CN116308767A - 一种电力用户碳排放计量方法与*** - Google Patents

一种电力用户碳排放计量方法与*** Download PDF

Info

Publication number
CN116308767A
CN116308767A CN202211505429.7A CN202211505429A CN116308767A CN 116308767 A CN116308767 A CN 116308767A CN 202211505429 A CN202211505429 A CN 202211505429A CN 116308767 A CN116308767 A CN 116308767A
Authority
CN
China
Prior art keywords
electricity
power
carbon emission
provincial
direct
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
Application number
CN202211505429.7A
Other languages
English (en)
Inventor
刘子俊
赵宇明
王静
廖一锴
杨群
钱斌
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.)
Shenzhen Power Supply Co ltd
Original Assignee
Shenzhen Power Supply Co ltd
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 Shenzhen Power Supply Co ltd filed Critical Shenzhen Power Supply Co ltd
Priority to CN202211505429.7A priority Critical patent/CN116308767A/zh
Publication of CN116308767A publication Critical patent/CN116308767A/zh
Pending legal-status Critical Current

Links

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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • 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
    • 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
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种电力用户碳排放计量方法与***，包括：通过各个计量点位置的智能电表记录对应的各个电力用户的交易电量，并将各个电力用户的交易电量写入分布式DAG账本；周期性地对所述分布式DAG账本所记录的各个电力用户的交易电量进行分类汇总统计；根据所述当前结算周期的统计结果计算电力用户所在省级区域平均碳排放因子；根据电力用户不同交易电量对应的碳排放因子以及电力用户所在省级区域平均碳排放因子，计算得到电力用户在某一结算结算周期内用电量对应的碳排放。本发明提高电力用户碳排放计量效率，满足日益增长的电力用户直购电需求，实现绿电交易的全程可追溯。

