山东省能源消费分析及其优化策略

基于1980-2012年山东省能源消费统计数据的研究发现,山东省能源消费具有持续增长的演进特征和显著的结构特征。1980-2012年,一次能源消费总量增加了7.18倍,年均增长率21.77%;2000-2012年,终端能源消费量增加了2.46倍,年均增长率18.95%。从能源消费品种看,山东省能源消费具有显著的"高碳"和"非均衡"刚性特征。1998-2012年,煤炭消费量占一次能源消费总量中的比重都在75%-81%之间;2000-2012年,煤品消费量占终端能源消费总量中的比重都在48%以上。从能源消费部门看,具有显著的工业集中和行业集中特征,2005-2012年,工业能源消费量在能源消费总量中的比重都在77%以上。在工业内部,2012年,十大高能耗行业的能源消费占全部能源消费的59.92%,占工业能源消费的比重高达82.12%。交通运输部门的能源消费增长迅速,成为第二大能源消费部门。生活用能呈现快速的稳步增长态势,2000-2012年,生活用能量增加了2.58倍,年均增长率达19.83%;并且,居民生活用能结构由原来的"煤炭为主、电力补充"的消费格局转变到了目前的"电力为主、煤炭补充"的消费格局,生活用能结构的清洁化程度不断增强。能源消费结构的形成对山东省的能源安全和生态环境产生了明显的负面影响,能源消费的碳排放效应显著。1998-2012年,山东省能源消费的碳排放量增长了3.33倍,年均增长率高达22.19%,大于能源消费年均增长率和GDP年均增长率。山东省能源消费结构形成的影响因素主要有能源禀赋约束、经济增长和产业结构、能源利用效率低下、可再生能源开发利用滞后。为此,要推动能源消费革命,以促进能源消费体系转型;推动能源供给革命,以形成市场主导、多能互补、供需互动、内外合作的现代能源供给体系;推进传统产业改造升级、培育发展战略性新兴产业,以转变经济发展方式;综合运用多种市场和经济手段,增强企业自主节能减排、社会公众低碳消费的内生动力。     

基于供给侧结构性改革的碳排放减排路径及模拟调控

本文通过分析供给侧要素与碳排放影响因素之间的作用关系,构建碳排放系统动力学模型,模拟预测未来中国碳排放的发展趋势。在此基础上,设置4种不同的发展情景方案,通过调控供给侧资本、劳动力及创新等要素分析预测不同情景方案对碳排放的影响。研究结果表明:(1)GDP增长率年均6.5%的情景下,按照现有系统行为规律,至2025年中国碳排放量预计将达到300 669万t。(2)通过增加第三产业固定资产投资比重、提升第三产业就业人员比重以及加大科技投入等路径均能够使得碳排放呈现不同程度地下降;其中,第三产业就业人员比重的增加对碳减排作用最显著,第二产业和第三产业就业人员比重分别降低和增加1%,碳排放预计将下降5.95%。(3)资本、劳动力及创新等要素综合调控下,能够实现GDP增加的同时碳排放量下降,预计下降到286 284万t。     

小康社会目标下的居民生活能源需求预测

从居民的基本需求着手,运用混合能源投入产出模型,预测我国在2020年全面实现小康社会条件下,由居民最终消费引起的能源直接和间接需求。结果表明,2020年我国由居民衣食住行等基本生活需求所产生的一次能源总需求将在2002年的基础上增加14.2亿t标煤;其中间接需求占86%。从能源需求结构来看,煤炭的增长速度最低,但仍然占一次能源60%以上;石油和一次电力需求增长较快,石油需求全部来自于经济系统的中间消耗,而电力需求中40%来自于直接生活能源消费。在能源效率和经济结构不变的条件下,这意味着2020年我国的一次能源需求将至少达到29.40亿t标煤,排放二氧化碳约66.55亿t。上述结果仅考虑了居民部门的最终消费;如果考虑累计资本形成和净出口贸易增长的影响,能源消费和碳排放值会更高。因此,提高能源利用效率,引导居民合理节约的消费行为,是我国可持续发展目标下的必然要求。     

