基于多元线性回归模型的多能源互补电力系统碳排放预测研究

《Carbon Balance and Management》：A study on carbon emission prediction of multi-energy complementary power system based on multiple linear regression model

基于多能互补电力系统的碳排放预测方法研究

　　

摘要

多能源互补电力系统实现了对多种能源的全面和协同利用，产生了大规模且分布式的运行数据。这为利用运行数据进行准确高效的碳排放预测带来了挑战。为了有效处理电力系统的大规模分布式运行数据，识别关键影响因素，并实现高精度的碳排放预测，本研究基于多元线性回归模型，探讨了一种适用于多能源互补电力系统的碳排放预测方法。分析了多能源互补电力系统的结构，并计算了其碳排放强度。根据分析结果，初步筛选出了影响碳排放的因素。构建了一个以这些选定的因素作为自变量、碳排放作为因变量的多元线性回归模型。通过对每个自变量进行显著性检验，确定了关键影响因素，从而得到了一个优化的多元线性回归模型。该模型被集成到MapReduce并行框架中，以扩展计算能力，实现大规模分布式电力系统数据的并行处理，同时保证预测效率。研究结果表明，所选因素变量是合理的，构建的预测模型具有较高的拟合优度。预测误差介于0.00516%至0.00818%之间，证实了其高准确性和高效性。预测结果显示，实验中的多能源互补能源中心的碳排放量从2025年到2031年逐年增加，从2031年到2034年逐渐下降。这些发现为制定多能源互补电力系统的碳排放减排政策提供了科学依据。