一种考虑碳不确定性的园区碳排放流分析的方法及系统与流程

本发明涉及碳排放流分析，具体为一种考虑碳不确定性的园区碳排放流分析的方法及系统。

背景技术：

1、碳排放流是依附于电力潮流存在且用于表征电力系统中维持任一支路潮流的碳排放所形成的虚拟网络流。在园区用能系统中，碳排放流随着购入的电力、天然气进入园区用能系统，跟随系统中的潮流流动，最终流入消费终端(负荷节点)。

2、现有技术通过比较传统的碳排放统计方法宏观数据统计法，初步确立碳排放流分析方法。现有技术分析碳排放流计算与潮流计算之间的联系与区别，通过基于碳排放流的分布矩阵与向量，进一步建立碳排放流的计算基础。现有技术提出采用递推算法计算系统碳排放流，并完成递推算法与直接算法对系统碳排放流的应用分析。现有技术提出在双边交易与联营交易的情景下，建立负荷在电力系统分配的碳排放流计算模型，得到负荷的碳排放流信息。

3、碳排放流分析的关键在于确定输入电力、天然气等的碳排放水平。以电力碳排放为例，其来自于发电机组消耗的化石能源，排放水平的量化主要依靠排放因子法进行计算，基本方程为

4、emisfuel＝adec×ef

5、adec为化石能源消费活动数据，ef为对应的碳排放因子。其取值跟能源燃料的质量、属性以及燃烧效率有关，可进一步分解为

6、ef＝hv×cc×or

7、hv、cc、or分别代表各能源产品的热值、含碳量及氧化率。

8、排放因子法的构建过程实质上是对基本排放单元活动水平信息及排放因子信息的整合计算过程。通过统计、测试等方式获取的排放因子，从其构成可以看出，由于统计误差、试验系统误差、试验精度误差等的存在，会不可避免地携带自身误差，产生一定的碳不确定性。

9、在具体的发电过程中，不同批次的化石能源、不同的燃烧过程中，热值、含碳量、氧化率都会有所差别，且化石能源转化为电力的过程存在一定的能量损失，每一次燃烧过程的转换效率是不确定的，最终造成电力碳排放在一定范围内的分布，这是燃烧过程的内禀不确定性及发电机组出力特性决定的。

10、园区碳排放流分析的结果可以预测园区的碳排放量，明确园区对应的碳排责任，进而针对性的调整节能减排，低碳转型的措施。但是因为不确定性会传递，使得园区碳排放流分析结果具有不确定性，碳排放的影响因素无法量化，不能明确哪些影响因素对碳排放流的不确定性影响大，最终得到的计算结果和实际操作产生差别，从而对园区碳排放流分析的准确性造成了影响，导致园区对应的碳排责任分摊不明确，不利于节能减排策略的调整。

技术实现思路

1、本发明为了解决上述问题，提出了一种考虑碳不确定性的园区碳排放流分析的方法及系统，实现了不确定性在传递过程中的计算，同时也能有效识别对碳排不确定性影响较大的因素，根据这些因素可以针对性地计算碳排放流，进而提高园区碳排放流分析的准确性，明确园区的碳排责任，推进低碳减排的园区运行策略。

2、为了实现上述目的，本发明采用了如下技术方案：

3、本发明提出了一种考虑碳不确定性的园区碳排放流分析的方法，包括，

4、获取输入因素的排放因子分布和输入因素的不确定参数；

5、将所述输入因素的排放因子分布，输入预设的基于园区用能系统结构的碳排放流计算模型，得到负荷碳流密度；

6、所述输入因素的排放因子分布和所述负荷碳流密度，根据预设的不确定性计算模型进行计算，得到负荷碳流密度的分布；

7、根据预设的灵敏度计算模型，计算所述输入因素的不确定参数对负荷碳流密度的分布的影响程度，得到输入因素的不确定参数和负荷碳流密度的分布之间的相关值，所述相关值越接近于1，所述输入因素中的不确定参数对负荷碳流密度的分布的影响程度越大。

8、优选的，所述输入因素的排放因子分布包括输入电力排放因子分布、天然气排放因子分布、光伏机组排放因子分布、电储能装置排放因子分布、热储能装置排放因子分布和冷储能装置排放因子分布；

