CN115438880A - 一种基于减碳效应与增耗效应的新基建碳排放预测方法 - Google Patents
一种基于减碳效应与增耗效应的新基建碳排放预测方法 Download PDFInfo
- Publication number
- CN115438880A CN115438880A CN202211389791.2A CN202211389791A CN115438880A CN 115438880 A CN115438880 A CN 115438880A CN 202211389791 A CN202211389791 A CN 202211389791A CN 115438880 A CN115438880 A CN 115438880A
- Authority
- CN
- China
- Prior art keywords
- predicted
- carbon
- carbon emission
- year
- area
- 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.)
- Pending
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 203
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 201
- 230000000694 effects Effects 0.000 title claims abstract description 62
- 238000010276 construction Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000009467 reduction Effects 0.000 title claims abstract description 40
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000005516 engineering process Methods 0.000 claims abstract description 14
- 230000001965 increasing effect Effects 0.000 claims abstract description 11
- 238000009440 infrastructure construction Methods 0.000 claims abstract description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 12
- 239000000446 fuel Substances 0.000 claims description 11
- 239000000295 fuel oil Substances 0.000 claims description 11
- 239000002283 diesel fuel Substances 0.000 claims description 10
- 239000003502 gasoline Substances 0.000 claims description 8
- 239000003345 natural gas Substances 0.000 claims description 8
- 239000003245 coal Substances 0.000 claims description 6
- 239000007789 gas Substances 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 230000001603 reducing effect Effects 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241000283153 Cetacea Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000009411 base construction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种基于减碳效应与增耗效应的新基建碳排放预测方法,涉及碳排放预测技术领域,该方法包括:分别计算待预测年份待预测地区在新基建建设过程中的碳排放量,以及在新基建运营过程中的碳排放量,并对新基建规模进行预测,构建新基建增耗效应引致的碳排放预测模型;计算产业结构合理化水平值,衡量待预测年份待预测地区的经济、技术、人口对于环境的影响值,构建新基建减碳效应引致的碳排放预测模型;根据新基建增耗效应引致的碳排放预测模型,以及新基建减碳效应引致的碳排放预测模型,生成待预测年份待预测地区的碳排放预测模型。该方法可对新基建碳排放情况进行精准预测。
Description
技术领域
本发明涉及碳排放预测技术领域,特别涉及一种基于减碳效应与增耗效应的新基建碳排放预测方法。
背景技术
新基建包括信息基础设施、融合基础设施、创新基础设施三方面内容。涉及到5G基站建设、特高压、城际高速铁路和城市轨道交通、新能源汽车充电桩、大数据中心、人工智能和工业互联网等七大领域。
有研究指出目前5G基站的用电量将占到全社会总体用电量的2.4%左右,数据中心的用电量将占到3%左右。我国目前排碳的发电占比超过60%,新基建的高耗电量将引致高的碳排放量。双碳目标的实现需要减碳,而新基建的发展带来了增碳,如何量化新基建对碳排放的影响,实现新基建发展与双碳目标的协同,探索新基建的减碳路径具有重要意义。
