CN115879670A - 高耗电量企业碳排量提取方法及提取*** - Google Patents

高耗电量企业碳排量提取方法及提取*** Download PDF

Info

Publication number
CN115879670A
CN115879670A CN202211540494.3A CN202211540494A CN115879670A CN 115879670 A CN115879670 A CN 115879670A CN 202211540494 A CN202211540494 A CN 202211540494A CN 115879670 A CN115879670 A CN 115879670A
Authority
CN
China
Prior art keywords
carbon
enterprise
carbon emission
power consumption
enterprises
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.)
Withdrawn
Application number
CN202211540494.3A
Other languages
English (en)
Inventor
陈业绩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Three Gorges University CTGU
Original Assignee
China Three Gorges University CTGU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Three Gorges University CTGU filed Critical China Three Gorges University CTGU
Priority to CN202211540494.3A priority Critical patent/CN115879670A/zh
Publication of CN115879670A publication Critical patent/CN115879670A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了高耗电量企业碳排量提取方法及提取***,涉及碳排量提取技术领域,标示单元、核验单元、第一监测单元、对高能耗企业的碳排放进行监测,确定碳排量及碳排放的区域,并通过设置监测点,确定碳排量和耗电量的相关性;第二监测单元、对监测区域内高碳排量企业的碳排放进行监测,并对企业排碳进行碳捕集及负碳处理,直至企业碳排量低于阈值;判断单元、对企业的碳排放进行捕集后,判断高碳排量企业的综合碳排量是否还超过阈值,提高碳排量企业的耗电效率。确定高碳排量企业的基础上,完成企业碳排量提取,在减少企业能耗的基础上,使企业的碳排量最终接近零,在无污染的前提下,对居民生活不造成负面影响。

Description

高耗电量企业碳排量提取方法及提取***
技术领域
本发明涉及碳排量提取技术领域,具体为高耗电量企业碳排量提取方法及提取***。
背景技术
企业通过编制温室气体排放清单获得自身的碳排放数据后,通过节能改造,以及对外投资温室气体减排项目(即购买温室气体排放量)来抵减碳排放的措施,使企业碳排放为零,则该企业可视为零碳企业。
现有的一些高能耗高耗电企业为了实现零碳的目标,通常通过碳捕集来降低碳排量,其中碳捕集与封存简称CCS,是将CO2从电厂等工业或其他排放源分离,经富集、压缩并运输到特定地点,注入储层封存以实现被捕集的CO2与大气长期分离的技术,当然这种技术难度大,经济成本高昂,电力成本高,作为简易替代,现在很多企业一般都是将排出的CO2气体穿过氢氧化物液体或者胺类物质,使CO2被吸收,以此来减少碳排量。
但是,现有的高耗电量企业碳排量提取方法中,由于只考虑企业的总碳排量,很难甄别出真实的高能耗企业,在碳提取时,未必能使区域整体碳排量减少,也就是说,不一定能够起到实际的减排效果,进一步的说,现有的企业的碳提取之后,如果电力能耗反而增加,那实质上,碳提取有没有起到相应的效果,也是值得商榷的。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了高耗电量企业碳排量提取方法及提取***,通过设置标示单元、核验单元、第一监测单元、对高能耗企业的碳排放进行监测,确定碳排量及碳排放的区域,并通过设置监测点,确定碳排量和耗电量的相关性;第二监测单元、对监测区域内高碳排量企业的碳排放进行监测,并对企业排碳进行碳捕集及负碳处理,直至企业碳排量低于阈值;判断单元、对企业的碳排放进行捕集后,判断高碳排量企业的综合碳排量是否还超过阈值,提高碳排量企业的耗电效率。