分布式绿色能源碳交易机制及碳数据管理的挑战
Challenges of Distributed Green Energy Carbon Trading Mechanism and Carbon Data Management
Received: 2021-11-8
作者简介 About authors
李幸芝(1996-),女,四川省达州市人,博士生,从事电力系统碳数据计量研究.
为了实现“碳达峰、碳中和”双碳目标,需要加快构建以绿色能源为主体的电力系统.随着系统规模增长,基于区块链技术的分布式绿色能源碳交易机制和碳数据管理技术可有效鼓励绿色能源发展,成为低碳电力推行的有效手段.而精确实时的碳计量将进一步为交易信息的准确性和安全性提供数据支撑.介绍目前绿证交易和碳交易的研究现状,分析区块链技术在绿电追溯、绿证交易、碳交易、绿证与碳资产联合市场4个方向的关键技术适用性;研究当前碳计量方式的具体数学模型,讨论分析适用于区块链架构的碳源追溯计量数据可用性,并对碳计量方式的未来发展提出参考建议.
关键词:
To achieve the double carbon goal of “carbon peaking and carbon neutrality”, the construction of the power system which is based on the green energy needs to be accelerated. With the growth of the system scale, the distributed green energy carbon trading mechanism and the carbon data management technology based on the blockchain technology can effectively encourage the development of green energy and become effective means for the implementation of low-carbon electricity. The accurate and real-time carbon emission calculation will further provide data support for the accuracy and security of carbon trading information. First, the current research status of green certificate trading and carbon asset management is introduced. Next, the adaptability analysis of the key technologies of the blockchain technology in the four directions of green electricity traceability, green certificate trading, carbon trading, and joint market of green certificate and carbon assets is performed. Afterwords, the specific mathematical models of carbon emission calculation is studied, and the data availability of carbon source traceability methods applicable to the blockchain architecture are discussed. Finally, some suggestions for the future development of carbon emission flow analysis are proposed.
Keywords:
本文引用格式
李幸芝, 韩蓓, 李国杰, 汪可友, 徐晋.
LI Xingzhi, HAN Bei, LI Guojie, WANG Keyou, XU Jin.
低碳电力的实现需要精准计量碳排放量,电力是碳的重要评估途径.因此,精确实时的碳排放流感知可为低碳电力提供数据支撑.精确的碳计量可以帮助测算能源使用效率和二氧化碳排放效率,完成碳责任的分摊,实现节能减排,促进能源结构转型和经济协调发展.而目前碳源计量方法存在以下弊端.
(1) 不够精确.目前碳计量多按照区域层面计算,一片地区划定一种排放因子数据,不适用于更精细的配电网及微网结构.
(2) 不能提供用户侧的碳排放强度数据.目前碳计量集中在区域或发电侧,未能体现用户的作用,如何进行更有效的碳责任分摊仍有待研究.
(3) 不能反映电力网络传输过程的碳排放.基于一次能源的方法只能计算点排放源,无法考虑到网络,因此不能将网络的二氧化碳网损分摊到用户和发电侧.
(4) 基于历史数据的方法未能采用更加实时的数据,未能体现实时的碳排放流计算特点.而目前关于考虑实时数据的研究也未能考虑缺失量测、多量测混合周期数据的融合、坏数据以及虚假数据注入攻击等实际应用情景.
此外,参与碳交易的主体将会越来越复杂,因此考虑微网、配网里的用户碳排放计量也是当前研究热点.而电力消费是导致碳排放的源头,电网则可以有效引导碳排放的流动,因此精确的碳排放计量方式还会为电网规划、配网重构等提供数据支撑,为低碳电力调度提供决策方案.低碳电力市场的发展也可以参考碳流追踪的计算结果,从而可以根据各节点消耗的绿色电力占比和碳排放权来实施差别电价鼓励绿电上网.
目前,区块链技术具有去中心化、多方参与、公开透明、可追溯、防篡改等技术特点,在全球范围内引起了广泛关注.在推动电网转型发展过程中,区块链技术契合了分布式数据管理的发展需要,将区块链与电网业务结合,有利于促进电网生产管理和运营方式向智能化、网络化方向转型,对于电网产业结构调整具有积极作用,可以有效地运用在电网绿证交易与碳资产数据管理中.
本文首先介绍了绿证制度和碳交易的研究现状,从绿证交易制度和碳排放权交易制度两方面分析当前的实施现状;其次分析区块链关键技术在绿证交易和碳资产管理中的应用;从绿电溯源方法、绿证交易方案、碳交易市场模式、绿证与碳交易联合市场4个方面展开区块链关键技术的适用性分析;再次分析目前国内外碳计量方式的具体数学模型以及适用于区块链技术的数据可用性;最后对碳计量方法的未来研究方向进行展望.
1 绿证制度和碳交易制度的研究现状
1.1 绿证制度实施现状与效果
1.1.1 绿证制度的实施现状
从2017年开始,政府逐步出台可再生能源电力配额(简称配额制)和绿证认购的相关政策,目的在于用市场化方式完成对原有可再生能源补贴政策的替代,激励可再生能源产业发展.配额制[3]是目前提及较多的一种激励政策,其使得承担配额的主体包括发电厂商、电网公司以及用电用户必须生产、销售和使用超过给定最低比率的可再生能源电力.
而绿证交易制度的实行旨在确保配额制能够有效地展开.绿证作为市场消纳可再生能源的凭证,具有货币的交易属性.交易过程中,可再生能源的发电厂商通过销售绿证来获取补贴,需要履行配额义务的主体通过购买绿证来完成消纳指标.绿证交易与配额制关系密切,受政策影响和价格机制的共同影响.
截至2020年2月[5],我国累计风电绿证核发量、挂牌量和交易量分别为 23 315 779、5 607 607、36 277 个,挂牌率为24.19%,交易量总占比为0.16%;累计光伏发电绿证核发量、挂牌量和交易量分别为 3 845 828、544 811、161个,挂牌率为14.2%,交易量总占比为0.004%.由此可见,我国缺乏强制性和激励性措施的自愿绿证交易,市场的积极性严重不足.为此,亟需在全国范围内实施强制性绿证交易.
1.1.2 绿证制度对电力系统的影响
可再生能源配额制的提出和引入旨在缓解清洁能源消纳矛盾,提高清洁能源在能源消费和供给中的比率[6].近年来,国内外学者针对可再生能源配额制和绿证交易机制对电力系统的影响展开了一系列研究,主要集中在以下几个方面.
