《碳排放约束下的江苏省煤炭消费量预测论文》由会员分享，可在线阅读，更多相关《碳排放约束下的江苏省煤炭消费量预测论文（30页珍藏版）》请在金锄头文库上搜索。
1、碳排放约束下的江苏省煤炭消费量预测论文碳排放约束下的江苏省煤炭消费量预测摘要江苏的经济增长与煤炭资源紧缺的矛盾突出，煤炭资源匮乏而煤炭消费总量逐年增长，煤炭消耗问题成为影响江苏经济发展的重要因素。本文研究了江苏的能源和煤炭的消费情况，利用 ARIMA、GM（1，1） 、优化模型对江苏未来能源消费情况进行预测及优化，为江苏战略性能源开发提供依据。对于问题一，本文通过数据分析总结出影响煤炭能源消费总量以及第一、二、三产业煤炭消费量的指标，利用 matlab 求出各指标与各目标的关联度，从而分析得到其相互影响情况。对于问题二，本文首先利用已知数据，采用差分自回归移动平均模型ARIMA(q,d,p)对
2、能源消费结构和江苏 GDP 进行预测，得到：预测 GDP 煤炭 石油 天然气 其他2015 57927.3 24513.7 6162.1 1682.39 7012.52020 65391.4 34023.5 8522.1 2846.7 11126.4其次，依据经济绿色发展目标列出优化方程组得到 2015 年和 2020 年能源结构的最优解，其中 2015 年天然气占 7%，石油占 12%，煤炭占 52%，其他占 29%时符合目标要求。时最优对于问题三，本文结合节能减排、低碳消耗的理念，利用灰色预测、ARIMA 模型对能源消费量和各产业消费量进行预测,结果如下：预测 第一产业 第二产业 第三产业
3、2015 43.42 29286.8 76.72020 33.41 37134.72 77.36利用两模型的结构进行发现误差为，说明预测较为准确。对于问题四，本文利用前几问的预测与优化结果，分析数据，对江苏省的能源消费结构、煤炭消费政策、节能减排等方面提出相关建议。关键词：关联度 ARIMA 模型 GM（1，1）模型 煤炭消费量 预测优化一、问题重述改革开放以来，中国的经济发展取得了举世瞩目的成就，但是中国经济的高速增长是建立在高投入、高消耗、低效益的粗放型生产方式上，对中国的能源消耗和环境保护产生了巨大的压力。煤炭是我国经济发展不可缺少的基础能源，中国煤炭消费量呈现指数形式增长。为了遏制全球
4、气候变暖，联合国、国际性组织和世界各国政府展开了积极的努力在此背景下，以减少碳排放为核心内容的低碳经济应运而生。我国决定到 2020 年使单位国内生产总值二氧化碳排放强度在 2005 年的基础上下降 40%45%在第十国新增单位国内生产总值二氧化碳排放降低 17%的指标，二氧化碳排放问题已成为我国参与国际竞争中不可回避的问题。2011 年 12 月 1 日，国务印发了“十二五”控制温室气体排放工作方案的通知，方案对目标任务作了分解，明确了各地区单位生产总值二氧化碳排放下降指标，江苏省的下降目标是 19%，略低于广东省的 19.5%。江苏省“十二五”规划中也给出了到 2015 年非化石能源占一次
5、能源消费比重为 7%左右的目标。至于到 2020 年的减排目标，参考以及国务院在 2009 年公布的我国到 2020 年单位 GDP 二氧化碳排放减少 4045%的目标。江苏省煤炭资源匮乏而煤炭消费总量逐年增长，煤炭消耗问题成为影响江苏经济发展的重要因素。因此，解决好未来江苏巨大的煤炭供需缺口，分析预测江苏未来的煤炭消费，可以为江苏战略性能源开发供应提供依据，从而保证全省经济社会的绿色发展。基于此，请根据附录中的数据，结合收集到的相关资料，建立数学模型，完成以下问题：（1）影响江苏省煤炭消费总量以及第一、二、三产业煤炭消费量的指标有哪些？各指标对江苏省煤炭消费总量以及第一、二、三产业煤炭消费量