确定高碳排量企业的基础上,完成企业碳排量提取,在减少企业能耗的基础上,使企业的碳排量最终接近零,解决背景技术中提出的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:高耗电量企业碳排量提取方法,包括如下步骤:步骤一、获取碳排量提取区域范围并在电子地图上标示,并确定位于该区域内的耗电企业,经过检测后,确定其中出高耗电量企业;所述步骤一包括如下内容:步骤101、确定提取碳排量的监测区域及区域的内耗电企业的位置,针对监测区域建立电子地图,将企业的位置标记在电子地图上;步骤102、在电子地图上标记监测区域内的输电线路,并对各个输电节点进行标记,在节点处设置耗电量统计设备;步骤103、对各个企业的耗电量进行周期性监控,建立耗电量数据集,并将耗电量数据集上传至云端,判断企业的耗电趋势;步骤104、确定各个企业最近三个周期内的平均耗电量及最高耗电量,将平均耗电量及最高耗电量分别与相应的阈值对比,判断是否存在至少一个超过阈值,如果超过,则确定为耗电企业;获取所有耗电企业名单,并上传云端并输出;
步骤二、基于企业主营业务,获取能耗与营收之比,从高耗电量企业区分出其中低耗电效率企业,并对低耗电效率企业进行标记;步骤三、对高能耗企业的碳排放进行监测,确定碳排量及碳排放的区域,并通过设置监测点,确定碳排量和耗电量的相关性;步骤四、对监测区域内高碳排量企业的碳排放进行监测,并对企业排碳进行碳捕集及负碳处理,直至企业碳排量低于阈值;步骤五、对企业的碳排放进行捕集后,判断高碳排量企业的综合碳排量是否还超过阈值,如果仍然超过阈值,则依据碳排量和耗电量的相关性采取措施,提高碳排量企业的耗电效率。
进一步的,所述步骤二包括如下内容:步骤201、获取高耗电企业名单,检索各个高耗电企业的主营业务及相应的营收,获取能耗量与营收之比,确定为能耗营收比;步骤202、将能耗营收比与相应的阈值进行对比,判断是否超过阈值,如果超过阈值,则将超过阈值的能耗企业确定低耗电效率企业,并将低耗电效率企业名单输出;步骤203、获取低耗电效率企业名单,并在电子地图上进行标记。
进一步的,所述步骤三包括如下内容:步骤301、从电子地图上获取低耗电效率企业的位置,结合能耗营收比,建立分类器后,将监测区域分割为若干个区域,确定各个区域的能耗营收比的平均值;步骤302、建立路径规划模型,结合各个区域的能耗营收比的平均值,规划巡检路径,通过无人机携带二氧化碳检测设备,对各个区域的二氧化碳浓度进行检测,获取各个区域的二氧化碳浓度数据,并上传至云端。
进一步的,步骤302之后包括:步骤303、获取各个区域的二氧化碳浓度数据,依据二氧化碳浓度的高低进行排序,结合路径规划模型,确定对监测区域内的各个低耗电效率企业碳排放的统计顺序;并对企业碳排量进行计算和统计,确定各个区域内的企业的碳排量;基于监测区域内若干个低耗电效率企业的耗电量及碳排量数据,计算低耗电效率企业的耗电量与碳排量数据之间的相关性系数。
进一步的,步骤303之后包括:步骤304、依据统计顺序,依次对各个低耗电效率的经营范围进行解构,确定其涉及排碳业务的营业收入及相应碳排量,计算得出营碳比;步骤305、获取各个企业的营碳比并与相应阈值对比,确定其中低于阈值的部分,确定其中企业总的碳排量超过阈值部分;将营碳比低于阈值的且碳排量超过阈值的企业确定高碳排量企业的名单,并上传至云端。
进一步的,所述步骤四包括如下内容:步骤401、通过携带碳检测装置的无人机对高碳排量企业的厂区进行巡检,依据含量是否异常,如果存在异常点,则确定企业碳排放点,并将排放点的位置在电子地图上标记;步骤402、在碳排放点处设置热量回收***,企业含碳气体排穿过热量回收***,回收热量并降低排放气体的温度;在碳排放点安装碳捕集***,对从热量回收的***处排出的含碳气体进行捕集,由氢氧化物溶液吸收后,再将含碳气体横向排除,完成初步的碳捕集,并统计碳捕集量;对经过捕集后的含碳气体的含碳量进行检测,在超过相应阈值的条件下,发出警报。
进一步的,步骤402之后还包括:步骤403、在从碳捕集***气体排出处,将含碳气体的横向排放至无人区域;获取排出含碳气体的温度、速度、浓度及排出量的等排放气体状态数据,建立气体排放模型,对含碳气体的流动进行仿真模拟,形成仿真结果,确定含碳气体的流动规律;基于气体状态数据,建立含碳气体的扩散模型,并对含碳气体的扩散进行仿真分析;依据仿真分析结果,配合设置的含碳气体的含碳量阈值,在含碳气体扩散区域内,限定出高含碳区域。
