碳预估效果程度值按照从大到小的顺序依次进行排列,并依据减碳预估效果程度值排列顺序对指定区域的各减碳方案进行优先级排列管理。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:
(1)本发明通过提供一种适应“电-碳”市场协同发展的减碳成本分析方法,对指定区域的发电区、输电区和用电区依次进行分析,为后续指定区域的各减碳方案的减碳预估效果分析提供更加具有科学性和可靠性的数据依据,所运用的参数比较全面,减少了最终分析得到的减碳结果与实际真实的结果之间的误差,以便对指定区域的各减碳方案进行优先级排列管理提供更加具有说服力的支持数据,同时保障了电碳市场协同发展的可行性,并提高了能源的利用效率。
(2)本发明通过采集输电区的电力消耗信息,并计算输电区对应的电力排碳影响程度指数,由于输电区作为电力系统中不可缺少的一部分,不仅可以更精准的反映减碳成本的预估效果,同时可以提高数据分析的灵活性,为后续分析指定区域内的减碳状况提供更加科学的数据支撑。
(3)本发明通过对指定区域的各减碳方案进行分析,计算指定区域的各减碳方案对应的减碳预估效果程度值,将发电区、输电区和用电区对应的碳配额成本投入占比依次进行细致化分析,使得各减碳方案都存在更详细的参数评定结果,并且有助于提高后续减碳预估效果的数据评定精准性。
(4)本发明通过将指定区域的各减碳方案对应的减碳预估效果程度值按照从大到小的顺序依次进行排列,并依据预估效果顺序对指定区域的各减碳方案进行优先级排列管理,为电力行业制定减碳目标提供科学依据,且能够提高能源使用的效率和可持续性。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的方法步骤流程示意图。
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。
参照图1所示,本发明提供了一种适应“电-碳”市场协同发展的减碳成本分析方法,包括:S1.统计指定区域的发电区、输电区和用电区,采集发电区、输电区和用电区在设定的监测周期下的电力消耗信息,并分别计算发电区、输电区和用电区对应的电力排碳影响程度指数,分别记为、/>和/>。
具体的,所述发电区,其对应的电力排碳影响程度指数,其具体分析过程为:
统计发电区的各类型发电设备,获取各类型发电设备对应的能源燃料,并提取各类型发电设备的能源燃料对应的湿度值、发热值/>和含硫量/>,其中i表示为各类型发电设备的编号,/>。
需要解释的是,上述统计发电区的各类型发电设备,其中各类型发电设备包括但不限于燃煤发电机、燃气发电机和燃油发电机。
进一步需要解释的是,上述提取各类型发电设备的能源燃料对应的湿度值、发热值和含硫量,分别使用的设备是湿度计、热量计和硫化物测定仪,湿度值高的燃料需要更多的热量来蒸发水分,降低燃烧效率,从而导致较高的碳排放,而发热值高的燃料可以提供更多的能量,能够降低燃料消耗量,减少碳排放,高含硫燃料燃烧会增加硫氧化物的排放,通常会导致较高的碳排放,因此需要对设备中燃料的相关参数进行分析,可以更精准的判定电力系统中排碳的情况。
从数据信息库中提取各类型发电设备的能源燃料对应的许可湿度值、界定发热值/>和许可含硫量/>,计算各类型发电设备的燃料影响程度系数/>,计算公式为:,其中/>、/>和/>分别表示为设定的湿度值、发热值和含硫量对应的修正因子。
获取各类型发电设备在监测周期下的发电总量,并提取预定义的各类型发电设备的单位发电量对应的二氧化碳排放量/>,同时从数据信息库中提取各类型发电设备对应的二氧化碳许可排放量/>。
计算各类型发电设备的二氧化碳排放量影响程度系数,计算公式为:,其中/>表示为设定的二氧化碳排放量对应的修正因子,e表示为自然常数。
获取各类型发电设备在监测周期下的燃烧控制参数,其中燃烧控制参数包括最大空气供给量和最高燃料燃烧温度值/>,并从数据信息库中提取各类型发电设备的适配空气供给量/>和适配燃料燃烧温度值/>。
