CN117852743A - 长期边际二氧化碳排放率的计算方法、系统、设备及介质 - Google Patents

长期边际二氧化碳排放率的计算方法、系统、设备及介质 Download PDF

Info

Publication number
CN117852743A
CN117852743A CN202311652371.3A CN202311652371A CN117852743A CN 117852743 A CN117852743 A CN 117852743A CN 202311652371 A CN202311652371 A CN 202311652371A CN 117852743 A CN117852743 A CN 117852743A
Authority
CN
China
Prior art keywords
carbon dioxide
long
dioxide emission
emission rate
lrmer
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
Application number
CN202311652371.3A
Other languages
English (en)
Inventor
周明
马莉
张童彦
武强
卢生炜
孙利平
熊川羽
廖晓红
舒思睿
蔡杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Priority to CN202311652371.3A priority Critical patent/CN117852743A/zh
Publication of CN117852743A publication Critical patent/CN117852743A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • 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
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Primary Health Care (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

长期边际二氧化碳排放率的计算方法、系统、设备及介质，计算方法包括：收集电力系统运行数据；根据电力系统运行数据计算长期边际二氧化碳排放率的基准值；设置长期边际二氧化碳排放率的约束条件；基于电力系统运行数据、长期边际二氧化碳排放率的约束条件计算长期边际二氧化碳排放率；通过长期边际二氧化碳排放率的基准值对计算得到的长期边际二氧化碳排放率进行验证。本设计能稳定、可靠的计算电网的长期边际二氧化碳排放率，更好地适应现代电力系统的变化和需求，对于提高电力部门的碳排放控制水平具有重要意义。