1.2 碳交易制度实施现状与效果
1.2.1 碳交易制度的实施现状
在我国,能源结构常以煤炭等化石燃料为主.受地理位置的影响,人口集中在我国东部,一段时间密集的能源消耗将会使得碳排放远超环境承载力,因此需要采取措施控制碳排放量,缓解碳排放压力.碳交易是将二氧化碳排放权商品化的一种市场机制.2002年,英国成立了全球第一个碳排放权交易市场.随后欧盟、美国、加拿大及澳大利亚也陆续开展了碳排放权交易市场的建设.我国碳交易市场成立于2017年12月19日,主要交易碳排放配额(Carbon Emission Permits Allocation, CEPA)和国家核证自愿减排量(Chinese Certificated Emission Reduction, CCER)两类商品.
政策制定者初始确定年度碳排放额度,将其分配到各企业作为企业依法排放定量二氧化碳的权利.碳排放权的初始分配有免费分配和有偿分配两种方式,通常后者会增加行业的额外负担,因而通采用更易被接受的免费分配方式[14].
CCER则需要通过项目的审查、备案和登记,经国务院生态环境主管部门认可之后,通过削减排放量获得减排凭证.可再生能源发电几乎不产生碳排放,因此常以CCER的形式参与碳交易,作为减排贡献的证明来替代新能源发电的补贴进入市场交易.
高碳排企业将会通过转让发电权来降低自己的碳排放量,降低由于超出碳排放额的经济损失;可再生能源企业通过购买发电权多发电,进一步参与竞争.因此,在电力系统引入碳交易制度有利于改变我国总体电源结构,实现我国能源转型和双碳目标.
1.2.2 碳交易制度对电力系统的影响
我国自2017年开始开展碳市场试点工作以来,国内也围绕碳交易对电力系统的各方面影响展开了研究.
在优化调度方面,合理有效的电力系统调度方式将是实现高效低碳的有力手段.光伏、风电等可再生能源具有无碳排放特性,结合其波动性,势必会影响传统电力系统优化调度方式.因此,现有文献针对低碳背景下的风电、光伏等可再生能源调度方法进行研究.文献[14]提出碳排放也可以作为一种可调度资源参与风电调度,因而提出了兼顾低碳性和经济性的多目标风电调度模型,以碳交易价格的调节实现两者的平衡.文献[19]在计及对碳排放配额制方面的考虑引入二氧化碳的过排放成本,进一步考虑风电的随机性,实现低碳化的最优风电接纳.文献[20]将基于价格和基于激励形式的需求响应机组以及碳交易同时引入含风电的电力调度中,实现成本下降和低碳运行.文献[21]指出在传统电力调度时,未考虑碳排放因素使得低碳排、发电成本高的清洁能源得不到有效利用,因此碳交易成本高;在考虑了低碳的调度运行中,虽然发电成本有所增加,但是碳交易成本却大幅下降.文献[22]考虑换电站虚拟电厂、风电、具有碳捕集技术的火电机组之间的互动关系,指出接入风电和换电站能够减少碳排放,降低运行成本,增加机组的旋转备用.文献[23]考虑储能系统和碳交易系统,并对比分析两者对提升风电消纳的效果,结果表明引入储能系统和碳交易系统,会降低弃风率,减少火电发电量和煤耗量,但储能成本过高仍是限制因素.文献[24]进一步考虑需求侧需求响应、电动汽车、分布式电源等多种资源和碳交易对机组组合模型的影响,对机组组合作低碳优化.文献[25]提出一种日前调度的双阶段鲁棒优化模型,充分考虑了碳权交易额度、碳交易价格波动和负荷或风电预测误差对调度结果的影响.
1.3 绿证和碳交易制度面临的挑战
现有的绿证交易和碳交易制度研究多集中在交易报价、市场协调和交易评估以及配额分配.然而,市场的有效运行离不开对交易信息的准确把控,交易信息需要对电力系统物理层数据进行有效挖掘,目前从数据价值出发的研究则相对较少.数据的安全性和准确性对现有绿证交易和碳交易市场提出了挑战,主要分为以下3个方面.
(1) 加强对电力数据价值挖掘,提高交易数据的准确性.目前对现有数据的利用力度不够,缺乏对数据的详细讨论,应该加强绿电溯源技术的研究和展开,告别模糊计量,实现精确追溯.绿电溯源除了可以提供精确的计量信息之外,还可以为绿证计量提供参考意见,从而实现金融上市场交易与物理上绿色能源消纳的桥梁,有助于交易的准确性和有效性.
(2) 有效统一的数据管理技术与平台.绿证交易和碳交易数据的更新和管理需要有效的数据平台.区块链具有灵活性、安全性、公开性,其关键技术,如去中心化的数据管理、具备先进加密技术的数据存储、可灵活编程的智能合约,都能为目前的绿证交易和碳交易提供先进平台.成熟的区块链技术应用有助于提高交易信息的安全性,高效的数据管理也有助于帮助用户了解自身绿电使用情况,为其绿证购买提供支持.区块链技术在交易和数据管理领域潜力巨大,因此需要对区块链技术进行系统的适用性分析.
(3) 绿证和碳交易的联合运行.目前国内尚未形成成熟的绿证和碳交易联合市场,绿证促进可再生能源消纳的效果和碳交易促进节能减排的效果都有待加强.因此,实现更灵活更高效的联合市场,将会减少繁琐环节,提高交易效率,同时促进可再生能源的全局配置.
2 区块链关键技术的适用性分析
随着参与交易的主体增多,涉及到的绿证数量或碳排放额交易记录数都会与日俱增.绿证和碳排放权的交易从核发到登记具有周期性特点,因此需要一种透明、安全、便捷的去中心化技术来支撑未来绿证和碳排放权交易市场.
区块链技术是一种安全分布式数据库技术,近年来已在金融、医疗、数据管理等领域得到广泛应用.基于区块链技术提出一种绿色能源碳交易机制与碳数据管理架构,如图1所示.该架构围绕电网绿色能量消纳、绿证流通过程、碳资产流转过程之间的相互关系,对以下4个方面展开研究.
图1
图1
基于区块链技术的绿色能源碳交易机制与碳数据管理架构
Fig.1
Green energy carbon trading mechanism and data management architecture based on blockchain technology
(1) 基于综合数据融合和共识机制的绿电溯源方法可以有效感知微网用户某一时间段消纳的电力由哪些绿色能源供应,每种绿色能源在消纳电力中贡献的电量比率和电量值.
(2) 基于区块链技术的绿证交易方案可以将消纳绿电换算为绿证,从而有效地帮助用户了解自身已拥有的绿证资源,减少购买绿证的成本,为用户所需的绿证购买提供支持.
(3) 基于区块链技术的碳交易市场模式可以整合微网零散的碳资源,使其满足参与全国碳排放权交易市场的条件,进一步加速碳排放权的交易过程,使得各用户能够更加有效地进行交易.
