基于电力大数据的碳排放测算技术初探

刘昱良; 李姚旺; 杜尔顺; 张宁; 康重庆; 杜思远

doi:10.7500/AEPS20240905004

您当前的位置：

首页 >

文章列表页 >

基于电力大数据的碳排放测算技术初探

碳视角下的电力系统分析与优化 | 更新时间：2026-02-28

- 基于电力大数据的碳排放测算技术初探
- Preliminary Exploration of Carbon Emission Estimation Technology Based on Power Big Data
- 电力系统自动化 2026年50卷第3期页码：17-25
- 作者机构：
  
  1.清华大学电机工程与应用电子技术系，北京市 100084
  2.清华四川能源互联网研究院，四川省成都市 610213
  3.国网北京市电力公司，北京市 100031
- 作者简介：
  
  刘昱良(1995—)，男，硕士，工程师，主要研究方向：低碳电力技术。E-mail：liuyl@tsinghua-eiri.org
  李姚旺(1993—)，男，通信作者，博士，副研究员，主要研究方向：低碳电力技术、云储能技术。E-mail：yaowang_li@126.com
  杜尔顺(1992—)，男，博士，副研究员，主要研究方向：低碳电力技术、电力系统规划与运行。E-mail：duershun@tsinghua.edu.cn
- 基金信息：
  
  国家电网有限公司总部管理科技资助项目(5700-202411271A-1-1-ZN)
- DOI：10.7500/AEPS20240905004
  中图分类号：
- 收稿：2024-09-05，
  
  修回：2025-01-23，
  
  网络首发：2025-04-11，
  
  纸质出版：2026-02-10
- 稿件说明：
移动端阅览
刘昱良,李姚旺,杜尔顺等.基于电力大数据的碳排放测算技术初探[J].电力系统自动化,2026,50(3):17-25.

LIU Yuliang,LI Yaowang,DU Ershun,et al.Preliminary Exploration of Carbon Emission Estimation Technology Based on Power Big Data[J].Automation of Electric Power Systems,2026,50(3):17-25.
刘昱良,李姚旺,杜尔顺等.基于电力大数据的碳排放测算技术初探[J].电力系统自动化,2026,50(3):17-25. DOI： 10.7500/AEPS20240905004.

LIU Yuliang,LI Yaowang,DU Ershun,et al.Preliminary Exploration of Carbon Emission Estimation Technology Based on Power Big Data[J].Automation of Electric Power Systems,2026,50(3):17-25. DOI： 10.7500/AEPS20240905004.

摘要

能源活动是二氧化碳排放的最主要来源，即时、准确地掌握能源活动碳排放是支撑政府和企业把握碳排放总量和制定碳管控策略的基础。然而，核算法难以支撑高频度碳排放计算，实测法又需要安装额外设备，导致目前尚无低成本、高频度的碳排放测算手段。为此，文中利用电力消费与能源活动间的关联关系，提出一种基于电力大数据的能源活动碳排放测算（简称“以电测碳”）技术。首先，提出了“以电测碳”技术的方法架构，并从数据角度出发，详细调研分析了相关基础数据情况，探讨了现有数据的潜在应用范围。其次，构建了基于时间序列的区域-行业-企业通用“以电测碳”模型，并结合中国实际数据开展了测算效果分析。分析结果表明，所提方法能够有效提升碳排放测算的时效性。最后，对“以电测碳”技术未来的研究与应用方向进行了展望。

Abstract

Energy activities are the primary sources of carbon dioxide emissions. Accurate and near real-time monitoring of carbon emissions from energy activities is fundamental for governments and enterprises to grasp the total carbon emissions and formulate carbon management strategies. However

existing accounting methods are insufficient for high-frequency carbon emission calculations

whereas direct measurement methods necessitate additional equipment to be installed. Consequently

low-cost and high-frequency carbon emission estimation techniques remain unavailable. To address this issue

by using the correlation between electricity consumption and energy activities

this paper proposes an estimation technology for carbon emissions from energy activities based on power big data (abbreviated as “electricity-based carbon emission estimation”). Firstly

the methodological framework for “electricity-based carbon emission estimation” technology is proposed. From a data-centric perspective

a detailed investigation and analysis on related foundational data are conducted

and the potential application scope of existing data is explored. Secondly

a time-series based “electricity-based carbon emission estimation” model applicable at regional

industrial

and enterprise levels is constructed

followed by an evaluation of its effectiveness using actual data from China. The analysis results demonstrate that the proposed method can significantly improve the timeliness of carbon emission estimation. Finally

the future research and potential application directions for the “electricity-based carbon emission estimation” technology are prospected.

