[发明专利]基于数据处理的园区低碳量化的评估方法、装置及介质在审

专利信息
申请号: 202211607256.X 申请日: 2022-12-14
公开(公告)号: CN115965274A 公开(公告)日: 2023-04-14
发明(设计)人: 商文颖;张明理;潘霄;张娜;赵琳;程孟增;侯依昕;吉星;李佳;刘广朔;赵竞智;蒋海玮;胡旌伟;刘禹彤;刘凯;徐熙林;王宗元;李金起;杨方圆 申请(专利权)人: 国网辽宁省电力有限公司经济技术研究院;上海交通大学;国家电网有限公司
主分类号: G06Q10/0639 分类号: G06Q10/0639;G06Q50/26;G06Q50/06
代理公司: 南京禹为知识产权代理事务所(特殊普通合伙) 32272 代理人: 周局
地址: 110015 辽宁省沈阳市*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据处理 园区低碳 量化 评估 方法 装置 介质
【权利要求书】:

1.一种基于数据处理的园区低碳量化的评估方法,其特征在于,包括:

采集园区低碳信息参数,将量化的数据上传至园区低碳量化云平台;

对低碳量化云平台的数据进行处理,并进行评级;

根据评级结果的判断,对未达到标准的园区进行预警;

将预警信息进行追溯并提取追溯到的参数信息,从而对园区下达低碳管理策略。

2.如权利要求1所述的基于数据处理的园区低碳量化的评估方法,其特征在于:所述采集园区低碳信息参数,包括:

通过数据采集模块,获取的园区电力碳排放速度、园区碳减排、园区碳消费以及园区碳信用的量化数据,并上传至园区低碳量化云平台。

3.如权利要求2所述的基于数据处理的园区低碳量化的评估方法,其特征在于:所述对低碳量化云平台的数据进行处理,包括:将获取到的园区电力碳排放速度、园区碳减排以及园区碳消费上传至园区低碳量化云平台的数据评级模块对园区进行评级,获得园区的评级系数;

对所获取的园区电力碳排放速度、园区碳减排、园区碳消费以及园区碳信用的权重进行计算,获得评级系数Q。

4.如权利要求3所述的基于数据处理的园区低碳量化的评估方法,其特征在于:

所述园区碳减排,包括:

园区碳消费,包括:

其中,Cc,t为园区N在t时间内的碳消费,Py1,t为园区N在t时间内消耗非绿电的负荷总量,Ci,t为t时间内的园区N的碳排放速度,Pi,t为临近园区在t时间内对园区N的输入非绿电,CIi,t为t时间内的临近园区的电力碳排放速度;CR,t为园区N在t时间内的碳减排,Pg,t为园区N中的绿电机组g在t时间内产生的绿电总量,Cg,t为绿电机组g在t时间内的电力碳排放速度基准值,Pj,t为园区N在t时间内对临近园区输出的绿电量,CIj,t为相邻园区在t时间内的电力碳排放速度,k为发电机组;

将园区电力碳排放速度的权重标记为α;将园区碳减排的权重标记为β;将园区碳消费的权重标记为θ;评级系数标记为Q,Q=α+β+θ。

5.如权利要求4所述的基于数据处理的园区低碳量化的评估方法,其特征在于:所述园区进行评级的过程还包括:

获取系统预设阈值a、b;

当Qa时,将园区评级为一类园区,并产生对应的评级数据;

当aQb时,将园区评级为二类园区,并产生对应的评级数据;

当bQ时,将园区评级为三类园区,并产生对应的评级数据;

将产生的评级数据上传至园区低碳量化云平台的数据预警模块进行预警。

6.如权利要求5所述的基于数据处理的园区低碳量化的评估方法,其特征在于:所述对园区产生预警还包括:

当园区评级为三类园区时,园区符合低碳标准,园区不进行预警;

当园区评级为一类园区时,暂停园区一切运行对园区产生预警,在预警信息生成时立即分析获取信息的真实性,

若判断为信息真实,则针对园区进行整改为主,监督为辅的策略;

若判断为信息错误,则针对错误信息进行客观判别和采集;

当园区评级为二类园区时,对园区产生预警,要求园区整改,增加碳减排。

7.如权利要求6所述的基于数据处理的园区低碳量化的评估方法,其特征在于:所述预警信息进行追溯包括:

当园区评级为二类园区时,追溯园区电力碳排放速度、园区碳减排、园区碳消费以及园区碳信用的权重进行计算的过程;

若园区碳排放速度、园区碳减排、园区碳消费达到低碳极限,则生成购买碳信用的建议信息;

若园区碳排放速度、园区碳减排、园区碳消费没有达到低碳极限,则优先考虑对园区碳排放速度、园区碳减排、园区碳消费的调整。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网辽宁省电力有限公司经济技术研究院;上海交通大学;国家电网有限公司,未经国网辽宁省电力有限公司经济技术研究院;上海交通大学;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211607256.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top