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()
【技术实现步骤摘要】
本专利技术属于电力,具体涉及一种基于电力数据的企业低碳发展态势评估、优化方法及系统。
技术介绍
1、当前,发展低碳经济已成为当今世界经济发展的潮流和方向,而清洁低碳转型也成为企业可持续高质量发展的关键。评估企业低碳发展状况、增强适应绿色低碳转型升级能力,不仅能帮助企业在低碳发展中寻求合理定位,并及时调整低碳发展路线,增强市场竞争力,还有助于推动经济社会发展全面绿色转型。
2、现有的企业低碳水平评价指标体系存在滞后性且较为笼统,不仅无法实现对自身低碳发展趋势的实时评估,也无法反应企业在所在行业中的绿色低碳发展水平,影响了企业低碳水平评估在转型决策中的实用性和可靠性,不利于企业根据发展状况来及时调整和优化低碳转型技术路线。
技术实现思路
1、本专利技术的目的是针对现有技术存在的上述问题,提供一种基于电力数据的企业低碳发展态势评估、优化方法及系统。
2、为实现以上目的,本专利技术的技术方案如下:
3、第一方面,本专利技术提出一种基于电力数据的企业低碳发展态势评估方法,包括:
4、s1、基于企业历史能源数据构建企业电量与碳排放量耦合模型;
5、s2、根据企业电量与碳排放量耦合模型实时计算企业的碳排放量以及低碳发展因子,并获得企业的基准发展态势曲线;
6、s3、根据企业碳排放量、企业低碳发展因子以及企业的基准发展态势曲线进行企业低碳发展态势评估。
7、所述s2中,企业的低碳发展因子基于以下公式计算得到:
>8、
9、上式中,分别为企业在第n年第j天碳增、碳减时的低碳发展因子,qn,j、pn,j分别为企业在第n年第j天的产量、产品单价,cefn,j为企业在第n年第j天的碳排放量;
10、企业的基准发展态势曲线为:
11、f(qn,jpn,j)=iacn-1qn,jpn,j
12、上式中,f(qn,jpn,j)为企业的基准发展态势,iacn-1为企业所在行业第n-1年的碳排放强度。
13、所述s3包括:
14、若且cefn,j≥f(qn,jpn,j),则判定企业处于增产增碳趋势,且比行业排放水平高;
15、若且cefn,j<f(qn,jpn,j),则判定企业处于增产增碳趋势,且比行业排放水平低;
16、若且cefn,j≥f(qn,jpn,j),则判定企业处于减产增碳趋势,且比行业排放水平高;
17、若且cefn,j<f(qn,jpn,j),则判定企业处于减产增碳趋势,且比行业排放水平低;
18、若且cefn,j≥f(qn,jpn,j),则判定企业处于增产减碳趋势,且比行业排放水平高;
19、若且cefn,j<f(qn,jpn,j),则判定企业处于增产减碳趋势,且比行业排放水平低;
20、若且cefn,j≥f(qn,jpn,j),则判定企业处于减产减碳趋势,且比行业排放水平高;
21、若且cefn,j<f(qn,jpn,j),则判定企业处于减产减碳趋势,且比行业排放水平低;
22、其中,分别为企业在第n年第j天碳增、碳减时的低碳发展因子,cefn,j为企业在第n年第j天的碳排放量,f(qn,jpn,j)为企业的基准发展态势,qn,j、pn,j分别为企业在第n年第j天的产量、产品单价。
23、所述s1包括:
24、s11、基于企业历史能源数据计算企业的历史碳排放量:
25、
26、上式中,cefn为企业第n年的碳排放量,cfn,m、ccn,m、ocn,m分别为第n年企业第m种化石燃料的消耗量、含碳量、碳氧化率,een、efn分别为企业第n年的净购入电力和净购入热力,ein、ehn分别为企业第n年所在电网节点的平均电力碳排放因子、热力排放因子,cepn为企业第n年工业生产过程中的碳排放量,m为化石燃料的种类数;
27、s12、基于企业的历史碳排放量,采用自回归分布滞后模型构建如下企业电量与碳排放量耦合模型:
28、
29、上式中,c0为基础影响常数,αi、βi、γi为影响系数,r、s、q为滞后阶数,een-i为企业第n-i年的净购入电力,qn-i为业第n-i年的产量。
