CN108416691B - 一种能源替代环保潜力计算方法 - Google Patents

一种能源替代环保潜力计算方法 Download PDF

Info

Publication number
CN108416691B
CN108416691B CN201810094930.6A CN201810094930A CN108416691B CN 108416691 B CN108416691 B CN 108416691B CN 201810094930 A CN201810094930 A CN 201810094930A CN 108416691 B CN108416691 B CN 108416691B
Authority
CN
China
Prior art keywords
energy
consumption
terminal
total
energy consumption
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810094930.6A
Other languages
English (en)
Other versions
CN108416691A (zh
Inventor
李斯吾
张维
陈熙
陈梦
别芳玫
万靖
周小兵
丁珩
侯婷婷
李雨佳
阮博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Hubei Electric Power Co Ltd
Priority to CN201810094930.6A priority Critical patent/CN108416691B/zh
Publication of CN108416691A publication Critical patent/CN108416691A/zh
Application granted granted Critical
Publication of CN108416691B publication Critical patent/CN108416691B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

一种能源替代环保潜力计算方法,其特征包含于以下步骤:首先建立基于结构分析法的终端能源消费总量预测模型,基于历史数据及规划文件通过对经济产出、产业结构、能源强度等主要变量进行预测,通过模型测算规划年终端能源消费总量,然后测算规划年在不考虑能源替代情况下煤、石油、电及天然气等各类终端能源消费量,并利用历史数据及能源规划文件预测规划年可再生能源及天然气供应消费上限,还利用碳排放总量及单位国民生产总值碳排放强度历史数据及节能减排目标预测规划年碳排放上限,最后计算出规划年能源替代环保潜力,本发明计算逻辑清晰明了,数据采集准确性高,计算过程简便,可操作性强,能够快速准确地进行能源替代环保潜力测算。

