CN118297277A - 一种电网碳排放因子计算方法、装置、设备及存储介质 - Google Patents
一种电网碳排放因子计算方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN118297277A CN118297277A CN202410476927.6A CN202410476927A CN118297277A CN 118297277 A CN118297277 A CN 118297277A CN 202410476927 A CN202410476927 A CN 202410476927A CN 118297277 A CN118297277 A CN 118297277A
- Authority
- CN
- China
- Prior art keywords
- power generation
- amount
- power
- generator set
- calculated
- 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 76
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 76
- 238000004364 calculation method Methods 0.000 title claims description 26
- 238000010248 power generation Methods 0.000 claims abstract description 404
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 58
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 29
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000002093 peripheral effect Effects 0.000 claims description 151
- ZZUFCTLCJUWOSV-UHFFFAOYSA-N furosemide Chemical compound C1=C(Cl)C(S(=O)(=O)N)=CC(C(O)=O)=C1NCC1=CC=CO1 ZZUFCTLCJUWOSV-UHFFFAOYSA-N 0.000 claims description 49
- 238000012545 processing Methods 0.000 claims description 48
- 238000004590 computer program Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 description 17
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电网碳排放因子计算方法、装置、设备及存储介质,通过获取待计算区域中用电侧的电力需求量,获取待计算区域内发电厂的总发电量,并获取待计算区域中发电厂输送至用电侧的电力损耗量;基于电力需求量、总发电量和电力损耗量,确定待计算区域的发电方案;基于发电方案,计算待计算区域的化石能源发电量,并基于化石能源发电量,计算化石能源使用量,根据化石能源使用量,确定待计算区域的总二氧化碳排放量;基于总二氧化碳排放量和化石能源使用量,计算待计算区域的碳排放因子;与现有技术相比,本发明的技术方案能提高对电网碳排放因子的计算准确性。
Description
技术领域
本发明涉及电力系统的技术领域,特别是涉及一种电网碳排放因子计算方法、装置、设备及存储介质。
背景技术
随着城市化进程的加速推进,电力行业作为排放大户,必须积极应对温室气体排放的持续增加。尽管满足电力需求和促进行业发展至关重要,但减少碳排放已成为当务之急;在这一背景下,电力企业需要致力于节能减排,特别是在确定发电机组的碳排放因子方面,这一指标对企业的发展至关重要。
但是,现有技术中计算碳排放因子的方法大多仅考虑电网企业即供电侧,并未考虑电力使用方即用电侧的实际需求;此外,虽然新能源发电得到了充分的发展,但由于新能源发电存在一定的不稳定性,无法保证发电效率的同时也不能起到节能减排的效果。
因此,如何提供一种能够解决上述问题的电网碳排放因子计算方法是目前亟需解决的问题。
发明内容
本发明要解决的技术问题是:提供一种电网碳排放因子计算方法、装置、设备及存储介质,提高对电网碳排放因子的计算准确性。
为了解决上述技术问题,本发明提供了一种电网碳排放因子计算方法,包括:
获取待计算区域中用电侧的电力需求量,获取所述待计算区域内发电厂的总发电量,并获取所述待计算区域中发电厂输送至用电侧的电力损耗量;
基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案;
基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量;
基于所述总二氧化碳排放量和所述化石能源使用量,计算所述待计算区域的碳排放因子。
在一种可能的实现方式中,获取所述待计算区域内发电厂的总发电量,具体包括:
获取所述待计算区域内发电厂的发电类型,其中,所述发电类型包括火力发电和新能源发电,所述新能源发电包括太阳能发电、风力发电和水力发电;
并基于所述发电类型,获取对应的发电类型发电量,其中,所述发电类型发电量包括火力发电量和新能源发电量,所述新能源发电量包括太阳能发电量、风力发电量和水力发电量;
基于所述火力发电量和所述新能源发电量,确定所述待计算区域内发电厂的总发电量。
在一种可能的实现方式中,基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案,具体包括:
基于所述总发电量和所述电力损耗量,计算实际发电量;
当检测到所述电力需求量不大于所述实际发电量时,构建第一电量线性模型,并确定第一约束条件,基于所述第一约束条件对所述第一电量线性模型进行求解,得到第一求解结果,并基于所述第一求解结果,确定所述待计算区域的第一发电方案;
当检测到所述电力需求量大于所述实际发电量时,构建第二电量线性模型,并确定第二约束条件,基于所述第二约束条件对所述第二电量线性模型进行求解,得到第二求解结果,并基于所述第二求解结果,确定所述待计算区域的第二发电方案。
在一种可能的实现方式中,构建第二电量线性模型,具体包括:
获取所述待计算区域对应的多个周边区域,分别获取所述多个周边区域内发电厂的周边发电类型,以及所述周边发电类型对应的周边发电类型发电量,同时获取所述多个周边区域中发电厂输送至用电侧的周边电力损耗量;
基于所述电力需求量、所述发电类型发电量、所述电力损耗量、所述周边发电类型发电量和所述周边电力损耗量,构建第二电量线性模型。
在一种可能的实现方式中,所述第一电量线性模型,如下所示:
y1=a1x1+b1x2+c1x3+d1x4-e1;
式中,a1、b1、c1、d1分别为单个火力发电机组对应的第一火力发电机组发电量、单个太阳能发电机组对应的第一太阳能发电机组发电量、单个风力发电机组对应的第一风力发电机组发电量、单个水力发电机组对应的第一水力发电机组发电量,e1表示电力损耗量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,y1为电力需求量;
所述第二电量线性模型,如下所示:
y1=a2x1+b2x2+c2x3+d2x4+a3x5+b3x6+c3x7+d3x8-e1-
e2;
式中,a2、b2、c2、d2分别为单个火力发电机组对应的第二火力发电机组发电量、单个太阳能发电机组对应的第二太阳能发电机组发电量、单个风力发电机组对应的第二风力发电机组发电量、单个水力发电机组对应的第二水力发电机组发电量,a3、b3、c3、d3分别为周边区域中单个火力发电机组对应的周边火力发电机组发电量、单个太阳能发电机组对应的周边太阳能发电机组发电量、单个风力发电机组对应的周边风力发电机组发电量、单个水力发电机组对应的周边水力发电机组发电量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,x5、x6、x7、x8分别为周边区域中的周边火力发电机组需求数量、周边太阳能发电机组需求数量、周边风力发电机组需求数量、周边水力发电机组需求数量,e2为周边电力损耗量。
在一种可能的实现方式中,基于所述第一求解结果,确定所述待计算区域的第一发电方案,具体包括:
获取预构建的第一预测模型,将所述电力需求量、所述总发电量、所述电力损耗量和所述第一约束条件输入到所述第一预测模型中,以使所述第一预测模型输出第一处理结果;
对所述第一处理结果和所述第一求解结果进行加权处理,得到第一加权处理结果,基于所述第一加权处理结果,确定所述待计算区域的第一发电方案。
在一种可能的实现方式中,基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量,具体包括:
基于所述发电方案,确定火力发电机组使用数量;
获取单个火力发电机组发电量,基于所述单个火力发电机组发电量和所述火力发电机组使用数量,确定火力发电机组总发电量,并将所述火力发电机组总发电量作为所述待计算区域的化石能源发电量;
获取化石能源发电转换率,基于所述化石能源发电转换率和所述化石能源发电量,确定化石能源使用量,并将所述化石能源使用量输入到预设的碳排放量计算公式中,得到确定所述待计算区域的总二氧化碳排放量。
本发明还提供了一种电网碳排放因子计算装置,包括:电力数据获取模块、发电方案确定模块、碳排放量确定模块和碳排放因子计算模块;
其中,所述电力数据获取模块,用于获取待计算区域中用电侧的电力需求量,获取所述待计算区域内发电厂的总发电量,并获取所述待计算区域中发电厂输送至用电侧的电力损耗量;
所述发电方案确定模块,用于基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案;
所述碳排放量确定模块,用于基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量;
所述碳排放因子计算模块,用于基于所述总二氧化碳排放量和所述化石能源使用量,计算所述待计算区域的碳排放因子。
在一种可能的实现方式中,所述电力数据获取模块,用于获取所述待计算区域内发电厂的总发电量,具体包括:
获取所述待计算区域内发电厂的发电类型,其中,所述发电类型包括火力发电和新能源发电,所述新能源发电包括太阳能发电、风力发电和水力发电;
并基于所述发电类型,获取对应的发电类型发电量,其中,所述发电类型发电量包括火力发电量和新能源发电量,所述新能源发电量包括太阳能发电量、风力发电量和水力发电量;
基于所述火力发电量和所述新能源发电量,确定所述待计算区域内发电厂的总发电量。
在一种可能的实现方式中,所述发电方案确定模块,用于基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案,具体包括:
基于所述总发电量和所述电力损耗量,计算实际发电量;
当检测到所述电力需求量不大于所述实际发电量时,构建第一电量线性模型,并确定第一约束条件,基于所述第一约束条件对所述第一电量线性模型进行求解,得到第一求解结果,并基于所述第一求解结果,确定所述待计算区域的第一发电方案;
当检测到所述电力需求量大于所述实际发电量时,构建第二电量线性模型,并确定第二约束条件,基于所述第二约束条件对所述第二电量线性模型进行求解,得到第二求解结果,并基于所述第二求解结果,确定所述待计算区域的第二发电方案。
在一种可能的实现方式中,所述发电方案确定模块,用于构建第二电量线性模型,具体包括:
获取所述待计算区域对应的多个周边区域,分别获取所述多个周边区域内发电厂的周边发电类型,以及所述周边发电类型对应的周边发电类型发电量,同时获取所述多个周边区域中发电厂输送至用电侧的周边电力损耗量;
基于所述电力需求量、所述发电类型发电量、所述电力损耗量、所述周边发电类型发电量和所述周边电力损耗量,构建第二电量线性模型。
在一种可能的实现方式中,所述第一电量线性模型,如下所示:
y1=a1x1+b1x2+c1x3+d1x4-e1;
式中,a1、b1、c1、d1分别为单个火力发电机组对应的第一火力发电机组发电量、单个太阳能发电机组对应的第一太阳能发电机组发电量、单个风力发电机组对应的第一风力发电机组发电量、单个水力发电机组对应的第一水力发电机组发电量,e1表示电力损耗量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,y1为电力需求量;
所述第二电量线性模型,如下所示:
y1=a2x1+b2x2+c2x3+d2x4+a3x5+b3x6+c3x7+d3x8-e1-
e2;
