一种热电解耦+碳捕集协同优化方法

本发明属于能源与环保技术领域，尤其涉及一种热电解耦+碳捕集协同优化方法。实时采集热电系统参数、碳捕集系统参数及外部动态数据，经数据清洗、归一化与融合处理后，构建基于深度学习的热电负荷预测模型与碳捕集效率预测模型，实现高精度预测。进一步建立多目标联合优化模型，采用改进粒子群算法求解最优调度策略，并通过工业控制系统下发指令，实现热能资源在热电与碳捕集系统间的动态协同分配。系统还引入闭环反馈机制，基于预测偏差自动触发模型再训练，确保长期运行稳定性。本发明实现了热电解耦与碳捕集的深度耦合与智能协同，显著降低碳捕集能耗，提高能源利用效率15%‑25%，降低综合运行成本10%‑18%。