Description

一种电力用户碳排放计量方法与***
技术领域
本发明涉及电量碳排放技术领域，具体涉及一种电力用户碳排放计量方法与***。
背景技术
实现碳中和的根本在于减少碳排放，要为碳减排提供相应的政策支撑，重要依据之一就是碳排放的统计核算。对电力行业而言，用电侧碳排放因子是连接电力消费与碳排放量的关键。目前，我国常用的主要有两大类用电侧碳排放因子，第一类通过电力企业管辖范围内所有电厂的总发电碳排放与总发电量相除得到排放因子，衡量产生每1千瓦时电能所需的碳排放，根据该因子适用区域范围，可进一步划分为区域电网平均碳排放因子和省级电网平均碳排放因子两种，目前最新的数据为国家相关部门于2012年公布。第二类排放因子用于计算新能源电力设施每发1千瓦时电对应减少的碳排放，主要用于核算CDM、CCER项目实际产生的减排量，目前采用的是生态环境部2019年发布的区域电网基准线排放因子。
本发明针对第一类排放因子进行研究，随着新型电力***建设快速推进，各类分布式新能源发电上网项目越来越多，不同区域、不同省份新能源装机占比快速变化，利用现有国家部门发布的用电侧碳排放因子来计算各地区碳排放和减碳效果面临两方面问题：一是发布的数据比较陈旧难以适应当前电网新能源发电结构变化，例如直购电，无法准确反应新型电力***建设成效；另一方面，现有的用电侧碳排放因子无法反应出光伏、风电等新能源发电随机性变化、时变性波动大的特点，无法反应与水电、核电等绿色发电模式的区别。
发明内容
本发明的目的在于提出一种电力用户碳排放计量方法与***，以解决上述技术问题。
为实现上述目的，本发明提出一种电力用户碳排放计量方法，所述方法包括：
通过各个计量点位置的智能电表记录对应的各个电力用户的交易电量，并将各个电力用户的交易电量写入分布式DAG账本；
周期性地对所述分布式DAG账本所记录的各个电力用户的交易电量进行分类汇总统计；
根据所述当前结算周期的统计结果计算电力用户所在省级区域平均碳排放因子；
根据电力用户不同交易电量对应的碳排放因子以及电力用户所在省级区域平均碳排放因子，计算得到电力用户在某一结算结算周期内用电量对应的碳排放。
优选地，所述根据所述当前结算周期的统计结果计算电力用户所在省级区域平均碳排放因子，包括：
计算该省级直购电总量，省级直购电总量＝省外购电量+省统调电厂购电量；
计算省级网损电量，省级网损电量＝省级直购电总量-省对外供出电量-省供直属局电量-储能站损耗电量；
计算省级电网网损率η，η＝省级网损电量/省级直购电总量；
计算省供区域平均碳排放因子EFn,avg，EFn,avg＝(省外购电碳排放+省统调电厂购电碳排放+直属地区局地方电厂购电碳排放量)/(省对外供出电量+直属局售电量)。
优选地，所述根据电力用户不同交易电量对应的碳排放因子以及电力用户所在省级区域平均碳排放因子，计算得到电力用户在某一结算结算周期内用电量对应的碳排放，包括：
Figure BDA0003967995180000021
其中，En为用户n在单位时间内的电力碳排放量，单位为：kg；En,p为用户n电网企业购电量，单位为：kW·h；
Figure BDA0003967995180000022
为用户n的第j份电厂直购电合同的购电量，单位为：kW·h；
Figure BDA0003967995180000023
为用户n的第j份直购电合同的电厂碳排放因子，单位为：kg/kW·h；/>
Figure BDA0003967995180000024
为用户n所有的电厂直购电交易合同集合。
优选地，所述将各个电力用户的交易电量写入分布式DAG账本，包括：
通过调用密码基础设施提供的加解密服务，将电力用户的计量点编号和电能表对应的交易电量处理后写入所述分布式DAG账本；写入频次为1次/天。
优选地，所述结算周期为一个月。
本发明还提出一种电力用户碳排放计量***，所述***包括：
交易电量记录单元，用于通过各个计量点位置的智能电表记录对应的各个电力用户的交易电量，并将各个电力用户的交易电量写入分布式DAG账本；
统计单元，用于周期性地对所述分布式DAG账本所记录的各个电力用户的交易电量进行分类汇总统计；
碳排放因子计算单元，用于根据所述当前结算周期的统计结果计算电力用户所在省级区域平均碳排放因子；
碳排放计算单元，用于根据电力用户不同交易电量对应的碳排放因子以及电力用户所在省级区域平均碳排放因子，计算得到电力用户在某一结算结算周期内用电量对应的碳排放。
优选地，所述碳排放因子计算单元，具体用于：
计算该省级直购电总量，省级直购电总量＝省外购电量+省统调电厂购电量；
计算省级网损电量，省级网损电量＝省级直购电总量-省对外供出电量-省供直属局电量-储能站损耗电量；
计算省级电网网损率η，η＝省级网损电量/省级直购电总量；
计算省供区域平均碳排放因子EFn,avg，EFn,avg＝(省外购电碳排放+省统调电厂购电碳排放+直属地区局地方电厂购电碳排放量)/(省对外供出电量+直属局售电量)。