(4) 构建具有绿证与碳资产转换机制的联合市场,可以结合绿证交易与碳资产交易,帮助用户将多余的绿证资源转化为碳资产,为满足用户碳排放容量提供参考.
2.1 区块链关键技术
2.2 基于综合数据融合和共识机制的绿电溯源方法
现代电网是由风电、光伏、水电、火电等不同类型电源供电的混合能源系统,供电企业和用户往往无法确知其消纳的电力中风电、光伏、水电和火电等能源成分占比.绿电溯源计量方法可以追溯用户在某一时段消纳的电力由哪些绿色能源供应,每种绿色能源在消纳电力中贡献的电量率和电量值.微网用户能够直观了解所用电结构、清洁能源使用占比及保护环境贡献度.通过实时挖掘分析、常态化综合评价微网能源消费结构,可提供便捷的绿电信息移动共享查询服务,提升社会各界对绿电活动的参与感、互动感.因此可以利用区块链技术共识机制的选取,实现对交易的记录的实时处理,保证系统的低延迟和实时运转,从而实现在链条上对整个交易系统所有参与用户绿电消纳的动态感知功能.
为实现微网用户绿电溯源,精细区分用电客户的水电、光伏发电、风电等电量消费情况,可采取如图2所示的绿电溯源体系总体架构.基于共识机制的绿电溯源系统利用数据采集技术,将微网用户的绿色用电量率、绿色用电量值、绿色能源种类等对象进行标识、链接,同时记录各个环节的相关数据并上传至区块链数据服务器存储,为绿电溯源提供数据依据.基于共识机制的绿电溯源系统,主要功能包括基本信息管理、各环节信息采集、环节关联以及追溯信息查询功能.
图2
图2
基于共识机制的绿电溯源体系架构
Fig.2
Green energy tracing structure based on consensus algorithm
绿电追溯方法还能为绿证核发和碳配额计算提供参考,避免供给侧已交付绿证/碳税后在负荷侧再次进行激励或惩罚的二次消费.平价上网时,现行的电力市场交易模式无法体现清洁能源的绿色价值,因此需要核发绿证.绿证的核发和配额的计算都应该根据绿电的来源进行,同时绿证上也包含数字凭证,作为该绿证唯一的编号证明.目前国家能源局只面向大型风电场和光伏站核发绿证,因此分布式光伏发电和不在补助目录内的风电或光伏项目无法获得绿证.然而,由于分布式可再生能源在负荷侧的占比不断提高,电网可根据绿电溯源结果为未经国家能源局核发的小型分布式电源提供绿证证明的计量,遵循绿证核发后就不能享受可再生能源电价附加资金补贴的原则.因此,有效的绿电溯源方法将更好地确保绿证在进入市场前从源头保证绿证的合法性,避免二次消费.绿电溯源方法从物理角度追踪,直观清晰.根据电能流经网络的物理流核算绿电成本,其结果也能为市场电价制定给予合理的参考建议.
2.3 基于区块链的绿证交易平台方案
借助于区块链的公开透明、去中心化、安全等特点,基于区块链技术的绿证交易不仅可以防止绿证交易信息被恶意篡改,也将有效地提高交易效率和公开透明度.该交易平台各主体关系如图3所示.微网用户、绿证交易平台和行政监管部门通过区块链绿证交易链联合运行.绿证流通过程主要分为核发绿证、交易绿证和核查绿证3个方面[31].首先由行政监管部门对各微网的可再生能源供应商进行资质审查,通过审查的可再生能源再由电网公司进行实际可再生能源电量上网的计量,并按照1 MW·h兑换1本(不足1 MW·h的累积至次日计入)的原则换算为绿证.绿证的编号应具有唯一性,从而可溯源.在交易绿证时,双方达成一致协议时则进行绿证所有权的转移,交易平台不干涉双方交易,仅提供平台且记录信息.最后在绿证核查环节,监管部门应核查所有微网用户持有绿证的有效性和所有权,并确认该用户是否完成配额制要求并按要求实施惩罚措施.已参与配额认证的绿证将退出市场,由监管部门统一注销备案.
图3
图3
基于区块链的绿证交易平台方案
Fig.3
Green certificate trading platform based on blockchain technology
在基于区块链的绿证交易平台方案中,智能合约作为部署于区块链中的内部代码,可以按照预设逻辑自动执行相应环节:① 绿证核发环节将按照可再生能源电量与绿证换算逻辑的自动换算;② 监管部门对各用户是否满足配额达标的核查;③ 核查后各用户所缺绿证数自动进入市场公示;④ 交易完成后交易记录信息(购入、出售侧信息和日期、绿证编号以及价格)上链.
2.4 基于区块链技术的碳交易模式
目前碳交易主要采用碳排放权交易和CCER交易两种模式.根据碳交易流转模式可知,整个碳交易过程涉及到的参与者包括:碳排放权购买方与出售方、CCER交易方与购买方以及出售方、碳排放核查咨询机构、政府、第三方平台.因此碳交易涉及多方业务平台,适合基于区块链技术搭建系统以支撑不同参与者的多种业务场景.该交易平台各主体关系如图4所示.首先各业务主体都将获得公钥和私钥进入碳交易区块链系统,各交易方由实时监测机构和CCER注册登记平台确认其可交易碳排放权以及CCER减排量,为交易撮合做准备.交易过程中,碳排放权购买方与出售方、CCER交易方和购买方以及出售方将分别在碳排放权和CCER交易平台进行碳资源交易.同时,CCER减排量可根据智能合约折算抵消为碳排放权参与市场交易.碳交易结束时,被交易的碳排放权和CCER减排量应按照交易记录进行所有权的更改,并将新的所有权转移信息实时记录在区块链上.最后,行政部门应对各用户的碳排放权进行清缴,对已抵消配额的CCER减排量进行清算.区块链系统还允许碳排放核查咨询机构、政府、第三方平台实时查询并监管,防范金融风险.
图4
图4
基于区块链技术的碳交易模式
Fig.4
Carbon trading mechanism based on blockchain technology
对于微网内零散的CCER资源,还可以采用基于区块链技术的微网内CCER资产聚合代理运营策略进行整合交易.聚合代理商通过整合微网内零散的CCER资源,并由此在全国碳排放权交易市场进行交易,系统结构如图5所示.各微网用户对所在区域聚合代理商给出的补偿价格进行响应,聚合商在满足可交易的碳排放权容量的前提下,通过优化其所在区域内可聚合的CCER资源,使得实际售卖的碳排放权与聚合CCER资源尽可能一致,并使自身净利润达到最大.
