CN104598692A - 火电厂排放烟尘污染仿真模拟方法 - Google Patents

Abstract

本发明公开了一种火电厂排放烟尘污染仿真模拟方法，首先，获取发电厂发电、电除尘的相关运行数据以及烟囱出风口烟尘的监测数据，并结合所关注的单个火电厂周边区域内的气象、环境参数，建立单个火电厂对周边一定区域内的烟尘扩散仿真数学模型；其次，根据火电厂电除尘的运行参数以及环境气候条件，考虑PM2.5的聚合效应，建立起火电厂对周边分析区域内的环境污染造成的影响的扩散、聚合仿真数学模型；第三，分别对PM2.5以及PM10的污染排放进行仿真预测和定量计算，建立上述两个模型的综合效应的仿真程序；第四，考虑多个发电厂综合效应，形成所研究范围的火电厂烟尘排放的定量、仿真分析模型，得到火电厂污染预测的定量数据。

Description

火电厂排放烟尘污染仿真模拟方法

技术领域

本发明涉及火力发电厂烟尘排放污染的仿真方法，尤其是涉及一种火力发电厂采用电除尘后排放烟尘污染的模拟仿真方法。

背景技术

环境保护是人类为了维持自己生活家园的一项必要活动，为了发展工业，中国大量发展了火力发电厂，由此引发了极大的环保问题，尤其是PM2.5的污染问题。从目前的研究结果来看，PM2.5的构成来源复杂，主要成分不仅有碳，硫酸盐等，也有对于人类生命造成危害的铅，砷，镉，铜等物质，PM2.5颗粒微小，人类的呼吸过滤系统对之无法形成有效防御，PM2.5在扩散，漂浮的过程中，还会发生一系列的化合，聚合作用，形成PM10及以上颗粒，严重的污染了大气环境。

当前的环境污染问题，已经维系到人民群众的生活和生命安全。尤其火电厂烟尘排放污染问题，已引起了周边民众的极大反感，也引起了政府的高度关注。要从根本上解决PM2.5、PM10的污染问题，就必须对国内的火力发电厂的污染排放进行治理，那么，首当其冲的就是要研究PM2.5、PM10的传播和扩散机理，所以必须构建PM2.5的扩散数学模型，然后依据其数学模型做出相应计算机仿真，最终实现对于火电厂的烟尘排放控制，这是一条分析、治理火电厂烟尘污染的可行方法。

发明内容

本发明正是在上述背景下，针对现有技术不足，提出了一种火电厂排出烟尘污染的仿真模拟方法，其目的是能够明晰目前存在的火电行业PM2.5、PM10的排放、扩散的机理问题，以指导对国内火力发电厂的污染排放进行治理。

本发明所采用的技术方案：

一种火电厂排放烟尘污染仿真模拟方法，包括以下步骤：

首先，获取火力发电厂发电、电除尘的相关运行数据以及烟囱出风口烟尘的监测数据，并结合所关注的单个火电厂周边区域内的气象、环境参数，定量计算该单个火电厂排放的烟尘污染物对空气质量造成的影响，建立单个火电厂对周边一定区域内的环境污染造成的影响的烟尘扩散仿真数学模型，并分析PM2.5的扩散机理：

$\mathrm{\ρ}(x,y,z)=\frac{Q}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{{2\mathrm{\σ}}_y^2})\left\{\exp \right[-\frac{{(z-H)}^2}{{2\mathrm{\σ}}_z^2}]+\exp [-\frac{{(z+H)}^2}{{2\mathrm{\σ}}_z^2}\left]\right\}$

式中：σ_y——距原点x处烟尘流中污染物在y向分布的标准差，单位m；

σ_z——距原点x处烟尘流中污染物在z向分布的标准差，单位m；

ρ——任意一点处烟尘污染物浓度，单位g/m3；

——平均风速，单位m/s；

Q——火电厂烟囱的源强；

H——火电厂烟囱距地面的高度；

其次，在建立了火电厂PM2.5定量分析模型的基础上，根据火电厂电除尘的运行参数以及环境气候条件，考虑PM2.5的聚合效应，建立起火电厂对周边分析区域内的环境污染造成的影响的扩散、聚合仿真数学模型，并分析PM10的扩散机理：

