基于能源大数据的工业园区碳排放水平监测及评估方法技术

本发明专利技术公开一种基于能源大数据的工业园区碳排放水平监测及评估方法，包括如下步骤：S1、数据采集：所需数据包括工业园区入驻单元个体煤、油、气、电4类能源消费数据，企业产值等企业自身提供数据以及所在城市层面碳排放发布数据，通过数据溯源采集所需数据；S2、能源碳排放测算：利用园区现行在用的折标煤系数及二氧化碳转化因子标准，计算各入驻企业的能源碳排放量；S3、构建能源碳排放水平监测体系：利用园区入驻单元个体的产值、工业增加值、税收、用工人数、占地面积以及企业能源碳排放量各类数据，从产值、税收、资源、用能四个架构构建能源碳排放水平监测体系；S4、碳排放特征监测分析；S5、可视化企业碳排特征标签。可视化企业碳排特征标签。可视化企业碳排特征标签。

【技术实现步骤摘要】
基于能源大数据的工业园区碳排放水平监测及评估方法


[0001]本专利技术涉及碳排放监测
，具体涉及一种基于能源大数据的工业园区碳排放水平监测及评估方法。

技术介绍

[0002]我国进入以降碳为重点战略方向、促进经济社会发展全面绿色转型的关键时期，工业园区作为区域经济发展、产业调整升级的空间承载，又是地区社会经济发展水平的衡量标志，在提供了大量基础设施和公共服务的同时，也成为了碳排放的主要源头。因此，将工业园区定为区域低碳发展的落脚点，确保节能、减耗、提质、减碳工作的落实。
[0003]能源消耗被视为经济发展的晴雨表，能够很好地反映工业园区发展状况。目前，结合工业园区各自资源禀赋和发展定位，利用能源大数据开展工业园区碳排放水平监测和低碳发展评价是热点应用趋势。
[0004]中国专利《基于电力大数据的城市碳排量检测系统及方法》(申请号：202210770205.2；申请公布日：2022.10.28)其公开了一种可展示碳排量监测的方案，但是该方案的架构维度较为狭小，对于一个具体的执行单元如工业园区其监测及评估的可靠性远远达不到要求。

