数字化园区碳排放态势推演方法技术

本发明专利技术公开了一种数字化园区碳排放态势推演方法，通过对数字化园区碳排放情况调研，获取作为推演信息输入的园区数据，设置园区碳排放态势推演条件，并根据推演信息输入和园区碳排放态势推演条件进行园区碳排放态势推演计算

【技术实现步骤摘要】
数字化园区碳排放态势推演方法


[0001]本专利技术属于低碳
，具体是一种数字化园区碳排放态势推演方法
。

技术介绍

[0002]数字化园区可通过在监测
、
推演
、
服务上的示范效用带动整体经济的低碳高效发展
。
作为一项系统性工程，低碳减排需要多项举措协同并举，利用数字化技术建立数字化智慧能源体系以及碳排预测推演，实现园区低碳能耗管理服务，企业能耗管理服务，全盘掌握园区各家企业的碳核算数据，进而指导政策制定
、
场景打造等
。
园区碳排态势推演技术不仅能够提供网络化
、
数字化
、
智能化的手段，赋能构建清洁低碳安全高效的能源体系，而且可以间接推动社会总体能耗的降低
。
未来，园区碳排态势推演技术将贯穿我国“碳家底”摸查
、
碳达峰碳中和进程预测
、
减排路径规划，推动减排路径实施的各个阶段
。
因此，如何准确推演数字化园区碳排放态势，是本专利技术所要解决的技术问题
。

