CN106650995A - 节能减排目标下的能源规划及战略支持系统 - Google Patents

Abstract

本发明公开了一种节能减排目标下的能源规划及战略支持系统，该系统包括能源需求预测模块、能源优化模块和情景分析模块。能源需求预测模块通过科学设定未来的社会与经济发展参数，以多种方法预测各部门的终端能源需求；能源优化模块以TIMES能源优化模型为核心，输入能源效率、污染物排放因子、技术成本等数据，按总成本最小化的原则进行系统优化；情景分析模块预设一政策目标，驱动能源优化模块进行循环迭代，选择该政策情景下最优的燃料和技术组合，并输出能源供应结构、能源消费结构、污染物排放结构等结果。本发明可以科学预测地区中长期能源消费和污染物排放的演变趋势，从而为节能减排目标下的能源转型提出可行的政策目标和实现路径。

Description

节能减排目标下的能源规划及战略支持系统

技术领域

本发明涉及能源规划研究领域，特别涉及一种节能减排目标下的能源规划及战略支持系统。

背景技术

从节能减排目标出发的能源规划是生态经济、低碳经济、环境科学和能源规划领域的交叉研究领域，旨在构建科学、系统的能源规划及战略支持系统，借助该工具分析节能减排目标的实现程度，并模拟能源政策对能源系统的综合影响，从而提出在节能减排目标的约束下技术可行、成本最优、环境可持续的能源发展路径。以广东省为例，广东省政府已先后出台了一系列节能减排政策，初步遏制了能源消费快速增长和生态环境恶化的势头，空气质量总体上得到了改善，但在单位GDP能耗、单位GDP碳排放强度、典型大气污染物排放总量方面，依然存在较大的考核压力和提升空间，如何进一步制定合理的节能减排政策，从而实现节能减排的既定目标，具有重要的社会意义和现实意义。

实现节能减排目标的方式是推行节能减排政策。然而，节能减排政策的制定和出台影响能源、环境、经济多个层面，迫切需要事先模拟和分析这些政策的综合影响，然而，由于缺乏一个系统性的能源规划和战略支持工具作为技术支撑，当前的节能减排相关政策存在以下问题：

1、目前已出台的一系列节能减排政策较为缺乏定量分析的科学依据，缺乏系统性的按国际口径划分的能源消费清单和污染物排放清单，难以量化不同行业的能源消费和污染物控制责任。

2、出台的节能减排政策注重短期性，缺乏中长期时间范围内对能源消费和污染物排放的演变趋势模拟，难以回答中长期能源规划对能源结构调整、污染物总量控制、能源供应要求等不同侧面的影响，更难以提出中长期的合理政策目标。

3、节能减排政策的效果难以评估，当存在多种节能减排手段(如碳税、终端节能、热电联产、发展核电、加快天然气发展、碳捕获技术、超低排放技术等)时，某新政策的引入，以及不同的政策组合会在能源消费需求、节能目标、污染物减排目标、社会成本等方面产生什么影响，不可预知。

4、节能减排政策目标存在多源化、碎片化的问题，缺乏整体性，导致不同目标间的复杂耦合性和冲突难以评估，在多重政策约束和技术约束下，难以回答各政策目标能在多大程度上得以实现。例如，节能和低碳目标具有高度的重叠，但也存在一定的冲突，为实现低碳目标，CCUS等技术反而会增加能源消费量，火电超洁净排放技术在削减二氧化硫排放量的同时，也会增加能源消费量。

综合评估节能减排政策影响的目的，在于最终寻求一条节能减排目标约束下综合最优的能源发展路径，关键在于选取合适的能源优化模型，对能源系统做能源规划优化计算。按“自底向上”方法构建的能源优化模型擅长于对技术细节的描述，用于研究底层单位的技术经济微观变化引起的综合效应，是能源系统优化模型的重要分支。常见的优化模型主要包括：日本国立环境研究所的AIM模型，国际应用环境分析研究所的MESSAGE模型，美国能源部开发的SAGE模型，国际能源署在能源技术系统分析项目中开发的MARKAL模型,以及在MARKAL模型基础上，结合EFOM模型在能流优化方面的优势，开发而成的TIMES模型。从优化模型的功能来看，TIMES模型是在MARKAL模型基础上，结合EFOM模型在能流优化方面的优势，开发而成的新一代具有自下而上特征的能源优化模型，是目前国际上影响力最大的能源优化模型，已广泛应用于区域能源系统演变趋势、能源标准的政策影响、终端能效潜力、能源技术的影响等一系列研究中，是研究能源转型问题的较好工具。

