[发明专利]基于发电量的碳排放量预测方法、装置及存储介质

说明书

本申请公开了一种基于发电量的碳排放量预测方法、装置及存储介质，涉及碳排放预测技术领域，方法包括：获得每个单一发电场景对应的三元组预测结果，并计算发电量预估值，标记每个单一发电场景的作业状态，获得并遍历2supgt;k/supgt;种发电组合的预估数据，得到可行解候选序列；利用可行解候选序列获得可行解精度最高的碳排放量预测值、最小的碳排放量预测值及最小煤耗对应的碳排放量预测值。本发明通过深度神经网络模型建立发电厂单一发电场景下碳排放量、煤耗量及发电量的关系，利用三个预测分支分别预估碳排放量、煤耗量和发电转换率，并通过融合三个分支特征进行基于发电量的碳排放量预测，可智能准确地估计发电厂的碳排放量以及可能采用的发电组合策略。

技术领域

本申请涉及碳排放预测技术领域，具体而言，涉及一种基于发电量的碳排放量预测方法、装置及存储介质。

背景技术

电能的获取主要依靠火电，火电是通过矿物燃烧转换而来的，这个过程中会排放二氧化碳等含碳气体，称为碳排放。当前绿色发展是社会发展的主要方向，过量的碳排放容易导致臭氧层被破坏、全球气候变暖，进而导致极端天气出现的概率增加，故而控制碳排放是绿色发展的重要内容之一，控制碳排放首先便是进行碳排放估算。

目前，现有的碳排放估算方案分为两种：一种是核算方法，主要是根据能源消耗通过与乘积因子相乘进行估算，该方法操作简单，但误差很大，估算结果基本没有参考意义；另一种是基于连续监测的方法，通过直接测量烟气流速和烟气中二氧化碳（CO₂）浓度来计算温室气体的排放量。其中，连续监测方法与核算方法的监测结果具有等效性，2019年有155个设施采用连续监测方法，主要集中于德国、法国、捷克等。我国尚在摸索阶段，在北京市、上海市、广东省、深圳市和湖北省的核算和报告指南中提到，允许使用连续监测的方法来确定温室气体排放量，但由于缺乏具体的监测和报告要求，如监测参数、监测要求、质量保证和质量控制措施等，导致实际上难以实施，更难以进行碳排放估算。

发明内容

本申请提供一种基于发电量的碳排放量预测方法、装置及存储介质，能够利用发电厂在线电量和相关参数估算二氧化碳的实时排放量。

具体的技术方案如下：

第一方面，本申请实施例提供了一种基于发电量的碳排放量预测方法，所述方法包括：

利用二叉树构建发电厂k种不同的单一发电场景，并获取每个所述单一发电场景对应的输入特征，根据每个所述单一发电场景对应的输入特征，并基于碳排放量预测模型获得每个所述单一发电场景对应的三元组预测结果，其中，所述k为正整数，所述k为不同功率火电机组的不同负荷率组合数，所述单一发电场景的输入特征包括机组功率、负荷率，所述三元组预测结果包括每个所述单一发电场景对应的碳排放量预估值、煤耗量预估值、发电转换率预估值；

根据每个所述单一发电场景对应的所述机组功率、所述负荷率以及所述发电转换率预估值，计算得到每个所述单一发电场景对应的发电量预估值，并对每个所述单一发电场景的作业状态进行标记，获得2^k种发电组合的预估数据，其中，所述单一发电场景的作业状态包括开启状态和关闭状态，每种所述发电组合的预估数据包括每种所述发电组合的总发电量预估值、总碳排放量预估值和总煤耗量预估值；

遍历2^k种所述发电组合的预估数据，每种所述发电组合的预估数据的遍历过程包括：根据所述发电组合的所述总发电量预估值和所述发电厂的每秒钟发电量，计算得到所述发电组合的可行解精度，若所述可行解精度小于预设阈值，则将所述发电组合的预估数据和所述可行解精度存储于可行解候选序列中；