气候变化对江苏省城市系统用电量变化趋势的影响

江苏省是长江流域经济发展领先的地区,在其社会经济快速发展、人民生活水平迅速提高和电力供应有限的情况下,气候变化加剧了电力需求的紧张局面。根据江苏省50年来的用电量资料和1985年以来夏季平均温度距平资料,分析了城市系统用电量在随社会经济发展增长的同时,因气候异常特别是因夏季高温波动而引起的居民和城市系统用电量的变化。结果发现,夏季高温异常是居民和城市系统用电量增加的重要气候因子,指出未来气候变暖可能导致电力需求更加严峻的形势。对于现阶段长江流域各地区电力工业和国民经济的可持续发展具有科学意义和参考价值。     

中国ESDPM模型及其在交通需求预测中的应用

交通运输是国民经济的基础部门.未来随着国民经济的快速发展和人均收入水平的不断提高,交通运输部门的能源消费量将会以较高的速度增长,在决定我国终端能耗的局面中占据着非常重要的地位.本文应用集合模型方法建立了中国能源服务需求预测模型( Energy service demand projection model,ESDPM),在对未来经济和社会发展进行合理假设的基础上,预测了中国未来一直到2050年的客运和货运周转量以及小汽车保有量,并进行了国家和地区间的比较.结果显示,2005-2050年中国的客运和货运周转量将分别以年均增长率5.9%和5.1%的速度增长,2050年客运和货运周转量将分别达到23.1万亿人·km和74.7万亿t·km.小汽车将随着人均GDP的快速增加呈现出明显的"S"型增长关系,在小汽车拥有率饱和水平选取为0.4时,小汽车保有量将稳定在5.8亿辆左右.     

中国电力部门中长期低碳发展路径研究

电力部门是中国CO_2排放的主要贡献部门之一,电力部门的低碳转型对中国实施长期低碳发展战略具有至关重要的作用。本文构建了包含电力模块的自下而上的能源系统模型PECE-2017,根据社会经济驱动因子确定终端部门电力需求,并引入电力负荷曲线确定电力供给,设置了未来电力发展的基准和低碳两个情景,从供需结构、技术需求、成本和投资等多个角度,分析电力部门自身的低碳转型及其对中国实现中长期低碳发展的重要作用和贡献。研究表明:第一,未来中国电力需求仍将不断增长,且在终端能耗中的占比不断上升。低碳情景下,2050年电力需求达到114 869亿kW·h,比2013年上升125%,电气化率增加到34%;电力需求结构中,工业和建筑比重下降,交通部门比重上升。第二,电源结构逐步低碳化。煤电逐步淘汰;风电和太阳能装机容量大幅上升,2050年装机占比均超过30%;2030年以后,部署和推广CCS技术,到2050年装机容量达到4.9亿kW。第三,低碳情景下,电力部门在2020年碳排放达峰后,进一步加速脱碳。到2050年,电力部门的排放量可控制在4亿t以内,相对基准情景减少排放61.5亿t,占总减排的贡献率达到45%,为中国的低碳转型做出重要贡献。第四,支撑电力部门低碳转型的投资需求GDP占比在合理区间内。2030—2050年,电力部门投资需求占GDP的比重为0.77%;电力部门内部投资结构呈现明显的低碳化趋势,绝大部分投资将用于非化石能源电力。     