图5
图5
微网内CCER资产聚合代理运营系统结构
Fig.5
Structure of CCER asset aggregation agent operation system in micro grids
对微网内CCER资产较小的微网用户而言,CCER资产聚合代理商聚合了海量的、具有强大整合潜力的CCER资产资源,使其满足参与全国碳排放权交易的条件,大量分散的微网CCER资产可以被利用起来,为其提供了碳交易的途径,提高了整体效益.聚合代理商在整合微网CCER资产参与碳交易之前,会对其所控制的资源进行信息预测,从而降低不确定因素对决策的影响,从而更好地把握用户的可售CCER资产,制定更合理的整合方案.在完成资源信息预测后,聚合代理商可以整合CCER资产参与全国碳排放权交易市场并获得收益.
2.5 构建绿证与碳交易联合市场
绿证记载了新能源电力的全部属性信息,是天然且精确的二氧化碳减排衡量方式,可以与未来碳减排交易体系形成天然的衔接.但是两者在具体任务上也有所区分,绿证交易解决能源结构调整问题,而碳排放市场解决温室气体排放问题.
新能源电力是碳排放交易中能够精确计量和核查的参与方,每1 MW·h新能源电力减少的二氧化碳排放量是确定的,在我国碳排放权交易机制的过程中,明确绿证背后所代表的减排权益归属即可参与碳排放权交易.目前关于绿证和碳交易的联合市场研究较少,而两者原本的设计初衷都是节能减排、促进绿色能源消纳,因而有必要考虑构建具有绿证与碳资产转换机制的联合市场.欧美碳市场和绿证市场都是相对独立的,各司其职.目前我国碳市场的设计并没有考虑绿证,因此本文所提绿证和碳资源联合市场是目前待研究的方向,初衷为帮助可再生能源公司处理有效期内的绿证,避免过期浪费,同时也给予传统化石能源企业购买绿证抵扣碳排放权的策略,最后促进区域内绿电消纳和联合减排.文献[32]提出将绿证与碳分别出清后,再构建绿证和碳排放权配额直接转化的机制,使得持有绿证余额的用户再次进入碳市场进行交易,有效整合从而完成绿证和碳资源的全局优化.其中,构建直接转化的机制是将绿证折算为可抵消的碳排放权数量.然而,这种转化机制受很多因素影响,需要进行实时修改调整:
式中:η为折算比率;α为交易价格调整参数,与当地可再生能源类型、联合市场运行期间气候条件以及当地燃煤价格有关;pc和pg为绿证交易和碳排放权交易的边际价格.
在区块链的技术框架下,新的联合市场智能合约仍有待开发,如何更好地利用分布式电源的灵活接入,实现更灵活的交易策略,方便绿电的绿色能源属性参与到碳市场交易中仍是未来待研究的重要问题.
3 适用于区块链架构的碳计量数据可用性分析
随着环保意识的提高,人类对碳足迹精准计量、溯源也成为普遍需求.而电力是生产消费的终端能源,也就成为碳评估的主要来源.随着未来低碳智能电网的发展,碳计量将不仅仅局限在高碳排的传统电力生产者,更多微网用户都将被纳入碳排放权交易市场.同时,如果碳排放全部由发电企业承担,则会增加其负担,打击能源输出地区的积极性[33].因此,如果能追溯受电区域的电力来源,进行碳排放权的合理分担将有利于促进区域间在减排上和经济上的合作.如图6所示,物理层的电网绿色电量计量和电网碳源追溯是数据之源,为信息层的绿证流通过程和碳资产流转过程提供数据支撑.对电网而言,碳排放的精确计量也会为电网的低碳化优化调度和优化运行提供强有力的分析根据和理论指导.
图6
图6
数据计量和绿证/碳资产流转过程的关系
Fig.6
Data measurements versus green certificate and carbon transition process
然而现有电力系统碳源计量方法主要从碳排放监测与统计起步,多针对于理论层面,尚未能与工程实践紧密结合[34].随着电网量测技术的发展,对电力系统的状态量监测已较为成熟,可以实时监测系统运行状态以及负荷用电情况.如果能在监测电网状态的同时,也充分利用来自电网量测装置的数据,对微网内的碳排放进行更精确实时的计算,将有助于碳排放量测技术的理论与实际相结合,更好地服务于低碳电力.
3.1 现有数据计量方法
然而,对电力系统进行实时的碳排放计量统计,应采用与系统运行紧密结合的实时碳排放计量方法.现有计量方法从面向对象可以分为两类:一是点碳源排放计算方法,主要侧重在发电机组的碳排放计算,由实测二氧化碳计量或机组有功出力函数关系得到;二是网络碳排放计算方法,旨在采用网络分析的方法计算电网的碳排放流走向,并且可以根据负荷的用电来源划分碳责任,实现碳源追溯.
3.1.1 点碳源排放计算方法
根据目前研究,不同侧重点会使得对点源碳排放的数学模型有所不同.低碳效益评估涉及的环节有发电侧、电网侧、用户侧,主要相关过程有清洁发电、电网降损、用户节电、用户减排.低碳效益的评估有助于为我国实现双碳目标提供参考建议.低碳效益主要反映在一段时间内电网各处二氧化碳减排量的动量定量评估.但由于相关数据难以获取,目前文献多采用事前评价的方法,对智能电网的低碳效益动态评估进行预测[40].在发电权交易方面,文献[17]将由火电机组安装的实时烟气在线测量装置获取的二氧化碳作为调度依据.文献[18]采用发电机组成本与煤耗消耗存在二次函数关系的假设计算二氧化碳能耗.在低碳优化运行方面,主要考虑将碳排放最小目标和碳排放经济惩罚成本作为约束条件,因而常采用机组碳排放量与机组出力的函数关系来建模点源碳排放量.采用的数学模型如下.
(1) 碳排放模型.碳排放主要来自于火电机组,T个时段内、N台火电机组系统总碳排放量为
式中:σi为机组i的碳排放强度;ΔT为时段间隔.
不同机组的碳排放强度不同,大致可分为3类[41]:①零碳排放电源,主要是风电、光伏、核电等零污染电源;②常规火电机组,根据所使用的能源(煤、石油、天然气)不同,其碳排放强度系数也不同,通常排放强度取机组二氧化碳排放因子;③装有碳捕集电厂的火力发电厂,碳捕集装置可以处理发电过程中的二氧化碳,因此应根据具体机组特征确定碳排放强度.
式中:αi、βi和γi为第i台火电机组二氧化碳的排放系数.