Description

一种能源替代环保潜力计算方法
技术领域
本发明涉及一种潜力计算方法,尤其涉及能源替代环保潜力计算方法,属于分析计算技术领域。
背景技术
我国《能源战略行动计划2014-2020年》中明确提出要“着力优化能源结构,把发展清洁低碳能源作为调整能源结构的主攻方向。坚持发展非化石能源与化石能源高效清洁利用并举,逐步降低煤炭消费比重,提高天然气消费比重,大幅增加风电、太阳能、地热能等可再生能源和核电消费比重,形成与我国国情相适应、科学合理的能源消费结构,大幅减少能源消费排放,促进生态文明建设。”因此,能否科学建立能源替代潜力分析模型,合理、有效地测算能源替代潜力,尤其是考虑能源供应及消费约束条件和节能减排约束条件的能源替代环保潜力,是确定能源替代规模及规划目标的关键,将影响国家能源战略部署与决策。
目前能源替代潜力计算的相关研究与应用,主要集中在电能替代潜力和天然气替代潜力等两种能源单独替代方面,未从综合考虑电能及天然气等清洁能源能源交叉影响的能源替代潜力计算。另外,现有替代建立计算方法,特别是电能替代潜力计算所采用的方法是根据统计口径,将各地区不同行业、不同类型的化石能源消费分别进行汇总,从而计算能源替代潜力。这种潜力计算方法主要存在以下几个方面的问题:一是各地区能源替代水平参差补齐,替代市场没有得到细化,替代潜力的测算关系较为复杂。二是分行业进行汇总,各口径统计数据时难以保持一致水准,统计数值可能存在较大偏差,同时因收集数据量大,计算复杂,可操作性不强。三是传统能源替代潜力计算方法中某些能源消耗占比按人为确定的参数进行计算,主观性较强。因此建立可操作性强,计算简便,数据来源可靠的潜力计算方法非常重要。
发明内容
本发明的目的是针对目前能源替代环保潜力计算方法因统计口径较多,计算量非常大,数据来源庞杂,存在经验测算系数较多等问题,而且计算误差较大,现提出的一种结合我国能源禀赋及能源消费结构特征,基于能源供应消费及节能减排约束条件,同时考虑能源规划及碳排放管控目标的能源替代环保潜力计算方法,使得计算数据采集准确性获得极大提高,计算逻辑更加清晰明了,计算过程更加简便,可操作性强的一种能源替代环保潜力计算方法。
为实现上述目的,本发明的技术解决方案是:一种能源替代环保潜力计算方法,其特征在于包括以下步骤:
a、建立基于结构分析法的终端能源消费总量预测模型,将终端能源消费总量分解为经济产出、产业结构及各生产部门内部能源强度三个变量;
b、结合国民经济和能源消费历史数据、宏观经济发展形势及能源政策,利用时间序列法、多元线性回归法对规划年的三次产业结构、经济增速、国民生产总值以及其它主要经济变量和生产部门终端能源消费强度、居民终端能源消费占比等能源变量进行预测;
c、将b步骤预测结果带入a步骤所述模型中,对规划年终端能源消费总量进行预测,并根据能源消费总量历史数据及能源规划文件对预测结果进行修正;
d、以基准年终端能源消费结构作为基准,对规划年终端能源终端能源消费结构进行预测,作为规划年在不考虑能源替代策略情况下的可再生能源电力、传统电力、天然气、煤、石油以及其它各类终端能源消费预测量;
e、基于我国能源禀赋及可再生能源资源情况,结合可再生能源供应及消费历史数据,参考能源规划文件,利用时间序列及多元线性回归方法,计算规划年可再生能源发电供应及消费约束条件;
f、基于我国天然气供应及消费历史数据,结合天然气行业发展规划等相关文件,利用时间序列和多元线性回归方法,计算规划年天然气供应及约束条件;
g、基于我国碳排放总量及单位国民生产总值二氧化碳排放量数据,结合我国节能减排目标,利用b步骤中所得规划年主要经济变量,计算规划年碳排放约束条件;
h、以规划年碳排放为优化目标,以d步骤中计算所得规划年终端能源消费基准水平为计算初始,通过迭代优化,计算出满足e步骤、f步骤、g步骤条件,同时满足规划年煤、石油消费量不低于基础年煤、石油消费量条件下,当规划年碳排放总量最低时,电能及天然气代替煤及石油等传统化石能源的替代空间,即为能源替代环保潜力。