式中,a2、b2、c2、d2分别为单个火力发电机组对应的第二火力发电机组发电量、单个太阳能发电机组对应的第二太阳能发电机组发电量、单个风力发电机组对应的第二风力发电机组发电量、单个水力发电机组对应的第二水力发电机组发电量,a3、b3、c3、d3分别为周边区域中单个火力发电机组对应的周边火力发电机组发电量、单个太阳能发电机组对应的周边太阳能发电机组发电量、单个风力发电机组对应的周边风力发电机组发电量、单个水力发电机组对应的周边水力发电机组发电量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,x5、x6、x7、x8分别为周边区域中的周边火力发电机组需求数量、周边太阳能发电机组需求数量、周边风力发电机组需求数量、周边水力发电机组需求数量,e2为周边电力损耗量。
在一种可能的实现方式中,所述发电方案确定模块,用于基于所述第一求解结果,确定所述待计算区域的第一发电方案,具体包括:
获取预构建的第一预测模型,将所述电力需求量、所述总发电量、所述电力损耗量和所述第一约束条件输入到所述第一预测模型中,以使所述第一预测模型输出第一处理结果;
对所述第一处理结果和所述第一求解结果进行加权处理,得到第一加权处理结果,基于所述第一加权处理结果,确定所述待计算区域的第一发电方案。
在一种可能的实现方式中,所述碳排放量确定模块,用于基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量,具体包括:
基于所述发电方案,确定火力发电机组使用数量;
获取单个火力发电机组发电量,基于所述单个火力发电机组发电量和所述火力发电机组使用数量,确定火力发电机组总发电量,并将所述火力发电机组总发电量作为所述待计算区域的化石能源发电量;
获取化石能源发电转换率,基于所述化石能源发电转换率和所述化石能源发电量,确定化石能源使用量,并将所述化石能源使用量输入到预设的碳排放量计算公式中,得到确定所述待计算区域的总二氧化碳排放量。
本发明还提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上述任意一项所述的电网碳排放因子计算方法。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的电网碳排放因子计算方法。
本发明实施例一种电网碳排放因子计算方法、装置、设备及存储介质,与现有技术相比,具有如下有益效果:
通过获取待计算区域中用电侧的电力需求量,获取所述待计算区域内发电厂的总发电量,并获取所述待计算区域中发电厂输送至用电侧的电力损耗量;基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案;基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量;基于所述总二氧化碳排放量和所述化石能源使用量,计算所述待计算区域的碳排放因子;与现有技术相比,本发明的技术方案通过获取待计算区域的中发电厂的总发电量还考虑了用电侧的电力需求量和电力损耗量,可以更准确地评估实际的电力供需情况;这有助于确定最适合的发电方案,从而减少不必要的能源浪费和碳排放;同时在确定的发电方案中,通过考虑化石能源的使用量和总二氧化碳排放量,可以更好地评估待计算区域的碳排放水平,继而计算出碳排放因子,实现碳排放因子的准确计算。
附图说明
图1是本发明提供的一种电网碳排放因子计算方法的一种实施例的流程示意图;
图2是本发明提供的一种电网碳排放因子计算装置的一种实施例的结构示意图;
图3本发明提供的一种终端设备的结构示意图。
具体实施方式
下面将结合本发明中的附图,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作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。
实施例1,参见图1,图1是本发明提供的一种电网碳排放因子计算方法的一种实施例的流程示意图,如图1所示,该方法包括步骤101-步骤104,具体如下:
步骤101:获取待计算区域中用电侧的电力需求量,获取所述待计算区域内发电厂的总发电量,并获取所述待计算区域中发电厂输送至用电侧的电力损耗量。
一实施例中,通过收集待计算区域过去几年的用电侧的历史电力需求数据,包括季节性和周期性的变化,以及用电行业的用电模式;这些历史电力需求数据可以从当地的电力公司、能源管理部门或相关行业协会获得;通过对所述历史电力需求数据分析,对所述电力需求量进行合理估算,确定待计算区域中用电侧的电力需求量。
一实施例中,获取所述待计算区域内发电厂的发电类型,其中,所述发电类型包括火力发电和新能源发电,所述新能源发电包括太阳能发电、风力发电和水力发电。
一实施例中,基于所述发电类型,获取对应的发电类型发电量,其中,所述发电类型发电量包括火力发电量和新能源发电量,所述新能源发电量包括太阳能发电量、风力发电量和水力发电量。
一实施例中,基于所述火力发电量和所述新能源发电量,确定所述待计算区域内发电厂的总发电量;具体的,计算所述火力发电量、所述太阳能发电量、所述风力发电量和所述水力发电量的发电量之和,并将所述发电量之和作为所述待计算区域内发电厂的总发电量。
一实施例中,所述待计算区域中发电厂输送至用电侧的电力损耗量包括输电线路损耗和变压器损耗。
一实施例中,获取所述待计算区域中发电厂输送至用电侧的电力损耗量时,通过获取所述待计算区域中发电厂输送至用电侧的输电线路损耗和变压器损耗,基于所述输电线路损耗和所述变压器损耗,确定所述电力损耗量。
具体的,获取所述输电线路损耗时,通过获取输电线路对应的输电线路电流和输电线路电阻,将所述输电线路电流和所述输电线路电阻输入到预设的输电线路损耗计算公式中,计算得到所述输电线路损耗,其中,所述预设的输电线路损耗计算公式,如下所述:
P=I2R;
式中,I为通过输电线路的输电线路电流,R为输电线路的输电线路电阻。
优选的,若输电线路较为复杂,则可以对所述输电线路进行简化,基于简化后的所述输电线路,计算输电线路损耗。
具体的,所述变压器损耗为铁损(空载损耗)和铜损(负载损耗)两部分,其中,铁损对某一型号变压器来说是固定的,铜损与变压器负载率的平方成正比。
步骤102:基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案。
一实施例中,基于所述总发电量和所述电力损耗量,计算实际发电量。
具体的,计算所述总发电量和所述电力损耗量之和,并将计算结果作为所述实际发电量。
一实施例中,当检测到所述电力需求量不大于所述实际发电量时,构建第一电量线性模型,并确定第一约束条件,基于所述第一约束条件对所述第一电量线性模型进行求解,得到第一求解结果,并基于所述第一求解结果,确定所述待计算区域的第一发电方案。
具体的,基于所述电力需求量、所述电力损耗量、所述发电类型对应的发电类型发电量,以及所述发电类型对应的发电类型机组数量,构建第一电量线性模型。
具体的,所述第一电量线性模型,如下所示:
y1=a1x1+b1x2+c1x3+d1x4-e1;
式中,a1、b1、c1、d1分别为单个火力发电机组对应的第一火力发电机组发电量、单个太阳能发电机组对应的第一太阳能发电机组发电量、单个风力发电机组对应的第一风力发电机组发电量、单个水力发电机组对应的第一水力发电机组发电量,e1表示电力损耗量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,y1为电力需求量。
具体的,所述第一约束条件包括但不限于发电成本、电力使用成本以及较小火电使用量约束条件。
具体的,基于所述第一约束条件对所述第一电量线性模型进行求解时,通过将所述第一约束条件转化为第一数学表达式,并将所述第一数学表达式作为所述第一电量线性模型中的等式或不等式;建立第一目标函数,并整合所述第一目标函数和第一数学表达式,形成一个包含多个变量和约束条件的数学优化问题,基于数学优化技术对所述第一电量线性模型进行求解,得到满足第一约束条件下的最优解,即第一求解结果。
具体的,所述第一求解结果包括但不限于完成所述电力需求量所需的第一火力发电机组需求数量、第一太阳能发电机组需求数量、第一风力发电机组需求数量、第一水力发电机组需求数量。
一实施例中,基于所述第一求解结果,确定所述待计算区域的第一发电方案时,通过获取预构建的第一预测模型,将所述电力需求量、所述发电类型发电量、所述电力损耗量和所述第一约束条件输入到所述第一预测模型中,以使所述第一预测模型输出第一处理结果;对所述第一处理结果和所述第一求解结果进行加权处理,得到第一加权处理结果,基于所述第一加权处理结果,确定所述待计算区域的第一发电方案。
具体的,所述预构建的第一预测模型为常规神经网络模型。
具体的,所述第一处理结果为预测的所述电力需求量所需的第一预测火力发电机组需求数量、第一预测太阳能发电机组需求数量、第一预测风力发电机组需求数量、第一预测水力发电机组需求数量。
具体的,在训练所述第一预测模型时,通过收集历史电力需求量、历史发电类型发电量、历史电力损耗量、历史第一约束条件、以及对应的历史火力发电机组需求数量、历史预测太阳能发电机组需求数量、历史预测风力发电机组需求数量、历史预测水力发电机组需求数量,生成模型训练样本集,以所述历史电力需求量、所述历史发电类型发电量、所述历史电力损耗量和所述历史第一约束条件作为模型输入,并以所述历史火力发电机组需求数量、所述历史预测太阳能发电机组需求数量、所述历史预测风力发电机组需求数量、所述历史预测水力发电机组需求数量作为模型输出,对所述第一预测模型进行优化训练,直至模型收敛或达到模型预设迭代次数时,停止对所述第一预测模型进行训练。
具体的,对所述第一处理结果和所述第一求解结果进行加权处理时,通过对所述第一处理结果预设第一权重值,并对所述第一求解结果预设第二权重值,基于所述第一权重值和所述第二权重值分别对所述第一处理结果和所述第一求解结果进行加权处理,得到第一加权处理结果。
优选的,预设的第一权重值和第二权重值的和为1;且第一权重值和第二权重值可以根据实际需要设置。
具体的,通过所述第一加权处理结果对所述第一求解结果进行修正,将所述第一加权处理结果作为修正后的所述第一求解结果,能进一步的提高数据处理的精度。
具体的,所述第一发电方案为基于所述第一加权处理结果确定的火力发电机组发电量、火力发电机组需求数量、太阳能发电机组发电量、太阳能发电机组需求数量、风力发电机组发电量、风力发电机组需求数量、水力发电机组发电量和水力发电机组需求数量;基于所述第一发电方案的完成发电。
一实施例中,当检测到所述电力需求量大于所述实际发电量时,构建第二电量线性模型,并确定第二约束条件,基于所述第二约束条件对所述第二电量线性模型进行求解,得到第二求解结果,并基于所述第二求解结果,确定所述待计算区域的第二发电方案。
具体的,构建第二电量线性模型时,获取所述待计算区域对应的多个周边区域,分别获取所述多个周边区域内发电厂的周边发电类型,以及所述周边发电类型对应的周边发电类型发电量,同时获取所述多个周边区域中发电厂输送至用电侧的周边电力损耗量;基于所述电力需求量、所述发电类型发电量、所述电力损耗量、所述周边发电类型发电量和所述周边电力损耗量,构建第二电量线性模型。
具体的,获取所述待计算区域对应的多个周边区域时,通过计算所述待计算区域到所有区域的第一距离,当检测第一距离在预设的距离阈值范围内时,获取所述第一距离对应的目标区域,并将所述目标区域作为待计算区域对应的周边区域。
具体的,获取所述周边区域内发电厂的周边发电类型,其中,所述周边发电类型包括周边火力发电和周边新能源发电,所述周边新能源发电包括周边太阳能发电、周边风力发电和周边水力发电。
具体的,基于所述周边发电类型,获取对应的周边发电类型发电量,其中,所述周边发电类型发电量包括周边火力发电量和周边新能源发电量,所述周边新能源发电量包括周边太阳能发电量、周边风力发电量和周边水力发电量。
具体的,基于所述电力需求量、所述发电类型发电量、所述电力损耗量、所述周边发电类型发电量和所述周边电力损耗量,构建第二电量线性模型。
具体的,所述第二电量线性模型,如下所示:
y1=a2x1+b2x2+c2x3+d2x4+a3x5+b3x6+c3x7+d3x8-e1-
e2;
式中,a2、b2、c2、d2分别为单个火力发电机组对应的第二火力发电机组发电量、单个太阳能发电机组对应的第二太阳能发电机组发电量、单个风力发电机组对应的第二风力发电机组发电量、单个水力发电机组对应的第二水力发电机组发电量,a3、b3、c3、d3分别为周边区域中单个火力发电机组对应的周边火力发电机组发电量、单个太阳能发电机组对应的周边太阳能发电机组发电量、单个风力发电机组对应的周边风力发电机组发电量、单个水力发电机组对应的周边水力发电机组发电量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,x5、x6、x7、x8分别为周边区域中的周边火力发电机组需求数量、周边太阳能发电机组需求数量、周边风力发电机组需求数量、周边水力发电机组需求数量,e2为周边电力损耗量。
具体的,所述第二约束条件包括但不限于发电成本、电力使用成本以及较小火电使用量约束条件。
具体的,基于所述第二约束条件对所述第二电量线性模型进行求解时,通过将所述第二约束条件转化为第二数学表达式,并将所述第二数学表达式作为所述第二电量线性模型中的等式或不等式;建立第二目标函数,并整合所述第二目标函数和第二数学表达式,形成一个包含多个变量和约束条件的数学优化问题,基于数学优化技术对所述第二电量线性模型进行求解,得到满足第二约束条件下的最优解,即第二求解结果。
