PECT：一个用于分析美国发电外部性时空变化的计算工具

SoftwareX 9（2019）61原始软件出版物PECT：美国发电外部性时空变化的计算工具放大图片作者：Amanda D. 史密斯美国犹他州盐湖城犹他大学机械工程系现场能源系统实验室，邮编：84112ar t i cl e i nf o文章历史记录：2018年5月3日收到2018年12月3日收到修订版，2018年保留字：购买的电力用水量a b st ra ct这项工作介绍了电力外部性相关工具（PECT），一个交互式的计算机模型，捕捉时间和空间变化的间接排放量和用水量与发电在美国。该模型使用Python开发，并利用WattTime API获取时间和空间燃料混合数据。根据燃料组合数据，整体排放量及用水量乃使用美国环保署公布的排放及用水因素环境保护局和美国能源部由于使用的数据库遍布美国，因此该工具仅在美国各地区内发挥作用。PECT是对现有工具组合的新贡献，用于了解建筑环境对水，能源和气候关系的影响，可以为环境决策提供信息。©2018由Elsevier B.V.发布这是一个在CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。代码元数据当前软件版本1.1.0.2此版本可执行文件的永久链接https://github.com/ElsevierSoftwareX/SOFTX_2018_30法律软件许可证LGPL 3.0计算平台/操作系统Linux，Microsoft Windows，OS X安装要求依赖关系Python 3，urllib，numpy，pandas如果可用，请链接到用户手册-如果正式出版，请在参考列表https://github.com/SSESLab/electricityandenvironment/blob/master/README.md问题支持电子邮件amanda.d. utah.edu1. 动机和意义2015年，发电行业约占二氧化碳排放量的38%，氮氧化物排放量的13%和二氧化硫排放量的59%[1]。在水资源有限的地区，热电厂的用水也是一个重要问题，在美国，大约87%的发电需要用水进行冷却[2，3]。因此，电力系统和建筑环境研究团体需要更好地了解能源选择如何通过二氧化碳、氮氧化物和二氧化硫排放以及用水量影响环境[4]。美国发电和配电系统的复杂性需要一种空间和时间的建模方法。在这里，燃料混合物被定义为*通讯作者。电子邮件地址： amanda.d. utah.edu（A.D. 史密斯）。https://doi.org/10.1016/j.softx.2018.12.001积极向电网供电的发电机。燃料组合的空间变化对向区域电网供应的每单位电力的排放量、取水量和用水量。由于边际发电机响应需求和间歇性可再生能源系统，燃料组合的时间变化也是如此，这些系统越来越多地出现在电网上。这些变化的重要性在研究电力系统行为的空间和时间依赖性以及提出缓解策略的研究中得到了强调[5通过映射独立系统运营商（ISO）、区域传输组织（RTO）和/或平衡机构，可以在空间上量化燃料混合。ISO和RTO实体是促进电力贸易以及控制和监测区域电网活动的独立组织，平衡机构的具体任务是管理电力供应和需求之间的相互作用[9]。美国环保署每年公布平均排放量和发电量，eGRID中的子区域和平衡机构的信息数据2352-7110/©2018由Elsevier B. V.发布这是一个在CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表SoftwareX期刊主页：www.elsevier.com/locate/softx62K. Plewe和AD。Smith/SoftwareX 9（2019）61∑∑数据库[10]。研究人员使用该数据库计算平均排放因子和边际排放它还被用于计算发电燃料类型的区域特定排放因子[14]。美国在eGRID数据库中的子区域如图所示。1.一、PECT仅适用于美国包括在相关数据库中的区域可为拥有类似公开数据库的其他区域开发类似的在美国，EPA每小时收集发电量大于25 MW的发电厂的连续排放监测系统（CEMS）数据。这些数据可以通过EPA提供的在线平台访问[15]，并与eGRID数据库并行使用，以研究美国的空间和时间排放趋势[16，17]。