进一步的,步骤403之后还包括:步骤404、在高含碳区域内设置若干组含碳量检测器,依据安全阈值,将高含碳区域限定安全区域及非安全区域;在安全区域内从内逐渐向***种植吸碳植物,吸碳植物种植量与排出气体中的含碳量相对应;在非安全区域内设置气体流动引导装置,例如风扇换气扇等等,将非安全区域内的含碳气体向安全区域引导,并在非安全区域内密集种植灌木或者藤本植物,阻碍他人靠近并吸附或者富集含碳气体。
进一步的,所述步骤五包括如下内容:步骤501、在经过多个周期后,对高碳排量企业的***区域空气中的含碳量进行检测,判断含量是否超过相应阈值;如果超过,则发出警报;步骤502、重新计算出当前企业总碳排量,如果低于阈值,则不再记录为高碳排量企业;如果高于阈值,则对高碳排量企业的化石能源消耗量及实际耗电量进行统计,输出统计结果;步骤503、获取统计结果,如果化石能源消耗量超过阈值的,增加电能配比,以电能对化石能源进行替换,减少直接碳排放;如果化石能源消耗量未超过阈值的,则减少电能配比,引导企业提高耗电效率;最终增加电力***的供电量,减少化石能源的消耗量,减少碳排量的直接增加。
高耗电量企业碳排量提取***,包括:标示单元、获取碳排量提取区域范围并在电子地图上标示,确定位于该区域内的耗电企业,经过检测后确定其中出高耗电量企业;核验单元、获取能耗与营收之比,从高耗电量企业区分出其中低耗电效率企业,并对低耗电效率企业进行标记;第一监测单元、对高能耗企业的碳排放进行监测,确定碳排量及碳排放的区域,并通过设置监测点,确定碳排量和耗电量的相关性;第二监测单元、对监测区域内高碳排量企业的碳排放进行监测,并对企业排碳进行碳捕集及负碳处理,直至企业碳排量低于阈值;判断单元、对企业的碳排放进行捕集后,判断高碳排量企业的综合碳排量是否还超过阈值,如果仍然超过阈值,则依据碳排量和耗电量的相关性采取措施,提高碳排量企业的耗电效率。
(三)有益效果
本发明提供了高耗电量企业碳排量提取方法及提取***,具备以下有益效果:
通过监控区域中的确定出高耗电企业,能够在进行碳排放检测时确定优先检测目标,加快检测的效率,通过对企业主营业务及实际耗电量的进行判断,从若干企业中选择出真实的低产能高碳排量高能耗的企业,降低碳排量提取或者捕集的难度。
基于路径规划算法建立的路径规划模型,降低对企业进行碳排量检测的难度,通过对各个低耗电效率企业做出进一步的分析,明确其中碳排量较大的潜在企业,减少工作量,缩小碳提取或者碳捕集的难度。
通过设置热量回收***、碳捕集***及建立气体扩散模型及采取负碳措施,通过多重手段的相互配合,在确定高碳排量企业的基础上,完成企业碳排量提取,由于热量回收***、碳捕集***及取负碳措施之间相互配合,在减少企业能耗的基础上,使企业的碳排量最终接近零,做到企业零碳。通过区分安全区域及非安全区域,使企业的碳排放在无污染的前提下,做到安全,对居民生活不造成负面影响。
在高碳排量企业采取了碳捕集措施,对含碳气体中的碳进行提取后,判断提取是否存在效果,如果效果不达标,引导企业以碳排量相对较低电能进行替代,而降低碳排量,也减少碳捕集的压力。
附图说明
图1为本发明高耗电量企业碳排量提取方法流程示意图;
图2为本发明高耗电量企业碳排量提取***结构示意图;
图中:10、标示单元;20、核验单元;30、第一监测单元;40、第二监测单元;50、判断单元。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例1
请参阅图1-2,本发明提供高耗电量企业碳排量提取方法,包括如下步骤:
步骤一、获取碳排量提取区域范围并在电子地图上标示,并确定位于该区域内的耗电企业,经过检测后,确定其中出高耗电量企业;
所述步骤一包括如下内容:
步骤101、确定提取碳排量的监测区域及区域的内耗电企业的位置,针对监测区域建立电子地图,将企业的位置标记在电子地图上;从而增加可视化效果,展示更直观;
步骤102、在电子地图上标记监测区域内的输电线路,并对各个输电节点进行标记,在节点处设置耗电量统计设备;从而能够针对企业的耗电量进行统计,确定输电节点,也便于对各个企业的供电量进行调节;
步骤103、对各个企业的耗电量进行周期性监控,建立耗电量数据集,并将耗电量数据集上传至云端;而在耗电量数据集中的数据较多时,则能够对企业下一周期(例如一周或者一个月)的耗电量进行预测,判断企业的耗电趋势,从而能够对企业的供电量进行相应性的调整;
步骤104、确定各个企业最近三个周期(例如一个周期为一个月)内的平均耗电量及最高耗电量,将平均耗电量及最高耗电量分别与相应的阈值对比,判断是否存在至少一个超过阈值,如果超过,则确定为耗电企业;
获取所有耗电企业名单,并上传云端并输出;使用时,通过统计企业最近三个月的耗电量,从而从监测区域内的若干企业中确定出耗电企业。
