CN117745310B - 一种基于孪生碳网络空间的碳排放量核算方法及系统 - Google Patents
一种基于孪生碳网络空间的碳排放量核算方法及系统 Download PDFInfo
- Publication number
- CN117745310B CN117745310B CN202410190244.4A CN202410190244A CN117745310B CN 117745310 B CN117745310 B CN 117745310B CN 202410190244 A CN202410190244 A CN 202410190244A CN 117745310 B CN117745310 B CN 117745310B
- Authority
- CN
- China
- Prior art keywords
- node
- carbon emission
- carbon
- power system
- matrix
- 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 274
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 220
- 238000000034 method Methods 0.000 title claims abstract description 68
- 239000011159 matrix material Substances 0.000 claims description 145
- 238000009826 distribution Methods 0.000 claims description 91
- 230000005611 electricity Effects 0.000 claims description 34
- 238000002347 injection Methods 0.000 claims description 31
- 239000007924 injection Substances 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000010248 power generation Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004804 winding Methods 0.000 description 8
- 239000005431 greenhouse gas Substances 0.000 description 7
- 101100004933 Arabidopsis thaliana CYP79F1 gene Proteins 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000003245 coal Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000002028 Biomass Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012946 outsourcing Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002747 voluntary effect Effects 0.000 description 1
- 238000010792 warming Methods 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于孪生碳网络的碳排放量核算方法及系统,其中方法包括:确定待核算目标单位所在的区域电力系统的物理边界,基于确定的所述物理边界,确定区域电力系统的网络架构和各元器件的参数;基于所述区域电力系统的网络架构及各元器件的参数,建立所述区域电力系统映射的数字孪生虚拟碳网络;基于所述区域电力系统的网络架构,计算所述待核算目标单位的直接碳排放量;基于所述数字孪生虚拟碳网络,计算所述待核算目标单位的间接碳排放量;基于所述直接碳排放量、所述间接碳排放量以及所述待核算目标单位的类别确定所述待核算目标单位的碳排放量。
Description
技术领域
本发明涉及低碳电力技术领域,更具体地,涉及一种基于孪生碳网络空间的碳排放量核算及系统。
背景技术
为便于描述企业的直接与间接排放源,提高透明度,确保同一范围内碳排放量不会重复核算,温室气体核算体系企业核算与报告标准,针对企业温室气体核算报告设定了三个“范围”,基于电力系统特性,准确利用电力间接碳排放量、排放分布和排放强度的信息,充分纳入不同区域电网、不同电力消费主体间碳排放权责任分配,构建基于电力系统的碳网络空间企业范围二智能碳排放核算系统,为不同类型的机构和不同类型的气候政策与商业目标服务,对于未来企业碳排放量披露及履约具有重要意义。
企业范围二碳排放核算是企业消耗的外购电力产生的温室气体排放,外购电力是通过交易或其他方式进入该企业组织边界内的电力,企业范围二碳排放属于间接碳排放,实际碳排放的产生过程是在电力生产设施。企业范围二间接碳排放的核算采用电力消费活动水平与全国电网平均排放因子相乘求和获得。
式中:
—企业边界范围内电力产生的间接温室气体排放;
—电力消费活动水平,即企业购入电量;
—全球变暖潜势,数值参考政府间气候变化专门委员会(IPCC)第三次评估报告。
—电网平均排放因子,取值由企业核算报告的审核方规范。
电网平均排放因子,根据企业碳排放核算报告提供适用对象的要求不同,主要分为以下三种:一是企业参与全国碳排放权交易市场,提供的企业范围二碳排放核算报告,计算采用全国电网平均排放因子,由生态环境部定期更新发布;二是参与地方碳排放权交易市场和非履约的企业范围二碳排放核算采用区域电网平均排放因子,目前仍采用国家发改委发布的2012年数据;三是提供给省(区、市)年度省级人民政府控制温室气体排放目标责任落实情况自评估报告的企业范围二碳排放核算,采用省级电网平均排放因子,主要采用生态环境部2016年发布数据,目前仅有北京、上海更新该数据。