具体的,所述第二求解结果包括但不限于完成所述电力需求量所需的第二火力发电机组需求数量、第二太阳能发电机组需求数量、第二风力发电机组需求数量、第二水力发电机组需求数量,以及周边区域中的周边第二火力发电机组需求数量、周边第二太阳能发电机组需求数量、周边第二风力发电机组需求数量和周边第二水力发电机组需求数量。
一实施例中,基于所述第二求解结果,确定所述待计算区域的第二发电方案时,通过获取预构建的第二预测模型,将所述电力需求量、所述发电类型发电量、所述电力损耗量、所述周边发电类型发电量、所述周边电力损耗量和所述第二约束条件输入到所述第二预测模型中,以使所述第二预测模型输出第二处理结果;对所述第二处理结果和所述第二求解结果进行加权处理,得到第二加权处理结果,基于所述第二加权处理结果,确定所述待计算区域的第二发电方案。
具体的,所述预构建的第二预测模型为常规神经网络模型。
具体的,所述第二处理结果为预测的所述电力需求量所需的第二预测火力发电机组需求数量、第二预测太阳能发电机组需求数量、第二预测风力发电机组需求数量、第二预测水力发电机组需求数量,以及预测的所述周边区域中所需的周边预测火力发电机组需求数量、周边预测太阳能发电机组需求数量、周边预测风力发电机组需求数量、周边预测水力发电机组需求数量。
具体的,在训练所述第二预测模型时,通过收集历史电力需求量、历史发电类型发电量、历史电力损耗量、历史周边发电类型发电量、历史周边电力损耗量、历史第二约束条件、以及对应的历史火力发电机组需求数量、历史太阳能发电机组需求数量、历史风力发电机组需求数量、历史水力发电机组需求数量、历史周边预测火力发电机组需求数量、历史周边预测太阳能发电机组需求数量、历史周边预测风力发电机组需求数量、历史周边预测水力发电机组需求数量,生成模型训练样本集,以历史电力需求量、历史发电类型发电量、历史电力损耗量、历史周边发电类型发电量、历史周边电力损耗量、历史第二约束条件作为模型输入,并以历史火力发电机组需求数量、历史太阳能发电机组需求数量、历史风力发电机组需求数量、历史水力发电机组需求数量、历史周边预测火力发电机组需求数量、历史周边预测太阳能发电机组需求数量、历史周边预测风力发电机组需求数量、历史周边预测水力发电机组需求数量作为模型输出,对所述第二预测模型进行优化训练,直至模型收敛或达到模型预设迭代次数时,停止对所述第二预测模型进行训练。
具体的,对所述第二处理结果和所述第二求解结果进行加权处理时,通过对所述第二处理结果预设第三权重值,并对所述第二求解结果预设第四权重值,基于所述第三权重值和所述第四权重值分别对所述第二处理结果和所述第二求解结果进行加权处理,得到第二加权处理结果。
优选的,预设的三权重值和第四权重值的和为1;且第三权重值和第四权重值可以根据实际需要设置。
具体的,通过所述第二加权处理结果对所述第二求解结果进行修正,将所述第二加权处理结果作为修正后的所述第二求解结果,能进一步的提高数据处理的精度。
具体的,所述第二发电方案为基于所述第二加权处理结果确定的火力发电机组发电量、火力发电机组需求数量、太阳能发电机组发电量、太阳能发电机组需求数量、风力发电机组发电量、风力发电机组需求数量、水力发电机组发电量和水力发电机组需求数量,以及周边区域所需的周边火力发电机组发电量、周边火力发电机组需求数量、周边太阳能发电机组发电量、周边太阳能发电机组需求数量、周边风力发电机组发电量、周边风力发电机组需求数量、周边水力发电机组发电量和周边水力发电机组需求数量;基于所述第二发电方案的完成发电。
步骤103:基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量。
一实施例中,基于所述发电方案,确定火力发电机组使用数量。
具体的,当所述发电方案为第一发电方案时,选取所述第一发电方案中的火力发电机组需求数量,并将其作为火力发电机组使用数量。
具体的,当所述发电方案为第二发电方案时,选取所述第二发电方案中的火力发电机组需求数量和周边火力发电机组需求数量,计算所述火力发电机组需求数量和所述周边火力发电机组需求数量的和,并将两者之和作为火力发电机组使用数量。
一实施例中,获取单个火力发电机组发电量,基于所述单个火力发电机组发电量和所述火力发电机组使用数量,确定火力发电机组总发电量,并将所述火力发电机组总发电量作为所述待计算区域的化石能源发电量。
具体的,对所述单个火力发电机组发电量和所述火力发电机组使用数量进行乘法运算,确定火力发电机组总发电量。
一实施例中,获取化石能源发电转换率,基于所述化石能源发电转换率和所述化石能源发电量,确定化石能源使用量,并将所述化石能源使用量输入到预设的碳排放量计算公式中,得到确定所述待计算区域的总二氧化碳排放量。
具体的,预设的碳排放量计算公式为:碳排放量=燃料使用量(重量单位)*燃料的碳含量*碳的摩尔质量/燃料的热值;其中,所述燃料使用量为化石能源使用量,碳的摩尔质量为12克/摩尔,热值和碳含量均可通过文献得到。
步骤104:基于所述总二氧化碳排放量和所述化石能源使用量,计算所述待计算区域的碳排放因子。
一实施例中,将所述总二氧化碳排放量除以所述化石能源使用量,确定待计算区域的碳排放因子。
综上,本发明提供的一种电网碳排放因子计算方法,通过根据用电侧的实际电力使用数据、发电类型以及发电类型发电量、周边区域的周边发电类型以及周边发电类型发电量确定最佳发电方案,根据最佳发电方案确定碳排放因子,实现碳排放因子的准确计算。
实施例2,参见图2,图2是本发明提供的一种电网碳排放因子计算装置的一种实施例的结构示意图,如图2所示,该装置包括电力数据获取模块201、发电方案确定模块202、碳排放量确定模块203和碳排放因子计算模块204,具体如下:
所述电力数据获取模块201,用于获取待计算区域中用电侧的电力需求量,获取所述待计算区域内发电厂的总发电量,并获取所述待计算区域中发电厂输送至用电侧的电力损耗量。
所述发电方案确定模块202,用于基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案。
所述碳排放量确定模块203,用于基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量。
所述碳排放因子计算模块204,用于基于所述总二氧化碳排放量和所述化石能源使用量,计算所述待计算区域的碳排放因子。
一实施例中,所述电力数据获取模块201,用于获取所述待计算区域内发电厂的总发电量,具体包括:获取所述待计算区域内发电厂的发电类型,其中,所述发电类型包括火力发电和新能源发电,所述新能源发电包括太阳能发电、风力发电和水力发电;并基于所述发电类型,获取对应的发电类型发电量,其中,所述发电类型发电量包括火力发电量和新能源发电量,所述新能源发电量包括太阳能发电量、风力发电量和水力发电量;基于所述火力发电量和所述新能源发电量,确定所述待计算区域内发电厂的总发电量。
