CN114757467A - 一种省级区域双碳综合分析评估*** - Google Patents
一种省级区域双碳综合分析评估*** Download PDFInfo
- Publication number
- CN114757467A CN114757467A CN202210120821.3A CN202210120821A CN114757467A CN 114757467 A CN114757467 A CN 114757467A CN 202210120821 A CN202210120821 A CN 202210120821A CN 114757467 A CN114757467 A CN 114757467A
- Authority
- CN
- China
- Prior art keywords
- carbon
- provincial
- analysis
- data
- subsystem
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 372
- 238000004458 analytical method Methods 0.000 title claims abstract description 165
- 238000011156 evaluation Methods 0.000 title claims abstract description 62
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 319
- 238000007619 statistical method Methods 0.000 claims abstract description 50
- 238000006386 neutralization reaction Methods 0.000 claims abstract description 25
- 230000009467 reduction Effects 0.000 claims abstract description 23
- 238000010248 power generation Methods 0.000 claims description 27
- 238000012544 monitoring process Methods 0.000 claims description 22
- 230000009919 sequestration Effects 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000011161 development Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 8
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 7
- 229910052739 hydrogen Inorganic materials 0.000 claims description 7
- 239000001257 hydrogen Substances 0.000 claims description 7
- 238000000547 structure data Methods 0.000 claims description 7
- 238000004445 quantitative analysis Methods 0.000 claims description 5
- 238000005984 hydrogenation reaction Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 2
- 239000001569 carbon dioxide Substances 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 claims description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims 2
- 238000005457 optimization Methods 0.000 abstract description 5
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 14
- 230000009977 dual effect Effects 0.000 description 8