现有技术中,基于全国、区域和省级电网平均排放因子的企业范围二碳排放核算,主要有四个步骤:第一步,明确企业核算边界、核算时间尺度和区域层级;第二步,获取说明企业电力活动水平的原始资料和凭证,证明数据的有效性;第三步,根据核算报告要求方,选取合适的电网平均排放因子;第四步,进行企业间接碳排放核算。
现有技术中生态环境部采用的模型:
区域电网因子=(本电网发电排放+其他电网调入电隐舍排放+进口电隐含排放)/本电网发电量+其他电网调入电量+进口电量)
其中:
本电网发电排放=各类发电消耗的化石燃料消费量×各类燃料的平均低位发热量×单位热值含碳量×碳氧化率;
其他电网调入电的隐含排放=各区域调入电量×调入的区域电网平均排放因子;
进口电隐含排放=进口电量×进口国电网平均排放因子。
改进后的电网平均排放因子计算模型:
根据电网潮流分布情况,从电力系统的发电侧逐步推算电力系统各节点在一定时间段(15分钟的整数倍)内的电量及碳排放量,然后计算在该时段内的各节点供电排放因子,最后考虑绿电交易影响,增加绿电用户级排放因子计算,并修正各节点供电排放因子。
然而,从电力系统整体的角度出发,现有技术未考虑调出电量部分,导致区域电网平均排放因子的计算不够准确,直接影响到企业用户范围二间接碳排放的核算准确度;现有技术计算过程对数据质量要求不够精细,需要起始区域(从没有电量调入的区域算起),无法适用到细分一级的电网平均排放因子计算。现有的全国、区域和省级的电网平均排放因子的计算相互脱节,未实现系统整体的角度相互校验,不同场景计算结果有可能存在出入。
因此,需要一种技术,从整体的角度,基于电力系统网络架构及各元器件参数,构建涵盖不同行政层级的孪生碳网络,以实现碳排放量的智能核算。
发明内容
本发明技术方案提供一种基于孪生碳网络的碳排放量核算方法及系统,以解决如何基于孪生碳网络对碳排放量进行核算的问题。
为了解决上述问题,本发明提供了一种基于孪生碳网络的碳排放量核算方法,所述方法包括:
确定待核算目标单位所在的区域电力系统的物理边界,基于确定的所述物理边界,确定区域电力系统的网络架构和各元器件的参数;
基于所述区域电力系统的网络架构及各元器件的参数,建立所述区域电力系统映射的数字孪生虚拟碳网络;
基于所述区域电力系统的网络架构,计算所述待核算目标单位的直接碳排放量;
基于所述数字孪生虚拟碳网络,计算所述待核算目标单位的间接碳排放量;
基于所述直接碳排放量、所述间接碳排放量以及所述待核算目标单位的类别确定所述待核算目标单位的碳排放量。
优选地,包括建立所述区域电力系统的网络架构的直接碳排放矩阵,所述区域电力系统在单位时间内机组的直接碳排放矩阵为:
其中,CG i 为机组i单位时间内的发电碳排放量,g为所述区域电力系统中发电机组数量;
基于所述直接碳排放矩阵计算所述待核算目标单位的直接碳排放量。
优选地,所述区域电力系统的网络架构中发电机组在单位时间的直接碳排放对应的生产电量为其有功功率的单位时间积分:
其中,QG i 为时间内机组i产生的电量,PG i 为/>时间内机组i出力。
优选地,还包括:基于所述电力系统的网络架构的节点确定所述数字孪生虚拟碳网络的节点,其中:
所述电力系统的网络架构中的任意节点满足:
其中,是在/>时间内针对第k个节点,进入或离开第k个节点的电量所隐含的间接碳排放量。
优选地,包括建立所述数字孪生虚拟碳网络的发电机组注入电量分布矩阵;
所述发电机组注入电量分布矩阵为N×1阶矩阵,其中N为所述电力系统的网络架构的节点数,所述发电机组注入电量分布矩阵中的元素定义为:
若第k(k=1,2,…,K)台发电机组接入节点j,且第k个含有发电机组的节点注入节点i的有功潮流为p,则Gen(i,1)=p,否则Gen(i,1)=0,所述发电机组注入电量分布矩阵为;其中,Gen为所述发电机组注入电量分布矩阵中的元素,/>为统计时间间隔;
。
优选地,包括建立所述数字孪生虚拟碳网络的节点电量流动关系矩阵,所述节点电量流动关系矩阵包括支路潮流分布矩阵;若所述支路潮流分布矩阵中从节点i到节点j流过的正向有功潮流为p,则/>;若所述支路潮流分布矩阵中从节点i到节点j流过的反向有功潮流为p,则;若所述支路潮流分布矩阵中从节点i到节点j没有流过的正向有功潮流或反向有功潮流时,则/>;所述支路潮流分布矩阵中所有对角元素/>;
当从i到j为正向,那么节点电量流动关系矩阵为,
为i与j有支路链接且i到j的有流入电量,其余元素均为0的矩阵。
优选地,包括建立所述数字孪生虚拟碳网络的负荷矩阵:
所述电力系统的网络架构的母线节点的总入电量为Qsum,为所有流入母线节点的电量之和:
所述负荷矩阵:
其中,为待核算目标单位所在区域电力系统的负荷单位时间的用电量矩阵,为待核算目标单位所在区域电力系统的用电负荷的碳排放分布矩阵;
基于所述负荷矩阵计算所述待核算目标单位的间接碳排放量。
基于本发明的另一方面,本发明提供一种基于孪生碳网络的碳排放量核算系统,所述系统包括:
初始单元,用于确定待核算目标单位所在的区域电力系统的物理边界,基于确定的所述物理边界,确定区域电力系统的网络架构和各元器件的参数;
建立单元,用于基于所述区域电力系统的网络架构及各元器件的参数,建立所述区域电力系统映射的数字孪生虚拟碳网络;
第一计算单元,用于基于所述区域电力系统的网络架构,计算所述待核算目标单位的直接碳排放量;
第二计算单元,用于基于所述数字孪生虚拟碳网络,计算所述待核算目标单位的间接碳排放量;
结果单元,用于基于所述直接碳排放量、所述间接碳排放量以及所述待核算目标单位的类别确定所述待核算目标单位的碳排放量。
优选地,所述建立单元,用于建立所述区域电力系统的网络架构的直接碳排放矩阵,所述区域电力系统在单位时间内机组的直接碳排放矩阵为:
其中,CG i 为机组i单位时间内的发电碳排放量,g为所述区域电力系统中发电机组数量;
基于所述直接碳排放矩阵计算所述待核算目标单位的直接碳排放量。
优选地,所述区域电力系统的网络架构中发电机组在单位时间的直接碳排放对应的生产电量为其有功功率的单位时间积分:
其中,QG i 为时间内机组i产生的电量,PG i 为/>时间内机组i出力。
优选地,还包括:基于所述电力系统的网络架构的节点确定所述数字孪生虚拟碳网络的节点,其中:
所述电力系统的网络架构中的任意节点满足:
其中,是在/>时间内针对第k个节点,进入或离开第k个节点的电量所隐含的间接碳排放量。
优选地,所述建立单元,用于建立所述数字孪生虚拟碳网络的发电机组注入电量分布矩阵;
所述发电机组注入电量分布矩阵为N×1阶矩阵,其中N为所述电力系统的网络架构的节点数,所述发电机组注入电量分布矩阵中的元素定义为:
若第k(k=1,2,…,K)台发电机组接入节点j,且第k个含有发电机组的节点注入节点i的有功潮流为p,则Gen(i,1)=p,否则Gen(i,1)=0,所述发电机组注入电量分布矩阵为;其中,Gen为所述发电机组注入电量分布矩阵中的元素,/>为统计时间间隔;
。
优选地,所述建立单元,用于建立所述数字孪生虚拟碳网络的节点电量流动关系矩阵,所述节点电量流动关系矩阵包括支路潮流分布矩阵;若所述支路潮流分布矩阵中从节点i到节点j流过的正向有功潮流为p,则;若所述支路潮流分布矩阵中从节点i到节点j流过的反向有功潮流为p,则/>;若所述支路潮流分布矩阵中从节点i到节点j没有流过的正向有功潮流或反向有功潮流时,则/>;所述支路潮流分布矩阵中所有对角元素/>;
当从i到j为正向,那么节点电量流动关系矩阵为,
为i与j有支路链接且i到j的有流入电量,其余元素均为0的矩阵。
优选地,所述建立单元,用于建立所述数字孪生虚拟碳网络的负荷矩阵:
所述电力系统的网络架构的母线节点的总入电量为Qsum,为所有流入母线节点的电量之和:
所述负荷矩阵:
其中,为待核算目标单位所在区域电力系统的负荷单位时间的用电量矩阵,为待核算目标单位所在区域电力系统的用电负荷的碳排放分布矩阵;
基于所述负荷矩阵计算所述待核算目标单位的间接碳排放量。
本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于执行一种基于孪生碳网络的碳排放量核算方法。
本发明提供一种电子设备,所述电子设备包括:处理器和存储器;其中,
所述存储器,用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现一种基于孪生碳网络的碳排放量核算方法。
本发明技术方案提供了一种基于孪生碳网络的碳排放量核算方法及系统,其中方法包括:确定待核算目标单位所在的区域电力系统的物理边界,基于确定的物理边界,确定区域电力系统的网络架构和各元器件的参数;基于区域电力系统的网络架构及各元器件的参数,建立区域电力系统映射的数字孪生虚拟碳网络;基于区域电力系统的网络架构,计算待核算目标单位的直接碳排放量;基于数字孪生虚拟碳网络,计算待核算目标单位的间接碳排放量;基于直接碳排放量、间接碳排放量以及待核算目标单位的类别确定待核算目标单位的碳排放量。本发明技术方案将深度挖掘电网潮流分析数据价值,在电网拓扑的基础上,提出潮流依附的电网孪生碳排放网络构建方法,在此基础上形成节点碳排放量计算方法,进而实现对电网碳轨迹进行追踪分析,并用于企业用户范围二间接碳排放核算,为企业用户碳排放核查、履约提供方法基础。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1为根据本发明优选实施方式的一种基于孪生碳网络的碳排放量核算方法流程图;
图2为根据本发明优选实施方式的企业碳排放范围边界示意图;
图3为根据本发明优选实施方式的电力网络潮流拓扑与碳网络映射示意图;
图4为根据本发明优选实施方式的IEEE十四节点系统拓扑结构图;
图5为根据本发明优选实施方式的一种基于孪生碳网络的碳排放量核算方法流程图;以及
图6为根据本发明优选实施方式的一种基于孪生碳网络的碳排放量核算系统结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明优选实施方式的一种基于孪生碳网络的碳排放量核算方法流程图。
本发明将深度挖掘电网潮流分析数据价值,在电网拓扑的基础上,提出潮流依附的电网孪生碳排放网络构建方法,在此基础上形成节点碳排放量计算方法,进而实现对电网碳轨迹进行追踪分析,并用于企业用户范围二碳排放核算,为企业用户碳排放核查、履约提供方法基础。
根据《温室气体核算体系企业核算与报告标准》,企业自愿性温室气体的核算包含范围一、二、三的碳排放核算,如图2所示,其中范围二清单主要核算企业外购电力、供热/制冷,或蒸汽自用而产生的间接排放量,与外购电力消费有关的间接排放是企业必须核算与报告的一项指标。
电网/售电公司从独立的电力生产商采购电力,然后通过传输和配送系统转售给最终用户。避免范围二重复核算,输配公司在范围二中核算了输配损耗的间接排放,一般企业采用不包括输配损耗的通用排放因子,也就是一般企业的范围二间接碳排放量中包含输损耗的碳排放量。
企业范围二间接碳排放量的核算与电力传输和配送系统密切相关,电力传输和配送系统受电网的网络结构、电力系统元件如发电机组、变压器、电力线路、负荷的类型和特性影响,在给定以电力系统网络拓扑和元件参数和发电、负荷参量条件下,以电力网中有功功率分布为基础,将电力生产商在单位时间的碳排放量形成孪生的碳排放量分布平面。如图3所示。
电力传输和配送系统的发电机组有燃煤发电机组、燃气发电机组、水电机组、核电机组、生物质发电机组、风电和太阳能发电机组等,燃煤机组和燃气机组发电过程中产生直接碳排放,在电力系统计量时间间隔内,发电机组直接碳排放量可以采用排放因子法或者监测法得到,伴随碳排放量产生的电量通过电力系统的不同网络供给给企业用电设施,形成企业的间接碳排放量。
本发明明确待分析企业所在的区域电力系统的物理边界,抽取区域电力系统的网络架构及元器件的参数,建立与电力系统一一映射的虚拟碳网络,虚拟碳网络节点包含输入节点,传输节点和最终节点。在电力网络中核算区域电力系统网络内的各发电机组的直接碳排放量和生产的电力,在虚拟碳网络中基于电力系统的基尔霍夫电流定律分布,计算与电力系统内电量对应不同网络节点的虚拟碳排放量。
