基于LMDI-SD方法的火电行业碳排放峰值预测
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Prediction of Carbon Emission Peak in Thermal Power Industry Based on LMDI - SD Method
ZHAO Ya - tao， NAN Xin - yuan， WANG Wei - de
(School ofElectrical Engineering, Xinjiang University, Urumqi Xinjiang 830047, China)
国未来火电行业碳排放峰值进行预测。结 果 显 示 ，能 源 结 构 、经 济 规 模 和 人 口 规 模 对 火 电 行 业 C0 2 排放产生正向驱动作 用 ，其中经济规模累积贡献率最大为190. 6 8 % ;电源结构、供电煤耗和电力强度对火电行业C0 2 排放产生负向驱动作用，其
中电力强度的累积贡献率最大为63. 6 6 % 。 系统动力学模型模拟结果显示，当 设 定 火 电 比 重 为 5 5 % 和 5 0 % 时 ，碳排放峰值 在 2 0 2 9 年出现，而设定火电比重为4 5 % 时 ，碳排放峰值则在2 0 2 1 年出现，不同的电源结构对我国火电行业碳排放达峰时间 和 达 峰 排 放 量 具 有 显 著 影 响 。与 电 源 结 构 相 比 ，设 定 不 同 供 电 煤 耗 率 对 我 国 火 电 行 业 碳 排 放 达 峰 时 间 几 乎 没 有 影 响 。 关键词:对数均值迪氏因素分解法;系统动力学；电源结构;供电煤耗;峰值 中图分类号:X51 文献标识码：B
第36卷 第 10期 文章编号：1006 -9348(2019)10 -0116 -05
计算机仿真
2019年 10月
基 于 LM DI-SD方 法 的 火 电 行 业 碳 排 放 峰 值 预 测
赵 亚 涛 ห้องสมุดไป่ตู้南 新 元 ，王 伟 德
(新疆大学电气工程学院，新 疆 乌 鲁 木 齐 830047)
摘要:利用对数均值迪氏分解法建立中国火电行业碳排放7 因素分解模型，并以分解结果为蓝本建立系统动力学模型对我
ABSTRACT：The seven - factor decomposition model was established by Log Mean Divisia Index (LMDI) method. And based on the decomposition results,a system dynamics (SD) model was set up to predict the carbon emission peak of China’ s thermal power industry in the future. The empirical results revealed that energy structure，the scale of economy, and population size were three important positively driving C0 2 emissions of thennal power industry, the scale ofeconomy contributed 190. 68 % . Power supply structure,net coal consumption,and electricity intensity were three important negatively driving C0 2 emissions of thermal power industry, the electricity intensity contributed 63. 6 6 % . The simulation ofSD model shows that, when the specific proportion ofthermal power is5 5 % and 5 0 % , the peak ofC0 2 emissions appears in2029,and the peak value of C0 2 emissions appears in 2021 when the specific proportion ofthermal power is4 5 % . Different power supply structure has a significant impact on the peak time and peak amount ofC0 2 emissions in thermal power industry in China. Compared with the power supply structure,setting different net coal consumption rate has little effect on the peak time of C0 2 emissions in thermal power industry in China. KEYWORDS：LMDI decomposition method；System dynamics；Power supply structure；Net coal consumption； Peak value
i 引言
目前，我 国 co2 排放量居世界第一 m ，其中电力部门是 中 国 C0 2 排 放 的 主 要 贡 献 部 门 之 一 [2]。 2 0 1 6 年 ，全国碳排 放 总 量 为 101.5亿 t,其 中 煤 电 行 业 C0 2 排 放 占 比 达 到
基金项目：国家自然科学基金项目（61463047) 收稿日期:2018 -07 - 0 9 修回日期:2018 - 08 - 29
— 116 —
34. 2 % 。因 此 ，研究和预 测 煤 电 行 业C0 2 排 放 量 及 确 定 C0 2 排放峰值出现时间是亟待解决的重要问题。
ZHAO Ya - tao， NAN Xin - yuan， WANG Wei - de
(School ofElectrical Engineering, Xinjiang University, Urumqi Xinjiang 830047, China)
国未来火电行业碳排放峰值进行预测。结 果 显 示 ，能 源 结 构 、经 济 规 模 和 人 口 规 模 对 火 电 行 业 C0 2 排放产生正向驱动作 用 ，其中经济规模累积贡献率最大为190. 6 8 % ;电源结构、供电煤耗和电力强度对火电行业C0 2 排放产生负向驱动作用，其
中电力强度的累积贡献率最大为63. 6 6 % 。 系统动力学模型模拟结果显示，当 设 定 火 电 比 重 为 5 5 % 和 5 0 % 时 ，碳排放峰值 在 2 0 2 9 年出现，而设定火电比重为4 5 % 时 ，碳排放峰值则在2 0 2 1 年出现，不同的电源结构对我国火电行业碳排放达峰时间 和 达 峰 排 放 量 具 有 显 著 影 响 。与 电 源 结 构 相 比 ，设 定 不 同 供 电 煤 耗 率 对 我 国 火 电 行 业 碳 排 放 达 峰 时 间 几 乎 没 有 影 响 。 关键词:对数均值迪氏因素分解法;系统动力学；电源结构;供电煤耗;峰值 中图分类号:X51 文献标识码：B
第36卷 第 10期 文章编号：1006 -9348(2019)10 -0116 -05
计算机仿真
2019年 10月
基 于 LM DI-SD方 法 的 火 电 行 业 碳 排 放 峰 值 预 测
赵 亚 涛 ห้องสมุดไป่ตู้南 新 元 ，王 伟 德
(新疆大学电气工程学院，新 疆 乌 鲁 木 齐 830047)
摘要:利用对数均值迪氏分解法建立中国火电行业碳排放7 因素分解模型，并以分解结果为蓝本建立系统动力学模型对我
ABSTRACT：The seven - factor decomposition model was established by Log Mean Divisia Index (LMDI) method. And based on the decomposition results,a system dynamics (SD) model was set up to predict the carbon emission peak of China’ s thermal power industry in the future. The empirical results revealed that energy structure，the scale of economy, and population size were three important positively driving C0 2 emissions of thennal power industry, the scale ofeconomy contributed 190. 68 % . Power supply structure,net coal consumption,and electricity intensity were three important negatively driving C0 2 emissions of thermal power industry, the electricity intensity contributed 63. 6 6 % . The simulation ofSD model shows that, when the specific proportion ofthermal power is5 5 % and 5 0 % , the peak ofC0 2 emissions appears in2029,and the peak value of C0 2 emissions appears in 2021 when the specific proportion ofthermal power is4 5 % . Different power supply structure has a significant impact on the peak time and peak amount ofC0 2 emissions in thermal power industry in China. Compared with the power supply structure,setting different net coal consumption rate has little effect on the peak time of C0 2 emissions in thermal power industry in China. KEYWORDS：LMDI decomposition method；System dynamics；Power supply structure；Net coal consumption； Peak value
i 引言
目前，我 国 co2 排放量居世界第一 m ，其中电力部门是 中 国 C0 2 排 放 的 主 要 贡 献 部 门 之 一 [2]。 2 0 1 6 年 ，全国碳排 放 总 量 为 101.5亿 t,其 中 煤 电 行 业 C0 2 排 放 占 比 达 到
基金项目：国家自然科学基金项目（61463047) 收稿日期:2018 -07 - 0 9 修回日期:2018 - 08 - 29
— 116 —
34. 2 % 。因 此 ，研究和预 测 煤 电 行 业C0 2 排 放 量 及 确 定 C0 2 排放峰值出现时间是亟待解决的重要问题。