一种基于电力统计数据的区域碳排放量核算方法

1.本发明涉及碳排放核算领域，具体地，涉及一种基于电力统计数据的区域碳排放量核算方法。


背景技术：

2.由于碳排放量没有官方统计数据，只能依赖《能源统计年鉴》中的各类能源消耗数据进行换算。但此类数据具有较久的滞后性，与此同时，各省直辖市、县以及更小行政尺度的能源统计数据难以获取，导致政策制定者无法获取实时的碳排放数据并有针对性地制定减排方案。
3.碳排放核算方法纷繁复杂，但大部分方法只能完成省级尺度的核算，难以实现各省空间差异的比较。而近年来学者根据dmsp-ols夜间灯光遥感数据对碳排放进行测量，这类方法虽提供了在栅格尺度上估算碳排放的可能性，但对不同能源消费部门的碳排放表达能力不足，无法为各行业的低碳经济发展提供前瞻性政策建议。
4.中国专利，公开号：cn114169714a，公开日：2022年3月11日，本技术涉及环保管控技术领域，公开了区域碳排放核算方法，包括：构建区域碳排放核算模型；采集区域碳排放相关基础数据；对采集的区域碳排放数据进行数据清洗；将清洗后的区域碳排放数据代入所述区域碳排放核算模型，得到区域碳排放量。方案通过划定碳排放的核算范围对区域的碳排放量进行核算，由于核算范围内的数据类型众多但并未穷尽，导致计算较为复杂且不准确。
5.在所述背景技术部分公开的上述信息仅用于加强对本技术的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

6.本发明的目的是解决不同区域不同消费部门的碳排放量数据难以预测的技术问题，提出了一种基于电力统计数据的区域碳排放量核算方法，为了获取和预测更小区块的碳排放量数据，通过将具有优秀统计质量的电力统计数据引入至碳排放核算之中，构建匹配各区块的变系数面板数据回归模型用于碳排放核算，可以获取更加及时、准确、具有代表性的碳排放数据。
7.第一方面，本发明实施例中提供的一种技术方案是，一种基于电力统计数据的区域碳排放量核算方法，包括如下步骤：根据时间标尺获取一级区块对应的二级区块各电力消耗部门的第二电力负荷数据；根据第二电力负荷数据计算得到一级区块各电力消耗部门的第一用电量统计数据；根据时间标尺获取一级区块对应的碳排放量数据；采用变系数面板数据回归模型对一级区块对应的碳排放量数据及对应的第一用
电量统计数据进行拟合，得到时间标尺上的一级区块对应的变系数，得到变系数矩阵；通过时间标尺上的一级区块对应的变系数与对应二级区块的第二电力负荷数据，计算二级区块对应的碳排放量数据。
8.作为优选，所述根据时间标尺获取一级区块对应的二级区块各电力消耗部门的第二电力负荷数据，包括如下步骤：以年为单位获取各一级区块对应的二级区块中各电力消耗部门的第二电力负荷数据；获取第二电力负荷数据中的多重属性数据，根据碳能转换比对多重属性数据进行归类。
9.作为优选，所述第二电力负荷数据包括有产业电力负荷数据、区域电力负荷数据以及行业电力负荷数据。
10.作为优选，所述产业电力负荷数据的碳能转换比为产业年碳排放量与产业年生产总值的比值；所述区域电力负荷数据的碳能转换比为区域年碳排放量与区域年生产总值的比值；所述行业电力负荷数据的碳能转换比为行业年碳排放量与行业年生产总值的比值。
11.作为优选，所述根据第二电力负荷数据计算得到一级区块各电力消耗部门的第一用电量统计数据，包括如下步骤：所述一级区块对应若干个二级区块；依次获取各个二级区块对应的各电力消耗部门的第二电力负荷数据，依据属性对获取的第二电力负荷数据进行归类后，进行累加得到隶属于一级区块各电力消耗部门的第一用电量统计数据。
12.作为优选，所述根据时间标尺获取一级区块对应的碳排放量数据，包括如下步骤：根据各级区块对应的年度统计年鉴获取一级区块和二级区块对应的碳排放量数据；通过二级区块对一级区块的碳排放量数据进行修正得到碳排放量修正数据。
