碳减排下的四川省能源消费结构优化研究
发布时间：2021-01-22 11:26
随着经济新常态下能源革命向绿色低碳发展,促使其建立清洁、高效、安全的能源现代化体系。四川省作为能源消耗大省,煤炭作为主要能源消费产品的客观事实仍未得到改变,由此产生的污染气体给节能减排造成较大的压力。为了实现四川省“十三五”能源发展规划中减排目标,就需要因地制宜的调整能源消费结构,引进清洁能源技术并制定相关措施降低环境污染程度。所以,将区域能源消费结构进行优化对四川省发展低碳经济具有重要意义。本文首先分析了四川省能源消费结构和能源碳排放的基本情况,阐述了影响能源消费的十大因素,通过建立主成分分析的BP神经网络模型,预测出2017-2020年的各能源消费量、能源消费总量及碳排放总量;其次,将二氧化碳排放的外部环境成本、能源消费成本以及环境污染治理费用作为能源消费结构优化的目标函数,将预测结果中2020年的能源消费总量和碳排放总量作为能源消费结构优化的约束条件,建立了碳减排下四川省能源消费结构多目标优化模型;最后基于优化模型的设计,规划了三种不同的方案,利用粒子群优化算法对四川省2020年三种不同方案的能源消费结构进行了实证,并提出了未来四川省结构转型、节能技术、政策制定、组织保障的相关对...
【文章来源】：成都理工大学四川省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
978-2016年历年四川省能源消费总量（单位：万吨标准煤）
图 2-2 1978-2015 年四川省能源消费量增长趋势数据来源：《1978-2016年四川省统计年鉴》（3）能源消费弹性能源消费弹性在学术上被定义为能源消费增长率和经济增长率之间的比值弹性系数小于1且接近于0，则对能源消费的依赖程度小且效率高；能源生产系数同理。根据表2-1显示，能源消费弹性近年来不断降低，在2015年几乎于0，意味着伴随着经济的增长，四川省所需的能源消费会降低，能源效率。在能源生产弹性中，经历了三次大幅度波动，在2014年弹性系数达到了1.稳定性弱，存在这种现状的主要原因是由于四川省大部分资源贫乏，除了自源生产供应外，还通过对外贸易获取。表 2-1 2006-2015 年四川省能源消费、能源生产弹性系数年份（年） 2006 2007 2008 2009 2010 2011 2012 2013 2014 2源消费弹性系数 0.72 0.62 0.65 0.54 0.64 0.67 0.35 0.46 0.41 0
2015年石油消费量达到了3029.06万吨，仅低于煤炭资源的消。近几年，汽车行业不断扩大，人们对代步工具的需求增加，导致了对汽油油的需求也逐渐加大。由于四川省“水丰气多”的能源优势显著，且中石油、中石化对天然气的勘探，2015年四川省在全国范围内天然气消费量为170.98亿立方米且排名；随着川东、川中、川西北、蜀南地区正全面开发，四川省境内探明天然气量不断增加，目前，已初步探明常规气、致密气、页岩气可开采的资源量.45×1012m3，同样居全国之首，且仍有较大的增长空间。四川省电力能源消费总体在不断发展，因四川省降水量大，水电的贡献最仍然未能突破石油能源消费，其禀赋优势未能更好的发挥。
【参考文献】：
期刊论文
[1]十三五规划"节能减排"目标实现路径研究[J]. 韩中合,祁超,刘明浩. 干旱区资源与环境. 2018(03)
[2]《巴黎协定》背景下中国碳排放情景预测——基于BP神经网络模型[J]. 董聪,董秀成,蒋庆哲,刘贵贤. 生态经济. 2018(02)
[3]中国能源消费结构地域分布的时空分异及影响因素[J]. 周彦楠,何则,马丽,杨宇,张天媛,陈力原. 资源科学. 2017(12)
[4]中国电力行业碳减排相关政策评价[J]. 刘强,田川,郑晓奇,陈怡. 资源科学. 2017(12)
[5]基于改进的BP神经网络和马尔科夫模型的一次能源消费预测——以北京市为例[J]. 任继勤,夏景阳,殷悦. 生态经济. 2017(11)
[6]中国省域能源生态足迹空间效应研究[J]. 冯银,成金华,申俊. 中国地质大学学报(社会科学版). 2017(03)
[7]中国工业结构调整的碳排放效应预测——基于动态多目标优化模型[J]. 牛鸿蕾. 技术经济与管理研究. 2016(11)
[8]多目标约束下中国能源结构调整方向[J]. 柴建,周友洪,邢丽敏,兰鹏,汪寿阳. 系统工程. 2016(09)
[9]基于BP神经网络的中国煤炭安全评价研究[J]. 孟超,胡健. 科研管理. 2016(08)
[10]低碳转型趋势下中国能源消费结构优化[J]. 方德斌,董炜,余谦. 技术经济. 2016(07)