如图1所示,本发明提供一种基于孪生碳网络的碳排放量核算方法,方法包括:
步骤101:确定待核算目标单位所在的区域电力系统的物理边界,基于确定的物理边界,确定区域电力系统的网络架构和各元器件的参数;
本发明首先明确企业所在的电力系统网络核算边界。本发明依据企业所在的地理位置,明确企业电表接入所在区域电力系统的配电网络的台区,根据所在区域电力系统的网络分布,确定系统内的发电机组和各元件的参数和运行情况。分析边界范围内电力系统各部分稳态运行状态,根据区域电力网络拓扑结构、发电机、变压器和负荷等元件的参数和运行条件,确定母线-支路模型,使用PSASP软件计算区域电力系统的潮流分布,计算时间间隔为分钟,空间精确到不同电压等级的母线。
步骤102:基于区域电力系统的网络架构及各元器件的参数,建立区域电力系统映射的数字孪生虚拟碳网络;
本发明搭建企业间接碳排放的孪生碳网络。本发明依据企业所在区域电力系统网络边界,进行数据采集与处理,利用大数据技术将PSASP软件的潮流数据,在虚拟碳网络空间中对电力系统的线路和元件进行映射,采集PSASP软件中物理母线的名称、电压幅值、基准电压,发电机组的名称、母线名称、类型、有功发电功率,负荷名称、母线名称,有功功率,交流线的名称、I侧母线名称、J侧母线名称、I侧有功功率、J侧有功功率,两绕组变压器的名称、I侧母线名称、J侧母线名称、I侧有功、J侧有功,三绕组变压器的名称、1侧母线名称、2侧母线名称、3侧母线名称、1\2\3侧有功,直流线路名称、I侧直流母线号、J侧直流母线号、I侧有功功率、J侧有功功率。映射虚拟碳网络空间的节点,发电机组、三绕组变压器和输电线路、负荷母线和节点对应形成虚拟碳网络空间的输入、传输和终端节点,反映企业对应电流的间接碳排放全环节的精准数字投影。对数据进行完整性检验后,建立母线坐标及连接关系表,输出网络Powerflow矩阵。
步骤103:基于区域电力系统的网络架构,计算待核算目标单位的直接碳排放量;
步骤104:基于数字孪生虚拟碳网络,计算待核算目标单位的间接碳排放量;
步骤105:基于直接碳排放量、间接碳排放量以及待核算目标单位的类别确定待核算目标单位的碳排放量。
本发明待核算目标单位的类别包括发电企业或用电企业,其中用电企业,利用间接碳排放核算碳排放;对于发电企业,利用直接碳排放以及间接碳排放核算碳排放。
优选地,包括建立区域电力系统的网络架构的直接碳排放矩阵,区域电力系统在单位时间内机组的直接碳排放矩阵为:
其中,CG i 为机组i单位时间内的发电碳排放量,g为所述区域电力系统中发电机组数量;
基于直接碳排放矩阵计算类别为发电企业的待核算目标单位的直接碳排放量。
本发明建立孪生碳排放网络的数学和仿真模型。企业所在区域电力系统网络中有g个机组,对煤电和气电机组采用排放因子法或者实测法定期监测直接碳排放量,水电、核电、生物质发电、风电和太阳能发电机组运行过程中不产生直接碳排放。
电力生产采用排放因子法和实测法在单位时间内的机组直接碳排放矩阵:
优选地,区域电力系统的网络架构中发电机组在单位时间的直接碳排放对应的生产电量为其有功功率的单位时间积分:
其中,QG i 为时间内机组i产生的电量,PG i 为/>时间内机组i出力。
本发明中发电机组单位时间的直接碳排放对应的生产电量为其有功功率的单位时间积分为:
(2)
优选地,还包括:基于电力系统的网络架构的节点确定数字孪生虚拟碳网络的节点,其中:
电力系统的网络架构中的任意节点满足:
其中,是在/>时间内针对第k个节点,进入或离开第k个节点的电量所隐含的间接碳排放量。
本发明基于基尔霍夫电流定律的电网分布计算方法,假设时间内某节点流入的电量隐含的间接碳排放量为正值,离开这节点的电量隐含的间接碳排放量为负值,则所有涉及这节点的电量隐含的间接碳排放量的代数和等于零。即对于电网的任意节点满足:
(3)
其中,是在/>时间内针对第k个节点,进入或离开这节点的电量所隐含的间接碳排放量,所有进入某节点的各支路的电量所隐含的间接碳排放总和等于所有流出这节点各支路的电量所隐含的间接碳排放总和;在每一个节点内,由于电力具有同质性,在流出节点的线路单位电量的碳排放量也是无差异的,但不同来源的线路的单位电量的碳排放量存在差异。
考虑线路损耗和变压器损耗,时间内交流线路、直流线路和两绕组变压器I侧流入的碳排放总量-线路和变压器损耗等于J侧流出的碳排放总量。三绕组变压器存在3侧或者2侧有功功率为0的情况下,三绕组变压器另外两侧的流入碳排放总量与流出碳排放总量相等;当三绕组变压器三侧有功功率均不为0的情况下,三绕组变压器的所有流入碳排放量与所有流出碳排放量相等。
企业间接碳排放所在的区域电力网络系统有N个节点,有K个发电机组,M个节点存在负荷,网络拓扑结构已知,可直接通过PSASP软件计算得到系统潮流分布,为形成电力系统碳流计算的基本方法奠定基础。
优选地,包括建立数字孪生虚拟碳网络的发电机组注入电量分布矩阵;
发电机组注入电量分布矩阵为N×1阶矩阵,其中N为电力系统的网络架构的节点数,发电机组注入电量分布矩阵中的元素定义为:
若第k(k=1,2,…,K)台发电机组接入节点j,且第k个含有发电机组的节点注入节点i的有功潮流为p,则Gen(i,1)=p,否则Gen(i,1)=0,所述发电机组注入电量分布矩阵为;其中,Gen为所述发电机组注入电量分布矩阵中的元素,/>为统计时间间隔;
。
本发明发电机组注入电量分布矩阵,该矩阵是为了描述所有发电机组与电力系统的连接关系以及机组向系统中注入的电量,同时也是便于描述系统中发电机组产生直接碳排放的边界条件。机组注入电量分布矩阵为N×1阶矩阵,用表示。矩阵中的元素具体定义:若第k(k=1,2,…,K)台发电机组接入节点j,且第k个含有发电机的节点注入节点j的有功潮流为p,则Gen(i,1)=p,否则Gen(i,1)=0,发电机组注入电量分布矩阵为。
(4)
优选地,包括建立所述数字孪生虚拟碳网络的节点电量流动关系矩阵,所述节点电量流动关系矩阵包括支路潮流分布矩阵;若所述支路潮流分布矩阵中从节点i到节点j流过的正向有功潮流为p,则/>;若所述支路潮流分布矩阵中从节点i到节点j流过的反向有功潮流为p,则;若所述支路潮流分布矩阵中从节点i到节点j没有流过的正向有功潮流或反向有功潮流时,则/>;所述支路潮流分布矩阵中所有对角元素/>;