关键词

Keywords

references

中华人民共和国生态环境部 . 中华人民共和国气候变化第一次双年透明度报告［R］. 北京：中华人民共和国生态环境部， 2024 .

Ministry of Ecology and Environment of the People’s Republic of China . The first biennial transparency report on climate change of the People’s Republic of China ［R］. Beijing ： Ministry of Ecology and Environment of the People’s Republic of China ， 2024 .

蒋旭东，王丹，杨庆 . 碳排放核算方法学［M］. 北京：中国社会科学出版社， 2021 .

JIANG Xudong ， WANG Dan ， YANG Qing . Carbon emission accounting methodology ［M］. Beijing ： China Social Sciences Press ， 2021 .

关于印发《完善碳排放统计核算体系工作方案》的通知［EB/OL］.［ 2024-10-28 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/202410/t20241024_1393879.html https://www.ndrc.gov.cn/xxgk/zcfb/tz/202410/t20241024_1393879.html .

Notice on issuing the “Work Plan for Improving the Carbon Emissions Statistical Accounting System” ［EB/OL］. ［ 2024-10-28 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/202410/t20241024_1393879.html https://www.ndrc.gov.cn/xxgk/zcfb/tz/202410/t20241024_1393879.html .

刘昱良，李姚旺，周春雷，等 . 电力系统碳排放计量与分析方法综述［J］. 中国电机工程学报， 2024 ， 44 （ 6 ）： 2220 - 2236 .

LIU Yuliang ， LI Yaowang ， ZHOU Chunlei ， et al . Overview of carbon measurement and analysis methods in power systems ［J］. Proceedings of the CSEE ， 2024 ， 44 （ 6 ）： 2220 - 2236 .

张宁，李姚旺，黄俊辉，等 . 电力系统全环节碳计量方法与碳表系统［J］. 电力系统自动化， 2023 ， 47 （ 9 ）： 2 - 12 .

ZHANG Ning ， LI Yaowang ， HUANG Junhui ， et al . Carbon measurement method and carbon meter system for whole chain of power system ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 9 ）： 2 - 12 .

邓旭晖，陈中，杨凯，等 . 基于多任务学习卷积网络的非侵入式负荷监测方法［J］. 电力系统自动化， 2023 ， 47 （ 8 ）： 189 - 197 .

DENG Xuhui ， CHEN Zhong ， YANG Kai ， et al . Non-intrusive load monitoring method based on multi-task learning convolutional network ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 8 ）： 189 - 197 .

彭放，彭高群，祁亚茹，等 . 基于电力大数据的中国工业增加值现时预测［J］. 电信科学， 2021 ， 37 （ 7 ）： 115 - 125 .

PENG Fang ， PENG Gaoqun ， QI Yaru ， et al . Nowcasting of China’s industrial added value based on electric power big data ［J］. Telecommunications Science ， 2021 ， 37 （ 7 ）： 115 - 125 .

赵俊华，文福拴，黄建伟，等 . 基于大语言模型的电力系统通用人工智能展望：理论与应用［J］. 电力系统自动化， 2024 ， 48 （ 6 ）： 13 - 28 .

ZHAO Junhua ， WEN Fushuan ， HUANG Jianwei ， et al . Prospect of artificial general intelligence for power systems based on large language model： theory and applications ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 6 ）： 13 - 28 .

ACARAVCI A ， OZTURK I . On the relationship between energy consumption， CO 2 emissions and economic growth in Europe ［J］. Energy ， 2010 ， 35 （ 12 ）： 5412 - 5420 .