(2) 碳排放配额.目前中国的碳排放配额分配方式分为无偿分配和有偿分配两种,通常以无偿分配为主,有偿分配为辅.其中,无偿分配方式可进一步分为历史法和基准线法.基准线分配法的方式如下[19]:
式中:Eq为T个时段内、N台火电机组系统总无偿碳排放配额;δ为单位电量分配到的碳排放配额系数,由电量边际排放因子和容量边际排放因子加权构成,可参见《2019年度减排项目中国区域电网基准线排放因子》.
式中:Cc为二氧化碳交易价格.Fc>0表示系统二氧化碳过排放,需要从碳市场购买相应数量的碳排放权;Fc≤0表示系统二氧化碳仍在限额内,可将过量碳排放权放在碳市场交易获取收益.
文献[20]中的碳交易成本还进一步考虑了当系统碳排量超过配额时的惩罚情况.当额外购买碳配额时,其费用采用阶梯型的碳排放权价格,利用不同区间不同惩罚系数的方式进行结算.
3.1.2 网络碳排放流计算方法
(1) 考虑用电成分.文献[33]将电力系统碳排放按用途分为电负荷、厂用电和网损3种成分,提出一种碳排放流的成分分布确定方法,有利于得到实时碳排放产权分配结果,将碳责任分摊到各电厂和受电负荷上.
(3) 考虑多环节.文献[48]研究了电力系统的碳排放结构,分为发电、输电、消费3个环节,形成具体的排放分量和影响因素,并提出计算排放因素贡献的分解算法.
在此基础上,文献[49]首次提出最优碳流的概念,提出一种基于强化学习算法的最优碳流优化求解方法.文献[50]考虑无损网络假设下风速不确定性对碳排放流分布的影响,将确定性的碳排放流计算拓展到不确定性分析上.文献[51]基于复功率碳排放计算方法提出用户的碳强度排放分级模型,并按照计算结果进行用户间的绿证分配,指导电网需求侧管理.文献[52]基于碳排放流理论研究投入碳捕集电厂后系统各节点的减排效果,为多台碳捕集装置接入系统参与调度提供建议.文献[53]进一步将碳排放流模型拓展到考虑网络损耗的场景,修正了忽略网损时的偏差,使得计算结果更准确.文献[54]针对双边交易和联营交易的碳排放源不同展开相应网损的碳排放计算,实现两种交易的解耦,比传统方法的比率共享原则分摊碳排放更为公平合理.文献[55]采用了递推算法依次质询节点计算碳排放流,避免了大型电力系统带来的复杂矩阵运算,适用于大部分具有小世界网络特性的输电网,并结合直接算法扩展到主网-配电网计算中.文献[56]从负荷侧出发,计算负荷从各电源中汲取的功率分量从而得到用户侧实际的碳排放,因此将网损碳排放都归至电源侧,得到网损的总碳流率.文献[57]通过研究不同碳责任分摊机制,发现在发电侧和负荷侧进行共同分摊的机制优于单独在发电侧或负荷侧分摊.文献[58]研究了一种分散式电力系统碳-能复合流自律优化模型,可解决集中式优化调度较为棘手的维数过大问题,并且避免碳责任的重复计算.文献[59]研究了含储能元件的配电系统碳排放流模型,并建立基于碳排放流模型展开了系统优化运行模型.文献[60]提出清洁电力的“负碳流”概念及其核算方法,并以跨国电网互联网的非洲能源互联网展开减排效益研究.文献[61]提出含冷热网、气网、电网的多能互补系统碳排放流计算模型.
传统电力系统碳源计量方法从碳排放监测与统计起步,存在发电侧和消费侧都进行电能到碳排放的转换,因而存在重复计算的可能.然而,考虑网络结构的碳追溯计量是基于物理层的绿电溯源而来,充分利用来自电网量测装置的数据,以电能传输为载体,进行碳排放流追溯.由一一确定的物理量计算衍生的采用网络分析的方法计算电网碳排放流走向将得出唯一确定的网络流向关系,因此可有效避免重复计算碳排放流.
3.2 适用于区块链技术的数据可用性分析
在绿色能源碳交易和碳数据管理的区块链技术应用中,由于智能合约以软件代码的形式规定了预先确定的执行条件,因而可用于封装碳数据处理、存储和转换的算法,便于平台的自动、高效计算.不同于传统的人工智能大数据处理,本文提出的架构基于区块链框架,以去中心化自组织的模式管理数据,因此算法使用数据的权重非人为设置,每种数据以同样的地位被相应的智能合约所需要,运用在多种以智能合约形式编制的算法中.因此,分析区块链技术的数据可用性可以从智能合约所需要处理数据的角度出发.按照前文分析的碳资产流转过程,可能涉及的智能合约形式和相关数据如下.
(1) 实时碳排放数据转化为碳排放权的智能合约:① 按照标准方法学,将排放因子和活动数据转化为排放数据;② 各重点排放单位的实时检测系统将监测到的温室气体转化为排放数据;③ 智能合约将碳排放数据转换为碳排放权消耗量.
(2) CCER上链智能合约:完成审定、备案和登记的CCER项目,在接受核查后存储在区块链上.
(3) 交易所有权转移智能合约:可交易碳排放权和CCER减排量的交易规则,智能合约将按规则实时生成可交易的挂牌.
(4) 交易清算智能合约:对相应已清缴的碳排放权和CCER减排量进行停止交易操作.
(5) 第三方调用智能合约:关于监管部门、第三方授权访问,智能合约应进行封装存储调用功能.
按照不同的功能,上述合约会被用到不同类型的量测数据和算法中.如表1所示,这些数据包括电网数据、第三方检测数据、碳交易金融数据,数据之间存在冗余、噪声,甚至可以相互转换.因此在区块链架构中,可根据对结果的精确性要求合理地进行数据之间的相互筛选,并不存在某种类型的数据是必不可少的,从而可以调用智能合约转换得到想要获取的数据.
表1 碳数据管理方面智能合约所用数据
Tab.1
各微网用户数据 | 第三方检测数据 | 碳交易金融数据 | ||
---|---|---|---|---|
电力数据 | 碳排放物理数据 | CCER项目数据 | ||
微网内各机组出力 数据 | 自动监测碳排放数据 | CCER项目数据 | 碳排放的第三方监测数据 | 碳排放权配额发布/分配/拍卖数据 |
拓扑结构 | 监测/记录活动水平数据 | CCER项目减排量核查数据 | 碳排放的第三方报告数据 | 碳排放权配额挂牌报价数据 |
节点负荷数据 | 监测/记录碳排放因子数据 | CCER挂牌数据 | 碳排放的第三方核查数据 | 碳排放权配额交易数据 |
碳排放数据 | CCER交易数据 | 碳排放权配额登记数据 | ||
碳排放权配额清缴数据 |
表1中,所需数据主要有各微网用户数据、第三方监测数据和金融数据.微网用户数据主要有电力数据、碳排放物理数据和CCER项目数据,其中电力数据属于电网所有,可以进一步实现电网充分利用自身数据进行数据增值的作用,帮助用户更好地转化绿证抵扣碳排放权,进行各负荷用电造成的碳排放来源追溯.