9、所述输入因素的不确定参数包括热值、含碳量和氧化率。

10、优选的，所述预设的基于园区用能系统结构的碳排放流计算模型的公式如下：

11、

12、

13、

14、式中，ρle,t为t时刻电负荷的碳流密度，ρlh,t为t时刻热负荷的碳流密度，ρlc,t为t时刻冷负荷的碳流密度；

15、ρe,t为t时刻外部供应的电能的碳流密度，pe,t为t时刻的电能供应功率；

16、为t时刻cchp机组产出的电能功率对应的碳流密度，为t时刻cchp机组产出的电能功率

17、epv,t为光伏机组碳势，ppv,t为t时刻光伏机组出力；

18、x1,t为t时刻电储能装置的0-1状态变量，es1,t为电储能装置放能时的碳势，ps1,t为电储能装置放能功率；

19、为t时刻cchp机组产出的供热功率，为t时刻cchp机组产出的供热功率对应的碳流密度；

20、为t时刻hp供热的功率，为t时刻hp供热的功率对应的碳流密度；

21、x2,t为t时刻热储能装置的0-1状态变量，es2,t为热储能装置放能时的碳势，ps2,t为热储能装置放能功率；

22、为t时刻cchp机组产出的制冷功率，为t时刻cchp机组产出的制冷功率对应的碳流密度；

23、为t时刻ec供冷的功率，分为t时刻ec供冷的功率对应的碳流密度；

24、x3,t为t时刻冷储能装置的0-1状态变量，es3,t为冷储能装置放能时的碳势，ps3,t为冷储能装置放能功率。

25、优选的，所述负荷碳流密度包括电负荷碳流密度、热负荷碳流密度和冷负荷碳流密度；

26、在t0时刻的电负荷碳流密度表达式为：

27、

28、在t0时刻的热负荷碳流密度表达式为：

29、

30、在t0时刻的冷负荷碳流密度的表达式：

31、

32、

33、式中，为t0时刻电负荷的碳流密度，为t0时刻热负荷的碳流密度，为t0时刻冷负荷的碳流密度；

34、为t0时刻外部供应的电能的碳流密度，为t0时刻的电能供应功率；

35、为t0时刻cchp机组产出的电能功率对应的碳流密度，为t0时刻cchp机组产出的电能功率；

36、为光伏机组碳势；

37、为t0时刻电储能装置的0-1状态变量，为电储能装置放能时的碳势，ps1,t为电储能装置放能功率；

38、为t0时刻cchp机组产出的供热功率，为t0时刻cchp机组产出的供热功率对应的碳流密度；

39、为t0时刻外部供应天然气的碳流密度，为t0时刻的天然气供应功率；

40、α1为cchp的热电比，α2为cchp的冷电比；

41、为t0时刻hp供热的功率，为t0时刻hp供热的功率对应的碳流密度；

42、为t0时刻热储能装置的0-1状态变量，为热储能装置放能时的碳势，为热储能装置放能功率；

43、为t0时刻cchp机组产出的制冷功率，为t0时刻cchp机组产出的制冷功率对应的碳流密度；

44、为t0时刻ec供冷的功率，分为t0时刻ec供冷的功率对应的碳流密度；

45、为t0时刻冷储能装置的0-1状态变量，为冷储能装置放能时的碳势，为冷储能装置放能功率；

46、为t0时刻输入电力带来的碳流率，为t0时刻天然气带来的碳流率；

47、为t0时刻hp的电功率，为t0时刻hp的电功率对应的碳流密度；为t0时刻ec的电功率，为t0时刻ec的电功率对应的碳流密度；为t0时刻电负荷对应的碳流率；

48、ce,1为输入电力分配给hp的比例，cg,1为cchp产生的电能分配给hp的比例，cpv,1为光伏产生的电能分配给hp的比例，cs1,1为电储能放电分配给hp的比例；

49、ce,2为输入电力分配给ec的比例，cg,2为cchp产生的电能分配给ec的比例，cpv,2为光伏产生的电能分配给ec的比例，cs1,2为电储能放电分配给ec的比例。

