【技术实现步骤摘要】
本专利技术涉及交通行业碳排放监测，特别涉及一种基于多元大数据的交通行业碳排放高频监测与溯源方法。
技术介绍
1、碳排放监测和溯源工作是协助双碳相关政策落地的前期基础，能够提供多尺度的碳数据。其中，交通领域是二氧化碳排放的重要领域，交通运输行业温室气体排放核算方法体系研究是支撑交通运输行业应对气候变化、参与碳交易市场的技术基础，也是交通运输行业实现碳排放量化管控的关键环节。目前，随着新能源的普及以及燃料结构多元化(如新能源电动汽车的逐步普及)，陆上交通行业碳排放源进一步复杂化。
2、目前能够精准到行业层面的碳排放监测方法主要有(1)ipcc清单核算法。(2)大数据方法。(3)代理变量监测法。(4)实测法四种。ipcc清单核算法基于化石燃料消耗的统计结果来推测碳排放量，体现了从社会部门到区域层面自下而上的核算思路，但该方法受限于现有能源数据的粗颗粒度与滞后性，难以向高时空分辨率拓展。大数据监测方法是通过分析不同行业部门的高频经济数据，如电力，交通和航运等实时数据源，挖掘海量数据与碳排放之间的关联机制，进而建立不同行业和地区的碳排放监测方法。代理变量法是借助与碳排放不直接相关但与排放活动具有相关性的指标估计不同时空范围的碳排放，如人口密度、夜间灯光、城市形态和gdp数据等。该方法优势在于用可观测变量替代了部分不可得的排放活动数据，但该方法的排放监测精度欠佳。实测法包含了化学实测法、光谱分析实测法和碳卫星遥感监测法等，此类方法采用特定装置实时识别企业和区域层面的碳排放，但是现阶段鉴于部署成本的考虑难以广泛推广应用。同时实测法
技术实现思路
1、针对现有技术中存在的问题，本专利技术提供了一种基于多元大数据的交通行业碳排放高频监测与溯源方法，能够基于电力大数据与交通拥堵大数据，构建交通行业的高频碳排放监测与溯源方法，同时高频检测化石能源燃烧碳排放与电力间接碳排放。具体技术方案如下：
2、一种基于多元大数据的交通行业碳排放高频监测与溯源方法，包括：
3、s1、获取年度区域交通行业化石能源使用数据，计算年度化石能源引致的碳排放总量，基于年度交通行业化石能源碳排放总量，利用交通拥堵指数计算交通拥堵指数碳排放因子；
4、s2、获取年度全国火力发电化石能源投入数据与全国电力跨省交互数据，核算年度区域火力发电碳排放，并计算考虑区域电量交换的跨区碳排放流动量与交通行业用电碳排放因子；
5、s3、基于上述步骤计算获得的交通拥堵指数碳排放因子与区域用电碳排放因子，对交通行业的日度/小时级碳排放总量进行高频监测，并依据电力排放或化石能源燃烧排放进行溯源。
6、优选的，上述步骤s1具体包括：
7、s11、统计区域交通行业的年度化石能源分类别使用量，匹配分类别的化石能源使用量与对应碳排放因子，计算交通行业的年度碳排放总量；
8、s12、按照月度与日度两级的周期性权重确认日内小时级别的排放量份额，从而进一步计算获取交通拥堵指数碳排放因子。
9、优选的，上述步骤s2中具体包括：
10、s21、匹配区域年度火力发电碳排放化石能源使用量与对应化石能源的低位发热量、单位热量含碳量和氧化率参数，核算区域年度火力发电碳排放总量；
11、s22、梳理全国跨省年度电力流动量并构造跨区电力流动矩阵；利用网络分析法计算随跨区电力流动转移的电力间接碳排放量；
12、s23、溯源各区域消费责任制下的火力发电碳排放来源，聚类计算区域用电碳排放因子。
13、优选的，上述步骤s3中具体包括：
14、s31、输入交通拥堵指数大数据与电力大数据，匹配对应的交通拥堵指数碳排放因子与用电碳排放因子，实现交通行业碳排放的实时监测；
15、s32、构造陆上交通行业碳排放短期结构系数与长期结构系数，分析排放结构变动特征；
16、s33、利用arma模型进行短期预测,依据历史排放因子序列将交通拥堵指数排放因子与用电碳排放因子分别预测性地补充至实时状态。
17、优选的，所述步骤11中，所述交通行业的年度碳排放总量的如下：
18、将t年区域r第i种化石能源投入量cr,i,t转实物量csr,i,t的计算公式为：
19、
20、其中，s为每千克标准煤的热值，vi为i类化石能源的平均低位热值；
21、将区域r交通行业使用的各类化石能源投入量cr,i,t与其对应的碳排放因子匹配，计算并汇总得到t年时区域r交通行业的化石能源碳排放总量计算公式如下：
22、
23、其中，第i类的化石能源碳排放因子efi由平均低位热值vi、单位热值含碳量fi、氧化率oi与碳-二氧化碳转换系数决定，化石能源种类细分为22种类。
24、优选的，上述步骤21中，所述核算区域年度火力发电碳排放总量包括：
25、匹配各区域所有类化石能源投入量与对应的化石能源碳排放因子计算区域的火力发电碳排放总量，其计算公式为如下：
26、
27、并且构造全区域火力发电碳排放对角矩阵，具体如下：
28、
29、其中是区域r在第t年火力发电过程中燃烧化石能源所引起的碳排放总量，是所有与r区域有电力交互关系区域火力发电碳排放量构造形成的对角矩阵。
