摘要
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