目前电网量测类型存在以下3种:数据采集与监视控制(Supervisory Control and Data Acquisition, SCADA)系统量测、广域量测系统(Wide Area Measurement System,WAMS)量测和高级量测体系(Advanced Metering Infrastructure, AMI)量测,具体情况如下.
(1) SCADA数据.SCADA系统量测包括远程终端单元(Remote Terminal Unit, RTU)和馈线终端单元(Feeder Terminal Unit, FTU),已在电网中运行了几十年.SCADA也是能源管理系统(Energy Management System, EMS)的重要数据源,其仪表准确度等级为2级.
(2) WAMS.SCADA量测采样率通常为2~4 s,量测速率较慢.基于同步相量测量单元(Phasor Measurement Unit, PMU)的WAMS量测的高精度相量信息可以改善这一问题[62].PMU以非常高的速率(通常为30次/s)测量电压、电流和频率.PMU采用GPS通用时钟同步,因而可直接测量母线电压幅值和相位角.但PMU较昂贵,目前在电网的配置覆盖率较低.
配电网及微网系统具有线路复杂、通信手段匮乏等特点,量测装置可能存在以下问题:① 配置高精度、高密度的量测装置花费昂贵,难以全网可观测;② 限于条件,某些所需量不易直接测量;③ 大量量测数据需要数据处理才能反映系统状态;④ 仪表、通信过程可能产生误差,量测数据可能会引入不良数据和误差.因此,还需要对量测数据进行一定的数学处理,才能将大量电力数据应用在绿电及碳源追溯中.对此,在硬件获取的量测数据信息基础上,还需要利用数学方法计算出系统的状态变量值,进一步计算出所有所需量.
另外,量测数据可能因各种原因而包含错误数据.自然状态下,对于一个实际电力系统,信息采集过程、信息传输环节、信息通信过程以及其他不确定性过程都有可能产生系统状态未变化下的信息错误.除了坏数据,虚假注入量测攻击[65]也是其中一种数据问题.虚假注入量测攻击利用输电网状态估计中基于残差的不良数据检测漏洞,向SCADA中注入虚假数据,达到修改电力系统的量测值和状态变量、控制电力系统的运行状态或获取经济利益等不法目的.在绿电及碳源追溯中,攻击者可能通过伪造节点电压数据使得线路过负荷,从而改变网络碳排放流走向的计算结果,引发电力调度错误,混淆市场交易信息,从而扰乱绿证市场和碳排放权市场交易的正常秩序.
多种量测数据的混合量测周期特性也会对实时性造成一定影响.电力系统碳排放流计算依据潮流计算而来[45],而潮流计算所依据的数据常依靠状态估计得到.电网状态估计可对不同量测装置测到的数据进行计算,从而得到电网各节点电压幅值和相角,进而得到全网功率分布.SCADA、WAMS、AMI的量测周期存在差异,给状态估计的实时计算带来了挑战,从而影响碳排放流计算.此外,目前的碳排放流计算为集中式计算方法,需要收集来自量测装置的每一条信息,因此在节点增多的系统里,实时性更难实现.
对此,在基于区块链技术的碳源追溯中,应对不同来源的数据进行冗余度和可信度核查,确保其精度和数量能够达到可计算要求;同时还应挖掘数据之间的关系,从碳排放流的机理出发,相互校验可用的数据,从而提升数据的可靠度和精确度,实现多源数据的有效利用.
3.3 适用于区块链技术的数据应用场景分析
未来碳计量技术应加强对现有电力系统数据的有效利用,实现更精确可靠的数据支撑.未来研究方向主要面向更精细、更明确、更实际3个方面.
3.3.1 更精细的从输电网到配电网及微网结构的计量方法
目前基于碳排放流追溯的相关研究多集中在输电网,如划分电力碳排放区域[47]、按照省份进行碳排放流计算[42],这些方法将区域或省际电力交易视为整体,讨论区域或省际二氧化碳转移量,使用的数据为区域电力消费量、电力输入量和电力输出量.因此只能计算出较为粗糙的区域间碳排放关系,不能有效利用到更精细的用电数据.以图7为例,传统碳排放流计算对象面向输电系统,以宏观数据为主,而未来则应朝着基于更精细用电数据的含微网群配网结构碳流追溯的方向进行研究.此外还可以逐步推向面向具体用户的碳源追溯,结合本文所提基于综合数据融合和共识机制的绿电溯源方法,辅助完成碳足迹计量,使用户了解其生产生活中碳排放轨迹,践行低碳环保理念.
图7
图7
从输电网到配电网及微网结构的碳计量方法变迁
Fig.7
Change of carbon emission calculation from transmission network to distribution network and microgrids
3.3.2 更明确的基于计量溯源的绿证计量和碳排放责任分摊计算
目前,国家提出绿证交易收益可以替代补贴,《关于积极推进风电、光伏发电无补贴平价上网有关工作的通知》明确提出“鼓励平价上网项目和低价上网项目通过绿证交易获得合理收益补偿”.风电、光伏发电平价上网项目和低价上网项目可按国家可再生能源绿证管理机制和政策获得可交易的可再生能源绿证,通过出售绿证获得收益.因此补贴和绿证是互斥的,并行会造成重复计量.如果将绿证卖出,就相当于自愿将绿电属性价值进行交易,从而不能继续享受国家补贴.绿证核发确保绿证在进入市场前从源头保证绿证的合法性,因此应在绿证核发时理清来源,如图8所示.
图8
图8
针对不同能源的绿证核发途径
Fig.8
Approaches of issuing green certificates to different forms of energies
图8中,目前电网主要针对大型风电场/光伏站核发绿证,并非所有绿电都可以被精确计量成绿证.对于电网中存在的即插即用的小型分布式电源,目前还没有较精确合理的计量方式,因此有必要开展对小型分布式电源的绿电溯源,促进绿电消纳,同样还应遵循绿证核发后就不能享受可再生能源电价附加资金补贴原则.小型分布式电源绿证核发的3种形式初步设想如下:① 如果分布式电源以补贴价格上网,那么这部分绿电所代表的绿证所有权应该归属于消纳这部分绿电的用户;② 如果分布式电源以平价上网,则该部分绿电所代表的绿证所有权应归属于该发电方;③ 如果电网以特有定价方式向小型分布式电源集中购电进行整合,则该部分绿电所代表的绿证所有权应该归属于电网.事实上,电网应以何种方式为小型分布式电源核算绿证还需要更深入详细的讨论.