在卡内基梅隆大学进行的一项研究使用来自EPA开放门户网站的设施级CEMS数据Shivley提供了一种排放量化的方法，该方法易于重现和开源，就像这里介绍的工作一样[19]。来自发电的排放的时间依赖性可归因于边际负荷供应商的变化，例如为满足边际需求而运行的发电厂和间歇性供应商，例如太阳能和风能。过去的研究利用机组投入和调度数据[5]、位置边际定价数据[7，14]、明确的燃料混合数据[7，8]和明确的排放数据[6，11，12，16，17，19]来捕获排放因子的时间依赖性。能源政策的制定需要解决电力系统对环境的影响以及不断变化的环境对电力系统可靠性的影响这些政策将依赖于新的数据收集和解释方法。理想的情况是，这些方法应以方便用户的形式向公众公布，并随着数据来源的更新和更容易获得而不断目前，在美国不同地点获取时间分辨的燃料混合和环境外部性数据需要结合多个数据源。提供可用于环境分析的数据的工具通常位置有限[14]，时间分辨率低[10，19这些局限性使得电力采购的环境分析变得困难在跨学科的平台上进行为了解决现有工具和资源的局限性，PECT允许研究人员和政策制定者获得美国各地区的实时或历史数据• 每小时混合燃料。• 每小时的CO2、NO2和SOx排放总量.• 每小时用水量和取水量表1从WattTime API生成数据可用性[23]。制衡权威市场一个可用时间（UTC）BPART5M2014年2月26CAISODahr2014年8月5日CAISORT5M2014年2月26CAISORTHR2013年2月1ERCOTRTHR2014年2月26ISONERT5M2013年12月29日MISODahr2015年12月2日MISORT5M2014年2月26PJMRT5M2014年2月27日PJMRTHR九月24，2016年SPPRT5M二0一四年二月二十五日aRT5M和RTHR市场分别包含5分钟和1小时间隔的历史数据。DAHR市场以一小时的间隔包含一天前的预测数据表2用水量和取水系数[24]。燃料类型耗水系数取水系数[gal/MWh][gal/MWh]煤炭687 1005天然气205 225核能672 1101沼气235 878风力0 0格鲁吉亚15 15太阳能热786 786太阳能光伏发电0 0Hydro 4491 0生物量235 878所有取料和消耗系数均适用于使用冷却塔的工厂[24]。位置可以以任何格式输入，该格式足以描述Google搜索所需位置。WattTime API [23]用于获取不同燃料类型（煤炭，天然气，核能，沼气，风能，地热，太阳能，水力和生物质）的位置发电数据WattTime收集发电数据，以平衡当局和电力市场，从而提供一致的数据流表1列出了目前可用的平衡作者和市场。来自WattTime的发电信息以JSON字典格式接收，包括时间戳，总碳排放量，燃料类型，平衡机构和市场的发电量。数据以每小时和五分钟的间隔提供，这里将其平均并减少到每小时的间隔。使用综合文献综述中汇编的水因素获得用水量估计值[24]。这些因素的准确性将随着时间的推移，由于在可操作的发电厂中使用的技术的变化而降低表2列出了本工作中使用的系数。用水量和取水量的计算采用10瓦尔斯。燃料特定的CO2、NO2、SOx、水消耗和水提取因子。WC=n=110En×WFc，n（1）2. 软件描述2.1. 材料和方法PECT利用外部数据库和应用程序编程接口（API）进行地理定位 、 发 电 燃 料 混 合 数 据 、 水 因 子 和 排 放 因 子 。 Google MapsGeocoding API [22]用于地理定位，以查找用户指定位置的坐标用户指定WW=En×WFw，n（2）n=1其中WC是消耗的水，WW是抽取的水，En是使用燃料类型n（这里考虑10种燃料类型）产生的电能，并且WFc，n和WFw，n分别表示燃料类型n的水消耗因子和水抽取因子。二氧化碳、二氧化硫和氮氧化物的排放量估算包括在PECT中。CO2、SO2和NOx的排放因子来自EPA·K. Plewe和AD。Smith/SoftwareX 9（2019）6163∑i=1n=mFig. 1. 2014年公布的最新电子全球资源数据库所代表的次区域地图。四个次区域被排除在此图像之外：阿拉斯加的AKMS和AKGD以及夏威夷群岛的HIMS和HIOA交叉影线表示地理区域涵盖多个eGRID区域[10]。eGRID数据库[10]中的每种燃料类型，并且是唯一的每个平衡机构包括在模型中。