- 230000006872 improvement Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012351 Integrated analysis Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012983 electrochemical energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种省级区域“双碳”综合分析评估***,包括***数据总线、能源利用分析子***、碳排放态势分析子***、双碳综合分析子***、碳汇分析评估子***以及碳交易统计分析子***;其中,能源利用分析子***实现对清洁能源及新能源利用水平综合评估;碳排放态势分析子***实现分部门碳减排路径规划决策;双碳综合分析子***实现“双碳”趋势预测。和现有技术相比,本发明提供的一种服务于“双碳”的省级区域综合分析评估***整合省区全产业数据资源,为用户的“碳达峰碳中和”路径优化提供信息化分析工具,为政策制定提供直观数据依据。
Description
技术领域
本发明属于数据处理技术领域,涉及对数据的分析评估,为一种省级区域“双碳”综合分析评估***。
背景技术
双碳,即碳达峰与碳中和的简称。现有技术中与“双碳”目标相关的业务包括:行业内部建设的行业碳排放监测统计,电网公司在其调度和营销***中建设的能源规划,新能源与常规能源发电与负荷数据统计分析,省级大数据中心中的生态***规模、产业结构、经济政策等方面的年统计,各地建设的CCUS(碳捕捉)技术示范等等。然而这些业务功能往往跨***跨行业跨区域分布,各个***中有关碳排放、碳汇、生产消费量等指标的统计口径也往往有极大差异,无法通过简单统计整合来为省级区域的“双碳”目标分析预测和路径规划提供直接的数据源,导致现有的与碳排放趋势分析相关的***,仅能通过IPCC或其他国际组织的参考因子或小范围碳排放实测来实现对未来碳排放趋势的估计预测,无法体现中国为达到双碳目标,未来在新能源利用水平提升、产业结构优化、碳汇能力提升以及通过碳交易体现的绿政等方面可能取得的进展。因此,需要一种“双碳”综合分析评估***,能够聚合省级区域各类能源的生产、输送、存储、消费各环节碳排放数据以及相关的能源规划、产业结构、气象环境、经济政策、生态碳汇等数据资源,以上述多方面的进展为指标,定量分析预测双碳趋势,为“双碳”目标规划与建设提供数字化、智能化的综合分析评估平台,显得尤为重要。
发明内容
本发明要解决的技术问题是:现有技术缺乏能够全面展示省级区域碳数据的计算、分析及决策的数字化平台,目前对碳数据的分析方法只能对已有数据进行分析,或进行小范围碳排放趋势的预测,缺少对相关数据动态变化的分析和考量,无法预测产业及相关生产活动变化对碳达峰与碳中和的影响,尤其是大范围长时间内的产业及相关生产活动变化所产生的影响预测分析,需要研究提供对应省级区域与“双碳”目标相关的各业务功能的综合分析评估***。
本发明的技术方案为:一种省级区域“双碳”综合分析评估***,所述省级区域“双碳”综合分析评估***包括通过***数据总线相连的能源利用分析子***、碳排放态势分析子***、双碳综合分析子***、碳汇分析评估子***以及碳交易统计分析子***;所述双碳综合分析子***通过***数据总线与能源利用分析子***、碳排放态势分析子***、碳汇分析评估子***以及碳交易统计分析子***相连,以上述其它子***的输出数据为输入指标,实现双碳综合分析;
所述能源利用分析子***连接省电力公司调度和营销***以及加氢站项目***,获取能源结构数据、新能源数据以及加氢站项目数据,对省区清洁能源及新能源利用水平输出评估结合;所述碳排放态势分析子***用于对省区分部门碳排放监测统计和碳减排成本分析,进行省区碳排放趋势预测和碳减排路径规划决策;所述碳汇分析评估子***用于实现省区碳汇潜力分析和碳汇量变化趋势预测;所述碳交易统计分析子***用于实现碳交易信息统计分析以及碳排放权配额信息趋势分析;所述双碳综合分析子***用于综合其它子***的输出指标,通过多指标综合计算,根据历史数据拟合得到省区“双碳”趋势预测模型,通过对模型参数的调整来模拟不同场景,预测评估不同场景下的“双碳”趋势;所述***数据总线是各个子***之间数据交互的通道,提供数据访问接口供各***调用,实现各子***间互操作。
本发明的有益效果在于:
(1)本发明提供的一种省级区域“双碳”综合分析评估***,提供了一种碳达峰碳中和的定量分析方法,聚合省级区域能源生产、输送、存储、消费各环节碳排放数据以及相关的能源规划、产业结构、气象环境、经济政策、生态碳汇等全行业数据为输入,实现了面向多场景的碳达峰碳中和趋势预测,为“双碳”目标相关大数据分析评估提供了不可或缺的融合数据支撑和分析能力支持;