$\mathrm{\ρ}(x,y,0)=\underset{i}{\mathrm{\Σ}}\frac{(1+{\mathrm{\α}}_i)Q_i}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{{2\mathrm{\σ}}_y^2})\exp [-\frac{{(H-v_{i}x/\stackrel{\‾}{u})}^2}{{2\mathrm{\σ}}_z^2}]$

$v_i=\frac{d_{\mathrm{pi}}^2{\mathrm{\ρ}}_{p}g}{18\mathrm{\μ}}$

式中：α_i——式中第i组烟尘颗粒的地面反射系数；

Q_i——式中第i组烟尘颗粒的源强，单位g/s；

d_pi——式中第i组烟尘颗粒的平均直径，单位m；

v_i——粒径为的颗粒的重力沉降速度，单位m/s；

ρ_p——烟尘颗粒密度，单位kg/m³，和燃煤灰分构成相关；

μ——空气黏度，单位Pa·s，和电除尘的参数相关；

g——重力加速度，单位m/s²，和气候、环境条件相关；

H——火电厂烟囱距地面的高度；

第三，结合单个火电厂的燃煤成分、电除尘运行、环境参数，依据构建的数学模型，分别对PM2.5以及PM10的污染排放进行仿真预测和定量计算，在完成火电厂烟尘污染的定量分析后，建立上述两个模型的综合效应的仿真程序，形成城市周边火电厂烟尘排放综合分析、仿真定量模型，由此形成涉及地区范围的火电厂PM2.5、PM10对重点城市周边乃至更大地理区域的火电烟尘污染进行仿真定量分析模型；

第四，考虑多个发电厂综合效应，从单一火电厂扩展到多个火电厂，结合多个火电厂的发电量、电除尘器的运行状况以及气象、环境参数对污染排放进行综合效应的预测和定量计算，设计仿真程序，形成所研究范围全市、地区的火电厂烟尘排放的定量、仿真分析模型，得 到火电厂污染预测的定量数据。

所述的火电厂排放烟尘污染仿真模拟方法，在完成火电厂烟尘污染的定量分析后，考虑上述两个模型的综合效应，建立如下的城市周边火电厂烟尘排放综合分析、仿真定量模型：

$\begin{array}{c}\mathrm{\ρ}(x,y,z)=\frac{Q}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{{2\mathrm{\σ}}_y^2})\left\{\exp \right[-\frac{{(z-H)}^2}{{2\mathrm{\σ}}_z^2}]+\exp [-\frac{{(z+H)}^2}{{2\mathrm{\σ}}_z^2}\left]\right\}+\\ \underset{i}{\mathrm{\Σ}}\frac{(1+{\mathrm{\α}}_i)Q_i}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{{2\mathrm{\σ}}_y^2})\exp [-\frac{{(H-v_{i}x/\stackrel{\‾}{u})}^2}{{2\mathrm{\σ}}_z^2}]\end{array}$

$\mathrm{\ρ}(x,y,z)=A\left(x\right)e^{{-\mathrm{ay}}^2}{e}^{{-\mathrm{bz}}^2}$

${\mathrm{\σ}}_y^2=\frac{{\∫}_0^{\∞}{y}^2\mathrm{\ρdy}}{{\∫}_0^{\∞}\mathrm{\ρdy}}$

${\mathrm{\σ}}_z^2=\frac{{\∫}_0^{\∞}{z}^2\mathrm{\ρdy}}{{\∫}_0^{\∞}\mathrm{\ρdy}}$

$Q={\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}\stackrel{\‾}{u}\mathrm{\ρdydz}.$