需要解释的是,上述获取各类型发电设备在监测周期下的燃烧控制参数,可以通过燃烧控制系统来对参数进行获取,过少的空气供给和较低的燃烧温度都会导致燃料燃烧不完全,产生不完全燃烧产物,而这些不完全燃烧产物是碳排放的主要成分之一,且过多的空气供给会导致燃料稀释,使燃烧反应不充分,同样会产生不完全燃烧产物,同时过高的燃烧温度也可能导致有害物质的生成增加,因此,需要对空气供给量和燃料燃烧温度进行合理控制,以实现燃料的充分燃烧,不仅可以减少不完全燃烧产物的生成,且一定程度上能够降低碳排放。
计算各类型发电设备的燃烧控制参数影响程度系数,计算公式为:,其中/>和/>分别表示为设定的空气供给量和燃料燃烧温度值对应的修正因子。
综合计算发电区对应的电力排碳影响程度指数,计算公式为:,其中/>、/>和/>分别表示为设定的燃料影响程度系数、二氧化碳排放量影响程度系数和燃烧控制参数影响程度系数对应的权值。
进一步的,所述输电区,其对应的电力排碳影响程度指数,其具体分析过程为:
统计输电区的各输电导线,采集各输电导线在监测周期下的最大电阻值,其中j表示为各输电导线的编号,/>,n表示为输电导线的数目,同时提取各输电导线的材质类型,并从数据信息库中提取各材质的输电导线对应的常态电阻值/>。
需要解释的是,上述采集各输电导线在监测周期下的最大电阻值,所用到的设备为电阻测量仪,输电导线的电阻值能够影响电力输送的效率和损耗,而电力输送的效率和损耗与能源的利用效率相关,能源的利用效率又与二氧化碳排放相关,因此尽可能使输电导线的电阻值达到最适合输送的数值,可以提高电力输送的效率,减少能源浪费,从而间接地减少二氧化碳的排放量。
计算输电区的输电导线电阻值影响系数,计算公式为:,其中/>表示为设定的导线电阻值对应的修正因子。
获取各输电导线的长度值,并提取预定义的输电导线所属单位长度对应的输电损耗量/>,同时从数据信息库中提取各材质的输电导线对应的允许输电损耗量/>。
计算输电区的输电损耗量影响系数,计算公式为:/>,其中/>表示为设定的输电损耗量对应的修正因子。
需要解释的是,上述计算输电区的输电损耗量影响系数,输电损耗是指电能在输电过程中由于电阻导致的能量损耗,这些损耗会增加二氧化碳排放量,意味着在将电能从发电输送到用户的过程中,有更多的能量被转化为热能而不是有效的电能,因此,对输电导线的输电损耗量进行分析是必要的,不仅可以提高电力输送的效率,且可以提高能源利用效率和环境可持续性。
综合计算输电区对应的电力排碳影响程度指数,计算公式为:,其中/>和/>分别表示为设定的输电导线电阻值影响系数和输电损耗量影响系数对应的权重因子。
在一个具体的实施例中,本发明通过采集输电区的电力消耗信息,并计算输电区对应的电力排碳影响程度指数,由于输电区作为电力系统中不可缺少的一部分,不仅可以更精准的反映减碳成本的预估效果,同时可以提高数据分析的灵活性,为后续分析指定区域内的减碳状况提供更加科学的数据支撑。
具体的,所述用电区对应的电力排碳影响程度指数,其具体分析过程为:
统计用电区的各主体企业,获取各主体企业在监测周期下的最高用电负荷值和最低用电负荷值,并通过差值处理得到各主体企业的用电负荷差,其中p表示为各主体企业的编号,/>,q表示为主体企业的数目。
需要解释的是,上述统计用电区的各主体企业包括但不限于造纸、石化、化工、水泥、建材、钢铁、有色和汽车制造业。
同理,提取各主体企业在设定的关联历史参照周期下的用电负荷差,计算各主体企业的用电负荷影响系数/>,计算公式为:/>,其中/>和/>分别表示为设定的用电负荷差对应的修正因子和单位用电负荷偏差值对应的影响因子。
需要解释的是,上述监测周期和关联历史参照周期对应的是同一时长。
进一步需要解释的是,上述计算各主体企业的用电负荷影响系数,用电负荷值是通过企业内部的电力监测系统得到的,用电负荷值指企业在一定时间内的用电量,而用电量的增加会导致更多的电力需求,进而可能增加燃煤或其他化石燃料的使用量,从而增加碳排放量,因此需要对各种主体企业的用电负荷进行分析,为后续的减碳方案提供更细致化的数据依据。