(2)本发明提供的一种省级区域“双碳”综合分析评估***,通过对能源、产业、环境、经济政策、生态碳汇等大数据资源的精细化分析挖掘,实现了对碳中和指标、碳排放趋势、新能源碳减排态势、碳排放权交易量以及碳汇发展趋势的定量建模描述,为碳达峰碳中和趋势预测和路径优化提供知识基础及分析工具。
(3)本发明提供的一种省级区域“双碳”综合分析评估***,通过整合碳达峰碳中和服务全产业、全服务、全价值链资源,为“双碳”数据路径优化提供信息化分析工具,能够实现年度数据预测分析,为年度性决策制定提供直观数据依据,助力“碳达峰、碳中和”目标实现。
附图说明
图1为本发明实施例中***架构图。
图2为本发明实施例中能源利用分析子***架构图。
图3为本发明实施例中碳排放态势分析子***架构图。
图4为本发明实施例中碳汇分析评估子***架构图。
图5为本发明实施例中碳交易统计分析子***架构图。
图6为本发明实施例中双碳综合分析子***架构图。
图7为本发明实施例中***数据总线架构图。
具体实施方式
下面结合附图对本发明进一步说明。
如图1所示,本发明提供了一种省级区域“双碳”综合分析评估***,包括通过***数据总线相连的能源利用分析子***、碳排放态势分析子***、双碳综合分析子***、碳汇分析评估子***以及碳交易统计分析子***,图1示出了本实施案例中的一种省级区域“双碳”综合分析评估***架构图,省级区域“双碳”综合分析评估***包括通过***数据总线相连的能源利用分析子***、碳排放态势分析子***、双碳综合分析子***、碳汇分析评估子***以及碳交易统计分析子***;所述双碳综合分析子***以碳排放态势分析子***、碳汇分析评估子***、能源利用子***以及碳交易统计分析子***的输出数据为输入指标,实现对多场景双碳趋势预测;所述各子***通过配置在数据处理设备中的计算机程序实现。
所述能源利用分析子***连接省电力公司调度和营销***以及加氢站项目***,获取能源结构数据、新能源数据以及加氢站项目数据,对省区清洁能源及新能源利用水平输出评估结合;所述碳排放态势分析子***用于对省区分部门碳排放监测统计和碳减排成本分析,进行省区碳排放趋势预测和碳减排路径规划决策;所述碳汇分析评估子***用于实现省区碳汇潜力分析和碳汇量变化趋势预测;所述碳交易统计分析子***用于实现碳交易信息统计分析以及碳排放权配额信息趋势分析;所述双碳综合分析子***用于综合其它子***的输出指标,通过多指标综合计算,根据历史数据拟合得到省区“双碳”趋势预测模型,通过对模型参数的调整来模拟不同场景,预测评估不同场景下的“双碳”趋势;所述***数据总线是各个子***之间数据交互的通道,提供数据访问接口供各***调用,实现各子***间互操作。
与本发明***有数据接入关系的外部***平台包括:行业碳排放监测***与碳排放态势分析子***相连;省级大数据中心与碳排放态势分析子***以及碳汇分析评估子***相连; CCUS项目***与碳汇分析评估子***相连;加氢站项目***、省电力公司调度和营销***与能源利用分析子***相连;省级碳交易平台与碳交易统计分析子***相连。这些外部***平台为现有技术数据平台,不再详述。
下面具体介绍本发明***的各子***。
图2示出了本发明实施案例中能源利用分析子***架构图,包括省区新能源资源评估模块、省区新能源消纳与承载力分析模块以及省区新能源利用潜力评估模块。
省区新能源资源评估模块从省电力公司调度***和营销***接入能源结构数据、气象资源数据,按时空地域对清洁能源资源分布进行统计,对新能源发电资源进行评估计算,将省区新能源发电资源可开发装机量评估结果输出到省区新能源消纳与承载力分析模块。
省区新能源消纳与承载力分析模块接入省电力公司调度***的电网结构以及风电光伏、电化学储能、抽水蓄能、电动汽车等新能源数据,从第三方加氢站项目***接入加氢站统计数据,从省区清洁能源资源评估模块输入新能源发电资源评估结果,进行新能源理论发电计算、新能源消纳分析、区域新能源承载力评估以及评级指标计算。
所述省区新能源利用潜力评估模块接入新能源发电资源评估和区域新能源承载力输出结果,提供省区新能源利用潜力评估和新能源减排态势分析功能,通过公式(1)计算省区新能源利用潜力,即省区未来可新增的新能源开发量。
PO=min(RE,BR)-DE (1)
其中,PO为省区新能源利用潜力单位为兆瓦,RE为省区新能源发电理论可开发装机量单位为兆瓦,由清洁能源发电资源评估模块输出,DE为省区新能源发电已开发装机量单位为兆瓦,可以通过电网调度部门和营销部门统计数据计算,BR为省区电网新能源可承载装机量单位为兆瓦,由省区新能源消纳与承载力分析模块计算输出,min(RE,BR)表示省区新能源发电实际可开发量,取RE和BR之间的较小值。
