★中國電力工程顧問集團華北電力設計院有限公司趙焱,馬欣欣,唐海鋒
1 引言
2020年9月,習近平主席在第75屆聯合國大會一般性辯論上向世界宣布中國二氧化碳排放力爭于2030年前達到峰值,努力爭取2060年前實現碳中和。在“四個革命、一個合作”能源安全新戰略引領下,構建新型電力系統,實現“碳達峰,碳中和”目標,建設清潔低碳、安全高效的現代能源體系是經濟社會發展的重要保障。而充分利用大數據技術,通過智能化手段創新引領、支撐我國能源革命,則是實現雙碳目標的重要途徑。
本文擬從電力企業構建“碳達峰,碳中和”能源數據體系的角度,分析雙碳能源數據的特點,提出雙碳能源數據的概念定義、數據范圍、分級分類方案和分析方法等一系列大數據技術應用的方法論基礎,從而幫助電力企業真正將海量的生產與管理數據轉化為數據資產,助力雙碳目標實現。
2 政策背景與理論依據
2.1 政策背景
實現“碳達峰,碳中和”,是黨中央統籌國內國際兩個大局作出的重大戰略決策,是著力解決資源環境約束突出問題、實現中華民族永續發展的必然選擇,是構建人類命運共同體的莊嚴承諾。
黨的二十大報告提出,要完善能源消耗總量和強度調控,重點控制化石能源消費,逐步轉向碳排放總量和強度“雙控”制度。2023年7月11日,中央全面深化改革委員會第二次會議審議通過了《關于推動能耗雙控逐步轉向碳排放雙控的意見》,進一步明確了國家能源政策與雙碳政策的方向,同時也明確了企業的主體責任及義務。
2.2 理論依據
一般來講,“碳達峰,碳中和”中所指的“雙碳”,是在《聯合國氣候變化框架公約》框架下的碳,其有明確的定義和涵蓋范圍。“溫室氣體”指大氣中那些吸收和重新放出紅外輻射的自然的和人為的氣態成分,即可導致大氣增溫的氣體。在《京都議定書》中規定了六種主要溫室氣體,《多哈修正案》將三氟化氮(NF3)納入管控范圍,使受管控的溫室氣體達到7種。其中,對全球升溫貢獻率最大的為二氧化碳(CO2),因此雙碳目標的重點在于控制二氧化碳的排放。
對于溫室氣體排放源的部門和類別,《IPCC國家溫室氣體清單編制指南》給出了具體的范圍,包括能源、工業過程和產品使用、農業林業和其他土地利用及廢棄物四個部門,其中能源部門是溫室氣體排放的控制重點。在我國,能源燃燒占全部二氧化碳排放的88%左右,電力行業排放占約41%[1],電力企業更是承擔了極為重要的減碳責任。
3 “碳達峰,碳中和”能源數據的定義、范圍與核心
3.1 定義
首先,關于大數據(Big Data)的定義,行業內目前已經形成了比較廣泛的共識,簡單言之就是海量數據的集合。大數據的特征從早期的3V—大量(Volume)、高速(Velocity)、多樣化(Variety),至今新增了兩個V—價值(Value)和真實性(Veracity)。
對于“碳達峰,碳中和”能源數據,我們定義為在“碳達峰,碳中和”目標引領下,以碳排放數據為核心,與碳監測、碳核查、碳資產、碳交易、碳捕集封存與利用等全部雙碳場景相關的數據集合。
3.2 范圍
廣義來講,“碳達峰,碳中和”能源數據的范圍覆蓋溫室氣體排放源相關的全部行業門類,來源于生產、運維、管理的全部業務流程,貫穿碳足跡的全生命周期。以典型的能源電力企業為例,“碳達峰,碳中和”能源數據應覆蓋其全部的業務范圍領域,如圖1所示。
圖1 典型能源電力企業“碳達峰,碳中和”能源數據業務范圍
3.3 核心數據
在雙碳的相關各項功能領域中,碳排放監測是雙碳能源數據的核心與基礎,是實現其他各項功能的前提,在碳排放監測數據基礎上才能衍生其他各類別能源數據,支撐各類服務功能。因此碳排放監測核心數據的獲取、處理與利用是雙碳能源數據體系的重中之重。
對于發電企業,碳排放監測的方法主要有三種:排放因子法、為物料平衡法和在線監測法。《發電企業碳排放權交易技術指南DL/T2126-2020》中推薦使用排放因子法和在線監測法,目前在中國主要應用的是排放因子核算方法。其他世界各國對于碳排放監測方法的要求:美國區域性溫室氣體減排行動(RGGI)要求燃燒任何固體燃料的裝置必須使用CEMS在線監測,燃氣和燃油機組可以使用核算方法。在歐盟碳交易體系下,CEMS法與核算方法具有等效性。此外,利用遙感衛星進行區域碳排放監測的遙感監測技術也在快速發展。
對比以上各類碳排放監測方法,技術上并沒有完全的孰優孰劣之分,各類方法的準確度都依賴于對于方法要求的嚴格遵守。排放因子法,需要對企業各類化石燃料消耗量、脫硫劑消耗量、購入電量等數據的準確采集,以及各類排放因子數據的準確使用,對于排放因子的準確性依賴程度較高;直接測量法則要求對所有排放口安裝在線監測儀表,并且確保儀器儀表的測量原理滿足使用場合需求,測量精度、測量范圍符合要求,此外還應保證采集系統定期進行維護校準;空天遙感監測方法則對使用的遙感探測衛星、應用的反演算法要求很高,同時受大氣環境、風速等條件影響,需要采取合理的數據處理方式,才能保證監測結果可信。對于各類核算使用的數據優先級,建議優先使用直接計量、監測獲得的原始數據。
