Page 152 - 碳中和技术应用与发展
P. 152
Application and Development of Carbon Neutrality Technology
碳中和技术应用与发展
进行分析，实现对 CO2 全生命周期变动的监测追踪；结合地理与生态环境的变
化对碳排放和碳吸收水平的演化规律进行分析，反演大气中 CO2 浓度值和浓度
变化趋势，实现对碳排放和碳吸收的全面精准计量。
大数据技术实现多情景碳达峰、碳中和进程的精准预测。综合大数据优势构
建能源碳排放趋势预测模拟系统，实现对碳排放的追踪和长期预测；通过模拟不
同技术条件和政策情景下各地区各行业经济活动能耗变化情况，追溯生产过程中
能源消耗；通过分析经济活动发展变化规律，测算多种情景下人类活动和自然界
净碳排放的逐年变化，实现对碳达峰、碳中和时间的精准预测。
2.AI 实现能源高效调度利用
AI 技术是解决复杂系统控制与决策问题的有效措施，在能源行业的深入应
用，有助于推动清洁能源生产，降低碳排放以实现由高碳向低碳、再由低碳向碳
中和的转变。在能源行业，降低能耗成本和减少污染物排放同等重要。因此，在
确保能源系统供能可靠性和高质性的同时，应用 AI 技术实现能源高效调度和利
用，成为世界各国碳减排的重要实践举措。
碳中和对能源调度提出了智能化需求。现代能源系统规模庞大、结构复杂，
碳中和下的智能调度在保障系统安全、稳定运行的同时还要提高其经济性。AI
技术的发展对能源调度提出了更高需求，如：煤炭运输过程中实现传送带异常情
况检测、电力传输过程中监测线路状况及灵活调配实现电力高效使用、油气储运
实施安全监测、突发公共事件实现有效能源调度等。经济社会的发展、人民生活
水平的提高、碳中和愿景的约束对能源调度提出了智能化、高效化需求。
AI 助力实现能源精准调度。AI 技术发展为实现能源高效智能调度提供了实
现的可能。基于机器学习的智能算法被广泛应用于求解能源调度的最优方案，
如正余弦优化算法（SCA）、基于柔性行动器评判器框架的深度强化学习方法
（ALFRED）等，提高了调度准确性和有效性。例如：电力传输领域，利用机器
视觉实现对输电通道安全状况的实时监控及全程评估；煤炭运输领域，通过智能
传输机实现对传输带上的异物、转载点堆煤等情况的识别；油气储运领域，通过
目标检测实现对石油管道焊缝缺陷检测，避免石油运输过程中产生的不必要浪费。
AI 助力实现能源高效利用。国内外能源企业的 AI 应用为实现能源高效利用
带来启示。英国 GridEdge 公司通过操作 VPN 连接、分析用户的能源消耗数据，
实现能源节约并避免超载。日本关西电力株式会社基于机器学习对智能电表数据
·138·