Description

长期边际二氧化碳排放率的计算方法、系统、设备及介质
技术领域
本发明涉及电力系统碳排放领域，尤其涉及长期边际二氧化碳排放率的计算方法、系统、设备及介质。
背景技术
随着工业化和现代化的进程，全球能源消耗和二氧化碳排放量持续增加，导致全球气候变化问题日益严重。电力部门作为全球主要的碳排放源之一，其排放量对全球气候变化有着直接和重要的影响。因此，对电力部门的碳排放进行有效控制成为了国际社会的共同关注点。
为了更好地控制电力部门的碳排放，各种碳排放相关的计算方法应运而生。其中，长期边际二氧化碳排放率(LRMER)作为一种能够体现电力部门碳排放情况的重要指标，被广泛应用于电力系统的碳排放计算和控制。然而，传统的LRMER计算方法在实际应用中存在一定的局限性，可能会受到异常数据和系统变化的影响，导致计算结果的不稳定和不准确。此外，随着可再生能源技术的发展和电力系统结构的变化，电力系统的运行模式和碳排放特性也发生了显著变化。这使得传统的LRMER计算方法在某些情况下可能不再适用，需要进行改进和优化。
因此，开发一种新的、更加稳定和可靠的LRMER计算方法、系统、设备及介质，能够更好地适应现代电力系统的变化和需求，对于提高电力部门的碳排放控制水平具有重要意义。
发明内容
本发明的目的是克服现有技术中存在的现有的长期边际二氧化碳排放率(LRMER)计算易受到异常数据和系统变化影响，计算结果不稳定、不准确的问题，提供了更加稳定可靠的长期边际二氧化碳排放率(LRMER)的计算方法、系统、设备及介质。
为实现以上目的，本发明的技术解决方案是：
长期边际二氧化碳排放率的计算方法，所述计算方法具体包括：
S1、收集电力系统的运行数据；
S2、根据电力系统的运行数据计算电力系统的长期边际二氧化碳排放率的基准值LRMERtraditional；
S3、设置电力系统的长期边际二氧化碳排放率的约束条件；
S4、根据电力系统的运行数据、电力系统的长期边际二氧化碳排放率的约束条件计算电力系统的长期边际二氧化碳排放率LRMERncw；
S5、根据长期边际二氧化碳排放率的基准值LRMERtraditional对计算得到的长期边际二氧化碳排放率LRMERncw进行验证，若验证通过则计算结束；若验证未通过则返回步骤S3重新设置长期边际二氧化碳排放率的约束条件。
所述步骤S1中，所述运行数据包括：电力系统的发电量、碳排放量、电力负荷数据。
所述步骤S2中，根据下列公式计算电力系统的边际二氧化碳排放率的基准值LRMERtraditional：
其中，CO2i为时刻i的碳排放量，Loadi为时刻i的电力负荷，时刻i的碳排放量、时刻i的电力负荷均从电力系统的运行数据中获取，n为时间范围。
所述步骤S3中，设置长期边际二氧化碳排放率的约束条件包括：
根据电力系统的历史运行数据和碳排放记录、关于碳排放的政策与法规的要求、环境和经济目标、电力市场动态、电力系统运行情况和碳排放趋势的模拟预测数据设置长期边际二氧化碳排放率的上限值LRMERmax和下限值LRMERmin。
所述步骤S4中，根据电力系统的运行数据、电力系统的长期边际二氧化碳排放率的约束条件计算长期边际二氧化碳排放率LRMERncw包括：
S401、计算时间范围n期间每个时刻i的长期边际二氧化碳排放率LRMERi：
co2diff＝co2int-co2 (3)；
co2diffpv＝co2diff×pvf (4)；
loaddiffpv＝loaddiff×pvf (5)；
其中，pvf为现值因子，t为时刻i所处的年份，start(year)为时间范围n的起始年份，d为折现率，co2diff为时刻i的二氧化碳排放差异值，co2int为时刻i在干预场景下的二氧化碳排放量，co2为时刻i在基准场景下的二氧化碳排放量，loaddiff为时刻i的负荷调整差异值，时刻i的负荷调整差异值loaddiff从电力系统运行数据中获取；
S402、根据约束条件调整约束因子ConstraintFactori的值，使每个时刻i的长期边际二氧化碳排放率LRMERi均符合下列约束条件：
LRMERmin≤LRMERi×ConstraintFactori≤LRMERmax (7)；
S403、根据调整后的约束因子ConstraintFactori的值计算长期边际二氧化碳排放率LRMERncw：
所述步骤S5中，根据长期边际二氧化碳排放率的基准值LRMERtraditional对长期边际二氧化碳排放率LRMERncw进行验证包括：
S501、设置计算差阈值Th；
S502、根据调整后的约束因子ConstraintFactori的值计算每一个时刻i的长期边际二氧化碳排放率的计算差△LRMER：
△LRMER＝|LRMERi-LRMERi×ConstraintFactori| (9)；
S503、对比△LRMER与计算差阈值Th，若每个时刻i的长期边际二氧化碳排放率的计算差△LRMER均小于Th，则验证通过；若存在任意时刻i的长期边际二氧化碳排放率的计算差△LRMER大于或等于Th，则验证未通过。
所述计算差阈值Th为历史长期边际二氧化碳排放率的变化值的平均值。
所述计算差阈值Th也可以根据历史长期边际二氧化碳排放率的中位数设置。