所述的火电厂排放烟尘污染仿真模拟方法，通过定量分析城市周边火电企业的污染排放对城市污染的影响，建立火电厂污染扩散动态GIS系统，采用数学工具对于非线性系统的分析思路，结合时间序列分析和免疫算法，根据包括电除尘器的电压、电流、大气压、温度、湿度、风向、风速、季节各因素在内的历史数据，分区域对污染值进行相关周期性的预测：利用历史数据积累，采取数据挖掘方法，先利用高阶多项式提取趋势，检验残差符合零均值的平稳时间序列，然后采用ARIMA模型仿真预测，以PM2.5预测值为趋势预测ARIMA模型预测值；从而实现对于一定的时间周期内进行火电厂污染烟尘预测。

本发明的有益效果：

1、本发明火电厂烟尘污染仿真分析方法，考虑了环境、电除尘的各种因素，建立起相应的数学仿真模型，利用定量分析的手段，为政府相关部门制定对应政策依据。是一个辅助决策系统：它可以定量分析城市周边火电企业排放的污染物对PM2.5、PM10的污染扩散影响，对重点城市区域内烟尘污染值进行周期性的预测，为保证居民生态环境提供量化指标,并在此基础上提供阶梯电价机制优化和火电厂PM2.5污染治理的政策依据。

2、本发明火电厂烟尘污染仿真方法，以目前国内、外流行的系统预测理论、复杂系统 网络理论、动态规划理论、数学模型为基础，采用运筹决策的智能计算方法预测火力发电厂烟尘污染的空间扩散，建立了火电厂烟尘污染预测的理论基础和数学模型，为政府和环保单位进行火电行业PM2.5污染整治提供政策依据和辅助决策。

3、本发明不仅仅建立了单个火电厂烟尘污染的空间扩散仿真模型，而且建立了多个火电厂烟尘污染综合作用的空间扩散仿真模型，能够填补利用仿真方法分析火力发电烟尘污染的空白，为政府和环保部分提供制定政策的依据和治理对策的辅助决策，本方法的研究的理论成果，具有较高的理论研究价值和市场应用推广价值。

4、火电厂烟尘污染的成因复杂，其来源和影响因素构成了非常复杂的非线性系统，利用大数据的分析方法能较好的解决其预测问题。本发明的火电烟尘污染仿真方法，用于火电企业PM2.5污染治理的辅助决策系统，通过优化PM2.5排放调度计划，完成污染定量分析，为政府和环保部门制定相关环保政策提供决策依据。可以预计，本方法将产生巨大的直接和间接环保效益和经济效益。

5、本发明的火电烟尘污染仿真方法，仿真采用独特的表现方法，使得晦涩难懂的环境污染专业问题形象化表示，和政府决策者以及居民密切结合，形象直观，易于理解，容易为政府管理者所接受，创造了环境污染得到了最合理的监督的环境。

6、本发明的火电烟尘污染仿真方法，通过时间序列分析和免疫算法等方法进行长期和短期预测，具有理论上的先进性，目前未见相似的文献报道和研究。

附图说明

图1是本发明的火电厂烟尘污染仿真、预测方法流程图之一；

图2是本发明火电厂烟尘污染改进免疫算法预测污染扩散动态GIS系统示意图；

图3是本发明的火电厂烟尘污染仿真、预测方法流程图之二；

图4是本发明改进免疫算法的抗体调整规划流程图；

图5是本发明改进免疫算法的抗原调整流规划程图；

图6是本发明改进免疫算法法流程图；

图7是所述改进免疫算法公式的参数解释。

具体实施方式

下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。

实施例1

参见图1，本发明火电厂排放烟尘污染仿真模拟方法，包括以下步骤：

首先，获取火力发电厂发电、电除尘的相关运行数据以及烟囱出风口烟尘的监测数据，并结合所关注的单个火电厂周边区域内的气象、环境参数(可从气象局获取)，定量计算该单 个火电厂排放的烟尘污染物对空气质量造成的影响，建立单个火电厂对周边一定区域内的环境污染造成的影响的烟尘扩散仿真数学模型，并分析PM2.5的扩散机理：