为求取这些以燃料为基础的排放因子，平衡当局会采用同一燃料类别的发电厂的排放因子的加权平均数。表3计算的二氧化碳、氮氧化物和二氧化硫的排放系数，使用方程：（三）、排放因子是使用WattTime API [ 23 ]中包含的每个平衡机构的煤炭，天然气和生物质的eGRID数据[ 10 ]计算的。从用户输入位置确定：燃料类型CO2排放NOx排放SO2排放系数[lb/MWh]系数[lb/MWh]系数[lb/MWh]mEFi Gii=1GiBPA煤炭2327 2.201 2.119其中EFn是燃料类型n的排放因子，EFi是电厂i的排放因子，Gi是位于平衡权限区域内的电厂i产生的总年电能。表3列出了WattTime API支持的地区的排放因子。时间框架和WattTime API凭证。要使用PECT，用户必须有一个WattTime API帐户，该帐户可以通过以下方式获得：在WattTime网站免费[23]。Google Geocoding API用于将所需位置转换为地理坐标。这些坐标和指定的时间范围用于WattTime查询，以下载发电燃料混合数据。利用JSON字典格式的发电数据，提取相关数据点，计算用水量、取水量、CO2排放量、NOx排放量和SO2排放量及其相关因子。将结果提供给用户一种CSV电子表格格式，然后可以在许多应用程序中用于图形表示或附加分析2.3. 软件功能PECT的主要功能是提供排放量和用水量估计。具有不同经验水平的用户，包括天然气931.5 0.6506 0.07093生物量296.3 3.545 1.674PJM煤炭2088 1.998 5.017天然气934.6 0.2348 0.02267生物量733.2 4.386 1.431SPP煤炭2212 1.798 3.654气体1032 0.9202 0.03365生物量145.5 2.094 1.735天然气和沼气均采用气体排放系数。本表中未涵盖的燃料类型假定排放量可忽略不计。那些没有Python开发经验的人，可以通过下载材料并在当前状态下使用PECT，或者将其用作单独Python的构建块来EF（三∑气体925.90.33620.004868生物质84.132.6841.244CAISO煤21470.72013.701气体846.60.20160.005998生物质117.12.9620.3640ERCOT2.2. 软件构架煤气体2238864.51.1450.34214.7490.005348生物质––0.3064PECT的基本架构如图所示。 二、PECT是使用Python 3.6开发，并作为开源ISONE煤20751.6912.000网站特定能源系统实验室GitHub仓库中的脚本气体886.40.20920.05643暂时性[25]。PECT提供了一种访问生物质801.63.2390.8604WattTime API数据库和计算额外的电气生成度量。所需的用户输入包括期望的位置，MISO煤21961.8164.42964K. Plewe和AD。Smith/SoftwareX 9（2019）61图二. 应用程序架构图。应用. 除了外部性量化外，PECT还可用于获得与特定燃料类型和位置相关的排放和水因素。污染物排放控制取决于ISO报告的数据表1列出了向WattTime报告的实体然而，这并不保证包括所有发电机或者数据集没有时间不连续性。根据作者的调查，已知ERCOT（所有德克萨斯州对于本工作中包含的示例，使用了简单的插值方案来填补数据空白在PECT中不执行插值，由用户来识别间隙并进行根据自己的具体需要进行修改作为一般说明，用户应注意，使用PECT检索的数据应经过高度审查。这些数字可以根据eGRID数据库[10]，Power Profiler [20]或EIA电力数据浏览器[21]进行3. 说明性实例PECT将结果写入csv输出文件。输出数据包括每种燃料类型的发电数据、排放数据、水消耗数据、取水数据、排放因子、水消耗和取水因子。示例输出包含在PECT GitHub存储库中。从这一数据集，可以进行研究和电力购买的环境影响，K. Plewe和AD。Smith/SoftwareX 9（2019）6165图3.第三章。M I S O 平 衡 机 构 报 告 的 各 种 燃 料 类 型 的 总发电量、排放量和用水量。