因此，寻求一种能够克服当前节能减排政策分析的难以定量分析、难以实现中长期预测、难以评估政策目标之间的冲突性等缺陷的能源规划及战略支持系统，具有重要的研究意义和实用价值。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种节能减排目标下的能源规划及战略支持系统，该系统可以科学预测中长期能源消费和污染物排放的演变趋势，模拟复杂的政策目标和引入的节能减排技术对能源系统各个环节的影响，从而为节能减排目标下的能源转型提出可行的政策目标和实现路径。

本发明的目的通过以下的技术方案实现：

节能减排目标下的能源规划及战略支持系统，由能源需求预测模块、能源优化模块和情景分析模块组成，能源需求预测模块通过科学设定未来的社会与经济发展参数，以多种方法预测各部门的终端能源需求；能源优化模块以TIMES能源优化模型为核心，输入能源效率、污染物排放因子、技术成本数据，按总成本最小化的原则进行系统优化；情景分析模块预设一政策目标，驱动能源优化模块进行循环迭代，选择该政策情景下最优的燃料和技术组合，并输出能源供应结构、能源消费结构、污染物排放结构等结果。本发明可以科学预测地区中长期能源消费和污染物排放的演变趋势，从而为节能减排目标下的能源转型提出可行的政策目标和实现路径。

考虑数据的可得性和研究深度，合理划分能源需求部门和能源种类，对不同的部门采用不同的能源需求预测方法，汇总形成本发明的能源需求预测模块中采用的能源需求预测方法，具体步骤如下：

(1-1)将终端能源需求部门划分为农业、工业、建筑业、商业、生活和交通六个部门；将终端能源需求按能源种类进行划分，对煤炭、管道煤气、汽油、柴油、液化石油气、其他油制品、天然气、热力、电力和生物质这10类能源进行终端能源服务需求预测；

(1-2)农业、工业、建筑业、商业部门按单位GDP能耗法进行预测；

(1-3)对交通部门，运用GCAM模型的研究思路，以自下而上的方法进行预测，即先按照历史数据预测地区中长期客运和货运周转量，按照基础年校核，分配得到交通内部不同交通模式的周转量，不同交通模式在TIMES模型内部进行竞争，在不同的情景下形成不同的分配模式；交通服务需求以需求弹性方程进行预测，人口和收入是交通服务需求增长的驱动，交通服务价格水平起抑制作用；

(1-4)对生活用能，合理划分生活用能种类，按“自底向上”的研究思路进行预测：在生活用能的分类上，整体上划分为城镇生活用能和农村生活用能两部分，城镇生活用能包括空调用电、家用电器用电、照明用电、生活热水用天然气、生活热水用电和炊事燃料；农村生活用能包括煤炭、液化石油气、电力、木柴、秸秆和天然气；在预测时，首先按社会经济发展趋势合理设定中长期人口规模、人口构成和人均住房面积，然后分别按人均和单位住房面积的能耗强度预测生活用能。

更进一步的，所述步骤(1-2)中，按单位GDP能耗法进行预测的方法是：判断区域的社会经济发展趋势，合理假设GDP增速和单位GDP能耗强度，从而对农工建商这四个部门进行终端能源服务需求预测。

优选的，能源优化模块中，以TIMES能源优化模型为核心，构建本地化的能源效率和污染物排放因子数据库，形成节能减排目标下的能源系统优化方法，方法步骤如下：

(2-1)在节能减排的目标下，通过文献整理、工程实践、专家评议方法，形成适用于节能减排研究的能源效率数据库的构建方法；

(2-2)通过文献整理、工程实践、专家评议方法，形成适用于节能减排研究的污染物排放因子数据库的构建方法；

(2-3)输入数据库的存储数据，以TIMES能源优化模型为核心，形成节能减排目标下的能源系统优化方法，步骤如下：

(2-3-1)从能源效率数据库中获取各种技术的能源效率参数，以及污染物排放因子数据库中的排放因子数据，输入TIMES能源优化模型中；

(2-3-2)输入TIMES能源优化模型所需的技术成本、技术年限、发电技术装机容量等数据；

(2-3-3)应用TIMES能源优化模型的数学优化方法，在满足终端能源服务需求和环境约束条件下，按照定义的目标函数，计算选取成本最优的技术燃料组合，计算各个优化周期内不同能源供应技术的最优比例和能源供应量。