$\mathrm{\ρ}(x,y,z)=\frac{Q}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{{2\mathrm{\σ}}_y^2})\left\{\exp \right[-\frac{{(z-H)}^2}{{2\mathrm{\σ}}_z^2}]+\exp [-\frac{{(z+H)}^2}{{2\mathrm{\σ}}_z^2}\left]\right\}$

式中：

σ_y——距原点x处烟尘流中污染物在y向分布的标准差，单位m；

σ_z——距原点x处烟尘流中污染物在z向分布的标准差，单位m；

ρ——任意一点处烟尘污染物浓度，单位g/m3；

——平均风速，单位m/s；

Q——火电厂烟囱的源强；

H——火电厂烟囱距地面的高度；

其次，在建立了火电厂PM2.5定量分析模型的基础上，根据火电厂电除尘的运行参数以及环境气候条件，考虑PM2.5的聚合效应，建立起火电厂对周边分析区域内的环境污染造成的影响的扩散、聚合仿真数学模型，并分析PM10的扩散机理：

$\mathrm{\ρ}(x,y,0)=\underset{i}{\mathrm{\Σ}}\frac{(1+{\mathrm{\α}}_i)Q_i}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{{2\mathrm{\σ}}_y^2})\exp [-\frac{{(H-v_{i}x/\stackrel{\‾}{u})}^2}{{2\mathrm{\σ}}_z^2}]$

$v_i=\frac{d_{\mathrm{pi}}^2{\mathrm{\ρ}}_{p}g}{18\mathrm{\μ}}$

式中：

α_i——式中第i组烟尘颗粒的地面反射系数；

Q_i——式中第i组烟尘颗粒的源强，单位g/s；

d_pi——式中第i组烟尘颗粒的平均直径，单位m；

v_i——粒径为的颗粒的重力沉降速度，单位m/s；

ρ_p——烟尘颗粒密度，单位kg/m³，和燃煤灰分构成相关；

μ——空气黏度，单位Pa·s，和电除尘的参数相关；

g——重力加速度，单位m/s²，和气候、环境条件相关；

H——火电厂烟囱距地面的高度；

第三，结合单个火电厂的燃煤成分、电除尘运行、环境参数，依据构建的数学模型，分别对PM2.5以及PM10的污染排放进行仿真预测和定量计算，在完成火电厂烟尘污染的定量分析后，建立上述两个模型的综合效应的仿真程序，形成城市周边火电厂烟尘排放综合分析、 仿真定量模型，由此形成涉及地区范围的火电厂PM2.5、PM10对重点城市周边乃至更大地理区域的火电烟尘污染进行仿真定量分析模型；

第四，考虑多个发电厂综合效应，从单一火电厂扩展到多个火电厂，结合多个火电厂的发电量、电除尘器的运行状况以及气象、环境参数对污染排放进行综合效应的预测和定量计算，设计仿真程序，形成所研究范围全市、地区的火电厂烟尘排放的定量、仿真分析模型，得到火电厂污染预测的定量数据。

实施例2

参见图1，本实施例的火电厂排放烟尘污染仿真模拟方法，与实施例1不同的是，在完成火电厂烟尘污染的定量分析后，考虑上述两个模型的综合效应，建立如下的城市周边火电厂烟尘排放综合分析、仿真定量模型：

$\begin{array}{c}\mathrm{\ρ}(x,y,z)=\frac{Q}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{{2\mathrm{\σ}}_y^2})\left\{\exp \right[-\frac{{(z-H)}^2}{{2\mathrm{\σ}}_z^2}]+\exp [-\frac{{(z+H)}^2}{{2\mathrm{\σ}}_z^2}\left]\right\}+\\ \underset{i}{\mathrm{\Σ}}\frac{(1+{\mathrm{\α}}_i)Q_i}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{{2\mathrm{\σ}}_y^2})\exp [-\frac{{(H-v_{i}x/\stackrel{\‾}{u})}^2}{{2\mathrm{\σ}}_z^2}]\end{array}$