13.作为优选，所述通过二级区块对一级区块的碳排放量数据进行修正得到碳排放量数据，包括基于一级区块的碳排放量数据及其对应的二级区块的碳排放量数据对prophet预测模型进行训练得到碳排放预测模型；通过训练好的碳排放预测模型获取年度碳排放预测值，取碳排放预测值和实际碳排放值的平均值作为碳排放量修正数据。
14.作为优选，所述固定效应面板数据变系数模型，公式如下：其中，p
it
为λ
×
1维解释变量，即一级区块对应的λ个电力消耗部门的用电数据，λ为电力消耗部门的个数，i为一级区块的个数，t为年份；c
it
是实值响应变量，即各一级区块的碳排放总量；z
it
为协变量，μ
it
是个体的固定效应，ε
it
为误差项。
15.作为优选，所述通过时间标尺上的一级区块对应的变系数与对应二级区块的第二电力负荷数据，计算二级区块对应的碳排放量数据，包括如下步骤：根据固定效应面板数据变系数模型计算得到变系数矩阵分离出各一级区块的变
系数时间序列α(z
it
)、个体固定效应μ
it
与误差项ε
it
，构建适配各一级区块的固定效应面板数据变系数模型，将一级区块对应的二级区块的第二电力负荷数据输入固定效应面板数据变系数模型得到对应二级区块的碳排放量数据。
16.本发明的有益效果：本发明设计了一种基于电力统计数据的区域碳排放量核算方法，基于电力负荷数据的区域碳排放量核算方法具有更精确的估计能力，具备实时性、准确性以及参考性，解决了以往碳排放估算时收集统计数据困难以及模型冗余复杂的问题，极大的提高了碳排放数据的统计效率，方便相关部门的核算工作。同时构建匹配各区块的变系数面板数据回归模型用于碳排放核算，可以获取更加及时、准确、具有代表性的碳排放数据，有助于各区块(省份下属市、县区)碳排放数据库的建立，为政府及相关部门针对性制定计划和开展节能工作提供数据支撑，从而有效开展各项碳减排工作、促进经济绿色转型。
17.上述发明内容仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
18.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。
19.图1为本发明的一种基于电力统计数据的区域碳排放量核算方法流程图。
具体实施方式
20.为使本发明的目的、技术方案以及优点更加清楚明白，下面结合附图和实施例对本发明作进一步详细说明，应当理解的是，此处所描述的具体实施方式仅是本发明的一种最佳实施例，仅用以解释本发明，并不限定本发明的保护范围，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
21.在更加详细地讨论示例性实施例之前，应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作(或步骤)可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤；所述处理可以对应于方法、函数、规程、子例程、子程序等等。
22.实施例：如图1所示，一种基于电力统计数据的区域碳排放量核算方法，包括如下步骤：s1、根据时间标尺获取一级区块对应的二级区块各电力消耗部门的第二电力负荷数据。
23.具体地，以年为单位获取各一级区块对应的二级区块中各电力消耗部门的第二电力负荷数据；获取第二电力负荷数据中的多重属性数据，根据碳能转换比对多重属性数据进行归类。
24.其中，第二电力负荷数据包括有产业电力负荷数据、区域电力负荷数据以及行业
电力负荷数据。
25.其中，产业电力负荷数据的碳能转换比为产业年碳排放量与产业年生产总值的比值。
26.其中，区域电力负荷数据的碳能转换比为区域年碳排放量与区域年生产总值的比值。
