一种考虑绿色电力的实时碳排放核算方法及装置制造方法及图纸

本发明专利技术提供了一种考虑绿色电力的实时碳排放核算方法及装置，该方法为：周期性获取影响因素数据，影响因素数据包括：其他国家向中国净出口的电量中的绿电部分、中国电网地理范围内年度总发电量中的绿电部分；将影响因素数据输入预先建立的实时碳排放因子预测模型进行处理，得到更新后的实时碳排放因子；获取待核算企业的活动数据；基于活动数据和更新后的实时碳排放因子，计算碳排放核算结果。本方案利用实时碳排放因子预测模型来预测更新碳排放因子，从而解决目前存在的碳排放因子的滞后性，以及在预测更新碳排放因子时考虑了绿色电力，进而使碳排放核算结果能准确地反应现有能源结构下使用电力产生的间接碳排放量。源结构下使用电力产生的间接碳排放量。源结构下使用电力产生的间接碳排放量。

【技术实现步骤摘要】
一种考虑绿色电力的实时碳排放核算方法及装置


[0001]本专利技术涉及碳排放核算
，具体涉及一种考虑绿色电力的实时碳排放核算方法及装置。

技术介绍

[0002]排放因子法是目前使用范围较广和应用最为普遍的碳排放核算方法，然而目前所采用的排放因子存在更新速度较慢、区域平均碳排放因子无法实现企业精确碳排放计算，未能将企业使用绿色电力的环境价值充分体现，这样就会导致碳排放核算结果不能准确地反应现有能源结构下使用电力产生的间接碳排放量。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供一种考虑绿色电力的实时碳排放核算方法及装置，以使计算出的碳排放核算结果能准确地反应现有能源结构下使用电力产生的间接碳排放量。
[0004]为实现上述目的，本专利技术实施例提供如下技术方案：本专利技术实施例第一方面公开一种考虑绿色电力的实时碳排放核算方法，所述方法包括：周期性获取影响因素数据，所述影响因素数据包括：中国火力发电产生的二氧化碳直接排放量、其他国家向中国净出口电量的发电平均二氧化碳排放因子、中国电网地理范围内年度总发电量、其他国家向中国净出口的电量中的绿电部分、中国电网地理范围内年度总发电量中的绿电部分；将所述影响因素数据输入预设的实时碳排放因子预测模型进行碳排放因子的预测更新，以预测得到更新后的实时碳排放因子，所述实时碳排放因子预测模型基于历史影响因素数据和历史碳排放因子训练神经网络模型得到；获取待核算企业的活动数据；基于所述活动数据和所述更新后的实时碳排放因子，计算碳排放核算结果。
[0005]优选的，所述神经网络模型为长短期记忆网络模型；基于历史影响因素数据和历史碳排放因子训练得到所述实时碳排放因子预测模型的过程，包括：对所述历史影响因素数据进行预处理；对所述历史碳排放因子和预处理后的所述历史影响因素数据进行切片处理，以构建相应的数据集；将所述数据集划分为训练集和测试集；利用所述训练集和所述测试集训练所述长短期记忆网络模型，以得到实时碳排放因子预测模型。
[0006]优选的，所述活动数据包含所述待核算企业在预设时长内的用电量；
基于所述活动数据和所述更新后的实时碳排放因子，计算碳排放核算结果，包括：计算所述待核算企业在预设时长内的用电量和所述更新后的实时碳排放因子之间的乘积，以得到碳排放核算结果。
[0007]优选的，基于所述活动数据和所述更新后的实时碳排放因子，计算碳排放核算结果之后，还包括：输出所述碳排放核算结果。
[0008]本专利技术实施例第二方面公开一种考虑绿色电力的实时碳排放核算装置，所述装置包括：第一获取单元，用于周期性获取影响因素数据，所述影响因素数据包括：中国火力发电产生的二氧化碳直接排放量、其他国家向中国净出口电量的发电平均二氧化碳排放因子、中国电网地理范围内年度总发电量、其他国家向中国净出口的电量中的绿电部分、中国电网地理范围内年度总发电量中的绿电部分；预测单元，用于将所述影响因素数据输入预设的实时碳排放因子预测模型进行碳排放因子的预测更新，以预测得到更新后的实时碳排放因子，所述实时碳排放因子预测模型基于历史影响因素数据和历史碳排放因子训练神经网络模型得到；第二获取单元，用于获取待核算企业的活动数据；计算单元，用于基于所述活动数据和所述更新后的实时碳排放因子，计算碳排放核算结果。
[0009]优选的，所述神经网络模型为长短期记忆网络模型；所述预测单元包括：预处理模块，用于对所述历史影响因素数据进行预处理；处理模块，用于对所述历史碳排放因子和预处理后的所述历史影响因素数据进行切片处理，以构建相应的数据集；划分模块，用于将所述数据集划分为训练集和测试集；训练模块，用于利用所述训练集和所述测试集训练所述长短期记忆网络模型，以得到实时碳排放因子预测模型。
[0010]优选的，所述活动数据包含所述待核算企业在预设时长内的用电量；所述计算单元具体用于：计算所述待核算企业在预设时长内的用电量和所述更新后的实时碳排放因子之间的乘积，以得到碳排放核算结果。