更进一步的，所述步骤(2-1)中，能源效率数据库的构建方法如下：

(2-1-1)从能源系统的整体性出发，构建覆盖一次能源供应、能源加工转换和终端能源消费各个环节的能源效率数据库；

(2-1-2)在一次能源供应侧，收集化石能源、新能源与可再生能源等一次能源供应技术的能源效率数据；

(2-1-3)在能源加工转换侧，收集煤电、气电、热电联产、供热、核电、风电、生物质发电、太阳能发电等十余种能源加工转换技术的能源效率数据；

(2-1-4)在终端能源消费侧，收集数十种终端能源需求技术的能源效率数据。

更进一步的，所述步骤(2-2)中，污染物排放因子数据库的构建方法步骤如下：

(2-2-1)从碳减排的角度出发，构建二氧化碳排放因子数据库；

(2-2-2)碳排放因子按能源过程和非能源过程导致的碳排放进行区分，其中，能源过程的碳排放因子按本地化石燃料的热值计算；非能源过程按实际生产过程计算；

(2-2-3)从大气污染防治角度出发，构建氮氧化物、二氧化硫和一次细颗粒物排放因子数据库；

(2-2-4)二氧化硫排放因子按化石燃料类型、燃料的含硫量、硫的转化率，以及不同燃料用途的二氧化硫去除效率进行计算；

(2-2-5)氮氧化物排放因子按化石燃料类型、氮氧化物产污系数、不同燃料用途的氮氧化物去除效率进行计算；

(2-2-6)一次细颗粒物排放因子按燃料类型、锅炉类型、燃料用途、燃料灰分、飞灰比和飞灰的收集效率进行计算。

优选的，所述情景分析模块采用如下的情景分析方法，该情景分析方法用于分析节能减排目标的实现程度和节能减排政策对能源、环境和经济层面的影响，步骤如下：

(3-1)分析节能减排的政策目标，对政策目标进行量化；

(3-2)判断实现政策目标所需的节能减排技术，收集这些技术的相关参数；

(3-3)按研究者的需要，设计多个政策情景，将政策目标值和节能减排技术的参数输入TIMES能源优化模型；

(3-4)驱动模型按总成本最小的原则进行优化，得到某政策情景下最优的燃料和技术组合，并输出能源供应结构、能源消费结构、污染物排放结构的结果；

(3-5)多次循环迭代计算，对前一步骤的输出结果进行校核，判断节能减排政策目标在现实约束下能否实现和其实现程度，直至判定所设计的节能减排政策已经满足政策设计的出发点后，结束循环，输出最终结果；

(3-6)与基础情景对比，分析节能减排政策在能源、环境和经济层面的影响。

本发明与现有技术相比，具有如下优点和有益效果：

本发明运用能源需求预测技术、能源优化模型、情景分析方法等工具，构建了一个系统性的能源规划及战略支持系统，实现了能源供应结构、能源加工转换技术、终端能源消费结构、污染物排放量和政策目标的有机关联。该系统可以科学预测地区中长期能源消费和污染物排放的演变趋势，模拟单个或多种政策目标对能源供应、能源加工转换和终端能源消费等整个能源系统的各个环节的影响，分析节能减排目标在现实约束下的实现程度，从而为节能减排目标下的能源转型提出可行的政策目标和实现路径。与现有技术相比，具有覆盖全面、分析结构清晰完整、分析结果可量化、可长期预测等优点。

附图说明

图1是本实施例所述系统的工作原理示意图。

图2是本实施例能源需求预测模块的流程设计图。

图3是本实施例能源需求预测模块中交通能源需求预测模块的流程设计图。

图4是本实施例能源需求预测模块中生活能源需求预测模块的流程设计图。

图5是广东省分部门终端能源消费需求预测示例图。

图6是广东省分能源种类终端能源消费需求预测示例图。

图7是本实施例广东省交通用能演变趋势示例图。

图8是本实施例广东省生活用能演变趋势示例图。

图9为本实施例广东省能源效率数据库的流程设计图。

图10为本实施例广东省污染物排放因子数据库的流程设计图。

图11为本实施例广东省二氧化碳排放量的分布和演变趋势结果示例图。

图12为本实施例广东省氮氧化物排放量的分布和演变趋势结果示例图。

图13为本实施例广东省二氧化硫排放量的分布和演变趋势结果示例图。

图14为本实施例广东省一次细颗粒物排放量的分布和演变趋势结果示例图。

图15为本实施例能源优化模块的流程设计图。

图16为本实施例广东省能源优化结果示例图。

图17为本实施例广东省政策情景分析的流程设计图。

图18为传统技术下电力行业污染物排放量的结果示例图。

图19为超低排放技术下电力行业污染物排放量的结果示例图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例1

