System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于电碳模型的碳排放量预测方法技术_技高网

一种基于电碳模型的碳排放量预测方法技术

技术编号:40251074 阅读:6 留言:0更新日期:2024-02-02 22:45
本发明专利技术公开了一种基于电碳模型的碳排放量预测方法,属于碳排放技术领域,具体包括:S1、获取目标区域/行业/企业的历史能耗数据,由此计算历史碳排放数据;S2、基于碳排放数据与用电数据的比例关系,计算历史碳电强度;S3、基于历史碳电强度构建电碳模型,由此预测碳电强度的变化趋势;S4、根据预测碳电强度以及实时用电数据,得到预测碳排放数据。本发明专利技术通过建立电碳模型,打通“电‑碳‑能”数据链条,充分利用电力数据基础好、时效性强、覆盖面广的独特优势,融合煤、油、气、热等其他能源消费数据,创新构建了“以电算能、以能算碳”的计算方法,建立了客观、直观、精准的碳核算评价体系。

【技术实现步骤摘要】

本专利技术属于碳排放,具体涉及一种基于电碳模型的碳排放量预测方法


技术介绍

1、全国碳排放权交易市场上线后,电力行业率先被纳入碳市场。我国的碳排放中,能源行业占二氧化碳排放总量的88%,其中电力行业占比超40%,由此可见,能源行业是降碳减排的主战场,电力行业是主力军。电力行业在能源消费端占比最大,同时电力大数据具有实时性、精准性和普遍覆盖的优势,其在碳排放核算中具有不可替代的价值,能够为直观了解碳排放动态、落实减碳行动提供科学的数据参考,因此,电力行业亟需建立客观、直观、精准的碳核算评价体系。


技术实现思路

1、专利技术目的:为了解决上述问题,本专利技术以能源消费侧大数据为依托,提出一种“电碳”模型,集成各个地区生产经营的用电、用气、用煤、用油等能耗数据,对地域范围内各区域、各行业、各企业的碳排放总量进行预测。

2、
技术实现思路
:为实现以上目的,本专利技术提供了一种基于电碳模型的碳排放量预测方法,包括以下步骤:

3、s1、获取目标区域/行业/企业的历史能耗数据,由此计算历史碳排放数据;

4、s2、基于碳排放数据与用电数据的比例关系,计算历史碳电强度;

5、s3、基于历史碳电强度构建电碳模型,由此预测碳电强度的变化趋势;

6、s4、根据预测碳电强度以及实时用电数据,得到预测碳排放数据。

7、进一步地,所述历史碳排放数据的计算过程包括:

8、

9、其中,为历史碳排放总量,e燃烧为燃烧化石燃料产生的碳排放量,e过程为生产过程产生的碳排放量,e外购电力与热力为净购入使用电力产生的碳排放量,r固碳为固碳产品隐含的碳排放量。

10、进一步地,所述e燃烧、e过程和e外购电力与热力的计算过程包括:

11、

12、其中,e为第i种活动产生的碳排放量,fci为第i种活动中所用燃料的消耗量,ncvi为第i种活动中所用燃料的平均低位发热值,efi为第i种活动中所用燃料的排放因子,第i种活动表示燃烧化石燃料/生产过程/净购入使用电力。

13、进一步地,所述历史碳电强度的计算公式为:

14、

15、其中,ef电碳强度为碳电强度,为碳排放总量,eg总为电力消费量。

16、进一步地,所述电碳模型基于历史碳电强度采用一次指数平滑法进行构建。

17、进一步地,所述预测碳排放数据的计算过程包括:

18、

19、其中,为预测碳排放总量,ef电碳强度为预测碳电强度,eg总为实时用电量。

20、进一步地,所述未来实时用电数据主要综合考虑经济形势、电能替代等带动电气化水平稳步提升、新增装机及发电效率等因素,一般可基于历史用电数据预测得到。

21、进一步地,所述电碳模型的碳排放预测准确率通过以下公式计算得到:

22、碳排放预测准确率=(1-abs(预测碳排放量-实际碳排放量)/实际碳排放量))*100%,其中,abs(预测碳排放量-实际碳排放量)指预测碳排放量和实际碳排放量之差的绝对值。

23、进一步地,所述电碳模型的碳排放预测准确率达到80%以上即为合格。

24、有益效果:

25、1、本专利技术通过建立“电碳”模型,打通“电-碳-能”数据链条,充分利用电力数据基础好、时效性强、覆盖面广的独特优势,融合煤、油、气、热等其他能源消费数据,创新构建了“以电算能、以能算碳”的计算方法,建立了客观、直观、精准的碳核算评价体系,有效支撑碳排放核算工作,对于夯实碳排放统计数据基础、提高碳排放数据质量具有重要意义;

26、2、本专利技术通过建立“电碳”模型,展示了各产业、重点行业乃至企业历史与实时的用能、用电与碳排放情况,为区域未来合理规划布局产业、控制与统筹碳排放量、科学制定管理政策提供了数据支撑,为企业今后开展碳排放权交易提供了依据。

27、3、本专利技术通过建立“电碳”模型,掌握企业自身用能排放情况,通过本地区碳排放现状与碳达峰预测结果对比、碳排放历史趋势和结构、可再生能源占比等,对进一步研究如何指导政府部门制订本地区碳达峰时间表、路线图具有帮助。

本文档来自技高网...

【技术保护点】

1.一种基于电碳模型的碳排放量预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的碳排放量预测方法,其特征在于,所述历史碳排放数据的计算过程包括:

3.根据权利要求2所述的碳排放量预测方法,其特征在于,所述E燃烧、E过程和E外购电力与热力的计算过程包括:

4.根据权利要求1所述的碳排放量预测方法,其特征在于,所述历史碳电强度的计算公式为:

5.根据权利要求1所述的碳排放量预测方法,其特征在于,所述电碳模型基于历史碳电强度采用一次指数平滑法进行构建。

6.根据权利要求1所述的碳排放量预测方法,其特征在于,所述预测碳排放数据的计算过程包括:

7.根据权利要求1所述的碳排放量预测方法,其特征在于,所述实时用电数据基于历史用电数据预测得到。

8.根据权利要求1所述的碳排放量预测方法,其特征在于,所述电碳模型的碳排放预测准确率通过以下公式计算得到:

9.根据权利要求8所述的碳排放量预测方法,其特征在于,所述电碳模型的碳排放预测准确率达到80%以上即为合格。

【技术特征摘要】

1.一种基于电碳模型的碳排放量预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的碳排放量预测方法,其特征在于,所述历史碳排放数据的计算过程包括:

3.根据权利要求2所述的碳排放量预测方法,其特征在于,所述e燃烧、e过程和e外购电力与热力的计算过程包括:

4.根据权利要求1所述的碳排放量预测方法,其特征在于,所述历史碳电强度的计算公式为:

5.根据权利要求1所述的碳排放量预测方法,其特征在于,所述电碳模型基于历史碳电强度...

【专利技术属性】
技术研发人员:刘汝杰贺伟章继成董洪伟雷奕迅
申请(专利权)人:中国长江电力股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1