邁過能效目標線 供熱行業減碳用上“機器學習”

　　“供熱專家、清華大學教授石兆玉曾給我國供熱行業定了一個能效標準的目標線——1GJ(10億焦耳)要完成3平方米的供熱任務，這成為全行業的一個努力方向。”5月24日，淄博市能源集團公司、淄博市熱力集團公司黨委書記、董事長汪德剛在接受包括科技日報記者在內的媒體采訪時表示，依靠兩大科技法寶的支撐，山東淄博市的供熱耗效已經成功邁過了這條行業的目標線。

　　這兩大法寶，一個是利用工業余熱，另一個是依靠大數據挖掘進行智慧精準供熱。據統計，科技支撐下，淄博市供熱行業每年減排二氧化碳可達40萬噸。

　　化解天然矛盾 變廢為寶

　　“碳達峰、碳中和目標的實現，要求取暖行業熱源側清潔化。”汪德剛說，“傳統意義上的燃煤取暖早已逐步遭到淘汰。”

　　國家能源局發布的《2021年能源工作指導意見》，要求實現北方地區清潔取暖率達到70%。

　　目標一出，行業將“索熱”的目光放在了廢棄熱能上，比如熱電聯產是通過收集電廠余熱用于供暖。

　　“淄博市有自己的特點，它是一個工業化的城市，工業余熱特別多。”汪德剛介紹，所以，熱力集團不能光使用電廠熱能這項已經相對普及和成熟的技術，還要開拓利用其他工業余熱。

　　不等不靠，隨著山東省首家以清潔智能供熱為研發方向的省級工程實驗室落戶淄博市熱力集團，該公司全面研究把各種熱源，例如建材廠、化工廠等不同企業的余熱，通過熱泵提出來，作為供熱的熱源。

　　與燃煤供熱相比，余熱、可再生能源、太陽光伏能源等供熱有一個共同的問題，那就是分散。清潔熱源的分散，與集中供熱的集中形成了天然的矛盾，怎么解決?

　　建立在淄博熱力集團的山東省清潔智能供熱工程實驗室，自主實施了“多熱源聯合供熱工業余熱項目”，利用高溫水網將余熱引入城市供暖主干網，成為北方城鎮供暖節能最佳案例。

　　機器學習技術實現精準供熱

　　在同一個城市里享受同樣的供熱服務，往往會有某些戶室溫很高，某些戶卻剛剛達標。

　　家家戶戶環境不同，要想達到舒適的體感溫度，就要做到精準供熱。

　　“要實現安全平穩的供熱，必須要有一個智慧化的管控平臺。”汪德剛介紹，淄博熱力利用亞馬遜云科技的機器學習技術和服務，研發出一套智慧供熱調控系統。

　　他們利用積累起來的歷史數據進行分析、處理、訓練，構建出智能化的供熱模型，可以根據氣象、工控數據、建筑物維護結構等信息，計算出最佳的供熱模式，并給出具體的操作指令，實現精準供熱的目標。

　　“通過機器學習實現的精準控制，讓用戶家里的溫度時刻保持在舒適的溫度。”汪德剛解釋說，“利用機器學習分析調整供熱，與此前的簡單算法供熱有很大的不同，前者能夠兼顧天氣、小區新舊等多維度的數據，甚至可以對供暖需求的熱量進行準確的預測。將準確的需求預測反推回到供熱端的智能化管控平臺，能夠及時準確地預測供熱的負荷，提出具體的操作指令，進而實現熱產出、熱供給、熱需求三方面的動態平衡，實現真正意義上的智慧供熱。”

　　通過機器學習模型實現的精準供熱，使得整個淄博市熱力集團的供熱能耗最多可下降30%，但這不是最終的目標。汪德剛說：“瞄準碳達峰、碳中和，還有很多方面的工作可以進一步智能化，例如熱源、管網、建筑物節能等方面，我們正在把試驗出來的算法和模型進行產品化，以期能夠在別的地方復制，為早日實現國家碳中和、碳達峰的目標貢獻企業的智慧與力量。”