一种基于能源数据的电力碳排放评估系统及方法技术方案

本发明专利技术提供了一种基于能源数据的电力碳排放评估系统及系统，所述评估系统包括采集模块、数据处理模块和数据分析模块，数据采集模块与数据处理模块连接，数据分析模块与数据处理模块连接。所述评估方法具体为首先根据电力碳排放的评估请求确定需要进行电力碳排放评估的区域以及时间段，并采集对应的能源数据，通过加权最小二乘法对能源数据进行优化，再对优化后的能源数据进行分类以获取电量成分，最后通过电量成分和能源数据计算出碳排放评估指数以进行碳排放评估。本发明专利技术利用加权最小二乘法对所采集的能源数据进行分析，充分利用优化后的能源数据量来计算特定区域特定时段的电力碳排放指数，实现更为全面、准确的电力碳排放情况评估。排放情况评估。排放情况评估。

【技术实现步骤摘要】
一种基于能源数据的电力碳排放评估系统及方法


[0001]本专利技术涉及碳排放评估
，尤其是指一种基于能源数据的电力碳排放评估系统及方法。

技术介绍

[0002]现阶段电力行业仍是碳排放占比较大的行业，约占我国全社会能源行业碳排放量的四成。且现在电力行业正处于能源低碳转型的重要时间段，对于碳排放的有效评估能够为后续的低碳转型工作提供数据依据。且通过特定时间特定区域的碳排放情况评估结果的对比，能够对低碳工作的开展成效进行判断，从而为低碳工作的优化改进提供数据支持。
[0003]而电力行业的碳排放主要集中于电能供给侧，由化石燃料机组发电产生，在对发电侧的碳排放情况进行量化统计时，由于现有的碳排放情况评估方法需要用到涉及电力电量、燃煤燃气和排放气体检测等来源于多个系统的数据，且这些数据本身存在冗余性，在应用数据前对数据进行合理地选取、清洗和估计也是一大难点。且社会总体用电需求处于不断波动的状态，发电侧的碳排放情况总体出现季节性波动，若仅使用电力电量、燃煤燃气和排放气体检测数据难以对碳排放情况进行有效合理的评估，难以获取准确的评估结果。