技术实现思路

[0005]本专利技术目的是提供一种基于能源大数据的工业园区碳排放水平监测及评估方法，针对
技术介绍
中的问题，为各类园区和主管部门的低碳管理提供有效的技术支撑。
[0006]为了实现以上目的，本专利技术采用的技术方案为：一种基于能源大数据的工业园区碳排放水平监测及评估方法，包括如下步骤：
[0007]S1、数据采集：所需数据包括工业园区入驻单元个体煤、油、气、电4类能源消费数据，企业产值、税收、用工人数、土地面积企业自身提供数据以及所在城市层面碳排放发布数据，通过数据溯源采集所需数据；
[0008]S2、能源碳排放测算：利用园区现行在用的折标煤系数及二氧化碳转化因子标准，计算各入驻企业的能源碳排放量，园区入驻单元个体的能源碳排放测算公式为:
[0009][0010]其中，AD
i
为第i种燃料的能源消费量，k
i
为第i种化石燃料的折标准煤系数，EF
i
为第i种单位燃料的二氧化碳排放因子；
[0011]园区能源碳排放总量由入驻园区单元个体能源碳排放量求和可得，测算公式：
[0012][0013]其中，E
i
为第i家企业的能源碳排放量。
[0014]S3、构建能源碳排放水平监测体系：
[0015]利用园区入驻单元个体的产值、工业增加值、税收、用工人数、占地面积以及企业能源碳排放量各类数据，从产值、税收、资源、用能四个架构构建能源碳排放水平监测体系；
[0016]S4、碳排放特征监测分析：
[0017]利用能源碳排放水平监测体系，开展城市、工业园区及企业三个层级能源碳排放特征监测分析；
[0018]S5、可视化企业碳排特征标签：
[0019]基于上述构建的能源碳排放水平监测体系，依据各架构维度指标分别为企业能源碳排放水平进行梯度划分。
[0020]进一步的，步骤S3、构建能源碳排放水平监测体系中的四个架构维度计算方法：
[0021](1)、产值架构维度
[0022]单位产值碳排放强度＝企业二氧化碳总量/企业总产值
[0023]单位增加值碳排放强度＝企业二氧化碳总量/企业工业增加值
[0024](2)、税收架构维度
[0025]单位税收碳排放强度＝企业二氧化碳排放量/企业纳税额
[0026](3)、资源架构维度
[0027]人均碳排放强度＝企业二氧化碳排放量/企业用工人数
[0028]亩均碳排放强度＝企业二氧化碳排放量/企业占地面积
[0029](4)、用能架构维度
[0030]能源碳排弹性系数＝能源二氧化碳排放量年平均增长速度/企业产值年平均增长速度电力碳排弹性系数＝电力二氧化碳排放量年平均增长速度/企业产值年平均增长速度。
[0031]再进一步的，步骤S5后执行步骤S6：综合考虑产值、税收、资源和用能四个方面多项关键指标，构建一套能源大数据视角下高适用性的工业园区低碳发展评价指标体系，指数构建过程流程如下：
[0032]1)、指标数据准备：采集指数构建所需多元数据，完成采集数据的清洗转换工作，包括处理缺失值、重复值和噪声数据，对数据进行标准化处理，消除量纲影响；
[0033]2)、评价标准：基于产值架构维度、税收架构维度、资源架构维度和用能架构维度的细分评价指标构建园区低碳发展评价指标体系，根据体系评价标准及方法分别对园区企业的分项指标进行打分，并计算低碳发展评价指数；
[0034]3)、AHP评价矩阵构建：分别构建主维度层和指标层指标体系对应的评价矩阵；
[0035]4)、评价矩阵一致性检测：评价矩阵构建完毕后，为验证评价矩阵是否可接受，需要对其进行一致性检验，若评价矩阵一致性不可接受时，对评价矩阵进行修正；
[0036]5)、评价指标权重确定：确定评价矩阵指标权重，由此分别计算得到指标层和主维度层因素的权重，进一步计算园区及入驻企业的低碳发展评价指数。
[0037]再进一步的，步骤S6后执行步骤S7：基于园区碳排放历史时序数据，基于线性假设与非线性特质，以及基于时间序列和神经网络建模，通过对多种方法进行建模比较，选择相对最优模型，输出合理预测结果：
[0038]1)、梳理整合形成预测数据需求表；收集园区入驻单元个体近3年煤、油、气、电四
类能源消费月度历史数据；
[0039]2)、数据建模：绘制序列图观察数据波动情况、进行谱分析揭示数据的周期性规律、进行自相关分析考察数据的自相关性、利用相关分析评估外部数据相关性，在对数据特征进行初步分析之后，进行建模比较，输出合理预测结果；
[0040]3)、模型评估：在得到不同建模预测结果后，通过平均绝对百分误差对模型进行校验与评估，最终选择相对最优模型，完成园区碳排放预测模型构建。
[0041]本专利技术的技术效果在于：本专利技术的一种基于能源大数据的工业园区碳排放水平监测及评估方法，该方法依托各类能源大数据实现工业园区及入驻企业的“以能测碳”，并通过构建工业园区能源碳排放水平全面监测体系，开展工业园区及企业等层级的能源碳排放特征监测分析及可视化碳排放标签，结合大数据建模分析技术，构建一套园区低碳发展评价指数及园区碳排放预测分析模型，可以辅助全面掌握园区用能及碳排放状况，有效助力工业园区低碳发展决策效率。
附图说明
[0042]图1为本专利技术的架构图；
[0043]图2为基于能源大数据的工业园区低碳发展评估分析架构图。
具体实施方式
[0044]为了切实提高工业园区低碳发展决策效率，本专利技术提供了一种基于能源大数据的工业园区碳排放水平监测及评估方法，一是基于园区入驻企业的煤、油、气、电4类能源消费数据，结合适用于园区的折标煤系数及二氧化碳转化因子标准，准确测算企业与园区两个层级本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于能源大数据的工业园区碳排放水平监测及评估方法，其特征在于，包括如下步骤：S1、数据采集：所需数据包括工业园区入驻单元个体煤、油、气、电4类能源消费数据，企业产值、税收、用工人数、土地面积企业自身提供数据以及所在城市层面碳排放发布数据，通过数据溯源采集所需数据；S2、能源碳排放测算：利用园区现行在用的折标煤系数及二氧化碳转化因子标准，计算各入驻企业的能源碳排放量，园区入驻单元个体的能源碳排放测算公式为:其中，AD
i
为第i种燃料的能源消费量，k
i
为第i种化石燃料的折标准煤系数，EF
i
为第i种单位燃料的二氧化碳排放因子；园区能源碳排放总量由入驻园区单元个体能源碳排放量求和可得，测算公式：其中，E
i
为第i家企业的能源碳排放量；S3、构建能源碳排放水平监测体系：利用园区入驻单元个体的产值、工业增加值、税收、用工人数、占地面积以及企业能源碳排放量各类数据，从产值、税收、资源、用能四个架构构建能源碳排放水平监测体系；S4、碳排放特征监测分析：利用能源碳排放水平监测体系，开展城市、工业园区及企业三个层级能源碳排放特征监测分析；S5、可视化企业碳排特征标签：基于上述构建的能源碳排放水平监测体系，依据各架构维度指标分别为企业能源碳排放水平进行梯度划分。2.根据权利要求1所述的基于能源大数据的工业园区碳排放水平监测及评估方法，其特征在于，步骤S3、构建能源碳排放水平监测体系中的四个架构维度计算方法：(1)、产值架构维度单位产值碳排放强度＝企业二氧化碳总量/企业总产值单位增加值碳排放强度＝企业二氧化碳总量/企业工业增加值(2)、税收架构维度单位税收碳排放强度＝企业二氧化碳排放量/企业纳税额(3)、资源架构维度人均碳排放强度＝企业二氧化碳排放量/企业用工人数亩均碳排放强度＝企业二氧化碳排放量/企业占地面积(4)、用能架构维度能源碳排弹性系数＝能源二氧化碳排放量年平均增长速度/企业产值年平均增长速度电力碳排弹...

【专利技术属性】
技术研发人员：朱冬伟，江蔚明，于海伟，靳韬，李超君，
申请(专利权)人：合肥迈思泰合信息科技有限公司，
类型：发明
国别省市：