27.其中，行业电力负荷数据的碳能转换比为行业年碳排放量与行业年生产总值的比值。
28.进一步地，根据碳能转换比对多重属性数据进行归类可以理解为，根据各属性数据的碳能转换比中最大的比值所述的类别对当前属性数据进行归类，如，一个部门的电力负荷数据分别属于产业电力负荷数据、区域电力负荷数据以及行业电力负荷数据，当产业电力负荷数据的碳能转换大于区域电力负荷数据的碳能转换比，区域电力负荷数据的碳能转换比大于行业电力负荷数据的碳能转换比，则此时该部门的电力负荷数据为产业电力负荷数据。
29.可以理解的是，根据行政区划，收集23个省(一级区块)的产业电力负荷数据(例如，第一产业数据和第三产业数据，进一步地，根据国统计局的产业划分来看：农、林、渔、牧被定为第一产业；工业和建筑业被定为第二产业；其他均为第三产业)、区域电力负荷数据(如城镇居民以及非城镇居民的用电负荷数据)以及行业电力负荷数据(建筑业、制造业、轻工业等)等部门的用电数据p
iλt
，其中，i为各个省份且i＝1,2,3,
…
,23；λ表示案例所选取的电力消耗部门数量且λ＝1，2，3
…
，n；t表示所收集数据的年份。
30.s2、根据第二电力负荷数据计算得到一级区块各电力消耗部门的第一用电量统计数据。
31.具体地，一级区块对应若干个二级区块；依次获取各个二级区块对应的各电力消耗部门的第二电力负荷数据，依据属性对获取的第二电力负荷数据进行归类后，进行累加得到隶属于一级区块各电力消耗部门的第一用电量统计数据。
32.可以理解的是，一级区块和二级区块除了行政级别不同，其碳排放的核算和电力负荷的部门构成相同，因此，依据上述记载，根据二级区块中各部门电力负荷数据和碳排放量数据，可以推算出一级区块的用电量统计数据。
33.s3、根据时间标尺获取一级区块对应的碳排放量数据。
34.具体地，根据各级区块对应的年度统计年鉴获取一级区块和二级区块对应的碳排放量数据；通过二级区块对一级区块的碳排放量数据进行修正得到碳排放量修正数据。
35.具体地，通过二级区块对一级区块的碳排放量数据进行修正得到碳排放量修正数据，包括如下步骤：基于一级区块的碳排放量数据及其对应的二级区块的碳排放量数据对prophet预测模型进行训练得到碳排放预测模型；通过训练好的碳排放预测模型获取年度碳排放预测值，取碳排放预测值和实际碳排放值的平均值作为碳排放量修正数据。
36.可以理解的是，由于统计值是有延迟的，而预测值会收到多种因素影响，为了使得获取的数据可靠，采用碳排放预测值和实际碳排放值的平均值作为碳排放量修正数据值可以弥补时间延迟上的数据可靠性的问题。
37.s4、采用变系数面板数据回归模型对一级区块对应的碳排放量数据及对应的第一用电量统计数据进行拟合，得到时间标尺上的一级区块对应的变系数，得到变系数矩阵。
38.具体地，固定效应面板数据变系数模型，公式如下：其中，p
it
为λ
×
1维解释变量，即一级区块对应的λ个电力消耗部门的用电数据，λ为电力消耗部门的个数，i为一级区块的个数，t为年份；c
it
是实值响应变量，即各一级区块的碳排放总量；z
it
为协变量，μ
it
是个体的固定效应，ε
it
为误差项；满足e(ε
it
)＝0,
39.进一步地，把(1)写成矩阵的形式为：c＝b{p,α(z)}+d0μ0+ε；
ꢀꢀꢀ
(2)其中：其中：其中：e
t
是t
×
1维的全1向量，其中b{x,α(z)}是的堆积函数，维数为(nt)
×
1，{μi}为独立同分布的序列，满足
40.进一步地，若则(2)式可以整理为如下形式：c＝b{p,α(z)}+dμ+ε；
ꢀꢀꢀ
(3)其中：为(n-1)
×
1维的向量，其中
41.本发明通过加权最小二乘来估计(3)式中的α(z)和μ：其中：权重wh(z)＝diag{kh(z1,z)，