所述a步骤中提出的结构分析法是在统计分组的基础上,计算各组成部分所占比重,进而分析某一总体现象的内部结构特征、总体的性质、总体内部结构依时间推移而表现出的变化规律性的统计方法,其基本表现形式为计算结构指标,公式表述为结构指标(%)=(总体中某一部分/总体总量)X100%。
所述a步骤中所建立的基于结构分析法的终端能源消费总量预测模型,由以下公式进行分解计算而来:E=E1+E2
Figure GDA0003055180510000031
式中E为计算年终端能源消费总量,E1为计算年生产领域能源消费总量,E2为计算年居民能源消费总量,
Figure GDA0003055180510000032
分别表示一、二、三次产业能源消费总量,J为经济产出,Ji,i=123分别表示一、二、三产经济产出,S为产业结构,Si,i=123分别表示一、二、三次产业比重,I为能源消费强度,Ii,i=1,2,3分别表示一、二、三次产业内部能源消费强度。
所述b步骤中,时间序列法、多元线性回归法、重点行业预测法均为经济变量预测常用方法,其中时间序列法是指利用按时间顺序排列的数据预测未来的方法;多元回归分析预测法是指通过对两个或两个以上的自变量与一个因变量的相关分析,建立预测模型进行预测的方法;步骤b中利用上述两种方法对所述变量进行预测,并通过综合比选确定预测结果。
所述c步骤中,根据b步骤中预测出的国民生产总值、三次产业比重及三次产业部门内能源消费强度计算生产领域终端能源消费总量预测值,根据居民终端能源消费占比计算出居民终端能源消费总量预测值,从而计算出规划年能源消费总量预测值。
所述d步骤中,根据基准年终端能源消费结构及步骤c中预测所得规划年终端能源消费总量,可计算出规划年在基准水平下传统化石能源发电终端消费量A1、可再生能源发电终端消费量A2、天然气终端消费量A3、煤消费量A4以及石油消费量A5
所述h步骤中提出的优化计算方法以
Figure GDA0003055180510000033
为优化目标,式中S2,S3,S4,S5分别为传统化石能源发电、天然气、煤及石油碳排放系数,Y2、Y3、Y4、Y5分别为传统化石能源发电、天然气、煤及石油规划年终端消费总量,T为步骤g中所得规划年碳排放目标,以X1、X2、X3、X4、X5分别表示可再生能源发电、传统化石能源发电、天然气终端消费替代量及煤、石油终端消费被替代量,则Xi、Yi、Ai等变量需满足以下关系:(1)Yi=Xi+Ai,i=1,2,3,4,5;(2)
Figure GDA0003055180510000034
(3)Y1=X1+A1≤L1,其中L1为步骤e中所得可再生能源发电供应及消费上限;(4)Y3=X3+A3≤L2,L2为步骤f中所得天然气供应及消费上限;(5)Yi≤Bi,i=4,5,B4为步骤d中基准年煤终端消费量、B5为石油终端消费量。
所述步骤d-h中计算中各变量的优先级顺序为:可再生能源发电及天然气替代优先级依次为X1>X3,煤及石油替代优先级顺序为X4>X5,因传统化石能源发电碳排放系数高于可再生能源发电碳排放系数及天然气碳排放系数,算法中传统化石能源发电消费按原消费特征自然增长,不参与终端能源替代,计算结果Y1、Y2、Y3、Y4、Y5将进入
Figure GDA0003055180510000041
进行判定,若符合优化目标,则所得即为最优结果;若不符合优化目标,则B4以初始值的1%为步长进行递减,迭代入计算过程,直至计算结果符合优化目标。
本发明的有益效果是:
1.本发明针对目前能源替代环保潜力计算方法因统计口径较多,计算量大,数据来源庞杂,经验测算系数较多等问题,提出了一种结合我国能源禀赋及能源消费结构特征、基于能源供应消费及节能减排约束条件,同时考虑能源规划及碳排放管控目标的能源替代环保潜力计算方法,本发明提出的计算方法逻辑清晰明了,数据易取,来源可靠,计算过程更加简便,可操作性强,使得计算数据采集准确性获得极大提高,能够快速准确地计算出能源替代环保潜力,并根据规划年碳排放目标进行校准优化,可为我国能源替代规划及推进工作提供决策基础,为各地区制定能源替代策略提供科学指导。