ALI S S S ， RAZMAN M R ， AWANG A . The nexus of population， GDP growth， electricity generation， electricity consumption and carbon emissions output in Malaysia ［J］. International Journal of Energy Economics and Policy ， 2020 ， 10 （ 3 ）： 84 - 89 .

LIU G L ， LIU J J ， ZHAO J H ， et al . Real-time corporate carbon footprint estimation methodology based on appliance identification ［J］. IEEE Transactions on Industrial Informatics ， 2023 ， 19 （ 2 ）： 1401 - 1412 .

YANG C ， LIANG G Q ， LIU J J ， et al . A non-intrusive carbon emission accounting method for industrial corporations from the perspective of modern power systems ［J］. Applied Energy ， 2023 ， 350 ： 121712 .

XIA Y Q ， SUN G C ， WANG Y F ， et al . A novel carbon emission estimation method based on electricity-carbon nexus and non-intrusive load monitoring ［J］. Applied Energy ， 2024 ， 360 ： 122773 .

国家电网公司召开全国碳排放监测服务平台“电-碳分析模型”评审会［EB/OL］.［ 2024-03-01 ］. https：//news.bjx.com.cn/html/20221114/1268515.shtml https://news.bjx.com.cn/html/20221114/1268515.shtml .

State Grid Corporation of China held a review meeting for the “Electricity-Carbon Analysis Model” of the National Carbon Emission Monitoring Service Platform ［EB/OL］. ［ 2024-03-01 ］. https：//news.bjx.com.cn/html/20221114/1268515.shtml https://news.bjx.com.cn/html/20221114/1268515.shtml .

文博，李家熙，文明，等 . 基于电力数据的碳排放组合预测方法研究［J］. 湖南电力， 2024 ， 44 （ 2 ）： 134 - 140 .

WEN Bo ， LI Jiaxi ， WEN Ming ， et al . Research on carbon emission combination forecasting method based on power data ［J］. Hunan Electric Power ， 2024 ， 44 （ 2 ）： 134 - 140 .

ZHOU C L ， XUAN D H ， MIAO Y H ， et al . Accounting CO 2 emissions of the cement industry： based on an electricity-carbon coupling analysis ［J］. Energies ， 2023 ， 16 （ 11 ）： 4453 .

LAI G S ， YE Q ， CHEN W X ， et al . Electricity-carbon modeling of flat glass industry based on correlation variable ［J］. Energy Reports ， 2022 ， 8 ： 1265 - 1274 .

企业环境信息依法披露管理办法［EB/OL］.［ 2024-03-01 ］. https：//www.mee.gov.cn/xxgk2018/xxgk/xxgk02/202112/t20211221_964837.html https://www.mee.gov.cn/xxgk2018/xxgk/xxgk02/202112/t20211221_964837.html .

Measures for the administration of enterprise environmental information disclosure according to law ［EB/OL］. ［ 2024-03-01 ］. https：//www.mee.gov.cn/xxgk2018/xxgk/xxgk02/202112/t20211221_964837.html https://www.mee.gov.cn/xxgk2018/xxgk/xxgk02/202112/t20211221_964837.html .

中国碳核算数据库［EB/OL］.［ 2024-03-01 ］. https：//www.ceads.net.cn/ https://www.ceads.net.cn/ .

China carbon accounting database ［EB/OL］. ［ 2024-03-01 ］. https：//www.ceads.net.cn/ https://www.ceads.net.cn/ .

Multi-resolution emission inventory model for climate and air pollution research ［EB/OL］. ［ 2024-03-01 ］. http：//meicmodel.org.cn/ http://meicmodel.org.cn/ .

Climate watch historical GHG emissions （ 1990 — 2020 ）［EB/OL］. ［ 2024-03-01 ］. https：//datahelpdesk.worldbank.org/knowledgebase/articles/906522-data-updates-and-errata https://datahelpdesk.worldbank.org/knowledgebase/articles/906522-data-updates-and-errata .

China City Greenhouse Gas Working Group ［EB/OL］. ［ 2024-03-01 ］. http：//www.cityghg.com/ http://www.cityghg.com/ .

