本發明涉及電力系統碳排放領域，具體而言，本發明涉及一種考慮綠電交易合同的區域電力碳減排潛力評估方法。

背景技術：

1、電力系統是碳排放的主要來源之一，精細化評估電力碳減排潛力對電力系統清潔化規劃和管理至關重要。當前電力系統包含煤電、水電、風電、太陽能等多種能源發電類型，網絡拓撲復雜。

2、目前，國家公布的能源年鑒、電力年鑒等通常采用數據匯總方式得到區域電力系統碳排放量，缺少對電力系統碳排放量演變趨勢的分析，相關預測方法理論還未完善，具有以下不足：

3、1)現有電力碳排放計算方法對新能源建設、綠電交易消納等因素的影響程度、演變趨勢考慮不足，在評估新能源發展對電力系統作用時存在滯后性；2)目前電力碳排放計算過程中多以用電情況進行考量，缺少對社會生產生活行為能源消耗變化、技術進步、政策調整等因素的評估，不利于全面分析度量電力系統低碳發展趨勢；3)電力碳排放量變化的影響因素數據來源復雜且有分析價值的數據樣本體量較小，數據演變關系、影響程度的量化解析難度大，進而影響電力碳排放量的預測可靠性。

技術實現思路

1、本發明所要解決的技術問題是提供了一種考慮綠電交易合同的區域電力碳減排潛力評估方法，旨在解決上述至少一個技術問題。

2、第一方面，本發明解決上述技術問題的技術方案如下：一種考慮綠電交易合同的區域電力碳減排潛力評估方法，該方法包括：

3、獲取目標區域在當前時間段的當前電力碳排放量；

4、根據所述當前電力碳排放量和預建立的系統動力學模型，確定所述當前電力碳排放量對應的多個當前碳排放量影響指標，所述系統動力學模型是基于電力生產和消費過程中，不同區域對應的不同電力碳排放量和每個所述電力碳排放量對應的多個碳排放量影響指標建立的，多個所述碳排放量影響指標中包括綠電交易對應的影響指標；

5、對每個所述當前碳排放量影響指標進行分析和預測處理，得到每個所述當前碳排放量影響指標在所述當前時間段的下一時間段的目標碳排放量影響指標預測值；

6、對各個所述目標碳排放量影響指標預測值進行分析處理，得到所述目標區域在所述下一時間段的預測電力碳排放量。

7、本發明的有益效果是：本技術方案通過深入剖析新能源發電設施建設、綠色電力交易(還可稱為綠電交易)等影響區域電力碳排放量變化因素，構造基于系統動力學的系統動力學模型，用于分析影響當前電力碳排放量的多個當前碳排放量影響指標，從區域層面的細粒度電力碳排放情況考量，實現對目標區域在下一時間段的電力碳排放量的預測，從而，改善了在評估新能源發展對電力系統作用時存在的滯后性。

8、在上述技術方案的基礎上，本發明還可以做如下改進。

9、進一步，所述系統動力學模型是基于以下方式建立的：

10、獲取多個歷史時間段內的歷史數據，每個所述歷史時間段的歷史數據包括多個歷史碳排放相關數據和歷史電力碳排放量，對于每個所述歷史時間段，該歷史時間段內的多個所述歷史碳排放相關數據中包括在所述歷史時間段的電力生產和消費過程中，不同區域對應的碳排放相關數據，該歷史時間段內的所述歷史電力碳排放量中包括在所述歷史時間段的電力生產和消費過程中，不同區域對應的電力碳排放量；

11、對于每個所述歷史時間段，確定該歷史時間段內的各個所述歷史碳排放相關數據和所述歷史電力碳排放量之間的相關性；

12、對于每個所述歷史時間段，根據各個所述歷史碳排放相關數據和所述歷史電力碳排放量之間的相關性，從多個所述歷史碳排放相關數據中確定所述歷史時間段對應的目標歷史碳排放相關數據；

13、根據各個所述歷史時間段對應的所述目標歷史碳排放相關數據和所述歷史電力碳排放量，建立所述系統動力學模型。

14、采用上述進一步方案的有益效果是，在建立系統動力學模型的過程中，考慮到了每個歷史時間段內的各個歷史碳排放相關數據和歷史電力碳排放量之間的相關性，從而可以分析知道各個歷史碳排放相關數據對歷史電力碳排放量的影響程度，使得建立的系統動力學模型更準確的分析各個碳排放量影響指標是如何影響電力碳排放量。

15、進一步，多個所述歷史碳排放相關數據包括全社會用電量、火力發電量、風力發電量、太陽能發電量、發電標準煤耗、線損電量和居民生活用電強度。

16、采用上述進一步方案的有益效果是，多個歷史碳排放相關數據中包括全社會用電量、火力發電量、風力發電量、太陽能發電量、發電標準煤耗、線損電量和居民生活用電強度，可從不同的方面準確反映碳排放相關數據是如何影響電力碳排放量的。

17、進一步，所述根據各個所述歷史時間段對應的所述目標歷史碳排放相關數據和所述歷史電力碳排放量，建立所述系統動力學模型，包括：

18、對于每個所述歷史時間段，根據所述目標歷史碳排放相關數據，提取在所述歷史時間段內不同區域的歷史碳排放量影響指標；

19、對于每個所述歷史時間段，確定在該歷史時間段內，每個所述區域每個歷史碳排放量影響指標對歷史電力碳排放量的影響程度；

20、對于每個所述歷史時間段，根據該歷史時間段內的各個所述區域的歷史碳排放量影響指標、所述歷史電力碳排放量和該歷史時間段內各個所述區域對應的各個歷史碳排放量影響指標對歷史電力碳排放量的影響程度，對初始模型進行訓練，得到該歷史時間段的下一個歷史時間段的預測電力碳排放量；

