[发明专利]一种跨境电力贸易环境下基于神经网络的低碳综合评估方法

摘要

本发明公开了一种跨境电力贸易环境下基于神经网络的低碳综合评估方法，该方法首先以当前区域内煤电、风力发电、光伏发电三种发电形式下产生的单位电量碳排放作为初始低碳评估指标，结合经济和新能源消纳指标，通过离散Hopfield神经网络分析的方法，建立离散Hopfield低碳经济指标评估模型，评估该区域综合新能源消纳的低碳效益水平。本发明所提方法不仅可实现不同能源发电环节产生碳排放的节能减排评估，并在此评估结果的基础下，还结合了经济、新能源消纳指标对跨境电力贸易环境各区域发电形式进行综合效益评估。

主权项

1.一种跨境电力贸易环境下基于神经网络的低碳综合评估方法，其特征在于包括：步骤1：根据燃煤电厂日上网电量、煤炭消耗量、煤炭中元素含量，通过物料平衡法，计算火力发电中碳排放量；步骤2：采用全生命周期法，计算风力发电过程中考虑风机制造、风机运输以及风电场建设过程的碳排放量；步骤3：采用全生命周期法，计算光伏发电过程中考虑生产阶段、运输安装阶段和废弃处理阶段的碳排放量；步骤4：计算火力发电、风力发电和光伏发电中的平均发电成本值；步骤5：根据风力和光伏所占比例，分别计算风力消纳率和光伏消纳率；步骤6：设置评价等级初始化标准，建立离散Hopfield神经网络模型，并采用评价等级初始化标准进行训练学习；其中，所述评价等级初始化标准中分别设置了火力发电碳排放量、火力发电平均发电成本值、风力发电碳排放量、风力发电平均发电成本值、光伏发电碳排放量、光伏发电平均发电成本值、风力消纳率和光伏消纳率共8个指标在每个评价等级中的标准值；步骤7：将步骤1到5计算得到的火力发电碳排放量、火力发电平均发电成本值、风力发电碳排放量、风力发电平均发电成本值、光伏发电碳排放量、光伏发电平均发电成本值、风力消纳率和光伏消纳率的值输入到步骤6训练好的神经网络模型中，得到低碳综合评估值。