🌍 Carbon reporting — GHG inventory at plano sa pagbabawas Live na modelo
Ikaw ang namamahala sa carbon accounting ng isang pangkaraniwang manufacturer. Bawat buwan, ginagawang tonelada ng CO₂-equivalent ng modelo ang fuel, kuryente at pagbili gamit ang mga nailathalang emission factor, inaayos ang mga ito sa scope 1, 2 at 3 gaya ng GHG Protocol, sinusubaybayan kung gaano kakumpleto at gaano ka-uncertain ang data, at inihahambing ang rolling na labindalawang buwan sa 4.2 %-kada-taon na reduction pathway mula sa base year. Ikaw ang magpapasya sa metering, pakikipag-ugnayan sa supplier, mga renewable-electricity certificate, carbon credit at apat na abatement project na may totoong lead time at badyet. Educational simulation lamang — hindi payo sa accounting, assurance, legal o pamumuhunan.
Ang matututuhan mo
Paano nagiging inventory na nakahati sa scope ang activity data at mga emission factor — at bakit karaniwang hindi kumpleto ang unang inventory at nirerestate.
Location-based laban sa market-based na scope 2, at bakit binabawasan lang ng electrification ng init ang emisyon kapag malinis ang kuryente.
Bakit hindi maipakita ng spend-based na scope 3 ang pag-unlad ng supplier, bakit pinaparusahan ng mga lead time at ng carbon budget ang huling pagkilos, at bakit hindi kailanman binibilang na pagbabawas ang mga credit.
Simulator
Oras 0 buwan
1Scope 1 — mga fuel na sinunog sa site
2Scope 2 — biniling kuryente (market-based)
3Scope 3 — mga biniling produkto
○Hindi napondohan ang proyekto
⚙Itinatayo ang proyekto
✓Tumatakbo
Mga kontrol
Mga sub-meter, fuel log at pagkuha ng invoice para sa bawat site: tumataas sa 95 % ang nasukat na bahagi ng activity data sa loob ng ilang buwan. 10 k€ kada buwan.
Nagbabahagi ang mga nakikipag-ugnayang supplier ng emission data sa antas ng produkto (kapalit ng spend-based na average) at, kapag nakapagtakda na ng mga target, binabawasan ang sarili nilang intensity. Nagkakahalaga ng 4 k€ + 50 k€ × bahagi kada buwan.
Itinatakda ng mga energy attribute certificate sa zero ang sakop na bahagi sa market-based na scope 2. Hindi nagbabago ang location-based na scope 2. Mga 4 € kada MWh.
Ang mga credit ay nagpapababa lamang ng ‘net’ na bilang. Hindi nagbabago ang gross emissions at ang pag-usad laban sa target. Mga 15 € kada tonelada.
Ilaw, tagas ng compressed air, variable-speed drive: −10 % kuryente. 250 k€, handa sa loob ng 2 buwan.
Mga 100 MWh kada buwan sa average, mas marami sa tag-init. Binabawasan ang parehong paraan ng scope 2. 1,000 k€, handa sa loob ng 6 na buwan.
Hinahalinhan ang kalahati ng process heat na pinapagana ng gas (boiler efficiency 0.9 → heat pump COP 3): mas kaunting scope 1, mas maraming kuryente. 2,000 k€, handa sa loob ng 9 na buwan.
Pinapalitan ang 80 % ng mga diesel van; ang mga electric van ay nangangailangan ng mga isang-katlo ng enerhiya. 800 k€, handa sa loob ng 8 buwan.
Mga indicator
Agwat sa reduction pathway (rolling na 12 buwan)
0.0%
babala
Uncertainty ng inventory (95 %)
0.0%
normal
Nagamit na badyet
0%
normal
Mga restatement ng base year
0
normal
Gross emissions ngayong buwan
0 t CO₂e
Scope 1 (mga fuel)
0 t CO₂e
Scope 2, batay sa merkado
0 t CO₂e
Scope 2, batay sa lokasyon
0 t CO₂e
Scope 3, mga biniling produkto
0 t CO₂e
Bahagi ng scope 3
0 %
Net pagkatapos ng mga credit (hindi ginagamit para sa mga target)
0 t CO₂e
Rolling na 12-buwang gross emissions
0.0 kt CO₂e
Allowance ng pathway para sa parehong 12 buwan
0.0 kt CO₂e
Kabuuang emisyon laban sa pathway (carbon budget)
0 %
Buwanang emisyon kada output ng base year
0 t CO₂e
Iniulat laban sa totoong emisyon ngayong buwan
0.0 %
Nasukat na activity data
90 %
Gastos na may supplier-specific na data
0 %
Perang nagastos
0 k€
Produksyon laban sa base year
100 %
Trend
Mga senaryo ng krisis
Antas 1 · Unang inventory, putol-putol na data
Inihahanda ng kompanya ang una nitong greenhouse-gas inventory; ang taong ito ang magiging base year. Mga 30 % lamang ng paggamit ng fuel at kuryente ang nasusukat — ang iba ay tinatantiya mula sa bahagyang tala, at tiyak na may nawawalang ilang site at invoice. Binibilang ang mga biniling produkto gamit ang spend-based na average. Ilalathala ang base year pagkatapos ng buwan 12, at titingnan ito ng unang limited-assurance engagement sa buwan 15. Iwasan ang restatement at ibaba ang uncertainty, sa loob ng badyet na 1.2 M€.