使用时,结合步骤101至104中的内容:通过确定碳排放的监控区域,从监控区域中的确定出若干个高耗电企业,从而在进行碳排放检测时,确定出优先检测目标,在有限的条件下,加快检测的效率,在区域整体上快速降低碳排量。
步骤二、基于企业主营业务,获取能耗与营收之比,从高耗电量企业区分出其中低耗电效率企业,并对低耗电效率企业进行标记;所述步骤二中包括如下内容:
步骤201、获取高耗电企业名单,检索各个高耗电企业的主营业务及相应的营收,获取能耗量与营收之比,确定为能耗营收比;
步骤202、将能耗营收比与相应的阈值进行对比,判断是否超过阈值,如果超过阈值,则将超过阈值的能耗企业确定低耗电效率企业,并将低耗电效率企业名单输出;
使用时,通过确定低耗电企业,在处理高能耗低产能企业时,进一步的缩小目标范围,很多企业可能会存在营业项目能耗量巨大,碳排量巨大,但是实际营收长期较少,利润低微的业务,这些业务技术水平通常不高,需要进行清理;
步骤203、获取低耗电效率企业名单,并在电子地图上进行标记。
使用时,结合步骤201至203中的内容:通过对企业主营业务及实际耗电量的进行判断,从而能够从若干企业中选择出真实的低产能高碳排量高能耗的企业,降低碳排量提取或者捕集的难度。
步骤三、对高能耗企业的碳排放进行监测,确定碳排量及碳排放的区域,并通过设置监测点,确定碳排量和耗电量的相关性;
步骤301、从电子地图上获取低耗电效率企业的位置,结合能耗营收比,建立分类器后,将监测区域分割为若干个区域,确定各个区域的能耗营收比的平均值;对监测区域的分割,能够对高能耗企业是否处于状态进行判断;
步骤302、建立路径规划模型,结合各个区域的能耗营收比的平均值,规划巡检路径,通过无人机携带二氧化碳检测设备,对各个区域的二氧化碳浓度进行检测,获取各个区域的二氧化碳浓度数据,并上传至云端;获取分割后的各个区域的二氧化碳浓度之后,基于二氧化碳浓度的不同,能够对各个区域的碳排量进行大概的判断;
步骤303、获取各个区域的二氧化碳浓度数据,依据二氧化碳浓度的高低进行排序,结合路径规划模型,确定对监测区域内的各个低耗电效率企业碳排放的统计顺序;
并对企业碳排量进行计算和统计,确定各个区域内的企业的碳排量;
基于监测区域内若干个低耗电效率企业的耗电量及碳排量数据,计算低耗电效率企业的耗电量与碳排量数据之间的相关性系数。
使用时,通过依次对各个低耗电效率企业的碳排量及耗电量的进行相关性进行判断并确定相关性系数,在需要对企业的碳排量进行调整时,能够针对性的企业的供电量进行调整,从而对低耗电效率企业的碳排量造成直接影响。
步骤304、依据统计顺序,依次对各个低耗电效率的经营范围进行解构,确定其涉及排碳业务的营业收入及相应碳排量,计算得出营碳比;
步骤305、获取各个企业的营碳比并与相应阈值对比,确定其中低于阈值的部分,也即其中营业收入相对较少但是碳排量较大的企业,并且进一步确定其中企业总的碳排量(非部分主营业务)超过阈值部分;
将营碳比低于阈值的且碳排量超过阈值的企业确定高碳排量企业的名单,并上传至云端。
结合步骤304至305,通过进一步的分析低耗电效率企业的业务营收及碳排量,从进一步的精确的确定高碳排量企业,在电力***的配合下,缩小提取企业排碳量的难度。
使用时,结合步骤301至305中的内容:通过基于路径规划算法建立的路径规划模型,从而降低对各个企业进行碳排量检测的难度,同时通过对各个低耗电效率企业做出进一步的分析,从而明确其中碳排量较大的潜在企业,减少工作量,缩小碳提取或者碳捕集的难度,而且通过针对性的获取碳排量和耗电量的相关性,形成调整企业碳排量的策略。
步骤四、对监测区域内高碳排量企业的碳排放进行监测,并对企业排碳进行碳捕集及负碳处理,直至企业碳排量低于阈值;所述步骤四包括如下内容:
步骤401、通过携带碳检测装置的无人机对高碳排量企业的厂区进行巡检,依据含量是否异常,如果存在异常点,则确定企业碳排放点,并将排放点的位置在电子地图上标记;考虑到企业在进行碳排放时,通常会隐藏排放点,因此需要自己进行检测,找到判断出碳排放点。
步骤402、在碳排放点处设置热量回收***,企业含碳气体排穿过热量回收***,回收热量并降低排放气体的温度;
在碳排放点安装碳捕集***,对从热量回收的***处排出的含碳气体进行捕集,由氢氧化物溶液吸收后,再将含碳气体横向排除,完成初步的碳捕集,并统计碳捕集量;
对经过捕集后的含碳气体的含碳量进行检测,在超过相应阈值的条件下,发出警报。
使用时,在确定了高碳排量企业的排放点之后,设置热量回收***及碳捕集***,能够优先回收含碳气体中的热量,降低高碳排量企业的实际能耗,如果这些回收的热量能够有效的参与至生产过程,则能够降低,在热回收之后,继续进行对由排放点排出的含碳气体进行碳捕集,从而初步完成碳提取时这一流程。