同样,对于碳责任分摊,目前无论是只分析供给侧的碳排放量还是只分析负荷侧的碳排放量,都无法根据电力系统的网络特性进行网络传输性计算,而考虑网络物理流的碳排放流追踪方法将为电网内碳责任的分摊提供新视角.有效考虑各环节的责任分摊,避免碳排放责任的重复计算,做到在发电侧的分摊结果可以与各发电机组实际出力相符,在负荷侧的分摊结果可以与各负荷综合规模、地理位置相符合.对此,应该综合考虑多种因素进行分摊:① 考虑多环节;② 考虑用电成分;③ 考虑受电区域的用电来源.
综上,无论是绿证的核发还是碳责任分摊都以绿电流向为依据进行设想,供给侧和负荷侧将会有效避免二次消费现象,从而避免完全考虑经济性因素的分摊,更好、更准确地辅助碳责任分摊.
3.3.3 更实际的考虑现有限制的计量方法
考虑现有实际的电网量测技术以及实际的元件构成,可以将现有网络碳排放流计算方法拓展为更符合实际情况、更便于应用的方法.
(1) 量测技术本身的局限.现有的实际电网量测技术存在坏数据、混合量测周期数据之间的协调、虚假数据注入攻击等问题,因此在利用多种类型数据时,进行有效的数据管理和数据清洗,才能将电网实时监测碳流分布具体化、实际化.
(2) 配电网量测带来的挑战.由于成本限制等原因,调度中心无法在所有节点和线路配置量测装置,所以配电网量测较输电网更少,还需要使用状态估计等算法辅助配电网分析和运行.另外,复杂的用户用电数据也可以帮助分析用户用电结构和碳排放规律关系,辅助网架结构的碳计量分析.
(3) 考虑分布式电源、储能结构等实际配网元件.目前在电网系统中,配电网和微网系统越来越重要,而配电网本身依托主网运行,其内部含有的分布式电源、储能结构等使其碳排放流更加难以统计.精确的配电网及微网结构碳计量可以更好地促进配电网及微网的低碳优化运行.
4 结论
为实现双碳目标,促进绿色能源消纳和能源结构调整,我国提出了推行可再生能源配额制度及其衍生的绿证交易制度和碳排放权交易制度.而碳排放权的合理划定是碳排放权交易的基础.电力系统实时的网络碳计量方法可以有效追溯各负荷的电力来源,从而进行合理的碳排放产权分配.因此,准确的网络碳计量方法将有助于绿色能源碳交易和碳数据管理,从而应用在电力碳排放权市场交易、低碳效益评估和低碳优化运行等方面.未来研究工作可从以下几个方面深入展开:
(1) 研究扩展到配电网及微网结构中的精确碳计量方法,考虑更多细分用户级别的相关特性.
(2) 在计量溯源中加强绿证计量,加强对碳排放量责任分摊的明确,有效考虑各环节的责任分摊,避免碳排放责任的重复计算.
(3) 将网络碳排放流计算与电网量测技术紧密结合,考虑坏数据、混合量测周期、虚假数据注入攻击等数据问题,考虑分布式电源、储能结构等实际配网元件等实际情况,拓展所提方法的应用便捷性.
参考文献
“双碳”目标下中国清洁电力发展路径
[J].
Development pathway of China's clean electricity under carbon peaking and carbon neutrality goals
[J].
现货市场环境下新能源并网接入对市场出清的影响
[J].
Impact of renewable energy integration on market-clearing results in spot market environment
[J].
能源低碳转型的顶层制度设计: 可再生能源配额制
[J].
Top-level institutional design for energy low-carbon transition: Renewable portfolio standards
[J].
An assessment of the effectiveness of renewable portfolio standards in the United States
[J].DOI:10.1016/j.tej.2014.07.010 URL [本文引用: 1]
A critical review of the integration of renewable energy sources with various technologies
[J].DOI:10.1186/s41601-021-00214-x URL [本文引用: 1]
基于配额制的可再生能源动态发展系统动力学研究
[J].
Dynamic development system dynamics of renewable energy considering renewable energy quota system
[J].
多时空尺度风电消纳体系初探
[J].
Preliminary analysis on wind power accommodation system from multiple temporal and spatial scale perspective
[J].
以配额制激励可再生能源的需求与供给国家可再生能源市场机制设计
[J].
Incenting demand and supply of renewable energy with renewable portfolio standard: Mechanism design of national renewable energy market
[J].
考虑可再生能源配额制的中国电力市场均衡模型
[J].
Equilibrium model of Chinese electricity market considering renewable portfolio standard
[J].
绿色电力证书交易影响下计及输电阻塞影响的综合型能源发售电商竞价策略研究
[J].
Power price marketing strategy of comprehensive energy-based electricity sales company participating in electricity market competition under ubiquitous environment of Internet of Things
[J].
基于可再生能源配额制的风电并网节能经济调度
[J].
Energy-saving and economic dispatch of power system containing wind power integration under renewable portfolio standard
[J].
含绿色证书跨链交易的综合能源系统运行优化
[J].
Operation optimization of integrated energy system with green certificate cross-chain transaction
[J].
基于碳交易的含风电系统低碳经济调度
[J].
Carbon trading based low-carbon economic dispatching for power grid integrated with wind power system
[J].
Aligning renewable energy targets with carbon emissions trading to achieve China's INDCs: A general equilibrium assessment
[J].DOI:10.1016/j.rser.2017.10.061 URL [本文引用: 1]
Emissions trading and investment decisions in the power sector-a case study in Finland
[J].DOI:10.1016/j.enpol.2004.09.004 URL [本文引用: 1]
碳交易机制下考虑节能减排的竞价交易模式
[J].
An energy saving and emission reduction based bidding transaction mode under carbon trading mechanism
[J].
碳排放交易下的发电权置换优化模型
[J].
An optimization model of generating right exchanging under carbon emission trading
[J].
考虑碳排放配额影响的含风电系统日前调度计划模型
[J].
Day-ahead dispatching scheduling for power grid integrated with wind farm considering influence of carbon emission quota
[J].
考虑需求响应虚拟机组和碳交易的含风电电力系统优化调度
[J].
Optimal dispatch of power system integrated with wind power considering virtual generator units of demand response and carbon trading
[J].
碳交易环境下含大规模光伏电源的电力系统优化调度
[J].
Optimal dispatch of power system integrated with large scale photovoltaic generation under carbon trading environment
[J].
碳市场环境下计及碳捕集电厂和换电站的电力系统优化调度
[J].