Walang restatement ng base year
Uncertainty ng inventory ≤ ±15 % sa buwan 24
Gastos sa loob ng badyet
Antas 2 · Mga taon ng paglago sa 1.5 °C na pathway
Kalalathala lang ng base year: mga 22 kt CO₂e, kalahati nito ay process heat na pinapagana ng gas. Saklaw na ng mga renewable certificate ang lahat ng kuryente. Itataas ng bagong order book ang produksyon nang 12 % kada taon sa susunod na dalawang taon, at absolute ang target: sa loob ng dalawang taon, ang rolling na labindalawang buwan ay dapat 8.4 % na mas mababa sa base year, at ang kabuuang emisyon ay dapat manatili sa loob ng carbon budget ng pathway. May 3 M€ ka. Iminumungkahi ng isang miyembro ng board na bumili na lang ng mga credit.
Rolling na 12 buwan na nasa o mas mababa sa pathway sa buwan 24
Kabuuang emisyon sa loob ng carbon budget ng pathway
Gastos sa loob ng badyet
Antas 3 · Isang footprint na gawa ng mga supplier
Isang assembler na binibili ang karamihan ng ibinebenta nito: mga 79 % ng nailathala nitong base year (≈ 37 kt CO₂e) ay mga biniling produkto, na kinuwenta gamit ang spend-based na average factor; ang natitira ay karamihang process gas, isang fleet ng diesel na van at kuryente. Lumalaki ang pagbili nang 6 % bawat taon kasabay ng benta. Saklaw ng target ang lahat ng scope: sa loob ng dalawang taon, ang rolling na labindalawang buwan ay dapat nasa 4.2 %-bawat-taon na pathway at ang kabuuang emisyon ay nasa loob ng budget nito, na may uncertainty na mas mababa sa ±20 %. Budget 4 M€.
Rolling na 12 buwan na nasa o mas mababa sa pathway sa buwan 24
Kabuuang emisyon sa loob ng carbon budget ng pathway
Uncertainty ng inventory na mas mababa sa ±20 %
Gastos sa loob ng badyet
Batayan — ang modelo sa likod ng mga numero
Bawat ugnayang ginagamit ng simulator, kasama ang pinagmulan nito. Ang mga constant na minarkahang palagay ay mga halimbawang calibration.
Scope 1 — direktang emisyon mula sa mga fuel na sinusunog ng kompanya: activity × emission factor (mga default ng IPCC para sa natural gas at diesel).
Dalawang beses iniuulat ang scope 2: location-based gamit ang average na factor ng grid, market-based gamit ang mga factor ng kuryenteng talagang kinontrata — zero para sa kuryenteng saklaw ng mga certificate, ang residual mix para sa natitira.
S2_location = MWh × EF_grid; S2_market = MWh × (1 − certificate share) × EF_residual[2][9]Palagay: ang mga factor ng grid at residual mix, ang input–output factor, mga saklaw ng uncertainty, mga puwang sa unang inventory, tugon ng supplier, mga gastos, presyo at laki ng proyekto ay mga halimbawang halaga para sa pangkaraniwang kompanya; ang mga patakaran sa accounting, ang mga fuel factor ng IPCC, ang uncertainty propagation at ang 4.2 % na pathway rate ay yaong mga nailathala.
Scope 3 na mga biniling produkto — hybrid method: supplier-specific na data kung saan ito ibinibigay ng mga supplier, gastos × average na input–output factor sa iba pa.
S3 = Σ engaged spend × supplier intensity + Σ other spend × EEIO factor (0.40 kg/€)[3][4]Palagay: ang mga factor ng grid at residual mix, ang input–output factor, mga saklaw ng uncertainty, mga puwang sa unang inventory, tugon ng supplier, mga gastos, presyo at laki ng proyekto ay mga halimbawang halaga para sa pangkaraniwang kompanya; ang mga patakaran sa accounting, ang mga fuel factor ng IPCC, ang uncertainty propagation at ang 4.2 % na pathway rate ay yaong mga nailathala.
Ang tinatantiyang activity data sa unang inventory ay may nawawalang mga site at invoice; ang nasukat na bahagi lamang ang kumpleto.
reported activity = true × (1 − (1 − q_metered) × gap), gap ~ N(μ, 0.04) per source[1]Palagay: ang mga factor ng grid at residual mix, ang input–output factor, mga saklaw ng uncertainty, mga puwang sa unang inventory, tugon ng supplier, mga gastos, presyo at laki ng proyekto ay mga halimbawang halaga para sa pangkaraniwang kompanya; ang mga patakaran sa accounting, ang mga fuel factor ng IPCC, ang uncertainty propagation at ang 4.2 % na pathway rate ay yaong mga nailathala.
