[发明专利]基于热力模型和机器学习的电厂碳排放核算方法及系统

说明书

本发明公开了一种基于热力模型和机器学习的电厂碳排放核算方法及系统，涉及火力发电碳排放监控技术领域，该方法包括：获取电厂的历史运行数据，根据所述历史运行数据，计算抽汽蒸汽的抽气流量；根据所述抽气流量，建立汽轮机特性模型，并计算汽轮机热耗量；根据梯度提升树方法或最小二乘支持向量机方法，建立锅炉特性模型，计算锅炉效率；根据所述历史运行数据，建立单位热值含碳量拟合模型，计算单位热值含碳量；根据所述汽轮机热耗量、所述锅炉效率和所述单位热值含碳量，建立碳排放实时计算模型，计算燃煤碳排放量。通过本发明能够实时监控火力发电厂各工作单元的碳排放数据，从而控制火力发电厂各工作单元的碳排放量。

技术领域

本发明属于火力发电碳排放监控技术领域，更具体地，涉及一种基于热力模型和机器学习的电厂碳排放核算方法及系统。

背景技术

我国能源消费结构不断改善，煤炭消费占一次能源消费比重显著下降。但是目前“富煤、少油、缺气”仍是我国的基本国情，煤炭仍然是国家能源安全的“压舱石”。2021年煤炭消费占一次能源消费总量的比重最大，约56.0%。其中，燃煤电厂是我国最大的煤炭消耗行业。因此，实现燃煤电厂的低碳节能运行，对未来碳中和目标的达成至关重要。同时，各地逐步建立起来的碳交易市场，逐步完善的碳税政策，也对燃煤电厂的经济运行造成了巨大的压力。综上所述，合理规划燃煤电厂的碳排放指标，准确核算碳排放量对于电厂相关运行和管理人员来说非常必要。

目前电厂最常用的碳排放核算标准是《GB/T 32151.1 温室气体排放核算与报告要求第1部分：发电企业》。核算的主要温室气体为二氧化碳，包括化石燃料燃烧产生的二氧化碳排放、脱硫过程的二氧化碳排放、企业购入的电力产生的二氧化碳排放。核算方法主要根据每日燃煤低位发热量的测量以及单位热值含碳量的测量等化验数据。但是由于化验过程显著落后于生产过程，一般每月才能获得一次较准确的碳排放数据。而且国内电厂多采用混煤燃料，化验的采集样品与入炉燃煤间也可能存在较大的差异，导致目前电厂难以实现实时的碳排放核算。发明专利申请号202111112049.2 公布的一种燃煤电厂碳排放量指标实时监测系统，通过对烟气中二氧化碳浓度的测量和一次风机入口空气流量的测量获得实时的二氧化碳排放量。但是对于当前大多数电厂来说并未安装二氧化碳浓度测量传感器，而且空气流量的测量误差也较大，导致二氧化碳排放量的计算误差较大，并且该专利并未考虑脱硫过程及企业购入的电力产生的二氧化碳排放核算。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提出一种基于热力模型和机器学习的电厂碳排放核算方法，包括：

获取电厂的历史运行数据，根据所述历史运行数据，计算抽汽蒸汽的抽气流量；

根据所述抽气流量，建立汽轮机特性模型，并计算汽轮机热耗量；

根据梯度提升树方法或最小二乘支持向量机方法，建立锅炉特性模型，计算锅炉效率；

根据所述历史运行数据，建立单位热值含碳量拟合模型，计算单位热值含碳量；

根据所述汽轮机热耗量、所述锅炉效率和所述单位热值含碳量，建立碳排放实时计算模型，计算燃煤碳排放量。

进一步的，所述汽轮机特性模型为：

汽轮机热耗量=a₁*r₁+a₂*r₂+……+a_n*r_n+b₁*W₁+c₁*P₁+D

其中，a₁…a_n为所述抽汽蒸汽的最小二乘回归系数，r₁...r_n为所述抽气流量，b₁为汽轮机发电功率的回归系数，w₁为汽轮机的发电功率，c₁为凝汽压力的回归系数，P₁为凝气压力，D为拟合常数项。

进一步的，所述单位热值含碳量拟合模型为：