6、的影响情况怎样？江苏省煤炭消费总量及其占能源消费量的比重、第一、二、三产业煤炭消费量的变动对节能、减排和经济增长等指标产生怎样的影响？ （2）在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，建立数学模型，对“十二五”期间及未来十年江苏省主要能源（煤炭、石油、天然气等）消费的结构进行预测和优化。（3）在整个碳排放约束下，考虑节能目标和江苏省经济发展目标，建立数学模型，对“十二五”期间及未来十年江苏省煤炭消费总量以及第一、二、三产业煤炭消费量进行预测和优化。请对预测模型和预测结果的合理性进行检验和说明。（4）根据分析的结果和结论，对江苏省节能、减排目标的实现路径以及能源结构调整、煤炭消费政策
7、等方面提出意见和建议。二.、问题分析对于问题一，考虑到有诸多指标可以影响江苏省煤炭消费总量以及第一、二、三产业煤炭消费量，并且各个指标的影响程度不一样，不能直观得体现。本文利用搜集到的一些数据和论文，先将各个指标的数据进行整合，资料总结。考虑将主要指标：GDP、江苏省人口总量、煤炭调入量、能源消费总量、二氧化碳的排放量作为对江苏省煤炭消费总量以及第一、二、三产业煤炭消费量的影响指标。利用灰色系统中关联度概念，构建相互影响程度的数学模型，利用数据说明各个指标的影响情况。对于问题二，我们的目的是对江苏省的主要能源消费结构进行预测和优化，首先应该对已知数据进行整理，因为考虑到经济因素，发现需要先预测
8、江苏省GDP 的情况，然后预测分别预测煤炭、石油、天然气、其他能源的消费量，之后可求出总能源的预测量。利用预测数据，可在节能减排、低碳、经济发展的目标下进行优化能源的消费结构，也即需要考虑：（1）2015 和 2020 年实现单位 GDP 能耗降低率。（2）江苏省单位生产总值二氧化碳的排放指标要能够降低到要求值。（3）江苏省到 2015 年非石化能源占一次能源消费比重为 7%左右的目标。对于问题三，考虑到与第个问题类似，需要预测优化的是煤炭消费总量和三大产业的情况，优化的条件与上一个问题一样，还要保证经济效益的最大化。同时，考虑到模型的多样性，本文利用又采用灰色系统预测煤炭的消费量，与第二问中
9、的 ARMIA 模型比对，检验预测的准确性。对于问题四，首先应该分析前三问中的结果，利用优化模型和数据说明未来的情况，本文认为除了利用所求得的数据以外，还应该多方面搜集信息，利用网络等资源，考虑没有考虑过的因素，综合地分析整个问题，提出合理的建议。3、模型假设1、假设没有突发事件发生如经济危机、重大自然灾害；2、假设未来市场相对稳定，人民消费生活正常进行；3、假设所搜集的数据是真实合理的。4、假设国家和江苏省的节能发展政策不会变动，基本吻合 “十二五” 规划中的发展计划的要求。5、假设除了化石能源产生二氧化碳外，其他能源不产生。6、假设未来十年没有能代替化石能源的资源。7、假设未来江苏省的能源
10、不会出现短缺。四、变量定义与符号说明符号 意义ix各个影响指标M煤炭消耗量,=123i第一、二、三产业煤炭消耗量S石油消消耗量T天然气消耗量Q其他能源消耗量G江苏省 GDPN江苏省 2015 年总耗能量0M煤炭消耗量最优解S石油消消耗量最优解0T天然气消耗量最优解Q其他能源消耗量最优解五、模型建立与求解5.1 对于问题一5.1.1 设 分别为煤炭消费总量和第一、二、三产业的煤炭消费量。123,M影响指标为 ,分别为江苏人口总量、江苏 GDP、煤炭调入量、能源x=45i消费总量、 的排放量。2Co对所有指标数据画折线图分析，以年份为横轴，以各指标数量为纵轴，如图一、二所示所示：图一： 各指标走势
11、 图二： 及 走势M123， ，可以看出：江苏省煤炭消费量主要用于第二产业，第一产业和第三产业的煤炭消费量相对较少；煤炭消费总量和第二产业煤炭消费量递增，第一产业煤炭消费量递减。比较图 1 与图 2 可以看出:大体上煤炭消费总量和第一、二、三产业的煤炭消费量与各指标的图线走势一致，呈现递增趋势。也就是说，江苏人口总量、江苏 GDP、煤炭调入量、能源消费总量、 的排放量，这些提出的指标在一定程度上是符合题意的。5.1.2在灰色预测方法中：关联度分析是分析系统中各因素关联程度的方法。一般求关联度的过程：第一步：初始化，即将该序列所有数据分别除以第一个数据；第二步：求序列差；第三步：求两极差；第四步