优选地，所述碳排放计算单元，具体用于根据以下公式计算电力用户在某一结算结算周期内用电量对应的碳排放：
Figure BDA0003967995180000031
其中，En为用户n在单位时间内的电力碳排放量，单位为：kg；En,p为用户n电网企业购电量，单位为：kW·h；
Figure BDA0003967995180000041
为用户n的第j份电厂直购电合同的购电量，单位为：kW·h；
Figure BDA0003967995180000042
为用户n的第j份直购电合同的电厂碳排放因子，单位为：kg/kW·h；/>
Figure BDA0003967995180000043
为用户n所有的电厂直购电交易合同集合。
优选地，所述交易电量记录单元，具体用于：
通过调用密码基础设施提供的加解密服务，将电力用户的计量点编号和电能表对应的交易电量处理后写入所述分布式DAG账本；写入频次为1次/天。
优选地，所述结算周期为一个月。
本发明具有以下有益效果：
(1)本发明提出了一种基于交易行为的电力客户碳排放计量方法及***，区别于现有单一的申报和核准模式，现有模式申报结算周期长，现场核准流程繁琐，需要对所提交凭证进行一一甄别才能确保计算科学可信；本发明基于电力用户交易行为进行碳排放计量和认证，由于交易本身是基于具备法律效力的合约和可追溯的资金流动，各环节涉及多个可信的第三方，因此核证环节可大幅简化，提高***运行效率；
(2)本发明使用DAG分布式账本对电力交易过程中的交易电量进行记录，解决了传统区块链技术单链结构带来的交易成本高、不支持异步并发的短板，利用DAG账本高速、并行处理的优势，极大的满足日益增长的电力用户直购电需求；
(3)本发明通过DAG分布式账本和密码基础设施的结合，为电厂和用户提供安全、可信的数据服务，能有效避免因数据孤岛造成的绿电的重复售卖，实现绿电交易的全程可追溯。
本发明的其它特征和优点将在随后的具体实施方式中阐述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种电力用户碳排放计量方法的流程图。
图2为本发明实施例中一种电力用户碳排放计量***的框架图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。另外，为了更好的说明本发明，在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的手段未作详细描述，以便于凸显本发明的主旨。
参阅图1，本发明的一个实施例提出一种电力用户碳排放计量方法，所述方法包括以下步骤：
步骤S1、通过各个计量点位置的智能电表记录对应的各个电力用户的交易电量，并将各个电力用户的交易电量写入分布式DAG账本；
具体而言，DAG全称Directed Acyclic Graph,中文译作“有向无环图”，简单来说就是没有闭环的有向图，由点(vertex)和有箭头的边(edge)组成，没有区块概念，从图论拓扑模型宏观来看，将区块链从单链进化到树状和网状，从区块粒度细化到交易粒度，单点到并发，可扩展性极强；图形区块链的优势就是交易速度快，和传统的八卦传播相比，它的信息交互从全网传播变为只和一小部分节点进行信息交互，消耗大大减少；且作恶难度大，原因是每当一笔交易被确认，就相当于隐性确认了他的祖先交易；分布式DAG账本具有数据异步写入的特点，不同的用户客户端可以独立、异步地将交易数据写入DAG，支持大并发高速写入；
其中，智能电表是指安装在用户侧，用于计量用户发电上网、用电量的计量仪表，借助智能电表可以记录用户的交易电量；
步骤S2、周期性地对所述分布式DAG账本所记录的各个电力用户的交易电量进行分类汇总统计；
步骤S3、根据所述当前结算周期的统计结果计算电力用户所在省级区域平均碳排放因子；
步骤S4、根据电力用户不同交易电量对应的碳排放因子以及电力用户所在省级区域平均碳排放因子，计算得到电力用户在某一结算结算周期内用电量对应的碳排放。
进一步地，所述步骤S3，包括：
计算该省级直购电总量，省级直购电总量＝省外购电量+省统调电厂购电量；
计算省级网损电量，省级网损电量＝省级直购电总量-省对外供出电量-省供直属局电量-储能站损耗电量；
计算省级电网网损率η，η＝省级网损电量/省级直购电总量；
计算省供区域平均碳排放因子EFn,avg，EFn,avg＝(省外购电碳排放+省统调电厂购电碳排放+直属地区局地方电厂购电碳排放量)/(省对外供出电量+直属局售电量)。
进一步地，所述步骤S34，包括：
Figure BDA0003967995180000061
其中，En为用户n在单位时间内的电力碳排放量，单位为：kg；En,p为用户n电网企业购电量，单位为：kW·h；
Figure BDA0003967995180000062
为用户n的第j份电厂直购电合同的购电量，单位为：kW·h；
