国家煤炭应急储备规模和布局研究

发布时间：2020-05-13 05:45

【摘要】：国家煤炭应急储备作为保障煤炭供应安全的重要措施，其实践和理论尚处于起步阶段，许多方面亟需研究。本文运用经济学、管理学、波动理论、物理场论等理论和小波分析、场力模型、最优化方法、计量经济学等方法，构建煤炭应急储备理论框架，按照“从上至下、由总量到结构”的研究思路，研究了国家煤炭应急储备规模和国家煤炭应急储备布局问题，并针对国家煤炭应急储备决策提出相应建议。具体研究内容如下：对国家煤炭应急储备等概念进行界定，从煤炭生产、流通、消费的三个环节，寻找影响煤炭供应安全的危险源。借鉴应急管理、系统安全等理论，构建了由“危险源—不安全状态—应急储备决策—决策反作用于不安全状态”四阶段组成的煤炭应急储备理论框架。提出理论框架中应急储备决策的两个关键问题是储备规模和布局。构建包含确定性波动反映的煤炭需求量和不确定性波动反映的储备天数的国家煤炭应急储备基本模型，研究国家应急煤炭储备规模。针对确定性波动反映的煤炭需求量的研究，首先运用小波分析等方法，得出主周期为5-6年的煤炭需求波动规律结论，然后构建了以煤炭需求、波动规律与GDP为变量的状态空间模型，测算了确定性波动反映的煤炭需求量。针对不确定性波动反映的储备天数，从社会福利视角，运用成本收益分析方法，构建煤炭应急储备最优储备天数的测度模型，通过参数估计、数值模拟和敏感性分析，揭示了煤炭需求价格弹性和煤炭供应中断规模是影响最优储备天数的主要因素。在确定性波动反映的煤炭需求量和不确定性波动反映的储备天数研究的基础上，得出最优煤炭应急储备量为16天煤炭需求量，相当于当年度煤炭需求总量的4%-5%。在储备规模总量确定的条件下，以煤炭流动规律为基础确定应急需求点和备选储备点，构建煤炭应急储备选址模型，并进行实证研究。首先，依托GIS平台，构建并运用三阶段梯度判定体系，得出我国煤炭流动空间结构由“V”型源地、“T”型交地、“S”和倒“N”型汇地构成的结论；构建并运用煤炭资源场力模型，揭示出煤炭流动的主要驱动力是源地、汇地的煤炭产消差和距离。从而确定18个汇地省份的128个地级市为国家煤炭应急储备需求点，39个港口和重要铁路枢纽为备选储备点。其次，构建并运用以应急反应时间最短、应急反应总成本最小为目标，以储备规模总量，应急限制期、应急储备点双容量限制、多路径等为约束条件的煤炭应急储备选址的时间-成本多目标整数规划模型。利用应急需求点和备选储备点的实证数据，考虑不同的容量约束（1000万吨和800万吨）和不同的储备点总数（30个和25个储备点）等多种情景，求解出不同情景下的煤炭应急储备选址结果并进行对比分析，得出储备点总数≤25、容量上限1000情景下的选址结果为最佳选址方案。基于以上研究结论，从国家煤炭应急储备规模、煤炭应急储备的吞吐和轮换时机、煤炭应急储备布局等方面提出决策建议。该论文有图28幅，表格24张，参考文献200篇。
【图文】：

煤炭,能源结构,地位,煤炭供应

1 Introduction.1 选题背景（Background of Research）煤炭为我国经济社会发展提供了主要基础能源和重要原料，煤炭供应安全国能源安全和经济安全的基石。近年来，因重大自然灾害或突发事件导致煤应中断或严重不足的情况时有发生，给我国经济社会发展诸多领域带来了很险和损失。煤炭应急储备作为保障煤炭供应安全的重要措施，受到国家和地府重视，并积极推进煤炭储备建设。目前有关煤炭应急储备规模、布局等现策问题尚处于摸索阶段，有关煤炭应急储备的理论更加匮乏。因此亟需开展深入的煤炭应急储备理论研究，以期为国家煤炭应急储备建设提供科学的理据和决策支持。（1）煤炭在国民经济和社会发展中发挥重要作用煤炭作为我国重要的基础性资源，近 20 年在我国能源生产和消费总量中重一直维持在 70％左右（见图 1-1）。

序列,煤炭消费量,年度,小波分解

图 4-4 年度煤炭消费量 BP 滤波的成分值和频率响应函数（ p =3、q=8、k =3）Figure 4-4 Component performance and frequency response function of annual coal consumptionbased on BP filter method（ p =3、 q =8、 k =3）在图 4-4 中，左侧图显示煤炭消费量的实际值、趋势成分和围绕 0 上下变动的波动成分，右侧图显示 p =3、q=8、k =3 情境下的频率响应函数，从右图中可看出主周期所在的频率区间为 0.18 至 0.24，相应的周期区间为 4.1-5.6 年，区间内的最高点对应的频率为 0.21，相应的主周期为 4.8 年。（3）小波分析测度结果应用 Matlab7.1 软件中的小波分析工具包 Wavelet Toolbox，采用具有时频紧支撑和对称性的Daubechies小波系对1953-2010年的年度煤炭消费量数据进行分解，以预测误差最小化为标准[150]，最终选择采用 db3 小波基，对煤炭消费量数据进行 2 个尺度的分解，将s 先分解为ta1,td1，第二层又将ta1分解为ta2,td2，原序列tttsadd212= ++，其中ta2为低频近似序列，此序列过滤掉了原始序列中的部分奇异值和高频分量，能够较好地体现序列的本质变化趋势，，而td1、td2分别为第 1、2 层的高频细节序列。分解结果见图 4-5 所示。MX Non-cyclical CycleActual Ideal
【学位授予单位】：中国矿业大学
【学位级别】：博士
【学位授予年份】：2012
【分类号】：F426.21;F224

【参考文献】