本实施例节能减排目标下的能源规划及战略支持系统包括能源需求预测模块、能源优化模块和情景分析模块，其工作原理参见图1，首先根据现有研究设定未来的社会与经济发展参数，包括经济增长、人口发展、城市化率等，以其中的能源需求预测模块为基础，预测得到终端能源服务需求。在能源优化模块中，构建能源效率和污染物排放因子数据库，将上述数据库数据和其他所需的参数输入到TIMES能源优化模型中，按总成本最小化的原则进行优化运算。情景分析模块预设一政策目标，在能源优化模块中驱动TIMES模型选择该政策情景下最优的燃料和技术组合，并输出能源供应结构、能源消费结构、污染物排放结构等结果。本实施例以广东省为例，对该系统的各个结构以及优化方法进行具体说明。

1、能源需求预测模块

能源服务需求是能源系统分析的基础，也是能源系统的最终目标。考虑数据的可得性，本发明综合运用了多种预测方法，形成了较为完整的广东省能源需求预测模块，需求预测技术的流程设计参见图2。

1.1按照部门划分

本发明将广东省终端能源需求部门划分为对农业、工业、建筑业、商业、生活和交通这六个部门。对农业、工业、建筑业、商业这四个部门，通过对GDP增速的合理假设，应用单位产值能耗法进行估计。交通和生活的用能预测见下文。

交通部门的能源需求预测技术是运用GCAM(Global Change Assessment Mode)模型的研究思路，以自下而上的方法进行预测，其流程设计参见图3。先按照历史数据预测广东省中长期客运和货运周转量，按照基础年校核，分配得到交通内部不同交通模式的周转量，不同交通模式在TIMES模型内部进行竞争，在不同的情景下形成不同的分配模式。交通服务需求以需求弹性方程进行预测，人口和收入是交通服务需求增长的驱动，交通服务价格水平起抑制作用。

客运服务需求按公式1进行预测：

TRA_P＝A×Income^E_Income×C^E_TSC×Pop (1)

其中，TRA_P代表交通客运服务需求；A是系统常数，按基础年校核得到；Income是居民收入水平，用人均GDP表示；E_Income是研究区域的收入弹性；E_TSC是价格弹性；Pop代表常住人口数量。

货运服务需求按公式2进行预测：

TRA_F＝A×Income^E_Income×C^E_TSC (2)

其中，TRA_F代表交通客运服务需求；A是系统常数，按基础年校核得到；Income是居民收入水平，用GDP表示；E_Income是研究区域的收入弹性；E_TSC是价格弹性。

按照广东省统计年鉴的口径，交通部门的客运划分为铁路、公路、水运和民航四种交通模式，货运划分为铁路、公路、水运、民航和管道五种交通模式。铁路分为蒸汽机车、内燃机车和电力机车，分别使用煤炭、柴油和电力作为燃料；公路分为汽油车、柴油车和电力车三种运输工具；水运分为内河、沿海和远洋三种模式；民航使用航空煤油作为燃料；管道运输使用电力。此外，由于广东省对交通的统计限于交通运输部门，私家车使用的汽油和柴油需单独预测，一起计入交通部门的能源消费。

生活用能的需求预测是按照由下到上的研究思路，按照生活用能的种类进行划分，其流程设计参见图4。生活用能整体上划分为城镇生活用能和农村生活用能两部分。通过合理设定中长期人口规模、人口构成和人均住房面积，生活用能按人均和单位住房面积的能耗强度进行预测。城镇生活用能包括空调用电、家用电器用电、照明用电、生活热水用天然气、生活热水用电和炊事燃料(含煤气、液化气、天然气、煤炭和电力)。农村生活用能包括煤炭、液化石油气、电力、木柴、秸秆和天然气。

