[发明专利]一种碳排放量的预测方法、系统、电子设备及存储介质

权利要求书

1.一种碳排放量的预测方法，其特征在于，所述预测方法包括：

获取待预测园区的公共能源网络当前时间段的节点参数；其中，所述节点参数是利用灰色关联度法从待筛选参数集中筛选出的参数；所述待筛选参数集包括：有用功率、无用功率、节点电压幅值、热源输出的热功率和质量流量速率、热负荷消耗的热功率和质量流量速率、供水管道参数以及天然气管道的质量流和两端压力；所述供水管道参数包括：热功率、热损耗、质量流量速率、输入温度和输出温度；

将当前时间段的节点参数输入至碳排放量预测模型中，得到所述待预测园区下一时间段的碳排放量；所述碳排放量预测模型是利用秃鹰搜索优化算法，基于训练数据集对广义回归神经网络进行训练确定的；所述训练数据集包括多个训练用园区的公共能源网络的第q个历史时间段的节点参数和第q+1个历史时间段的碳排放量，q为正整数。

2.根据权利要求1所述的碳排放量的预测方法，其特征在于，所述碳排放量预测模型的训练过程，具体包括：

确定多个训练用园区的公共能源网络的第q个历史时间段的节点参数和第q+1个历史时间段的碳排放量；

利用秃鹰搜索优化算法，对广义回归神经网络进优化，得到优化后的广义回归神经网络；

以所有训练用园区的公共能源网络的第q个历史时间段的节点参数为输入，第q+1个历史时间段的碳排放量为输出，对优化后的广义回归神经网络进行训练，得到所述碳排放量预测模型。

3.根据权利要求1所述的碳排放量的预测方法，其特征在于，所述节点参数的确定方法，具体包括：

获取训练用园区的公共能源网络的第q个历史时间段的待筛选参数集和第q+1个历史时间段的碳排放量；

分别计算每个第q个历史时间段的待筛选参数和第q+1个历史时间段的碳排放量的灰色关联度值；

将所有所述灰色关联度值大于预设阈值的待筛选参数确定为所述节点参数。

4.根据权利要求1所述的碳排放量的预测方法，其特征在于，所述公共能源网络包括：配电网网络、区域供热网网络和天然气系统网络。

5.根据权利要求4所述的碳排放量的预测方法，其特征在于，所述配电网网络的表达式包括：

其中，表示配电网支路ij的有功功率；表示配电网支路ij的无功功率；U_i表示配电网节点i的电压幅值；U_j表示配电网节点j的电压幅值；U₀为配电网参考节点的电压；r_ij表示配电网支路ij的电阻；x_ij表示配电网支路ij的电抗；配电网支路ij的两端节点分别为配电网节点i和配电网节点j。

6.根据权利要求4所述的碳排放量的预测方法，其特征在于，所述区域供热网网络的表达式包括：

其中，表示第I个热源在t小时输出的热功率；表示第I个热负荷在t小时消耗的热功率；C_p表示水的比热容；表示第I个热源在t小时输出的质量流量速率；表示第I个热负荷在t小时输入的质量流量速率；表示第I个热源在t小时的供水温度；分别表示第I个热源在t小时的供水和回水温度；表示第I个热负荷在t小时的供水温度；表示第I个热负荷在t小时的回水温度；I′和J′表示供水管道k的两端；表示供水管道k在t小时的热功率；m_sup,k,t表示供水管道k在t小时的质量流量速率、τ_sup,I′,t表示供水管道k在t小时的输入温度；τ_sup,J′,t表示供水管道k在t小时的输出温度；ΔP_k,t表示供水管道k在t小时的热损耗；m_k,t表示供水管道k在t小时的质量流量速率；表示供水管道k在t小时的流入温度(out)；表示供水管道k在t小时的流出温度。