一种长期边际二氧化碳排放率的计算系统，包括：
数据收集模块，用于收集电力系统的运行数据；
基准值模块，用于根据电力系统的运行数据计算长期边际二氧化碳排放率的基准值；
计算模块，用于根据电力系统的运行数据、电力系统的长期边际二氧化碳排放率的约束条件计算电力系统的长期边际二氧化碳排放率；
验证模块，用于根据长期边际二氧化碳排放率的基准值对计算得到的长期边际二氧化碳排放率进行验证。
一种长期边际二氧化碳排放率的计算设备，包括存储器和处理器，
所述存储器，用于存储计算机程序代码，并将所述计算机程序代码传输给所述处理器；
所述处理器，用于根据所述计算机程序代码中的指令执行上述的长期边际二氧化碳排放率的计算方法。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述的长期边际二氧化碳排放率的计算方法。
与现有技术相比，本发明的有益效果为：
1、本发明长期边际二氧化碳排放率的计算方法中引入长期边际二氧化碳率的约束条件，避免计算结果受异常数据影响，确保计算结果的稳定性和准确性，为LRMER的计算提供了一个新的维度，本设计中的长期边际二氧化碳排放率的计算方法更加适应现代电力系统的复杂性和变化性。因此本设计中通过引入约束，使长期边际二氧化碳排放率的计算结果更稳定和准确，更加适应现代电力系统的复杂性和变化性。
2、本发明长期边际二氧化碳排放率的计算方法基于电力系统的发电量、碳排放量、电力负荷数据等运行数据进行计算，电力系统的运行数据可以是历史数据、当前的运行状态数据，也可以是未来的预测数据，例如，可根据电力系统的实时运行数据，如时发电量、实时负荷、当前碳排放量等，利用当前数据计算当前时刻的LRMER，计算结果可反应电力系统当前的状态；同样的，也可引入对电力系统未来运行状态的预测，包括预测发电量、负荷变化、碳排放量等，使用预测数据计算未来特定时刻或时段的LRMER，计算结果可作为未来电力系统状态的预测，为提高电力部门的碳排放控制水平提供数据支撑。因此本设计中LRMER计算为动态的计算过程，计算更加灵活，能更好的适应电力系统变化。
3、本发明长期边际二氧化碳排放率的计算方法、系统、设备及介质中，提供了一种新的LRMER的计算模型，可根据不同的数据对LRMER计算模型的计算过程、计算参数进行动态调整，通过实时数据及预测的数据对LRMER的约束条件、约束因子进行动态调整，定期更新LRMER的计算模型，可确保LRMER的计算结果能反映最新的电力市场环境及趋势。因此，本设计可通过对模型参数进行动态调整，定期更新LRMER的计算模型，确保计算结果反映最新的电力市场环境及趋势。
附图说明
图1是本发明长期边际二氧化碳排放率的计算方法的流程图。
图2是本发明长期边际二氧化碳排放率计算系统的结构图。
图3是本发明长期边际二氧化碳排放率计算设备的结构图。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步详细的说明。
长期边际二氧化碳排放率，即Long-run marginal emission rate(LRMER)，其定义为：在电力消耗的每个单位变化中，考虑到这种变化对电网运营和结构的影响所产生的排放量。简而言之，LRMER考虑了电力需求变化对电网运营和结构的长期影响，并据此计算每单位电力消耗变化引起的二氧化碳排放量。
实施例1：
参见图1，长期边际二氧化碳排放率的计算方法，具体包括：
步骤S1、收集电力系统的运行数据。
所述电力系统为一套完整的能源供应与消耗系统，电力系统由发电厂、输电线路、配电网和终端用户设备以及保障其正常运行所需的调节控制及继电保护和安全自动装置、计量装置、调度自动化、电力通信等二次设施构成，本申请中的电力系统指的是一定区域范围内的发电厂、输电线路、配电网和终端用户设备及保护、控制设备等组成的整体，所述电力系统内部可包含太阳能、风能、水能、生物质能及地热能等可再生能源。
所述运行数据包括：电力系统的发电量、碳排放量、电力负荷数据。
所述电力系统的运行数据可以是电力系统的历史运行数据，通过历史运行数据可对电力系统的碳排放进行评估；电力系统的运行数据也可以是电力系统当前的运行数据，利用电力系统当前的运行数据计算当前时刻的LRMER，计算结果可反应电力系统当前的状态；电力系统的运行数据也可包含未来的运行数据，所述电力系统未来的运行数据可以是基于预测的数据，包括预测的发电量、负荷变化、碳排放量等数据，使用预测数据以计算未来特定时刻或时间段的LRMER，计算结果可作为未来电力系统状态的预测，为提高电力部门的碳排放控制水平提供数据支撑。
步骤S2、根据运行数据计算电力系统在时间范围n期间的长期边际二氧化碳排放率的基准值LRMERtraditional：
其中，CO2i为时刻i的碳排放量，Loadi为时刻i的电力负荷，时刻i的碳排放量、时刻i的电力负荷均从电力系统的运行数据中获取，n为时间范围。
例如，在计算分析一个持续100天的电网线路工程的长期边际二氧化碳排放率，由于项目持续时间为100天，此时n的取值可以设置为100天，n代表分析时间范围，若选取每个时刻i的时长为1天，则时间范围n内共包含有100个时刻i，每个时刻i分别代表分析时间范围100天内的1天。每个时刻i的长也可以根据分析需求设置，若需要关注每周的进度，则每个i时刻时长也可以设置为1周。
