一种区域碳排放量预测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115511147A(43)申请公布日2022.12.23(21)申请号202210783933.7G06Q50/26(2012.01)(22)申请日2022.07.05(71)申请人国网上海市电力公司地址200233上海市徐汇区钦江路102号13楼申请人东南大学溧阳研究院(72)发明人郭明星陈鹏王建军兰莉莫阮清周吉钱俊良郝珊珊(74)专利代理机构南京天华专利代理有限责任公司32218专利代理师李德溅(51)Int.Cl.G06Q10/04(2012.01)G06Q10/06(2012.01)G06Q50/06(2012.01)权利要求书3页说明书8页附图2页(54)发明名称一种区域碳排放量预测方法(57)摘要本发明公开了一种区域碳排放量预测方法，该预测方法步骤如下：将区域内的部门划分为终端部门和转化部门，其中终端部门包含农业、工业、建筑业、交通业、居民生活和其他行业，转化部门包含本地电力生产与外来电力生产；获取区域内各部门能源消费的历史消费数据，构建预测能源消费结构的马尔科夫模型；获取区域内对各部门能源需求起到关键推动因素的历史需求数据，得出各因素的未来变化趋势，构建预测能源需求量的LEAP模型；计算各化石能源的碳排放因子；根据预测的能源消费结构、能源需求量以及各化石能源的碳排放因子，计算出未来该区域内的碳排放量。本发明的预测方法基于马尔科夫模型和LEAP模型，综合考虑区域资源、历史数据，并衡量政策和经济结构变动的影响。CN115511147ACN115511147A权利要求书1/3页1.一种区域碳排放量预测方法，其特征在于：该预测方法步骤如下：步骤A、将区域内的部门划分为终端部门和转化部门，其中终端部门包含农业、工业、建筑业、交通业、居民生活和其他行业，转化部门包含本地电力生产与外来电力生产；步骤B、获取区域内各部门能源消费的历史消费数据，构建预测能源消费结构的马尔科夫模型；步骤C、获取区域内对各部门能源需求起到关键推动因素的历史需求数据和区域内的政策设定目标，得出预测期限内的各关键推动因素的未来需求数据，构建预测能源需求量的LEAP模型；上述关键推动因素指GDP、人口、行业比重、汽车保有量、能源强度、发电效率；步骤D、计算各化石能源的碳排放因子；步骤E、根据预测的未来一定时期内的区域内各部门的能源消费结构、能源需求量以及各化石能源的碳排放因子，计算出未来该区域内的碳排放量。2.根据权利要求1所述的区域碳排放量预测方法，其特征在于：所述步骤B中的预测能源结构的马尔科夫模型包括预测终端部门能源结构的马尔科夫模型和预测转化部门能源结构的马尔科夫模型。3.根据权利要求2所述的区域碳排放量预测方法，其特征在于：预测终端部门能源结构的马尔科夫模型的构建方法为：步骤B11、分别获取六个终端部门的煤炭、石油、天然气和电力的历史消费数据，构建六个终端部门的能源消费结构状态的向量为Si(n)＝[Sic(n),Sio(n),Sig(n),Sie(n)]，其中Sic(n)、Sio(n)、Sig(n)、Sie(n)分别表示煤炭、石油、天然气和电力在各终端部门的能源消费总量A中所占的比重，Sic(n)、Sio(n)、Sig(n)、Sie(n)之和为1；步骤B12、对于六个终端部门，各终端部门的能源消费结构从n时刻到n+1时刻的转移概率矩阵Pi(n)为：式(1)中，主对角线上的元素代表了各类能源消费继续保持原有比例的概率；主对角线外的元素表示该类能源消费向他类能源消费转移的比例概率；步骤B13、确定各终端部门的转移概率矩阵Pi(n)中的各个元素，再得出各终端部门从初始时刻到n时刻能源消费结构的每步转移概率矩阵Pi(1)，Pi(2)...Pi(n)，根据式(2)确定各终端部门的平均转移概率矩阵Pi：步骤B14、根据各终端部门的平均转移概率矩阵Pi，由式(3)预测n+m时刻各终端部门的能源消费结构：mSi(n+m)＝Si(n)×Pi(3)式(3)中，Si(n+m)为n+m时刻各终端部门的能源消费结构状态向量；Si(n)为n时刻各终m端部门的能源消费结构状态向量；Pi为各终端部门平均转移矩阵的m次方。2CN115511147A权利要求书2/3页4.根据权利要求2所述的区域碳排放量预测方法，其特征在于：预测转化部门能源结构的马尔科夫模型的构建方法为：步骤B21、分别获取两个转化部门的煤炭、石油、天然气与非化石能源的历史消费数据，构建两个转化部门的能源消费结构状态的向量为Sj(n)＝[Sjc(n),Sjo(n),Sjg(n),Sjn(n)]，其中Sjc(n)、Sjo(n)、Sjg(n)、Sjn(n)分别表示煤炭、石油、天然气和非化石能源在各转化部门的能源消费总量A中所占的比中，Sjc(n)、Sjo