2020年中国低碳经济发展前景研究

中国低碳经济发展涉及众多因素,区分这些因素对制定低碳政策具有重要意义.本文通过构建阻碍中国低碳经济发展影响因素的指标体系,采用图论方法建立影响因素的关联矩阵,运用布尔运算得到各影响因素的层级关系,得出低碳经济发展的主要影响因素为经济粗放式发展、居民低碳意识淡薄和缺乏低碳专业人才.根据主要影响因素从基础情景、低碳情景和受挫情景定量模拟了中国2020年低碳经济发展水平,预测结果表明,在低碳情景下2020年能源消耗总量大致是41亿吨标准煤,C02排放量23亿吨碳当量,煤炭占一次能源需求量的60.5%,石油占18.4%,天然气占7.5%,核能占3.3%,水能占8.5%,其它新能源占2.1%.从终端能源使用部门来看,第二产业尤其是高耗能行业比重大幅下降,现代服务业比重提高,对能源需求下降起到至关重要的作用.但是随着我国经济发展和居民生活水平不断提高,居民能耗呈现不断上升的特点,因此提高居民低碳意识和倡导低碳消费有利于实现我国低碳目标.此情景模拟取得了较好的预测效果,对中国的低碳经济发展政策具有一定的借鉴意义.     

中国2020年碳减排目标下若干关键经济指标研究

《国民经济和社会发展第十二个五年规划纲要》将能源消耗强度和CO2排放强度作为约束性指标。实现2020年单位GDP碳排放强度下降40-45%的自主减排目标是中国今后发展的战略性任务。"十一五"期间,中国以能源消费年均6.6%的增速支撑了国民经济年均11.2%的增长,累计节能量达到6.3亿t标煤,CO2减排量达到14.6亿t,为全球应对气候变化做出了积极贡献。但单位GDP的能耗强度和碳强度下降与温室气体排放总量的上升还将是中国当前和未来很长时期温室气体排放的主要特征。根据历史数据分析,GDP增长、经济结构、产业结构、能源结构等都会对中国的碳减排产生重要影响。GDP增速高必然呈现高能耗、高排放的特征。经济结构方面,影响能耗和碳排放的是GDP(最终需求)的组成变化,即消费、投资和净出口的变化。由于第二产业在国民经济中所占的较大比重以及重化工产业长期存在,除了继续依靠技术进步提高能源使用效率外,必须重视产业结构调整对降低碳排放强度的贡献。能源结构对节能和碳减排的影响集中体现在资源禀赋不平衡、供需分布不平衡、消费种类不平衡。文章提出实现碳减排目标,必须控制和达到以下关键指标:控制GDP增速在6-8%之间;调整出口结构,提升服务贸易比重至30%左右;提高第三产业比例至47%以上,控制高能耗工业比重在22%以下;提高非化石能源比重至15%。此外,实现碳减排目标还必须:充分认识碳减排对转方式、调结构的重要意义;切实加强对不同区域碳减排工作的分类指导;提前部署重大低碳技术和重点领域技术研发;大力倡导绿色低碳消费和生活方式等。研究表明,中国实现2020年CO2自主减排目标还需付出更大的努力。     

太湖流域近20年社会经济发展对水环境影响及发展趋势

太湖流域历来是我国经济比较发达地区之一。分析了流域近20年来社会经济发展状况和水环境变化,探讨了两者之间的关系,并在社会经济预测基础上对水环境未来演变做了定性的研究。结果表明：近20年太湖流域GDP年均增长率为11.6％,城市化率提高31个百分点,工业总产值增长了13倍,作物播种面积和有效灌溉面积逐年减少;与此同时,超标河长的比例在20世纪90年代上升了23个百分点,太湖水质20年来下降了两个级别;经济的发展和居民生活水平的提高,使流域用水总量逐年上升,特别是生活用水量;工业废水排放量随着工业产值增加有下降趋势,而生活污水排放量却大幅上升,农业化肥使用、畜禽和水产养殖对水环境质量的影响程度越来越大。未来太湖流域的经济还将保持10％左右的发展速度,用水量将持续上升,水环境污染在短期内还有加重的趋势。     