当从i到j为正向,那么节点电量流动关系矩阵为,
为i与j有支路链接且i到j的有流入电量,其余元素均为0的矩阵。
本发明的节点电量流动关系矩阵是为了描述电力系统的有功潮流分布,从电力网络层面给定间接碳排放分布的边界条件。该矩阵既包含电力网络的拓扑结构信息,又包含系统稳态有功潮流的分布信息。支路潮流分布矩阵为N阶方阵,用表示。支路潮流分布矩阵中的元素具体定义如下。若节点i与节点j(i,j=1,2,…,N)间有支路相连,且经此支路从节点i到节点j流过的正向有功潮流为p,则;若流经该支路的有功潮流p为反向潮流,则;其他情况下/>。特别地,对所有对角元素,有/>。
(5)
以从i到j为正向,那么节点电量流动关系矩阵为,
为i与j有支路链接且i到j的有流入电量,其余元素均为0的矩阵。
优选地,包括建立所述数字孪生虚拟碳网络的负荷矩阵:
所述电力系统的网络架构的母线节点的总入电量为Qsum,为所有流入母线节点的电量之和:
所述负荷矩阵:
其中,为待核算目标单位所在区域电力系统的负荷单位时间的用电量矩阵,/>为待核算目标单位所在区域电力系统的用电负荷的碳排放分布矩阵;
基于所述负荷矩阵计算所述待核算目标单位的间接碳排放量。
本发明母线节点的总流入电量为Qsum为Powerflow矩阵中的每行的正数之和,也就是对于每个节点,所有流入这个节点的电量之和。
(6)
创建企业负荷的碳排放矩阵:
(7)
其中,为企业所在区域电力网络的负荷单位时间的用电量矩阵,/>为企业所在区域的用电负荷的碳排放分布矩阵,企业根据电表接入电网位置确定碳排放量。如图5所示。
本发明以企业A位于区域电力网络拓扑图如IEEE十四节点系统为例,其中节点9和节点14的电表资产归属为企业A。如图4所示。
企业A的电表位于节点9和14的位置,监测到1小时内发电机组碳排放情况,G1为120MW煤电机组,碳排放量为100t,产生的电量为120MWh,G2为40MW燃气机组,碳排放量为28t,产生电量为40MWh,G3为60MW水电机组,碳排放量为0Kg,产生电量为60MWh,G4为19MW煤电机组,碳排放量为15t,产生电量19MWh,G5为20MW光伏机组,碳排放量为0Kg,产生电量20MWh。
企业A所在区域电力网络系统中的电量分布关系,系统有5个机组分别与BUS1、BUS2、BUS3、BUS6和BUS8连接,BUS1与BUS2和BUS3连接,从BUS1流出电量分别为78MWh和42.1MWh,BUS2由机组2流入60MWh,BUS1流入77.95MWh,流向BUS3、BUS4和BUS5分别为33MWh、35.9MWh和27.4MWh。BUS3 由机组3流入60MWh,BUS2流入32.98MWh,由BUS4流入1.22MWh,BUS4由BUS2和BUS5流入35.85MWh,流入BUS3、BUS7和BUS9分别为1.22MWh、12.4MWh和11.3MWh。BUS5由BUS1和BUS2流入42.05MWh和27.41MWh,流向BUS4和BUS6为36.92MWh和25MWh,具体的BUS1-BUS14的电量分布矩阵如下。
发电机组注入电量分布矩阵为
节点流入电量关系矩阵为/>
节点的总流入电量向量为Qsum
发电机组的直接碳排放量矩阵Cg
区域电力网络中的负荷矩阵
计算得到企业A所在的电力网络的负荷碳排放分布为:
企业A所有的用电量为BUS9和BUS14碳排放量分别为12.84tCO2和8.60tCO2,企业A的总碳排放量为21.44tCO2。
挖掘电力系统潮流数据价值,提出了孪生碳排放网络的构建方法,基于此碳排放网络,可实现多时(指年、月、日、时、分)空(指区域、省级、市、县、变压器供电区域、母线供电区域)尺度的电网节点排放量计算;企业用户可选用临近母线供电区域的电网平均排放因子,可以解决排放因子更新不及时导致的核算准确性不足的问题,同时区域排放因子的选择,可以提高企业用户范围二碳排放核算的公平性。
如图6所示,本发明提供一种基于孪生碳网络的碳排放量核算系统,系统包括:
初始单元601,用于确定待核算目标单位所在的区域电力系统的物理边界,基于确定的物理边界,确定区域电力系统的网络架构和各元器件的参数;
建立单元602,用于基于区域电力系统的网络架构及各元器件的参数,建立区域电力系统映射的数字孪生虚拟碳网络;
第一计算单元603,用于基于区域电力系统的网络架构,计算待核算目标单位的直接碳排放量;
第二计算单元604,用于基于数字孪生虚拟碳网络,计算待核算目标单位的间接碳排放量;
结果单元605,用于基于直接碳排放量、间接碳排放量以及待核算目标单位的类别确定待核算目标单位的碳排放量。
优选地,所述建立单元,用于建立所述区域电力系统的网络架构的直接碳排放矩阵,所述区域电力系统在单位时间内机组的直接碳排放矩阵为:
其中,CG i 为机组i单位时间内的发电碳排放量,g为所述区域电力系统中发电机组数量;
基于所述直接碳排放矩阵计算所述待核算目标单位的直接碳排放量。
优选地,所述区域电力系统的网络架构中发电机组在单位时间的直接碳排放对应的生产电量为其有功功率的单位时间积分:
其中,QG i 为时间内机组i产生的电量,PG i 为/>时间内机组i出力。
优选地,还包括:基于所述电力系统的网络架构的节点确定所述数字孪生虚拟碳网络的节点,其中:
所述电力系统的网络架构中的任意节点满足:
其中,是在/>时间内针对第k个节点,进入或离开第k个节点的电量所隐含的间接碳排放量。
优选地,所述建立单元,用于建立所述数字孪生虚拟碳网络的发电机组注入电量分布矩阵;
所述发电机组注入电量分布矩阵为N×1阶矩阵,其中N为所述电力系统的网络架构的节点数,所述发电机组注入电量分布矩阵中的元素定义为:
若第k(k=1,2,…,K)台发电机组接入节点j,且第k个含有发电机组的节点注入节点i的有功潮流为p,则Gen(i,1)=p,否则Gen(i,1)=0,所述发电机组注入电量分布矩阵为;其中,Gen为所述发电机组注入电量分布矩阵中的元素,/>为统计时间间隔;