技术实现思路

[0003]为了解决上述问题，本专利技术提供了能够得到未来的园区碳排放量总量和园区清洁能源建设方案计算结果的数字化园区碳排放态势推演方法
。
[0004]为了达到上述目的，本专利技术是通过以下技术方案来实现的：
[0005]本专利技术是数字化园区碳排放态势推演方法，包括如下步骤：
[0006]步骤1，获取包括园区能源消耗
、
园区固碳情况和园区经济数据的园区数据，作为推演信息输入；
[0007]步骤2，设置包括园区发展趋势
、
推演周期和修正系数的园区碳排放态势推演条件；
[0008]步骤3，利用推演信息输入和园区碳排放态势推演条件进行园区碳排放态势推演计算，推演出周期中每一年度的园区碳排放总量
C
和园区清洁能源建设增加量
E
o
，包括：
[0009]步骤
3.1
，计算园区能源消耗趋势；
[0010]步骤
3.2
，计算园区经济数据趋势；
[0011]步骤
3.3
，计算修正后的趋势指标；
[0012]步骤
3.4
，计算园区碳排放推演模型；
[0013]步骤
3.5
，设置园区碳排放与清洁能源增加量关系表达式；
[0014]步骤
3.6
，根据推演条件求解推演结果
。
[0015]本专利技术的进一步改进在于：步骤1中，园区能源消耗表达式为：
[0016]E(t
z
)
＝
{E
r
(t
z
),E
a
(t
z
)},t
z
＝
{t
z,1
,t
z,2
,...,t
z,n
}
[0017]其中，
E(t
z
)
为
t
z
年度的园区能源消耗总量集合，单位为
kJ
；
E
r
(t
z
)
为
t
z
年度的园区非清洁能源消耗总量集合，单位为
kJ
；
E
a
(t
z
)
为
t
z
年度的园区清洁能源消耗总量集合，单位为
kJ
；
t
z
为历史年度；
n
为历史年度数量
。
[0018]本专利技术的进一步改进在于：步骤2中，园区发展趋势
F
包括园区低碳高速发展
F1、
园
区低碳平稳发展
F2和园区碳中和发展
F3；
[0019]推演周期的表达式为：
[0020]t
v
＝
{t
v,1
,t
v,2
,,t
v,m
}
；
[0021]其中
t
v
为推演周期集合，单位为年；
m
为推演周期数量；
[0022]修正系数的表达式为：
[0023][0024]其中，
ω
为修正系数集合；
ω
er
为园区非清洁能源消耗修正系数；
ω
ea
为园区清洁能源消耗修正系数；
ω
h
为园区固碳情况修正系数；
ω
m
为园区经济数据修正系数
。
[0025]本专利技术的进一步改进在于：步骤
3.1
中园区能源消耗趋势的表达式为：
[0026][0027][0028]其中，
λ
er
为园区非清洁能源消耗趋势；
λ
ea
为园区清洁能源消耗趋势；
i
为年度编号；
n
为历史年度数量；
E
r
(t
z,i
)
为编号为
i
的年度的园区非清洁能源消耗总量集合；
E
a
(t
z,i
)
为编号为
i
的年度的园区清洁能源消耗总量集合
。
[0029]本专利技术的进一步改进在于：步骤
3.2
中园区经济数据趋势
λ
m
的表达式为：
[0030][0031]其中，
M(t
z,i
)
为编号为
i
的年度的园区经济数据，单位为万元；
n
为历史年度数量
。
[0032]本专利技术的进一步改进在于：步骤
3.3
中根据不同的园区发展趋势，选择不同的修正系数，计算修正后的趋势指标，表达式为：
[0033]λ
’
er
＝
ω
er
(
λ
er
‑
1)+1
；
[0034]λ
’
ea
＝
ω
ea
(
λ
ea
‑
1)+1
；
[0035]λ
'
m
＝
ω
m
(
λ
m
‑
1)+1
；
[0036]其中，
λ
’
er
为修正后的园区非清洁能源消耗趋势；
λ
’本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
数字化园区碳排放态势推演方法，其特征在于：包括如下步骤：步骤1，获取包括园区能源消耗
、
园区固碳情况和园区经济数据的园区数据，作为推演信息输入；步骤2，设置包括园区发展趋势
、
推演周期和修正系数的园区碳排放态势推演条件；步骤3，利用推演信息输入和园区碳排放态势推演条件进行园区碳排放态势推演计算，推演出周期中每一年度的园区碳排放总量
C
和园区清洁能源建设增加量
E
o
，包括：步骤
3.1
，计算园区能源消耗趋势；步骤
3.2
，计算园区经济数据趋势；步骤
3.3
，计算修正后的趋势指标；步骤
3.4
，计算园区碳排放推演模型；步骤
3.5
，设置园区碳排放与清洁能源增加量关系表达式；步骤
3.6
，根据推演条件求解推演结果
。2.
根据权利要求1所述的数字化园区碳排放态势推演方法，其特征在于：所述步骤1中，园区能源消耗表达式为：
E(t
z
)
＝
{E
r
(t
z
),E
a
(t
z
)},t
z
＝
{t
z,1
,t
z,2
,,t
z,n
}
；其中，
E(t
z
)
为
t
z
年度的园区能源消耗总量集合，单位为
kJ
；
E
r
(t
z
)
为
t
z
年度的园区非清洁能源消耗总量集合，单位为
kJ
；
E
a
(t
z
)
为
t
z
年度的园区清洁能源消耗总量集合，单位为
kJ
；
t
z
为历史年度；
n
为历史年度数量
。3.
根据权利要求1所述的数字化园区碳排放态势推演方法，其特征在于：所述步骤2中，园区发展趋势
F
包括园区低碳高速发展
F1、
园区低碳平稳发展
F2和园区碳中和发展
F3；推演周期的表达式为：
t
v
＝
{t
v,1
,t
v,2
,
…
,t
v,m
}
；其中
t
v
为推演周期集合，单位为年；
m
为推演周期数量；修正系数的表达式为：其中，
ω
为修正系数集合；
ω
er
为园区非清洁能源消耗修正系数；
ω
ea
为园区清洁能源消耗修正系数；
ω
h
为园区固碳情况修正系数；
ω
m
为园区经济数据修正系数
。4.
根据权利要求1所述的数字化园区碳排放态势推演方法，其特征在于：所述步骤
3.1
中园区能源消耗趋势的表达式为：中园区能源消耗趋势的表达式为：其中，
λ
er
为园区非清洁能源消耗趋势；
λ
ea
为园区清洁能源消耗趋势；
i
为年度编号；
n
为历史年度数量；
E
r
(t
z
，
i
)
为编号为
i
的年度的园区非清洁能源消耗总量集合；
E
a
(t
z
，
i
)
为编号
为
i
的年度的园区清洁能源消耗总量集合
。5.
根据权利要求4所述的数字化园区碳排放态势推演方法，其特征在于：所述步骤
3.2
中园区经济数据趋势
λ
m
的表达式为：其中，
M(t
z
，
i
)
为编号为
i
的年度的园区经济数据，单位为万元；
n
为历史年度数量
。6.
根据权利要求5所述的数字化园区碳排放态势推演方法，其特征在于：步骤
3.3
中根据不同的园区发展趋势，选择不同的修正系数，计算修正后的趋势指标，表达式为：
λ
′
er
＝
ω
er
(
λ
er
‑
1)+1
；
λ
′
ea
＝
ω
ea
(
λ
ea
‑
1)+1
；
λ
'
m
＝
ω
m
(
λ
m
‑
1)+1
；其中，
λ
′
er
为修正后的园区非清洁能...

【专利技术属性】
技术研发人员：刘江涛，卫茹，延巧娜，程孟晗，孔维君，杨莲，吴宁，茅嘉毅，朱英杰，
申请(专利权)人：南京电力设计研究院有限公司，
类型：发明
国别省市：