获取各主体企业的企业总占地面积以及绿化覆盖面积/>,并提取预定义的单位绿化面积对应的日均吸碳量/>,同时从数据信息库中提取单位绿化面积对应的参照吸碳量/>。
计算各主体企业的吸碳程度评定系数,计算公式为:,其中/>和/>分别表示为设定的绿化面积和吸碳量对应的修正因子。
综合计算用电区对应的电力排碳影响程度指数,计算公式为:,其中/>和/>分别表示为设定的用电负荷影响系数和吸碳程度评定系数对应的权重因子。
S2.综合评定指定区域的减碳潜力值,由此筛分指定区域的各减碳方案。
具体的,所述指定区域的减碳潜力值,具体计算公式为:,其中/>表示为指定区域的减碳潜力值,/>、/>和分别表示为设定的发电区、输电区和用电区对应的电力排碳影响程度指数所属权值。
依据指定区域的减碳潜力值,与预设的各减碳潜力值区间对应的需求减碳值进行匹配,得到指定区域的需求减碳值。
进一步的,所述筛分指定区域的各减碳方案,其具体分析过程为:
将指定区域的需求减碳值与数据信息库中存储的各需求减碳值区间对应的各减碳方案进行比对,筛分得到指定区域的各减碳方案。
其中指定区域的各减碳方案中的内容包括减碳设备对应的安装成本和运营成本以及发电区、输电区和用电区对应的碳配额成本投入占比。
S3.对指定区域的各减碳方案进行分析,计算指定区域的各减碳方案对应的减碳预估效果程度值,由此对指定区域的各减碳方案进行优先级排列管理。
具体的,所述对指定区域的各减碳方案进行分析,其具体分析过程为:
提取指定区域的各减碳方案中的减碳设备对应的安装成本和运营成本/>,其中v表示为各减碳方案的编号,/>,w表示为减碳方案的数目。
获取减碳设备安装基站预安装位置与发电区的位置,将减碳设备安装基站的预安装位置与发电区的位置进行直线连接,作为减碳设备安装基站与发电区的参照调配距离,同时提取预设的单位调配距离对应的参照运营成本/>。
计算指定区域的各减碳方案对应的预备成本影响指数,计算公式为:,其中/>和/>分别表示为设定的安装成本和运营成本对应的修正因子。
需要解释的是,上述计算指定区域的各减碳方案对应的预备成本影响指数,有助于电碳市场做出合理的决策和规划,通过将使用高碳能源的设备转换为使用低碳能源,不仅可以提高能源利用效率,并且能够降低能源成本,实现较大的减碳效果。
将发电区对应的电力排碳影响程度指数与数据信息库中存储的各电力排碳影响程度指数区间对应的参照碳配额投入成本进行匹配,得到发电区对应的参照碳配额投入成本。
同理,得到输电区和用电区对应的参照碳配额投入成本,分别记为和/>。
提取指定区域的各减碳方案中的发电区、输电区和用电区对应的碳配额成本投入占比,分别记为、/>和/>,同时提取预设的碳配额成本投入占比许可偏差值/>。
计算指定区域发电区的各减碳方案对应的碳配额成本投入占比影响指数,计算公式为:/>,其中/>表示为设定的发电区的碳配额成本投入占比对应的修正因子。
计算指定区域输电区的各减碳方案对应的碳配额成本投入占比影响指数,计算公式为:/>,其中/>表示为设定的输电区的碳配额成本投入占比对应的修正因子。
计算指定区域用电区的各减碳方案对应的碳配额成本投入占比影响指数,计算公式为:/>,其中/>表示为设定的用电区的碳配额成本投入占比对应的修正因子。
综合计算指定区域的各减碳方案对应的碳配额成本影响指数,计算公式为:。
需要解释的是,上述指定区域的各减碳方案对应的碳配额成本影响指数,分析各种减碳方案的碳配额占比与减碳效果之间的关系可以帮助评估减碳方案的减排潜力和可持续性,通过增加对可再生能源的利用,可以减少不可再生能源的消耗,从而实现减碳效果。
进一步的,所述指定区域的各减碳方案对应的减碳预估效果程度值,具体计算公式为:,其中/>表示为指定区域的第v个减碳方案对应的减碳预估效果程度值,/>和/>分别表示为设定的预备成本影响指数和碳配额成本影响指数对应的权重因子。