Pinagsasama ang mga uncertainty gaya ng sa mga gabay ng IPCC: sa quadrature para sa produkto (activity × factor), may timbang ayon sa laki para sa kabuuan ng mga pinagmulan.
Kinakalkula muli ang base year kapag ang mas mahusay na paraan o ang error na natuklasan ng assurance ay naglilipat dito nang 5 % o higit pa, para ang bawat taon ay maihambing nang patas.
recalculate base year if |B_today’s method / B_published − 1| ≥ 5 % (annual close, assurance finding)[1][7]
Absolute-contraction pathway: bumababa ang allowance bawat taon nang 4.2 % ng base year. Ikinukumpara ng gap ang huling labindalawang buwan sa allowance na iyon, at ang base year at ang window ay parehong binabasa gamit ang kasalukuyang paraan (patas na paghahambing).
allowed(t) = B × (1 − 0.042 · years since base); gap = rolling 12-month gross / allowed − 1 (B and the window both read with today’s method)[8][7]
Sinusukat ang mga target sa gross emissions. Hiwalay na idinidisclose ang mga carbon credit at hindi kailanman binibilang bilang pagbabawas.
gross = S1 + S2_market + S3 (targets); net = gross − credits retired (shown apart, never counted)[7][9]
Marginal abatement cost ng isang proyekto: taunang gastos sa kapital bawas ang taunang natipid na enerhiya, kada toneladang naiwasan. Ang negatibong halaga ay nangangahulugang nakatitipid ang proyekto — sa papel.
MAC = (capex × CRF(8 %, 15 y) − annual energy savings) / annual t abated; CRF = r(1+r)ⁿ/((1+r)ⁿ − 1)[10][11]Palagay: ang mga factor ng grid at residual mix, ang input–output factor, mga saklaw ng uncertainty, mga puwang sa unang inventory, tugon ng supplier, mga gastos, presyo at laki ng proyekto ay mga halimbawang halaga para sa pangkaraniwang kompanya; ang mga patakaran sa accounting, ang mga fuel factor ng IPCC, ang uncertainty propagation at ang 4.2 % na pathway rate ay yaong mga nailathala.
Kung ano ang binabago ng bawat abatement project sa activity data.
efficiency −10 % electricity · heat pump −50 % gas → + gas × 0.9 × 277.8 / COP 3 MWh · rooftop PV −100 MWh/mo (±40 % seasonal) · fleet −80 % diesel → + diesel × 277.8 / 3 MWh[1]Palagay: ang mga factor ng grid at residual mix, ang input–output factor, mga saklaw ng uncertainty, mga puwang sa unang inventory, tugon ng supplier, mga gastos, presyo at laki ng proyekto ay mga halimbawang halaga para sa pangkaraniwang kompanya; ang mga patakaran sa accounting, ang mga fuel factor ng IPCC, ang uncertainty propagation at ang 4.2 % na pathway rate ay yaong mga nailathala.
Iba pang operating constant na ginagamit ng modelo.
grid 0.35 t/MWh, residual mix 0.42 t/MWh · EEIO 0.40 kg/€ · U: metered 2 %, estimated 20 %, grid 10 %, spend-based 50 %, supplier data 15 % · metering → 95 % metered, τ = 3 mo, 10 k€/mo · supplier programme 4 + 50 × share k€/mo, data τ = 6 mo, targets in place after a further τ = 6 mo, then engaged suppliers cut ≈ N(10 %, 1 %)/yr · certificates 4 €/MWh · credits 15 €/t · capex: efficiency 250 k€ (2 mo), PV 1 000 k€ (6 mo), heat pump 2 000 k€ (9 mo), fleet 800 k€ (8 mo) · prices: electricity 150 €/MWh, gas 40 €/MWh, diesel 1.5 €/L · first-inventory gap of estimated data N(μ, 4 %) per source · assurance re-performs the base year with complete activity data · ±3 % monthly activity noise · gas ±20 % seasonalPalagay: ang mga factor ng grid at residual mix, ang input–output factor, mga saklaw ng uncertainty, mga puwang sa unang inventory, tugon ng supplier, mga gastos, presyo at laki ng proyekto ay mga halimbawang halaga para sa pangkaraniwang kompanya; ang mga patakaran sa accounting, ang mga fuel factor ng IPCC, ang uncertainty propagation at ang 4.2 % na pathway rate ay yaong mga nailathala.
Randomness: isang seeded na mulberry32 generator; mga distribusyong ginamit — uniform, exponential (inverse CDF), normal (Box–Muller), Poisson (Knuth). Ipinapakita at maibabahagi ang seed.
Capital recovery factor A/P = r(1+r)ⁿ/((1+r)ⁿ − 1) — standard engineering-economics annuity factor (e.g. W. G. Sullivan et al., Engineering Economy) — Pearson, 2019
Modelong pang-edukasyon — hindi para sa mga desisyon sa operasyon. Kina-calibrate ng mga tunay na site ang bawat constant sa sarili nilang kagamitan at datos.