30、优选的，上述步骤s22具体为：
31、依据区域电力流动平衡约束借助网络分析法，解出跨区发生的直接电力流与高阶电力流矩阵。
32、优选的，上述步骤s23具体为：
33、基于实际的跨区电力流动矩阵，进一步构造电力生产-电力消费份额矩阵；
34、将火电生产碳排放输入电力生产-电力消费份额矩阵的起点，计算获得各地实际电力消费的碳排放量；
35、最终基于各地实际电力消费引致的火力发电碳排放量与各地电力消费量，计算获取各地的用电碳排放因子。
36、优选的，上述步骤s31中，输入小时级的交通拥堵指数与小时级的用电量数据，匹配对应的排放因子计算区域的陆上交通行业高频碳排放量，具体计算公式为：
37、
38、
39、
40、其中，表示陆上交通行业由化石能源燃烧产生的碳排放总量，由实时拥堵指数与交通拥堵指数的排放因子交互共同形成,与均取决与周与日的时间虚拟变量，体现了排放具有季节周期性的特征,表示陆上交通行业由电力消费产生的间接碳排放总量，表小时级陆上交通的碳排放总量，由化石能源燃烧部分和电力消费部分共同构成，同样具有受周与日的时间虚拟变量影响，具有季节周期性。
41、优选的，所述所述步骤s32中，所述短期排放结构系数为小时级的实时电力碳排放量占小时级陆上交通的碳排放总量的份额；所述长期排放结构系数为年度电力碳排放量占年度陆上交通的碳排放总量的份额，具体的计算公式如下：
【技术保护点】
1.一种基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，包括：
2.根据权利要求1所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤S1具体包括：
3.根据权利要求1所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤S2中具体包括：
4.根据权利要求1所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤S3中具体包括：
5.根据权利要求1所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，所述步骤11中，所述交通行业的年度碳排放总量的如下：
6.根据权利要求3所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤21中，所述核算区域年度火力发电碳排放总量包括：
7.根据权利要求6所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤S22具体为：
8.根据权利要求7所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤S23具体
9.根据权利要求4所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤S31中，输入小时级的交通拥堵指数与小时级的用电量数据，匹配对应的排放因子计算区域的陆上交通行业高频碳排放量，具体计算公式为：
10.根据权利要求4所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，所述所述步骤S32中，所述短期排放结构系数为小时级的实时电力碳排放量占小时级陆上交通的碳排放总量的份额；所述长期排放结构系数为年度电力碳排放量占年度陆上交通的碳排放总量的份额，具体的计算公式如下：
...【技术特征摘要】
1.一种基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，包括：
2.根据权利要求1所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤s1具体包括：
3.根据权利要求1所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤s2中具体包括：
4.根据权利要求1所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤s3中具体包括：
5.根据权利要求1所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，所述步骤11中，所述交通行业的年度碳排放总量的如下：
6.根据权利要求3所述的基于多元大数据的交通行业碳排放高频监测与溯源方法，其特征在于，上述步骤21中，所述核算区域年度火力发电碳排放总量包括：
【专利技术属性】
技术研发人员：周春丽，陈浩，唐慧珍，朱德燕，王人浩，金沐蓉，林巾琳，张文丰，唐嘉懿，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：
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。