Figure BDA0003967995180000063
为用户n的第j份直购电合同的电厂碳排放因子，单位为：kg/kW·h；/>
Figure BDA0003967995180000064
为用户n所有的电厂直购电交易合同集合；
具体地，电力用户和电厂通过电力交易平台完成直购电协议签订，电力交易平台是指政府主导建设的电力市场交易组织，提供电力交易结算依据和相关服务，汇总电力用户与发电企业自主签订的双边合同，执行市场主体注册和相应管理，披露和发布市场信息等。
进一步地，所述将各个电力用户的交易电量写入分布式DAG账本，包括：
通过调用密码基础设施提供的加解密服务，将电力用户的计量点编号和电能表对应的交易电量处理后写入所述分布式DAG账本；写入频次为1次/天。
具体而言，所述密码服务基础设施是指电力企业建设的基于国密算法的密码体系，包含密钥管理***、密码机及其他密码介质。
进一步地，所述结算周期为一个月。
参阅图2，本发明的另一个实施例还提出一种电力用户碳排放计量***，所述***包括：
交易电量记录单元1，用于通过各个计量点位置的智能电表记录对应的各个电力用户的交易电量，并将各个电力用户的交易电量写入分布式DAG账本；
统计单元2，用于周期性地对所述分布式DAG账本所记录的各个电力用户的交易电量进行分类汇总统计；
碳排放因子计算单元3，用于根据所述当前结算周期的统计结果计算电力用户所在省级区域平均碳排放因子；
碳排放计算单元4，用于根据电力用户不同交易电量对应的碳排放因子以及电力用户所在省级区域平均碳排放因子，计算得到电力用户在某一结算结算周期内用电量对应的碳排放。
进一步地，所述碳排放因子计算单元3，具体用于：
计算该省级直购电总量，省级直购电总量＝省外购电量+省统调电厂购电量；
计算省级网损电量，省级网损电量＝省级直购电总量-省对外供出电量-省供直属局电量-储能站损耗电量；
计算省级电网网损率η，η＝省级网损电量/省级直购电总量；
计算省供区域平均碳排放因子EFn,avg，EFn,avg＝(省外购电碳排放+省统调电厂购电碳排放+直属地区局地方电厂购电碳排放量)/(省对外供出电量+直属局售电量)。
进一步地，所述碳排放计算单元，具体用于根据以下公式计算电力用户在某一结算结算周期内用电量对应的碳排放：
Figure BDA0003967995180000071
其中，En为用户n在单位时间内的电力碳排放量，单位为：kg；En,p为用户n电网企业购电量，单位为：kW·h；
Figure BDA0003967995180000081
为用户n的第j份电厂直购电合同的购电量，单位为：kW·h；
Figure BDA0003967995180000082
为用户n的第j份直购电合同的电厂碳排放因子，单位为：kg/kW·h；/>
Figure BDA0003967995180000083
为用户n所有的电厂直购电交易合同集合。
进一步地，所述交易电量记录单元4，具体用于：
通过调用密码基础设施提供的加解密服务，将电力用户的计量点编号和电能表对应的交易电量处理后写入所述分布式DAG账本；写入频次为1次/天。
进一步地，所述结算周期为一个月。
本实施例的***与上述实施例的方法对应，因此，本实施例的***未详述的部分可以参阅上述实施例的方法得到，此处不再进行赘述。
通过以上实施例的描述可知，本发明的实施例具有以下优点：
(1)本发明的实施例提出了一种基于交易行为的电力客户碳排放计量方法及***，区别于现有单一的申报和核准模式，现有模式申报结算周期长，现场核准流程繁琐，需要对所提交凭证进行一一甄别才能确保计算科学可信；本发明的实施例基于电力用户交易行为进行碳排放计量和认证，由于交易本身是基于具备法律效力的合约和可追溯的资金流动，各环节涉及多个可信的第三方，因此核证环节可大幅简化，提高***运行效率；
(2)本发明的实施例使用DAG分布式账本对电力交易过程中的交易电量进行记录，解决了传统区块链技术单链结构带来的交易成本高、不支持异步并发的短板，利用DAG账本高速、并行处理的优势，极大的满足日益增长的电力用户直购电需求；
(3)本发明的实施例通过DAG分布式账本和密码基础设施的结合，为电厂和用户提供安全、可信的数据服务，能有效避免因数据孤岛造成的绿电的重复售卖，实现绿电交易的全程可追溯。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和更换都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种电力用户碳排放计量方法，其特征在于，所述方法包括：
通过各个计量点位置的智能电表记录对应的各个电力用户的交易电量，并将各个电力用户的交易电量写入分布式DAG账本；
周期性地对所述分布式DAG账本所记录的各个电力用户的交易电量进行分类汇总统计；
根据所述当前结算周期的统计结果计算电力用户所在省级区域平均碳排放因子；