附图说明
图1是本发明的原理示意图。
图2是本发明的逻辑计算过程图。
具体实施方式
以下结合附图说明和具体实施方式对本发明作进一步的详细描述。
参见图1、图2,本发明的一种能源替代环保潜力计算方法,包括以下步骤:
a、建立基于结构分析法的终端能源消费总量预测模型,将终端能源消费总量分解为经济产出、产业结构及各生产部门内部能源强度三个变量;
b、结合国民经济和能源消费历史数据、宏观经济发展形势及能源政策,利用时间序列法、多元线性回归法对规划年的三次产业结构、经济增速、国民生产总值以及其它主要经济变量和生产部门终端能源消费强度、居民终端能源消费占比等能源变量进行预测;
c、将b步骤预测结果带入a步骤所述模型中,对规划年终端能源消费总量进行预测,并根据能源消费总量历史数据及能源规划文件对预测结果进行修正;
d、以基准年终端能源消费结构作为基准,对规划年终端能源终端能源消费结构进行预测,作为规划年在不考虑能源替代策略情况下的可再生能源电力、传统电力、天然气、煤、石油以及其它各类终端能源消费预测量;
e、基于我国能源禀赋及可再生能源资源情况,结合可再生能源供应及消费历史数据,参考能源规划文件,利用时间序列及多元线性回归方法,计算规划年可再生能源发电供应及消费约束条件;
f、基于我国天然气供应及消费历史数据,结合天然气行业发展规划等相关文件,利用时间序列和多元线性回归方法,计算规划年天然气供应及约束条件;
g、基于我国碳排放总量及单位国民生产总值二氧化碳排放量数据,结合我国节能减排目标,利用b步骤中所得规划年主要经济变量,计算规划年碳排放约束条件;
h、以规划年碳排放为优化目标,以d步骤中计算所得规划年终端能源消费基准水平为计算初始,通过迭代优化,计算出满足e步骤、f步骤、g步骤条件,同时满足规划年煤、石油消费量不低于基础年煤、石油消费量条件下,当规划年碳排放总量最低时,电能及天然气代替煤及石油等传统化石能源的替代空间,即为能源替代环保潜力。
所述a步骤中提出的结构分析法是在统计分组的基础上,计算各组成部分所占比重,进而分析某一总体现象的内部结构特征、总体的性质、总体内部结构依时间推移而表现出的变化规律性的统计方法,其基本表现形式为计算结构指标,公式表述为结构指标(%)=(总体中某一部分/总体总量)X100%。
所述a步骤中所建立的基于结构分析法的终端能源消费总量预测模型,由以下公式进行分解计算而来:E=E1+E2
Figure GDA0003055180510000051
式中E为计算年终端能源消费总量,E1为计算年生产领域能源消费总量,E2为计算年居民能源消费总量,
Figure GDA0003055180510000052
分别表示一、二、三次产业能源消费总量,J为经济产出,Ji,i=123分别表示一、二、三产经济产出,S为产业结构,Si,i=123分别表示一、二、三次产业比重,I为能源消费强度,Ii,i=1,2,3分别表示一、二、三次产业内部能源消费强度。
所述b步骤中,时间序列法、多元线性回归法、重点行业预测法均为经济变量预测常用方法,其中时间序列法是指利用按时间顺序排列的数据预测未来的方法;多元回归分析预测法是指通过对两个或两个以上的自变量与一个因变量的相关分析,建立预测模型进行预测的方法;步骤b中利用上述两种方法对所述变量进行预测,并通过综合比选确定预测结果。
所述c步骤中,根据b步骤中预测出的国民生产总值、三次产业比重及三次产业部门内能源消费强度计算生产领域终端能源消费总量预测值,根据居民终端能源消费占比计算出居民终端能源消费总量预测值,从而计算出规划年能源消费总量预测值。
所述d步骤中,根据基准年终端能源消费结构及步骤c中预测所得规划年终端能源消费总量,可计算出规划年在基准水平下传统化石能源发电终端消费量A1、可再生能源发电终端消费量A2、天然气终端消费量A3、煤消费量A4以及石油消费量A5
