★中国电力工程顾问集团华北电力设计院有限公司赵焱，马欣欣，唐海锋

1　引言

2020年9月，习近平主席在第75届联合国大会一般性辩论上向世界宣布中国二氧化碳排放力争于2030年前达到峰值，努力争取2060年前实现碳中和。在“四个革命、一个合作”能源安全新战略引领下，构建新型电力系统，实现“碳达峰，碳中和”目标，建设清洁低碳、安全高效的现代能源体系是经济社会发展的重要保障。而充分利用大数据技术，通过智能化手段创新引领、支撑我国能源革命，则是实现双碳目标的重要途径。

本文拟从电力企业构建“碳达峰，碳中和”能源数据体系的角度，分析双碳能源数据的特点，提出双碳能源数据的概念定义、数据范围、分级分类方案和分析方法等一系列大数据技术应用的方法论基础，从而帮助电力企业真正将海量的生产与管理数据转化为数据资产，助力双碳目标实现。

2　政策背景与理论依据

2.1　政策背景

实现“碳达峰，碳中和”，是党中央统筹国内国际两个大局作出的重大战略决策，是着力解决资源环境约束突出问题、实现中华民族永续发展的必然选择，是构建人类命运共同体的庄严承诺。

党的二十大报告提出，要完善能源消耗总量和强度调控，重点控制化石能源消费，逐步转向碳排放总量和强度“双控”制度。2023年7月11日，中央全面深化改革委员会第二次会议审议通过了《关于推动能耗双控逐步转向碳排放双控的意见》，进一步明确了国家能源政策与双碳政策的方向，同时也明确了企业的主体责任及义务。

2.2　理论依据

一般来讲，“碳达峰，碳中和”中所指的“双碳”，是在《联合国气候变化框架公约》框架下的碳，其有明确的定义和涵盖范围。“温室气体”指大气中那些吸收和重新放出红外辐射的自然的和人为的气态成分，即可导致大气增温的气体。在《京都议定书》中规定了六种主要温室气体，《多哈修正案》将三氟化氮（NF3）纳入管控范围，使受管控的温室气体达到7种。其中，对全球升温贡献率最大的为二氧化碳（CO₂），因此双碳目标的重点在于控制二氧化碳的排放。

对于温室气体排放源的部门和类别，《IPCC国家温室气体清单编制指南》给出了具体的范围，包括能源、工业过程和产品使用、农业林业和其他土地利用及废弃物四个部门，其中能源部门是温室气体排放的控制重点。在我国，能源燃烧占全部二氧化碳排放的88%左右，电力行业排放占约41%^[1]，电力企业更是承担了极为重要的减碳责任。

3　“碳达峰，碳中和”能源数据的定义、范围与核心

3.1　定义

首先，关于大数据（Big Data）的定义，行业内目前已经形成了比较广泛的共识，简单言之就是海量数据的集合。大数据的特征从早期的3V—大量（Volume）、高速（Velocity）、多样化（Variety），至今新增了两个V—价值（Value）和真实性（Veracity）。

对于“碳达峰，碳中和”能源数据，我们定义为在“碳达峰，碳中和”目标引领下，以碳排放数据为核心，与碳监测、碳核查、碳资产、碳交易、碳捕集封存与利用等全部双碳场景相关的数据集合。

3.2　范围

广义来讲，“碳达峰，碳中和”能源数据的范围覆盖温室气体排放源相关的全部行业门类，来源于生产、运维、管理的全部业务流程，贯穿碳足迹的全生命周期。以典型的能源电力企业为例，“碳达峰，碳中和”能源数据应覆盖其全部的业务范围领域，如图1所示。

图1 典型能源电力企业“碳达峰，碳中和”能源数据业务范围

3.3　核心数据

在双碳的相关各项功能领域中，碳排放监测是双碳能源数据的核心与基础，是实现其他各项功能的前提，在碳排放监测数据基础上才能衍生其他各类别能源数据，支撑各类服务功能。因此碳排放监测核心数据的获取、处理与利用是双碳能源数据体系的重中之重。

对于发电企业，碳排放监测的方法主要有三种：排放因子法、为物料平衡法和在线监测法。《发电企业碳排放权交易技术指南DL/T2126-2020》中推荐使用排放因子法和在线监测法，目前在中国主要应用的是排放因子核算方法。其他世界各国对于碳排放监测方法的要求：美国区域性温室气体减排行动（RGGI）要求燃烧任何固体燃料的装置必须使用CEMS在线监测，燃气和燃油机组可以使用核算方法。在欧盟碳交易体系下，CEMS法与核算方法具有等效性。此外，利用遥感卫星进行区域碳排放监测的遥感监测技术也在快速发展。

对比以上各类碳排放监测方法，技术上并没有完全的孰优孰劣之分，各类方法的准确度都依赖于对于方法要求的严格遵守。排放因子法，需要对企业各类化石燃料消耗量、脱硫剂消耗量、购入电量等数据的准确采集，以及各类排放因子数据的准确使用，对于排放因子的准确性依赖程度较高；直接测量法则要求对所有排放口安装在线监测仪表，并且确保仪器仪表的测量原理满足使用场合需求，测量精度、测量范围符合要求，此外还应保证采集系统定期进行维护校准；空天遥感监测方法则对使用的遥感探测卫星、应用的反演算法要求很高，同时受大气环境、风速等条件影响，需要采取合理的数据处理方式，才能保证监测结果可信。对于各类核算使用的数据优先级，建议优先使用直接计量、监测获得的原始数据。