4 數據分類與分級
4.1 數據分類
所謂數據分類,是指根據組織數據的屬性或特征,將其按照一定的原則和方法進行區分和歸類,并建立起一定的分類體系和排列順序,以便更好地管理和使用組織數據的過程。
“碳達峰,碳中和”能源數據的分類原則,如圖2所示,根據數據的特點以及核心內容,確定從兩個方面維度進行分類:一方面從數據獲取方式(內部、外部)維度進行分類;另一方面借鑒《工業數據分類分級指南(試行)》的指導,對數據按照全生命周期維度進行分類,即從設計數據域、生產數據域、運維數據域和管理數據域進行分類。
圖2“碳達峰,碳中和”能源數據分類
4.2 數據分級
數據分級,指按照一定的分級原則對分類后的組織數據進行定級,從而為組織數據的開放和共享安全策略制定提供支撐的過程。
按照《工業數據分類分級指南(試行)》規定,根據不同類別工業數據遭篡改、破壞、泄露或非法利用后,可能對工業生產、經濟效益等帶來的潛在影響,將工業數據分為一級、二級、三級等3個級別。
對“碳達峰,碳中和”能源數據,綜合考慮雙碳能源數據的平臺服務性質與風險影響程度范圍,制定“碳達峰,碳中和”能源數據分級方法如表1所示。
表1“碳達峰,碳中和”能源數據分級
電力企業“碳達峰,碳中和”能源數據整體分類分級方案如圖3所示。
圖3“碳達峰,碳中和”能源數據整體分類分級方案
5 數據分析
所謂數據分析,就是運用適當的分析方法和工具,對收集到和處理過的數據進行分析,提取出有價值的信息,形成有效結論的過程。
數據分析基于數據驅動解決業務需求,數據分析是對“碳達峰,碳中和”能源數據進行利用的基礎工具,是數據中臺、數據底座的引擎,支撐各類雙碳服務應用功能。
結合主流的技術發展趨勢,“碳達峰,碳中和”能源數據的數據分析功能分為兩大類,分別是BI(Business Intelligence)商業智能分析與AI(Artificial Intelligence)人工智能分析。
5.1 BI分析功能需求
BI商業智能分析是一種描述性分析的方法,是對已有數據的梳理與計算分析。作為決策的輔助工具,BI最典型的應用是業務報表與儀表板。在大數據平臺廣泛應用的今天,數字大屏、數字看板、可視化技術、決策駕駛艙等都是依托BI分析技術的應用功能。
對于“碳達峰,碳中和”能源數據,雙碳能源集中監視功能主要依據的就是平臺BI分析能力,對數據倉庫中的各種采集數據進行數據處理與數據計算分析,利用各種圖形組件實現可視化展示,形成各類輔助運行與輔助決策信息。
此外,定期生成企業碳核查、碳排放報告是重要功能需求之一,因此BI分析應能具備自動進行各類碳排放監測數據計算能力,按照規定格式自動生成WORD報告文檔,支撐企業碳管理。
5.2 AI分析功能需求
AI人工智能分析是預測性分析的數據分析技術,是根據已有數據,利用各類先進的人工智能算法,進行數據挖掘與分析計算,形成預測分析信息,供企業進行科學決策。
AI數據分析,應能提供各類豐富的人工智能算法,滿足各類預測分析與決策支持應用的需求,如利用AI數據分析技術提供企業碳市場交易輔助決策、碳減排策略優化等功能場景。
6 結論與展望
我國富煤貧油少氣的資源稟賦決定了以煤電為主的電源結構,電力企業作為碳排放大戶,承擔了重要的碳減排責任。為了實現雙碳目標,除了大力調整電源結構,提高新能源電力比例之外,智慧化的能源系統同樣是重要的建設方向。利用信息化、智能化技術手段,構建企業雙碳能源電力數據平臺,實現各類型能源電力場景信息共享、優化調控、智能調度,充分與各類碳服務平臺互動,從而使企業在實現碳減排目標的同時,創造更好的經濟效益,保障經濟發展的能源需求,這才是新型電力系統的應有之義。
數據作為平臺的基礎,應該在平臺建設的前期進行系統梳理、合理規劃,構建完整的數據體系,才能支撐平臺的有效應用,達到建設目的。因此,我們呼吁電力企業充分重視數據價值,系統化構建數據體系,有效地利用數據資產,更好地發揮大數據平臺作用。
作者簡介:
趙 焱(1984-),男,河北人,高級工程師,碩士,現就職于中國電力工程顧問集團華北電力設計院有限公司,主要從事電廠自動化、信息化設計方面的研究。
馬欣欣(1956-),女,北京人,教授級高級工程師,現任中國電力工程顧問集團華北電力設計院有限公司熱控處專業副總工,從事電廠自動化、信息化設計工作。
唐海鋒(1969-),男,北京人,教授級高級工程師,學士,現任中國電力工程顧問集團華北電力設計院有限公司熱控處專業副總工,從事電廠自動化、信息化設計工作。
參考文獻:
[1] 中國電力企業聯合會. 《電力行業碳達峰碳中和發展路徑研究》[R]. 2021, 12.
摘自《自動化博覽》2023年9月刊