根据电力用户不同交易电量对应的碳排放因子以及电力用户所在省级区域平均碳排放因子，计算得到电力用户在某一结算结算周期内用电量对应的碳排放。
2.如权利要求1所述的电力用户碳排放计量方法，其特征在于，所述根据所述当前结算周期的统计结果计算电力用户所在省级区域平均碳排放因子，包括：
计算该省级直购电总量，省级直购电总量＝省外购电量+省统调电厂购电量；
计算省级网损电量，省级网损电量＝省级直购电总量-省对外供出电量-省供直属局电量-储能站损耗电量；
计算省级电网网损率η，η＝省级网损电量/省级直购电总量；
计算省供区域平均碳排放因子EFn,avg，EFn,avg＝(省外购电碳排放+省统调电厂购电碳排放+直属地区局地方电厂购电碳排放量)/(省对外供出电量+直属局售电量)。
3.如权利要求2所述的电力用户碳排放计量方法，其特征在于，所述根据电力用户不同交易电量对应的碳排放因子以及电力用户所在省级区域平均碳排放因子，计算得到电力用户在某一结算结算周期内用电量对应的碳排放，包括：
Figure QLYQS_1
其中，En为用户n在单位时间内的电力碳排放量，单位为：kg；En,p为用户n电网企业购电量，单位为：kW·h；
Figure QLYQS_2
为用户n的第j份电厂直购电合同的购电量，单位为：kW·h；
Figure QLYQS_3
为用户n的第j份直购电合同的电厂碳排放因子，单位为：kg/kW·h；/>
Figure QLYQS_4
为用户n所有的电厂直购电交易合同集合。
4.如权利要求3所述的电力用户碳排放计量方法，其特征在于，所述将各个电力用户的交易电量写入分布式DAG账本，包括：
通过调用密码基础设施提供的加解密服务，将电力用户的计量点编号和电能表对应的交易电量处理后写入所述分布式DAG账本；写入频次为1次/天。
5.如权利要求4所述的电力用户碳排放计量方法，其特征在于，所述结算周期为一个月。
6.一种电力用户碳排放计量***，其特征在于，所述***包括：
交易电量记录单元，用于通过各个计量点位置的智能电表记录对应的各个电力用户的交易电量，并将各个电力用户的交易电量写入分布式DAG账本；
统计单元，用于周期性地对所述分布式DAG账本所记录的各个电力用户的交易电量进行分类汇总统计；
碳排放因子计算单元，用于根据所述当前结算周期的统计结果计算电力用户所在省级区域平均碳排放因子；
碳排放计算单元，用于根据电力用户不同交易电量对应的碳排放因子以及电力用户所在省级区域平均碳排放因子，计算得到电力用户在某一结算结算周期内用电量对应的碳排放。
7.如权利要求6所述的电力用户碳排放计量***，其特征在于，所述碳排放因子计算单元，具体用于：
计算该省级直购电总量，省级直购电总量＝省外购电量+省统调电厂购电量；
计算省级网损电量，省级网损电量＝省级直购电总量-省对外供出电量-省供直属局电量-储能站损耗电量；
计算省级电网网损率η，η＝省级网损电量/省级直购电总量；
计算省供区域平均碳排放因子EFn,avg，EFn,avg＝(省外购电碳排放+省统调电厂购电碳排放+直属地区局地方电厂购电碳排放量)/(省对外供出电量+直属局售电量)。
8.如权利要求7所述的电力用户碳排放计量***，其特征在于，所述碳排放计算单元，具体用于根据以下公式计算电力用户在某一结算结算周期内用电量对应的碳排放：
Figure QLYQS_5
其中，En为用户n在单位时间内的电力碳排放量，单位为：kg；En,p为用户n电网企业购电量，单位为：kW·h；
Figure QLYQS_6
为用户n的第j份电厂直购电合同的购电量，单位为：kW·h；
Figure QLYQS_7
为用户n的第j份直购电合同的电厂碳排放因子，单位为：kg/kW·h；/>
Figure QLYQS_8
为用户n所有的电厂直购电交易合同集合。
9.如权利要求8所述的电力用户碳排放计量***，其特征在于，所述交易电量记录单元，具体用于：
通过调用密码基础设施提供的加解密服务，将电力用户的计量点编号和电能表对应的交易电量处理后写入所述分布式DAG账本；写入频次为1次/天。
10.如权利要求4所述的电力用户碳排放计量***，其特征在于，所述结算周期为一个月。
CN202211505429.7A 2022-11-28 2022-11-28 一种电力用户碳排放计量方法与*** Pending CN116308767A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211505429.7A CN116308767A (zh) 2022-11-28 2022-11-28 一种电力用户碳排放计量方法与***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211505429.7A CN116308767A (zh) 2022-11-28 2022-11-28 一种电力用户碳排放计量方法与***