在一个具体的实施例中,本发明通过对指定区域的各减碳方案进行分析,计算指定区域的各减碳方案对应的减碳预估效果程度值,将发电区、输电区和用电区对应的碳配额成本投入占比依次进行细致化分析,使得各减碳方案都存在更详细的参数评定结果,并且有助于提高后续减碳预估效果的数据评定精准性。
具体的,所述对指定区域的各减碳方案进行优先级排列管理,其具体分析过程为:
将指定区域的各减碳方案对应的减碳预估效果程度值按照从大到小的顺序依次进行排列,并依据减碳预估效果程度值排列顺序对指定区域的各减碳方案进行优先级排列管理。
在一个具体的实施例中,本发明通过将指定区域的各减碳方案对应的减碳预估效果程度值按照从大到小的顺序依次进行排列,并依据预估效果顺序对指定区域的各减碳方案进行优先级排列管理,为电力行业制定减碳目标提供科学依据,且能够提高能源使用的效率和可持续性。
需要解释的是,本发明通过提供一种适应“电-碳”市场协同发展的减碳成本分析方法,对指定区域的发电区、输电区和用电区依次进行分析,为后续指定区域的各减碳方案的减碳预估效果分析提供更加具有科学性和可靠性的数据依据,所运用的参数比较全面,减少了最终分析得到的减碳结果与实际真实的结果之间的误差,以便对指定区域的各减碳方案进行优先级排列管理提供更加具有说服力的支持数据,同时保障了电碳市场协同发展的可行性,并提高了能源的利用效率。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (6)
1.一种适应“电-碳”市场协同发展的减碳成本分析方法,其特征在于,包括:
(1)统计指定区域的指标数据,所述指标数据包括发电区、输电区和用电区对应的电力排碳影响程度指数;
(2)根据指标数据综合评定指定区域的减碳潜力值,筛分指定区域的各减碳方案;
(3)对指定区域的各减碳方案进行分析,计算指定区域的各减碳方案对应的减碳预估效果程度值,并将指定区域的各减碳方案对应的减碳预估效果程度值按照从大到小的顺序依次进行排列,并依据减碳预估效果程度值排列顺序对指定区域的各减碳方案进行优先级排列管理;
所述发电区,其对应的电力排碳影响程度指数,其具体分析方法为:
统计发电区的各类型发电设备,获取各类型发电设备对应的能源燃料,并提取各类型发电设备的能源燃料对应的当前湿度值、发热值和含硫量;
从数据信息库中提取各类型发电设备的能源燃料对应的许可湿度值、界定发热值和许可含硫量,计算各类型发电设备的燃料影响程度系数;
获取各类型发电设备在监测周期下的发电总量,并提取预定义的各类型发电设备的单位发电量对应的二氧化碳排放量,同时从数据信息库中提取各类型发电设备对应的二氧化碳许可排放量,计算各类型发电设备的二氧化碳排放量影响程度系数;
获取各类型发电设备在监测周期下的燃烧控制参数,并从数据信息库中提取各类型发电设备的适配空气供给量和适配燃料燃烧温度值,所述燃烧控制参数包括最大空气供给量和最高燃料燃烧温度值;
计算各类型发电设备的燃烧控制参数影响程度系数,根据燃烧控制参数影响程度系数综合计算发电区对应的电力排碳影响程度指数;
其中,所述发电区对应的电力排碳影响程度指数,计算公式为:,
式中,、/>和/>分别表示为设定的燃料影响程度系数、二氧化碳排放量影响程度系数和燃烧控制参数影响程度系数对应的权值,/>表示各类型发电设备的燃料影响程度系数,/>表示各类型发电设备的二氧化碳排放量影响程度系数,/>表示各类型发电设备的燃烧控制参数影响程度系数,其中i表示为各类型发电设备的编号,/>,e表示为自然常数;
所述输电区,其对应的电力排碳影响程度指数,其具体分析方法为:
统计输电区的各输电导线,采集各输电导线在监测周期下的最大电阻值,同时提取各输电导线的材质类型,并从数据信息库中提取各材质的输电导线对应的常态电阻值,计算输电区的输电导线电阻值影响系数;
