[发明专利]一种考虑碳排放量的企业用能预测方法

说明书

本发明提供一种考虑碳排放量的企业用能预测方法，包括：S1：获取当前时间点的企业历史数据；S2：向LSTM网络模型中输入当前时间点的企业历史数据，计算当前时间点的用能负荷预测值；S3：根据当前时间点的用能负荷预测值，预测未来一段时间内的企业用能数据；S4：向LMDI模型中输入所述企业用能数据，计算未来一段时间内的碳排放量预测值；S5：判断所述碳排放量预测值是否满足收敛条件；若是则输出未来一段时间内的企业用能数据，若否则将下一时间点作为当前时间点，返回S2，如此反复。本发明旨在帮助企业科学地分析其用能过程、优化运行参数，从而达到降低企业能耗、全面优化企业生产过程中所释放的碳排放量。

技术领域

本发明涉及企业用能预测技术领域，具体涉及一种考虑碳排放量的企业用能预测方法。

背景技术

企业用能负荷影响因素众多，既与产业类型、产能规模有关，又与生产工艺、生产特点相关，用能企业电力、燃气及工业蒸汽等工业用能负荷预测的精准性一直以来是能源规划的难点。

此外，全球气候变暖是人类迄今面临的最重大也是最为严重的全球环境问题。地球大气层中二氧化碳等温室气体的大量积聚是近年来地球气温升高的主要原因，因此抑制二氧化碳等温室气体排放量的增长速度己成为世界各国为缓和气候变化而不可推卸的责任。

随着“双碳”目标的提出，以及电力市场化改革的深入推进，同时，绿色发展的要求，迫使企业提高其生产能效水平，不断推动企业能源数字化转型。因此，企业如何科学地分析其用能过程、优化运行参数从而降低能耗、全面优化生产过程中的碳排放量，是一项亟待解决的问题。

发明内容

本发明的目的是提供一种考虑碳排放量的企业用能预测方法，旨在解决上述的问题。

为了实现以上目的，本发明通过以下技术方案实现：

一种考虑碳排放量的企业用能预测方法，包括以下步骤：

S1：获取当前时间点的企业历史数据，其中，所述企业历史数据包括各个产业的GDP值以及各个产业的碳排放量；

S2：向预先建立的LSTM网络模型中输入所述当前时间点的企业历史数据，计算当前时间点的用能负荷预测值；

S3：根据所述当前时间点的用能负荷预测值，预测未来一段时间内的企业用能数据；其中，所述企业用能数据包括总GDP值、各个产业碳排放量占总碳排放量的比例、各个产业的单位GDP的碳排放量、各类能量在一次能源消费过程所占的比例、各类能源的碳排放系数；

S4：向预先建立的碳排放量的LMDI模型中输入所述未来一段时间内的企业用能数据，计算未来一段时间内的碳排放量预测值；

S5：所述未来一段时间内的碳排放量预测值满足收敛条件，则输出所述未来一段时间内的企业用能数据，作为企业未来的用能方案。

进一步的，所述方法还包括：所述未来一段时间内的碳排放量预测值不满足收敛条件，则将下一时间点作为当前时间点，返回执行S2，如此反复，直至所述未来一段时间内的碳排放量预测值满足收敛条件。

进一步的，所述LSTM网络模型包括遗忘阀、输入阀、更新阀以及输出阀；

所述向预先建立的LSTM网络模型中输入所述当前时间点的企业历史数据，计算当前时间点的用能负荷预测值的步骤，包括：

在所述遗忘阀中，根据所述当前时间点的企业历史数据，计算所述当前时间点的企业历史数据的遗忘程度系数f_t；

在所述输入阀中，根据所述当前时间点的企业历史数据，计算输入程度系数i_t；当i_t＝0时，则判定所述当前时间点的企业历史数据为无效数据，直接删除所述当前时间点的企业历史数据，当0＜i_t≤1时，则计算当前时间点的单元状态向量值