$\mathrm{\ρ}(x,y,z)=A\left(x\right)e^{{-\mathrm{ay}}^2}{e}^{{-\mathrm{bz}}^2}$

${\mathrm{\σ}}_y^2=\frac{{\∫}_0^{\∞}{y}^2\mathrm{\ρdy}}{{\∫}_0^{\∞}\mathrm{\ρdy}}$

${\mathrm{\σ}}_z^2=\frac{{\∫}_0^{\∞}{z}^2\mathrm{\ρdy}}{{\∫}_0^{\∞}\mathrm{\ρdy}}$

$Q={\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}\stackrel{\‾}{u}\mathrm{\ρdydz}.$

实施例3

参见图1，图2。本实施例的火电厂排放烟尘污染仿真模拟方法，与实施例1及实施例2不同的是，通过定量分析城市周边火电企业的污染排放对城市污染的影响，建立如图2所示的火电厂污染扩散动态GIS系统，将污染情况在GIS系统中3D仿真动态显示，用户能够直观、形象的获得本区域内各个不同地点的污染扩散信息。

实施例4

参见图1，图2，图3。本实施例的火电厂排放烟尘污染仿真模拟方法，包括以下步骤：首 先，获取火力发电厂发电、电除尘的相关数据和从环保部门获取气象条件和PM2.5的监测数据，考虑单个火电厂区域内的气象、环境参数，结合其火电发电、电除尘运行以及地理位置，定量计算该单个火电厂排放的烟尘污染物造成的影响，建立单个火电厂烟尘污染对周边环境污染造成的影响的烟尘分析、仿真模型，并分析PM2.5的扩散机理，建立分析区域内的扩散仿真数学模型；

第二、在建立了火电厂PM2.5定量分析模型的基础上，分析火电厂电除尘的机理，运行参数，环境气候条件，得到PM2.5的聚合、化合作用所产生的PM10的烟尘扩散模型，定量计算该火电厂排放的烟尘污染物造成的影响，建立单个火电厂烟尘污染对周边环境污染造成的影响的烟尘分析、仿真模型，并分析PM10的扩散机理，建立分析区域内的扩散仿真数学模型；

第三，在完成火电厂烟尘污染的定量分析后，考虑上述两个模型的综合效应，形成城市周边火电厂烟尘排放综合分析、仿真定量模型，对重点城市周边乃至更大地理区域的火电烟尘污染进行定量分析，并根据结果动态调整定量分析模型，以提高定量分析的准确性；

第四，从单一火电厂进展到多个火电厂，结合多个火电厂的发电量、电除尘的运行以及气象、环境参数对污染排放进行综合效应的预测和定量计算，设计仿真程序，形成全市、地区范围的火电厂烟尘排放的定量、仿真分析，得到火电厂污染预测的定量数据。

第五、采用预测方法，利用历史数据积累，采取大数据分析方法，先利用高阶多项式提取趋势，检验残差符合零均值的平稳时间序列，然后采用ARIMA模型仿真预测，PM2.5预测值为趋势预测ARIMA模型预测值；从而实现对于一定的时间周期内进行火电厂污染烟尘预测。

实施例5

参见图1，图2。本实施例的火电厂排放烟尘污染仿真模拟方法，与前述各实施例的区别在于：根据所研究的一定区域内的历史气象和污染数据，进行大数据分析，研究污染数据随时间、空间和气候的变化趋势，设计基于大数据分析的数据特征提取机制，建立时间序列分析模型，采用趋势预测模型ARIMA模型对特征提取后数据进行处理，实现对污染值的预测；ARIMA模型的结构如下：

设{x_t,t＝0,±1,...}是一随机序列，定义延迟算子B：Bx_t＝x_t-1，差分算子，则： ${\▿x}_t=(1-B)x_t=x_t-x_{t-1},$ 且： ${\▿}^d{x}_t={(1-B)}^d{x}_t={\▿}^{d-1}{x}_t-{\▿}^{d-1}{x}_{t-1};$