4  数据分类与分级

4.1　数据分类

所谓数据分类，是指根据组织数据的属性或特征，将其按照一定的原则和方法进行区分和归类，并建立起一定的分类体系和排列顺序，以便更好地管理和使用组织数据的过程。

“碳达峰，碳中和”能源数据的分类原则，如图2所示，根据数据的特点以及核心内容，确定从两个方面维度进行分类：一方面从数据获取方式（内部、外部）维度进行分类；另一方面借鉴《工业数据分类分级指南（试行）》的指导，对数据按照全生命周期维度进行分类，即从设计数据域、生产数据域、运维数据域和管理数据域进行分类。

图2“碳达峰，碳中和”能源数据分类

4.2　数据分级

数据分级，指按照一定的分级原则对分类后的组织数据进行定级，从而为组织数据的开放和共享安全策略制定提供支撑的过程。

按照《工业数据分类分级指南（试行）》规定，根据不同类别工业数据遭篡改、破坏、泄露或非法利用后，可能对工业生产、经济效益等带来的潜在影响，将工业数据分为一级、二级、三级等3个级别。

对“碳达峰，碳中和”能源数据，综合考虑双碳能源数据的平台服务性质与风险影响程度范围，制定“碳达峰，碳中和”能源数据分级方法如表1所示。

表1“碳达峰，碳中和”能源数据分级

电力企业“碳达峰，碳中和”能源数据整体分类分级方案如图3所示。

图3“碳达峰，碳中和”能源数据整体分类分级方案

5  数据分析

所谓数据分析，就是运用适当的分析方法和工具，对收集到和处理过的数据进行分析，提取出有价值的信息，形成有效结论的过程。

数据分析基于数据驱动解决业务需求，数据分析是对“碳达峰，碳中和”能源数据进行利用的基础工具，是数据中台、数据底座的引擎，支撑各类双碳服务应用功能。

结合主流的技术发展趋势，“碳达峰，碳中和”能源数据的数据分析功能分为两大类，分别是BI（Business Intelligence）商业智能分析与AI（Artificial Intelligence）人工智能分析。

5.1　BI分析功能需求

BI商业智能分析是一种描述性分析的方法，是对已有数据的梳理与计算分析。作为决策的辅助工具，BI最典型的应用是业务报表与仪表板。在大数据平台广泛应用的今天，数字大屏、数字看板、可视化技术、决策驾驶舱等都是依托BI分析技术的应用功能。

对于“碳达峰，碳中和”能源数据，双碳能源集中监视功能主要依据的就是平台BI分析能力，对数据仓库中的各种采集数据进行数据处理与数据计算分析，利用各种图形组件实现可视化展示，形成各类辅助运行与辅助决策信息。

此外，定期生成企业碳核查、碳排放报告是重要功能需求之一，因此BI分析应能具备自动进行各类碳排放监测数据计算能力，按照规定格式自动生成WORD报告文档，支撑企业碳管理。

5.2　AI分析功能需求

AI人工智能分析是预测性分析的数据分析技术，是根据已有数据，利用各类先进的人工智能算法，进行数据挖掘与分析计算，形成预测分析信息，供企业进行科学决策。

AI数据分析，应能提供各类丰富的人工智能算法，满足各类预测分析与决策支持应用的需求，如利用AI数据分析技术提供企业碳市场交易辅助决策、碳减排策略优化等功能场景。

6  结论与展望

我国富煤贫油少气的资源禀赋决定了以煤电为主的电源结构，电力企业作为碳排放大户，承担了重要的碳减排责任。为了实现双碳目标，除了大力调整电源结构，提高新能源电力比例之外，智慧化的能源系统同样是重要的建设方向。利用信息化、智能化技术手段，构建企业双碳能源电力数据平台，实现各类型能源电力场景信息共享、优化调控、智能调度，充分与各类碳服务平台互动，从而使企业在实现碳减排目标的同时，创造更好的经济效益，保障经济发展的能源需求，这才是新型电力系统的应有之义。

数据作为平台的基础，应该在平台建设的前期进行系统梳理、合理规划，构建完整的数据体系，才能支撑平台的有效应用，达到建设目的。因此，我们呼吁电力企业充分重视数据价值，系统化构建数据体系，有效地利用数据资产，更好地发挥大数据平台作用。

作者简介：

赵　焱（1984-），男，河北人，高级工程师，硕士，现就职于中国电力工程顾问集团华北电力设计院有限公司，主要从事电厂自动化、信息化设计方面的研究。

马欣欣（1956-），女，北京人，教授级高级工程师，现任中国电力工程顾问集团华北电力设计院有限公司热控处专业副总工，从事电厂自动化、信息化设计工作。

唐海锋（1969-），男，北京人，教授级高级工程师，学士，现任中国电力工程顾问集团华北电力设计院有限公司热控处专业副总工，从事电厂自动化、信息化设计工作。

参考文献：

[1] 中国电力企业联合会. 《电力行业碳达峰碳中和发展路径研究》[R]. 2021, 12.

摘自《自动化博览》2023年9月刊