通过公式(2)计算省区新能源年减排总量,
CRt=DEt×1000×24×365×η×γ,DEt≤DEt-1+POt-1 (2)
其中,CRt为第t年的省区新能源年减排总量单位为吨,DEt为省区新能源发电已开发总装机量,η为省区新能源发电效率系数,无量纲,DEt×1000×24×365×η即为省区新能源年发电总量,单位千瓦时,γ为新能源发电量-二氧化碳减排量转换系数,单位为吨/千瓦时。
公式(1)和公式(2)是本发明根据国内双碳实际情况新设计的计算方法,在利用公式(2) 进行省区新能源年减排总量预测时,约束条件是省区新能源发电第t年已开发总装机量预测值不能大于第t-1年已开发总装机量与第t-1年省区新能源利用潜力之和。
图3示出了本实施案例中碳排放态势分析子***架构图,包括省区行业碳排放监测分析模块和省区碳排态势分析模块。
省区行业碳排放监测分析模块接入行业碳排放监测***的分行业碳排放监测数据,输出省区分行业和全行业碳排放监测年统计量。
省区碳排态势分析模块接入省区行业碳排放监测分析模块输出的分行业和全行业碳排放监测年统计量和省级大数据中心的产业结构数据,本发明设计了公式(3)、(4)和(5)实现产业结构与碳排放强度之间的演进关系分析,实现分场景定量分析方法。
其中,CI表示省区全行业碳排放强度即单位GDP的碳排放量,CE为全行业碳排放量统计值,GDPi和CEi分别表示i行业生产总值以及碳排放年统计量,Si表示i行业GDP占全行业GDP的比重即产业结构,Ii表示i行业内碳排放强度,即行业碳排放水平。
在本实施例中,通过本模块设置不同的Si和Ii值,即可构造不同场景,实现对多场景下碳排放强度发展态势的定量分析预测,这里定量分析是指通过设定未来某年产业结构估计值Si (体现未来低碳行业的占比)和行业内碳排放强度估计值Ii(体现行业内碳减排技术进展),来构造不同场景,通过公式(3)即可预测未来该年全行业碳排放强度CI。例如设置Si年平均增幅为5%,设置Ii年平均增幅为0%,即可预测在产业结构调整较小,行业碳排放水平没有改善的基准场景下,省区全行业碳排强度的展态势。
图4示出了本实施案例中碳汇分析评估子***架构图,包括区域年碳汇量统计分析模块和区域碳汇潜力分析模块。
区域年碳汇量统计分析模块接入省级大数据中心的生态碳汇数据以及CCUS碳捕捉项目监测统计数据,提供区域年碳汇量统计分析功能。
区域碳汇潜力分析模块接入省级大数据中心的生态碳汇规划数据,提供生态***的区域碳汇潜力分析功能,输出未来年增汇量,再结合区域年碳汇量统计分析模块输出的年碳汇量统计数据,输出未来碳汇发展态势预测,定量关系如公式(6),
CCt=CCt-1+ΔCC (6)
其中CCt为区域未来第t年碳汇量的预测值,CCt-1为区域第t-1年碳汇量统计值单位为吨,ΔCC为区域年增汇量单位为吨。通过农林部门获取区域各类生态***(森林、农田)规划的每年新增蓄积量,结合不同生态***单位蓄积量的碳汇量,即可计算每年的ΔCC,计算方法是现有方法,这里不再详述。
在本实施例最后的***预测分析中,可以通过设置不同的ΔCC,计算不同场景下省区碳汇量的发展趋势,例如,设置ΔCC为2%,可以计算在生态碳汇和其他碳汇年增汇量较低的基准场景下,省区年碳汇量的发展态势。
图5示出了本实施案例中碳交易统计分析子***架构图,包括碳核查信息统计分析模块和碳交易信息统计分析模块。
碳核查信息统计分析模块接入省级碳交易平台的分行业碳核查数据,提供分行业重点企业碳核查结果信息的查询统计分析功能。
碳交易信息统计分析模块接入省级碳交易平台的在线碳交易数据和离线统计数据,提供碳排放权交易信息统计分析、CCER交易信息统计分析以及碳排放权配额信息趋势分析等功能,输出省区碳配额量和碳交易量统计值。
在本实施例中,可以通过设定省区碳配额量和碳交易量的年均变化量,计算不同场景下,省区碳配额量和碳交易量的年际变化趋势,例如设定基准场景下年均变化量为5%。
图6示出了本实施案例中双碳综合分析子***架构图,包括多场景参数配置模块以及碳达峰碳中和趋势预测模块。
所述多场景参数配置模块接入碳排放态势分析子***中年碳排放强度预测、碳汇分析评估子***中年碳汇量趋势分析结果、碳交易统计分析子***中的碳交易和碳配额数据以及能源利用水平分析子***中的新能源碳减排量,提供对上述数据的量纲、数量级整合和场景参数配置功能,为碳达峰碳中和趋势预测模块提供整合后的输入数据。
场景参数配置的参数包括:产业结构、行业碳排水平、年碳汇增量、新能源年减排总量、年碳交易量、年碳配额量等。通过设置这些参数的不同值,可以体现如标准场景(悲观)、激进场景(乐观)对双碳趋势的不同估计。在本实施例中,通过本模块配置与碳达峰碳中和趋势计算相关的输入因素的不同值,来构造不同场景,实现多场景下碳达峰碳中和趋势预测。如下表:
表1碳达峰碳中和场景参数配置表
碳达峰碳中和趋势预测模块提供分场景模式的碳达峰碳中和趋势预测功能,通过公式(7) 可以计算第t年的省区全行业碳排放总量预测值GCEt,
GCEt=f(CIt,CRt,QUt,TRt) (7)
其中,CIt为当年碳排放强度,通过碳排放态势分析子***计算,CRt为当年新能源碳减排量,由能源利用水平分析子***通过设定不同场景参数计算,QUt和TRt分别为当年的碳配额量和碳交易量,通过碳交易统计分析子***统计计算,积累历史数据,通过多元回归算法即可拟合f(CIt,CRt,QUt,TRt)的表达式。
在本实施例中,采用STIRPAT模型进行岭回归建模,拟合公式为公式(8),
GCEt=αCIt βCRt γQUt δ,TRt θ (8)
利用20年历史数据,拟合α,β,γ,δ和θ的值,计算GCEt的值。而自变量CIt,CRt,QUt,TRt是由上述多场景参数配置模块设置不同场景参数后,由上述其他几个子***计算输出的。
当GCEt-CCt=0时,第t年即为省区碳中和年,其中CCt为为省区第t年碳汇量的预测值,由碳汇分析评估子***通过设定不同的场景参数计算,其物理意义为当省区全行业年碳排放量和年碳汇量相等时,实现碳中和。通过对不同场景的预测评估结果,为省级“双碳”工作决策提供直观的数据依据,有利于未来“双碳”工作的计划安排。
现有技术的碳排放核算方法包括宏观的排放因子法和质量平衡法,以及微观的实测法。宏观方法均采用了IPCC和美国环境保护署等国际组织根据各自的实验范围给出的排放测算方法,其统计指标的时效性和对中国实际产业情况的适用性均存在问题;微观方法只适用于小范围实验,偏向理论验证,不适用于实际大范围真实环境的分析。上述方法对碳排放的测算和预测均只基于国际权威组织的静态指标或小范围监测,并没有考虑到实际工业生产以及社会生活中,未来在新能源利用水平提升、产业结构优化、碳汇能力提升以及通过碳交易体现的绿政等方面可能取得的进展。而本发明通过重新分析定义实际生产中对双碳各方面因素的定量指标,通过设定不同场景参数,实现对碳排放未来发展趋势的全面综合分析预测。
上述各子***分析计算结果可以通过***数据总线与其他子***共享。图7示出了本实施案例中***数据总线架构图,包括服务接口模块、消息队列模块、总线配置与认证模块。
服务接口模块基于web service协议为所述能源利用分析子***、碳排放态势分析子***、双碳综合分析子***、碳汇分析评估子***以及碳交易统计分析子***提供***间的数据调用接口。
消息队列模块基于RabbitMQ技术,为所述能源利用分析子***、碳排放态势分析子***、双碳综合分析子***、碳汇分析评估子***以及碳交易统计分析子***提供***间异步消息传递功能。
总线配置与认证模块提供***间web service服务调用接口的查看、检索、注册和配置功能;提供RabbitMQ消息队列的消息主题订阅、消息队列参数配置等功能;基于Shiro安全框架,提供总线消息队列和服务接口访问安全权限认证服务。
最后应当说明的是:所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
Claims (7)
1.一种省级区域“双碳”综合分析评估***,其特征在于,所述省级区域“双碳”综合分析评估***包括通过***数据总线相连的能源利用分析子***、碳排放态势分析子***、双碳综合分析子***、碳汇分析评估子***以及碳交易统计分析子***;所述双碳综合分析子***以碳排放态势分析子***、碳汇分析评估子***、能源利用子***以及碳交易统计分析子***的输出数据为输入指标,实现对多场景双碳趋势预测;所述各子***通过配置在数据处理设备中的计算机程序实现;
所述能源利用分析子***连接省电力公司调度和营销***以及加氢站项目***,获取能源结构数据、新能源数据以及加氢站项目数据,对省区清洁能源及新能源利用水平输出评估结合;所述碳排放态势分析子***用于对省区分部门碳排放监测统计和碳减排成本分析,进行省区碳排放趋势预测和碳减排路径规划决策;所述碳汇分析评估子***用于实现省区碳汇潜力分析和碳汇量变化趋势预测;所述碳交易统计分析子***用于实现碳交易信息统计分析以及碳排放权配额信息趋势分析;所述双碳综合分析子***用于综合其它子***的输出指标,通过多指标综合计算,根据历史数据拟合得到省区“双碳”趋势预测模型,通过对模型参数的调整来模拟不同场景,预测评估不同场景下的“双碳”趋势;所述***数据总线是各个子***之间数据交互的通道,提供数据访问接口供各***调用,实现各子***间互操作。