技术实现思路

[0004]本专利技术的目的是克服现有技术中的缺点，提供一种基于能源数据的电力碳排放评估系统及方法。
[0005]本专利技术的目的是通过下述技术方案予以实现：
[0006]一种基于能源数据的电力碳排放评估方法，包括以下步骤：
[0007]步骤一，电力碳排放评估系统接收电力碳排放的评估请求并根据评估请求确定需要进行电力碳排放评估的区域以及时间段，数据采集模块采集确定的进行电力碳排放评估的区域以及时间段内的能源数据，数据采集模块再将采集到的能源数据传输至数据处理模块；
[0008]步骤二，数据处理模块通过加权最小二乘法对能源数据进行状态估计处理，从而进行能源数据优化；
[0009]步骤三，数据分析模块对优化后的能源数据进行分类，根据分类结果获取需要进行电力碳排放评估的区域以及时间段内所消耗电量内所包含的所有电量成分；
[0010]步骤四，数据分析模块根据电量成分以及优化后的能源数据计算需要进行电力碳排放评估的区域以及时间段内的碳排放评估指数，数据分析模块再根据碳排放评估指数的计算结果获取电力碳排放评估结果。
[0011]将能源数据代替传统的电力电量数据、燃煤燃气数据和排放气体检测数据，能源数据内包括电气数据和能源碳排放数据，而能源数据直接通过采集各级电力调度控制中心所接入的电量、负荷、成分等数据即可获取，不会出现数据类型以及数据来源的多样而无法进行有效评估的情况。且还可以对碳排放情况评估的区域和时间段进行限定，后续可以通
过对不同时间段的同一个区域的碳排放评估结果对比来获取低碳减排工作的成效，从而对低碳减排工作的安排优化提供数据支持。通过加权最小二乘法能够对能源数据进行优化处理，根据优化后的能源数据进行评估能够进一步提高评估结果的准确性。通过对优化后能源数据的分类来获取区域内消耗电量的电量成分，且通过对每个电量成分进行综合分析，能够获取区域内总体的碳排放情况。
[0012]进一步的，步骤二中所述数据处理模块通过加权最小二乘法对能源数据进行状态估计处理的具体步骤为：
[0013]2.1，建立能源数据的状态估计函数z；
[0014]2.2，确定状态估计函数内各个状态矢量x的量测权重矩阵R；
[0015]2.3，计算状态估计函数的一阶雅克比矩阵H；
[0016]2.4，根据量测权重矩阵R以及一阶雅克比矩阵H计算获得增益矩阵G；
[0017]2.5，计算各个状态矢量x的迭代量Δx，并判断迭代量Δx是否小于额定精度阈值，若小于，则获取优化后的能源数据即x+Δx；其他情况下，则返回步骤2.1进行重新计算，直至各个状态矢量x的迭代量Δx小于额定精度阈值。
[0018]加权最小二乘法能够对能源数据进行优化，通过加权最小二乘法在能源数据中加入权重矩阵，对能源数据中的各数据成分的权重进行调节，进一步提高电力碳排放评估的精度。
[0019]进一步的，所述状态估计函数z的具体公式为：
[0020]z＝h(x)+e；
[0021]其中：z为状态估计函数；为状态矢量，U为电压幅值，I为电流幅值，为相角，w为机组的单位电量碳排放值；e为量测误差；h(x)为状态矢量的量测函数；
[0022]所述一阶雅克比矩阵H的具体公式为：
[0023][0024]其中：H为一阶雅克比矩阵，U为电压幅值，I为电流幅值，为相角，w为机组的单位电量碳排放值；h(U)为电压幅值U的量测函数，h(I)为电流幅值I的量测函数，为相角的量测函数，h(w)为机组的单位电量碳排放值w的量测函数；
[0025]所述增益矩阵G的具体公式为：
[0026]G＝H
T
R
‑1H；
[0027]其中：G为增益矩阵；H为一阶雅克比矩阵；R
‑1为量测权重矩阵的逆矩阵；
[0028]所述迭代量的具体公式为：
[0029][0030]其中：为各个状态矢量的迭代量，H
T
为一阶雅克比矩阵的转置矩阵；R
‑1为量测权重矩阵的逆矩阵；z为状态估计函数；为各个状态矢量对应的量测函数。
[0031]进一步的，步骤四中所述碳排放评估指数包括电力碳排放总量指数CEQ，电力碳排
放强度指数CEI和零碳电能占比指数NCI。
[0032]电力碳排放总量指数是衡量某一时段内区域全社会电能供给所产生的总碳排放。电力碳排放强度指数是表征某一时段内区域全社会电能供给的单位碳排放。零碳电能占比指数表征某一时段区域全社会电能供给中净零碳能源的发电量占比。将三个指数进行统一分析，全面解析碳排放情况。
[0033]进一步的，所述电力碳排放总量指数CEQ的计算公式为：
[0034][0035]所述电力碳排放强度指数CEI的计算公式为：
[0036][0037]所述零碳电能占比指数NCI的计算公式为：
[0038][0039]其中：N为t时段区域内全社会口径消耗电量的电量成分数量；N
C
为t时段区域内含碳排放电量的电量成分数量；C
i.t
为t时段区域内第i个电量成分的全社会口径消耗电量所对应的单位碳排放量；Q
i.t
为t时段区域内第i个电量成分的全社会口径消耗电量；Q
ci.t
为t时段区域内第i个含碳排放量电量成分的电量。
[0040]进一步的，Q
i.t
包括区域内发电机组自身发电电量和区域外受入电力的电量。
[0041]进一步的，所述能源数据包括电气数据和能源碳排放数据，所述电气数据包括需要进行电力碳排放评估的区域内各发电机端的电压数据、电流数据和相角数据，所述能源碳排放数据包括需要进行电力碳排放评估的区域内所消耗燃料的含碳量数据以及区域内各机组的单位电量碳排放值。
[0042]进一步的，步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于能源数据的电力碳排放评估方法，其特征在于，包括以下步骤：步骤一，电力碳排放评估系统接收电力碳排放的评估请求并根据评估请求确定需要进行电力碳排放评估的区域以及时间段，数据采集模块(1)采集确定的进行电力碳排放评估的区域以及时间段内的能源数据，数据采集模块(1)再将采集到的能源数据传输至数据处理模块(2)；步骤二，数据处理模块(2)通过加权最小二乘法对能源数据进行状态估计处理，从而进行能源数据优化；步骤三，数据分析模块(3)对优化后的能源数据进行分类，根据分类结果获取需要进行电力碳排放评估的区域以及时间段内所消耗电量内所包含的所有电量成分；步骤四，数据分析模块(3)根据电量成分以及优化后的能源数据计算需要进行电力碳排放评估的区域以及时间段内的碳排放评估指数，数据分析模块(3)再根据碳排放评估指数的计算结果获取电力碳排放评估结果。2.根据权利要求1所述的一种基于能源数据的电力碳排放评估方法，其特征在于，步骤二中所述数据处理模块(2)通过加权最小二乘法对能源数据进行状态估计处理的具体步骤为：2.1，建立能源数据的状态估计函数z；2.2，确定状态估计函数内各个状态矢量x的量测权重矩阵R；2.3，计算状态估计函数的一阶雅克比矩阵H；2.4，根据量测权重矩阵R以及一阶雅克比矩阵H计算获得增益矩阵G；2.5，计算各个状态矢量x的迭代量Δx，并判断迭代量Δx是否小于额定精度阈值，若小于，则获取优化后的能源数据即x+Δx；其他情况下，则返回步骤2.1进行重新计算，直至各个状态矢量x的迭代量Δx小于额定精度阈值。3.根据权利要求2所述的一种基于能源数据的电力碳排放评估方法，其特征在于，所述状态估计函数z的具体公式为：z＝h(x)+e；其中：z为状态估计函数；为状态矢量，U为电压幅值，I为电流幅值，为相角，w为机组的单位电量碳排放值；e为量测误差；h(x)为状态矢量的量测函数；所述一阶雅克比矩阵H的具体公式为：其中：H为一阶雅克比矩阵，U为电压幅值，I为电流幅值，为相角，w为机组的单位电量碳排放值；h(U)为电压幅值U的量测函数，h(I)为电流幅值I的量测函数，为相角的量测函数，h(w)为机组的单位电量碳排放值w的量测函数；所述增益矩阵G的具体公式为：G＝H
T
R
‑1H；其中：G为增益矩阵；H为一阶雅克比矩阵；R
‑1为量测权重矩阵的逆矩阵；所述迭代量的具体公式为：
其中：为各个状态矢量的迭代量，H
T
为一...

【专利技术属性】
技术研发人员：吴华华，张辰，楼贤嗣，阙凌燕，蒙志全，邹先云，黄启航，沈绍斐，张思，蒋正威，郑翔，张静，李振华，马翔，吕磊炎，徐建平，方璇，
申请(专利权)人：国网浙江省电力有限公司，
类型：发明
国别省市：