…
，kh(zn,z)}为nt
×
nt维的矩阵；kh(zi,z)＝diag{kh(z
i1
,z)，
…
，kh(z
it
,z)}为t
×
t维的矩阵；其中kh(
·
)为核函数，h表示窗宽。
42.进一步地，由于(4)式含有固定效应，故本发明首先估计μ，在(4)式中用来替代μ后，再估计α(z)。因此对(4)式关于μ求偏导可得：把式(5)带入式(4)整理后可得：
其中：i为nt
×
nt维的单位阵，易得m(z)dμ≡0，并且在式(6)中固定效应已被去除。
43.由于α(z
it
)未知，本发明利用局部线性法对α(z)进行估计，首先对于任意的指标变量z∈(0,1)以及z领域内一点z
it
，α(z
it
)可以利用一阶taylor展开式近似地表述为：进一步地，为了方便表述，本发明记βm(z)＝(αm(z),hαm′
(z))
τ
是2
×
1维的向量，m＝1,
…
,λ。β(z)＝(β1(z),
…
,β
λ
(z))
τ
λ
×
2维的参数矩阵，是2
×
1维向量，其中α
′m(z)是αm(z)的一阶导函数。故αm(z
it
)可得如下：由式(8)可得接着利用公式可得其中vec(β
τ
(z))＝vec(β(z))。记为：其中为nt
×
2λ维的矩阵，则式(6)可表示为下式：ln(vec(β(z)))＝[c-r(z,h)vec(β(z))]
τ
sh(z)[c-r(z,h)vec(β(z))]；
ꢀꢀꢀ
(9)根据式(9)求得最小值点为则利用加权最小二乘得：此时所求得的矩阵即为本实施例所需的变系数矩阵。
[0044]
s5、通过时间标尺上的一级区块对应的变系数与对应二级区块的第二电力负荷数据，计算二级区块对应的碳排放量数据。
[0045]
具体地，根据固定效应面板数据变系数模型计算得到变系数矩阵分离出各一级区块的变系数时间序列α(z
it
)、个体固定效应μ
it
与误差项ε
it
，构建适配各一级区块的固定效应面板数据变系数模型，将一级区块对应的二级区块的第二电力负荷数据输入固定效应面板数据变系数模型得到对应二级区块的碳排放量数据。
[0046]
可以理解的是，由于同一时期且同一行政区域内各变量的变系数值相同，故将求解出的变系数矩阵中分离出各个省份的变系数时间序列α(z
it
)、μ
it
与ε
it
，构建如下23组模型，将该省份下属地级市的电力数据分别代入各个方程，求得相应省份各地级市的碳排放数据。
[0047]
相应地，若能取得目标各省份下属县区各年份的电力数据，并带入上述模型，即可反推出各县区的碳排放数据。
[0048]
以上所述之具体实施方式为本发明一种基于电力统计数据的区域碳排放量核算方法的较佳实施方式，并非以此限定本发明的具体实施范围，本发明的范围包括并不限于本具体实施方式，凡依照本发明之形状、结构所作的等效变化均在本发明的保护范围内。

技术特征：
1.一种基于电力统计数据的区域碳排放量核算方法，其特征在于：包括如下步骤：根据时间标尺获取一级区块对应的二级区块各电力消耗部门的第二电力负荷数据；根据第二电力负荷数据计算得到一级区块各电力消耗部门的第一用电量统计数据；根据时间标尺获取一级区块对应的碳排放量数据；采用变系数面板数据回归模型对一级区块对应的碳排放量数据及对应的第一用电量统计数据进行拟合，得到时间标尺上的一级区块对应的变系数，得到变系数矩阵；通过时间标尺上的一级区块对应的变系数与对应二级区块的第二电力负荷数据，计算二级区块对应的碳排放量数据。2.根据权利要求1所述的一种基于电力统计数据的区域碳排放量核算方法，其特征在于：所述根据时间标尺获取一级区块对应的二级区块各电力消耗部门的第二电力负荷数据，包括如下步骤：以年为单位获取各一级区块对应的二级区块中各电力消耗部门的第二电力负荷数据；获取第二电力负荷数据中的多重属性数据，根据碳能转换比对多重属性数据进行归类。