Publications (1)

Publication Number Publication Date
CN116308767A true CN116308767A (zh) 2023-06-23

Family

ID=86834717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211505429.7A Pending CN116308767A (zh) 2022-11-28 2022-11-28 一种电力用户碳排放计量方法与***

Country Status (1)

Country Link
CN (1) CN116308767A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117076817A (zh) * 2023-07-20 2023-11-17 中国建筑科学研究院有限公司 一种城区碳排放计算方法
CN117273766A (zh) * 2023-11-22 2023-12-22 中国电力科学研究院有限公司 一种电力***用户侧碳排放分摊计算方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117076817A (zh) * 2023-07-20 2023-11-17 中国建筑科学研究院有限公司 一种城区碳排放计算方法
CN117076817B (zh) * 2023-07-20 2024-02-20 中国建筑科学研究院有限公司 一种城区碳排放计算方法
CN117273766A (zh) * 2023-11-22 2023-12-22 中国电力科学研究院有限公司 一种电力***用户侧碳排放分摊计算方法及装置
CN117273766B (zh) * 2023-11-22 2024-02-20 中国电力科学研究院有限公司 一种电力***用户侧碳排放分摊计算方法及装置

Similar Documents

Publication Publication Date Title
Hou et al. Applying the blockchain technology to promote the development of distributed photovoltaic in China
CN116308767A (zh) 一种电力用户碳排放计量方法与***
Newbery What future (s) for liberalized electricity markets: efficient, equitable or innovative?
CN107895241A (zh) 一种售电公司购售电业务决策与风险评估方法
Jiang et al. Reserve cost allocation mechanism in renewable portfolio standard-constrained spot market
Jiang et al. A Stackelberg Game-based planning approach for integrated community energy system considering multiple participants
Meng et al. Transmission and distribution network-constrained large-scale demand response based on locational customer directrix load for accommodating renewable energy
Ma et al. A block-of-use electricity retail pricing approach based on the customer load profile
Ma et al. Study on the transaction management mode of virtual power plants based on blockchain technology
Brinkman et al. The north american renewable integration study (naris): A canadian perspective
Hadiya et al. Identifying the potential for peer-to-peer trading of rooftop solar power for indian scenario
Duan et al. Research and application of renewable energy power consumption certificate based on blockchain
Sandoval et al. An Assessment on the Impacts of Photovoltaic Systems on Operational Costs of the Grid-The case of the state of Georgia
Luo et al. Multi-time scale trading profit model of pumped storage power plant for electricity market
You et al. Blockchain-based power trading system for microgrid
Statistics Electricity Consumption and Renewable Generation in Northern Ireland
Zhang et al. Research on power planning under the green card and carbon trading process
Jiawei et al. Green time-sharing electricity price mechanism and optimization based on demand response
Duan Intelligent Electricity Purchase and Sale Trading Platform Based on Block Chain
Song et al. Low-carbon comprehensive benefit analysis of integrated energy service provider under bundled cooperation mode
Ahmed et al. Energy Trading and Control in Microgrid Network by using Blockchain Technology
Mu The experience of Renewable Portfolio Standards in the United States and the development path analysis of renewable energy power in Yunnan
Wang et al. A Method to Deal With Inter-regional and Inter-provincial Transaction Settlement Deviation Quantity Based on Kernel Density–Entropy Weight
Yuan et al. Blockchain-based Demand-Side Response Power Supply Model for Smart Grids
Ma et al. Research On Electricity Spot Market Trading System Based On Blockchain Technology

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