Power system optimal dispatch incorporating carbon capture power plant and battery swap station under carbon market environment
[J].
计及碳排放权交易的风电储能协同调度优化模型
[J].
Collaborative scheduling optimization model of wind power and energy storage system considering the carbon emission trade
[J].
Unit commitment model in smart grid environment considering carbon emissions trading
[J].DOI:10.1109/TSG.2015.2401337 URL [本文引用: 1]
考虑碳排放交易的日前调度双阶段鲁棒优化模型
[J].
Two-stage robust optimization model of day-ahead scheduling considering carbon emissions trading
[J].
基于碳交易机制的电-气互联综合能源系统低碳经济运行
[J].
Carbon trading based low-carbon economic operation for integrated electricity and natural gas energy system
[J].
计及碳排放成本的交直流混合微网优化运行
[J].
Optimal operation of AC-DC hybrid microgrid considering carbon emission cost
[J].
Bitcoin: A peer-to-peer electronic cash system
[DB/OL]. (
Blockchain in healthcare and health sciences-A scoping review
[J].DOI:10.1016/j.ijmedinf.2019.104040 URL [本文引用: 1]
Blockchain for the IoT and industrial IoT: A review
[J].DOI:10.1016/j.iot.2019.100081 URL [本文引用: 1]
基于区块链的绿色证书交易平台:概念与实践
[J].
Blockchain based trading platform of green power certificate: Concept and practice
[J].
基于智能合约的绿证和碳联合交易市场的设计与实现
[J].
Design and implementation of joint trading market for green power certificate and carbon based on smart contract
[J].
基于电力系统碳排放流理论的碳排放分摊模型研究
[J].
A research on the allocation model of carbon emission in power system based on carbon emission flow theory
[J].
智能配用电园区低碳效益仿真与评价系统及其在江西的应用
[J].
Low-carbon benefit simulation and evaluation system for smart distribution grid and its application in Jiangxi Province
[J].
我国二氧化碳排放、经济与能源发展的动态关系分析: 基于1978-2012年时间序列数据的VAR模型
[J].
Research on the dynamic relations among carbon emissions, economic and energy development in China: Based on the VAR model analysis of time series data from1978 to 2012
[J].
基于随机性环境影响评估模型的电力消费和碳排放关系实证分析
[J].
Empirical analysis on relation between electricity consumption and carbon emission based on stochastic impacts by regression on population, affluence and technology model
[J].
碳排放权交易: 理论及应用研究综述
[J].
Carbon emission permits trading: A summary
[J].
Modeling greenhouse gas reduction from the Australian electricity sector
[J].DOI:10.1109/TPWRS.2009.2038021 URL [本文引用: 1]
Energy and CO2 life-cycle analyses of wind turbines-review and applications
[J].DOI:10.1016/S0960-1481(01)00145-8 URL [本文引用: 1]
基于系统动力学的智能电网低碳效益动态评价研究
[J].
Dynamic evaluation of smart grid low-carbon benefits based on system dynamics
[J].
基于复功率潮流追踪的电力用户侧碳排放计量
[J].
Carbon emission calculation on power consumer side based on complex power flow tracing
[J].
基于电力系统碳排放流的分省化石能源消费CO2排放量测算
[J].
Measurement of provincial CO2 emission from fossil energy consumption based on carbon emission flow in power systems
[J].
用户侧电力碳排放强度的评估原则与模型
[J].
Principle and model for assessment on carbon emission intensity caused by electricity at consumer side
[J].
电力系统碳排放流分析理论初探
[J].
Preliminary theoretical investigation on power system carbon emission flow
[J].
电力系统碳排放流的计算方法初探
[J].
Preliminary investigation on a method for carbon emission flow calculation of power system
[J].
碳排放流在电力网络中分布的特性与机理分析
[J].
Analysis on distribution characteristics and mechanisms of carbon emission flow in electric power network
[J].
电力碳排放区域分摊的原则与模型
[J].
Principle and model for regional allocation of carbon emission from electricity sector
[J].
电力系统的碳排放结构分解与低碳目标贡献分析
[J].
Structure identification of CO2 emission for power system and analysis of its low-carbon contribution
[J].
基于多步回溯Q(λ)学习的电网多目标最优碳流算法
[J].
Multi-objective optimal carbon emission flow calculation of power grid based on multi-step Q(λ)learning algorithm
[J].
考虑风电不确定性的电力系统碳排放流分析
[J].
Analysis on carbon emission flow of power system with uncertain wind power injection
[J].
用户侧碳排放强度评级及绿色电力证书分配研究
[J].
Study on carbon emission intensity rating of power consumer side and green power certificates distribution
[J].
考虑碳捕集电厂的电力系统多目标最优潮流及其碳流分析
[J].
Analysis of carbon capture power plants-considered multi-objective optimal power flow and carbon flow for Power Systems
[J].
考虑网络损耗的碳排放流理论改进与完善
[J].
Improvement and enhancement of carbon emission flow theory considering power loss
[J].
混合电力市场下碳排放流的分配
[J].
Allocation of carbon emission flow in hybrid electricity market
[J].
电力系统碳排放流的递推算法
[J].
Recursive calculation method of carbon emission flow in power systems
[J].
基于电网功率分布的碳排放流计算方法
[J].
Algorithm of carbon emission flow based on power distribution
[J].
电力系统发电侧和负荷侧共同碳责任分摊方法
[J].
Method of carbon obligation allocation between generation side and demand side in power system
[J].
基于纳什均衡迁移学习的碳-能复合流自律优化
[J].
Nash equilibrium inspired transfer learning for self-organizing optimal carbon-energy combined-flow
[J].
基于碳排放流的配电系统低碳优化运行方法研究
[J].
Research on low-carbon oriented optimal operation of distribution networks based on carbon emission flow theory
[J].
跨国电网互联情景下的碳流及碳减排效益研究: 以非洲能源互联网为例
[J].
Carbon flow and emission reduction benefits based on grid interconnection: A case study on Africa energy interconnection
[J].
Modeling carbon emission flow in multiple energy systems
[J].DOI:10.1109/TSG.2018.2830775 URL [本文引用: 1]
Communication infrastructure for situational awareness enhancement in WAMS with optimal PMU placement
[J].
AMI量测用于配电网在线状态估计的可信度建模及分析
[J].
Credibility modelling and analysis of AMI measurements for on-line distribution state estimation
[J].
考虑AMI量测特性的配电网状态估计
[J].
Distribution network state estimation considering measurement characteristics of AMI
[J].
/
〈 |
|
〉 |
![](../../../richhtml/1006-2467/richHtml_jats1_1/images/1.png)