CN108921384A - 一种基于最小化碳减排成本的碳排放博弈行为控制方法 - Google Patents
一种基于最小化碳减排成本的碳排放博弈行为控制方法 Download PDFInfo
- Publication number
- CN108921384A CN108921384A CN201810576271.XA CN201810576271A CN108921384A CN 108921384 A CN108921384 A CN 108921384A CN 201810576271 A CN201810576271 A CN 201810576271A CN 108921384 A CN108921384 A CN 108921384A
- Authority
- CN
- China
- Prior art keywords
- emission reduction
- carbon emission
- reduction cost
- carbon
- alliance
- 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.)
- Granted
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 207
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 207
- 230000009467 reduction Effects 0.000 title claims abstract description 193
- 238000000034 method Methods 0.000 title claims abstract description 80
- 239000013598 vector Substances 0.000 claims description 65
- 230000006399 behavior Effects 0.000 claims description 30
- 230000006870 function Effects 0.000 claims description 30
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 27
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 14
- 239000001569 carbon dioxide Substances 0.000 claims description 14
- 238000005265 energy consumption Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 11
- 238000010276 construction Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 17
- UXUFTKZYJYGMGO-CMCWBKRRSA-N (2s,3s,4r,5r)-5-[6-amino-2-[2-[4-[3-(2-aminoethylamino)-3-oxopropyl]phenyl]ethylamino]purin-9-yl]-n-ethyl-3,4-dihydroxyoxolane-2-carboxamide Chemical compound O[C@@H]1[C@H](O)[C@@H](C(=O)NCC)O[C@H]1N1C2=NC(NCCC=3C=CC(CCC(=O)NCCN)=CC=3)=NC(N)=C2N=C1 UXUFTKZYJYGMGO-CMCWBKRRSA-N 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005304 joining Methods 0.000 description 4
- 241000287828 Gallus gallus Species 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 241000052079 Erioneuron Species 0.000 description 1
- 208000001613 Gambling Diseases 0.000 description 1
- 239000000370 acceptor Substances 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- WWJZWCUNLNYYAU-UHFFFAOYSA-N temephos Chemical compound C1=CC(OP(=S)(OC)OC)=CC=C1SC1=CC=C(OP(=S)(OC)OC)C=C1 WWJZWCUNLNYYAU-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于最小化碳减排成本的碳排放博弈行为控制方法及计算设备，该方法包括：生成联盟碳减排成本模型，联盟碳减排成本模型包括联盟碳排放交易价格函数和联盟边际减排成本函数；对联盟减排成本模型中的联盟碳排放交易函数进行拟合处理，以生成国家碳减排成本模型，国家碳减排成本模型包括国家碳排放交易价格函数；对国家碳减排成本模型构造对应的最小化约束条件，并通过最小化约束条件求解国家碳减排成本模型；根据国家碳减排成本模型的求解结果更新联盟碳减排成本模型，以基于更新后的联盟碳减排成本模型计算碳排放交易市场中的总减排成本；通过博弈的方法对总减排成本进行最小化处理，以实现控制碳排放。
Description
技术领域
本发明涉及能源环保领域，特别涉及一种基于最小化碳减排成本的碳排放博弈行为控制方法及计算设备。
背景技术
碳排放是关于温室气体排放的一个总称或简称，由于温室气体中最主要的气体是二氧化碳，因此用碳一词作为代表。通常我们对降低碳排放量是从一个国家内部出发来讨论的，比如对个人来说，少用空调和暖气、少开车、少坐飞机等等，对工厂和企业来说，则是如何通过节能减污的技术来减少生产制造环节中的碳排放量。
若要从国家层面出发，考虑全球性的碳减排，设计和选择增加各国参与的激励措施的政策工具通常是成功达成诸如减少国际二氧化碳排放量等协议的关键。理论上，激励可以基于特定政策工具的成本和收益进行比较，最高的激励措施将是实现承诺目标的最高净收益。但是，通过实证计算可以得出，政策带来的净收益通常难以实现。因此，寻求最低的成本，即采用成本效益的方法来实现设计和承诺的目标，或者在没有参与安排的情况下，在总减排成本方面产生最大的节约成本，这是一种务实的做法替代。
然而，每个国家或联盟拥有的补贴或福利都不同，则为那些不承诺减排的国家或联盟设计激励机制对于实现全球目标至关重要，必须评估各联盟之间通过减排量确定的博弈进行合作。现有的碳排放博弈行为控制方法通常是利用气候博弈理论来解决上述问题，而气候博弈分析是基于斗鸡博弈或囚徒困境博弈，强调对各种不确定因素的指定概率下发生损害的论证，但对参与交易博弈的联盟或国家的碳排放量、碳减排能力和偏好没有进行相适应考虑。
发明内容
为此，本发明提供一种基于最小化碳减排成本的碳排放博弈行为控制的技术方案，以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面，提供一种基于最小化碳减排成本的碳排放博弈行为控制方法，适于在计算设备中执行，该方法包括如下步骤：首先，生成联盟碳减排成本模型，联盟碳减排成本模型包括联盟碳排放交易价格函数和联盟边际减排成本函数；对联盟减排成本模型中的联盟碳排放交易函数进行拟合处理，以生成国家碳减排成本模型，国家碳减排成本模型包括国家碳排放交易价格函数；对国家碳减排成本模型构造对应的最小化约束条件，并通过最小化约束条件求解国家碳减排成本模型；根据国家碳减排成本模型的求解结果更新联盟碳减排成本模型，以基于更新后的联盟碳减排成本模型计算碳排放交易市场中的总减排成本；通过博弈的方法对总减排成本进行最小化处理，以实现控制碳排放。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，联盟排放交易价格函数以如下公式确定：
其中，表示联盟l的碳交易价格比率，x、y和b分别表示输入向量、输出向量和非期望输出向量的集合，g＝(gy,gb)表示期望的输出gy与非期望的输出gb的产生方向的向量，β为方向距离，且其值属于Pcoalition-l(x)范围内，Pcoalition-l(x)表示输入向量集合x在联盟l的输出集合，表示在β值处于Pcoalition-l(x)中时从y+β·gy和b-β·gb中确定一个较大值。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，联盟边际减排成本函数以如下公式确定：
其中，MACl表示联盟l的边际减排成本，表示对中向量b进行求导得到的求导值，表示对中向量y进行求导得到的求导值，表示联盟l的碳交易价格比率，x、y和b分别表示输入向量、输出向量和非期望输出向量的集合，g＝(gy,gb)表示期望的输出gy与非期望的输出gb的产生方向的向量，p为差异均衡价格。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，对联盟中的国家k而言，其对应的国家碳排放交易价格函数以如下公式确定：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，ykt是第t年国家k期望输出国内生产总值，bkt是第t年国家k二氧化碳排放量的非期望输出，当n＝1,2,3时，表示国家k在第1年，第2年和第3年的能源消耗、实际资本形成以及总劳动力的投入输入变量，an、νn和δn分别表示第1年，第2年和第3年，的加权系数、与bkt的第一关联系数和与ykt的第二关联系数，当n′＝1,2,3时，分别表示国家k在第1年，第2年和第3年的能源消耗、实际资本形成以及总劳动力的投入输入变量，ann′是与的相关系数，β1和β2分别是ykt对应的第一方向系数和第二方向系数，γ1和γ2分别是bkt对应的第三方向系数和第四方向系数，μ表示ykt和bkt的第三关联系数，a为常数参数。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，最小化约束条件包括非负区间约束条件、一次偏导约束条件和二次偏导约束条件。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，非负区间约束条件以如下公式表示：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，min(·)表示求最小值。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，一次偏导约束条件以如下公式表示：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，为求偏导数的符号。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，二次偏导约束条件以如下公式表示：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，为求偏导数的符号。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，总减排成本以如下公式表示：
其中，TAC表示碳排放交易市场中的总减排成本，Cl表示联盟l实施碳排放应支付的成本，ERl表示联盟l允许的初始排放权，表示联盟l的均衡权，p为差异均衡价格，L为联盟总数。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，联盟l允许的初始排放权ERl为组成该联盟的一个或多个国家的初始排放权的总和，国家k的初始排放权通过允许排放量AEk来表征，AEk以如下公式确定：
其中，TAE为全球允许的排放总量，PFk为国家k的累计排放量，TPF全球总累计排放量，K为全球已承诺减排的国家总数。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中,博弈的方法包括基于纳什均衡的博弈方式。
可选地，在根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法中，通过博弈的方法对总减排成本进行最小化处理的步骤包括：基于纳什均衡的博弈方式，对碳排放交易市场的各参与者，以获取最大碳减排回报为目标进行博弈；获取博弈过程中各参与者形成的策略，根据该策略确定最小的总减排成本。
根据本发明的又一个方面，提供一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序包括用于执行根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法的指令。
根据本发明的又一个方面，还提供一种存储一个或多个程序的计算机可读存储介质，一个或多个程序包括指令，指令当由计算设备执行时，使得计算设备执行根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法。
根据本发明的基于最小化碳减排成本的碳排放博弈行为控制的技术方案，先生成联盟碳减排成本模型，对联盟减排成本模型中的联盟碳排放交易函数进行拟合处理，以生成国家碳减排成本模型，并构造对应的最小化约束条件以求解国家碳减排成本模型，根据求解结果更新联盟碳减排成本模型，以基于更新后的联盟碳减排成本模型计算碳排放交易市场中的总减排成本，最后通过博弈的方法对总减排成本进行最小化处理，以实现控制碳排放。在上述方案中，最小化约束条件包括非负区间约束条件、一次偏导约束条件和二次偏导约束条件，通过三种约束条件共同约束国家碳减排成本模型，以确定了该模型中相应参数的值，所得到的模型更加精准。在计算碳排放交易市场中的总减排成本时，是根据求解结果中的差异均衡价格和预先确定的初始排放权来确定总减排成本，而后再基于纳什均衡的博弈方式，对碳排放交易市场的各参与者，以获取最大碳减排回报为目标进行博弈，获取博弈过程中各参与者形成的策略来确定最小的总减排成本，充分考虑到了参与交易博弈的每个联盟或每个国家的碳排放量和偏好。从而，每个参与者可确定加入现有市场是否是最佳策略，通过实现更少的付出，即碳减排成本而获得最大的碳减排回报，以促进各参与者减排承诺的实施，控制碳排放来完成更高的减排目标。
附图说明
为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明的一个实施例的计算设备100的结构框图；以及
图2示出了根据本发明的一个实施例的基于最小化碳减排成本的碳排放博弈行为控制方法200的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中，计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置，系统存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个程序122以及程序数据124。在一些实施方式中，程序122可以布置为在操作系统上由一个或多个处理器104利用程序数据124执行指令。
计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为服务器，例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等，也可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。在一些实施例中，计算设备100被配置为执行根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法200。其中，计算设备100的一个或多个程序122包括用于执行根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法200的指令。
图2示出了根据本发明一个实施例的基于最小化碳减排成本的碳排放博弈行为控制方法200的流程图。基于最小化碳减排成本的碳排放博弈行为控制方法200适于在计算设备(例如图1所示的计算设备100)中执行。为便于理解，先对碳排放交易体系、交易市场、各国家或联盟承诺碳减排等与碳排放博弈行为控制相关的内容，进行简要说明。
在排放交易体系下，影响减排承诺激励结构形成的因素有三类。第一类涉及加入协议的国家数量，第二个涉及初始权利的分配，第三个与这些国家形成的联盟有关，不同的国家组合影响边际减排成本。有关加入协议的国家数量有两个问题：一是涉及到构成减排承诺的国家数量，二是涉及加入排放交易市场的国家数量。由于二氧化碳排放的跨国性质和跨境特征，二氧化碳累积排放的后果通常不会由排放它们的国家承担。结果，存在“搭便车”问题。为了实现全球减排目标，应该有更多的国家应该加入承诺行列。
从理论上讲，碳交易市场中参与交易的国家数目越多，边际减排成本有更大的变动。因此交易的可能性很大。此外，在完全竞争和/或没有交易成本(或交易成本不明显)的假设下，总减排成本的节约将与全球参与排放交易市场的国家数量有着十分密切的关系。由于所有国家都不可能在现阶段同时参与交易，因此假设博弈发生在联盟层面，以模拟反映联盟间潜在合作的不同排放交易博弈的总减排成本节省。
现有联盟包括欧洲联盟(EU，European Union)成员国、亚太经济合作组织(APEC，Asia-Pacific Economic Cooperation)成员国、南美洲国家联盟(USAN，Union of SouthAmerican Nations)和环印度洋区域合作联盟(IOR-ARC，The Indian Ocean Rim-Association for Regional Cooperation)，这4个联盟是交易博弈中的参与者，通过博弈的方法来确定上述联盟之间是否会开展合作。类似的，对一些碳排放量较大的国家，如中国、美国、俄罗斯和印度等，在交易博弈中可视为单独的参与者。
由于二氧化碳减排是非市场好的，为了实现上述目的，包含用于推断不良产出(在这种情况下为二氧化碳排放)的方向距离函数的影子价格模型是一种合适的方法。此外，对于某些运营变量，与污染者付酬原则背景相对应的权利初始分配是必要的。污染者工资建立在以权责为基础的公平观念上，强调每个国家在分配排放权时对环境的累积排放的危害性。
理想的产出是真正的国内生产总值(RGDP，Real Gross Domestic Product)，不良产出是二氧化碳排放量。另一方面，输入变量是每个国家的年度能源消耗，资本存量和劳动力。这些变量用于估算方向距离函数来计算二氧化碳减排量的边际减排成本。所有相关变量都是从世界资源研究所编制的世界发展指标以及联合国统计司的相关数据库中收集的，涵盖1993～2008年期间的102个国家共有1632个观测值。其中，49个国家属于上述不同联盟，其他53个国家由其他有潜力加入世界贸易市场的国家组成。虽然排放交易市场由不同国家之间的不同联盟组成，但那些承诺和未承诺的国家可能会通过博弈利用其他国家，这将间接促使各国承诺达到一定数量(或百分比)的减排目标。因此，初始排放权必须在边际减排成本估算之前分配，然后分析各种交易博弈。
如图2所示，方法200始于步骤S210。在步骤S210中，生成联盟碳减排成本模型，联盟碳减排成本模型包括联盟碳排放交易价格函数和联盟边际减排成本函数。根据本发明的一个实施例，联盟碳排放交易价格函数以如下公式确定：
其中，表示联盟l的碳交易价格比率，x、y和b分别表示输入向量、输出向量和非期望输出向量的集合，g＝(gy,gb)表示期望的输出gy与非期望的输出gb的产生方向的向量，β为方向距离，且其值属于Pcoalition-l(x)范围内，Pcoalition-l(x)表示输入向量集合x在联盟l的输出集合，表示在β值处于Pcoalition-l(x)中时从y+β·gy和b-β·gb中确定一个较大值。
联盟边际减排成本函数以如下公式确定：
其中，MACl表示联盟l的边际减排成本，表示对中向量b进行求导得到的求导值，表示对中向量y进行求导得到的求导值，表示联盟l的碳交易价格比率，x、y和b分别表示输入向量、输出向量和非期望输出向量的集合，g＝(gy,gb)表示期望的输出gy与非期望的输出gb的产生方向的向量，p为差异均衡价格。
式(1)和(2)共同构成联盟l与联盟边际减排成本的方向距离函数，其中输入向量x为联盟l的年度能源消耗，资本存量和劳动力，输出向量y为联盟l的生产总值，非期望输出向量b为联盟l的二氧化碳排放量，方向距离β表示特定的决策单元离效率生产前沿有多远，g＝(gy,gb)通常被假定为g＝(1,-1)的期望的和不期望的输出向量。
随后，进入步骤S220，对联盟减排成本模型中的联盟碳排放交易函数进行拟合处理，以生成国家碳减排成本模型，国家碳减排成本模型包括国家碳排放交易价格函数。根据本发明的一个实施例，对联盟中的国家k而言，其对应的国家碳排放交易价格函数以如下公式确定：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，ykt是第t年国家k期望输出国内生产总值，bkt是第t年国家k二氧化碳排放量的非期望输出，当n＝1,2,3时，表示国家k在第1年，第2年和第3年的能源消耗、实际资本形成以及总劳动力的投入输入变量，an、νn和δn分别表示第1年，第2年和第3年，的加权系数、与bkt的第一关联系数和与ykt的第二关联系数，当n′＝1,2,3时，分别表示国家k在第1年，第2年和第3年的能源消耗、实际资本形成以及总劳动力的投入输入变量，an,n′是与的相关系数，β1和β2分别是ykt对应的第一方向系数和第二方向系数，γ1和γ2分别是bkt对应的第三方向系数和第四方向系数，μ表示ykt和bkt的第三关联系数，a为常数参数。
再具体一点，在式(3)中，输入向量xk为国家k的年度能源消耗，资本存量和劳动力，输出向量yk为国家k的生产总值，非期望输出向量bk为国家k的二氧化碳排放量，gk＝(gky,gkb)通常被假定为gk＝(1,-1)的期望的和不期望的输出向量。
需要说明的是，对如式(1)所示的联盟碳排放交易函数进行拟合处理时，通常是采用二次逼近模型来实现，这一处理过程为现有成熟技术，此处不予以赘述。接下来，在步骤S230中，对国家碳减排成本模型构造对应的最小化约束条件，并通过最小化约束条件求解国家碳减排成本模型。根据本发明的一个实施例，最小化约束条件包括非负区间约束条件、一次偏导约束条件和二次偏导约束条件。
在该实施方式中，非负区间约束条件以如下公式表示：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，min(·)表示求最小值。
一次偏导约束条件以如下公式表示：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，为求偏导数的符号。
二次偏导约束条件以如下公式表示：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，为求偏导数的符号。
通过式(4)～(10)求解式(3)后，得出第一方向系数β1、第二方向系数β2、第三方向系数γ1、第四方向系数γ2、第一关联系数νn、第二关联系数δn和第三关联系数μ这7个系数的数值，将这7个数值代入式(4)，以确定国家碳减排成本模型。
在步骤S240中，根据国家碳减排成本模型的求解结果更新联盟碳减排成本模型，以基于更新后的联盟碳减排成本模型计算碳排放交易市场中的总减排成本。根据本发明的一个实施例，利用经过步骤S240处理后确定的国家碳减排成本模型，更新联盟碳减排成本模型，再基于更新后的联盟碳减排成本模型获取差异均衡价格，进而计算碳排放交易市场中的总减排成本。
碳排放交易市场的存在使已经承诺达到一定减排水平的国家有机会以较低的成本实现承诺的目标，对那些没有承诺减排计划的国家出售排放权产生了一定的激励作用。因此，可以间接推动这些国家集团通过销售排放权承诺减排。对于任何一个联盟来说，即那些已经承诺减排的联盟和那些尚未承诺的联盟，多国交易的总减排成本与联盟实施碳排放应支付的成本、允许的初始排放权、均衡权与差异均衡价格相关。在该实施方式中，总减排成本以如下公式表示：
其中，TAC表示碳排放交易市场中的总减排成本，Cl表示联盟l实施碳排放应支付的成本，ERl表示联盟l允许的初始排放权，表示联盟l的均衡权，p为差异均衡价格，L为联盟总数。
如果交易市场中的有z个交易者作为买家，则这些买家的价格接受者必须满足如下条件：
p＝mac1＝mac2＝…＝macz (13)
其中，mac1、mac2、…、macz分别表示第1个、第2个、…、第z个买家的边际减排成本。
而联盟l允许的初始排放权ERl为组成该联盟的一个或多个国家的初始排放权的总和，国家k的初始排放权通过允许排放量AEk来表征，AEk以如下公式确定：
其中，TAE为全球允许的排放总量，PFk为国家k的累计排放量，TPF全球总累计排放量，K为全球已承诺减排的国家总数。
最后，通过博弈的方法对所述总减排成本进行最小化处理，以实现控制碳排放。根据本发明的一个实施例，博弈的方法包括基于纳什均衡的博弈方式。在该实施方式中，通过博弈的方法对总减排成本进行最小化处理时，先基于纳什均衡的博弈方式，对碳排放交易市场的各参与者，以获取最大碳减排回报为目标进行博弈，再获取博弈过程中各参与者形成的策略，根据该策略确定最小的总减排成本。
最佳策略的动态博弈是在控制其对手决策的同时进行的。纳什均衡表明，最好的策略是同时选择博弈者本身和对手。因此，两者都将坚持均衡选择，即没有激励任何一方离开均衡组合。如果si和s-i分别表示参与者i和参与者-i的策略，则纳什均衡s*表示为：
其中，πi是参与者i的收益，当参与者-i拥有最好的策略的时候，参与者i可以获得最高回报
为方便说明，将参与者分别记为M和M′，策略分别记为A和B，对上述静态博弈的正常形式进行概括形成表1，具体如下所示：
表1
表1表示在不同策略组合下博弈的每个参与者的收益，其中，mAA是参与者M和参与者M′各自采用策略A情况下参与者M的收益，在这种情况下参与者M′的回报是m′AA，mAB是参与者M采用策略A、参与者M′采用策略B情况下参与者M的收益，在这种情况下参与者M′的回报是m′AB，mBA是参与者M采用策略B、参与者M′采用策略A情况下参与者M的收益，在这种情况下参与者M′的回报是m′BA，mBB是参与者M和参与者M′各自采用策略B情况下参与者M的收益，在这种情况下参与者M′的回报是m′BB。当mAB>mBB>mAA>mBA和m′BA>m′BB>m′AA>m′AB的时候，策略A是参与者M和参与者M′的上级策略，这是纳什均衡(策略A，策略A),然而，这不会使两个参与者的总收益最高。其中，mBB+m′BB>mAA+m′AA通常被称为囚徒困境。当mBA>mAA、mAB>mBB、m′AB>m′AA和m′BA>m′BB存在时，斗鸡博弈就会发生，当两个参与者采取不同的策略时，均衡将落实到位。
上述博弈将不仅用于分析EU、APEC、USAN和IOR-ARC等联盟，也用于分析中国、印度、俄罗斯和美国等个别国家。由于不同的社会人口状况，一些个别国家对其他国家或所属联盟有重大影响。因此，这些国家的碳排放量、碳减排能力和偏好将决定这些国家所属联盟的战略。上述排放交易将根据博弈的概念进行，以在全球范围内搜索最佳决策均衡，与潜在的排放贸易国家一样，选择的原则是越多的国家和联盟越好，但最低总减排成本或总减排成本的最大节省可能不是相关联盟通过交易博弈采取的策略。表2列出了上述4个联盟所包含的国家，具体如下所示：
表2
为了验证根据本发明的基于最小化碳减排成本的碳排放博弈行为控制方法200，进行如下算例分析。
由于EU、APEC、USAN和IOR-ARC都有自己的选择，即尽可能节省总减排成本，表3中所示出的内容是每个联盟最有利的交易组合。例如，EU更愿意加入与USAN和IOR-ARC的现有市场，但在合作阵营中没有APEC。这样的选择将使EU达到最高节省总减排成本538.7亿美元。结果表明，当其他联盟在市场上存在时，每个联盟都有自己的选择其贸易伙伴的偏好，也可以确定买卖双方的相应排放量交易量和相关的交易价格。
表3中最后一栏的结果也显示了不同联盟组合的总减排成本节省情况。基于2个联盟间合作的总减排成本节省差别很大，在3个联盟合作的情况下也会出现类似的现象。当4个联盟加入市场时，总减排成本节省了2480.13亿美元。如果可能包括不属于上述任何联盟的53个国家中的其余国家，总减排成本节省的金额将为272.27亿美元，这增加了总减排成本242.57亿美元的节省，这是因为上述其他53个国家的总排放量相对较低。结果，总减排成本的增量节省不会显著增加。表3中的具体内容如下所示：
表3
但是，如果交易博弈发生并且假定已有市场，则每个联盟的决定是在考虑其他联盟的偏好之后确定是否加入该现有市场，实施博弈方法是为了寻找所有联盟的均衡。表4中列出了这些交易博弈决策的结果，根据为每个联盟模拟的边际减排成本，为不同的组合计算总减排成本达到某些排放目标的能力。
例如，在表4的左上部分，与EU和APEC的现有市场中，结果表明，只有IOR-ARC决定加入该市场时，IOR-ARC的总减排成本节省是1878.57亿美元。另一方面，如果只有USAN决定加入市场，USAN的总减排成本节省为204.64亿美元。也就是说，各联盟在不同联盟的总减排成本节省方面表现出不同的偏好。另外，如果IOR-ARC和USAN这2个联盟都加入市场，那么USAN和IOR-ARE的总减排成本节省分别为83.8亿美元和1789.01亿美元。因此，加入市场是USAN和IOR-ARC的最佳选择。也就是说，任何目前在市场上不存在的联盟考虑到其他联盟的偏好会导致所有联盟之间的合作应运而生。因此，可以得出结论，加入市场是USAN和IOR-ARC的严格控制战略，即(USAN,IOR-ARC)的纳什均衡同时为USAN和IOR-ARC的总减排成本节省最多。
表4中的交易博弈结果的其他部分也可以观察到类似的结果。无论哪个联盟已经存在于市场中，加入市场始终是其他目前尚未投放市场的联盟的最佳政策。我们的分析还将考虑四个排放量最高的国家，即中国，印度，俄罗斯和美国。由于每个国家属于上述4个联盟中的一个，因此对这些国家的影响程度相对较高由其所属联盟作出的决定，分析将有助于相应联盟作出整体决策。表4中的具体内容如下所示，其中数值的单位为百万美元：
表4
表5示出了这4个国家的总减排成本节省量和排放量交易量，体现出不同交易组合下每个国家的总收入和总收入的量化。其中，印度和美国将从交易中节省总减排成本，其中印度偏好自身所属的联盟IOR-ARC，而该联盟则与EU和APEC进行贸易，以便通过销售1391301千吨排放权来节约总减排成本1209.1亿美元。表5中的具体内容如下所示：
表5
注：括号中的数字是指在不同交易市场组合下以千吨为单位的排放交易数量，没有括号的数字为以百万美元为单位的总减排成本节省量。
同样，美国希望自身所属的联盟APEC与USAN和IOR-ARC合作。在这种情况下，美国在购买5142776千吨排放权之后，将节省交易总额达2516.91亿万美元。另一方面，另外两个国家，即中国和俄罗斯则倾向于与各自所属联盟内的其他国家进行交易。因此，中国和俄罗斯都是交易市场的卖家，分别出售2565334千吨和663319千吨排放权。印度和美国更倾向自身所属的联盟，即IOR-ARC和APEC加入与其他联盟的合作，但印度希望IOR-ARC与EU和APEC进行合作，而美国希望APEC加入与USAN和IOR-ARC的合作。因此，在达成这两个国家的进一步合作之前，博弈方法对于运营至关重要，相关结果显示在表6。从表6可知，印度和美国都可决定参加合作，其中美国、印度的总减排成本的节省分别为2310.76亿美元与1504亿美元。或者，这两个国家可以决定不参加，美国和印度的总减排成本节省分别为2256.83亿美元和1159.47亿美元的合作。对于任何一种极端情况，不同国家的总减排成本节省量都有所不同。表6中的内容具体如下所示：
表6
结论表明，考虑到参与交易博弈的每个联盟或每个国家的偏好，可以帮助确定加入现有市场是否是其所选择的最佳政策。EU、APEC、USAN和IOR-ARC的纳什均衡若加入现有市场，将同时为已经在市场上的联盟降低总减排成本。以上交易博弈的模拟结果和框架可以作为国际间碳交易谈判与合作的潜在成功指南，对于任何有二氧化碳排放的国家而言，为了实现未来减排目标，均可能会实施减排承诺。
现有的碳排放博弈行为控制方法通常是意图基于气候博弈理论来解决上述问题，而气候博弈分析是基于鸡博弈或囚徒困境博弈，并强调对各种不确定因素的指定概率下发生损害的论证，但对参与交易博弈的每个联盟或国家的碳排放量、碳减排能力和偏好没有进行相适应考虑。根据本发明实施例的基于最小化碳减排成本的碳排放博弈行为控制的技术方案，先生成联盟碳减排成本模型，对联盟减排成本模型中的联盟碳排放交易函数进行拟合处理，以生成国家碳减排成本模型，并构造对应的最小化约束条件以求解国家碳减排成本模型，根据求解结果更新联盟碳减排成本模型，以基于更新后的联盟碳减排成本模型计算碳排放交易市场中的总减排成本，最后通过博弈的方法对总减排成本进行最小化处理，以实现控制碳排放。在上述方案中，最小化约束条件包括非负区间约束条件、一次偏导约束条件和二次偏导约束条件，通过三种约束条件共同约束国家碳减排成本模型，以确定了该模型中相应参数的值，所得到的模型更加精准。在计算碳排放交易市场中的总减排成本时，是根据求解结果中的差异均衡价格和预先确定的初始排放权来确定总减排成本，而后再基于纳什均衡的博弈方式，对碳排放交易市场的各参与者，以获取最大碳减排回报为目标进行博弈，获取博弈过程中各参与者形成的策略来确定最小的总减排成本，充分考虑到了参与交易博弈的每个联盟或每个国家的碳排放量和偏好。从而，每个参与者可确定加入现有市场是否是最佳策略，通过实现更少的付出，即碳减排成本而获得最大的碳减排回报，以促进各参与者减排承诺的实施，控制碳排放来完成更高的减排目标。
A9.如A1-7中任一项所述的方法，所述总减排成本以如下公式表示：
其中，TAC表示碳排放交易市场中的总减排成本，Cl表示联盟l实施碳排放应支付的成本，ERl表示联盟l允许的初始排放权，表示联盟l的均衡权，p为差异均衡价格，L为联盟总数。
A10.如A9所述的方法，所述联盟l允许的初始排放权ERl为组成该联盟的一个或多个国家的初始排放权的总和，国家k的初始排放权通过允许排放量AEk来表征，AEk以如下公式确定：
其中，TAE为全球允许的排放总量，PFk为国家k的累计排放量，TPF全球总累计排放量，K为全球已承诺减排的国家总数。
A11.如A1-10中任一项所述的方法，其中，所述博弈的方法包括基于纳什均衡的博弈方式。
A12.如A11所述的方法，所述通过博弈的方法对所述总减排成本进行最小化处理的步骤包括：
基于纳什均衡的博弈方式，对碳排放交易市场的各参与者，以获取最大碳减排回报为目标进行博弈；
获取博弈过程中各参与者形成的策略，根据该策略确定最小的总减排成本。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组间可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组间组合成一个模块或单元或组间，以及此外可以把它们分成多个子模块或子单元或子组间。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。
这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的基于最小化碳减排成本的碳排放博弈行为控制方法。
以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。
Claims (10)
1.一种基于最小化碳减排成本的碳排放博弈行为控制方法，适于在计算设备中执行，所述方法包括：
生成联盟碳减排成本模型，所述联盟碳减排成本模型包括联盟碳排放交易价格函数和联盟边际减排成本函数；
对所述联盟减排成本模型中的联盟碳排放交易函数进行拟合处理，以生成国家碳减排成本模型，所述国家碳减排成本模型包括国家碳排放交易价格函数；
对所述国家碳减排成本模型构造对应的最小化约束条件，并通过所述最小化约束条件求解所述国家碳减排成本模型；
根据所述国家碳减排成本模型的求解结果更新所述联盟碳减排成本模型，以基于更新后的联盟碳减排成本模型计算碳排放交易市场中的总减排成本；
通过博弈的方法对所述总减排成本进行最小化处理，以实现控制碳排放。
2.如权利要求1所述的方法，所述联盟排放交易价格函数以如下公式确定：
其中，表示联盟l的碳交易价格比率，x、y和b分别表示输入向量、输出向量和非期望输出向量的集合，g＝(gy,gb)表示期望的输出gy与非期望的输出gb的产生方向的向量，β为方向距离，且其值属于Pcoalition-l(x)范围内，Pcoalition-l(x)表示输入向量集合x在联盟l的输出集合，表示在β值处于Pcoalition-l(x)中时从y+β·gy和b-β·gb中确定一个较大值。
3.如权利要求1或2所述的方法，所述联盟边际减排成本函数以如下公式确定：
其中，MACl表示联盟l的边际减排成本，表示对中向量b进行求导得到的求导值，表示对中向量y进行求导得到的求导值，表示联盟l的碳交易价格比率，x、y和b分别表示输入向量、输出向量和非期望输出向量的集合，g＝(gy,gb)表示期望的输出gy与非期望的输出gb的产生方向的向量，p为差异均衡价格。
4.如权利要求1-3中任一项所述的方法，其中，对联盟中的国家k而言，其对应的国家碳排放交易价格函数以如下公式确定：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，ykt是第t年国家k期望输出国内生产总值，bkt是第t年国家k二氧化碳排放量的非期望输出，当n＝1,2,3时，表示国家k在第1年，第2年和第3年的能源消耗、实际资本形成以及总劳动力的投入输入变量，an、νn和δn分别表示第1年，第2年和第3年，的加权系数、与bkt的第一关联系数和与ykt的第二关联系数，当n′＝1,2,3时，分别表示国家k在第1年，第2年和第3年的能源消耗、实际资本形成以及总劳动力的投入输入变量，an，n′是与的相关系数，β1和β2分别是ykt对应的第一方向系数和第二方向系数，γ1和γ2分别是bkt对应的第三方向系数和第四方向系数，μ表示ykt和bkt的第三关联系数，a为常数参数。
5.如权利要求1-4中任一项所述的方法，其中，所述最小化约束条件包括非负区间约束条件、一次偏导约束条件和二次偏导约束条件。
6.如权利要求5所述的方法，所述非负区间约束条件以如下公式表示：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，min(·)表示求最小值。
7.如权利要求5或6所述的方法，所述一次偏导约束条件以如下公式表示：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，为求偏导数的符号。
8.如权利要求5-7中任一项所述的方法，所述二次偏导约束条件以如下公式表示：
其中，表示国家k的碳交易价格比率，xk、yk和bk分别表示中输入向量、输出向量和非期望输出向量的集合，gk＝(gky,gkb)表示期望的输出gky与非期望的输出gkb的产生方向的向量，为求偏导数的符号。
9.一种计算设备，包括：
一个或多个处理器；
存储器；以及
一个或多个程序，其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至8所述的方法中的任一方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至8所述的方法中的任一方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810576271.XA CN108921384B (zh) | 2018-06-06 | 2018-06-06 | 一种基于最小化碳减排成本的碳排放博弈行为控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810576271.XA CN108921384B (zh) | 2018-06-06 | 2018-06-06 | 一种基于最小化碳减排成本的碳排放博弈行为控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108921384A true CN108921384A (zh) | 2018-11-30 |
| CN108921384B CN108921384B (zh) | 2020-12-08 |
Family
ID=64420301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810576271.XA Active CN108921384B (zh) | 2018-06-06 | 2018-06-06 | 一种基于最小化碳减排成本的碳排放博弈行为控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108921384B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110580374A (zh) * | 2019-07-24 | 2019-12-17 | 国网浙江省电力有限公司经济技术研究院 | 一种碳排放权交易市场均衡模拟系统的获取方法 |
| CN116029879A (zh) * | 2022-12-13 | 2023-04-28 | 广西电网有限责任公司 | 一种基于多维度的全行业最优减排策略的生成方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120246094A1 (en) * | 2011-02-24 | 2012-09-27 | Research Affiliates, Llc | System, method & computer program product for constructing an optimized factor portfolio |
| CN104850899A (zh) * | 2015-04-17 | 2015-08-19 | 广东电网有限责任公司电力科学研究院 | 一种燃煤电厂碳排放有偿配额最优消费方案的计算方法 |
-
2018
- 2018-06-06 CN CN201810576271.XA patent/CN108921384B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120246094A1 (en) * | 2011-02-24 | 2012-09-27 | Research Affiliates, Llc | System, method & computer program product for constructing an optimized factor portfolio |
| CN104850899A (zh) * | 2015-04-17 | 2015-08-19 | 广东电网有限责任公司电力科学研究院 | 一种燃煤电厂碳排放有偿配额最优消费方案的计算方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110580374A (zh) * | 2019-07-24 | 2019-12-17 | 国网浙江省电力有限公司经济技术研究院 | 一种碳排放权交易市场均衡模拟系统的获取方法 |
| CN110580374B (zh) * | 2019-07-24 | 2022-10-25 | 国网浙江省电力有限公司经济技术研究院 | 一种碳排放权交易市场均衡模拟系统的获取方法 |
| CN116029879A (zh) * | 2022-12-13 | 2023-04-28 | 广西电网有限责任公司 | 一种基于多维度的全行业最优减排策略的生成方法及系统 |
| CN116029879B (zh) * | 2022-12-13 | 2024-06-11 | 广西电网有限责任公司 | 一种基于多维度的全行业最优减排策略的生成方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108921384B (zh) | 2020-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Choi et al. | Mean–variance analysis of a single supplier and retailer supply chain under a returns policy | |
| CN107909392B (zh) | 刺激行为敏感度预测方法、装置、设备及可读存储介质 | |
| Nguyen et al. | Water quality trading with asymmetric information, uncertainty and transaction costs: A stochastic agent-based simulation | |
| Gao et al. | DPDT: A differentially private crowd-sensed data trading mechanism | |
| CN109213936B (zh) | 商品搜索方法和装置 | |
| CN106910091A (zh) | 数据处理方法及装置 | |
| CN108921384B (zh) | 一种基于最小化碳减排成本的碳排放博弈行为控制方法 | |
| CN114047971A (zh) | 边缘计算资源分配方法及装置 | |
| Li et al. | Crowdsensing from the perspective of behavioral economics: An incentive mechanism based on mental accounting | |
| Zhang et al. | Incentive mechanism with task bundling for mobile crowd sensing | |
| Fiat et al. | Approaching utopia: strong truthfulness and externality-resistant mechanisms | |
| KR20070004989A (ko) | 투자 개선 시스템 및 방법 | |
| CN116308505A (zh) | 资源分配方法、装置、存储介质和计算机设备 | |
| CN111625287B (zh) | 基于诱饵效应的雾节点任务卸载方法、系统、介质及设备 | |
| CN110119987A (zh) | 一种区块链混合共识方法 | |
| Zlatić et al. | Reduction of systemic risk by means of Pigouvian taxation | |
| Lehtiniemi | Macroeconomic indicators in a virtual economy | |
| CN110348879A (zh) | 用于确定用户行为价值的方法及装置 | |
| Jordan et al. | Strategy and mechanism lessons from the first ad auctions trading agent competition | |
| Musso et al. | Key factors for ensuring performance and attracting practitioners to small sport clubs | |
| Abdul-Talib et al. | Export market oriented behaviours within the medical tourism industry: a case study | |
| Bagchi et al. | Mechanism design for allocation of carbon emission reduction units: A study of global companies with strategic divisions and partners | |
| Shi et al. | A game-theoretical analysis of charging strategies for competing double auction marketplaces | |
| CN109840271A (zh) | 组织机构综合能力的分析方法、服务器及存储介质 | |
| Shi et al. | An efficient double auction mechanism for job allocation |
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 |