。/>
优选地,所述建立单元,用于建立所述数字孪生虚拟碳网络的节点电量流动关系矩阵,所述节点电量流动关系矩阵包括支路潮流分布矩阵;若所述支路潮流分布矩阵中从节点i到节点j流过的正向有功潮流为p,则;若所述支路潮流分布矩阵中从节点i到节点j流过的反向有功潮流为p,则/>;若所述支路潮流分布矩阵中从节点i到节点j没有流过的正向有功潮流或反向有功潮流时,则/>;所述支路潮流分布矩阵中所有对角元素/>;
当从i到j为正向,那么节点电量流动关系矩阵为,
为i与j有支路链接且i到j的有流入电量,其余元素均为0的矩阵。
优选地,所述建立单元,用于建立所述数字孪生虚拟碳网络的负荷矩阵:
所述电力系统的网络架构的母线节点的总入电量为Qsum,为所有流入母线节点的电量之和:
所述负荷矩阵:
其中,为待核算目标单位所在区域电力系统的负荷单位时间的用电量矩阵,为待核算目标单位所在区域电力系统的用电负荷的碳排放分布矩阵;
基于所述负荷矩阵计算所述待核算目标单位的间接碳排放量。
本发明提供一种基于孪生碳网络的碳排放量核算系统与本发明提供一种基于孪生碳网络的碳排放量核算方法相对应,在此不再进行赘述。
本发明提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序用于执行一种基于孪生碳网络的碳排放量核算方法。
本发明提供一种电子设备,电子设备包括:处理器和存储器;其中,
存储器,用于存储处理器可执行指令的存储器;
处理器,用于从存储器中读取可执行指令,并执行指令以实现一种基于孪生碳网络的碳排放量核算方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本发明实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
已经通过参考少量实施方式描述了本发明。然而,本领域技术人员所公知的,正如附带的专利权利要求所限定的,除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地,在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释,除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例,除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行,除非明确地说明。
Claims (8)
1.一种基于孪生碳网络的碳排放量核算方法,所述方法包括:
确定待核算目标单位所在的区域电力系统的物理边界,基于确定的所述物理边界,确定区域电力系统的网络架构和各元器件的参数;
基于所述区域电力系统的网络架构及各元器件的参数,建立所述区域电力系统映射的数字孪生虚拟碳网络;基于所述电力系统的网络架构的节点确定所述数字孪生虚拟碳网络的节点,其中:
所述电力系统的网络架构中的任意节点满足:
其中,是在/>时间内针对第k个节点,进入或离开第k个节点的电量所隐含的间接碳排放量;
建立所述数字孪生虚拟碳网络的发电机组注入电量分布矩阵;
所述发电机组注入电量分布矩阵为N×1阶矩阵,其中N为所述电力系统的网络架构的节点数,所述发电机组注入电量分布矩阵中的元素定义为:
若第k(k=1,2,…,K)台发电机组接入节点j,且第k个含有发电机组的节点注入节点i的有功潮流为p,则Gen(i,1)=p,否则Gen(i,1)=0,所述发电机组注入电量分布矩阵为;其中,Gen为所述发电机组注入电量分布矩阵中的元素, />为统计时间间隔;
基于所述区域电力系统的网络架构,计算所述待核算目标单位的直接碳排放量;
基于所述数字孪生虚拟碳网络,计算所述待核算目标单位的间接碳排放量;
基于所述直接碳排放量、所述间接碳排放量以及所述待核算目标单位的类别确定所述待核算目标单位的碳排放量。
2.根据权利要求1所述的方法,包括建立所述区域电力系统的网络架构的直接碳排放矩阵,所述区域电力系统在单位时间内机组的直接碳排放矩阵Cg为:
其中, CG i 为机组i单位时间内的发电碳排放量,i=1,2…g,g为所述区域电力系统中发电机组数量;
基于所述直接碳排放矩阵计算类别为发电企业的所述待核算目标单位的直接碳排放量。
3.根据权利要求1所述的方法,所述区域电力系统的网络架构中发电机组在单位时间的直接碳排放对应的生产电量为其有功功率的单位时间积分:
其中,QG i 为时间内机组i产生的电量,PG i 为时间内机组i出力i=1,2…g,g为所述区域电力系统中发电机组数量。
4.根据权利要求1所述的方法,包括建立所述数字孪生虚拟碳网络的节点电量流动关系矩阵,所述节点电量流动关系矩阵包括支路潮流分布矩阵;若所述支路潮流分布矩阵中从节点i到节点j流过的正向有功潮流为p,则;若所述支路潮流分布矩阵中从节点i到节点j流过的反向有功潮流为p,则/>;若所述支路潮流分布矩阵中从节点i到节点j没有流过的正向有功潮流或反向有功潮流时,则/>;所述支路潮流分布矩阵中所有对角元素/>;
当从i到j为正向,那么节点电量流动关系矩阵为,,
为i与j有支路链接且i到j的有流入电量,其余元素均为0的矩阵。
5.根据权利要求4所述的方法,包括建立所述数字孪生虚拟碳网络的负荷矩阵:
所述电力系统的网络架构的母线节点的总入电量为Q sum,为所有流入母线节点的电量之和:
所述负荷矩阵:
其中,为待核算目标单位所在区域电力系统的负荷单位时间的用电量矩阵,为待核算目标单位所在区域电力系统的用电负荷的碳排放分布矩阵;
基于所述负荷矩阵计算所述待核算目标单位的间接碳排放量。
6.一种基于孪生碳网络的碳排放量核算系统,所述系统包括:
初始单元,用于确定待核算目标单位所在的区域电力系统的物理边界,基于确定的所述物理边界,确定区域电力系统的网络架构和各元器件的参数;
建立单元,用于基于所述区域电力系统的网络架构及各元器件的参数,建立所述区域电力系统映射的数字孪生虚拟碳网络;基于所述电力系统的网络架构的节点确定所述数字孪生虚拟碳网络的节点,其中:
所述电力系统的网络架构中的任意节点满足:
其中,是在/>时间内针对第k个节点,进入或离开第k个节点的电量所隐含的间接碳排放量;
建立所述数字孪生虚拟碳网络的发电机组注入电量分布矩阵;
所述发电机组注入电量分布矩阵为N×1阶矩阵,其中N为所述电力系统的网络架构的节点数,所述发电机组注入电量分布矩阵中的元素定义为:
若第k(k=1,2,…,K)台发电机组接入节点j,且第k个含有发电机组的节点注入节点i的有功潮流为p,则Gen(i,1)=p,否则Gen(i,1)=0,所述发电机组注入电量分布矩阵为;其中,Gen为所述发电机组注入电量分布矩阵中的元素,/>为统计时间间隔;
第一计算单元,用于基于所述区域电力系统的网络架构,计算所述待核算目标单位的直接碳排放量;
第二计算单元,用于基于所述数字孪生虚拟碳网络,计算所述待核算目标单位的间接碳排放量;
结果单元,用于基于所述直接碳排放量、所述间接碳排放量以及所述待核算目标单位的类别确定所述待核算目标单位的碳排放量。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序用于执行权利要求1-5中任一项所述的方法。
8.一种电子设备,其特征在于,所述电子设备包括:处理器和存储器;其中,
所述存储器,用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410190244.4A CN117745310B (zh) | 2024-02-21 | 2024-02-21 | 一种基于孪生碳网络空间的碳排放量核算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410190244.4A CN117745310B (zh) | 2024-02-21 | 2024-02-21 | 一种基于孪生碳网络空间的碳排放量核算方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117745310A CN117745310A (zh) | 2024-03-22 |
CN117745310B true CN117745310B (zh) | 2024-05-10 |
Family
ID=90277802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410190244.4A Active CN117745310B (zh) | 2024-02-21 | 2024-02-21 | 一种基于孪生碳网络空间的碳排放量核算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117745310B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151926A (zh) * | 2023-08-29 | 2023-12-01 | 国网浙江省电力有限公司湖州供电公司 | 一种电力系统负荷侧碳责任核算系统和方法及介质 |
CN117150172A (zh) * | 2023-08-04 | 2023-12-01 | 中国电力科学研究院有限公司 | 一种电力负荷全过程碳排放计算方法及装置 |
EP4307189A1 (en) * | 2022-07-15 | 2024-01-17 | Mother Nature Resources Limited | System and method for simulating and predicting forecasts for carbon emissions |
CN117474565A (zh) * | 2023-11-27 | 2024-01-30 | 上海联动数科碳科技有限公司 | 碳核算数字孪生能源管理系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251095B (zh) * | 2016-09-06 | 2020-04-17 | 清华大学 | 一种电力系统碳排放实时计量的方法及碳表系统 |
-
2024
- 2024-02-21 CN CN202410190244.4A patent/CN117745310B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4307189A1 (en) * | 2022-07-15 | 2024-01-17 | Mother Nature Resources Limited | System and method for simulating and predicting forecasts for carbon emissions |
CN117150172A (zh) * | 2023-08-04 | 2023-12-01 | 中国电力科学研究院有限公司 | 一种电力负荷全过程碳排放计算方法及装置 |
CN117151926A (zh) * | 2023-08-29 | 2023-12-01 | 国网浙江省电力有限公司湖州供电公司 | 一种电力系统负荷侧碳责任核算系统和方法及介质 |
CN117474565A (zh) * | 2023-11-27 | 2024-01-30 | 上海联动数科碳科技有限公司 | 碳核算数字孪生能源管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117745310A (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kang et al. | Carbon emission flow from generation to demand: A network-based model | |
Huang et al. | Simulation-based valuation of transactive energy systems | |