获取各输电导线的长度值,并提取预定义的输电导线所属单位长度对应的输电损耗量,同时从数据信息库中提取各材质的输电导线对应的允许输电损耗量,计算输电区的输电损耗量影响系数;
根据输电区的输电导线电阻值影响系数及输电区的输电损耗量影响系数,综合计算输电区对应的电力排碳影响程度指数;
其中,所述输电区对应的电力排碳影响程度指数,计算公式为:,
式中,和/>分别表示为设定的输电导线电阻值影响系数和输电损耗量影响系数对应的权重因子,/>表示输电区的输电损耗量影响系数,/>表示输电区的输电导线电阻值影响系数;
所述用电区对应的电力排碳影响程度指数,通过以下计算公式计算得到,
,
式中,表示用电区对应的电力排碳影响程度指数,/>和/>分别表示为设定的用电负荷影响系数和吸碳程度评定系数对应的权重因子,/>表示各主体企业的用电负荷影响系数,/>表示各主体企业的吸碳程度评定系数,其中p表示为各主体企业的编号,,q表示为主体企业的数目,e表示为自然常数;
所述指定区域的各减碳方案对应的减碳预估效果程度值,具体计算公式为:
,
式中,表示为指定区域的第v个减碳方案对应的减碳预估效果程度值,/>表示指定区域的各减碳方案对应的预备成本影响指数,/>和/>分别表示为设定的预备成本影响指数和碳配额成本影响指数对应的权重因子,/>表示指定区域的各减碳方案对应的碳配额成本影响指数,v表示为各减碳方案的编号,/>,w表示为减碳方案的数目。
2.根据权利要求1所述的适应“电-碳”市场协同发展的减碳成本分析方法,其特征在于:所述指定区域的减碳潜力值,具体计算公式为:
,
式中,、/>和/>分别表示发电区、输电区和用电区对应的电力排碳影响程度指数,/>表示为指定区域的减碳潜力值,/>、/>和/>分别表示为设定的发电区、输电区和用电区对应的电力排碳影响程度指数所属权值。
3.根据权利要求2所述的适应“电-碳”市场协同发展的减碳成本分析方法,其特征在于:所述筛分指定区域的各减碳方案,其具体分析过程为:
将指定区域的需求减碳值与数据信息库中存储的各需求减碳值区间对应的各减碳方案进行比对,筛分得到指定区域的各减碳方案;
其中指定区域的各减碳方案中的内容包括减碳设备对应的安装成本和运营成本以及发电区、输电区和用电区对应的碳配额成本投入占比。
4.根据权利要求3所述的适应“电-碳”市场协同发展的减碳成本分析方法,其特征在于:所述指定区域的各减碳方案对应的预备成本影响指数具体为:
提取指定区域的各减碳方案中的减碳设备对应的安装成本和运营成本;
获取减碳设备安装基站预安装位置与发电区的位置,将减碳设备安装基站的预安装位置与发电区的位置进行直线连接,作为减碳设备安装基站与发电区的参照调配距离,同时提取预设的单位调配距离对应的参照运营成本;
计算指定区域的各减碳方案对应的预备成本影响指数,其公式为:,
式中,、/>分别表示各减碳设备对应的安装成本和运营成本,v表示为各减碳方案的编号,/>,w表示为减碳方案的数目,/>表示减碳设备安装基站与发电区的参照调配距离,/>和/>分别表示为设定的安装成本和运营成本对应的修正因子,/>表示预设的单位调配距离对应的参照运营成本。
5.根据权利要求4所述的适应“电-碳”市场协同发展的减碳成本分析方法,其特征在于:所述指定区域的各减碳方案对应的碳配额成本影响指数的计算公式为:
,
式中,表示指定区域发电区的第v个减碳方案对应的碳配额成本投入占比影响指数,/>表示指定区域输电区的第v个减碳方案对应的碳配额成本投入占比影响指数,/>表示指定区域用电区的第v个减碳方案对应的碳配额成本投入占比影响指数。
6.根据权利要求5所述的适应“电-碳”市场协同发展的减碳成本分析方法,其特征在于:所述各类型发电设备的燃料影响程度系数,其计算公式为:
,
