CN116029879B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN116029879B CN116029879B CN202211593246.5A CN202211593246A CN116029879B CN 116029879 B CN116029879 B CN 116029879B CN 202211593246 A CN202211593246 A CN 202211593246A CN 116029879 B CN116029879 B CN 116029879B
- Authority
- CN
- China
- Prior art keywords
- emission reduction
- industry
- cost
- constraint
- strategy
- 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
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 386
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005516 engineering process Methods 0.000 claims abstract description 102
- 238000005457 optimization Methods 0.000 claims abstract description 101
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 41
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 35
- 230000008901 benefit Effects 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 238000009826 distribution Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 3
- 239000001569 carbon dioxide Substances 0.000 claims description 3
- 238000013210 evaluation model Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000006386 neutralization reaction Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了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，所述方法包括：计算减排技术的年化单位减排成本，获取模型约束条件的参数数据；基于预先构建的优化模型、所述约束条件，对各行业减排策略进行成本计算，计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本；基于所述优化结果，生成最优减排策略，所述最优减排策略用于对各行业进行碳减排操作。本发明构建了一套全行业实现双碳目标的优化方法，可得到在成本最小、减排量最大、社会成本最小多个目标下的最优减排策略，输出能够涵盖地区全行业的减排策略，实现全局最优。
Description
技术领域
本发明属于碳减排领域，尤其涉及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。
背景技术
实现碳达峰和碳中和成为国际应对气候变化、实现温控目标以及转变经济发展方式的重要战略路径。在此背景下，针对各行业和企业主体如何在“实现碳中和目标”的背景下有效落实减排，需要制定清晰可靠的减排策略。
目前，当前关于地区行业最优减排策略主要方法为：
(1)针对各行业现有低碳减排技术进行边际成本与减排潜力分析，计算减排潜力成本曲线。
然而，该方法仅考虑了低碳减排技术相关的成本，筛选出了各行业自身的减排技术清单与成本，未充分考虑低碳减排造成的额外社会成本以及减排效益，忽视了减排过程中成本多维度的特点。
(2)根据某一行业的宏观数据以及行业发展趋势，推算该行业的节能减排潜力，定性分析行业减排策略。
然而，通过这类方法生成的减排策略仅能为一种行业减排提供方向指引和简单方案，无法生成针对全行业的减排策略。
发明内容
为了解决或者改善上述问题，本发明提供了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，具体技术方案如下：
本发明提供一种基于多维度的全行业最优减排策略的生成方法，所述方法包括：步骤1：计算减排技术的年化单位减排成本，获取模型约束条件的参数数据；步骤2：基于预先构建的优化模型与约束条件，对各行业减排策略进行成本计算，计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本；步骤3：基于所述优化结果，生成最优减排策略，所述最优减排策略用于对各行业进行碳减排操作。
优选的，所述步骤1中的计算减排技术的年化单位减排成本，包括：步骤1.1：计算减排技术i在其整个寿命周期内的总成本；步骤1.2：利用所述总成本计算出所述减排技术i年化单位减排成本。
优选的，所述步骤1中的获取模型约束条件的参数数据，包括：通过统计年鉴、不同排放情景和共享经济路径的设定以及综合评估模型，计算得到模型约束条件的参数数据；所述模型约束条件的参数数据包括：减排技术投资总预算数据、运营成本预算数据、碳减排目标数据、减排技术行业推广率、就业保障数据以及经济保障数据。
优选的，所述步骤1.1，所述步骤1.2的计算过程包括：所述步骤1.1的计算过程为：计算减排技术i在其整个寿命周期内的总成本，并将所述总成本折现到所述减排技术i的初始投资年份，计算公式为：所述步骤1.2的计算过程为：利用所述总成本计算出所述减排技术i年化单位减排成本，计算公式为：/>其中，/>表示减排技术i在整个技术寿命周期内折算到初始投资年份t0的总成本，/>表示减排技术i在初始投资年份t0的初始投资额，/>表示减排技术i在初始投资年份t0的运行成本，Ti表示减排技术i的生命周期，Ei表示减排技术i一年的碳减排量，UCi,t0表示减排技术i折算到初始投资年份t0的单位减排成本，单位是元/tCO2。
优选的，所述步骤2中的计算出对应于减排策略的多个优化结果，包括：步骤2.1：确定所述优化模型的决策变量，所述决策变量包括：经济总成本、减排效益以及社会成本；步骤2.2：确定所述优化模型的目标函数，所述目标函数包括：全行业减排总成本最小化、全行业减排总量最大化以及社会失业影响最小化；步骤2.3：确定所述优化模型的约束条件，所述约束条件包括：减排技术投资总预算约束、运营成本预算约束、碳减排目标约束、就业保障约束、经济保障约束、减排技术行业推广约束、以及决策变量非负性约束；步骤2.4：基于所述决策变量、目标函数、约束条件计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本。
优选的，所述步骤3，包括：步骤3.1：基于所述优化结果，分析不同目标函数下的总减排策略成本的时间分布情况；步骤3.2：基于所述优化结果，分析不同目标函数下的各行业的行业减排策略成本的时间分布情况、行业减排量；步骤3.3：利用所述总减排策略成本的时间分布情况、各行业的行业减排策略成本的时间分布情况以及行业减排量，结合所述优化结果，对不同减排策略进行多维度比较分析，生成最优减排策略，所述最优减排策略的经济总成本、减排效益以及社会成本综合最优。
基于相同的发明构思，本申请还提出了一种基于多维度的全行业最优减排策略的生成装置，所述装置包括：数据单元：用于计算减排技术的年化单位减排成本，获取模型约束条件的参数数据；优化单元：用于基于预先构建的优化模型与约束条件，对各行业减排策略进行成本计算，计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本；分析单元：用于基于所述优化结果，生成最优减排策略，所述最优减排策略用于对各行业进行碳减排操作。
优选的，所述数据单元，包括：第一计算模块：用于计算减排技术的年化单位减排成本；参数获取模块：用于获取模型约束条件的参数数据。
优选的，所述优化单元，包括：决策变量确定模块：用于确定所述优化模型的决策变量，所述决策变量包括：经济总成本、减排效益以及社会成本；目标函数确定模块：用于确定所述优化模型的目标函数，所述目标函数包括：全行业减排总成本最小化、全行业减排总量最大化以及社会失业影响最小化；约束条件确定模块：用于确定所述优化模型的约束条件，所述约束条件包括：减排技术投资总预算约束、运营成本预算约束、碳减排目标约束、就业保障约束、经济保障约束、减排技术行业推广约束、以及决策变量非负性约束；第二计算模块：用于基于所述决策变量、目标函数、约束条件计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本。
优选的，所述分析单元，包括：第一分析模块：用于基于所述优化结果，分析不同目标函数下的总减排策略成本的时间分布情况；第二分析模块：用于基于所述优化结果，分析不同目标函数下的各行业的行业减排策略成本的时间分布情况、行业减排量；最优减排策略确定模块：用于利用所述总减排策略成本的时间分布情况、各行业的行业减排策略成本的时间分布情况以及行业减排量，结合所述优化结果，对不同减排策略进行多维度比较分析，生成最优减排策略，所述最优减排策略的经济总成本、减排效益以及社会成本综合最优。
本发明的有益效果为：本发明基于减排技术成本、减排效益和一系列社会宏观指标构建了一套全行业实现双碳目标的优化方法，可得到在成本最小、减排量最大、社会成本最小的多个目标下的最优减排策略，输出能够涵盖地区全行业的减排策略，突破了现有减排策略在优化对象方面的局限性，实现全局最优，且本发明不仅考虑行业减排技术投资和运行过程中产生的成本，而且进一步考虑了减排导致的社会成本以及减排的效益，故本发明能够提供更为科学、客观评估减排成本的方法。
附图说明
图1是根据本申请一个实施例提供的一种基于多维度的全行业最优减排策略的生成方法流程图。
图2是根据本申请一个实施例提供的计算减排技术i年化单位减排成本流程图。
图3是根据本申请一个实施例提供的运用优化模型计算对应于减排策略的多个优化结果流程图。
图4是根据本申请一个实施例提供的基于优化结果生成最优减排策略的流程图。
图5是根据本申请一个实施例提供的一种基于多维度的全行业最优减排策略的生成装置的原理框图。
图6是根据本申请一个实施例提供的数据单元原理框图。
图7是根据本申请一个实施例提供的优化单元原理框图。
图8是根据本申请一个实施例提供的分析单元原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
参见图1，图1是根据本申请一个实施例提供的一种基于多维度的全行业最优减排策略的生成方法流程图，所述方法具体包括以下步骤：
步骤S1：计算减排技术的年化单位减排成本，获取模型约束条件的参数数据。
具体的，所述模型约束条件的参数数据包括：减排技术投资总预算数据、运营成本预算数据、碳减排目标数据、减排技术行业推广率、就业保障数据以及经济保障数据。
在实际应用中，获取模型约束条件的参数数据的方法包括：通过统计年鉴、不同排放情景和共享经济路径的设定以及综合评估模型，计算得到模型约束条件的参数数据。
步骤S2：基于预先构建的优化模型与约束条件，对各行业减排策略进行成本计算，计算出对应于减排策略的多个优化结果。
具体的，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本。
在实际应用中，为解决碳排放优化问题，综合考虑环境、社会以及经济三大方面的实际条件，在整个经济体系层面，对各行业减排技术进行优化。所述预先构建的优化模型为线性优化模型。
步骤S3：基于所述优化结果，生成最优减排策略。
具体的，所述最优减排策略用于对各行业进行碳减排操作。
本发明基于减排技术成本、减排效益和一系列社会宏观指标构建了一套全行业实现双碳目标的优化方法，可得到在成本最小、减排量最大、社会成本最小的多个目标下的最优减排策略，输出能够涵盖地区全行业的减排策略，突破了现有减排策略在优化对象方面的局限性，实现全局最优。
参见图2，图2是根据本申请一个实施例提供的计算减排技术i年化单位减排成本流程图，具体包括以下步骤：
步骤S1.1：计算减排技术i在其整个寿命周期内的总成本。
具体的，计算过程为：计算减排技术i在其整个寿命周期内的总成本，并将所述总成本折现到所述减排技术i的初始投资年份。
在实际应用中，一种减排技术技术可运用到多个行业，在比较碳减排方案成本时，只考虑各项技术的投资成本和运行成本，设定投资成本发生在投资年份的初始时刻，运行成本发生在每年的初始时刻。考虑到各项技术的生命周期和每年的贴现率，在计算单位减排成本前，首先计算该项技术在整个寿命周期内的总成本，并将总成本折现到该项技术的初始投资年份。所以，计算减排技术i在其整个寿命周期内的总成本，并将所述总成本折现到所述减排技术i的初始投资年份，对应的计算公式为：
步骤S1.2：利用所述总成本计算出所述减排技术i年化单位减排成本。
具体的，利用所述减排技术i在其寿命周内的总成本除以所述减排技术i一年的减排总量与其寿命周期的乘积，计算出所述减排技术i年化单位减排成本。
在实际应用中，利用所述总成本计算出所述减排技术i年化单位减排成本，对应的计算公式为：
在所述步骤S1.1、步骤S1.2中，表示减排技术i在整个技术寿命周期内折算到初始投资年份t0的总成本，/>表示减排技术i在初始投资年份t0的初始投资额，/>表示减排技术i在初始投资年份t0的运行成本，Ti表示减排技术i的生命周期，Ei表示减排技术i一年的碳减排量，/>表示减排技术i折算到初始投资年份t0的单位减排成本，单位是元/tCO2。
参见图3，图3是根据本申请一个实施例提供的运用优化模型计算对应于减排策略的多个优化结果流程图，具体包括以下步骤：
S2.1：确定所述优化模型的决策变量。
具体的，所述决策变量包括：经济总成本、减排效益以及社会成本；
S2.2：确定所述优化模型的目标函数。
具体的，所述目标函数包括：全行业减排总成本最小化、全行业减排总量最大化以及社会失业影响最小化。
在实际应用中，当减排方案优化目标为总成本最小化时，目标函数为所有行业减排总成本最小化，各行业的减排成本包括减排技术投入成本和运行维护成本，总成本最小化的目标函数公式为：
在总成本最小化的目标函数公式中，f1表示减排总成本；r表示贴现率；OMi,τ表示行业i的单位减排运行成本，Ii,t表示行业i的单位减排投资成本；t0表示研究初期；t1表示研究末期；τ表示投资后第一次产生运营成本的年份；Ti表示行业i减排技术的生命周期。
在实际应用中，当减排方案优化目标为减排量最大化时，目标函数为所有行业减排总量最大化，减排总量最大化的目标函数公式为：
在减排总量最大化的目标函数公式中，f2表示减排总量；r表示贴现率；表示行业i的单位减排投资成本；Ei表示行业i的年度单位减排能力；t0表示研究初期；t1表示研究末期；τ表示投资后第一次产生运营成本的年份；ATi,t表示研究期内行业i减排技术的运行年数；Ti表示行业i减排技术的生命周期。
在实际应用中，当减排方案优化目标为社会失业影响最小化时，目标函数为社会失业影响最小化，社会失业影响最小化即各行业在研究期内的失业人数之和的最小化，社会失业影响最小化的目标函数公式为：
在社会失业影响最小化的目标函数公式中，f3表示失业总人数；r表示贴现率；表示行业i的单位减排投资成本；Ei表示行业i的年度单位减排能力；Pi表示行业i单位减排量的失业人数；t0表示研究初年；t1表示研究末期；Ti表示行业i减排技术的生命周期。
S2.3：确定所述优化模型的约束条件。
具体的，所述约束条件包括：减排技术投资总预算约束、运营成本预算约束、碳减排目标约束、就业保障约束、经济保障约束、减排技术行业推广约束、以及决策变量非负性约束。
在实际应用中，由于在投入减排技术时，其成本会对行业的收益产生影响，各行业为了保障有正收益，对减排技术的初始投入成本是有限的。因此减排技术投资总预算约束公式为：
其中，IBi表示整个研究期内i部门减排技术投资总预算值，r表示贴现率。
在实际应用中，于有些减排技术的运营成本一项重大的支出。高运营成本会对投资者现金流的流动性和稳定性产生不利影响。因此运营成本预算约束公式为：
其中，OCi表示整个研究期内i部门减排技术总运营成本上限值，OMi,τ表示行业i的单位减排运行成本，r表示贴现率，表示行业i的单位减排投资成本；t0表示研究初期，Ti表示行业i减排技术的生命周期。
在实际应用中，为实现“碳中和”所有行业每年二氧化碳减排量总和不得小于碳中和排放路径和实际预测排放路径的差值，因此碳减排目标约束公式为：
其中，TEt表示t年碳中和排放路径与实际排放预测路径的差值。αi表示行业i运行成本占初始投资的比例。行业的减排能力与投资金额的大小呈线性正相关，且当初始投资固定时，该行业在减排技术生命周期内的年度减排能力是相等的，r表示贴现率，OMi,τ表示行业i的单位减排运行成本，Ei表示行业i的年度单位减排能力。
在实际应用中，碳减排政策的实施会对具有高排放、低产出特点的行业造成产能调整的影响，从而导致就业岗位的减少，而在减排过程中为了保障就业人数的稳定，需要在完成每一年减排目标的同时，将因减排而失业的人数控制在一定范围内。因此就业保障约束公式为：
其中，Pi表示单位减排量的失业人数，TPt表示t年允许就业人数减少的最大值，OMi,τ表示行业i的单位减排运行成本，Ei表示行业i的年度单位减排能力，αi表示行业i运行成本占初始投资的比例，r表示贴现率。
在实际应用中，为实现“碳中和”的目标，某些行业如果大量减少二氧化碳的排放则会影响其产出，由于行业之间存在的相互依存关系，某一行业产出的减少也会影响与其相关行业的产出，从而影响整个经济体系，所以在完成每一年减排目标的同时，还要保障社会经济的稳定增长。因此经济保障约束公式为：
其中，Qi表示行业i单位碳排放量的GDP产出，TQt表示允许t年GDP产出减少的最大值，OMi,τ表示行业i的单位减排运行成本，Ei表示行业i的年度单位减排能力，αi表示行业i运行成本占初始投资的比例，r表示贴现率。
在实际应用中，根据减排技术实施条件的限制，不同减排技术在不同行业中的实际可行性存在差异，所以每种减排技术可用的数量是有限的，即减排技术预业推广率是有限的。因此减排技术行业推广约束公式为：
其中，PEi表示可用于投入使用的减排技术i的最大数量，r表示贴现率，表示行业i的单位减排投资成本；t0表示研究初期。
在实际应用中，各行业对减排技术的投资成本金额即决策变量，具有非负的特点。因此决策变量非负性约束公式为：
xi,t≥0。
S2.4：基于所述决策变量、目标函数、约束条件计算出对应于减排策略的多个优化结果。
具体的，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本。
通过步骤S2.1～步骤S2.4计算出的优化结果是针对经济、环境以及社会三个维度的目标函数的最优求解，同时添加了减排技术投资总预算、运营成本预算、碳减排目标、就业保障、经济保障、减排技术行业推广、以及决策变量非负性的约束条件，使优化模型更加贴合社会的实际生产要求，让优化方案更为科学、客观。与此同时本发明所构建的优化模型能够用于分析各个行业的减排策略，即能够涵盖地区全行业的减排策略，实现全局最优。
参见图4，图4是根据本申请一个实施例提供的基于优化结果生成最优减排策略的流程图，具体包括以下步骤。
S3.1：基于所述优化结果，分析不同目标函数下的总减排策略成本的时间分布情况。
S3.2：基于所述优化结果，分析不同目标函数下的各行业的行业减排策略成本的时间分布情况、行业减排量。
S3.3：利用上述分析所得结果，结合所述优化结果，对不同减排策略进行分析进行比较，生成最优减排策略。
具体的，利用所述总减排策略成本的时间分布情况、各行业的行业减排策略成本的时间分布情况以及行业减排量，结合所述优化结果，对不同减排策略进行多维度比较分析，生成最优减排策略，所述最优减排策略的经济总成本、减排效益以及社会成本综合最优。
通过步骤S3.1～步骤S3.3，本申请最终生成具备全局最优性、贴合社会的实际生产要求的最优减排策略。
基于相同的发明构思，本发明一个实施例提供了一种基于多维度的全行业最优减排策略的生成装置。
参见图5，图5是根据本申请一个实施例提供的一种基于多维度的全行业最优减排策略的生成装置的原理框图，所述装置包括：
数据单元：用于计算减排技术的年化单位减排成本，获取模型约束条件的参数数据。
优化单元：用于基于预先构建的优化模型与约束条件，对各行业减排策略进行成本计算，计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本。
分析单元：用于基于所述优化结果，生成最优减排策略，所述最优减排策略用于对各行业进行碳减排操作。
参见图6，图6是根据本申请一个实施例提供的数据单元原理框图，所述数据单元包括：
第一计算模块：用于计算减排技术的年化单位减排成本。
参数获取模块：用于获取模型约束条件的参数数据。
参见图7，图7是根据本申请一个实施例提供的优化单元原理框图，所述优化单元包括：
决策变量确定模块：用于确定所述优化模型的决策变量，所述决策变量包括：经济总成本、减排效益以及社会成本。
约束条件确定模块：用于确定所述优化模型的约束条件，所述约束条件包括：减排技术投资总预算约束、运营成本预算约束、碳减排目标约束、就业保障约束、经济保障约束、减排技术行业推广约束、以及决策变量非负性约束。
第二计算模块：用于基于所述决策变量、目标函数、约束条件计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本。
参见图8，图8是根据本申请一个实施例提供的分析单元原理框图，所述分析单元包括：
第一分析模块：用于基于所述优化结果，分析不同目标函数下的总减排策略成本的时间分布情况。
第二分析模块：用于基于所述优化结果，分析不同目标函数下的各行业的行业减排策略成本的时间分布情况、行业减排量。
最优减排策略确定模块：用于利用所述总减排策略成本的时间分布情况、各行业的行业减排策略成本的时间分布情况以及行业减排量，结合所述优化结果，对不同减排策略进行多维度比较分析，生成最优减排策略，所述最优减排策略的经济总成本、减排效益以及社会成本综合最优。
综上所述，本申请针对经济、环境以及社会三个维度以及一系列基于现实社会劳动生产需求的约束条件，构建了一套全行业实现双碳目标的优化方法，通过所述方法生成的最优减排策略更为科学客观、更符合社会的实际生产需求，与此同时本发明的最优减排策略能够涵盖地区全行业，从而提升了最优减排策略的社会生产适用度。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的实施例中，应该理解到，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元可结合为一个单元，一个单元可拆分为多个单元，或一些特征可以忽略等。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种基于多维度的全行业最优减排策略的生成方法，其特征在于，包括：
步骤1：计算减排技术的年化单位减排成本，获取模型约束条件的参数数据；
步骤2：基于预先构建的优化模型与约束条件，对各行业减排策略进行成本计算，计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本，具体包括以下几个步骤：
步骤2.1：确定所述优化模型的决策变量，所述决策变量包括：经济总成本、减排效益以及社会成本；
步骤2.2：确定所述优化模型的目标函数；所述优化模型的目标函数包括：全行业减排总成本最小化、全行业减排总量最大化以及社会失业影响最小化，所述减排总量最大化的目标函数公式为：
其中，f2表示减排总量；r表示贴现率；表示行业i的单位减排投资成本；Ei表示行业i的年度单位减排能力；t0表示研究初期；t1表示研究末期；τ表示投资后第一次产生运营成本的年份；ATi,τ表示研究期内行业i减排技术的运行年数；Ti表示行业i减排技术的生命周期；
所述社会失业影响最小化的目标函数公式为：
其中，f3表示失业总人数；r表示贴现率；表示行业i的单位减排投资成本；Ei表示行业i的年度单位减排能力；Pi表示行业i单位减排量的失业人数；t0表示研究初年；t1表示研究末期；Ti表示行业i减排技术的生命周期；
步骤2.3：确定所述优化模型的约束条件，所述约束条件包括减排技术投资总预算约束、运营成本预算约束、碳减排目标约束、就业保障约束、经济保障约束、减排技术行业推广约束、以及决策变量非负性约束；
其中，所述经济保障约束结合二氧化碳的排放对行业产出的影响以及行业间的相互依存关系，公式如下：
式中,Qi表示行业i单位碳排放量的GDP产出，TQi表示允许t年GDP产出减少的最大值，表示行业i的单位减排运行成本，Ei表示行业i的年度单位减排能力，αi表示行业i运行成本占初始投资的比例，r表示贴现率；
步骤2.4：基于所述决策变量、目标函数、约束条件计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本
步骤3：基于所述优化结果，生成最优减排策略，所述最优减排策略用于对各行业进行碳减排操作；
所述步骤3，包括：
步骤3.1：基于所述优化结果，分析不同目标函数下的总减排策略成本的时间分布情况；
步骤3.2：基于所述优化结果，分析不同目标函数下的各行业的行业减排策略成本的时间分布情况、行业减排量；
步骤3.3：利用所述总减排策略成本的时间分布情况、各行业的行业减排策略成本的时间分布情况以及行业减排量，结合所述优化结果，对不同减排策略进行多维度比较分析，生成最优减排策略，所述最优减排策略的经济总成本、减排效益以及社会成本综合最优。
2.根据权利要求1所述的一种基于多维度的全行业最优减排策略的生成方法，其特征在于，所述步骤1中的计算减排技术的年化单位减排成本，包括：
步骤1.1：计算减排技术i在其整个寿命周期内的总成本；
步骤1.2：利用所述总成本计算出所述减排技术i年化单位减排成本。
3.根据权利要求1所述的一种基于多维度的全行业最优减排策略的生成方法，其特征在于，所述步骤1中的获取模型约束条件的参数数据，包括：
通过统计年鉴、不同排放情景和共享经济路径的设定以及综合评估模型，计算得到模型约束条件的参数数据；
所述模型约束条件的参数数据包括：减排技术投资总预算数据、运营成本预算数据、碳减排目标数据、减排技术行业推广率、就业保障数据以及经济保障数据。
4.根据权利要求2所述的一种基于多维度的全行业最优减排策略的生成方法，其特征在于，所述步骤1.1，所述步骤1.2的计算过程包括：
所述步骤1.1的计算过程为：计算减排技术i在其整个寿命周期内的总成本，并将所述总成本折现到所述减排技术i的初始投资年份，计算公式为：
所述步骤1.2的计算过程为：利用所述总成本计算出所述减排技术i年化单位减排成本，计算公式为：
其中，表示减排技术i在整个技术寿命周期内折算到初始投资年份t0的总成本，表示减排技术i在初始投资年份t0的初始投资额，/>表示减排技术i在初始投资年份t0的运行成本，Ti表示减排技术i的生命周期，Ei表示减排技术i一年的碳减排量，/>表示减排技术i折算到初始投资年份t0的单位减排成本，单位是元/tCO2。
5.一种基于多维度的全行业最优减排策略的生成系统，应用如权利要求1所述的一种基于多维度的全行业最优减排策略的生成方法，其特征在于，包括：
数据单元：用于计算减排技术的年化单位减排成本，获取模型约束条件的参数数据；
优化单元：用于基于预先构建的优化模型与约束条件，对各行业减排策略进行成本计算，计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本；
分析单元：用于基于所述优化结果，生成最优减排策略，所述最优减排策略用于对各行业进行碳减排操作。
6.根据权利要求5所述的一种基于多维度的全行业最优减排策略的生成系统，其特征在于，所述数据单元，包括：
第一计算模块：用于计算减排技术的年化单位减排成本；
参数获取模块：用于获取模型约束条件的参数数据。
7.根据权利要求5所述的一种基于多维度的全行业最优减排策略的生成系统，其特征在于，所述优化单元，包括：
决策变量确定模块：用于确定所述优化模型的决策变量，所述决策变量包括：经济总成本、减排效益以及社会成本；
目标函数确定模块：用于确定所述优化模型的目标函数，所述目标函数包括：全行业减排总成本最小化、全行业减排总量最大化以及社会失业影响最小化；
约束条件确定模块：用于确定所述优化模型的约束条件，所述约束条件包括：减排技术投资总预算约束、运营成本预算约束、碳减排目标约束、就业保障约束、经济保障约束、减排技术行业推广约束、以及决策变量非负性约束；
第二计算模块：用于基于所述决策变量、目标函数、约束条件计算出对应于减排策略的多个优化结果，所述优化结果包括各行业减排策略在经济总成本、减排效益以及社会成本这三个维度上的成本。
8.根据权利要求5所述的系统，其特征在于，所述分析单元，包括：
第一分析模块：用于基于所述优化结果，分析不同目标函数下的总减排策略成本的时间分布情况；
第二分析模块：用于基于所述优化结果，分析不同目标函数下的各行业的行业减排策略成本的时间分布情况、行业减排量；
最优减排策略确定模块：用于利用所述总减排策略投资额的时间分布情况、各行业的行业减排策略投资额的时间分布情况以及行业减排量，结合所述优化结果，对不同减排策略进行多维度比较分析，生成最优减排策略，所述最优减排策略的经济总成本、减排效益以及社会成本综合最优。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211593246.5A CN116029879B (zh) | 2022-12-13 | 2022-12-13 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211593246.5A CN116029879B (zh) | 2022-12-13 | 2022-12-13 | 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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116029879A CN116029879A (zh) | 2023-04-28 |
| CN116029879B true CN116029879B (zh) | 2024-06-11 |
Family
ID=86071691
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211593246.5A Active CN116029879B (zh) | 2022-12-13 | 2022-12-13 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116029879B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117314708A (zh) * | 2023-10-26 | 2023-12-29 | 南方电网能源发展研究院有限责任公司 | 碳减排系统优化方法、装置、设备、介质和程序产品 |
| CN117974169B (zh) * | 2024-03-29 | 2024-07-30 | 浙江省发展规划研究院 | 一种重点排放行业的减排技术布局方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108565900A (zh) * | 2018-05-14 | 2018-09-21 | 南京邮电大学 | 一种基于博弈论的分布式能源优化运行方法 |
| CN108921384A (zh) * | 2018-06-06 | 2018-11-30 | 国网河北省电力有限公司 | 一种基于最小化碳减排成本的碳排放博弈行为控制方法 |
| CN113139284A (zh) * | 2021-04-16 | 2021-07-20 | 北京航空航天大学 | 一种碳排放策略优化方法及系统 |
| CN113344651A (zh) * | 2021-08-09 | 2021-09-03 | 国网江西省电力有限公司电力科学研究院 | 一种碳交易机制下综合能源市场多供能主体规划方法 |
| CN113673854A (zh) * | 2021-08-09 | 2021-11-19 | 天津大学 | 一种碳减排与大气污染物减排成本曲线计算方法 |
| CN114118585A (zh) * | 2021-11-29 | 2022-03-01 | 国网北京市电力公司 | 节能减排方案的选取方法及装置、电子设备及存储介质 |
| CN114358376A (zh) * | 2021-11-29 | 2022-04-15 | 国网北京市电力公司 | 碳减排投入成本的优化方法及装置、电子设备及存储介质 |
| CN115330164A (zh) * | 2022-08-04 | 2022-11-11 | 国网安徽省电力有限公司电力科学研究院 | 一种基于碳约束的控排企业多能优化方法及装置 |
-
2022
- 2022-12-13 CN CN202211593246.5A patent/CN116029879B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108565900A (zh) * | 2018-05-14 | 2018-09-21 | 南京邮电大学 | 一种基于博弈论的分布式能源优化运行方法 |
| CN108921384A (zh) * | 2018-06-06 | 2018-11-30 | 国网河北省电力有限公司 | 一种基于最小化碳减排成本的碳排放博弈行为控制方法 |
| CN113139284A (zh) * | 2021-04-16 | 2021-07-20 | 北京航空航天大学 | 一种碳排放策略优化方法及系统 |
| CN113344651A (zh) * | 2021-08-09 | 2021-09-03 | 国网江西省电力有限公司电力科学研究院 | 一种碳交易机制下综合能源市场多供能主体规划方法 |
| CN113673854A (zh) * | 2021-08-09 | 2021-11-19 | 天津大学 | 一种碳减排与大气污染物减排成本曲线计算方法 |
| CN114118585A (zh) * | 2021-11-29 | 2022-03-01 | 国网北京市电力公司 | 节能减排方案的选取方法及装置、电子设备及存储介质 |
| CN114358376A (zh) * | 2021-11-29 | 2022-04-15 | 国网北京市电力公司 | 碳减排投入成本的优化方法及装置、电子设备及存储介质 |
| CN115330164A (zh) * | 2022-08-04 | 2022-11-11 | 国网安徽省电力有限公司电力科学研究院 | 一种基于碳约束的控排企业多能优化方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116029879A (zh) | 2023-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116029879B (zh) | 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 | |
| Dong et al. | Dynamic interactive effects of urban land-use efficiency, industrial transformation, and carbon emissions | |
| Ding et al. | Forecasting Chinese CO2 emissions from fuel combustion using a novel grey multivariable model | |
| Zheng et al. | The slowdown in China’s carbon emissions growth in the new phase of economic development | |
| Shu et al. | Reallocation planning of urban industrial land for structure optimization and emission reduction: A practical analysis of urban agglomeration in China’s Yangtze River Delta | |
| Xing et al. | Research on the sustainability promotion mechanisms of industries in China's resource-based cities——from an ecological perspective | |
| Wu et al. | Improving urban energy efficiency: What role does the digital economy play? | |
| Pan et al. | Forecasting of industrial structure evolution and CO2 emissions in Liaoning Province | |
| Fan et al. | Estimating the macroeconomic costs of CO2 emission reduction in China based on multi-objective programming | |
| CN107918368B (zh) | 钢铁企业煤气产生量与消耗量的动态预测方法及设备 | |
| Chen et al. | Genetic optimization toward operation of water intake-supply pump stations system | |
| Wen et al. | Simulation study on carbon emission of China's electricity supply and demand under the dual-carbon target | |
| CN109726875B (zh) | 一种基于三公调度和经济调度的电力调度预测方法 | |
| He et al. | Estimation of demand response to energy price signals in energy consumption behaviour in Beijing, China | |
| Gao et al. | Model predictive control of a building renewable energy system based on a long short-term hybrid model | |
| He et al. | Long-term planning of wind and solar power considering the technology readiness level under China's decarbonization strategy | |
| CN112541625B (zh) | 一种自适应多工况钢铁二次能源发生量动态预测方法 | |
| Li et al. | Prediction of China's industrial carbon peak: Based on GDIM-MC model and LSTM-NN model | |
| Feng et al. | A machine-learning assisted multi-cluster assessment for decarbonization in the chemical fiber industry toward net-zero: A case study in a Chinese province | |
| Shui et al. | Mid-term energy consumption predicting model for natural gas pipeline considering the effects of operating strategy | |
| Hartono et al. | The impacts of households on carbon dioxide emissions in Indonesia | |
| Zhang et al. | The impact of carbon tax policy on residents’ welfare of China and its heterogeneity under the carbon neutrality goal: A CGE model-based analysis | |
| CN115147136A (zh) | 天然气供需差额确定方法、装置、计算机设备及存储介质 | |
| Tan et al. | Current status and future choices of regional sectors-energy-related CO2 emissions: The third economic growth pole of China | |
| Huang | Research on the impact of investment efficiency of China’s commercial economy on industrial structure adjustment based on cloud computing |
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 |