本发明公开了一种基于BP神经网络的供热机组调峰上限评估方法及系统，引入基于热耗率的变工况计算，通过获取主蒸汽流量接近最大的主蒸汽流量的历史工况数据，并根据这些数据，基于热耗率的热力学计算得到在该供热工况下若主蒸汽流量达到最大值时的电负荷值，作为该工况下的计算调峰上限值。然后建立神经网络评估模型，借助BP神经网络模型的自学习性和误差反向传播特性，以最大限度的减少计算调峰上限的误差，从而能够得到更客观准确的调峰上限值。整个评估过程不会影响正常的供热和供电，工作量和耗费的时间都相对较少。