未来不同情景下发电企业碳排放量的预估

作者：吴辉; 李雪曼; 岳枫; 吴贞晖; 刘德地^*; 张利升

来源：人民长江, 2023, 1-11.

• 碳中和目标
• 机器学习
• 碳排放量预测
• 碳减排情景
• 发电企业
• 水电减碳

发电企业作为发电环节的主体具备高碳排放的特征，准确预估其在不同情景下的碳排放量有助于我国“双碳”目标的实现。目前碳排放量的预估主要聚焦国家、部门、行业尺度，鲜少涉及企业尺度的研究。本文以湖北能源集团为研究实例，基于皮尔逊相关性分析识别火力发电量的影响因素，通过神经网络、决策树、支持向量机（线性核、多项式核、径向基函数核、Sigmoid核）、装袋算法、随机森林、线性回归、逐步回归算法构建出火力发电量预测模型，并依据多种评价指标优选模型，确定线性回归、逐步回归模型可预估2023～2060年的火力发电量。最后以火力发电量和碳排放强度为边界条件，通过抽水蓄能发电、水电站低成本电解水制氢储能来削减企业的火力发电量，通过碳捕捉和碳封存技术来降低企业的碳排放强度。基于削减火力发电量和降低碳排放强度设定“结构减排方案”、“技术减排方案”、“综合减排方案”，推演各情景下的碳排放量。结果表明：线性回归、逐步回归模型预估火力发电量的效果良好；2030年“结构减排方案”、“技术减排方案”、“综合减排方案”下碳排放量为1648.89～1934.07万t、0～1117.79万t、1345.75～1571.77万万t，2050年“结构减排方案”“技术减排方案”“综合减排方案”下碳排放量为0～1117.79万t、615.43～671.3万t、0～299.20万t。本文提出的研究思路和方法可为企业尺度的碳排放量预估提供参考。

• 单位
  长江勘测规划设计研究有限责任公司; 湖北能源集团股份有限公司; 武汉大学