对任意t，若存在非负整数d，使得成立，{ε_t}为白噪声序列，则称{x_t}为自回归整合滑动平均序列，记为：ARIMA(p,d,q)；其中，p为自回归系数，q为滑动平均系数，d为差分阶数，且

Φ_p(B)＝1-φ₁B-φ₂B²-...-φ_PB^P    (4.3) 

Θ_q(B)＝1-θ₁B-θ₂B²-...-θ_qB^q    (4.4) 

式中：|B|≤1，Φ_p(B)与Θ_q(B)互质，Φ_p(B)Θ_q(B)≠0。

实施例6

本实施例的火电厂排放烟尘污染仿真模拟方法，与实施例5的区别在于：采用数学工具对于非线性系统的分析思路，结合时间序列分析和免疫算法，分析包括电除尘器的电压、电流、大气压、温度、湿度、风向、风速、季节各因素在内的历史数据，考虑各因素对PM2.5的影响，利用改进免疫算法进行PM2.5短期预测，以历史空气污染数据为基础，建立时间序列模型，进行地图上任意点的空气污染状况模拟，分区域对未来空气质量进行多周期的科学预测。参见图4-图7。

人体的免疫系统保护了人类在各类细菌、病毒污染的环境中得以生存，免疫系统具有记忆性，对于曾经入侵过人体、并引发疾病的病原体的入侵方式、特征产生记忆，保护人体在下一次入侵中产生相应免疫力，抗原是免疫系统的阻击对象，抗体是鉴别目标抗原的蛋白质复合体。一旦抗原识别成功，(匹配达到一定数值)抗体就大量繁殖增生，逐渐清理抗原。因此，将抗原对应于目标函数，抗体对应于优化解，二者之间的亲和性对应于解和目标的匹配程度。这就形成了AIS(人工免疫算法)。

改进免疫算法的计算公式：

${x^{\′}}_i=c[\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{m}_{\mathrm{ji}}{x}_i{x}_j-k_1\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{m}_{\mathrm{ji}}{x}_i{x}_j+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{m}_{\mathrm{ji}}{x}_i{x}_j]-k_2{x}_i$

图7所示为所述改进免疫算法公式的参数解释。式中，抗体刺激指的是字串匹配的程度：将目标函数(控制污染)和约束作为抗体，以二进制串表示；抗体抑制指的是抗体识别后对于抗原的抑制、消灭，也就是控制产生的作用；抗原刺激指的是抗原被识别后的变化，对应于控制作用增强，所述抗原指的是污染，两者产生识别、匹配；自然衰减指的是随着时间流逝，抗原被抑制、消灭，控制过程完成，免疫过程逐渐淡化，也就是自然衰减。

Claims (5)

1.一种火电厂排放烟尘污染仿真模拟方法，包括以下步骤：

首先，获取火力发电厂发电、电除尘的相关运行数据以及烟囱出风口烟尘的监测数据，并结合所关注的单个火电厂周边区域内的气象、环境参数，定量计算该单个火电厂排放的烟尘污染物对空气质量造成的影响，建立单个火电厂对周边一定区域内的环境污染造成的影响的烟尘扩散仿真数学模型，并分析PM2.5的扩散机理：

$\mathrm{\ρ}(x,y,z)=\frac{Q}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{2{\mathrm{\σ}}_y^2})\left\{\exp \right[-\frac{{(z-H)}^2}{2{\mathrm{\σ}}_z^2}]+\exp [-\frac{{(z+H)}^2}{2{\mathrm{\σ}}_z^2}\left]\right\}$