21、對于每個所述歷史時間段，根據該歷史時間段的下一個歷史時間段的預測電力碳排放量和該歷史時間段的下一個歷史時間段內的歷史電力碳排放量，確定該歷史時間段對應的損失值；

22、根據各個所述歷史時間段對應的損失值，完成對所述初始模型的訓練，得到所述系統動力學模型。

23、采用上述進一步方案的有益效果是，在建立系統動力學模型的過程中，考慮到了歷史電力碳排放量和該歷史時間段內各個所述區域對應的歷史電力碳排放量和歷史碳排放量影響指標之間的影響關系，使得確定的系統動力學模型可以更加準確的分析各個碳排放量影響指標是如何影響電力碳排放量。

24、進一步，每個所述區域的多個歷史碳排放量影響指標包括電力能源結構、綠電交易量、電力供需關系、輸配電損失、工業生產情況、社會用電強度、綠色技術創新程度和綠色電力政策。

25、采用上述進一步方案的有益效果是，由于每個所述區域的多個歷史碳排放量影響指標包括電力能源結構、綠電交易量、電力供需關系、輸配電損失、工業生產情況、社會用電強度、綠色技術創新程度和綠色電力政策，由此基于上述信息可建立兼顧綠色電力的電力碳排放關鍵指標體系，得到系統動力學模型。

26、進一步，所述對每個所述當前碳排放量影響指標進行分析和預測處理，得到每個所述當前碳排放量影響指標在所述當前時間段的下一時間段的目標碳排放量影響指標預測值，包括：

27、通過灰度預測算法對每個所述當前碳排放量影響指標進行分析和預測處理，得到每個所述當前碳排放量影響指標在所述當前時間段的下一時間段的第一碳排放量影響指標預測值；

28、通過支持向量機算法對每個所述當前碳排放量影響指標進行分析和預測處理，得到每個所述當前碳排放量影響指標在所述當前時間段的下一時間段的第二碳排放量影響指標預測值；

29、對所述第一碳排放量影響指標預測值和所述第二碳排放量影響指標預測值進行融合處理，得到所述目標碳排放量影響指標預測值。

30、采用上述進一步方案的有益效果是，灰度預測算法在一定程度上對異常值和噪聲具有一定的魯棒性，在小樣本數據上表現較好；支持向量機算法具有強大的擬合能力，可以有效地處理樣本量相對較少的情況，將兩者結合可以突破各自方法的局限性，提高碳排放影響因素分析泛化能力，修正數據不準確性帶來的評估誤差。為此，本發明設計了結合灰度預測算法和支持向量機算法優勢，以提升小樣本數據的特征分析能力與預測精度，實現對小樣本碳減排影響因素數據的變化趨勢推演。

31、進一步，所述對各個所述目標碳排放量影響指標預測值進行分析處理，得到所述目標區域在所述下一時間段的預測電力碳排放量，包括：

32、通過預訓練的區域電力系統碳減排潛力評估模型，對各個所述目標碳排放量影響指標預測值進行分析處理，得到所述目標區域在所述下一時間段的預測電力碳排放量，所述區域電力系統碳減排潛力評估模型是基于歷史碳排放數據對神經網絡訓練得到的模型，所述歷史碳排放數據包括歷史電力碳排放量和歷史碳排放量影響指標。

33、采用上述進一步方案的有益效果是，基于卷積神經網絡算法技術對歷史碳排放數據的深入分析，探索挖掘碳減排影響因素與碳排放量的關聯關系，建立考慮多因素影響與誤差修正的區域電力系統碳減排潛力評估模型。卷積神經網絡算法是一種基于數據驅動的神經網絡算法，在處理多元時間序列回歸問題時性能較佳，可以通過對歷史碳排放相關數據的辨識分析，捕捉不同因素對電力碳排放量的影響程度以及演變模式，從而可準確的預測下一時間段的預測電力碳排放量。

34、第二方面，本發明為了解決上述技術問題還提供了一種考慮綠電交易合同的區域電力碳減排潛力評估裝置，該裝置包括：

35、獲取模塊，用于獲取目標區域在當前時間段的當前電力碳排放量；

36、影響指標確定模塊，用于根據所述當前電力碳排放量和預建立的系統動力學模型，確定所述當前電力碳排放量對應的多個當前碳排放量影響指標，所述系統動力學模型是基于電力生產和消費過程中，不同區域對應的不同電力碳排放量和每個所述電力碳排放量對應的多個碳排放量影響指標建立的，多個所述碳排放量影響指標中包括綠電交易對應的影響指標；

37、影響指標值預測模塊，用于對每個所述當前碳排放量影響指標進行分析和預測處理，得到每個所述當前碳排放量影響指標在所述當前時間段的下一時間段的目標碳排放量影響指標預測值；

38、電力碳排放量預測模塊，用于對各個所述目標碳排放量影響指標預測值進行分析處理，得到所述目標區域在所述下一時間段的預測電力碳排放量。

39、第三方面，本發明為了解決上述技術問題還提供了一種電子設備，該電子設備包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，處理器執行該計算機程序時實現本技術的考慮綠電交易合同的區域電力碳減排潛力評估方法。

40、第四方面，本發明為了解決上述技術問題還提供了一種計算機可讀存儲介質，該計算機可讀存儲介質上存儲有計算機程序，該計算機程序被處理器執行時實現本技術的考慮綠電交易合同的區域電力碳減排潛力評估方法。

41、本技術附加的方面和優點將在下面的描述中部分給出，這些將從下面的描述中變得明顯，或通過本技術的實踐了解到。