步骤403、在从碳捕集***气体排出处,将含碳气体的横向排放至无人区域;
获取排出含碳气体的温度、速度、浓度及排出量的等排放气体状态数据,建立气体排放模型,对含碳气体的流动进行仿真模拟,形成仿真结果,确定含碳气体的流动规律;
基于气体状态数据,建立含碳气体的扩散模型,并对含碳气体的扩散进行仿真分析;
依据仿真分析结果,配合设置的含碳气体的含碳量阈值,在含碳气体扩散区域内,限定出高含碳区域。
使用时,含碳气体完成碳捕集之后,由于碳捕集***的效率限制及能力限制,处理完的气体中则仍然会存在一定量的碳,因此需要对这一部分碳进行处理,从而尽量做到零碳处理;并且通过确定含碳气体的扩散模型,也便于对含碳气体的流动的扩散进行定位。
步骤404、在高含碳区域内设置若干组含碳量检测器,依据安全阈值,将高含碳区域限定安全区域及非安全区域;
在安全区域内从内逐渐向***种植吸碳植物,吸碳植物种植量与排出气体中的含碳量相对应;也即依吸碳植物的吸碳量来调整种植量,最终使吸碳植物的总吸碳量与含碳气体中的碳排量相对应;
在非安全区域内设置气体流动引导装置,例如风扇换气扇等等,将非安全区域内的含碳气体向安全区域引导,并在非安全区域内密集种植灌木或者藤本植物,阻碍他人靠近并吸附或者富集含碳气体。
使用时,在步骤403确定了含碳气体的扩散模型之后,依据确定扩散区域来划定安全区域及非安全区域,并针对性的采取负碳措施及安全措施,以种树来回收的碳形式,进行下一步的碳捕集,降低企业的碳排量。
使用时,结合步骤401至404中的内容,通过设置热量回收***、碳捕集***及建立气体扩散模型及采取负碳措施,通过多重手段的相互配合,在确定了高碳排量企业的基础上,完成企业碳排量的提取,而且由于设置热量回收***、碳捕集***及取负碳措施之间相互配合,在减少企业能耗的基础上,进行碳捕集及提取,使企业的碳排量最终接近零,做到企业零碳。进一步的,通过区分安全区域及非安全区域,也能使企业的碳排放在无污染的前提下,做到安全,对居民生活不造成影响。
步骤五、对企业的碳排放进行捕集后,判断高碳排量企业的综合碳排量是否还超过阈值,如果仍然超过阈值,则依据碳排量和耗电量的相关性采取措施,提高碳排量企业的耗电效率;
所述步骤五包括如下内容:
步骤501、在经过多个周期后,对高碳排量企业的***区域空气中的含碳量进行检测,判断含量是否超过相应阈值,如果未超过,则说明用户减少了碳排量,或者采取的碳捕集具有明显的效果;如果超过,则发出警报;
步骤502、重新计算出当前企业总碳排量,如果低于阈值,则不再记录为高碳排量企业;如果高于阈值,则对高碳排量企业的化石能源消耗量及实际耗电量进行统计,输出统计结果;
步骤503、获取统计结果,如果化石能源消耗量超过阈值的,增加电能配比,以电能对化石能源进行替换,减少直接碳排放;
如果化石能源消耗量未超过阈值的,则减少电能配比,引导企业提高耗电效率;最终增加电力***的供电量,减少化石能源的消耗量,减少碳排量的直接增加。
使用时,结合步骤501至步骤503中的内容,在高碳排量企业采取了碳捕集措施,对含碳气体中的碳进行提取后,判断提取是否存在效果,如果效果不达标,就做出进一步的措施,引导企业以碳排量相对较低电能进行替代,而降低碳排量,也减少碳捕集的压力。
结合步骤1到5中的内容,本申请中至少存在如下效果:
通过监控区域中的确定出高耗电企业,能够在进行碳排放检测时确定优先检测目标,加快检测的效率,通过对企业主营业务及实际耗电量的进行判断,从若干企业中选择出真实的低产能高碳排量高能耗的企业,降低碳排量提取或者捕集的难度。
基于路径规划算法建立的路径规划模型,降低对企业进行碳排量检测的难度,通过对各个低耗电效率企业做出进一步的分析,明确其中碳排量较大的潜在企业,减少工作量,缩小碳提取或者碳捕集的难度。
通过设置热量回收***、碳捕集***及建立气体扩散模型及采取负碳措施,通过多重手段的相互配合,在确定高碳排量企业的基础上,完成企业碳排量提取,由于热量回收***、碳捕集***及取负碳措施之间相互配合,在减少企业能耗的基础上,使企业的碳排量最终接近零,做到企业零碳。通过区分安全区域及非安全区域,使企业的碳排放在无污染的前提下,做到安全,对居民生活不造成负面影响。
在高碳排量企业采取了碳捕集措施,对含碳气体中的碳进行提取后,判断提取是否存在效果,如果效果不达标,引导企业以碳排量相对较低电能进行替代,而降低碳排量,也减少碳捕集的压力。
实施例2
请参阅图1-2,本发明提供高耗电量企业碳排量提取***,包括:
标示单元10、获取碳排量提取区域范围并在电子地图上标示,确定位于该区域内的耗电企业,经过检测后确定其中出高耗电量企业;
核验单元20、获取能耗与营收之比,从高耗电量企业区分出其中低耗电效率企业,并对低耗电效率企业进行标记;