基于组合模型的能源需求预测

能源是人类生存和发展的重要物质基础,也是当今国际政治、经济、军事、外交关注的焦点。能源需求预测是合理制定能源规划的基础。能源需求预测的模型很多,总的来说,可以分为单一模型预测和组合模型预测。本文在分析几种常用单一模型的优缺点和适用范围的基础上,建立BP神经网络与灰色GM的优化组合模型,对江苏省未来十五年煤炭和石油的需求量进行预测。结果表明:①随着经济的发展,未来江苏省对煤炭和石油的需求量逐渐增加,其中煤炭从2008年的19 601.39万t标准煤增加到2020年的25 615.26万t标准煤,年均增长率为1.81%;石油从2008年的2 628.64万t标准煤增加到2020年的3 532.60万t标准煤,年均增长率为1.36%;②基于BP网络与GM(1,1)的组合模型克服了单一模型的缺点,实现了优化组合模型"过去一段时间内组合预测误差最小"的原则,且预测结果误差较小,不仅适用于能源的中长期预测,还可以推广到其他领域。     

Integrating energy and land-use planning: socio-metabolic profiles along the rural–urban continuum in Catalonia (Spain)

Abandoning fossil fuels and increasingly relying on low-density, land-intensive renewable energy will increase demand for land, affecting current global and regional rural–urban relationships. Over the past two decades, rural–urban relationships all over the world have witnessed unprecedented changes that have rendered their boundaries blurred and have lead to the emergence of “new ruralities.” In this paper, we analyze the current profiles of electricity generation and consumption in relation to sociodemographic variables related to the use of time and land across the territory of Catalonia, Spain. Through a clustering procedure based on multivariate statistical analysis, we found that electricity consumption is related to functional specialization in the roles undertaken by different types of municipalities in the urban system. Municipality types have distinctive metabolic profiles in different sectors depending on their industrial, services or residential role. Villages’ metabolism is influenced by urban sprawl and industrial specialization, reflecting current “new ruralities.” Segregation between work activity and residence increases both overall electricity consumption and its rate (per hour) and density (per hectare) of dissipation. A sustainable spatial organization of societal activities without the use of fossil fuels or nuclear energy would require huge structural and sociodemographic changes to reduce energy demand and adapt it to regionally available renewable energy.     

含外来电的崇明县能源碳排放核算研究

能源消耗是中国最主要的碳排放源，而地方政府是碳管理的基层行政单元，因此，有效控制区域的能源碳排放是碳减排工作的重中之重。区域消耗的能源中，外来电是缓解当地用电压力的重要措施，但一般外来电引起的碳排放易被忽视。将外来电导致的碳排放纳入区域能源碳排放核算体系内，利用部门分析和范围分析法建立了包含外来电分析的能源碳排放核算系统，以上海市崇明县为例进行了应用。研究表明：（1）2000～2009年崇明的能源碳排放增长较快，由181万t增至477万t（CO2当量）；(2）碳排放总量的8212%来自3个部门：工业、建筑业和生活部门;(3）2009年，购买电力导致的间接碳排放达2316%，体现了实施碳管理时考虑外来电力的必要性     

Decomposition Analysis of Sectoral Energy Use in Beijing （1981-2005） Using the LMDI Method

This paper aims to identify the main driving force for changes of total primary energy consumption in Beijing during the period of 1981-2005. Sectoral energy use was investigated when regional economic structure changed significantly. The changes of total primary energy consumption in Beijing are decomposed into production effects, structural effects and intensity effects using the additive version of the logarithmic mean Divisia index （LMDI） method. Aggregate decomposition analysis showed that the major contributor of total effect was made by the production effect followed by the intensity effect, and the structural effect was relatively insignificant. The total and production effects were all positive. In contrast, the structural effect and intensity effect were all negative. Sectoral decomposition investigation indicated that the most effective way to slow down the growth rate of total primary energy consumption （TPEC） was to reduce the production of the energy-intensive industrial sectors and improving industrial energy intensity. The results show that in this period, Beijing＇s economy has undergone a transformation from an industrial to a service economy. However, the structures of sectoral energy use have not been changed yet, and energy demand should be increasing until the energy-intensive industrial production to be reduced and energy intensity of the region reaches a peak. As sequence energy consumption data of sub-sectors are not available, only the fundamental three sectors are considered： agriculture, industry and service. However, further decomposition into secondary and tertiary sectors is definitely needed for detailed investigations.     

