能源是国民经济的命脉,经济的快速发展离不开能源。改革开放以来,我国经济取得了飞速发展,随着经济的迅猛发展,能源消费急剧增加,能源短缺将成为经济发展的瓶颈问题;与此同时随着能源消费导致的碳排放问题也将日趋严重,给人类带来严峻的挑战。因此,能源供需和碳排放问题成为国内外学者研究的焦点和热点问题。　　 根据东部能源需求和西部能源供给建立的三维能源供需系统随着模型中参数的变化呈现出丰富的动力学行为,系统中未知参数的辨识对系统动力学行为的研究至关重要。另外,预测能源消费产生的碳排放量有助于碳减排目标和碳减排路径的制定。针对当前能源供需和碳排放问题的研究,本文对三维能源供需系统中的未知参数进行了辨识,预测了江苏省的碳排放趋势。具体如下:　　 基于非线性方法的能源供需系统分析及实证研究。根据上海市的能源统计数据,利用BP神经网络方法对三维能源供需系统中的重要参数进行辨识,获得了能准确描述能源供需实际行为的能源供需系统。并对实际的能源供需系统进行动力学分析和数值模拟,给出了数值模拟结果的能源经济意义解释,同时给出了保障能源供需系统稳定发展的相关建议。　　 江苏省碳排放预测与控制研究。综合考虑了影响二氧化碳排放的各个因素,利用1995-2007的各项统计数据建立了改进的BP神经网络模型,并与主成分回归模型加以对比,结果表明改进的BP神经网络模型具有较好的预测效果,因此用该模型预测了江苏省2008-2010年的碳排放趋势,结果表明江苏省的碳排放量仍在持续增加。最后以2010年为例,在其他因素不变的情况下,定量分析了能源效率、产业结构、能源消费总量对碳排放的影响,为江苏省由高碳经济向低碳经济发展提供依据。