式中：

σ_y——距原点x处烟尘流中污染物在y向分布的标准差，单位m；

σ_z——距原点x处烟尘流中污染物在z向分布的标准差，单位m；

ρ——任意一点处烟尘污染物浓度，单位g/m3；

——平均风速，单位m/s；

Q——火电厂烟囱的源强；

H——火电厂烟囱距地面的高度；

其次，在建立了火电厂PM2.5定量分析模型的基础上，根据火电厂电除尘的运行参数以及环境气候条件，考虑PM2.5的聚合效应，建立起火电厂对周边分析区域内的环境污染造成的影响的扩散、聚合仿真数学模型，并分析PM10的扩散机理：

$\mathrm{\ρ}(x,y,0)=\underset{i}{\mathrm{\Σ}}\frac{(1+{\mathrm{\α}}_i)Q_i}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{2{\mathrm{\σ}}_y^2})\exp [-\frac{{(H-v_{i}x/\stackrel{\‾}{u})}^2}{2{\mathrm{\σ}}_z^2}]$

$v_i=\frac{d_{\mathrm{pi}}^2{\mathrm{\ρ}}_{p}g}{18\mathrm{\μ}}$

式中：

α_i——式中第i组烟尘颗粒的地面反射系数；

Q_i——式中第i组烟尘颗粒的源强，单位g/s；

d_pi——式中第i组烟尘颗粒的平均直径，单位m；

v_i——粒径为的颗粒的重力沉降速度，单位m/s；

ρ_p——烟尘颗粒密度，单位kg/m³，和燃煤灰分构成相关；

μ——空气黏度，单位Pa·s，和电除尘的参数相关；

g——重力加速度，单位m/s²，和气候、环境条件相关；

H——火电厂烟囱距地面的高度；

第三，结合单个火电厂的燃煤成分、电除尘运行、环境参数，依据构建的数学模型，分别对PM2.5以及PM10的污染排放进行仿真预测和定量计算，在完成火电厂烟尘污染的定量分析后，建立上述两个模型的综合效应的仿真程序，形成城市周边火电厂烟尘排放综合分析、仿真定量模型，由此形成涉及地区范围的火电厂PM2.5、PM10对重点城市周边乃至更大地理区域的火电烟尘污染进行仿真定量分析模型；

第四，考虑多个发电厂综合效应，从单一火电厂扩展到多个火电厂，结合多个火电厂的发电量、电除尘器的运行状况以及气象、环境参数对污染排放进行综合效应的预测和定量计算，设计仿真程序，形成所研究范围全市、地区的火电厂烟尘排放的定量、仿真分析模型，得到火电厂污染预测的定量数据。

2.根据权利要求1所述的火电厂排放烟尘污染仿真模拟方法，其特征在于：在完成火电厂烟尘污染的定量分析后，考虑上述两个模型的综合效应，建立如下的城市周边火电厂烟尘排放综合分析、仿真定量模型：

$\begin{array}{c}\mathrm{\ρ}(x,y,z)=\frac{Q}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_z}\exp (-\frac{y^2}{2{\mathrm{\σ}}_y^2})\left\{\exp \right[-\frac{{(z-H)}^2}{2{\mathrm{\σ}}_z^2}]+\exp [-\frac{{(z-H)}^2}{2{\mathrm{\σ}}_z^2}]+\exp [-\frac{{(z+H)}^2}{2{\mathrm{\σ}}_z^2}\left]\right\}+\\ \underset{i}{\mathrm{\Σ}}\frac{(1+{\mathrm{\α}}_i)Q_i}{2\mathrm{\π}\stackrel{\‾}{u}{\mathrm{\σ}}_y{\mathrm{\σ}}_z}\exp (-\frac{y^2}{2{\mathrm{\σ}}_y^2})\exp [-\frac{{(H-v_{i}x/\stackrel{\‾}{u})}^2}{2{\mathrm{\σ}}_z^2}]\end{array}$

$\mathrm{\ρ}(x,y,z)=A\left(x\right)e^{-{\mathrm{ay}}^2}{e}^{-{\mathrm{bz}}^2}$

${\mathrm{\σ}}_y^2=\frac{{\∫}_0^{\∞}{y}^2\mathrm{\ρdy}}{{\∫}_0^{\∞}\mathrm{\ρdy}}$