12、：计算关联系数；第五步：求关联度。结合已知数据，借鉴灰色系统中关联度的概念，利用 matlab 求出各个指标的相关性如表一：关联度 1x2x3x4x5xM0.87062 0.68703 0.94744 0.93468 0.9811910.97734 0.74321 0.88838 0.88179 0.9006820.87179 0.67304 0.92113 0.90798 0.9520130.97684 0.74274 0.88788 0.88128 0.90017表一：各个指标的相关性通过以上表格可以得出：1、对于 的影响情况： ，也就是说对于江苏省煤炭消M5x341x2费总量影响程度最大
13、的指标是 的排放，说明节能减排，约束 C 排放量是减2Co少江苏省煤炭消费总量的主要方法。2、对于 的影响情况： ，也就是说对于江苏省第一11x534x2产业煤炭消费总量影响程度最大的指标是人口总量，说明控制人口数量对其起到重要作用。3、对于 的影响情况： ，影响江苏省第二产业煤炭2M5x341x2消费总量的最主要指标同 1 相同。4、对于 的影响情况： ，影响江苏省第三产业煤炭35342消费总量的最主要指标同 2 相同。5.1.3根据已知数据，绘制出江苏省煤炭消费总量及能源消费总量的折线图，如图三所示：0500010000150002000025000300001 3 5 7 9 11131
14、5171921232527能 源煤 炭 消 费 量图三从上图可以看出江苏省煤炭消费总量及能源消费总量都是逐年上升的趋势，不过两者之间的差距也越来越大，也就是说煤炭消费总量虽然在逐年上升，但是上升的速率却越来越慢，即江苏省煤炭消费总量占能源消费量的比重正在降低。再根据图 2 和（2）中影响情况的分析：江苏省煤炭消费总量占能源消费量的比重越小，第一产业煤炭消费量降低速率越快，第二产业煤炭消费量增长速率越慢，在一定程度上对节能、减排和经济增长起到有利的作用。5.2 对于问题二5.2.1ARIMA 模型全称为差分自回归移动平均模型，其中 ARIMA(p，d，q)称为差分自回归移动平均模型，AR 是自回
15、归，p 为自回归项；MA 为移动平均，q 为移动平均项数，d 为时间序列成为平稳时所做的差分次数。ARIMA 模型的基本思想是：将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。这个模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。假设煤炭、石油、天然气、其他能源的消耗量分别为 ，首先MSTQ、 、 、利用关图和偏相关图找到适当的 p、d、和 q 值：如图四：基本思路为：步骤一：识别。找出适当的 p、d、和 q 值。通过相关图和偏相关图可以解决。步骤二：估计。估计模型周所含自回归和移动平均项的参数。有时可以用最小二乘法，有时候需要用非线性估计
16、方法。(软件可以自动完成)步骤三：诊断(检验)。看计算出来的残差是不是白噪音，是，则接受拟合；不是，则重新在做。步骤四：预测。图四得到Model DescriptionModel Type煤炭消费量 模型_1 ARIMA(0,1,2)石油消费量 模型_2 ARIMA(0,1,2)天然气消费量 模型_3 ARIMA(0,1,2)Model ID其他能源 模型_4 ARIMA(0,1,2)表二得到 p=0,d=1,q=2,图五预测结果为如表三时间 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020煤炭(tec)18189.5219706.9821234.2922836.5424513.7226265.8228092.8529994.8231971.7134023.53石油(tec)4617.684971.095349.345746.356162.16596.67049.867521.868012.618