3.根据权利要求2所述的一种基于电力统计数据的区域碳排放量核算方法，其特征在于：所述第二电力负荷数据包括有产业电力负荷数据、区域电力负荷数据以及行业电力负荷数据。4.根据权利要求3所述的一种基于电力统计数据的区域碳排放量核算方法，其特征在于：所述产业电力负荷数据的碳能转换比为产业年碳排放量与产业年生产总值的比值；所述区域电力负荷数据的碳能转换比为区域年碳排放量与区域年生产总值的比值；所述行业电力负荷数据的碳能转换比为行业年碳排放量与行业年生产总值的比值。5.根据权利要求1所述的一种基于电力统计数据的区域碳排放量核算方法，其特征在于：所述根据第二电力负荷数据计算得到一级区块各电力消耗部门的第一用电量统计数据，包括如下步骤：所述一级区块对应若干个二级区块；依次获取各个二级区块对应的各电力消耗部门的第二电力负荷数据，依据属性对获取的第二电力负荷数据进行归类后，进行累加得到隶属于一级区块各电力消耗部门的第一用电量统计数据。6.根据权利要求1所述的一种基于电力统计数据的区域碳排放量核算方法，其特征在于：所述根据时间标尺获取一级区块对应的碳排放量数据，包括如下步骤：根据各级区块对应的年度统计年鉴获取一级区块和二级区块对应的碳排放量数据；通过二级区块对一级区块的碳排放量数据进行修正得到碳排放量修正数据。7.根据权利要求6所述的一种基于电力统计数据的区域碳排放量核算方法，其特征在于：所述通过二级区块对一级区块的碳排放量数据进行修正得到碳排放量数据，包括：基于一级区块的碳排放量数据及其对应的二级区块的碳排放量数据对prophet预测模型进行训练得到碳排放预测模型；通过训练好的碳排放预测模型获取年度碳排放预测值，取碳排放预测值和实际碳排放值的平均值作为碳排放量修正数据。8.根据权利要求1所述的一种基于电力统计数据的区域碳排放量核算方法，其特征在于：所述固定效应面板数据变系数模型，公式如下：
其中，p
it
为λ
×
1维解释变量，即一级区块对应的λ个电力消耗部门的用电数据，λ为电力消耗部门的个数，i为一级区块的个数，t为年份；c
it
是实值响应变量，即各一级区块的碳排放总量；z
it
为协变量，μ
it
是个体的固定效应，ε
it
为误差项。9.根据权利要求1所述的一种基于电力统计数据的区域碳排放量核算方法，其特征在于：所述通过时间标尺上的一级区块对应的变系数与对应二级区块的第二电力负荷数据，计算二级区块对应的碳排放量数据，包括如下步骤：根据固定效应面板数据变系数模型计算得到变系数矩阵分离出各一级区块的变系数时间序列α(z
it
)、个体固定效应μ
it
与误差项ε
it
，构建适配各一级区块的固定效应面板数据变系数模型，将一级区块对应的二级区块的第二电力负荷数据输入固定效应面板数据变系数模型得到对应二级区块的碳排放量数据。

技术总结
本发明公开了一种基于电力统计数据的区域碳排放量核算方法，包括如下步骤：根据时间标尺获取一级区块对应的二级区块各电力消耗部门的第二电力负荷数据；根据第二电力负荷数据计算得到一级区块各电力消耗部门的第一用电量统计数据；根据时间标尺获取一级区块对应的碳排放量数据；采用变系数面板数据回归模型对一级区块对应的碳排放量数据及对应的第一用电量统计数据进行拟合，得到时间标尺上的一级区块对应的变系数，得到变系数矩阵；通过时间标尺上的一级区块对应的变系数与对应二级区块的第二电力负荷数据，计算二级区块对应的碳排放量数据。方案可以获取更加及时、准确、具有代表性的碳排放数据。有代表性的碳排放数据。有代表性的碳排放数据。


技术研发人员：谢品杰 尚艺伟 舒雅琳 郭炜囡 张静怡 袁格 潘仙友
受保护的技术使用者：上海电力大学
技术研发日：2023.03.23
技术公布日：2023/8/5