想象一下，工厂你家有一台老式空气净化器，烟囱只会“呼哧呼哧”地埋头干活，装上WhatsApp%E3%80%90+86%2015855158769%E3%80%91hoisting%20example%20javascript不管外面是超级雾霾天还是大晴天，都按照固定模式工作。净化现在，工厂科学家们给工厂研发了一台“智能净化器”，烟囱它不仅会“看天气”，装上还会“闻味道”，超级更会“算账本”。净化

这台“智能净化器”有多聪明？工厂它不仅鼻子灵——能闻出烟气里每一样“坏东西”的含量，而且反应快——发现燃料变化时，烟囱能快速调整工作状态，装上甚至会省钱——自动选择最省电的超级工作模式。

最神奇的净化是，它让工厂的烟囱成为了“三好学生”：排放指标“优等生”、能源消耗“节约标兵”、处理成本“理财能手”。WhatsApp%E3%80%90+86%2015855158769%E3%80%91hoisting%20example%20javascript

而由浙江大学等多家单位联合完成的“智能化烟气碳污协同减排关键技术及应用”成果，就好比一台“超级智能集成净化器”。它的本质就是，通过智能控制实现碳污协同治理，在提升处理效率的同时显著降低能耗，从而达到高效减排。

不久前，这项成果入选中国科协生态环境产学联合体发布的2024年度中国生态环境十大科技进展。

AI技术赋能减污降碳

数据显示，电力、热力、钢铁等重点耗煤行业排放了全国30%以上的大气污染物、60%以上的二氧化碳，是深入打好污染防治攻坚战、实现“双碳”目标的“主战场”。

煤炭燃烧时产生的烟气含有二氧化硫、氮氧化物、颗粒物等影响空气质量的物质，同时含有大量引起温室效应的二氧化碳。我国已出台全球最严的烟气排放限值要求。以我国对燃煤电厂的排放要求为例，我国出台了《煤电节能减排升级与改造行动计划（2014—2020年）》《全面实施燃煤电厂超低排放和节能改造工作方案》等系列政策，要求燃煤电厂实现超低排放，即在6%的基准含氧量下，燃煤电厂的二氧化硫、氮氧化物、颗粒物排放限值分别不超过35毫克/立方米、50毫克/立方米、10毫克/立方米，这一标准显著严于美国和欧盟。面对如此严格的烟气排放限值要求，烟气治理装备开始“走上舞台”。目前，我国各类烟气治理装备已经得到规模化应用。

但是，碳排放双控约束下低碳或零碳燃料的利用比例不断提升，燃料变得复杂多变（不同煤种、生物质和污泥等掺烧），负荷波动更为频繁（如煤电机组调峰时，锅炉负荷在20%至100%间波动），烟气碳污减排系统所承担的负荷（如电力负荷、机械负荷、业务负荷等）波动也随之更为频繁。

同时，由于烟气碳污减排系统不同装置运行控制彼此独立，基于反馈的控制方法被动应对燃料/负荷波动，带来了污染物排放浓度波动大、瞬时超标，以及装备运行能耗、物耗高等问题，会影响装备高效、稳定、低碳运行。

为此，亟待研发智能、灵活、低碳智能化全流程碳污减排技术与系统。

人工智能的发展，为研发这一技术与系统带来了机遇。

近年来，人工智能技术的应用场景全面开花。能不能利用人工智能算法，提升锅炉效率，降低烟气治理的能耗，同时提高烟气治理装备对燃料和负荷的适应性，降低运营成本？

为此，浙江大学等单位联合组建了一个多学科交叉融合的产学研团队。“我们团队的研究涵盖环境、能源控制、信息计算机等不同领域。项目之初，研发团队就提出了碳污减排调控机理与人工智能深度融合的思路。”浙江大学碳中和研究院副院长郑成航教授说。

锅炉装上“智能大脑”

研发团队研发了多参量联控的源头碳污减排智能调控技术，建立了强扰动、复杂约束环境下锅炉风—燃比等关键参数优化梯度的动态辨识方法。通俗来说，这个技术就相当于给锅炉及烟气治理装置装上了“智能大脑”，解决了以前烧煤时存在的不少难题。

以前，在锅炉运行过程中，常遇到燃料忽好忽坏、负荷时高时低等情况，风量和燃料的比例总是调不好。现在，源头碳污减排智能调控技术能实时盯着这些变化，自动算出最优的风量和燃料比例。这就好比家用智能空气净化器——能实时监测空气污染程度，自动调节风速和净化强度，既保证高效过滤，又避免电量浪费。

另外，不管是烧普通煤、生物质，还是几种燃料混着烧，无论锅炉是满负荷运行还是低负荷运行，这套技术都能直接调出最合适的烧煤参数，不用人天天调整。

更关键的是，这套技术能“盯”着锅炉烟气含氧量、炉膛负压、污染物浓度等“信号”，从烧煤一开始就自动调整，从源头抑制二氧化碳和污染物生成，而不是等生成后再处理。

郑成航强调，就算混合了很多不同品质的燃料（比如生物质、煤炭），锅炉也能自己适应，游刃有余地处理。

可以说，源头碳污减排智能调控技术，让锅炉燃烧变得环保、省钱又高效。

协同治理展现综合效益

研发团队还开发了知识与数据协同驱动的烟气治理过程精准建模及智能调控技术。团队成员表示，这可以理解为，给烟气治理装备安装了一个“智能导航+精准操控系统”。

据介绍，研发团队把治污过程中积累的经验、总结的规律和实际监测到的数据结合起来，建立了一个智能调控大模型。这个模型能提前至少90秒精准算出不同负荷下不同位置的污染物浓度会怎么变化，就像智能导航能让司机提前知道“哪里会堵车、堵多久”一样，从而给后续调控留出充足时间。

更重要的是，它能对不同治污设备进行“精准指挥”。比如，能让处理氮氧化物的催化脱硝装置精确控制喷氨量；让处理粉尘的静电除尘设备协调好多个电场的电源参数；让吸收二氧化硫装置的多个子系统配合得更默契；让捕集二氧化碳的设备在吸收和解吸过程匹配得更高效。

这么一来，不仅确保了各类污染物达到超低排放要求，更有效控制了氮氧化物、二氧化硫等主要污染物排放的浓度波动。与此同时，污染治理过程的能源消耗也实现明显下降，在保障环境效益的同时提升了经济效益。

此外，研发团队还首创了“源头—末端全流程智能化碳污协同减排系统”，解决了多行业燃用复杂燃料、多变工况下烟气多污染物高效精准治理协同降碳的难题。

中国工程院院士、浙江大学能源工程学院院长高翔介绍，智能化烟气碳污协同减排关键技术已在多个行业推广应用，取得了良好的环境效益和经济效益。行业专家指出，这种智能化协同治理模式，为推动减污降碳提供了新的解决方案。