${\mathrm{\σ}}_z^2=\frac{{\∫}_0^{\∞}{z}^2\mathrm{\ρdy}}{{\∫}_0^{\∞}\mathrm{\ρdy}}$

$Q={\∫}_{-\∞}^{\∞}{\∫}_{-\∞}^{\∞}\stackrel{\‾}{u}\mathrm{\ρdydz}.$

3.根据权利要求1或2所述的火电厂排放烟尘污染仿真模拟方法，其特征在于：通过定量分析城市周边火电企业的污染排放对城市污染的影响，建立火电厂污染扩散动态GIS系统，采用数学工具对于非线性系统的分析思路，结合时间序列分析和免疫算法，根据包括电除尘器的电压、电流、大气压、温度、湿度、风向、风速、季节各因素在内的历史数据，分区域对污染值进行相关周期性的预测：利用历史数据积累，采取数据挖掘方法，先利用高阶多项式提取趋势，检验残差符合零均值的平稳时间序列，然后采用ARIMA模型仿真预测，以PM2.5预测值为趋势预测ARIMA模型预测值；从而实现对于一定的时间周期内进行火电厂污染烟尘预测。

4.根据权利要求3所述的火电厂排放烟尘污染仿真模拟方法，其特征在于：根据所研究的一定区域内的历史气象和污染数据，进行大数据分析，研究污染数据随时间、空间和气候的变化趋势，设计基于大数据分析的数据特征提取机制，建立时间序列分析模型，采用趋势预测模型ARIMA模型对特征提取后数据进行处理，实现对污染值的预测；

ARIMA模型的结构如下：

设{x_t,t＝0,±1,...}是一随机序列，定义延迟算子B：Bx_t＝x_t-1，差分算子▽：▽＝1-B，则：▽x_t＝(1-B)x_t＝x_t-x_t-1，且：▽^dx_t＝(1-B)^dx_t＝▽^d-1x_t-▽^d-1x_t-1；

对任意t，若存在非负整数d，使得Φ_p(B)▽^dx_t＝Θ_q(B)ε_t成立，{ε_t}为白噪声序列，则称{x_t}为自回归整合滑动平均序列，记为：ARIMA(p,d,q)；其中，p为自回归系数，q为滑动平均系数，d为差分阶数，且

Φ_p(B)＝1-φ₁B-φ₂B²-...-φ_PB^P   (4.3)

Θ_q(B)＝1-θ₁B-θ₂B²-...-θ_qB^q   (4.4)

式中：|B|≤1，Φ_p(B)与Θ_q(B)互质，Φ_p(B)Θ_q(B)≠0。

5.根据权利要求4所述的火电厂排放烟尘污染仿真模拟方法，其特征在于：分析包括气压、温度、湿度、风向、风速因素在内的历史数据，考虑各因素对PM2.5的影响，利用改进免疫算法进行PM2.5短期预测，以历史空气污染数据为基础，建立时间序列模型，进行地图上任意点的空气污染状况模拟，对未来空气质量进行多周期的科学预测：

改进免疫算法的计算公式：

${x^{\′}}_i=c[\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{m}_{\mathrm{ji}}{x}_i{x}_j-k_1\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{m}_{\mathrm{ji}}{x}_i{x}_j+\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{m}_{\mathrm{ji}}{x}_i{x}_j]-k_2{x}_i$

式中，各函数表达式依次代表抗体刺激、抗体抑制、抗原刺激和抗体衰减；其中抗体刺激指的是字串匹配的程度；抗体抑制指的是抗体识别后对于抗原的抑制、消灭，也就是控制产生的作用；抗原刺激指的是抗原被识别后的变化，对应于控制作用增强；自然衰减指的是随着时间流逝，抗原被抑制、消灭，控制过程完成，免疫过程逐渐淡化，也就是自然衰减；这里，目标函数指的是控制污染，抗原指的是污染。