Rodríguez-Sarasty et al. | Deep decarbonization in Northeastern North America: The value of electricity market integration and hydropower | |
Gjorgiev et al. | Nexus-e: A platform of interfaced high-resolution models for energy-economic assessments of future electricity systems | |
CN112001576A (zh) | 可再生能源电力消纳量核算方法 | |
Lin et al. | Capacity planning of micro energy grid using double-level game model of environment-economic considering dynamic energy pricing strategy | |
Han et al. | Low‐carbon energy policy analysis based on power energy system modeling | |
He et al. | Distributed energy transaction model based on the alliance blockchain in case of China | |
Sun et al. | Impact of carbon tax and carbon emission trading on wind power in China: based on the evolutionary game theory | |
Wei et al. | A novel approach to hybrid dynamic environmental-economic dispatch of multi-energy complementary virtual power plant considering renewable energy generation uncertainty and demand response | |
Thie et al. | Requirements for integrated planning of multi-energy systems | |
CN117745310B (zh) | 一种基于孪生碳网络空间的碳排放量核算方法及系统 | |
Wang et al. | Key problems of gas‐fired power plants participating in peak load regulation: A review | |
Frew | Optimizing the integration of renewable energy in the united states | |
Yi et al. | Economics of planning electricity transmission considering environmental and health externalities | |
Salkhinashvili et al. | New challenges of the Georgian energy sector and their legal regulation | |
Sandoval et al. | An Assessment on the Impacts of Photovoltaic Systems on Operational Costs of the Grid-The case of the state of Georgia | |
Yan et al. | Combined Source-Storage-Transmission Planning Considering the Comprehensive Incomes of Energy Storage System | |
Parrado-Hernando et al. | Method to Model the Hourly Variability of Renewable Energy Sources in Integrated Assessment Models. | |
de Chalendar | Flexible Urban Energy in a Low-Carbon Electric World | |
Elena | A methodological approach to assessing the possible effect of distributed generation expansion on regional energy supply systems | |
Rui et al. | Analysis of the Impact of Trading Pattern on PV Plant Investment in Spot Market | |
Qiu et al. | Optimal scheduling for microgrids considering long-term and short-term energy storage | |
Rubanenko et al. | Analysis Sensitivity Digital Twin Model of Energy Community PV system | |
Biró et al. | Investigating the role of nuclear power and battery storage in Hungary's energy transition using hourly resolution electricity market simulations |
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 |