50、优选的，所述预设的不确定性计算模型使用monte carlo方法得到负荷碳流密度的分布；

51、在一次计算中，每个输入因素的排放因子的分布中产生一个随机数，所有随机数都代入t0时刻的电负荷碳流密度的表达式进行计算，得到电负荷碳流密度得计算值；所有随机数都代入t0时刻的热负荷碳流密度的表达式，得到热负荷碳流密度的计算值；所有随机数都代入t0时刻的冷负荷碳流密度的表达式，得到冷负荷碳流密度的计算值；

52、重复多次计算，得到多个电负荷碳流密度的计算值、多个热负荷碳流密度的计算值和多个冷负荷碳流密度的计算值；

53、基于多个电负荷碳流密度的计算值拟合得到电负荷碳流密度所服从的分布，基于多个热负荷碳流密度的计算值拟合得到热负荷碳流密度所服从的分布，基于多个冷负荷碳流密度的计算值拟合得到冷负荷碳流密度所服从的分布。

54、优选的，所述预设的灵敏度计算模型使用spearman相关系数度量输入因素的不确定参数对负荷碳流密度的分布的影响程度，

55、输入因素的不确定参数和负荷碳流密度的分布作为输入，输出输入因素的不确定参数和负荷碳流密度的分布之间的相关值。

56、优选的，所述输入因素的不确定参数和负荷碳流密度的分布之间的相关值包括，

57、每一个输入因素中的不确定因素和电负荷碳流密度的分布的相关值，每一个输入因素中的不确定因素和热负荷碳流密度的分布的相关值以及每一个输入因素中的不确定因素和冷负荷碳流密度的分布的相关值。

58、本发明提出了一种考虑碳不确定性的园区碳排放流分析的系统，包括，

59、采集模块，获取输入因素的排放因子的分布和输入因素的不确定参数；

60、计算模块，将所述输入因素的排放因子的分布，输入预设的基于园区用能系统结构的碳排放流计算模型，得到负荷碳流密度；

61、不确定性计算模块，所述输入因素的排放因子的分布和所述负荷碳流密度根据预设的不确定性计算模型进行计算，得到负荷碳流密度的分布；

62、灵敏度计算模块，根据预设的灵敏度计算模型，计算所述输入因素的不确定参数对负荷碳流密度的分布的影响程度，得到输入因素的不确定参数和负荷碳流密度的分布之间的相关值，所述相关值越接近于1，所述输入因素中的不确定参数对负荷碳流密度的分布的影响程度越大。

63、一种电子设备，包括处理器和存储器，所述存储器中存储至少一个指令，执行所述存储器中存储的指令以实现如权利要求1所述的一种考虑碳不确定性的园区碳排放流分析的方法。

64、一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1所述的一种考虑碳不确定性的园区碳排放流分析的方法。

65、与现有技术相比，本发明的有益效果在于：

66、本发明提供一种考虑碳不确定性的园区碳排放流分析的方法，将所述输入因素的排放因子的分布，输入预设的基于园区用能系统结构的碳排放流计算模型，得到负荷碳流密度；所述输入因素的排放因子的分布和所述负荷碳流密度根据预设的不确定性计算模型进行计算，得到负荷碳流密度的分布；在考虑了不确定性后，有利于把握碳排放量、碳流率、碳流量、节点碳势等的真实分布特性。根据预设的灵敏度计算模型，计算所述输入因素的不确定参数对负荷碳流密度的分布的影响程度，得到输入因素的不确定参数和负荷碳流密度的分布之间的相关值，所述相关值越接近于1，所述输入因素中的不确定参数对负荷碳流密度的分布的影响程度越大，可以把握对于园区碳排放流不确定性影响较大的因素，为有针对性地提高园区碳排放流分析的精确度提供参考，明确园区对应的碳排责任，推进低碳减排的园区运行策略。

67、进一步的，本发明采用的monte carlo分析方法，通过分析输入因素的不确定性得到负荷碳流密度的分布，更符合碳排放的真实分布情况，实现了在复杂模型中输入不确定性的传递。

68、本发明提供了一种考虑碳不确定性的园区碳排放流分析的系统，能够在传递过程中的考虑碳不确定性，同时也能有效量化对碳排不确定性影响较大的因素，根据这些因素可以针对性地计算碳排放流，进而提高园区碳排放流分析的准确性，推动了园区电力系统各项碳排放分析与统计工作的开展，助力园区进行节能减排，低碳转型。