论文部分内容阅读
随着我国城市化和产业结构调整的不断加快,能源需求快速增长,刺激碳排放迅速攀升,减排压力日益凸显。电力产业因其碳排放量占全国碳排放总量的40%左右而成为二氧化碳减排的“主战场”。准确预测电力产业碳排放量及其减排潜力对于未来国家制定电力产业发展战略,实现国民经济健康、可持续发展无疑具有重要意义。本文分两步对电力产业碳排放量进行预测:首先,考虑国民经济发展因素对未来电力需求量进行预测;之后,在满足电力需求的基础上考虑生产因素预测电力产业碳排放量。在电力需求预测中,首先选择经济增长率、人口变化率、城市化率和产业结构变化率等作为影响电力需求的主要因素,经过平稳性检验、协整检验和格兰杰因果检验,证明这些因素与电力需求之间存在显著而稳定的关系。据此关系,本文构建了多元线性和二次非线性模型作为预测的初步备选模型。之后,利用模拟退火算法和高斯扰动算法建立了改进的蝙蝠算法对备选模型参数进行估计,结果表明经过改进的算法不仅大幅度增强了经典蝙蝠算法的全局搜索能力和局部寻优能力,而且显著提高了算法的收敛速度。基于模型精度（MAPE和R2）的评价筛选标准,二次非线性方程因其具有更强的拟合能力而成为本文电力需求预测的最终模型。运用情景分析法,根据经济增长率和产业结构变化率对未来电力需求进行预测的结果显示:2020年和2030年中国电力需求分别处在7490779746亿千瓦时和105816134897亿千瓦时,其中产业结构快速调整对降低全社会用电总需求的贡献潜力非常巨大。根据电力需求预测结果,结合发电技术结构调整因素,进一步对中国2020和2030年的碳排放量进行情景预测,结果表明:2020年和2030年碳排放量区间分别为41864516和53137003Mtc;碳排放强度为558566和502516gCO2/kWh。实现2020年和2030年碳排放强度较2005年分别降低4045%和6065%的减排任务非常艰巨。未来中国的碳减排重点应当是加快发电技术结构调整速度,加速提高清洁能源及大容量、高效率发电机组占比。