Carbon monitor ［EB/OL］. ［ 2024-03-01 ］. https：//carbonmonitor.org/ https://carbonmonitor.org/ .

Emissions database for global atmospheric research ［EB/OL］. ［ 2024-03-01 ］. https：//edgar.jrc.ec.europa.eu/ https://edgar.jrc.ec.europa.eu/ .

李继峰，郭焦锋，高世楫，等 . 国家碳排放核算工作的现状、问题及挑战［J］. 发展研究， 2020 （ 6 ）： 9 - 14 .

LI Jifeng ， GUO Jiaofeng ， GAO Shiji ， et al . Current status， issues and challenges of the national carbon emission accounting work ［J］. Development Research ， 2020 （ 6 ）： 9 - 14 .

中国钢铁工业协会 . 中国钢铁工业协会统计发布［EB/OL］.［ 2024-03-01 ］. https：//www.chinaisa.org.cn/gxportal/xfgl/portal/index.html https://www.chinaisa.org.cn/gxportal/xfgl/portal/index.html .

China Iron and Steel Association . Statistical release by China Iron and Steel Association ［EB/OL］. ［ 2024-03-01 ］. https：//www.chinaisa.org.cn/gxportal/xfgl/portal/index.html https://www.chinaisa.org.cn/gxportal/xfgl/portal/index.html .

中国电力企业联合会 . 2020年电力工业统计资料汇编［M］. 北京：中国电力企业联合会， 2021 .

China Electricity Council . Compilation of statistical data on the electric power industry in 2020 ［M］. Beijing ： China Electricity Council ， 2021 .

广东统计信息网 . 广东主要统计指标［EB/OL］.［ 2024-03-01 ］. http：//stats.gd.gov.cn/gmjjzyzb/index.html http://stats.gd.gov.cn/gmjjzyzb/index.html .

Guangdong Statistical Information Network . Main statistical indicators in Guangdong Province ［EB/OL］. ［ 2024-03-01 ］. http：//stats.gd.gov.cn/gmjjzyzb/index.html http://stats.gd.gov.cn/gmjjzyzb/index.html .

国家统计局能源统计司 . 中国能源统计年鉴2022 ［M］. 北京：中国统计出版社， 2023 .

Department of Energy Statistics ， National Bureau of Statistics . China energy statistical yearbook 2022 ［M］. Beijing ： China Statistics Press ， 2023 .

中华人民共和国中央人民政府 . 国务院关于印发计量发展规划（ 2021 — 2035 年）的通知［EB/OL］.［ 2024-03-01 ］. http：//www.gov.cn/zhengce/content/2022-01/28/content_5670947.htm http://www.gov.cn/zhengce/content/2022-01/28/content_5670947.htm .

The Central People’s Government of the People’s Republic of China . Circular of the State Council on printing and distributing the metrological development plan （ 2021 — 2035 ）［EB/OL］. ［ 2024-03-01 ］. http：//www.gov.cn/zhengce/content/2022-01/28/content_5670947.htm http://www.gov.cn/zhengce/content/2022-01/28/content_5670947.htm .

国家发展和改革委员会 . 关于印发《完善碳排放统计核算体系工作方案》的通知［EB/OL］.［ 2024-10-08 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/202410/t20241024_1393879.html https://www.ndrc.gov.cn/xxgk/zcfb/tz/202410/t20241024_1393879.html .

National Development and Reform Commission . Notice on issuing the “Work Plan for Improving the Carbon Emission Statistics and Accounting System” ［EB/OL］. ［ 2024-10-08 ］. https：//www.ndrc.gov.cn/xxgk/zcfb/tz/202410/t20241024_1393879.html https://www.ndrc.gov.cn/xxgk/zcfb/tz/202410/t20241024_1393879.html .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于合约路径的电力用户分时碳排放溯源

计及防灾救灾功效的电力系统因灾运行碳排增加及责任分担

国内外电网排放因子研究综述：现状、挑战与发展方向

多时段边际碳排放因子及其不确定性分析