步骤S3、设置长期边际二氧化碳排放率的约束条件：
根据电力系统的历史运行数据和碳排放记录、关于碳排放的政策与法规的要求、环境和经济目标、电力市场动态、电力系统运行情况和碳排放趋势的模拟预测数据设置长期边际二氧化碳排放率的上限值LRMERmax和下限值LRMERmin，具体包括：
a.历史数据分析：
分析历史上电力系统的运行数据和碳排放记录，以确定LRMER的正常范围。这些数据可以包括过去几年内的碳排放率、发电效率、能源消耗模式等。
b.政策和法规要求：
考虑相关的环境保护法规和政策目标，特别是那些与碳排放量和碳排放强度相关的规定。例如，某些国家或地区可能设有关于二氧化碳排放的具体目标或上限。
c.环境和经济目标：
根据环境保护目标和经济可持续性要求来设定一个合理的LRMER范围。这可能包括考虑减少温室气体排放的目标和维持电力系统经济效率的需求。
d.电力市场动态：
分析当前和预测的电力市场动态，包括能源价格、需求趋势、可再生能源发电比例等因素。
e.模拟和预测分析：
使用模拟工具对未来的电力系统运行情况和碳排放趋势进行预测，从而确定LRMER的理想上下限。
f.专家意见和行业标准：
参考行业专家的建议和国际上通用的碳排放相关标准。
根据上述历史数据分析、政策和法规要求、环境和经济目标、电力市场动态、模拟和预测分析、专家意见和行业标准的数据，使用统计分析方法，确定LRMER的正常或期望范围，并确定长期边际二氧化碳排放率的上限值和下限值，同时，进行敏感性分析，测试不同长期边际二氧化碳排放率的上限值和下限值对LRMER计算结果的影响。
步骤S4：根据电力系统的运行数据、电力系统的长期边际二氧化碳排放率的约束条件计算电力系统基于时间范围n期间的长期边际二氧化碳排放率LRMERncw；具体包括：
S401、计算时间范围n期间每个时刻i的长期边际二氧化碳排放率LRMERi：
a、计算现值因子pvf：
公式(2)中，d为折现率，t为时刻i所处的年份，start(year)为时间范围n的起始年份。
b、获取二氧化碳排放差异co2diff和负荷调整差异loaddiff：
通过公式(3)计算时刻i的二氧化碳排放差异值co2diff：
co2diff＝co2int-co2 (3)；
公式(3)中，co2int为时刻i在干预场景下的二氧化碳排放量，co2为时刻i在基准场景下的二氧化碳排放量。其中，干预场景下的二氧化碳排放量、基准场景下的二氧化碳排放量均可根据电力系统运行数据进行计算获取或从电力系统运行数据中直接获取。
时刻i的负荷调整差异loaddiff直接从电力系统运行数据中获取。
c、根据现值因子pvf进行调整：
通过公式(4)、(5)计算现值调整后的二氧化碳排放差异co2diffpv、现值调整后的负荷调整差异loaddiffpv：
co2diffpv＝co2diff×pvf (4)；
loaddiffpv＝loaddiff×pvf (5)。
d、根据公式(6)计算LRMER：
S402、根据约束条件调整约束因子ConstraintFactori的值，使每个时刻i的长期边际二氧化碳排放率LRMERi均符合下列约束条件：
LRMERmin≤LRMERi×ConstraintFactori≤LRMERmax (7)；
对于计算得到的任意一个时刻i的长期边际二氧化碳排放率LRMERi，若LRMERi×ConstraintFactori大于长期边际二氧化碳排放率的上限值LRMERmax，则调节约束因子ConstraintFactori的值减小；若LRMERi×ConstraintFactori小于长期边际二氧化碳排放率的下限值LRMERmin，则调节约束因子ConstraintFactori的值增加；若LRMERi×ConstraintFactori的值处于长期边际二氧化碳排放率的上限值LRMERmax与下限值LRMERmin之间，则可以不对约束因子的值进行调节或以优化计算结果为目的进行适当的调节。
多次调节约束因子ConstraintFactori的值，直到每个时刻i的长期边际二氧化碳排放率LRMERi均符合约束条件，得到调整后的约束因子ConstraintFactori的值。
S403、根据调整后的约束因子ConstraintFactori的值计算长期边际二氧化碳排放率LRMERncw：
步骤S5：根据长期边际二氧化碳排放率的基准值LRMERtraditional对步骤S4中计算得到的长期边际二氧化碳排放率LRMERncw进行验证，具体包括：
S501、设置计算差阈值Th；
所述计算差阈值Th参数基于历史数据分析、专家意见、行业标准或模拟研究进行设置，计算差阈值Th代表LRMER值之间差异的可接受最大限度。
所述计算差阈值Th可以是为历史长期边际二氧化碳排放率的变化值的平均值，计算差阈值Th也可以根据历史长期边际二氧化碳排放率的中位数确定，例如，计算差阈值Th可以为历史长期边际二氧化碳排放率的中位数的一定百分比。
S502、根据调整后的约束因子ConstraintFactori的值计算每一个时刻i的长期边际二氧化碳排放率的计算差△LRMER：