[0011]优选的，还包括：输出单元，用于输出所述碳排放核算结果。
[0012]本专利技术实施例第三方面公开一种电子设备，包括：处理器以及存储器，所述处理器以及存储器通过通信总线相连；其中，所述处理器，用于调用并执行所述存储器中存储的程序；所述存储器，用于存储程序，所述程序用于实现本专利技术实施例第一方面公开的考虑绿色电力的实时碳排放核算方法。
[0013]本专利技术实施例第四方面公开一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令用于执行本专利技术实施例第一方面公开的考虑绿色电力的实时碳排放核算方法。
[0014]基于上述本专利技术实施例提供的一种考虑绿色电力的实时碳排放核算方法及装置，该方法为：周期性获取影响因素数据，影响因素数据包括：其他国家向中国净出口的电量中
的绿电部分、中国电网地理范围内年度总发电量中的绿电部分；将影响因素数据输入预设的实时碳排放因子预测模型进行碳排放因子的预测更新，以预测得到更新后的实时碳排放因子；获取待核算企业的活动数据；基于活动数据和更新后的实时碳排放因子，计算碳排放核算结果。本方案中，将包含绿电数据的影响因素数据输入实时碳排放因子预测模型进行预测更新，得到更新后的实时碳排放因子。利用更新后的实时碳排放因子，计算碳排放核算结果。利用实时碳排放因子预测模型处理包括绿电数据的影响因素数据来预测更新碳排放因子，从而解决目前存在的碳排放因子的滞后性，以及在预测更新碳排放因子时考虑了绿色电力，进而使碳排放核算结果能准确地反应现有能源结构下使用电力产生的间接碳排放量。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0016]图1为本专利技术实施例提供的一种考虑绿色电力的实时碳排放核算方法的流程图；图2为本专利技术实施例提供的LSTM网络模型的结构示意图；图3为本专利技术实施例提供的一种考虑绿色电力的实时碳排放核算方法的另一流程图；图4为本专利技术实施例提供的一种考虑绿色电力的实时碳排放核算装置的结构框图；图5为本专利技术实施例提供的一种考虑绿色电力的实时碳排放核算装置的另一结构框图；图6为本专利技术实施例提供的一种考虑绿色电力的实时碳排放核算装置的又一结构框图。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑绿色电力的实时碳排放核算方法，其特征在于，所述方法包括：周期性获取影响因素数据，所述影响因素数据包括：中国火力发电产生的二氧化碳直接排放量、其他国家向中国净出口电量的发电平均二氧化碳排放因子、中国电网地理范围内年度总发电量、其他国家向中国净出口的电量中的绿电部分、中国电网地理范围内年度总发电量中的绿电部分；将所述影响因素数据输入预设的实时碳排放因子预测模型进行碳排放因子的预测更新，以预测得到更新后的实时碳排放因子，所述实时碳排放因子预测模型基于历史影响因素数据和历史碳排放因子训练神经网络模型得到；获取待核算企业的活动数据；基于所述活动数据和所述更新后的实时碳排放因子，计算碳排放核算结果。2.根据权利要求1所述的方法，其特征在于，所述神经网络模型为长短期记忆网络模型；基于历史影响因素数据和历史碳排放因子训练得到所述实时碳排放因子预测模型的过程，包括：对所述历史影响因素数据进行预处理；对所述历史碳排放因子和预处理后的所述历史影响因素数据进行切片处理，以构建相应的数据集；将所述数据集划分为训练集和测试集；利用所述训练集和所述测试集训练所述长短期记忆网络模型，以得到实时碳排放因子预测模型。3.根据权利要求1所述的方法，其特征在于，所述活动数据包含所述待核算企业在预设时长内的用电量；基于所述活动数据和所述更新后的实时碳排放因子，计算碳排放核算结果，包括：计算所述待核算企业在预设时长内的用电量和所述更新后的实时碳排放因子之间的乘积，以得到碳排放核算结果。4.根据权利要求1
‑
3中任一所述的方法，其特征在于，基于所述活动数据和所述更新后的实时碳排放因子，计算碳排放核算结果之后，还包括：输出所述碳排放核算结果。5.一种考虑绿色电力的实时碳排放核算装置，其特征在于，所述装置包括：第一获取单元，用于周期性获取影响因素数据，所述影响因素数据包括：中国火力发电产生的二氧化碳直接排放量、其他国家向中国净出口电量的发电平均二氧化碳排放因子、中国电网地...

【专利技术属性】
技术研发人员：王栋，赵丽花，常青，徐亮，柏德胜，杨芮，迟忠君，李文健，李娜，郑尚卓，
申请(专利权)人：国网数字科技控股有限公司国网北京市电力公司北京电力交易中心有限公司国家电网有限公司，
类型：发明
国别省市：