于2018年4月22日对密歇根州卡拉马祖进行了软件查询可以直观地表现出来 作为一个例子，图。 3显示了MISO地区某个地点报告的每种燃料类型的发电量、排放量和用水量的百分比。这是直接从输出数据中获得的，地区看看图中佛蒙特州的情节。例如，来自核能和天然气的电力的百分比全天变化约10%此信息在采用需求转移的情况下特别有用Pn， tXn，t=Xt×100（4）以减少排放为目标的战略例如，将负载从一天的结束转移到一天的开始 2017年7月17日在佛蒙特州将减少排放，因为其中，Pn，t是指标（发电量，排放量，等等）。对于在时间t的燃料类型n和Xn，t和Xt分别是在时间t的燃料类型n和总度量的度量。为了演示PECT提供的区域分辨率，图中显示了三个不同位置的发电燃料混合。 四、本示例选择MISO、PJM和ISONE区域，因为在PECT中API调用的手动测试期间，发现这些区域填充有燃料混合数据这些地点是通过传递每个地区内的城市名称（即城市名称）来选择的。Kalamazoo for MISO）。美国的许多其他地区要么不报告燃料组合数据，要么忽略主要能源生产商，使相关的燃料组合数据不太准确。同时在不同地区购买电力的影响可以用图来解释。四、参考密歇根州，弗吉尼亚州和佛蒙特州在2017年7月17日一天的燃料组合，很明显，与12：00购买的单一单位电力相关的排放量在密歇根州最大，在佛蒙特州最小这是因为在同一时间点，密歇根州的发电量与弗吉尼亚州和佛蒙特州相比，化石燃料发电厂的发电量所占比例更大。从能源管理的角度来看，假设排放和水的使用是一个缓解因素，该信息可能会影响各个地区的能源管理决策例如，在佛蒙特州和密歇根州，建筑物中电力与天然气供暖的环境考虑因素会有很大在同一地区的不同时间购买电力的影响可以用图来解释。 3和图 四、两个图都显示了单个燃料混合物的时间变化核能发电的比例在凌晨1点到下午12点之间最高。4. 影响PECT通过提供一种简单的方法来量化来自能源使用的空间和时间外部性，为电力系统和建筑能源系统研究社区，政策制定人员和认真的能源管理人员做出了贡献。以前的工作主要集中在开发量化能源系统外部性的方法，但往往侧重于个别地区，没有向公众提供全面的工具[5]。PECT扩展了量化这些外部性的现有方法，并将其集成为适用于美国多个地区的工具，旨在支持跨学科的努力，以更好地管理我们的电力系统。虽然许多研究小组已经分别对用水量和排放量进行了建模，但对两者的研究仍然有限。通过提供一种方法来量化水的使用和排放并排，PECT能够直接比较各种燃料组合方案的环境成本和效益。将用水量和排放量并排进行比较可以使研究人员和政策制定者避免实施可能因环境价值冲突而产生意外后果的战略，因为已经表明，节水和减少污染并不总是一致的[5]。碳核算对于许多社会平台的决策非常重要：政府、工业、商业、住宅等。就像碳排放在美国受到密切监控一样66K. Plewe和AD。Smith/SoftwareX 9（2019）61见图4。2017年7月17日，三个地点的发电组合：（a）密歇根州（上），（b）弗吉尼亚州（左下）和（c）佛蒙特州（右下）。这些地点的平衡机构是（a）MISO、（b）PJM和（c）ISONE。在美国和全球范围内，可以监测其他污染排放和用水情况，以告知公众，研究人员和政策制定者，以便他们在制定未来环境目标的基准时更好地了解情况[26]。这在那些期望大幅增加发电能力以满足不断增长的需求的地区尤为重要，因为它会影响发电厂的设计（燃料类型、冷却系统、位置等）。PECT是一个重要的例子，说明研究人员如何综合大小和利用现有的数据来揭示信息，这是在触发政策制定者和公众。像这样的工具的开源开发支持未来开发更复杂的模型，这些模型可以为许多不同部门的数据驱动的环境决策5. 结论近年来，由于这些外部性对我们的社区和环境的影响，量化与电力系统相关的外部性的模型受到了高度的关注本文简要回顾了一些文献，已出版的介绍和建立在这样的模型。在这个研究社区的一个共同目标是确定的方法，最好的代表与空间和时间分辨率的外部性这一点很重要，因为在美国和发达国家的其他地区，电力系统在时间和地点上都是不同的文献中介绍的模型详细描述了所使用的方法这些工具是必要的，因为决策者往往缺乏时间和资源来探索和实施现有的方法。PECT是实施实用方法来计算指标的重要一步，这些指标可以深入了解发电的环境后果对电价的额外考虑和对发电的全生命周期分析将增加电力成本控制的有用性。