参见图5，通过该图可以直观的得到广东省农业、商业、建筑业、工业能源(简称工业)、工业非能源(简称非能源)、生活和交通这几个终端用能部门的能源消费的比例分布和发展趋势。

1.2按照能源种类划分

终端能源需求也可以按能源种类进行划分，分别对煤炭、管道煤气、汽油、柴油、液化石油气、其他油制品、天然气、热力、电力和生物质这10类能源进行终端能源服务需求预测。

参见图6，通过该图可以直观的得到广东省煤炭、管道煤气、汽油、柴油、液化石油气、其他油制品、天然气、热力、电力和生物质这10类能源的占比和发展趋势。

当然，实际应用中，也可以将分部门和能源种类进行结合使用，例如交通用能和生活用能的演变趋势参见图7和图8。其中，交通用能包括煤炭、汽油、柴油、其他油制品和电力5类。生活用能包括煤炭、煤气、液化石油气、天然气、电力和生物质6类。从而使能源需求预测更精细。

2、能源优化模块

2.1、能源效率数据库

本实施例广东省能源效率数据库涵盖了广东省一次能源供应、能源加工转换和终端能源消费的各个环节(参见图9)。其中，一次能源供应侧包括煤炭、石油、天然气等化石能源，核能、水能、风能、太阳能、生物质等新能源与可再生能源，以及废弃资源再利用的垃圾这些一次能源供应技术的能源效率。能源加工转换侧涵盖了煤电、气电、热电联产、供热、核电、风电、生物质发电、太阳能发电等能源加工转换技术的能源效率，终端能源消费侧包括工业、农业、建筑业、交通、生活多个部门中不同种类能源的终端能源需求技术的能源效率。

2.2、污染物排放因子数据库

为实现大气污染防治目标，二次颗粒物气态前体物中的二氧化硫、氮氧化物，以及一次细颗粒物是大气污染物的控制重点。鉴于二氧化碳是气候变化的主要成因，本发明涉及的污染物最终涵盖二氧化碳、氮氧化物、二氧化硫和一次细颗粒物。通过对多种文献的广泛检索和收集，本发明设计了目前最为完整的广东省污染物排放因子数据库，其流程设计参见图10。

碳排放因子数据库包括终端能源消费、能源加工转换过程(包括发电、供热、制气和炼油)、工业生产过程(钢铁和水泥)和净调出电力(净调入电力的相反数)等过程的碳排放因子。由于净调出的电力不为广东省当地消费，因此其碳排放量归属于电力消费所在地区。其中，钢铁和水泥的碳排放因子按IPCC口径，不包括产品生活过程中能源燃烧导致的碳排放，只计算生产过程中的非能源排放。

气候变化是全球性的现象，在不同地点排放的二氧化碳对大气的影响是一致的，而氮氧化物、二氧化硫和一次细颗粒物影响的是当地的大气环境。因此，碳排放可按谁消费谁负责的原则计算净调出的碳排放责任，而氮氧化物、二氧化硫和细颗粒物按照生产者的原则计算，即哪里产生的影响的是哪里的大气环境，不考虑净调出的影响。因此，氮氧化物、二氧化硫和一次细颗粒物的排放因子仅考虑终端能源消费和能源加工转换过程(包括发电、供热、制气和炼油)。

根据本发明设计的广东省能源效率和污染物排放因子数据库，结合广东省能源活动的相关数据，可预测广东省二氧化碳、氮氧化物、二氧化硫排放和一次细颗粒物排放总量在不同污染源中的分布和演变趋势，结果示例参见图11-图14。

2.3、能源系统优化方法

本实施例构建的能源规划和战略决策支持系统中的能源优化模块以国际先进的TIMES能源优化模型为核心进行设计，其流程参见图15。该技术是应用数学优化方法，在满足终端能源服务需求和环境约束等条件下，按照定义的目标函数，计算选取成本最优的技术燃料组合。从数学表达上来讲，一个优化问题包括状态变量、目标函数和约束三个方面，能源系统的优化求解的实质是将能源系统翻译成这三个方面的数学语言，并通过线性规划等方法进行求解。