30、第二方面,本专利技术提出一种基于电力数据的企业低碳发展优化方法,包括:
31、a、采用前述的评估方法进行企业低碳发展态势评估;
32、b、根据企业低碳发展态势评估结果,确定企业低碳发展优化策略,具体包括:
33、若企业处于增碳趋势,则采用建设新能源以降低产品在生产过程中碳排放的优化策略。
34、所述建设新能源以降低产品在生产过程中碳排放的优化策略中,建设新能源的最小容量即gmin基于以下条件计算得到:
35、
36、上式中,cefn,j为企业在第n年第j天的碳排放量,g为企业建设新能源的容量,hn,j为新能源发电设备在第n年第j天的利用小时数,ein,j为企业第n年第j天所在电网节点的平均电力碳排放因子,qn,j、pn,j分别为企业在第n年第j天的产量、产品单价,un,j为企业在第n年第j天的新能源度电成本,f(qn,jpn,j)为企业的基准发展态势。
37、第三方面,本专利技术提出一种基于电力数据的企业低碳发展态势评估系统,包括耦合模型构建模块、低碳发展因子计算模块、基准发展态势曲线获取模块、评估模块;
38、所述耦合模型构建模块用于基于企业历史能源数据构建企业电量与碳排放量耦合模型;
39、所述低碳发展因子计算模块用于根据企业电量与碳排放量耦合模型实时计算企业的碳排放量以及低碳发展因子;
40、所述基准发展态势曲线获取模块用于获得企业的基准发展态势曲线;
41、所述评估模块用于根据企业碳排放量、企业低碳发展因子以及企业的基准发展态势曲线进行企业低碳发展态势评估。
42、所述低碳发展因子计算模块基于以下公式计算企业的低碳发展因子:
43、
44、上式中,分别为企业在第n年第j天碳增、碳减时的低碳发展因子,qn,j、pn,j分别为企业在第n年第j天的产量、产品单价,cefn,j为企业在第n年第j天的碳排放量;
45、所述企业的基准发展态势曲线为:
46、f(qn,jpn,j)=iacn-1qn,jpn,j
47、上式中,f(qn,jpn,j)为企业的基准发展态势,iacn-1为企业所在行业第n-1年的碳排放强度;
48、所述评估模块基于以下原则进行企业低碳发展态势评估:
49、若且cefn,j≥f(qn,jpn,j),则判定企业处于增产增碳趋势,且比行业排放水平高;
50、若且cefn,j<f(qn,jpn,j),则判定企业处于增产增碳趋势,且比行业排放水平低;
51、若且cefn,本文档来自技高网...
【技术保护点】
1.一种基于电力数据的企业低碳发展态势评估方法,其特征在于,
2.根据权利要求1所述的一种基于电力数据的企业低碳发展态势评估方法,其特征在于,
3.根据权利要求1或2所述的一种基于电力数据的企业低碳发展态势评估方法,其特征在于,
4.根据权利要求1或2所述的一种基于电力数据的企业低碳发展态势评估方法,其特征在于,
5.一种基于电力数据的企业低碳发展优化方法,其特征在于,
6.根据权利要求5所述的一种基于电力数据的企业低碳发展优化方法,其特征在于,
7.一种基于电力数据的企业低碳发展态势评估系统,其特征在于,
8.根据权利要求7所述的一种基于电力数据的企业低碳发展态势评估系统,其特征在于,
9.一种基于电力数据的企业低碳发展优化系统,其特征在于,
10.根据权利要求9所述的一种基于电力数据的企业低碳发展优化系统,其特征在于,
【技术特征摘要】
1.一种基于电力数据的企业低碳发展态势评估方法,其特征在于,
2.根据权利要求1所述的一种基于电力数据的企业低碳发展态势评估方法,其特征在于,
3.根据权利要求1或2所述的一种基于电力数据的企业低碳发展态势评估方法,其特征在于,
4.根据权利要求1或2所述的一种基于电力数据的企业低碳发展态势评估方法,其特征在于,
5.一种基于电力数据的企业低碳发展优化方法,其特征在于,...
【专利技术属性】
技术研发人员:张浩钦,廖爽,夏方舟,迟赫天,雷何,王平凡,彭君哲,王雅文,董明齐,周志强,李斯吾,王江虹,汪颖翔,陈竹,莫石,舒思睿,张震,
申请(专利权)人:国网湖北省电力有限公司经济技术研究院,
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。