陈普

摘要：各国提出了双碳战略目标，国家电力有限公司提出了一个双碳行动方案，充分利用发电基础能源数据开展“双碳”研究绘制“双碳生态地图”预测地区全年的碳排放量，并协助政府分析能源消费结构的变化。

关键词：能源大数据，双碳，碳排放因子

1.构建碳排放指标体系

建立电厂碳排放、供热系统碳排放、电动汽车碳减排指标体系，森林碳储存等。D，编制“二氧化碳生态图”，分析传统能源、新能源、供热锅炉、充电桩，森林分布和碳排放强度。

1.1开展电厂碳排放分析预测

根据对热、生物量、废物燃烧、风、光和水以及政府气候变化专门委员会（气专委）等官方机构的分析，中国生态部、中国电力网等。计算不同发电厂的碳排放量，以发电量计算碳排放量，并结合每月指标预测全年碳排放量，分析不同类型电厂的碳排放强度，提取主要影响因素。

1.2供热系统碳排放预测

供热系统一般分为热电联产、区域锅炉、清洁能源（包括地热、电热泵等）。“发电厂的碳排放”。锅炉供热主要通过燃煤方式进行，符合电网运营企业集中供热的总面积，计算锅炉供热产生的二氧化碳排放量，由供热公司政府领导进一步减少压力下的二氧化碳排放量。

1.3对电动汽车碳减排进行分析和预测

可采用逆推法计算电动汽车的减碳量，根据带电桩数计算二氧化碳排放量，预计全年电动汽车将减少二氧化碳排放，为了刺激政府加强对新能源汽车工业的支持和充电桩的布置密度，以使民众摆脱麻烦，与电动汽车有关的问题。

1.4基于森林碳储存分析的预测

利用林地面积和树种，可以根据森林年碳储量的计算公式计算森林全年碳储量，评估森林面积对减少碳排放的贡献，并促进政府继续加强重新造林努力，以促进实现“双碳”目标。

2.创建数字支持系统

用于基于二氧化碳情景的数据采集、控制、建模、建模、建模、计算和智能分析，为全球最优决策、形成闭环反馈，政府、企业进行科学决策和布局规划，提供数字、智能和视觉支持。

2.1建筑水平

服务级别配置服务器，计算、模拟和评估发电厂的碳排放量、冷却剂中的碳排放量，减少电动汽车的碳排放、森林碳储存等。

2.2智能仓库建设

包含发电厂发电、实时运行数据存储等生产拓扑数据的数据库，将主要设备类型的公共数据存储在资源数据库中，将企业数据知识存储在知识数据库中，处理和应用企业能源利用、发电厂发电等数据.

2.3系统施工平台楼层

系统平台是数字支持系统的核心要素，包括数字仿真、模型导入、人工仿真、集成模块模型、能量流计算、运行指标评估、决策、能量管理决策等核心模块。

3.创新元素与应用效果

3.1创新有三个特点

第一个是对碳排放进行三级态势分析。利用6种发电厂（火力发电厂、生物量、垃圾焚烧、风、光、水）、分布式光伏，5种充电桩（国家电网、电报、特斯拉、邮政装药、星装药）、热锅炉、森林面积建立全市“双碳生态地图”，分析全市“双碳”市场发展趋势，实现了城市、县城、乡镇地区的色彩着色，并进行了碳排放情况分析，通过精细管理促进能源发展，推动实现“双碳”目标。第二，整个城市的能源数据有一个很大的障碍。建立一个数据交换平台，用于建立大型电力中心存储和处理操作系统和数据交换，按照“统一标准、全面交流”的原则，实现内部专业数据与外部数据的融合，提高数据交互程度，消除“数据隔离”。完善数据收集机制，制定不同数据目录的收集周期和数据收集策略，采用全市标准，过程清晰，数据采集、维护和共享责任明确，完善集中，动态和协作的数据交换和分发系统。第三，建立了双碳数字地图平台。集成数字技术，如大数据、云计算等。进入新能源运行，整合各市县各类能源数据，为发电、碳排放、碳减排等企业和客户提供统一的“二氧化碳”计算服务。配置能源和工业链、创新链、供应链、供应链和供应链，实现能源资源配置的更广泛优化。

3.2有效应用

在建立了一个基于大能源数据的數字系统，涵盖发电厂的碳排放、热电系统的碳排放之后，减少电动汽车的碳排放，森林中碳的积累共有四个维度，通过省级数据，查阅发电厂的历史资料和电动汽车的数据，通过政府公式文件收集供热面积数据和森林面积数据，在二氧化碳系统研究成果的基础上，建立了预测年度碳排放量的数据计算模型，四个维度的碳减排趋势、碳排放计算和碳减排，以及计算本年度碳排放量之差值。实验验证表明，传统的火电、生物量、垃圾焚烧等能源生产方式，根据清洁能源（如风、光和水）的政策要求，逐步减少碳排放正在逐步取代传统的能源生产方式，国家二氧化碳战略目标仍然具有现实意义。

结论性意见

开展“双碳生态地图”建设研究，打造“双碳生态地图”数字平台以能源数据为基础，是实现国家“两碳”资源目标的重要措施，能够实现区域范围内能源数据和预测的统一，有助于能源部门的进一步现代化和现代化，同时，它们在创造社会福利方面发挥着重要作用，加快向绿色低碳技术的转变，促进城市的绿色发展。

参考文献

[1]史雪廷，张泉，杨球萍，赵洪飞.城市碳排放达峰路线及方案浅析[A].中国环境科学学会2021年科学技术年会论文集（一）[C]，2021年.

[2]陈亚楠.能源消费碳排放驱动因素分析与实证研究[D].天津大学，2015年.