广东省能源规划的优化技术以TIMES模型为主体，以2012年为模型的基准年，规划期为2012-2030年，规划目标年为2015、2020、2025和2030年。对广东省能源系统从能源开采、加工转换到终端利用的各种技术进行了描述。考虑了煤炭、石油、天然气等化石能源，核能、水能、风能、太阳能、生物质等新能源与可再生能源，以及废弃资源再利用的垃圾。模拟了煤炭、石油、天然气、核能、可再生能源等的能源供应端，模拟煤电、气电、热电联产、供热、核电、风电、生物质发电、太阳能发电等能源加工转换技术，模拟工业、农业、建筑业、交通、生活等终端需求技术。在模拟技术的过程中，需要从能效数据库中获取各种技术的能源效率参数，以及污染物排放因子数据库中的排放因子数据。

根据本发明设计的能源规划优化技术流程，可计算各个优化周期内不同能源供应技术的最优比例和能源供应，发电技术的最优结构参见图16。

3、情景分析模块

为满足节能减排情景分析的需要，本实施例设计了节能减排情景分析模块的流程，具体参见图17。为分析政策目标的实现程度和某节能减排政策在能源、环境和经济层面的影响，需要量化政策目标，并输入该政策的相关技术参数，通过能源规划的优化计算，判断其政策目标在广东省的现实约束下能否实现和其实现程度，该过程可循环进行，直至政策制定者判定结果已经满足政策设计的出发点。同时，本发明还可研究多种节能减排政策的综合影响，其做法是同时输入多种政策的目标和技术参数，在现实约束下获得最优的平衡数值。

本实施例以超洁净排放技术(UCET技术)为例，展示节能减排政策分析技术的结果。煤电超洁净排放发电技术可以保证燃煤电厂在基准含氧量6％的情况下，其大气污染物排放满足燃气电厂的排放标准，即烟尘小于5毫克/立方米，二氧化硫小于35毫克/立方米，氮氧化物小于50毫克/立方米，从而满足环保的高标准要求。该技术是通过加强对常规火电烟气排放的治理，以达到较低污染物排放的一种烟气处理技术。

本实施例可对比引入UCET技术前后电力行业的污染物排放量的变化情况，其结果示例参见图18和19。

本发明也可以使用简单的能源需求预测方法进行能源需求建模，并固定其他外部边界条件以分析某节能减排政策的影响。其缺点在于难以分析某节能减排政策对能源供应、能源加工转换、终端能源消费、污染物排放量多个层面的综合影响；在模拟某节能减排政策的参数调整的影响时，其分析会相对繁杂和困难；同时，难以分析多个政策的综合影响，对电源结构优化的分析也仅是一种粗略的分析。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.节能减排目标下的能源规划及战略支持系统，其特征在于，由能源需求预测模块、能源优化模块和情景分析模块组成，能源需求预测模块通过科学设定未来的社会与经济发展参数，以多种方法预测各部门的终端能源需求；能源优化模块以TIMES能源优化模型为核心，输入能源效率、污染物排放因子、技术成本数据，按总成本最小化的原则进行系统优化；情景分析模块预设一政策目标，驱动能源优化模块进行循环迭代，选择该政策情景下最优的燃料和技术组合，并输出能源供应结构、能源消费结构、污染物排放结构结果。

2.根据权利要求1所述的节能减排目标下的能源规划及战略支持系统，其特征在于，所述能源需求预测模块中采用能源需求预测方法，具体步骤如下：

(1-1)将终端能源需求部门划分为农业、工业、建筑业、商业、生活和交通六个部门；将终端能源需求按能源种类进行划分，对煤炭、管道煤气、汽油、柴油、液化石油气、其他油制品、天然气、热力、电力和生物质这10类能源进行终端能源服务需求预测；

(1-2)农业、工业、建筑业、商业部门按单位GDP能耗法进行预测；

(1-3)对交通部门，运用GCAM模型的研究思路，以自下而上的方法进行预测，即先按照历史数据预测地区中长期客运和货运周转量，按照基础年校核，分配得到交通内部不同交通模式的周转量，不同交通模式在TIMES模型内部进行竞争，在不同的情景下形成不同的分配模式；交通服务需求以需求弹性方程进行预测，人口和收入是交通服务需求增长的驱动，交通服务价格水平起抑制作用；

(1-4)对生活用能，合理划分生活用能种类，按“自底向上”的研究思路进行预测：在生活用能的分类上，整体上划分为城镇生活用能和农村生活用能两部分，城镇生活用能包括空调用电、家用电器用电、照明用电、生活热水用天然气、生活热水用电和炊事燃料；农村生活用能包括煤炭、液化石油气、电力、木柴、秸秆和天然气；在预测时，首先按社会经济发展趋势合理设定中长期人口规模、人口构成和人均住房面积，然后分别按人均和单位住房面积的能耗强度预测生活用能。

