[发明专利]一种降低在线监测碳排放量数据不确定度的方法及系统

说明书

本申请公开了一种降低在线监测碳排放量数据不确定度的方法及系统，该方法包括：在线监测碳排放量数据，识别不确定度来源；构建总体不确定度计算模型；通过总体不确定计算模型，计算碳排放量数据的总体不确定度；根据不确定度来源，对影响碳排放量数据不确定度的因素进行维护、校准或更换的方法库以及对应的成本库，构建不确定度措施决策模型；若总体不确定度大于或等于目标值，则通过不确定度措施决策模型通过枚举算法决策出成本最低且总体不确定度小于目标值的最优方案。通过该最优方案可有效降低碳排放量数据不确定度且成本低，这种模式能大规模推广应用于不同类型的火电机组，为碳排放在线监测数据的数据质量提供有力的支撑。

技术领域

本发明涉及碳排放在线监测领域，特别是涉及一种降低在线监测碳排放量数据不确定度的方法及系统。

背景技术

目前，火电厂二氧化碳排放量统计方法分为两种，第一种为核算法，需要统计入炉煤量和煤质信息；第二种为在线监测法，通过测量火电机组烟气的流量和烟气CO₂浓度等参数，计算出火电厂烟气中二氧化碳排放量的数据，包括瞬时值(排放速率)和特定时间的累计值(累计排放量)。将示范电厂在线监测计算结果与核算法数据对比可知，火电厂在线监测法与核算法碳排放量有一定差异，且受监测条件的影响，正负偏差均有，碳排放量的直接对比无法判断不同方法的准确性。并且，在线监测法得到的碳排放量数据质量参差不齐，不确定度较大，使用价值较低。

因此，如何降低在线监测碳排放量数据的整体不确定度，是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种降低在线监测碳排放量数据不确定度的方法及系统，可以有效降低碳排放量数据不确定度且成本低，为碳排放在线监测数据的数据质量提供有力的支撑。其具体方案如下：

一种降低在线监测碳排放量数据不确定度的方法，包括：

在线监测碳排放量数据，识别不确定度来源；

构建总体不确定度计算模型；

通过构建的所述总体不确定计算模型，计算碳排放量数据的总体不确定度；

根据识别出的所述不确定度来源，对影响碳排放量数据不确定度的因素进行维护、校准或更换的方法库以及对应的成本库，构建不确定度措施决策模型；

若所述总体不确定度大于或等于目标值，则通过构建的所述不确定度措施决策模型通过枚举算法决策出成本最低且所述总体不确定度小于所述目标值的最优方案。

优选地，在本发明实施例提供的上述降低在线监测碳排放量数据不确定度的方法中，当判断出烟气CO₂测量预处理系统采用冷干法时，通过下述公式构建对应的总体不确定度计算模型：

其中，u_c(G_y)为采用冷干法时得到的总体不确定度，G_y为二氧化碳累计排放量，C’为标准状态下二氧化碳排放浓度，Q_sn为标准状态下干烟气流量，Q_s为实际工况下湿烟气流量，t_s为烟温，B_a为大气压力，P_s为烟气静压，X_SW为烟气含湿量。