第一监测单元30、对高能耗企业的碳排放进行监测,确定碳排量及碳排放的区域,并通过设置监测点,确定碳排量和耗电量的相关性;
第二监测单元40、对监测区域内高碳排量企业的碳排放进行监测,并对企业排碳进行碳捕集及负碳处理,直至企业碳排量低于阈值;
判断单元50、对企业的碳排放进行捕集后,判断高碳排量企业的综合碳排量是否还超过阈值,如果仍然超过阈值,则依据碳排量和耗电量的相关性采取措施,提高碳排量企业的耗电效率。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为高耗电量企业碳排量提取方法及提取***航道水下地形变化分析***及方法逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存取存储器(randomaccessmemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.高耗电量企业碳排量提取方法,其特征在于:包括如下步骤:
步骤一、获取碳排量提取区域范围并在电子地图上标示,并确定位于该区域内的耗电企业,经过检测后,确定其中出高耗电量企业;所述步骤一包括如下内容:
步骤101、确定提取碳排量的监测区域及区域的内耗电企业的位置,针对监测区域建立电子地图,将企业的位置标记在电子地图上;
步骤102、在电子地图上标记监测区域内的输电线路,并对各个输电节点进行标记,在节点处设置耗电量统计设备;
步骤103、对各个企业的耗电量进行周期性监控,建立耗电量数据集,并将耗电量数据集上传至云端,判断企业的耗电趋势;
步骤104、确定各个企业最近三个周期内的平均耗电量及最高耗电量,将平均耗电量及最高耗电量分别与相应的阈值对比,判断是否存在至少一个超过阈值,如果超过,则确定为耗电企业;获取所有耗电企业名单,并上传云端并输出;
步骤二、基于企业主营业务,获取能耗与营收之比,从高耗电量企业区分出其中低耗电效率企业,并对低耗电效率企业进行标记;
步骤三、对高能耗企业的碳排放进行监测,确定碳排量及碳排放的区域,并通过设置监测点,确定碳排量和耗电量的相关性;
步骤四、对监测区域内高碳排量企业的碳排放进行监测,并对企业排碳进行碳捕集及负碳处理,直至企业碳排量低于阈值;
步骤五、对企业的碳排放进行捕集后,判断高碳排量企业的综合碳排量是否还超过阈值,如果仍然超过阈值,则依据碳排量和耗电量的相关性采取措施,提高碳排量企业的耗电效率。
2.根据权利要求1所述的高耗电量企业碳排量提取方法,其特征在于:所述步骤二包括如下内容:
步骤201、获取高耗电企业名单,检索各个高耗电企业的主营业务及相应的营收,获取能耗量与营收之比,确定为能耗营收比;
步骤202、将能耗营收比与相应的阈值进行对比,判断是否超过阈值,如果超过阈值,则将超过阈值的能耗企业确定低耗电效率企业,并将低耗电效率企业名单输出;
步骤203、获取低耗电效率企业名单,并在电子地图上进行标记。
3.根据权利要求1所述的高耗电量企业碳排量提取方法,其特征在于:所述步骤三包括如下内容:
步骤301、从电子地图上获取低耗电效率企业的位置,结合能耗营收比,建立分类器后,将监测区域分割为若干个区域,确定各个区域的能耗营收比的平均值;
步骤302、建立路径规划模型,结合各个区域的能耗营收比的平均值,规划巡检路径,通过无人机携带二氧化碳检测设备,对各个区域的二氧化碳浓度进行检测,获取各个区域的二氧化碳浓度数据,并上传至云端。
4.根据权利要求3所述的高耗电量企业碳排量提取方法,其特征在于:步骤302之后包括:
步骤303、获取各个区域的二氧化碳浓度数据,依据二氧化碳浓度的高低进行排序,结合路径规划模型,确定对监测区域内的各个低耗电效率企业碳排放的统计顺序;
并对企业碳排量进行计算和统计,确定各个区域内的企业的碳排量;
基于监测区域内若干个低耗电效率企业的耗电量及碳排量数据,计算低耗电效率企业的耗电量与碳排量数据之间的相关性系数。
5.根据权利要求4所述的高耗电量企业碳排量提取方法,其特征在于:步骤303之后包括:
步骤304、依据统计顺序,依次对各个低耗电效率的经营范围进行解构,确定其涉及排碳业务的营业收入及相应碳排量,计算得出营碳比;
步骤305、获取各个企业的营碳比并与相应阈值对比,确定其中低于阈值的部分,确定其中企业总的碳排量超过阈值部分;
将营碳比低于阈值的且碳排量超过阈值的企业确定高碳排量企业的名单,并上传至云端。
6.根据权利要求1所述的高耗电量企业碳排量提取方法,其特征在于:所述步骤四包括如下内容:
步骤401、通过携带碳检测装置的无人机对高碳排量企业的厂区进行巡检,依据含量是否异常,如果存在异常点,则确定企业碳排放点,并将排放点的位置在电子地图上标记;