特别是，将成本指标与燃料组合、排放和用水数据并列显示，将显著提高PECT在美国的适用性。经济致谢Kaden Plewe得到了本科生研究办公室的本科生研究机会计划以及全球变化与可持续发展中心（GCSC）和犹他大学科学与数学教育中心（CSME）的本科生可持续发展，科学，技术，工程数学（U-S2TEM）奖学金计划的支持。当前代码版本https://github.com/SSESLab/electricityandenvironment利益冲突我们没有利益冲突需要声明。引用[1]M.J.布拉德利事务所美国最大的电力生产商的空气排放基准。Tech.代表，2017年。[2]放大图片作者：Peck Jaron J.模拟发电用水量。于：ASME 2015功率和能量转换会议论文集，第1卷，2015年。http://dx.doi.org/10.1115/POWER2015-49097网站。[3]Sanders Kelly T.标签：Uncharted Waters的未来电与水的关系Environ. Sci. 2015;49（1）：51-66. 得双曲正切值.doi.org/10.1021/es504293b网站。[4]IPCC，《2014年气候变化：综合报告》。工作组的贡献政府间气候变化专门委员会第五次评估报告的第一、二和三部分，核心编写小组 ， R.K. Pachauri 和 L.a. 迈 耶 2014 年 。 p. 151 ， ISBN ： 9789291691432.http://dx.doi.org/10.1017/CBO9781107415324.004网站。K. Plewe和AD。Smith/SoftwareX 9（2019）6167[5]丽贝卡，加里森·贾里德，蒂姆斯·克雷格，桑德斯·凯利。发电中环境权衡的空间 和 时 间 分 辨 分 析 。 环 境 科 学 技 术 2016;50 （ 8 ） ： 4537http://dx.doi.org/10.1021/acs。 est.5b05419，[6]Siler-Evans Kyle，Azevedo Inês Lima，Morgan M Granger，Apt Jay.风能和太阳能发电的健康、环境和气候效益的区域差异，Proc Natl Acad Sci USA，29，68-//dx.doi.org/10.1073/pnas.1221978110网站。[7]卡拉威邓肯S，福利梅雷迪思，麦考密克加文。位置、位置、位置：可再生能源和需求方效率资源的可变价值。J. Assoc. Env.资源Econ. 2018;5（1）：39-75. http://dx.doi.org/10的网站。1086/694179。[8]放大图片作者：Graff Zivin Joshua S，Kotchen Matthew J，Mansur Erin T.边际排放的时空异质性：对电动汽车和其他电力转移政策的影响。J EconBehavOrgan2014;107：248得双曲正切值.doi.org/10.1016/j.jebo.2014.03.010网站，[9]Shavel Ira，Hageland Michael，Powers Nicholas，Yang Yingxia.美国电力系 统 的 电 力 基 线 报 告 ， 238857 ， Brattle 集 团 ， 2015 年 ，URLhttps://www.energy.gov/sites/prod/files/2016/09/f33/Electricity%20Baseline%20Report%20for%20the%20US%20Power%20System.pdf。[10]美 国 环 境 保 护 署 。 排 放 与 发 电 资 源 集 成 数 据 库 。 2014 年 ， 第 2 版 ，https://www.epa.gov/energy/emissions-generation-resource-integrated-database-egrid。[11]作者：Siler-Evans Kyle，Azevedo Inês Lima，Morgan M Granger.美国的边际 排 放 系 数 电 力 系 统 。 环 境 科 学 技 术 2012;46 （ 9 ） ：4742http://dx.doi.org/10.1021/es300145v网站。