△LRMER＝|LRMERi-LRMERi×ConstraintFactori| (9)。
S503、对比△LRMER与计算差阈值Th：
若每个时刻i的长期边际二氧化碳排放率的计算差△LRMER均小于Th，则认为基于约束的边际二氧化碳排放率的计算方法是有效的，此时验证通过，计算结束，所得到的长期边际二氧化碳排放率LRMERncw即为最终的计算结果；若存在任意时刻i的长期边际二氧化碳排放率的计算差△LRMER大于或等于计算差阈值Th，则验证未通过，因此需要重新评估和调整约束条件或其它因素对长期边际二氧化碳排放率计算的影响，此时返回步骤三重新设置边际二氧化碳排放率的约束条件，再根据新的约束条件计算电力系统的长期边际二氧化碳排放率LRMERncw并进行验证。
由于在计算LRMER时，为了使LRMER的计算更加精准全面，能更准确反映电力系统的实际情况，还需考虑环境因素及经济因素。
关于环境因素的考虑包括：
碳排放价格：将碳排放的成本纳入计算，例如使用碳排放交易市场的价格或政策规定的碳税。
可再生能源比例：考虑可再生能源在电力系统中的占比，以及其对碳排放率的影响。
排放减排目标：根据国家或地区的温室气体减排目标调整LRMER计算，以确保符合环保标准。
关于经济因素的考虑包括：
电力市场价格：考虑电力市场的供需动态和价格变化，特别是在峰谷电价制度下的变化。
运营成本：将电力系统的运行成本(如燃料成本、维护成本)考虑在内；
投资和折旧：考虑电力系统资产的投资成本和折旧，特别是在新能源项目上的投资。
综合考虑环境及经济因素，可收集有关环境和经济因素的数据，如碳排放量、碳排放价格、可再生能源统计数据、电力市场价格等，对收集到的数据进行分析，分析上述环境因素、经济因素对LRMER计算结果的影响，以对各影响因素进行整合，并根据收集到的数据设置、调整用于计算LRMER的模型参数，确保用于计算LRMER的模型能够有效反映上述环境及经济因素。
实施例2：
一种长期边际二氧化碳排放率的计算系统，包括：
数据收集模块，用于收集电力系统的运行数据；
基准值模块，用于根据电力系统的运行数据计算长期边际二氧化碳排放率的基准值；
计算模块，用于根据电力系统的运行数据、电力系统的长期边际二氧化碳排放率的约束条件计算电力系统的长期边际二氧化碳排放率；
验证模块，用于根据长期边际二氧化碳排放率的基准值对计算得到的长期边际二氧化碳排放率进行验证。
实施例3：
一种长期边际二氧化碳排放率的计算设备，包括存储器和处理器，所述存储器，用于存储计算机程序代码，并将所述计算机程序代码传输给所述处理器；
所述处理器，用于根据所述计算机程序代码中的指令执行上述长期边际二氧化碳排放率的计算方法。
实施例4：一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述长期边际二氧化碳排放率的计算方法。
一般来说，用以实现本发明方法的计算机指令的可以采用一个或多个计算机可读的存储介质的任意组合来承载。非临时性计算机可读存储介质可以包括任何计算机可读介质，除了临时性地传播中的信号本身。
计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者以上任意组合。计算机可读存储介质的更具体例子(非穷举列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件，或者上述任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行的系统、装置或器件使用或与其结合使用。
可以使用一个或多个程序设计语言或其组合来编写用以执行本发明操作的计算机程序代码。这些程序设计语言包括面向对象的程序设计语言，如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，如C语言或类似的程序设计语言。特别是可以使用适于神经网络计算的Python语言和基于TensorFlow、PyTorch等平台框架。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在涉及到远程计算机的情况下，远程计算机可以通过各种类型的网络连接到用户计算机，包括局域网(LAN)或广域网(WAN)，或者通过互联网服务提供商进行互联网连接。
尽管上面已经示出和描述了本发明的实施例，应当理解的是，上述实施例是示例性的，不能解释为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.长期边际二氧化碳排放率的计算方法，其特征在于：
所述计算方法具体包括：
S1、收集电力系统的运行数据；
S2、根据电力系统的运行数据计算电力系统的长期边际二氧化碳排放率的基准值LRMERtraditional；
S3、设置电力系统的长期边际二氧化碳排放率的约束条件；
S4、根据电力系统的运行数据、电力系统的长期边际二氧化碳排放率的约束条件计算电力系统的长期边际二氧化碳排放率LRMERncw；
S5、根据长期边际二氧化碳排放率的基准值LRMERtraditional对长期边际二氧化碳排放率LRMERncw进行验证，若验证通过则计算结束；若验证未通过则返回步骤S3重新设置长期边际二氧化碳排放率的约束条件。
