CN116050874A - 一种基于碳中和目标的能源转型成效评价方法和系统 - Google Patents

一种基于碳中和目标的能源转型成效评价方法和系统 Download PDF

Info

Publication number
CN116050874A
CN116050874A CN202211428066.1A CN202211428066A CN116050874A CN 116050874 A CN116050874 A CN 116050874A CN 202211428066 A CN202211428066 A CN 202211428066A CN 116050874 A CN116050874 A CN 116050874A
Authority
CN
China
Prior art keywords
pollutant
energy
data
energy consumption
consumption data
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
Application number
CN202211428066.1A
Other languages
English (en)
Inventor
赵昕
刘之琳
薛万磊
冀星沛
牟颖
张成龙
张莉莉
王鹏
许传龙
刘知凡
厉艳
李晨辉
李秋爽
张栋梁
李校莹
管大顺
白颖
王振坤
孔德秋
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.)
State Grid Energy Research Institute Co Ltd
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Energy Research Institute Co Ltd
Economic and Technological Research Institute of State Grid Shandong 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 State Grid Energy Research Institute Co Ltd, Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Energy Research Institute Co Ltd
Priority to CN202211428066.1A priority Critical patent/CN116050874A/zh
Publication of CN116050874A publication Critical patent/CN116050874A/zh
Pending legal-status Critical Current

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
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy 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
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/82Energy audits or management systems therefor

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Computational Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Public Health (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Game Theory and Decision Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于碳中和目标的能源转型成效评价方法和系统,包括:根据一般均衡模型获取能源消费数据;将所述能源消费数据输入G‑CAM模型中,计算污染物排放量和污染物减排成本;根据所述污染物排放量和污染物减排成本,计算综合效益,并根据所述综合效益对能源转型成效进行评价。本发明通过一般均衡模型获取能源消费数据,并根据G‑CAM模型获取污染物排放量和减排成本,评估污染物对健康的影响计算综合效益,根据综合效益进行能源转型评价,从而为一个或多个区域的能源转型路径制定、投资和发展方向提供依据。

Description

一种基于碳中和目标的能源转型成效评价方法和系统
技术领域
本发明属于能源评估技术领域,具体涉及一种基于碳中和目标的能源转型成效评价方法和系统。
背景技术
目前针对能源转型的研究,多集中在转型路径上,缺乏能源转型路径成效评价方法。综上,能源转型成效评价方法可帮助系统的评估能源转型对经济、社会、健康的影响,指导能源战略的顶层设计。
目前,针对能源转型路径的研究主要是情景分析和路径设计,忽略了能源转型对污染物减排的经济社会环境效益评估,从而高估了转型成本。综上,能源转型成效评价方法对评估能源转型路径的社会、经济、环境效益的综合影响具有重要意义。
发明内容
为克服上述现有技术的不足,本发明提出一种基于碳中和目标的能源转型成效评价方法,包括:
根据一般均衡模型获取能源消费数据;
将所述能源消费数据输入G-CAM模型中,计算污染物排放量和污染物减排成本;
根据所述污染物排放量和污染物减排成本,计算综合效益,并根据所述综合效益对能源转型成效进行评价。
优选的,所述能源消费数据至少包括下述中的一种或多种:未来投入产出表、未来部门能源消费数据、碳排放数据、就业数据和GDP变化数据。
优选的,所述碳排放数据的计算式如下:
Ec=Aiec,ifc
式中,Ec表示碳排放量;Ai为能源i的消费量;ec,i为能源i的碳排放系数,fc为碳的氧化率。
优选的,所述将所述能源消费数据输入G-CAM模型中,计算污染物排放量和污染物减排成本,包括:
根据所述能源消费数据,确定污染物控制技术;
将所述能源消费数据和污染物控制技术输入所述G-CAM模型中,计算得到污染物排放量和污染物减排成本。
优选的,所述污染物排放量计算式如下所示:
式中,Ex为污染物x的排放量;i和j分别代表能源类型和控制技术;Ai为能源i的消耗量;ex,i为能源i对应的污染物x的排放因子;Tj为控制技术j的普及率;ηx,j为通过控制技术j对污染物x的脱除率。
优选的,所述污染物减排成本计算式如下:
式中,C表示污染物减排成本;Tj为控制技术j的普及率;a为活动类型;La为活动类型a对应的活动水平;ca表示活动类型a的单位减排成本。
优选的,所述综合效益至少包括下述中的一种或多种:污染物减排成本和健康效益。
优选的,所述健康效益的计算包括:
根据所述污染物排放量和污染物减排成本确定PM2.5浓度数据,并根据所述PM2.5浓度数据计算污染物对应的健康终端;
基于暴露-反应关系,通过所述健康终端获取健康效益。
优选的,所述健康终端的计算式如下:
式中,Hi为能源i对应的健康终端;di表示能源i对应的基础发病率或死亡率;P为暴露人口数量;表示能源i的相对危险系数;S为对应能源情景中的PM2.5浓度;S0为产生健康影响的浓度阈值。
基于同一发明构思,本发明还提供一种基于碳中和目标的能源转型成效评价系统,包括:
数据获取模块,用于根据一般均衡模型获取能源消费数据;
成本计算模块,用于将所述能源消费数据输入G-CAM模型中,计算污染物排放量和污染物减排成本;
转型评价模块,用于根据所述污染物排放量和污染物减排成本,计算综合效益,并根据所述综合效益对能源转型成效进行评价。
优选的,所述能源消费数据至少包括下述中的一种或多种:未来投入产出表、未来部门能源消费数据、碳排放数据、就业数据和GDP变化数据。
优选的,所述碳排放数据的计算式如下:
Ec=Aiec,ifc
式中,Ec表示碳的排放量;Ai为能源i的消费量;ec,i为能源i的碳排放系数,fc为碳的氧化率。
优选的,所述成本计算模块具体用于:
根据所述能源消费数据,确定污染物控制技术;
将所述能源消费数据和污染物控制技术输入所述G-CAM模型中,计算得到污染物排放量和污染物减排成本。
优选的,所述污染物排放量计算式如下所示:
式中,Ex为污染物x的排放量;i和j分别代表能源类型和控制技术;Ai为能源i的消耗量;ex,i为能源i对应的污染物x的排放因子;Tj为控制技术j的普及率;ηx,j为通过控制技术j对污染物x的脱除率。
优选的,所述污染物减排成本计算式如下:
式中,C表示污染物减排成本;Tj为控制技术j的普及率;a为活动类型;La为活动类型a对应的活动水平;ca表示活动类型a的单位减排成本。
优选的,所述综合效益至少包括下述中的一种或多种:污染物减排成本和健康效益。
优选的,所述转型评价模块中的健康效益的计算包括:
根据所述污染物排放量和污染物减排成本确定PM2.5P浓度数据,并根据所述PM2.5P浓度数据计算污染物对应的健康终端;
基于暴露-反应关系,通过所述健康终端获取健康效益。
优选的,所述健康终端的计算式如下:
式中,Hi为能源i对应的健康终端;di表示能源i对应的基础发病率或死亡率;P为暴露人口数量;表示能源i的相对危险系数;S为对应能源情景中的PM2.5浓度;S0为产生健康影响的浓度阈值。
与最接近的现有技术相比,本发明具有的有益效果如下:
本发明提供一种基于碳中和目标的能源转型成效评价方法和系统,包括:根据一般均衡模型获取能源消费数据;将所述能源消费数据输入G-CAM模型中,计算污染物排放量和污染物减排成本;根据所述污染物排放量和污染物减排成本,计算综合效益,并根据所述综合效益对能源转型成效进行评价。本发明通过一般均衡模型获取能源消费数据,并根据G-CAM模型获取污染物排放量和减排成本,评估污染物对健康的影响计算综合效益,根据综合效益进行能源转型评价,从而为一个或多个区域的能源转型路径制定、投资和发展方向提供依据。
附图说明
图1为本发明提供的一种基于碳中和目标的能源转型成效评价方法流程图;
图2为本发明提供的一种基于碳中和目标的能源转型成效评价系统结构图;
图3为本发明中不同情景下能源需求总量和年份预测图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1:
本发明提供的一种基于碳中和目标的能源转型成效评价方法流程图如图1所示,包括:
步骤S1:根据一般均衡模型获取能源消费数据;
步骤S2:将所述能源消费数据输入G-CAM模型中,计算污染物排放量和污染物减排成本;
步骤S3:根据所述污染物排放量和污染物减排成本,计算综合效益,并根据所述综合效益对能源转型成效进行评价。
具体的,所述步骤S1包括:根据一般均衡模型获取能源消费数据;
所述能源消费数据至少包括下述中的一种或多种:未来投入产出表数据、未来部门能源消费数据、碳排放数据、就业数据和GDP变化数据;
所述碳排放数据的计算式如下:
Ec=Aiec,ifc
式中,Ec表示碳排放量;Ai为能源i的消费量;ec,i为能源i的碳排放系数,fc为碳的氧化率。
首先获取基准年的投入产出表、能源平衡表、人口数据、投资数据和能源转型路径数据,将上述数据作为一般均衡模型的输入值进行输入,通过所述一般均衡模型根据模型输入值进行分品种、分部门和分行业模拟得出能源消费数据;
其中,所述一般均衡模型通过输入值进行分品种、分部门和分行业模拟,具体是通过7个能源和26个产品生产模块、区域内及调入产品模块、居民、政府收入模块和居民和政府消费模块之间相互进行盈余投资计算来进行模拟得出能源消费数据。
具体的步骤S2包括:根据所述能源消费数据,确定污染物控制技术;
将所述能源消费数据和污染物控制技术输入所述G-CAM模型中,计算得到污染物排放量和污染物减排成本;
所述污染物排放量计算式如下所示:
式中,Ex为污染物x的排放量;i和j分别代表能源类型和控制技术;Ai为能源i的消耗量;ex,i为能源i对应的污染物x的排放因子;Tj为控制技术j的普及率;ηx,j为通过控制技术j对污染物x的脱除率;
所述污染物减排成本计算式如下:
式中,C表示污染物减排成本;Tj为控制技术j的普及率;a为活动类型;La为活动类型a对应的活动水平;ca表示活动类型a的单位减排成本;
将能源消费数据和污染物的控制技术输入G-CAM模型中,计算污染物排放量和污染物减排成本;
其中,所述污染物包括但不限于SO2、NOX和PM颗粒物。
具体的所述步骤S3中的所述健康效益的计算包括:
根据所述污染物排放量和污染物减排成本确定PM2.5浓度数据,并根据所述PM2.5浓度数据计算污染物对应的健康终端;
基于暴露-反应关系,通过所述健康终端获取健康效益;
所述健康终端的计算式如下:
式中,Hi为能源i对应的健康终端;di表示能源i对应的基础发病率或死亡率;P为暴露人口数量;表示能源i的相对危险系数;S为对应能源情景中的PM2.5浓度;S0为产生健康影响的浓度阈值;
其中,所述健康终端即污染物对健康的影响的致病端对应致病人数,死亡端对应过早死亡人数;
将确定的PM2.5浓度数据输入到健康风险评估模型中,依据暴露反应关系计算由于污染引起的致病例数和过早死亡人数,估算额外健康支出和劳动损失;
其中,能源转型对健康的影响,通过健康风险评估模型计算能源转型由于高污染物浓度导致的暴露疾病和过早死亡来评估环境效益;
最后计算综合效益,即能源转型节约的污染物减排成本和健康效益;
通过得到的综合效益对能源转型成效进行评价。
实施例2:
本发明提供的一种基于碳中和目标的能源转型成效评价系统结构图如图2所示,包括:
数据获取模块,用于根据一般均衡模型获取能源消费数据;
成本计算模块,用于将所述能源消费数据输入G-CAM模型中,计算污染物排放量和污染物减排成本;
转型评价模块,用于根据所述污染物排放量和污染物减排成本,计算综合效益,并根据所述综合效益对能源转型成效进行评价。
具体的,所述数据获取模块具体用于:根据一般均衡模型获取能源消费数据;
所述能源消费数据至少包括下述中的一种或多种:未来投入产出表数据、未来部门能源消费数据、碳排放数据、就业数据和GDP变化数据;
所述碳排放数据的计算式如下:
Ec=Aiec,ifc
式中,Ec表示碳排放量;Ai为能源i的消费量;ec,i为能源i的碳排放系数,fc为碳的氧化率。
具体的,所述成本计算模块具体用于:
根据所述能源消费数据,确定污染物控制技术;
将所述能源消费数据和污染物控制技术输入所述G-CAM模型中,计算得到污染物排放量和污染物减排成本;
所述污染物排放量计算式如下所示:
式中,Ex为污染物x的排放量;i和j分别代表能源类型和控制技术;Ai为能源i的消耗量;ex,i为能源i对应的污染物x的排放因子;Tj为控制技术j的普及率;ηx,j为通过控制技术j对污染物x的脱除率。
所述污染物减排成本计算式如下:
式中,C表示污染物减排成本;Tj为控制技术j的普及率;a为活动类型;La为活动类型a对应的活动水平;ca表示活动类型a的单位减排成本。
具体的,所述转型评价模块中的综合效益至少包括下述中的一种或多种:污染物减排成本和健康效益;
所述健康效益的计算包括:
根据所述污染物排放量和污染物减排成本确定PM2.5P浓度数据,并根据所述PM2.5P浓度数据计算污染物对应的健康终端;
基于暴露-反应关系,通过所述健康终端获取健康效益。
所述健康终端的计算式如下:
式中,Hi为能源i对应的健康终端;di表示能源i对应的基础发病率或死亡率;P为暴露人口数量;表示能源i的相对危险系数;S为对应能源情景中的PM2.5浓度;S0为产生健康影响的浓度阈值。
在一个具体的实施例中,构建了基准情景和加快绿色转型情景,来评估能源转型对全国能源消费、宏观经济和环境健康的影响。
基准情景:各终端部门能效水平和电气化率稳步提升,能源结构持续优化,煤炭消费减量化,石油消费尽早达峰,天然气消费近中期保持增长,新能源占比逐步提高。2030年单位GDP能耗强度比2020年下降25%,2030年非化石能源占比达到26%。
加快绿色转型情景:通过各部门加大节能力度,能效水平高于基准情景。2030年单位GDP能耗强度比2020年下降27%。
如图3所示,一般均衡模型中碳减排目标分解到个行业后,会造成产出投资和消费的下滑,加快绿色转型情景下,到2030年绿色投资促进GDP增长0.7%。但是碳约束一旦超过某个阈值,对经济将产生负面影响。
用能低碳化将有效降低污染物治理成本。根据模型测算,到2030年基准情景和加快绿色转型情景的污染物总控制成本分别为3700亿元、3100亿元。
由于能源转型有效降低PM2.5浓度,可以通过计算由于表面了高PM2.5浓度导致的暴露疾病和过早死亡来评估健康效益。。
本实施例的转型成效评价主要包括污染物治理成本和健康效益。
综上,相较于基准情景,加快绿色转型情景的评价较好。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。