所述h步骤中提出的优化计算方法以
Figure GDA0003055180510000061
为优化目标,式中S2,S3,S4,S5分别为传统化石能源发电、天然气、煤及石油碳排放系数,Y2、Y3、Y4、Y5分别为传统化石能源发电、天然气、煤及石油规划年终端消费总量,T为步骤g中所得规划年碳排放目标,以X1、X2、X3、X4、X5分别表示可再生能源发电、传统化石能源发电、天然气终端消费替代量及煤、石油终端消费被替代量,则Xi、Yi、Ai等变量需满足以下关系:(1)Yi=Xi+Ai,i=1,2,3,4,5;(2)
Figure GDA0003055180510000062
(3)Y1=X1+A1≤L1,其中L1为步骤e中所得可再生能源发电供应及消费上限;(4)Y3=X3+A3≤L2,L2为步骤f中所得天然气供应及消费上限;(5)Yi≤Bi,i=4,5,B4为步骤d中基准年煤终端消费量、B5为石油终端消费量。
所述步骤d-h中计算中各变量的优先级顺序为:可再生能源发电及天然气替代优先级依次为X1>X3,煤及石油替代优先级顺序为X4>X5,因传统化石能源发电碳排放系数高于可再生能源发电碳排放系数及天然气碳排放系数,算法中传统化石能源发电消费按原消费特征自然增长,不参与终端能源替代,计算结果Y1、Y2、Y3、Y4、Y5将进入
Figure GDA0003055180510000063
进行判定,若符合优化目标,则所得即为最优结果;若不符合优化目标,则B4以初始值的1%为步长进行递减,迭代入计算过程,直至计算结果符合优化目标。计算逻辑如图2所示。
本发明首先建立基于结构分析法的终端能源消费总量预测模型,将终端能源消费总量分解为经济产出、产业结构及各生产部门内部能源强度三个变量,因此规划年生产领域终端能源消费总量预测可分解为上述三个变量预测。因居民生活终端能源消费量在终端能源消费总量中占比较为稳定,其规划年预测值可根据历史数据利用时间序列法进行预测。随后结合国民经济历史数据和宏观经济发展形势,利用时间序列法、多元线性回归法、重点行业预测法以及其它预测方法对规划年的三次产业结构、经济增速、国民生产总值以及其它主要经济变量进行预测。然后将前一步骤预测结果利用结构分析法对规划年终端能源消费总量进行预测,并根据能源消费总量历史数据及能源规划文件对预测结果进行修正。再以基准年终端能源消费结构作为基准,对规划年终端能源终端能源消费结构进行预测,作为规划年在不考虑能源替代策略情况下的可再生能源电力、传统电力、天然气、煤、石油以及其它各类终端能源消费预测量。
还要分别计算出各个约束条件,分别为:基于我国能源禀赋及可再生能源资源情况,结合可再生能源供应及消费历史数据,参考能源规划文件,利用时间序列及多元线性回归方法,计算规划年可再生能源发电供应及消费约束条件。基于我国天然气供应及消费历史数据,结合天然气行业发展规划等相关文件,利用时间序列和多元线性回归方法,计算规划年天然气供应及约束条件。基于我国碳排放总量及单位国民生产总值二氧化碳排放量数据,结合我国节能减排目标,利用b步骤中所得规划年主要经济变量,计算规划年碳排放约束条件。最后以规划年碳排放为优化目标,以d步骤中计算所得规划年终端能源消费基准水平为计算初始,通过迭代优化,计算出满足e步骤、f步骤、g步骤条件,同时满足规划年煤、石油消费量不低于基础年煤、石油消费量条件下,当规划年碳排放总量最低时,电能及天然气代替煤及石油等传统化石能源的替代空间,即为能源替代环保潜力。
现以2015年最为基准年,2020年作为规划年,全国终端能源消费总量作为预测对象,对具体计算过程加以阐述。
在生产领域终端能源消费方面,根据宏观经济历史数据,对2020年GDP增速、三次产业比重等主要经济变量进行预测,结果如表1所示。
表1 2020年各主要经济变量预测
Figure GDA0003055180510000071
根据历年三次产业能源消费强度数据,结合三次产业发展趋势及用能特征,对2020年三次产业能源消费强度进行预测,结果如表2所示。
表2 2020年三次产业部门内能源强度预测
单位:万吨标煤/亿元
预测年份 第一产业能源强度 第二产业能源强度 第三产业能源强度
2020 0.10 0.71 0.18
由此,可根据上述方法对2020年生产领域终端能源消费量进行预测计算,结果如表3所示。
表3 2020年生产领域终端能源消费量
单位:万吨标准煤
Figure GDA0003055180510000081
在居民生活终端能源消费方面,根据历年展全国终端能源消费总量比重数据可知,其比重常年稳定在10.5%至11.5%之间,且呈缓慢上升趋势。根据时间序列法,可预测得2020年居民生活终端能源消费占全国终端能源消费总量11.5%。对2020年居民生活终端能源消费量进行预测,结果如表4所示。
表4 2020年居民生活能源消费量
单位:万吨标准煤
Figure GDA0003055180510000082
根据上述预测值,可对2020年全国终端能源消费总量进行预测,结果如表5所示。
表5 2020年终端能源消费总量
单位:万吨标准煤
Figure GDA0003055180510000083
根据2015年终端能源消费结构,对基准水平下(即不考虑能源替代情况下)2020年各类终端能源消费情况进行预测,结果如表6所示。
表6 2020年全国终端能源消费预测
单位:万吨标煤
Figure GDA0003055180510000084
在后续计算过程中,取终端能源消费总量预测模型所得中方案进行计算。
其次,本发明结合能源资源现状、能源规划文件,并考虑电网综合线损及厂用电等电力输送损耗因素对规划年可再生能源、天然气供应及消费约束条件进行分析预测。具体结果如表7所示。
表7 2020年可再生能源、天然气供应及消费约束条件
Figure GDA0003055180510000091
根据碳排放历史数据及国民生产总值历年数据,可计算出我国历年单位国民生产总值碳排放强度,同时根据能源规划及节能减排相关文件制定的碳排放预期下降值,可计算出2020年全国碳排放总量上限为105亿吨。
将终端能源消费总量预测模型中所得规划年终端能源消费量及基准水平下各类终端能源消费总量、规划年可再生能源供应及消费约束条件、碳排放约束条件带入能源替代环保潜力计算方法中进行优化计算,计算初始条件如表8所示。
表8全国2020年终端能源替代结构计算条件
Figure GDA0003055180510000092
将上述初始值按照图2所示计算逻辑进行迭代计算,经过优化计算及校核调整后,所得最优结果如表9所示。
表9全国2020年终端能源替代结构优化计算结果
Figure GDA0003055180510000093
通过上述步骤的能源替代环保潜力计算方法,可以根据基准年能源消费结构、规划年可再生能源、天然气供应消费约束条件及碳排放约束条件,对规划年最优终端能源消费结构进行预测,从而计算出规划年在满足碳排放约束条件下能源替代环保潜力。即2020年,全国能源替代环保潜力为29240万吨标煤,其中可再生能源电力替代潜力为4129万吨标煤,天然气替代潜力为25110万吨标煤。经终端能源消费结构优化后,可将碳排放量控制在103亿吨,低于2020年全国碳排放总量105亿吨的目标。同时,本发明所陈述的方法还可应用于不同区域、省份、城市的能源替代中、长期理论潜力、技术潜力、环保潜力及经济潜力预测计算。
本发明针对目前能源替代环保潜力计算方法因统计口径较多,计算量大,数据来源庞杂,经验测算系数较多等问题,提出了一种结合我国能源禀赋及能源消费结构特征、基于能源供应约束条件及节能减排目标,同时考虑能源规划及碳排放管控目标的能源替代环保潜力计算方法。本发明提出的计算方法逻辑清晰明了,数据易取,来源可靠,计算过程更加简便,可操作性强,使得计算数据采集准确性获得极大提高,能够快速准确地计算出能源替代环保潜力,并根据规划年碳排放目标进行校准优化,可为我国能源替代规划及推进工作提供决策基础,为各地区制定能源替代策略提供科学指导。

Claims (6)

1.一种能源替代环保潜力计算方法,其特征在于,包括以下步骤:
a、建立基于结构分析法的终端能源消费总量预测模型,将终端能源消费总量分解为经济产出、产业结构及各生产部门内部能源强度三个变量;
b、结合国民经济和能源消费历史数据、宏观经济发展形势及能源政策,利用时间序列法、多元线性回归法对规划年的三次产业结构、经济增速、国民生产总值和生产部门终端能源消费强度、居民终端能源消费占比进行预测;
c、将b步骤预测结果带入a步骤所述模型中,对规划年终端能源消费总量进行预测,并根据能源消费总量历史数据及能源规划文件对预测结果进行修正;
d、以基准年终端能源消费结构作为基准,对规划年终端能源消费结构进行预测,作为规划年在不考虑能源替代策略情况下的可再生能源电力、传统电力、天然气、煤、石油消费量;
e、基于我国能源禀赋及可再生能源资源情况,结合可再生能源供应及消费历史数据,参考能源规划文件,利用时间序列及多元线性回归方法,计算规划年可再生能源发电供应及消费约束条件;
f、基于我国天然气供应及消费历史数据,结合天然气行业发展规划文件,利用时间序列和多元线性回归方法,计算规划年天然气供应及约束条件;
g、基于我国碳排放总量及单位国民生产总值二氧化碳排放量数据,结合我国节能减排目标,利用b步骤中所得规划年主要经济变量,计算规划年碳排放约束条件;
h、以规划年碳排放为优化目标,以d步骤中计算所得规划年终端能源消费基准水平为计算初始,通过迭代优化,计算出满足e步骤、f步骤、g步骤条件,同时满足规划年煤、石油消费量不低于基础年煤、石油消费量条件下,当规划年碳排放总量最低时,电能及天然气代替煤及石油的替代空间,即为能源替代环保潜力;
所述h步骤中提出的优化计算方法以
Figure FDA0003094369660000011
为优化目标,式中S2,S3,S4,S5分别为传统化石能源发电、天然气、煤及石油碳排放系数,Y2、Y3、Y4、Y5分别为传统化石能源发电、天然气、煤及石油规划年终端消费总量,T为步骤g中所得规划年碳排放目标,以X1、X2、X3、X4、X5分别表示可再生能源发电、传统化石能源发电、天然气终端消费替代量及煤、石油终端消费被替代量,则Xi、Yi、Ai变量需满足以下关系:(1)Yi=Xi+Ai,i=1,2,3,4,5;(2)
Figure FDA0003094369660000012
(3)Y1=X1+A1≤L1,其中L1为步骤e中所得可再生能源发电供应及消费上限;(4)Y3=X3+A3≤L2,L2为步骤f中所得天然气供应及消费上限;(5)Yi≤Bi,i=4,5,B4为步骤d中基准年煤终端消费量、B5为石油终端消费量。
2.根据权利要求1所述的一种能源替代环保潜力计算方法,其特征在于:所述a步骤中提出的结构分析法是在统计分组的基础上,计算各组成部分所占比重,进而分析某一总体现象的内部结构特征、总体的性质、总体内部结构依时间推移而表现出的变化规律性的统计方法,其基本表现形式为计算结构指标,公式表述为结构指标(%)=(总体中某一部分/总体总量)X100%。
3.根据权利要求1所述的一种能源替代环保潜力计算方法,其特征在于:所述a步骤中所建立的基于结构分析法的终端能源消费总量预测模型,由以下公式进行分解计算而来:E=E1+E2
Figure FDA0003094369660000021
式中E为计算年终端能源消费总量,E1为计算年生产领域能源消费总量,E2为计算年居民能源消费总量
Figure FDA0003094369660000022
分别表示一、二、三次产业能源消费总量,J为经济产出,Ji,i=123分别表示一、二、三产经济产出,S为产业结构,Si,i=123分别表示一、二、三次产业比重,I为能源消费强度,Ii,i=1,2,3分别表示一、二、三次产业内部能源消费强度。
4.根据权利要求1所述的一种能源替代环保潜力计算方法,其特征在于:所述c步骤中,根据b步骤中预测出的国民生产总值、三次产业比重及三次产业部门内能源消费强度计算生产领域终端能源消费总量预测值,根据居民终端能源消费占比计算出居民终端能源消费总量预测值,从而计算出规划年能源消费总量预测值。
5.根据权利要求1所述的一种能源替代环保潜力计算方法,其特征在于:所述d步骤中,根据基准年终端能源消费结构及步骤c中预测所得规划年终端能源消费总量,可计算出规划年在基准水平下传统化石能源发电终端消费量A1、可再生能源发电终端消费量A2、天然气终端消费量A3、煤消费量A4以及石油消费量A5
6.根据权利要求1所述的一种能源替代环保潜力计算方法,其特征在于:所述步骤d-h中计算中各变量的优先级顺序为:可再生能源发电及天然气替代优先级依次为X1>X3,煤及石油替代优先级顺序为X4>X5,因传统化石能源发电碳排放系数高于可再生能源发电碳排放系数及天然气碳排放系数,算法中传统化石能源发电消费按原消费特征自然增长,不参与终端能源替代,计算结果Y1、Y2、Y3、Y4、Y5将进入
Figure FDA0003094369660000031
进行判定,若符合优化目标,则所得即为最优结果;若不符合优化目标,则B4以初始值的1%为步长进行递减,迭代入计算过程,直至计算结果符合优化目标。
CN201810094930.6A 2018-01-31 2018-01-31 一种能源替代环保潜力计算方法 Active CN108416691B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810094930.6A CN108416691B (zh) 2018-01-31 2018-01-31 一种能源替代环保潜力计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810094930.6A CN108416691B (zh) 2018-01-31 2018-01-31 一种能源替代环保潜力计算方法

Publications (2)

Publication Number Publication Date
CN108416691A CN108416691A (zh) 2018-08-17
CN108416691B true CN108416691B (zh) 2021-07-20

Family

ID=63127348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810094930.6A Active CN108416691B (zh) 2018-01-31 2018-01-31 一种能源替代环保潜力计算方法

Country Status (1)

Country Link
CN (1) CN108416691B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109712024A (zh) * 2019-01-08 2019-05-03 中国环境科学研究院 用于评估能源生产与消费过程中影响生态安全程度的方法
CN111507551B (zh) * 2019-01-31 2022-05-03 国网能源研究院有限公司 考虑空气质量改善的电能替代目标测算方法
CN111008742A (zh) * 2019-12-09 2020-04-14 天津大学 建设用地规划方案的碳排放核算与低碳优化方法
CN111047091B (zh) * 2019-12-11 2023-01-17 国家电网有限公司 基于lasso与rnn的省级能源利用效率预测方法
CN112395756A (zh) * 2020-11-15 2021-02-23 中国环境科学研究院 一种用于煤炭消费区域分配方法
CN112365080A (zh) * 2020-11-23 2021-02-12 南方电网能源发展研究院有限责任公司 一种能源回弹效应预测方法及计算机可读存储介质
CN113393033B (zh) * 2021-06-15 2023-05-05 国网能源研究院有限公司 考虑跨季节储氢的能源转型路径优化方法、系统及装置
CN114611845B (zh) * 2022-05-12 2022-08-16 浙江省发展规划研究院 碳排放量的预测方法、装置、电子设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455718A (zh) * 2013-08-26 2013-12-18 中国能源建设集团广东省电力设计研究院 能源利用效率评价方法和系统
CN107292508A (zh) * 2017-06-16 2017-10-24 北京中电普华信息技术有限公司 一种电能替代潜力的分析预测方法及系统
CN107591830A (zh) * 2017-10-23 2018-01-16 国网能源研究院有限公司 一种适于高比例可再生能源发展的能源电力规划方法
CN107748972A (zh) * 2017-11-29 2018-03-02 国家电网公司 一种基于双能源指标预测全社会用电量的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080090736A1 (en) * 2007-07-27 2008-04-17 Quantum Intelligence, Inc. Using knowledge pattern search and learning for selecting microorganisms

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103455718A (zh) * 2013-08-26 2013-12-18 中国能源建设集团广东省电力设计研究院 能源利用效率评价方法和系统
CN107292508A (zh) * 2017-06-16 2017-10-24 北京中电普华信息技术有限公司 一种电能替代潜力的分析预测方法及系统
CN107591830A (zh) * 2017-10-23 2018-01-16 国网能源研究院有限公司 一种适于高比例可再生能源发展的能源电力规划方法
CN107748972A (zh) * 2017-11-29 2018-03-02 国家电网公司 一种基于双能源指标预测全社会用电量的方法

Also Published As

Publication number Publication date
CN108416691A (zh) 2018-08-17

Similar Documents

Publication Publication Date Title
CN108416691B (zh) 一种能源替代环保潜力计算方法
Zhou et al. Assessing integrated water use and wastewater treatment systems in China: A mixed network structure two-stage SBM DEA model
Wang et al. China’s natural gas production and consumption analysis based on the multicycle Hubbert model and rolling Grey model
Al-Ghandoor et al. Electricity consumption in the industrial sector of Jordan: application of multivariate linear regression and adaptive neuro-fuzzy techniques
CN112036633B (zh) 一种基于水库生态发电多目标中长期随机调度模型的优化调度方法
CN109872012A (zh) 基于工况划分的火电厂运行多目标优化的确定方法
CN105488592A (zh) 一种光伏电站发电量预测的方法
CN104283236A (zh) 一种风光储能并网发电智能优化调度方法
CN108197805A (zh) 一种可用于电能替代规划指导的电能和天然气竞争力综合评价方法
Zhu et al. Analysis of energy-saving and environmental benefits from power structure adjustment in China: A comparative study from 2020 to 2060
Dong et al. Improving the accuracy of wind speed statistical analysis and wind energy utilization in the Ningxia Autonomous Region, China
Li et al. Development status evaluation and path analysis of regional clean energy power generation in China
CN108694475B (zh) 基于混合模型的短时间尺度光伏电池发电量预测方法
CN111047091A (zh) 基于lasso与rnn的省级能源利用效率预测方法
CN111626558B (zh) 基于情景分析的综合能源系统模型比较方法和优化系统
Chen et al. Long-term impacts of carbon tax and feed-in tariff policies on China's generating portfolio and carbon emissions: a multi-agent-based analysis
CN113344449A (zh) 一种预测月尺度工业需水量的方法
CN112132481A (zh) 一种区域能效综合评价方法
Yu et al. Research on the post occupancy evaluation of green public building environmental performance combined with carbon emissions accounting
Yanchao et al. A proportion prediction model of terminal energy structure of IPS based on hidden Markov chain
CN104331748A (zh) 一种预测规划目标年风电场群持续功率曲线的方法
Fan et al. Analysis of Characteristics and Factors Influencing Urban Carbon Emissions Based on Decoupling Index and LMDI, Using Ordos City in Inner Mongolia as an Example.
Li et al. Measurement and scenario simulation of effect of urbanisation on regional CO 2 emissions based on UEC-SD model: A case study in Liaoning Province, China
Sun et al. Investment Cost Forecasting for Low Carbon Power System Planning Considering Technical Progress and Scale Effect
CN112508231A (zh) 一种基于系统动力学的中长期电力负荷预测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant