厦门工业终端能源消费CO_2排放和减排情景分析

工业是城市能源活动CO2排放的最重要部门,核算工业部门CO2排放以及合理的减排情景分析是城市碳减排的关键内容。该研究以区域终端消费电热力产品CO2排放系数为基础,建立终端能源消费CO2排放核算方法,比较了终端法和直接法核算2007年厦门工业能源消费CO2排放量、行业分布和排放强度的差异,分析了影响工业CO2排放的主要因子和各情景下工业CO2减排潜力。研究结果表明:2007年厦门市工业终端能源消费CO2排放量为7 940 kt CO2,排放强度为1.182 t CO2/万元GDP,排放强度较高的行业依次为化学纤维制造业、非金属矿采选业、化学原料及化学制品制造业、电力和热力的生产和供应业等行业,影响排放强度的主要因子为行业能源消费强度、电力能源结构、工业能源结构和工业行业结构;采用终端法核算的厦门工业能源消费CO2排放行业结构与直接法核算结果有明显的差异。通过建立的CO2减排潜力估算方法,预测在规划情景和理想情景下,2015年厦门市工业CO2排放强度将分别下降30.4%和41%,在工业增加值为1 500亿元情景下,CO2排放总量分别为12 358和10 475.9 kt CO2,比2007年增长55.4%和31.7%。     

基于能源结构的IGT模型对CO2排放量的研究

将能源结构指标Es引入到IGT模型中,并用模糊矩阵对Es进行计算,同时,采用马尔可夫模型对湖南省能源结构进行预测,结果显示:到2020年,湖南省煤、石油、天然气、水电在一次能源消费中的占比为:54.75%:10.75%:2.75%:26.24%;在此能源结构的基础上,用基于能源结构的IGT模型对湖南省CO2排放量进行预测,预测结果显示:2020年湖南省CO2排放量为48 787.23万吨,是2010年的1.51倍,但其单位GDP的CO2排放量仅为1.19吨/万元,比2010年下降41.6%;2020年因能源结构优化而减排的CO2量为7 049.79万吨,占当年CO2排放总量的14.45%。此外,当湖南省单位GDP年均节能率达到7.8%左右时,其CO2排放量将维持2010年的水平不变,从而实现经济增长和CO2排放量的脱钩。     

上海市终端能源消费的CO2排放影响因素定量分析

以对数平均指数法(LMDI)方法为基础,探讨了包括生活能耗在内的上海市终端能源消费CO2排放影响因素的分解方法,定量研究了能源强度下降、能源结构优化、产业结构调整、经济发展规模和人口数量等影响因素对CO2排放变化量的贡献率.研究表明,上海市2005~2009年CO2排放增长了2949万t,如果不采取任何减缓措施,经济增长和人口数量增加将导致CO2排放增长量相当于现在的2.5倍.能源强度下降、能源结构优化和产业结构调整起到了减缓CO2排放增长的作用,对减缓CO2排放增长的贡献率分别为-98%、-50%和-22%.与2000~2005年对比分析发现,工业部门能源强度下降和能源结构优化的减缓作用都有所下降,而产业结构调整开始发挥减排的作用,但贡献率还很低.生活能耗的CO2排放影响因素中,相较于人口数量增长,人均生活能耗上升是导致CO2排放增加的主要因素,且贡献率逐渐增大.     

我国农业生产能源消费变化与趋势分析

我国农业生产能源消费量不断增加,但结构上长期以来一直以石油和煤炭为主,电力以及其他能源没有占据应有的位置,21世纪以来能源使用效率呈现下降趋势。预测表明,我国农业生产能源消费在较长时间内仍呈现不合理格局,这无论从生态角度还是直接从能源利用效率上看都是不合理的,很难适应现代农业的发展需求。     

基于灰色GM(1,1)模型的山东省能源消费及能源消费结构预测

本文基于山东省2004-2010年的一次能源消费总量数据及能源消费结构中的煤炭、石油、天然气的消费量数据,应用灰色系统理论,建立山东省能源消费的GM(1,1)预测模型,并对山东省"十二五"、"十三五"期间一次能源消费总量和煤炭、石油、天然气消费量进行了预测,预测结果表明,未来10年山东省一次能源消费总量仍呈稳步上升的趋势,年均增长率为7.21%,与"十一五"期间的9.24%相比,上升的速度明显变缓。能源消费结构仍然以煤炭为主,但煤炭所占比重逐年下降,石油、天然气所占比重不断上升,能源消费结构得到了明显地改善。经检验模型的预测精度较优,其预测结果可信,可为山东省以后制定能源战略规划等提供科学依据。最后,结合预测结论,提出相应的政策建议。     

中国能源消费结构的变动规律研究

首次建立中国能源消费结构变化动力模型,对中国能源消费结构进行模拟和预测。研究表明,该模型能较好地模拟和预测出在中国能源消费结构中煤炭消费比例将逐步下降,石油、天然气、水电的消费比例将上升,尤其是石油消费的地位会提高。近10年来中国各部门能源消费比例变化表现为生活和第一产业的能源消费比例下降,第三产业能源消费比例上升。由于工业生产能源消费一直占中国能源消费的主体。今后应调整工业结构,降低能耗高的工业部门比重,采取措施降低第三产业过快发展带来的能源消费增长加快的问题,提高石油利用效率。     

广东省能源消费碳排放分析及碳排放强度影响因素研究

根据省级能源统计和温室气体核算规则,计算分析了2005~2012年广东省能源消费碳排放和碳排放强度变化,并应用对数平均迪氏指数法对计算期的碳排放强度变化进行因素分解,定量分析了各产业(部门)能耗强度、产业结构、能源消费结构和能源碳排放系数对广东省碳排放强度变动的影响.结果表明:2005~2012年,广东省能源消费CO2排放年均增长6.28%,单位GDP碳排放累计下降27%,各产业(部门)能耗强度下降是推动碳排放强度下降的主要原因;净外购电力的碳排放系数下降及用作原材料石油消费比重上升也有利于单位GDP碳排放下降;产业结构和能源消费结构总体上朝着不利于碳排放强度下降的趋势发展;生活能源消费年均增速低于GDP年均增速,有利于地区碳排放强度下降.     

要重视煤炭资源的合理利用

<正> 据有关部门预测,本世纪末可能达到一次能源总量约为12亿吨标准煤,其中原煤12亿吨,将比1980年增加一倍。我国能源消费主要依靠煤炭,因此探讨一下煤炭资源的合理利用是非常必要的。一我国能源消费中煤炭所占比重很大,建国初期,达到90%以上;六十年代由于石油的开发和利用,煤炭的消费比重逐渐下降,到1970年降低为81%;1979年降至71.3%;进入八十年代,煤炭消费又略有增加,近年我国能源消费的结构中,煤炭仍占71—74%。     

上海市电力CO_2排放特征及减排途径分析

电力作为一种二次能源,不同发电方式和发电技术的电力CO2排放系数差别很大。研究发现,上海市2009年电力消费侧的CO2排放高于电力生产侧1 551万t,即上海市净调入电力的CO2排放为1 551万t,可见外来电CO2排放的正确测算对全市及各终端消费部门的CO2排放有重要影响。从排放系数来看,消费侧的CO2排放系数只有生产侧排放系数的81%,得益于外来电中可再生能源比例高于本地电力。2009年由于外来电的引入,上海市电力消费避免了178万t的CO2排放。就火力发电而言,上海市单位发电能耗和CO2排放略低于华东电网平均值,远高于世界先进水平,还有很大下降空间。基于以上研究,从提高火力发电的能效、发展可再生能源、发展分布式供能和其他新能源技术、建设智能电网等方面提出上海市减缓电力CO2排放的途径。     

中国能源消费增长的分解——基于投入产出方法

能源是当前中国快速工业化和城市化进程中面临的重要问题,分析其消费增长各个环节的能耗效应是制定节能措施的基础。论文利用投入产出表将1990～1995、1997～2002年中国能源消费增长分解为中间需求效应、技术效应和最终需求效应。研究结果表明,技术效应是减少能源消费的关键因素,在1997～2002年间,技术效应的作用更加明显。中间需求效应与技术效应具有明显的负相关性,有可能通过替代效应对技术效应做出反应,因此,行业之间全面的技术进步很重要,尤其是对那些中间需求调整敏感的行业而言。从单个行业来看,对耗能大户和最终需求量增加快的行业应重点加强技术进步。此外,最终需求效应与国际贸易结构密不可分,应该依据产品附加值和产品能耗对进出口结构进行调整以减少能源消费。     

浅谈甲醇—汽油燃料的应用

目前世界各国的运输体系仍以石油燃料为基础。为了解决能源问题缓和汽车燃料的紧张状态,近年来国内外对汽油渗入甲醇做为混合燃料作了大量研究。这对于节约传统的石油燃料—汽油具有重要意义。根据我市甲醇产量较大,利用甲醇代替一部分汽油,这是解决我市能源问题的一种途径。重庆市环保局最近召开了“甲醇—汽     

中国汽车、船舶和家电中钢铁的存量与流量

存量是指社会经济系统中正在被使用的产品（或物质）的数量（或重量）。人类不断增长的物质需求推动了存量的消耗和更新,最终导致了物质在社会经济系统中的流动。本文利用存量驱动的动态物质流模型分析了1949—2050年中国汽车、船舶和家电行业终端产品中钢铁的存量、理论报废量和理论需求量的变化趋势。研究结果表明：汽车、船舶和家电中的钢铁理论需求量在2020—2030年之间达到峰值后呈现降低的趋势。三个行业终端产品中钢铁的理论报废量将在2040年之后逐渐超越理论需求量,并在2050年分别达到8300万t/年（汽车）、2700万t/年（船舶）和441万t/年（家电）。研究结果可为我国典型行业钢铁的可持续生产与利用提供政策启示,为有效推动循环经济的开展提供数据基础。     

多情景视角下中国能源消费和碳达峰路径

准确预测能源消费及碳排放量对于科学有序落实我国"2030年前碳达峰,2060年前碳中和"目标有重要现实意义.提出了一种融合位置扰动和模拟退火的改进粒子群算法（IPSO）优化基于两层"分解-集成"策略的预测方法：首先利用趋势分解（TD）将原始能源消费时序分解成趋势项和非趋势项,继而使用经验模态分解（EMD）将非趋势项分解成若干本征模态函数（IMFs）和一个残差项,然后对上述趋势项、IMFs和残差项分别建模预测,利用IPSO优化多元线性回归模型（MLR）预测趋势项,采用长短期记忆神经网络（LSTM）预测非趋势项的本征模态函数IMFs和残差子序列,最后通过相加集成求取最终能源消费预测值.实证分析表明,基于TD-EMD两层"分解-集成"策略的IPSO-MLR-LSTM模型融合了TD、EMD、IPSO和LSTM的优点,更全面地捕捉了趋势项和非趋势项演化规律,提升了预测性能,将其应用于能源消费领域是可行且有效的.最后,预测了在不同能源消费结构、经济增长、人口数量、能源效率和人均生活能源消费水平情景下的我国2021~2035年能源消费和碳排放量,并给出相关政策建议.     

中国能源生产与消费趋势预测和碳排放研究

为合理、科学地对能源结构进行调整和优化,提出了能源结构的双组份模型。由统计检验估计法,对模型中的能源生产与消费的相关系数进行了预测估计。依据中国统计年鉴2008年数据,对我国2014年能源生产与能源消费的预测结果分别为24.26×108t标准煤及27.15×108t标准煤。利用预测的能源消费总量、结构与碳排放量之间的关系式——即单位能耗碳排放系数的表达式,预测中国2012年的碳排放量为21.87×108t标准煤,且有上升趋势,并提出了相关的能源对策。     

终端能源消费结构与经济发展

1我国终端能源消费结构变化及特点 1．1我国终端能源消费总量总体呈上升趋势 2005年我国终端能源消费总量为15．8亿tce．占一次能源消费总量的71％。2005年相较于1990年增加了8．2亿tce．年均增长5．6％。我国终端能源消费总量总体呈上升趋势．各时期呈现不同的增长特点。     

能源承载力预测分析方法的研究与应用研究

能源需求和人口、经济密切相关。能源需求分析是在一定的人口和经济增长假设下进行的。从投入产出角度看,能源需求的高低取决于终端需求与满足终端需求的中间过程。经济结构的变化,经济增长模式的选择,技术进步,优质能源的可获得性,环境保护要求等因素会对终端需求和中间过程产生影响。由于资源对国家和地区的重要性,资源承载力的研究显得尤为重要。因此有必要对一个区域的能源需求量作出预测和分析,提高区域发展和管理的科学性,从而实现区域的可持续发展。     

上海能源消费碳排放分解研究

能源利用不仅为经济活动提供动力还大量排放二氧化碳.为分解上海市能源消费CO2排放的影响因素,明晰上海市能源消费CO2排放变化特征,采用指数分解分析方法建立了上海市能源消费碳排放的LMDI分解模型,从经济规模、产业结构、能源强度和产业碳排放系数4个影响因素着手,实证研究了1995-2005年上海分三次产业的能源消费碳排放变化机理.结果表明:经济快速增长是上海碳排放增加的主导因素,能源强度下降是抑制碳排放增长的重要因素.产业结构,能源结构优化有利于控制碳排放,而重工业化、能源结构高碳化会增加碳排放.基于实证分析结果和上海市情,提出了上海市未来控制碳排放的相关政策建议.     

城镇化、居民生活能源消费与生活碳排放之间关系的实证研究

利用中国1995年－2012年居民生活能源消费数据,通过协整检验、格兰杰因果关系检验等方法对城镇化、居民生活能源消费与碳排放之间关系进行了实证研究,结果发现：城镇化、居民生活能源消费与碳排放存在长期均衡关系;城镇化程度的提高会降低CO2排放;生活能源消费的增加是CO2排放提高的重要原因。居民生活能源消费与CO2排放之间存在着双向格兰杰因果关系。提出稳步推进新型城镇化进程、合理进行生活能源消费、调控城乡居民生活能源消费等建议。     

天然气-汽油双燃料车实际道路排放特性研究

为研究使用天然气对轻型汽车排放的影响,利用便携式排放测试系统（PEMS）,对25辆压缩天然气-汽油双燃料出租车在实际道路上分别使用汽油和天然气时的CO2、CO、NOx和THC排放进行了对比测试.研究结果表明：实际道路上,原装车使用天然气相比汽油时,CO2、CO的排放平均分别降低22%和24%,NOx和THC的排放平均分...     

中国能源消费与温室气体排放预测分析

构造了中国18个部门的能源—经济—环境投入产出模型,分析了能源消耗系数的变动规律,对2020年我国能源消费量与温室气体排放量进行了预测。结果表明:我国2020年的能源消费总量为29.5亿t(标准煤),等于1990年的299％,1995年的229％;煤炭消费最为26亿t,石油消费量为4.1亿t,天然气消费量为1420亿m~3,水电6400亿kW·h;能源消费弹性系数为0.43左右;CO_2排放量为17.50亿t(碳当量)。