2.根据权利要求1所述的一种省级区域“双碳”综合分析评估***,其特征在于,所述能源利用分析子***包括省区新能源资源评估模块、省区新能源消纳与承载力分析模块以及省区新能源利用潜力评估模块,
所述省区新能源资源评估模块获取省电力公司能源结构数据和气象资源数据,实现按时空地域的新能源资源分布统计和新能源发电资源评估;
所述省区新能源消纳与承载力分析模块获取省电力公司调度***的电网结构、新能源发电数据以及加氢站项目统计数据,进行新能源理论发电计算、区域新能源承载力评估和评级指标计算,
所述省区新能源利用潜力评估模块接收省区新能源发电资源评估模块和省区新能源消纳与承载力模块的输出结果,进行省区新能源利用潜力评估和新能源减排态势分析,包括:
通过公式(1)计算省区新能源利用潜力,即省区未来可新增的新能源开发量,
PO=min(RE,BR)-DE (1)
其中,PO为省区新能源利用潜力,单位为兆瓦,RE为省区新能源发电资源可开发装机量,单位为兆瓦,RE由省区新能源资源评估模块输出,DE为省区新能源发电已开发装机量,单位为兆瓦,通过电网调度部门和营销部门统计数据计算,BR为省区电网新能源可承载装机量,单位为兆瓦,由省区新能源消纳与承载力分析模块计算输出,
通过公式(2)计算省区新能源年减排总量,
CRt=DEt×1000×24×365×η×γ,DEt≤DEt-1+POt-1 (2)
其中,CRt为第t年的省区新能源年减排总量,单位为吨,DEt为省区新能源发电已开发总装机量,η为省区新能源发电效率系数,无量纲,DEt×1000×24×365×η即为省区新能源年发电总量,单位千瓦时,γ为新能源发电量-二氧化碳减排量转换系数,单位为吨/千瓦时,约束条件是省区新能源发电第t年已开发总装机量不能大于第t-1年已开发总装机量与第t-1年省区新能源利用潜力之和。
3.根据权利要求1所述的一种省级区域“双碳”综合分析评估***,其特征在于,所述碳排放态势分析子***包括省区行业碳排放监测分析模块和省区碳排态势预测模块,
所述省区行业碳排放监测分析模块获取行业碳排放监测***的分行业碳排放监测数据,输出省区分行业和全行业碳排放监测年统计量,
所述省区碳排态势预测模块获取省区行业碳排放监测分析模块输出的分行业和全行业碳排放监测年统计量,以及由省级大数据中心获取的产业结构数据,通过公式(3)、(4)和(5)实现产业结构与碳排放强度之间的演进关系分析,
其中,CI表示省区全行业碳排放强度,即单位GDP的碳排放量,CE为全行业碳排放量统计值,GDPi和CEi分别表示i行业生产总值以及碳排放年统计量,Si表示i行业GDP占全行业GDP的比重,即产业结构,Ii表示i行业内碳排放强度,
通过设置不同的Si和Ii值构造不同场景,实现对多场景下碳排放强度发展态势的定量分析预测。
4.根据权利要求1所述的一种省级区域“双碳”综合分析评估***,其特征在于,所述碳汇分析评估子***包括区域年碳汇量统计分析模块和区域碳汇潜力分析模块,
所述区域年碳汇量统计分析模块获取省级大数据中心的生态碳汇存量数据以及CCUS碳捕捉项目监测统计数据,进行区域年碳汇量统计分析,
所述区域碳汇潜力分析模块获取省级大数据中心的生态碳汇规划数据,进行生态***的区域碳汇潜力分析,输出未来年增汇量,再结合区域年碳汇量统计分析模块输出的年碳汇量统计数据,输出未来碳汇发展态势预测,定量关系如公式(6),
CCt=CCt-1+ΔCC (6)
其中CCt为区域未来第t年碳汇量的预测值,CCt-1为区域第t-1年碳汇量统计值,ΔCC为区域年增汇量,单位均为吨,可以通过区域各类生态***(森林、农田)规划的每年新增蓄积量数据折算得到。
5.根据权利要求1所述的一种省级区域“双碳”综合分析评估***,其特征在于,所述碳交易统计分析子***包括碳核查信息统计分析模块和碳交易信息统计分析模块。
所述碳核查信息统计分析模块获取省级碳交易平台的分行业碳核查数据,进行分行业重点企业碳核查结果信息的查询统计分析,
所述碳交易信息统计分析模块获取省级碳交易平台的在线碳交易数据和离线统计数据,进行碳排放权交易信息统计分析、CCER交易信息统计分析以及碳排放权配额信息趋势分析,
碳核查信息统计分析模块和碳交易信息统计分析模块的分析结果均通过***数据总线传输给双碳综合分析子***。
6.根据权利要求1所述的一种省级区域“双碳”综合分析评估***,其特征在于,所述双碳综合分析子***包括多场景参数配置模块以及碳达峰碳中和趋势预测模块,
所述多场景参数配置模块接收碳排放态势分析子***的年碳排放强度预测数据、碳汇分析评估子***的年碳汇量趋势分析结果、碳交易统计分析子***的碳交易和碳配额数据、以及能源利用分析子***的新能源碳减排量数据,对所接收数据的量纲、数量级进行整合和场景参数配置,为碳达峰碳中和趋势预测模块提供整合后的输入数据,