一实施例中,所述发电方案确定模块202,用于基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案,具体包括:基于所述总发电量和所述电力损耗量,计算实际发电量;当检测到所述电力需求量不大于所述实际发电量时,构建第一电量线性模型,并确定第一约束条件,基于所述第一约束条件对所述第一电量线性模型进行求解,得到第一求解结果,并基于所述第一求解结果,确定所述待计算区域的第一发电方案;当检测到所述电力需求量大于所述实际发电量时,构建第二电量线性模型,并确定第二约束条件,基于所述第二约束条件对所述第二电量线性模型进行求解,得到第二求解结果,并基于所述第二求解结果,确定所述待计算区域的第二发电方案。
一实施例中,所述发电方案确定模块202,用于构建第二电量线性模型,具体包括:获取所述待计算区域对应的多个周边区域,分别获取所述多个周边区域内发电厂的周边发电类型,以及所述周边发电类型对应的周边发电类型发电量,同时获取所述多个周边区域中发电厂输送至用电侧的周边电力损耗量;基于所述电力需求量、所述发电类型发电量、所述电力损耗量、所述周边发电类型发电量和所述周边电力损耗量,构建第二电量线性模型。
一实施例中,所述第一电量线性模型,如下所示:
y1=a1x1+b1x2+c1x3+d1x4-e1;
式中,a1、b1、c1、d1分别为单个火力发电机组对应的第一火力发电机组发电量、单个太阳能发电机组对应的第一太阳能发电机组发电量、单个风力发电机组对应的第一风力发电机组发电量、单个水力发电机组对应的第一水力发电机组发电量,e1表示电力损耗量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,y1为电力需求量。
一实施例中,所述第二电量线性模型,如下所示:
y1=a2x1+b2x2+c2x3+d2x4+a3x5+b3x6+c3x7+d3x8-e1-
e2;
式中,a2、b2、c2、d2分别为单个火力发电机组对应的第二火力发电机组发电量、单个太阳能发电机组对应的第二太阳能发电机组发电量、单个风力发电机组对应的第二风力发电机组发电量、单个水力发电机组对应的第二水力发电机组发电量,a3、b3、c3、d3分别为周边区域中单个火力发电机组对应的周边火力发电机组发电量、单个太阳能发电机组对应的周边太阳能发电机组发电量、单个风力发电机组对应的周边风力发电机组发电量、单个水力发电机组对应的周边水力发电机组发电量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,x5、x6、x7、x8分别为周边区域中的周边火力发电机组需求数量、周边太阳能发电机组需求数量、周边风力发电机组需求数量、周边水力发电机组需求数量,e2为周边电力损耗量。
一实施例中,所述发电方案确定模块202,用于基于所述第一求解结果,确定所述待计算区域的第一发电方案,具体包括:获取预构建的第一预测模型,将所述电力需求量、所述总发电量、所述电力损耗量和所述第一约束条件输入到所述第一预测模型中,以使所述第一预测模型输出第一处理结果;对所述第一处理结果和所述第一求解结果进行加权处理,得到第一加权处理结果,基于所述第一加权处理结果,确定所述待计算区域的第一发电方案。
一实施例中,所述碳排放量确定模块203,用于基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量,具体包括:基于所述发电方案,确定火力发电机组使用数量;获取单个火力发电机组发电量,基于所述单个火力发电机组发电量和所述火力发电机组使用数量,确定火力发电机组总发电量,并将所述火力发电机组总发电量作为所述待计算区域的化石能源发电量;获取化石能源发电转换率,基于所述化石能源发电转换率和所述化石能源发电量,确定化石能源使用量,并将所述化石能源使用量输入到预设的碳排放量计算公式中,得到确定所述待计算区域的总二氧化碳排放量。
上述电网碳排放因子计算装置可实施上述方法实施例的电网碳排放因子计算方法。上述方法实施例中的可选项也适用于本实施例,这里不再详述。
图3一种终端设备的结构示意图。如图3所示,该实施例的终端设备3包括:至少一个处理器301(图3中仅示出一个)处理器、存储器302以及存储在存储器302中并可在至少一个处理器301上运行的计算机程序303,处理器301执行计算机程序303时实现上述任意方法实施例中的步骤。
终端设备3可以是智能手机、笔记本电脑、平板电脑和桌上型计算机等计算设备。该终端设备可包括但不仅限于处理器301、存储器302。本领域技术人员可以理解,图3仅仅是终端设备3的举例,并不构成对终端设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器301可以是中央处理单元(Central Process ing Unit,CPU),该处理器301还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Appl icat ion Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器302在一些实施例中可以是终端设备3的内部存储单元,例如终端设备3的硬盘或内存。存储器302在另一些实施例中也可以是终端设备3的外部存储设备,例如终端设备3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器302还可以既包括终端设备3的内部存储单元也包括外部存储设备。存储器302用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如计算机程序的程序代码等。存储器302还可以用于暂时地存储已经输出或者将要输出的数据。
另外,本申请实施例还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,计算机程序被处理器执行时实现上述任意方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行时实现上述各个方法实施例中的步骤。