步骤402、在碳排放点处设置热量回收***,企业含碳气体排穿过热量回收***,回收热量并降低排放气体的温度;
在碳排放点安装碳捕集***,对从热量回收的***处排出的含碳气体进行捕集,由氢氧化物溶液吸收后,再将含碳气体横向排除,完成初步的碳捕集,并统计碳捕集量;
对经过捕集后的含碳气体的含碳量进行检测,在超过相应阈值的条件下,发出警报。
7.根据权利要求1所述的高耗电量企业碳排量提取方法,其特征在于:步骤402之后还包括:
步骤403、在从碳捕集***气体排出处,将含碳气体的横向排放至无人区域;
获取排出含碳气体的温度、速度、浓度及排出量的等排放气体状态数据,建立气体排放模型,对含碳气体的流动进行仿真模拟,形成仿真结果,确定含碳气体的流动规律;
基于气体状态数据,建立含碳气体的扩散模型,并对含碳气体的扩散进行仿真分析;
依据仿真分析结果,配合设置的含碳气体的含碳量阈值,在含碳气体扩散区域内,限定出高含碳区域。
8.根据权利要求1所述的高耗电量企业碳排量提取方法,其特征在于:步骤403之后还包括:
步骤404、在高含碳区域内设置若干组含碳量检测器,依据安全阈值,将高含碳区域限定安全区域及非安全区域;
在安全区域内从内逐渐向***种植吸碳植物,吸碳植物种植量与排出气体中的含碳量相对应;
在非安全区域内设置气体流动引导装置,例如风扇换气扇等等,将非安全区域内的含碳气体向安全区域引导,并在非安全区域内密集种植灌木或者藤本植物,阻碍他人靠近并吸附或者富集含碳气体。
9.根据权利要求1所述的高耗电量企业碳排量提取方法,其特征在于:所述步骤五包括如下内容:
步骤501、在经过多个周期后,对高碳排量企业的***区域空气中的含碳量进行检测,判断含量是否超过相应阈值;如果超过,则发出警报;
步骤502、重新计算出当前企业总碳排量,如果低于阈值,则不再记录为高碳排量企业;如果高于阈值,则对高碳排量企业的化石能源消耗量及实际耗电量进行统计,输出统计结果;
步骤503、获取统计结果,如果化石能源消耗量超过阈值的,增加电能配比,以电能对化石能源进行替换,减少直接碳排放;
如果化石能源消耗量未超过阈值的,则减少电能配比,引导企业提高耗电效率;最终增加电力***的供电量,减少化石能源的消耗量,减少碳排量的直接增加。
10.高耗电量企业碳排量提取***,其特征在于:包括:
标示单元(10)、获取碳排量提取区域范围并在电子地图上标示,确定位于该区域内的耗电企业,经过检测后确定其中出高耗电量企业;
核验单元(20)、获取能耗与营收之比,从高耗电量企业区分出其中低耗电效率企业,并对低耗电效率企业进行标记;
第一监测单元(30)、对高能耗企业的碳排放进行监测,确定碳排量及碳排放的区域,并通过设置监测点,确定碳排量和耗电量的相关性;
第二监测单元(40)、对监测区域内高碳排量企业的碳排放进行监测,并对企业排碳进行碳捕集及负碳处理,直至企业碳排量低于阈值;
判断单元(50)、对企业的碳排放进行捕集后,判断高碳排量企业的综合碳排量是否还超过阈值,如果仍然超过阈值,则依据碳排量和耗电量的相关性采取措施,提高碳排量企业的耗电效率。
CN202211540494.3A 2022-11-28 2022-11-28 高耗电量企业碳排量提取方法及提取*** Withdrawn CN115879670A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211540494.3A CN115879670A (zh) 2022-11-28 2022-11-28 高耗电量企业碳排量提取方法及提取***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211540494.3A CN115879670A (zh) 2022-11-28 2022-11-28 高耗电量企业碳排量提取方法及提取***

Publications (1)

Publication Number Publication Date
CN115879670A true CN115879670A (zh) 2023-03-31

Family

ID=85765650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211540494.3A Withdrawn CN115879670A (zh) 2022-11-28 2022-11-28 高耗电量企业碳排量提取方法及提取***

Country Status (1)

Country Link
CN (1) CN115879670A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116500210A (zh) * 2023-06-28 2023-07-28 四川发展环境科学技术研究院有限公司 一种碳减排核算装置
