迈过能效目标线 供热行业减碳用上“机器学习”

　　“供热专家、清华大学教授石兆玉曾给我国供热行业定了一个能效标准的目标线——1GJ(10亿焦耳)要完成3平方米的供热任务，这成为全行业的一个努力方向。”5月24日，淄博市能源集团公司、淄博市热力集团公司党委书记、董事长汪德刚在接受包括科技日报记者在内的媒体采访时表示，依靠两大科技法宝的支撑，山东淄博市的供热耗效已经成功迈过了这条行业的目标线。

　　这两大法宝，一个是利用工业余热，另一个是依靠大数据挖掘进行智慧精准供热。据统计，科技支撑下，淄博市供热行业每年减排二氧化碳可达40万吨。

　　化解天然矛盾 变废为宝

　　“碳达峰、碳中和目标的实现，要求取暖行业热源侧清洁化。”汪德刚说，“传统意义上的燃煤取暖早已逐步遭到淘汰。”

　　国家能源局发布的《2021年能源工作指导意见》，要求实现北方地区清洁取暖率达到70%。

　　目标一出，行业将“索热”的目光放在了废弃热能上，比如热电联产是通过收集电厂余热用于供暖。

　　“淄博市有自己的特点，它是一个工业化的城市，工业余热特别多。”汪德刚介绍，所以，热力集团不能光使用电厂热能这项已经相对普及和成熟的技术，还要开拓利用其他工业余热。

　　不等不靠，随着山东省首家以清洁智能供热为研发方向的省级工程实验室落户淄博市热力集团，该公司全面研究把各种热源，例如建材厂、化工厂等不同企业的余热，通过热泵提出来，作为供热的热源。

　　与燃煤供热相比，余热、可再生能源、太阳光伏能源等供热有一个共同的问题，那就是分散。清洁热源的分散，与集中供热的集中形成了天然的矛盾，怎么解决?

　　建立在淄博热力集团的山东省清洁智能供热工程实验室，自主实施了“多热源联合供热工业余热项目”，利用高温水网将余热引入城市供暖主干网，成为北方城镇供暖节能最佳案例。

　　机器学习技术实现精准供热

　　在同一个城市里享受同样的供热服务，往往会有某些户室温很高，某些户却刚刚达标。

　　家家户户环境不同，要想达到舒适的体感温度，就要做到精准供热。

　　“要实现安全平稳的供热，必须要有一个智慧化的管控平台。”汪德刚介绍，淄博热力利用亚马逊云科技的机器学习技术和服务，研发出一套智慧供热调控系统。

　　他们利用积累起来的历史数据进行分析、处理、训练，构建出智能化的供热模型，可以根据气象、工控数据、建筑物维护结构等信息，计算出最佳的供热模式，并给出具体的操作指令，实现精准供热的目标。

　　“通过机器学习实现的精准控制，让用户家里的温度时刻保持在舒适的温度。”汪德刚解释说，“利用机器学习分析调整供热，与此前的简单算法供热有很大的不同，前者能够兼顾天气、小区新旧等多维度的数据，甚至可以对供暖需求的热量进行准确的预测。将准确的需求预测反推回到供热端的智能化管控平台，能够及时准确地预测供热的负荷，提出具体的操作指令，进而实现热产出、热供给、热需求三方面的动态平衡，实现真正意义上的智慧供热。”

　　通过机器学习模型实现的精准供热，使得整个淄博市热力集团的供热能耗最多可下降30%，但这不是最终的目标。汪德刚说：“瞄准碳达峰、碳中和，还有很多方面的工作可以进一步智能化，例如热源、管网、建筑物节能等方面，我们正在把试验出来的算法和模型进行产品化，以期能够在别的地方复制，为早日实现国家碳中和、碳达峰的目标贡献企业的智慧与力量。”