由于新基建中的5G基站、电动汽车、数据中心是新基建中的主体,耗能巨大,据此研究5G基站、电动汽车、数据中心这三类典型新基建的碳排放预测,用以解决新基建对碳排放的影响问题。
随着社会环境变化,会引发新的碳排放影响因素,新基建作为高耗能高排放的新兴主体,亟需研究其对碳排放的影响,而现有研究没有关于新基建对于碳排放影响的量化研究。当产生的新因素对碳排放具有冲击时,如何实现两者的协调发展也无相关研究。
因此,在现有对碳排放进行预测的基础上,如何对新基建碳排放进行预测,成为本领域技术人员亟需解决的问题。
发明内容
鉴于上述问题,本发明提出了一种至少解决上述部分技术问题的,该方法可对新基建碳排放情况进行精准预测。
本发明实施例提供一种基于减碳效应与增耗效应的新基建碳排放预测方法,包括:
分别计算待预测年份待预测地区在新基建建设过程中的碳排放量,以及在新基建运营过程中的碳排放量,并对新基建规模进行预测,构建新基建增耗效应引致的碳排放预测模型;
计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,构建新基建减碳效应引致的碳排放预测模型;
根据所述新基建增耗效应引致的碳排放预测模型,以及所述新基建减碳效应引致的碳排放预测模型,生成所述待预测年份待预测地区的碳排放预测模型。
进一步地,通过如下公式计算所述待预测年份待预测地区在新基建建设过程中的碳排放量:
进一步地,通过如下公式计算所述待预测年份待预测地区在新基建运营过程中的碳排放量:
式中:、、分别为待预测年份待预测地区的5G基站、数据中心、电动
汽车在运营过程中引致的碳排放量;、、为待预测年份待预测地区的5G基站、数据
中心、电动汽车的规模;、、为5G基站、数据中心、电动汽车的日用电量;为待预
测年份待预测地区的常规能源发电占比;为电力的折算标准煤系数;为单位煤炭的
碳排放系数。
进一步地,分别预测所述待预测年份待预测地区的5G基站规模与电动汽车保有量,以及数据中心支架规模,完成对所述新基建规模进行预测。
进一步地,通过如下公式预测所述待预测年份待预测地区的5G基站规模与电动汽车保有量:
进一步地,计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,构建新基建减碳效应引致的碳排放预测模型,包括:
计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,得到产业结构优化引致的碳排放量;
计算所述待预测年份待预测地区电动汽车替代燃油汽车与燃天然气汽车的碳排放减少量;
完成新基建减碳效应引致的碳排放预测模型的构建。
进一步地,计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,得到产业结构优化引致的碳排放量,包括:
计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,构建STIRPAT模型;
对所述STIRPAT模型进行无残差分解,得到产业结构优化引致的碳排放量。
进一步地,所述STIRPAT模型为:
进一步地,所述产业结构优化引致的碳排放量为:
进一步地,通过如下公式计算所述待预测年份待预测地区电动汽车替代燃油汽车与燃天然气汽车的碳排放减少量:
式中:为燃柴油汽车行驶百公里的燃柴油量;为燃汽油汽车行驶百公里的
燃汽油量;为燃天然气汽车行驶百公里的燃天然气量;、、分别为单位燃柴油、
燃汽油、燃天然气的碳排放强度;、、分别为每辆燃柴油汽车、燃汽油汽车、燃天然气
汽车的年行驶路程;、分别为电动汽车对燃柴油汽车、燃汽油汽车的替代系数;
为待预测年份待预测地区的电动汽车保有量。
本发明实施例提供的上述技术方案的有益效果至少包括:
本发明实施例提供的一种基于减碳效应与增耗效应的新基建碳排放预测方法,包括:分别计算待预测年份待预测地区在新基建建设过程中的碳排放量,以及在新基建运营过程中的碳排放量,并对新基建规模进行预测,构建新基建增耗效应引致的碳排放预测模型;计算产业结构合理化水平值,衡量待预测年份待预测地区的经济、技术、人口对于环境的影响值,构建新基建减碳效应引致的碳排放预测模型;根据新基建增耗效应引致的碳排放预测模型,以及新基建减碳效应引致的碳排放预测模型,生成待预测年份待预测地区的碳排放预测模型。该方法可对新基建碳排放情况进行精准预测。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例提供的基于减碳效应与增耗效应的新基建碳排放预测方法流程图。
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。
本发明实施例提供一种基于减碳效应与增耗效应的新基建碳排放预测方法,参照图1所示,包括:
分别计算待预测年份待预测地区在新基建建设过程中的碳排放量,以及在新基建运营过程中的碳排放量,并对新基建规模进行预测,构建新基建增耗效应引致的碳排放预测模型;
计算产业结构合理化水平值,衡量待预测年份待预测地区的经济、技术、人口对于环境的影响值,构建新基建减碳效应引致的碳排放预测模型;
根据新基建增耗效应引致的碳排放预测模型,以及新基建减碳效应引致的碳排放预测模型,生成待预测年份待预测地区的碳排放预测模型。
本实施例提供的基于减碳效应与增耗效应的新基建碳排放预测方法,可对新基建碳排放进行精准预测。
下面具体对该方法进行详细阐述:
对新基建碳排放的影响机制分析:
从技术驱动角度来看,新基建带来的减碳效应体现在两方面。第一方面,5G基站、数据中心、互联网的发展通过带动能源行业、建筑行业上下游体系的改造,带动产业链的优化,大幅度的减少能源消耗;第二方面,轨道交通站与电动汽车的发展促进了交通业的电气化,减少了燃油汽车的出行,降低了能源消耗量。新基建通过上述三方面的影响减少社会碳排放。需求驱动角度来看,新基建带来的增耗效应体现在三方面。第一方面,在新基建的建设过程中,需要消耗水泥钢筋等材料,这些材料的生产过程会产生碳排放,据相关研究表明高铁每公里建设会排放300吨左右的二氧化碳。第二方面,新基建在运营过程中,数据中心、5G基站会造成用电量的大规模消耗,由于5G基站传输范围小,相同传输范围,5G基站的数量是4G基站的2-3倍,从而增加用电量消耗。第三方面,刺激消费新需求所产生的能耗和碳排放。整体上看,新基建的发展会同时存在减碳与增耗效应,会对碳达峰产生影响,因此有必要综合考虑各方面影响因素,分析新基建对碳排放的影响。
构建新基建增耗效应引致的碳排放预测模型:
5G基站、数据中心、电动汽车等新基建的增耗效应主要是在新基建建设过程与运营过程中产生的。新基建建设过程中的碳排放由单位投资碳排放强度与新基建投资的乘积表示,具体如下式所示:
新基建在运营过程中的碳排放是由于在能源供应端中含排碳的常规能源发电与不含排碳的风光等新能源发电所导致的,随着5G基站、数据中心、电动汽车用电量增加,碳排放量也会增加。各类新基建在运营过程中引致的碳排放如下式所示:
式中:、、分别为第t年i地区j省份的5G基站、数据中心、电动汽车在
运营过程中引致的碳排放量;、、为第t年i地区中j省份的5G基站、数据中心、电动
汽车的规模;、、为5G基站、数据中心、电动汽车的日用电量;为第t年i地区中j
省份的常规能源发电占比;为电力的折算标准煤系数;为单位煤炭的碳排放系数;t
为年份。
新能源发电占比与常规能源发电占比的关系如下式所示:
1)计算常规能源发电占比:
南方电网发布《数字电网推动构建以新能源为主体的新型电力系统白皮书》,根据各省市2020年新能源发电占比,假设各省市新能源发电占比逐年等差提升,结合上式可以得到各省市2021-2030年的常规能源发电占比如下式所示:
2)新基建规模预测:
5G基站规模与电动汽车保有量与人口数之间的关系如下式所示:
针对各省的人口预测,选取人口结构、人口自然增长与经济水平为一级指标。其中,人口结构中包括城镇化率、各年龄段人口占比;人口自然增长率包括出生率与死亡率;经济水平包括GDP、二产占比。预测方法采用深度信念网络与混沌鲸鱼算法结合。
工业与信息化部指出在2021-2023年数据中心支架年平均增长率为20%,设定在2021-2030年数据中心支架的增长率均维持在20%,则第t年的i地区中j省份的数据中心支架规模如下式所示:
构建新基建减碳效应引致的碳排放预测模型:
1)产业结构优化的减碳效应
产业结构合理化水平常用泰尔熵指数来衡量,泰尔熵指数偏离0越大,产业结构越不合理,泰尔熵指数如下式所示:
STIRPAT模型常用来衡量经济、技术、人口对于环境的影响,本实施例用碳排放量代表环境的影响,对传统的STIRPAT模型进行扩展,增加产业结构合理化水平这个因素,得到扩展后的STIRPAT模型如下式所示:
采用LMDI法对上式进行无残差分解,得到产业结构优化引致的碳排放量如下式所示:
2)电动汽车替代燃油汽车的减碳效应
随着电动汽车的发展,燃油汽车与燃天然气汽车会逐渐被替代,替代的燃油汽车与燃天然气汽车会减少碳排放,具体如下式所示:
式中:为燃柴油汽车行驶百公里的燃柴油量;为燃汽油汽车行驶百公里的
燃汽油量;为燃天然气汽车行驶百公里的燃天然气量;、、分别为单位燃柴油、
燃汽油、燃天然气的碳排放强度;、、分别为每辆燃柴油汽车、燃汽油汽车、燃天然气
汽车的年行驶路程;、分别为电动汽车对燃柴油汽车、燃汽油汽车的替代系数;
为第t年的i地区中j省份的电动汽车保有量。
本实施例提供的基于减碳效应与增耗效应的新基建碳排放预测方法,构建时考虑新基建的碳排放预测模型;量化新基建对碳排放的影响;可为新基建引致的碳排放奠定基础与参考。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于减碳效应与增耗效应的新基建碳排放预测方法,其特征在于,包括:
分别计算待预测年份待预测地区在新基建建设过程中的碳排放量,以及在新基建运营过程中的碳排放量,并对新基建规模进行预测,构建新基建增耗效应引致的碳排放预测模型;
计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,构建新基建减碳效应引致的碳排放预测模型;
根据所述新基建增耗效应引致的碳排放预测模型,以及所述新基建减碳效应引致的碳排放预测模型,生成所述待预测年份待预测地区的碳排放预测模型。
4.如权利要求1所述的一种基于减碳效应与增耗效应的新基建碳排放预测方法,其特征在于,分别预测所述待预测年份待预测地区的5G基站规模与电动汽车保有量,以及数据中心支架规模,完成对所述新基建规模进行预测。
6.如权利要求1所述的一种基于减碳效应与增耗效应的新基建碳排放预测方法,其特征在于,计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,构建新基建减碳效应引致的碳排放预测模型,包括:
计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,得到产业结构优化引致的碳排放量;
计算所述待预测年份待预测地区电动汽车替代燃油汽车与燃天然气汽车的碳排放减少量;
完成新基建减碳效应引致的碳排放预测模型的构建。
7.如权利要求6所述的一种基于减碳效应与增耗效应的新基建碳排放预测方法,其特征在于,计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,得到产业结构优化引致的碳排放量,包括:
计算产业结构合理化水平值,衡量所述待预测年份待预测地区的经济、技术、人口对于环境的影响值,构建STIRPAT模型;
对所述STIRPAT模型进行无残差分解,得到产业结构优化引致的碳排放量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211389791.2A CN115438880A (zh) | 2022-11-08 | 2022-11-08 | 一种基于减碳效应与增耗效应的新基建碳排放预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211389791.2A CN115438880A (zh) | 2022-11-08 | 2022-11-08 | 一种基于减碳效应与增耗效应的新基建碳排放预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115438880A true CN115438880A (zh) | 2022-12-06 |
Family
ID=84252171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211389791.2A Pending CN115438880A (zh) | 2022-11-08 | 2022-11-08 | 一种基于减碳效应与增耗效应的新基建碳排放预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115438880A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870678A (zh) * | 2014-02-18 | 2014-06-18 | 上海零碳建筑科技有限公司 | 一种基于城市规划的碳排放计量方法 |
CN104063630A (zh) * | 2014-07-16 | 2014-09-24 | 南京擎天科技有限公司 | 一种地区碳排放量预测方法 |
CN113971488A (zh) * | 2021-10-25 | 2022-01-25 | 上海宝钢节能环保技术有限公司 | 一种预测钢铁冶金企业碳排放量的方法 |
US20220108395A1 (en) * | 2020-10-01 | 2022-04-07 | Morgan Stanley Services Group Inc. | System and method for carbon emissions exposure determination |
CN114330826A (zh) * | 2021-11-04 | 2022-04-12 | 国网江苏省电力有限公司经济技术研究院 | 一种碳排放预测及优化方法 |
-
2022
- 2022-11-08 CN CN202211389791.2A patent/CN115438880A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870678A (zh) * | 2014-02-18 | 2014-06-18 | 上海零碳建筑科技有限公司 | 一种基于城市规划的碳排放计量方法 |
CN104063630A (zh) * | 2014-07-16 | 2014-09-24 | 南京擎天科技有限公司 | 一种地区碳排放量预测方法 |
US20220108395A1 (en) * | 2020-10-01 | 2022-04-07 | Morgan Stanley Services Group Inc. | System and method for carbon emissions exposure determination |
CN113971488A (zh) * | 2021-10-25 | 2022-01-25 | 上海宝钢节能环保技术有限公司 | 一种预测钢铁冶金企业碳排放量的方法 |
CN114330826A (zh) * | 2021-11-04 | 2022-04-12 | 国网江苏省电力有限公司经济技术研究院 | 一种碳排放预测及优化方法 |
Non-Patent Citations (1)
Title |
---|
曹红艳: ""双碳"目标下新基建加速绿色化", 《经济日报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Decouple transport CO2 emissions from China’s economic expansion: a temporal-spatial analysis | |
Wang et al. | Low-carbon development quality of cities in China: Evaluation and obstacle analysis | |
Wang et al. | Mode, technology, energy consumption, and resulting CO2 emissions in China's transport sector up to 2050 | |
Peng et al. | Development and application of China provincial road transport energy demand and GHG emissions analysis model | |
Fang et al. | Green development of Yangtze River Delta in China under population-resources-environment-development-satisfaction perspective | |
Guo et al. | Exploring the driving factors of carbon dioxide emission from transport sector in Beijing-Tianjin-Hebei region | |
Zhang et al. | Carbon emission reduction potential of urban rail transit in China based on electricity consumption structure | |
Liu et al. | Clarifying the relationship among clean energy consumption, haze pollution and economic growth–based on the empirical analysis of China's Yangtze River Delta Region | |
Yang et al. | Evaluation and analysis of energy security in China based on the DPSIR model | |
Li et al. | Forecast of urban traffic carbon emission and analysis of influencing factors | |
Guo et al. | Forecast of passenger car market structure and environmental impact analysis in China | |
Chen et al. | Electric vehicle development in China: A charging behavior and power sector supply balance analysis | |
Liu et al. | Electrification of rails in China: Its impact on energy conservation and emission reduction | |
Yang et al. | Recent advances of optimal sizing and location of charging stations: A critical overview | |
Zhao et al. | Calculating carbon emissions and selecting carbon peak scheme for infrastructure construction in Liaoning Province, China | |
Yu et al. | Prioritizing the hydrogen pathways for fuel cell vehicles: Analysis of the life-cycle environmental impact, economic cost, and environmental efficiency | |
Xiao et al. | Effect of an electric vehicle promotion policy on China’s Islands: a case study of Hainan Island | |
CN115438880A (zh) | 一种基于减碳效应与增耗效应的新基建碳排放预测方法 | |
Li et al. | Scenario analysis of carbon emission trajectory on energy system transition model: A case study of Sichuan Province | |
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 | |
CN114285063A (zh) | 一种基于短期碳排放因子的电动汽车减碳智能充电方法 | |
Zhu et al. | Oil price distortion and its impact on green economic efficiency in China’s transportation: A spatial effect perspective | |
Jia et al. | China's CO2 emissions: An innovative framework for analyzing carbon reduction in sustainable tourism under the guidance of the United Nations' sustainable development goals | |
Cui et al. | Transfer of embodied carbon emissions from provincial transportation industry in China | |
Cui et al. | The calculation and analysis of carbon emission in traction power supply system of high-speed rail |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221206 |
|
RJ01 | Rejection of invention patent application after publication |