式中,、/>和/>分别表示为设定的湿度值、发热值和含硫量对应的修正因子,/>、、/>分别表示各类型发电设备的能源燃料对应的当前湿度值、发热值和含硫量,其中i表示为各类型发电设备的编号,/>,/>、/>、/>分别表示从数据信息库中提取各类型发电设备的能源燃料对应的许可湿度值、界定发热值和许可含硫量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311513461.4A CN117236906B (zh) | 2023-11-14 | 2023-11-14 | 一种适应电-碳市场协同发展的减碳成本分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311513461.4A CN117236906B (zh) | 2023-11-14 | 2023-11-14 | 一种适应电-碳市场协同发展的减碳成本分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117236906A CN117236906A (zh) | 2023-12-15 |
CN117236906B true CN117236906B (zh) | 2024-02-02 |
Family
ID=89098826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311513461.4A Active CN117236906B (zh) | 2023-11-14 | 2023-11-14 | 一种适应电-碳市场协同发展的减碳成本分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117236906B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105305435A (zh) * | 2015-11-13 | 2016-02-03 | 国网江西省电力科学研究院 | 一种区域电力减碳量计算方法 |
CN113421128A (zh) * | 2021-07-13 | 2021-09-21 | 国网安徽省电力有限公司经济技术研究院 | 基于电力大数据分析技术的电力现货市场环境下不平衡分析方法 |
JP6945904B1 (ja) * | 2021-03-17 | 2021-10-06 | 幸彦 高田 | 脱炭素管理システム及び脱炭素対処方法 |
CN115511201A (zh) * | 2022-10-14 | 2022-12-23 | 阳光慧碳科技有限公司 | 一种双碳调控方法、装置、电子设备、存储介质及程序产品 |
CN116882982A (zh) * | 2023-09-08 | 2023-10-13 | 山东云小兵信息技术有限公司 | 一种基于人工智能的线损分析方法及装置 |
CN116993041A (zh) * | 2023-04-28 | 2023-11-03 | 国家电网有限公司大数据中心 | 电力碳排放影响因素量化分析方法、系统、设备及终端 |
-
2023
- 2023-11-14 CN CN202311513461.4A patent/CN117236906B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105305435A (zh) * | 2015-11-13 | 2016-02-03 | 国网江西省电力科学研究院 | 一种区域电力减碳量计算方法 |
JP6945904B1 (ja) * | 2021-03-17 | 2021-10-06 | 幸彦 高田 | 脱炭素管理システム及び脱炭素対処方法 |
CN113421128A (zh) * | 2021-07-13 | 2021-09-21 | 国网安徽省电力有限公司经济技术研究院 | 基于电力大数据分析技术的电力现货市场环境下不平衡分析方法 |
CN115511201A (zh) * | 2022-10-14 | 2022-12-23 | 阳光慧碳科技有限公司 | 一种双碳调控方法、装置、电子设备、存储介质及程序产品 |
