一种基于STIRPAT模型的碳峰值预测方法、系统和装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115907173A(43)申请公布日2023.04.04(21)申请号202211514116.8(22)申请日2022.11.29(71)申请人安徽南瑞中天电力电子有限公司地址230088安徽省合肥市高新区创新大道2800号合肥创新产业园二期G1楼(72)发明人周浩徐基前周鹏飞赵伟单永梅韩周刘帅(74)专利代理机构合肥市泽信专利代理事务所(普通合伙)34144专利代理师潘飞(51)Int.Cl.G06Q10/04(2023.01)G06Q50/26(2012.01)G06F17/18(2006.01)权利要求书2页说明书9页附图4页(54)发明名称一种基于STIRPAT模型的碳峰值预测方法、系统和装置(57)摘要本发明属于环保技术领域，具体涉及一种基于STIRPAT模型的碳峰值预测方法、系统和装置。该预测方法用于预测目标区域在未来数年的碳排放情况，得到地区碳达峰的年限和对应的碳峰值；S1：基于STIRPAT基础模型构建以人口规模、经济发展水平、技术水平、城市化率、产业结构和能源结构为影响因子的碳排放预测模型。S2：获取不同区域对应的包含各影响因子以及年份的历史数据集。S3：对各个区域的碳排放预测模型进行岭回归。S4：制订符合各区域发展规划的排放情景；S5：基于设定的排放情景对各个区域未来数年的碳排放进行预测，并输出预测出的达峰年份和区域碳峰值。本发明解决了现有各类碳峰值预测模型无法兼顾不同地区对经济发展的合理诉求的问题。CN115907173ACN115907173A权利要求书1/2页1.一种基于STIRPAT模型的碳峰值预测方法，其用于预测目标区域在未来数年的碳排放情况，得到地区的碳达峰年限和对应的碳峰值；其特征在于，所述碳峰值预测方法包括如下步骤：S1：基于STIRPAT基础模型构建以人口规模P、经济发展水平A、技术水平T、城市化率U、产业结构IN和能源结构RE为影响因子的碳排放预测模型；所述碳排放预测模型如下：lnI＝lna+blnP+clnA+dlnT+flnU+glnIN+hlnRE+U上式中，I表示区域的碳排放量；a表示模型系数，b、c、d、f、g、和h分别表示人口规模P、经济发展水平A、技术水平T、城市化率U、产业结构IN和能源结构RE六项影响因子的回归系数；S2：采集各区域历年经济与社会发展的统计数据，并从中获取不同区域对应的包含各影响因子以及年份的历史数据集；S3：将各个区域的所述历史数据集输入到碳排放预测模型中，对各个区域的碳排放预测模型进行岭回归，确定模型系数和回归系数；岭回归过程中对模型中的所有变量进行单位根检验，并根据SIC准则确定滞后项；S4：结合各地的国民经济和社会发展规划以及设定环保目标，对所述碳排放预测模型中的各个影响因子添加约束，进而制订符合各区域发展规划的排放情景；S5：基于设定的排放情景，利用步骤S3中回归后的所述碳排放预测模型对各个区域未来数年的碳排放进行预测，并输出预测出的达峰年份和区域碳峰值。2.如权利要求1所述的基于STIRPAT模型的碳峰值预测方法，其特征在于：在步骤S1构建的碳排放预测模型中，人口规模采用地区的常驻人口数进行衡量；经济发展水平用人均GDP进行衡量；技术水平用万元GDP碳排放强度进行衡量；城市化率采用城镇人口占总人口比重的进行衡量；产业结构采用第三产业增加值比重进行衡量；能源结构用非化石能源消费量占全部能源消费量的比重进行衡量。3.如权利要求1所述的基于STIRPAT模型的碳峰值预测方法，其特征在于：步骤S2中，采集到的历史数据集中元数据的格式如下：(Y，P，A，T，U，IN，RE)；其中，Y表示各个数据的统计年份。4.如权利要求1所述的基于STIRPAT模型的碳峰值预测方法，其特征在于：在步骤S3碳排放预测模型的岭回归过程中，STIRPAT模型中对输入的所有元数据数据进行了对标准化处理，以使变量更具线性化趋势，消除异方差对时间序列数据的影响，提高回归结果的拟合程度；同时运用JJ检验变量之间的协整关系以利于进行回归分析。5.如权利要求1所述的基于STIRPAT模型的碳峰值预测方法，其特征在于：步骤S4中，根据不同区域的经济发展水平将不同区域划分为低水平、中水平和高水平三种发展阶段的类型，然后对不同发展阶段的区域设计不同的排放情景；制订出的三种排放情景如下；一、基础情景基础情景适用于处于低水平发展阶段的区域；基础情景以国民经济和社会发展规划提出的节能减排目标实现的社会发展情况为基础，对人口规模、经济发展水平、技术水平、城市化率、产业结构和能源结构各因素的未来发展速率以符合设定的基础要求为限；二、强化减排情景强化减排情景适用于中水平发展阶段的区域；强化减排情景是以寻求经济与资源环境2CN115907