2000-2008年青海省居民生活能源消费与碳排放分析

本文根据与青海省城乡居民生活能源消费相关的8个部门的能源消费数据,采用统计分析方法,从最终需求的角度评估了2000-2008年城乡居民生活能源消费及其碳排放。研究发现2000-2008年青海省城镇与农村居民生活用能在总量和人均水平上均相差很大,并且由此产生的碳排放是城镇居民远高于农村居民,其中,城镇居民生活用能主要集中在食品、娱乐教育文化服务、衣着3个部门,占总能源消费的61.02%,而农村居民生活用能主要集中在食品、居住和交通通讯3个部门,占总能源消费的71.77%。如果青海省农村居民能源消费水平达到青海省城镇居民能源消费的最低水平,会引起能源消费量及碳排量的急剧增加。     

Statistical modelling of district-level residential electricity use in NSW, Australia

Electricity network investment and asset management require accurate estimation of future demand in energy consumption within specified service areas. For this purpose, simple models are typically developed to predict future trends in electricity consumption using various methods and assumptions. This paper presents a statistical model to predict electricity consumption in the residential sector at the Census Collection District (CCD) level over the state of New South Wales, Australia, based on spatial building and household characteristics. Residential household demographic and building data from the Australian Bureau of Statistics (ABS) and actual electricity consumption data from electricity companies are merged for 74 % of the 12,000 CCDs in the state. Eighty percent of the merged dataset is randomly set aside to establish the model using regression analysis, and the remaining 20 % is used to independently test the accuracy of model prediction against actual consumption. In 90 % of the cases, the predicted consumption is shown to be within 5 kWh per dwelling per day from actual values, with an overall state accuracy of ?1.15 %. Given a future scenario with a shift in climate zone and a growth in population, the model is used to identify the geographical or service areas that are most likely to have increased electricity consumption. Such geographical representation can be of great benefit when assessing alternatives to the centralised generation of energy; having such a model gives a quantifiable method to selecting the ‘most’ appropriate system when a review or upgrade of the network infrastructure is required.     

美国居民生活用能状况与趋势:30年微观调查数据分析

随着居民部门用能快速增长,各国都在致力于观察本国居民能源消费特征以减少碳排放,特别是发达国家。本文应用近30年的微观调查数据分析美国居民能源消费现状和趋势,为发展中国家提供一些借鉴意义。从总量上看,伴随着人口、家庭数量和建筑面积的上升,能源消费总量变化较小,趋于稳定;人均用能则呈下降趋势。从用能结构来看,以天然气和电力为主,2009年分别占比44%和41%;近30年来天然气占比小幅下降,电力占比上升明显;完善的天然气设施和电力服务体系使得能源可获得性高。从用途分类来看,取暖和家电占绝大比例,2009年分别占比41%和35%;取暖用能近30年来出现平缓下降趋势,燃料来源70%是天然气;家电设备用能占比明显上升,增长近1倍;制冷占比较小,近年出现小幅上升;热水用能则比较稳定。家庭炊事燃料以电力和天然气为主,2009年分别占比60%和34%。近30年,家用电器保有量和能源效率有显著提高。建筑用能方面,美国房屋服务时间长,后期建筑房屋在保温性能方面高于早期房屋,单位面积耗能下降。美国居民享受着较高水平的能源服务,能源消费总量在近30年没有明显变化,这和能源效率的提高有着密切关系;如完善的"能源之星"项目是一个强有力的措施,以及完善的能源统计制度为能源分析提供了有力的数据支撑。相比,中国存在居民炊事用能固体燃料占比较高、建筑服务周期短、建筑材料耗能比重大等问题。建议中国政府进一步完善能源统计制度、推行农村能源扶持项目和能源标识、加强建筑规划、落实建筑能耗标准。     