所述碳达峰碳中和趋势预测模块提供分场景模式的碳达峰碳中和趋势预测功能,通过公式(7)计算第t年的省区全行业碳排放总量预测值GCEt,
GCEt=f(CIt,CRt,QUt,TRt) (7)
其中,CIt为当年碳排放强度,通过碳排放态势分析子***计算,CRt为当年新能源碳减排量,由能源利用分析子***通过设定不同场景参数计算,QUt和TRt分别为当年的碳配额量和碳交易量,通过碳交易统计分析子***统计计算;积累历史数据,通过多元回归算法拟合f(CIt,CRt,QUt,TRt)的表达式,
当GCEt-CCt=0时,第t年即为省区碳中和年,其中CCt为为省区第t年碳汇量的预测值,由碳汇分析评估子***通过设定不同的场景参数计算,其物理意义为当省区全行业年碳排放量和年碳汇量相等时,实现碳中和。
7.根据权利要求1所述的一种省级区域“双碳”综合分析评估***,其特征在于,所述的***数据总线包括:服务接口模块、消息队列模块、总线配置与认证模块,
所述服务接口模块以web服务方式为所述能源利用分析子***、碳排放态势分析子***、双碳综合分析子***、碳汇分析评估子***以及碳交易统计分析子***提供***间的数据调用接口,
所述消息队列模块以消息队列形式,为所述能源利用分析子***、碳排放态势分析子***、双碳综合分析子***、碳汇分析评估子***以及碳交易统计分析子***提供***间异步消息传递功能,
所述总线配置模块提供***间服务调用接口的查看、检索、注册和配置功能;提供消息队列的消息主题订阅、消息队列参数配置等功能;提供总线消息队列和服务接口访问安全权限认证服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210120821.3A CN114757467A (zh) | 2022-02-09 | 2022-02-09 | 一种省级区域双碳综合分析评估*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210120821.3A CN114757467A (zh) | 2022-02-09 | 2022-02-09 | 一种省级区域双碳综合分析评估*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114757467A true CN114757467A (zh) | 2022-07-15 |
Family
ID=82325189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210120821.3A Pending CN114757467A (zh) | 2022-02-09 | 2022-02-09 | 一种省级区域双碳综合分析评估*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114757467A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117172428A (zh) * | 2023-11-02 | 2023-12-05 | 北京大学深圳研究生院 | 区域碳排放生态效益评估方法、装置、***及存储介质 |
CN117196148A (zh) * | 2023-09-12 | 2023-12-08 | 北京大学 | 一种基于碳中和进程的评价方法与平台 |
CN117993620A (zh) * | 2024-04-03 | 2024-05-07 | 中国建材检验认证集团湖南有限公司 | 一种双碳管理方法及*** |
-
2022
- 2022-02-09 CN CN202210120821.3A patent/CN114757467A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196148A (zh) * | 2023-09-12 | 2023-12-08 | 北京大学 | 一种基于碳中和进程的评价方法与平台 |
CN117196148B (zh) * | 2023-09-12 | 2024-02-20 | 北京大学 | 一种基于碳中和进程的评价方法与平台 |
CN117172428A (zh) * | 2023-11-02 | 2023-12-05 | 北京大学深圳研究生院 | 区域碳排放生态效益评估方法、装置、***及存储介质 |
CN117172428B (zh) * | 2023-11-02 | 2024-04-30 | 北京大学深圳研究生院 | 区域碳排放生态效益评估方法、装置、***及存储介质 |