[12]拉里维尔·雅各布，麦考密克·加文，布劳德·萨姆M，哈里曼·萨姆M，穆雷·马特，基顿·萨拉.更好的会计如何更便宜地减少碳排放。Tech. 代表，霍华德H。小 贝 克 公 共 政 策 中 心 ;2016 年 ， http://bakercenter.utk.edu/wp-content/uploads/2016/08/PolicyBrief-4-16-LaRiviere.testing.final_. pdf。[13]索托玛丽。温室气体议定书范围2指南：温室气体议定书公司标准修正案。Tech.代表，WorldResourcesInstitute;2015，p.151，https://ghgprotocol.org/scope_2_guidance.[14] Rogers Michelle M，Wang Yang，Wang Caisheng，McElmurry ShawnP，Miller Carol J.基于LMP的边际单位排放快速计算方法的评估。应用能源2013;111：812http://dx.doi.org/10。1016/j.apenergy.2013.05.057，[15]美国环境保护署。 空气市场计划2018年 12月28日，中国科学院出 版社。https://ampd.epa.gov/ampd[16]Pétron Garielle ， Tans Pieter ， Frost Gregory ， Chao Danlei ， TrainerMichael。高分辨率的美国发电二氧化碳排放量杰 · 吉 奥 菲 斯 。 生 物 地 质 学 研 究 2008;113 （ 4 ） ： 1-9.http://dx.doi.org/10.1029/2007JG000602，[17]Gouw JA，Parrish DD，Frost GJ，Trainer M.通过联合循环技术从煤炭转向天然气，减少了美国发电厂的CO2、NOx和SO2排放。地球的未来2014;2（2）：75-82. 得双曲正切值. doi.org/10.1002/2013EF000196网站。[18]美国能源信息管理局。EIA公开数据-批量-美国能源信息管理局。2018年12月28日，https://www.eia.gov/opendata/bulkfiles。PHP.[19] 希弗利·格雷格阿泽维多·伊内斯萨马拉斯·康斯坦丁评估美国电力部门碳强度的 演 变 。 环 境 研 究 快 报 2018;13 （ 6 ） 。 http://dx.doi.org/10.1088/1748-9326/aabe9d网站，[20]美 国 环 境 保 护 署 。 电 源 分 析 器 。 2017 年 ， https ： //www.cn.com/epa.gov/energy/power-profiler网站。[21]美国能源信息管理局。电力数据浏览器2017年，https：//www.eia.gov/electricity/data/browser网站。[22]谷歌地图。Google地理编码API。2017年，https://developers.google.com/maps/documentation/geocoding/start。[23]瓦特时间WattTime API. 2016年，https://api.watttime.org。[24]Macknick J，Newmark R，Heath G，Hallett KC.发电技术的运行用水环境研究 快 报 2012;7 （ 4 ） ： 045802 。 http://dx.doi.org/10 的 网 站 。 1088/1748-9326/7/4/045802，[25]特 定 场 地 能 源 系 统 实 验 室 研 究 小 组 。电 力环 境 仓 库 。 2018 年 ，https://github.com/SSESLab/electricityandenergyment。[26] Clemmer S，Rogers J，Sattler S，Macknick J，Mai T.模拟低碳美国电力期 货 ， 探 索 对 国 家 和 区域 用 水 的 影 响 。 环 境 研 究 快 报2013;8 （ 1 ） ：015004。http://dx.doi.org/10.1088/1748-9326/8/1/015004，