CN116993041A (zh) * | 2023-04-28 | 2023-11-03 | 国家电网有限公司大数据中心 | 电力碳排放影响因素量化分析方法、系统、设备及终端 |
CN116882982A (zh) * | 2023-09-08 | 2023-10-13 | 山东云小兵信息技术有限公司 | 一种基于人工智能的线损分析方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于钢铁企业的技术碳减排成本计算方法研究及应用;张利娜;李新创;李冰;李志芳;刘涛;;冶金能源(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117236906A (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2308026A1 (en) | Method and apparatus for energy and emission reduction | |
CN108448625B (zh) | 一种基于数据驱动的风机切入风速计算方法 | |
CN110716512A (zh) | 一种基于燃煤电站运行数据的环保装备性能预测方法 | |
CN115879632A (zh) | 工业企业碳排放测算数据的数据处理方法 | |
CN112907074B (zh) | 面向综合能源系统用户的能效敏感指标检测方法及系统 | |
CN116128167B (zh) | 一种基于云计算实时监测的分布式光伏发电分析方法 | |
CN117172625B (zh) | 一种对既有建筑进行节能改造的综合化分析方法 | |
CN104505824A (zh) | 一种以热定电运行方式下热电厂发电负荷计划制定方法及装置 | |
CN114879619A (zh) | 数字车间能源优化方法及系统 | |
CN117236906B (zh) | 一种适应电-碳市场协同发展的减碳成本分析方法 | |
CN118017624A (zh) | 基于配网重构的多时间尺度的无功优化方法 | |
CN115936680B (zh) | 一种设备运维的智能派单方法及系统 | |
CN116882618A (zh) | 一种大型城市电力系统碳排放计算方法 | |
CN117728378A (zh) | 分散式虚拟电厂整合智能净零的混合系统及其方法 | |
CN114943471A (zh) | 一种电力系统低碳指标体系及综合评价方法 | |
CN112036713A (zh) | 一种基于主成分分析的煤改电综合效益评价方法和系统 | |
Ullah et al. | Industrial Energy Management System: Design of a Conceptual Framework using IoT and Big Data | |
CN117494910B (zh) | 一种基于碳减排的多能源协调优化控制系统及方法 | |
CN113780632B (zh) | 一种发电企业碳达峰预测方法及装置 | |
CN117991639B (zh) | 基于机器学习的燃煤电厂多目标燃烧优化控制方法及装置 | |
CN117148017B (zh) | 一种高压套管油气远程监测方法及系统 | |
CN117236532B (zh) | 一种基于负荷数据的用电高峰负荷预测的方法及系统 | |
CN118469595B (zh) | 基于能源消耗的碳排放测算方法 | |
CN117932276B (zh) | 一种中压配电网线路节能降损适应性评估方法 | |
CN117875491A (zh) | 一种基于leap模型的火电厂碳减排潜力分析方法及系统 |
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 |