博士论文
[1]我国页岩气资源开发利用效益评估与商业化政策研究[D]. 汪金伟.中国地质大学 2016
[2]基于环境约束的江苏能源消费结构优化研究[D]. 张涛.中国矿业大学 2010
硕士论文
[1]基于主成分分析的BP神经网络矿井瓦斯涌出量预测研究[D]. 秦燃.北京交通大学 2015
[2]中国能源消费对工业品出厂价冲击的实证分析[D]. 梁根琴.江西财经大学 2010
[3]我国碳排放的影响因素分析及能源价格政策研究[D]. 刘伟锋.上海交通大学 2009
本文编号：2993143
【文章来源】：成都理工大学四川省
【文章页数】：72 页
【学位级别】：硕士
【部分图文】：
978-2016年历年四川省能源消费总量（单位：万吨标准煤）
图 2-2 1978-2015 年四川省能源消费量增长趋势数据来源：《1978-2016年四川省统计年鉴》（3）能源消费弹性能源消费弹性在学术上被定义为能源消费增长率和经济增长率之间的比值弹性系数小于1且接近于0，则对能源消费的依赖程度小且效率高；能源生产系数同理。根据表2-1显示，能源消费弹性近年来不断降低，在2015年几乎于0，意味着伴随着经济的增长，四川省所需的能源消费会降低，能源效率。在能源生产弹性中，经历了三次大幅度波动，在2014年弹性系数达到了1.稳定性弱，存在这种现状的主要原因是由于四川省大部分资源贫乏，除了自源生产供应外，还通过对外贸易获取。表 2-1 2006-2015 年四川省能源消费、能源生产弹性系数年份（年） 2006 2007 2008 2009 2010 2011 2012 2013 2014 2源消费弹性系数 0.72 0.62 0.65 0.54 0.64 0.67 0.35 0.46 0.41 0
2015年石油消费量达到了3029.06万吨，仅低于煤炭资源的消。近几年，汽车行业不断扩大，人们对代步工具的需求增加，导致了对汽油油的需求也逐渐加大。由于四川省“水丰气多”的能源优势显著，且中石油、中石化对天然气的勘探，2015年四川省在全国范围内天然气消费量为170.98亿立方米且排名；随着川东、川中、川西北、蜀南地区正全面开发，四川省境内探明天然气量不断增加，目前，已初步探明常规气、致密气、页岩气可开采的资源量.45×1012m3，同样居全国之首，且仍有较大的增长空间。四川省电力能源消费总体在不断发展，因四川省降水量大，水电的贡献最仍然未能突破石油能源消费，其禀赋优势未能更好的发挥。
【参考文献】：
期刊论文
[1]十三五规划"节能减排"目标实现路径研究[J]. 韩中合,祁超,刘明浩. 干旱区资源与环境. 2018(03)
[2]《巴黎协定》背景下中国碳排放情景预测——基于BP神经网络模型[J]. 董聪,董秀成,蒋庆哲,刘贵贤. 生态经济. 2018(02)
[3]中国能源消费结构地域分布的时空分异及影响因素[J]. 周彦楠,何则,马丽,杨宇,张天媛,陈力原. 资源科学. 2017(12)
[4]中国电力行业碳减排相关政策评价[J]. 刘强,田川,郑晓奇,陈怡. 资源科学. 2017(12)
[5]基于改进的BP神经网络和马尔科夫模型的一次能源消费预测——以北京市为例[J]. 任继勤,夏景阳,殷悦. 生态经济. 2017(11)
[6]中国省域能源生态足迹空间效应研究[J]. 冯银,成金华,申俊. 中国地质大学学报(社会科学版). 2017(03)
[7]中国工业结构调整的碳排放效应预测——基于动态多目标优化模型[J]. 牛鸿蕾. 技术经济与管理研究. 2016(11)
[8]多目标约束下中国能源结构调整方向[J]. 柴建,周友洪,邢丽敏,兰鹏,汪寿阳. 系统工程. 2016(09)
[9]基于BP神经网络的中国煤炭安全评价研究[J]. 孟超,胡健. 科研管理. 2016(08)
[10]低碳转型趋势下中国能源消费结构优化[J]. 方德斌,董炜,余谦. 技术经济. 2016(07)
博士论文
[1]我国页岩气资源开发利用效益评估与商业化政策研究[D]. 汪金伟.中国地质大学 2016
[2]基于环境约束的江苏能源消费结构优化研究[D]. 张涛.中国矿业大学 2010
硕士论文
[1]基于主成分分析的BP神经网络矿井瓦斯涌出量预测研究[D]. 秦燃.北京交通大学 2015
[2]中国能源消费对工业品出厂价冲击的实证分析[D]. 梁根琴.江西财经大学 2010
[3]我国碳排放的影响因素分析及能源价格政策研究[D]. 刘伟锋.上海交通大学 2009
本文编号：2993143
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/2993143.html