在本申请所提供的几个实施例中,可以理解的是,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台终端设备执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上,本发明提供的一种电网碳排放因子计算方法、装置、设备及存储介质,通过获取待计算区域中用电侧的电力需求量,获取待计算区域内发电厂的总发电量,并获取待计算区域中发电厂输送至用电侧的电力损耗量;基于电力需求量、总发电量和电力损耗量,确定待计算区域的发电方案;基于发电方案,计算待计算区域的化石能源发电量,并基于化石能源发电量,计算化石能源使用量,根据化石能源使用量,确定待计算区域的总二氧化碳排放量;基于总二氧化碳排放量和化石能源使用量,计算待计算区域的碳排放因子;与现有技术相比,本发明的技术方案能提高对电网碳排放因子的计算准确性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。
Claims (10)
1.一种电网碳排放因子计算方法,其特征在于,包括:
获取待计算区域中用电侧的电力需求量,获取所述待计算区域内发电厂的总发电量,并获取所述待计算区域中发电厂输送至用电侧的电力损耗量;
基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案;
基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量;
基于所述总二氧化碳排放量和所述化石能源使用量,计算所述待计算区域的碳排放因子。
2.如权利要求1所述的一种电网碳排放因子计算方法,其特征在于,获取所述待计算区域内发电厂的总发电量,具体包括:
获取所述待计算区域内发电厂的发电类型,其中,所述发电类型包括火力发电和新能源发电,所述新能源发电包括太阳能发电、风力发电和水力发电;
并基于所述发电类型,获取对应的发电类型发电量,其中,所述发电类型发电量包括火力发电量和新能源发电量,所述新能源发电量包括太阳能发电量、风力发电量和水力发电量;
基于所述火力发电量和所述新能源发电量,确定所述待计算区域内发电厂的总发电量。
3.如权利要求2所述的一种电网碳排放因子计算方法,其特征在于,基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案,具体包括:
基于所述总发电量和所述电力损耗量,计算实际发电量;
当检测到所述电力需求量不大于所述实际发电量时,构建第一电量线性模型,并确定第一约束条件,基于所述第一约束条件对所述第一电量线性模型进行求解,得到第一求解结果,并基于所述第一求解结果,确定所述待计算区域的第一发电方案;
当检测到所述电力需求量大于所述实际发电量时,构建第二电量线性模型,并确定第二约束条件,基于所述第二约束条件对所述第二电量线性模型进行求解,得到第二求解结果,并基于所述第二求解结果,确定所述待计算区域的第二发电方案。
4.如权利要求3所述的一种电网碳排放因子计算方法,其特征在于,构建第二电量线性模型,具体包括:
获取所述待计算区域对应的多个周边区域,分别获取所述多个周边区域内发电厂的周边发电类型,以及所述周边发电类型对应的周边发电类型发电量,同时获取所述多个周边区域中发电厂输送至用电侧的周边电力损耗量;
基于所述电力需求量、所述发电类型发电量、所述电力损耗量、所述周边发电类型发电量和所述周边电力损耗量,构建第二电量线性模型,构建第二电量线性模型。
5.如权利要求4所述的一种电网碳排放因子计算方法,其特征在于,所述第一电量线性模型,如下所示:
y1=a1x1+b1x2+c1x3+d1x4-e1;
式中,a1、b1、c1、d1分别为单个火力发电机组对应的第一火力发电机组发电量、单个太阳能发电机组对应的第一太阳能发电机组发电量、单个风力发电机组对应的第一风力发电机组发电量、单个水力发电机组对应的第一水力发电机组发电量,e1表示电力损耗量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,y1为电力需求量;
所述第二电量线性模型,如下所示:
y1=a2x1+b2x2+c2x3+d2x4+a3x5+b3x6+c3x7+d3x8-e1-e2;
式中,a2、b2、c2、d2分别为单个火力发电机组对应的第二火力发电机组发电量、单个太阳能发电机组对应的第二太阳能发电机组发电量、单个风力发电机组对应的第二风力发电机组发电量、单个水力发电机组对应的第二水力发电机组发电量,a3、b3、c3、d3分别为周边区域中单个火力发电机组对应的周边火力发电机组发电量、单个太阳能发电机组对应的周边太阳能发电机组发电量、单个风力发电机组对应的周边风力发电机组发电量、单个水力发电机组对应的周边水力发电机组发电量,x1、x2、x3、x4分别为火力发电机组需求数量、太阳能发电机组需求数量、风力发电机组需求数量、水力发电机组需求数量,x5、x6、x7、x8分别为周边区域中的周边火力发电机组需求数量、周边太阳能发电机组需求数量、周边风力发电机组需求数量、周边水力发电机组需求数量,e2为周边电力损耗量。
6.如权利要求3所述的一种电网碳排放因子计算方法,其特征在于,基于所述第一求解结果,确定所述待计算区域的第一发电方案,具体包括:
获取预构建的第一预测模型,将所述电力需求量、所述总发电量、所述电力损耗量和所述第一约束条件输入到所述第一预测模型中,以使所述第一预测模型输出第一处理结果;
对所述第一处理结果和所述第一求解结果进行加权处理,得到第一加权处理结果,基于所述第一加权处理结果,确定所述待计算区域的第一发电方案。
7.如权利要求1所述的一种电网碳排放因子计算方法,其特征在于,基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量,具体包括:
基于所述发电方案,确定火力发电机组使用数量;
获取单个火力发电机组发电量,基于所述单个火力发电机组发电量和所述火力发电机组使用数量,确定火力发电机组总发电量,并将所述火力发电机组总发电量作为所述待计算区域的化石能源发电量;
获取化石能源发电转换率,基于所述化石能源发电转换率和所述化石能源发电量,确定化石能源使用量,并将所述化石能源使用量输入到预设的碳排放量计算公式中,得到确定所述待计算区域的总二氧化碳排放量。
8.一种电网碳排放因子计算装置,其特征在于,包括:电力数据获取模块、发电方案确定模块、碳排放量确定模块和碳排放因子计算模块;
其中,所述电力数据获取模块,用于获取待计算区域中用电侧的电力需求量,获取所述待计算区域内发电厂的总发电量,并获取所述待计算区域中发电厂输送至用电侧的电力损耗量;
所述发电方案确定模块,用于基于所述电力需求量、所述总发电量和所述电力损耗量,确定所述待计算区域的发电方案;
所述碳排放量确定模块,用于基于所述发电方案,计算所述待计算区域的化石能源发电量,并基于所述化石能源发电量,计算化石能源使用量,根据所述化石能源使用量,确定所述待计算区域的总二氧化碳排放量;