2.根据权利要求1所述的长期边际二氧化碳排放率的计算方法，其特征在于：
所述步骤S1中，所述运行数据包括：电力系统的发电量、碳排放量、电力负荷数据。
3.根据权利要求1所述的长期边际二氧化碳排放率的计算方法，其特征在于：
所述步骤S2中，根据下列公式计算电力系统的边际二氧化碳排放率的基准值LRMERtraditional：
其中，CO2i为时刻i的碳排放量，Loadi为时刻i的电力负荷，时刻i的碳排放量、时刻i的电力负荷均从电力系统的运行数据中获取，n为时间范围。
4.根据权利要求3所述的长期边际二氧化碳排放率的计算方法，其特征在于：
所述步骤S3中，设置长期边际二氧化碳排放率的约束条件包括：
设置长期边际二氧化碳排放率的上限值LRMERmax和下限值LRMERmin；
所述步骤S4中，根据电力系统的运行数据、电力系统的长期边际二氧化碳排放率的约束条件计算长期边际二氧化碳排放率LRMERncw包括：
S401、计算时间范围n期间每个时刻i的长期边际二氧化碳排放率LRMERi：
co2diff＝co2int-co2 (3)；
co2diffpv＝co2diff×pvf (4)；
loaddiffpv＝loaddiff×pvf (5)；
其中，pvf为现值因子，t为时刻i所处的年份，start(year)为时间范围n的起始年份，d为折现率，co2diff为时刻i的二氧化碳排放差异值，co2int为时刻i在干预场景下的二氧化碳排放量，co2为时刻i在基准场景下的二氧化碳排放量，loaddiff为时刻i的负荷调整差异值，时刻i的负荷调整差异值loaddiff从电力系统运行数据中获取；
S402、根据约束条件调整约束因子ConstraintFactori的值，使每个时刻i的长期边际二氧化碳排放率LRMERi均符合下列约束条件：
LRMERmin≤LRMERi×ConstraintFactori≤LRMERmax (7)；
S403、根据调整后的约束因子ConstraintFactori的值计算长期边际二氧化碳排放率LRMERncw：
5.根据权利要求4所述的长期边际二氧化碳排放率的计算方法，其特征在于：
所述步骤S5中，通过长期边际二氧化碳排放率的基准值LRMERtraditional对长期边际二氧化碳排放率LRMERncw进行验证包括：
S501、设置计算差阈值Th；
S502、根据调整后的约束因子ConstraintFactori的值计算每一个时刻i的长期边际二氧化碳排放率的计算差△LRMER：
△LRMER＝|LRMERi-LRMERi×ConstraintFactori| (9)；
S503、对比△LRMER与计算差阈值Th，若每个时刻i的长期边际二氧化碳排放率的计算差△LRMER均小于Th，则验证通过；若存在任意时刻i的长期边际二氧化碳排放率的计算差△LRMER大于或等于Th，则验证未通过。
6.根据权利要求5所述的长期边际二氧化碳排放率的计算方法，其特征在于：
所述计算差阈值Th为历史长期边际二氧化碳排放率的变化值的平均值。
7.根据权利要求5所述的长期边际二氧化碳排放率的计算方法，其特征在于：
所述计算差阈值Th根据历史长期边际二氧化碳排放率的中位数设置。
8.一种长期边际二氧化碳排放率的计算系统，其特征在于：
所述系统用于执行如权利要求1至7任一项所述的长期边际二氧化碳排放率的计算方法，具体包括：
数据收集模块，用于收集电力系统的运行数据；
基准值模块，用于根据电力系统的运行数据计算长期边际二氧化碳排放率的基准值；
计算模块，用于根据电力系统的运行数据、电力系统的长期边际二氧化碳排放率的约束条件计算电力系统的长期边际二氧化碳排放率；
验证模块，用于根据长期边际二氧化碳排放率的基准值对计算得到的长期边际二氧化碳排放率进行验证。
9.一种长期边际二氧化碳排放率的计算设备，其特征在于，包括存储器和处理器，所述存储器，用于存储计算机程序代码，并将所述计算机程序代码传输给所述处理器；
所述处理器，用于根据所述计算机程序代码中的指令执行如权利要求1至7任一项所述的方法。
10.一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上存储有计算机程序，所述计算机程序被处理器执行时实现所述权利要求1至7任一项中所述的方法。
CN202311652371.3A 2023-12-05 2023-12-05 长期边际二氧化碳排放率的计算方法、系统、设备及介质 Pending CN117852743A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311652371.3A CN117852743A (zh) 2023-12-05 2023-12-05 长期边际二氧化碳排放率的计算方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311652371.3A CN117852743A (zh) 2023-12-05 2023-12-05 长期边际二氧化碳排放率的计算方法、系统、设备及介质