3.根据权利要求2所述的节能减排目标下的能源规划及战略支持系统，其特征在于，所述步骤(1-2)中，按单位GDP能耗法进行预测的方法是：判断区域的社会经济发展趋势，合理假设GDP增速和单位GDP能耗强度，从而对农工建商这四个部门进行终端能源服务需求预测。

4.根据权利要求1所述的节能减排目标下的能源规划及战略支持系统，其特征在于，所述能源优化模块中，以TIMES能源优化模型为核心，构建本地化的能源效率和污染物排放因子数据库，形成节能减排目标下的能源系统优化方法，方法步骤如下：

(2-1)在节能减排的目标下，通过文献整理、工程实践、专家评议方法，形成适用于节能减排研究的能源效率数据库的构建方法；

(2-2)通过文献整理、工程实践、专家评议方法，形成适用于节能减排研究的污染物排放因子数据库的构建方法；

(2-3)输入数据库的存储数据，以TIMES能源优化模型为核心，形成节能减排目标下的能源系统优化方法，步骤如下：

(2-3-1)从能源效率数据库中获取各种技术的能源效率参数，以及污染物排放因子数据库中的排放因子数据，输入TIMES能源优化模型中；

(2-3-2)输入TIMES能源优化模型所需的技术成本、技术年限、发电技术装机容量数据；

(2-3-3)应用TIMES能源优化模型的数学优化方法，在满足终端能源服务需求和环境约束条件下，按照定义的目标函数，计算选取成本最优的技术燃料组合，计算各个优化周期内不同能源供应技术的最优比例和能源供应量。

5.根据权利要求4所述的节能减排目标下的能源规划及战略支持系统，其特征在于，所述步骤(2-1)中，能源效率数据库的构建方法如下：

(2-1-1)从能源系统的整体性出发，构建覆盖一次能源供应、能源加工转换和终端能源消费各个环节的能源效率数据库；

(2-1-2)在一次能源供应侧，收集一次能源供应技术的能源效率数据；

(2-1-3)在能源加工转换侧，收集能源加工转换技术的能源效率数据；

(2-1-4)在终端能源消费侧，收集能源需求技术的能源效率数据。

6.根据权利要求4所述的节能减排目标下的能源规划及战略支持系统，其特征在于，所述步骤(2-2)中，污染物排放因子数据库的构建方法步骤如下：

(2-2-1)从碳减排的角度出发，构建二氧化碳排放因子数据库；

(2-2-2)碳排放因子按能源过程和非能源过程导致的碳排放进行区分，其中，能源过程的碳排放因子按本地化石燃料的热值计算；非能源过程按实际生产过程计算；

(2-2-3)从大气污染防治角度出发，构建氮氧化物、二氧化硫和一次细颗粒物排放因子数据库；

(2-2-4)二氧化硫排放因子按化石燃料类型、燃料的含硫量、硫的转化率，以及不同燃料用途的二氧化硫去除效率进行计算；

(2-2-5)氮氧化物排放因子按化石燃料类型、氮氧化物产污系数、不同燃料用途的氮氧化物去除效率进行计算；

(2-2-6)一次细颗粒物排放因子按燃料类型、锅炉类型、燃料用途、燃料灰分、飞灰比和飞灰的收集效率进行计算。

7.根据权利要求1所述的节能减排目标下的能源规划及战略支持系统，其特征在于，所述情景分析模块采用如下的情景分析方法：

(3-1)分析节能减排的政策目标，对政策目标进行量化；

(3-2)判断实现政策目标所需的节能减排技术，收集这些技术的相关参数；

(3-3)按研究者的需要，设计多个政策情景，将政策目标值和节能减排技术的参数输入TIMES能源优化模型；

(3-4)驱动模型按总成本最小的原则进行优化，得到某政策情景下最优的燃料和技术组合，并输出能源供应结构、能源消费结构、污染物排放结构的结果；

(3-5)多次循环迭代计算，对前一步骤的输出结果进行校核，判断节能减排政策目标在现实约束下能否实现和其实现程度，直至判定所设计的节能减排政策已经满足政策设计的出发点后，结束循环，输出最终结果；

(3-6)与基础情景对比，分析节能减排政策在能源、环境和经济层面的影响。