China's Present Situation of Coal Consumption and Future Coal Demand Forecast

This article analyzes China's coal consumption changes since 1991 and proportion change of coal consumption to total energy consumption. It is argued that power, iron and steel, construction material, and chemical industries are the four major coal consumption industries, which account for 85% of total coal consumption in 2005. Considering energy consumption composition characteristics of these four industries, major coal demand determinants, potentials of future energy efficiency improvement, and structural changes, etc., this article makes a forecast of 2010s and 2020s domestic coal demand in these four industries. In addition, considering such relevant factors as our country's future economic growth rate and energy saving target, it forecasts future energy demands, using per unit GDP energy consumption method and energy elasticity coefficient method as well. Then it uses other institution's results about future primary energy demand, excluding primary coal demand, for reference, and forecasts coal demands in 2010 and 2020 indirectly. After results comparison between these two methods, it is believed that coal demands in 2010 might be 2620-2850 million tons and in 2020 might be 3090-3490 million tons, in which, coal used in power generation is still the driven force of coal demand growth.     

城市居民生活能源消费研究进展综述

近十年来中国城市消费领域能耗年增长率已达到7.4%,超过中国总能耗量5.9%的年增长率。随着中国逐渐完成工业化进程,其工业用能将呈现增速放缓甚至总量减少的趋势,而居民生活及交通能源需求将随着人民生活水平提高而稳步增长,最终呈现总量与比重逐渐增加的态势。城市居民活动与其能源消费的定量化分析已成为当前多学科的研究热点。本文以家庭室内和室外直接能源消费作为研究对象,对城市居民生活能耗的影响因素、能源足迹核算方法、时间-室内能耗模拟,及空间-交通-能源耦合模拟等关键问题的研究进展进行综述。研究发现,第一,家庭能源消费属于派生性需求,不同的时间利用方式会产生能源消费水平和结构上的差异,但现有研究较少从时间及活动链分析角度展开。第二,由于家庭预算及时间约束的存在,室内外能源消费行为密切相关,但少有研究对上述两个城市生活部门的能源消费进行整体性分析核算。第三,基于活动的建模方法可以提供一种将居民室内外用能行为进行整合的分析框架。最后对今后该领域的研究开展进行了展望:第一,从活动分析和时间利用视角,建立自下而上的居民室内外用能活动仿真模型,在更小的时间和空间尺度模拟家庭能源需求,识别家庭能耗的主要来源、控制的重点人群、时段和区域,指导能源政策制定;第二,深入剖析能源回弹效应产生的决策机理,以及怎样的政策或政策组合可以有效减少回弹;第三,将社会网络分析引入居民生活能耗研究,更加全面理解影响家庭用能行为的机制,为家庭能源消费管理提供新思路。     

全面放开二孩政策背景下人口增长对资源环境的影响和需求分析

2015年底,我国全面放开了二孩政策,势必对我国的人口总量和增长态势产生深刻影响,进而影响我国的资源需求和环境压力。在采用队列元素法预测全面放开二孩后我国总人口及各省(市、自治区)人口的基础上,运用城乡人口比增长法预测未来城镇化水平,本文依据这两种预测结果系统探讨人口政策变动对我国资源消费、环境污染的定量预测和具体影响。假定未来的人均资源环境消耗量保持现状不变,按照预测的未来人口总量和增量,得出人口增长对我国资源环境的需求变动。通过计算新增的资源环境需求量,对比需求总量与我国的资源环境供给能力,进一步分析人口增长对资源环境各方面的压力大小。研究发现:全面放开二孩政策后,我国的粮食、生活用能源、生活用水、城乡建设用地的需求量和生活污染物排放量均逐年递增,但变化速率有所差异。为满足未来人口增长所产生的需求,粮食和能源的自给率明显降低,未来将需要更多地依赖进口。全国的供水能力和保障水平急需提高,其中北京、河南、江苏、青海、四川的现状供水能力与未来生活用水需求差距较大。各省建设用地需求差异明显,吉林、湖北、山东、四川、江苏、湖南、新疆、广东、黑龙江、贵州等省市的城市建设用地新增需求量将快速释放,但已有的建设用地储备无法满足预测需求。生活污染物的治理压力加大,环境保护与治理能力应该继续加强。