所述碳排放因子计算模块,用于基于所述总二氧化碳排放量和所述化石能源使用量,计算所述待计算区域的碳排放因子。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的电网碳排放因子计算方法。
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包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的电网碳排放因子计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410476927.6A CN118297277A (zh) | 2024-04-19 | 2024-04-19 | 一种电网碳排放因子计算方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410476927.6A CN118297277A (zh) | 2024-04-19 | 2024-04-19 | 一种电网碳排放因子计算方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118297277A true CN118297277A (zh) | 2024-07-05 |
Family
ID=91686005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410476927.6A Pending CN118297277A (zh) | 2024-04-19 | 2024-04-19 | 一种电网碳排放因子计算方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118297277A (zh) |
-
2024
- 2024-04-19 CN CN202410476927.6A patent/CN118297277A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Optimal power peak shaving using hydropower to complement wind and solar power uncertainty | |
Yin et al. | Day-ahead stochastic coordinated scheduling for thermal-hydro-wind-photovoltaic systems | |
Wang et al. | Enhancement of renewable energy penetration through energy storage technologies in a CHP-based energy system for Chongming, China | |
Kiviluoma et al. | Comparison of flexibility options to improve the value of variable power generation | |
CN112417656B (zh) | 光储系统的能量调度策略的优化方法、装置和存储介质 | |
CN115498623A (zh) | 多微电网的储能配置优化方法、装置、设备及存储介质 | |
CN115882523A (zh) | 含分布式储能的电力系统优化运行方法、系统及设备 | |
CN111126675A (zh) | 多能互补微网系统优化方法 | |
Zhang et al. | Assessing the integration potential of new energy in river basin clean energy corridors considering energy-power coupled complementary operation modes | |
Zhao et al. | Assessment of distributed photovoltaic hosting capacity in integrated electricity and heat systems considering uncertainty | |
CN117277444B (zh) | 一种新能源基地电源容量优化配置方法及装置 | |
Jin et al. | Distributed robust optimization for low-carbon dispatch of wind-thermal power under uncertainties | |
CN117610801A (zh) | 一种综合能源供能的碳排放优化方法及系统 | |
CN117526282A (zh) | 一种用于电力系统的源荷协调优化方法及相关系统 | |
CN110544958B (zh) | 一种电力系统消纳随机出力电源能力的确定方法及装置 | |
AU2020200488A1 (en) | Operation plan creating apparatus, operation plan creating method, and program | |
CN115333167A (zh) | 新能源机组纳入电力系统备用比例的确定方法及装置 | |
CN118297277A (zh) | 一种电网碳排放因子计算方法、装置、设备及存储介质 | |
Zhong et al. | Multistage robust optimization for the day-ahead scheduling of hybrid thermal-hydro-wind-solar systems | |
Gudelek et al. | Load and PV generation forecast based cost optimization for nanogrids with PV and battery | |
CN104217302B (zh) | 面向碳足迹最小化的有源配电网二阶段规划方法及装置 | |
CN116957171B (zh) | 一种碳减排优化方法、装置、设备及存储介质 | |
CN110516302B (zh) | 基于差异演进算法的区域智慧能源网络配置方法及装置 | |
CN118199117A (zh) | 一种电力系统电源配置方法及装置 | |
CN118589549A (zh) | 一种配电网储能双层优化配置方法、系统、设备及介质 |
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 |