CN117217966A (zh) * 2023-09-26 2023-12-12 广州市城市规划勘测设计研究院 一种基于碳排放与能耗的智能用电管理***及方法
CN117575161A (zh) * 2023-11-30 2024-02-20 生态环境部土壤与农业农村生态环境监管技术中心 工业污染源监测布点方法和装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116500210A (zh) * 2023-06-28 2023-07-28 四川发展环境科学技术研究院有限公司 一种碳减排核算装置
CN116500210B (zh) * 2023-06-28 2023-08-25 四川发展环境科学技术研究院有限公司 一种碳减排核算装置
CN117217966A (zh) * 2023-09-26 2023-12-12 广州市城市规划勘测设计研究院 一种基于碳排放与能耗的智能用电管理***及方法
CN117575161A (zh) * 2023-11-30 2024-02-20 生态环境部土壤与农业农村生态环境监管技术中心 工业污染源监测布点方法和装置
CN117575161B (zh) * 2023-11-30 2024-06-11 生态环境部土壤与农业农村生态环境监管技术中心 工业污染源监测布点方法和装置

Similar Documents

Publication Publication Date Title
CN115879670A (zh) 高耗电量企业碳排量提取方法及提取***
CN114359002B (zh) 基于移动监测趋势挖掘的大气污染小尺度溯源方法及***
CN110531029B (zh) 一种基于环保物联网大数据预测空气质量趋势的装置
CN110889088A (zh) 一种应用电力模型辅助的企业排污监管方法
CN103631681A (zh) 一种在线修复风电场异常数据的方法
CN115375522A (zh) 智慧城市碳中和数据分析***
CN108448625B (zh) 一种基于数据驱动的风机切入风速计算方法
CN116187613B (zh) 一种基于大数据的碳排放流实时监测***及其方法
CN116933951B (zh) 一种基于大数据的低碳园区碳排放监控***及方法
CN107292523A (zh) 火电机组环保性能的评价方法和***
CN110908957A (zh) 电力行业网络安全日志审计分析方法
CN114139877A (zh) 一种废旧电池回收的碳排放核算方法、装置及***
CN113687138A (zh) 一种空压站能效在线监测***
Fu et al. Trimming outliers using trees: winning solution of the large-scale energy anomaly detection (LEAD) competition
CN116485079B (zh) 数字化精益碳排放核算方法、装置、设备及存储介质
CN110796188B (zh) 一种多类型惯性传感器协同的建设工人工效监控方法
CN110837504A (zh) 一种工控***异常***事件识别方法
CN112037106A (zh) 一种基于特征互相关性和概率密度的数据异常分析方法
Cruz et al. Machine learning-based indoor air quality baseline study of the offices and laboratories of the northwest and southwest building of Mapúa University–Manila
CN114676931B (zh) 一种基于数据中台技术的电量预测***
CN114113481A (zh) 一种企业温室气体来源捕捉***
CN113687027B (zh) 一种二氧化碳浓度检测和氧气再生***
CN115034575A (zh) 一种基于互联网大数据的服务管理方法
CN114677052A (zh) 基于tarch模型的天然气负荷波动非对称性分析方法及***
CN115203278A (zh) 基于环境监测的温室气体溯源***及方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20230331

WW01 Invention patent application withdrawn after publication