Claims (14)

1.一种基于碳中和目标的能源转型成效评价方法,其特征在于,包括:
根据一般均衡模型获取能源消费数据;
将所述能源消费数据输入G-CAM模型中,计算污染物排放量和污染物减排成本;
根据所述污染物排放量和污染物减排成本,计算综合效益,并根据所述综合效益对能源转型成效进行评价。
2.如权利要求1所述的方法,其特征在于,所述能源消费数据至少包括下述中的一种或多种:未来投入产出表、未来部门能源消费数据、碳排放数据、就业数据和GDP变化数据。
3.如权利要求2所述的方法,其特征在于,所述碳排放数据的计算式如下:
Ec=Aiec,ifc
式中,Ec表示碳排放量;Ai为能源i的消费量;ec,i为能源i的碳排放系数,fc为碳的氧化率。
4.如权利要求1所述的方法,其特征在于,所述将所述能源消费数据输入G-CAM模型中,计算污染物排放量和污染物减排成本,包括:
根据所述能源消费数据,确定污染物控制技术;
将所述能源消费数据和污染物控制技术输入所述G-CAM模型中,计算得到污染物排放量和污染物减排成本。
5.如权利要求4所述的方法,其特征在于,所述污染物排放量计算式如下所示:
Figure FDA0003943127450000011
式中,Ex为污染物x的排放量;i和j分别代表能源类型和控制技术;Ai为能源i的消耗量;ex,i为能源i对应的污染物x的排放因子;Tj为控制技术j的普及率;ηx,j为通过控制技术j对污染物x的脱除率。
6.如权利要求4所述的方法,其特征在于,所述污染物减排成本计算式如下:
Figure FDA0003943127450000012
式中,C表示污染物减排成本;Tj为控制技术j的普及率;a为活动类型;La为活动类型a对应的活动水平;ca表示活动类型a的单位减排成本。
7.如权利要求1所述的方法,其特征在于,所述综合效益至少包括下述中的一种或多种:污染物减排成本和健康效益。
8.如权利要求7所述的方法,其特征在于,所述健康效益的计算包括:
根据所述污染物排放量和污染物减排成本确定PM2.5浓度数据,并根据所述PM2.5浓度数据,计算污染物对应的健康终端;
基于暴露-反应关系,通过所述健康终端获取健康效益。
9.如权利要求8所述的方法,其特征在于,所述健康终端的计算式如下:
Figure FDA0003943127450000021
式中,Hi为能源i对应的健康终端;di表示能源i对应的基础发病率或死亡率;P为暴露人口数量;
Figure FDA0003943127450000022
表示能源i的相对危险系数;S为对应能源情景中的PM2.5浓度;S0为产生健康影响的浓度阈值。
10.一种基于碳中和目标的能源转型成效评价系统,其特征在于,包括:
数据获取模块,用于根据一般均衡模型获取能源消费数据;
成本计算模块,用于将所述能源消费数据输入G-CAM模型中,计算污染物排放量和污染物减排成本;
转型评价模块,用于根据所述污染物排放量和污染物减排成本,计算综合效益,并根据所述综合效益对能源转型成效进行评价。
11.如权利要求10所述的系统,其特征在于,所述能源消费数据至少包括下述中的一种或多种:未来投入产出表数据、未来部门能源消费数据、碳排放数据、就业数据和GDP变化数据。
12.如权利要求10所述的系统,其特征在于,所述成本计算模块具体用于:
根据所述能源消费数据,确定污染物控制技术;
将所述能源消费数据和污染物控制技术输入所述G-CAM模型中,计算得到污染物排放量和污染物减排成本。
13.如权利要求10所述的系统,其特征在于,所述综合效益至少包括下述中的一种或多种:污染物减排成本和健康效益。
14.如权利要求13所述的系统,其特征在于,所述转型评价模块中的健康效益的计算包括:
根据所述污染物排放量和污染物减排成本确定PM2.5P浓度数据,并根据所述PM2.5P浓度数据计算污染物对应的健康终端;
基于暴露-反应关系,通过所述健康终端获取健康效益。
CN202211428066.1A 2022-11-15 2022-11-15 一种基于碳中和目标的能源转型成效评价方法和系统 Pending CN116050874A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211428066.1A CN116050874A (zh) 2022-11-15 2022-11-15 一种基于碳中和目标的能源转型成效评价方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211428066.1A CN116050874A (zh) 2022-11-15 2022-11-15 一种基于碳中和目标的能源转型成效评价方法和系统

Publications (1)

Publication Number Publication Date
CN116050874A true CN116050874A (zh) 2023-05-02

Family

ID=86131984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211428066.1A Pending CN116050874A (zh) 2022-11-15 2022-11-15 一种基于碳中和目标的能源转型成效评价方法和系统

Country Status (1)

Country Link
CN (1) CN116050874A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703253A (zh) * 2023-08-08 2023-09-05 普天通信有限责任公司 企业工艺整改成效评估系统和方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703253A (zh) * 2023-08-08 2023-09-05 普天通信有限责任公司 企业工艺整改成效评估系统和方法

Similar Documents

Publication Publication Date Title
Wei et al. Driving forces analysis of energy-related carbon dioxide (CO2) emissions in Beijing: an input–output structural decomposition analysis
He et al. The comprehensive environmental efficiency of socioeconomic sectors in China: An analysis based on a non-separable bad output SBM
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
Xiao et al. Spatiotemporal differentiation of carbon emission efficiency and influencing factors: From the perspective of 136 countries
Cai et al. Impacts of winter heating on the atmospheric pollution of northern China’s prefectural cities: evidence from a regression discontinuity design
CN116050874A (zh) 一种基于碳中和目标的能源转型成效评价方法和系统
CN111967792B (zh) 一种大气污染防治方案快速量化评估方法及系统
CN106056307A (zh) 一种基于综合赋权法的电能替代技术综合效益评估方法
CN114819668A (zh) 一种基于电力碳排放分析的能源系统碳排放影响力分析方法
CN113591009B (zh) 一种碳排放因子及排放量的计算方法、装置及存储器
CN116681212A (zh) 一种城市群县级尺度植被固碳量驱动贡献分析方法及系统
CN114445235A (zh) 一种高含硫气田产品的碳足迹核算方法
CN116976596A (zh) 一种行业级电碳因子的核算方法及装置
CN105023059A (zh) 一种基于净收益投资比值法的电能替代综合效益评价方法
CN116070057A (zh) 一种基于lmdi的碳排放影响因素分解方法
Guo et al. Using the quarterly compound fractional grey model to predict the air quality in 22 cities of China
CN108182549B (zh) 一种考虑环境成本的区域能源效率测算方法
Hong et al. The impact of reducing trade barriers on enterprises' pollution emissions: Evidence from China
Liu et al. Evaluating economic growth efficiency and its determinants under low carbon economy in the Chinese context
CN113033864A (zh) 一种基于能源大数据的新建企业用能预测方法
CN115936954A (zh) 一种工业领域碳排放现场快速核算方法
CN110458465A (zh) 一种大气污染源减排潜力表征方法及装置
CN107451734A (zh) 一种电力行业减排措施环境绩效评估方法及评估系统
CN115906687B (zh) 一种工业生活取水退水的河流环境影响的定量分析和评估方法
CN116882650A (zh) 一种钢铁行业碳减排潜力评估方法

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