Publications (1)

Publication Number Publication Date
CN117852743A true CN117852743A (zh) 2024-04-09

Family

ID=90530974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311652371.3A Pending CN117852743A (zh) 2023-12-05 2023-12-05 长期边际二氧化碳排放率的计算方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN117852743A (zh)

Similar Documents

Publication Publication Date Title
US20160169202A1 (en) Short-term operation optimization method of electric power system including large-scale wind power
CN108054771A (zh) 一种储能系统充放电控制方法及系统
CN117578534B (zh) 光伏储能系统的调度方法、装置、设备及存储介质
CN114820046A (zh) 一种区域电网混合储能辅助调频经济优化与补偿定价方法
CN112308411B (zh) 基于动态碳交易模型的综合能源站随机规划方法及系统
CN116706869A (zh) 一种用于区域电网供需平衡场景的预测方法及装置
CN115907927A (zh) 一种虚拟电厂报价辅助方法、系统、装置及存储介质
CN115640902A (zh) 计及碳价不确定性的园区综合能源系统低碳优化调度方法
CN110570037A (zh) 基于scuc的电厂中长期极限交易电量优化方法及系统
CN112531773B (zh) 一种新能源发电系统及其能量调控方法及装置
CN113887902A (zh) 基于调度电量比例的风电集群电量分配方法
CN117852743A (zh) 长期边际二氧化碳排放率的计算方法、系统、设备及介质
CN117933453A (zh) 区域电网电力碳排放的预测方法、系统、设备及存储介质
CN115907393A (zh) 一种含长时储能虚拟电厂的多时间尺度调度方法
CN114825467A (zh) 一种火电机组年度检修计划备用充裕度评估方法及系统
CN115169816A (zh) 风光储场站的能量管理方法及其能量管理系统
CN113592507A (zh) 一种电力现货交易月度收益仿真分析方法及装置
CN117791657B (zh) 用于风储联合系统模拟运行的储能收益计算方法和系统
CN110930010B (zh) 基于燃气机组的能源市场调度方法、系统和存储介质
CN118278713B (zh) 一种能源系统的智能化管控方法及装置
CN113937769A (zh) 考虑风能出力不确定性的机组组合确定方法及装置
Xu et al. An economic dispatch model considering the volatility and uncertainty of wind power
CN117522497A (zh) 风电场在日前市场中报量报价的预测方法
CN117955092A (zh) 区域短期负荷预测方法及装置
CN114066519A (zh) 评估存量燃气机组在电力市场中发电效益的系统及方法

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