CN117993620A (zh) * | 2024-04-03 | 2024-05-07 | 中国建材检验认证集团湖南有限公司 | 一种双碳管理方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114757467A (zh) | 一种省级区域双碳综合分析评估*** | |
Lew et al. | Value of wind power forecasting | |
CN112488558A (zh) | 一种基于工业互联网的能耗监控及分析*** | |
CN110633889A (zh) | 一种区域现货市场技术支持*** | |
US20020194042A1 (en) | Method of business analysis | |
Long et al. | A review of energy efficiency evaluation technologies in cloud data centers | |
CN101673363A (zh) | 用能效率评测方法和*** | |
CN112036596B (zh) | 一种基于负荷响应的电力市场调控管理*** | |
CN102855525A (zh) | 一种居民用户负荷预测分析***和方法 | |
CN112862172B (zh) | 国网95598停电投诉预测方法、装置、计算机设备和存储介质 | |
CN112561289A (zh) | 一种能源管理体系认证中的能源绩效集成验证方法 | |
CN114596693A (zh) | 用于能源监控和管理的方法、***、介质和程序产品 | |
Chen et al. | A BP neural network-based hierarchical investment risk evaluation method considering the uncertainty and coupling for the power grid | |
CN111738854A (zh) | 一种基于云计算的新能源现货交易决策的数据服务*** | |
CN115358522A (zh) | 一种企业在线监测***和方法 | |
CN116542430A (zh) | 多维度水务碳排放量智能分析方法及*** | |
Liu et al. | The impact of information and communication technology on carbon emissions in China: spatial effect and mechanism discussion | |
Lindberg et al. | The Environmental Potential of Hyper-Scale Data Centers: Using Locational Marginal CO $ _2 $ Emissions to Guide Geographical Load Shifting | |
Mureddu et al. | A statistical approach for modeling the aging effects in li-ion energy storage systems | |
CN117670044A (zh) | 一种电力交易的决策*** | |
CN109726877A (zh) | 配电网资产全寿命周期管理综合绩效评价指标体系 | |
US20230195587A1 (en) | System for determining a carbon footprint of a computing infrastructure in real time | |
Suciu et al. | Cloud-Based platform for enhancing energy consumption awareness and substantiating the adoption of energy efficiency measures within SMEs | |
Shari et al. | Low carbon transition of residential electricity consumption in Nigeria: A system dynamics modeling approach | |
CN115375520A (zh) | 一种通过电力信息实现污染物排放的监控方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |