一、 作品信息

作品名称： 垃圾焚烧发电碳减排特性及经济效益分析

参赛单位： 华北电力大学

指导教师： 郑树

团队成员： 籍伟华、赵海同、闫劭卓

获奖信息： 第四届象新力杯－开放创新赛道自由选题类－一等奖

二、 作品介绍

在“双碳”目标引领下，电力行业绿色转型刻不容缓。然而，作为碳减排重要手段的垃圾焚烧发电，却面临着“地区差异大”“碳价波动难测”等痛点，制约了技术的进一步推广与收益评估。

来自华北电力大学的参赛团队，将目光投向了这一兼具环保与经济价值的领域。团队通过实地考察、数据建模与机器学习算法，构建了 “垃圾焚烧发电碳减排及碳价分析预测一体化模型” ，旨在精准量化减排效益，为政策制定与企业投资提供科学依据，让“城市矿产”的碳减排潜力清晰可见。

三、 核心创新

1. 破解三大痛点，厘清复杂影响路径

团队首先识别出制约行业发展的关键问题：人口与垃圾量的非线性关系、不同地区的资源禀赋差异（如北京的人口密集、山西的火电为主、广西的水电为主、上海的高经济水平），以及碳交易价格的剧烈波动。

为探究其作用路径，团队成员实地走访了北京市安定垃圾焚烧填埋场、山西中科汇通新能源有限公司等地，测量当地填埋场甲烷排放因子与电网碳排放因子，从源头获取一手数据。

2. 构建“碳减排-碳价”耦合预测模型

基于实地调研与多源数据，团队创新性地搭建了双路线计算模型：

碳减排分析路线：利用随机森林模型与SHAP分析法，量化了人口、经济、能源结构等特征变量对碳减排的贡献度。结果显示，垃圾焚烧量（贡献度54.20%）和电网排放因子（41.80%）是影响北京市垃圾发电厂碳减排的核心因素。

碳价预测路线：采用基于注意力机制的双层LSTM模型，对碳交易价格进行动态预测。模型通过“动态残差池”进行迭代学习，显著提升了对碳价波动这一复杂时间序列的预测精度。

3. 精准预测，为决策提供量化支撑

碳减排特性清晰化：通过SHAP均值分析，明确了各因素对减排的具体影响权重，为不同城市（如北京、山西、广西、上海）提供了“因地制宜”的减排策略建议。

高精度预测结果：模型成功预测了2026年上半年碳交易价格走势，并预计2028年北京市垃圾焚烧发电碳减排量将达到405万吨，展现了强大的实用价值。

四、 应用前景

该作品不仅是实验室的模型，更具备广阔的落地前景。团队计划将这套基于“人口、经济、能源结构、气候”等多维度的分析模型，从北京等代表省份向全国推广，助力“废弃物能源化”与碳减排的深度融合。为中央和地方统筹规划垃圾焚烧处理设施建设、制定绿电交易政策、落实财税优惠提供数据支撑。

项目背后依托新能源电力系统国家重点实验室与新能源发电国家工程研究中心，并已产出多项成果，包括一篇发表于《ENERGY》期刊的SCI论文和两项国家发明专利。