留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于情景分析法的安徽省能源消耗及碳排放分析

陆彪 郝永康 陈德敏 王索军 张雨

陆彪,郝永康,陈德敏,等.基于情景分析法的安徽省能源消耗及碳排放分析[J].环境工程技术学报,2024,14(3):788-797 doi: 10.12153/j.issn.1674-991X.20230537
引用本文: 陆彪,郝永康,陈德敏,等.基于情景分析法的安徽省能源消耗及碳排放分析[J].环境工程技术学报,2024,14(3):788-797 doi: 10.12153/j.issn.1674-991X.20230537
LU B,HAO Y K,CHEN D M,et al.Analysis of energy consumption and carbon emissions in Anhui Province based on scenario analysis[J].Journal of Environmental Engineering Technology,2024,14(3):788-797 doi: 10.12153/j.issn.1674-991X.20230537
Citation: LU B,HAO Y K,CHEN D M,et al.Analysis of energy consumption and carbon emissions in Anhui Province based on scenario analysis[J].Journal of Environmental Engineering Technology,2024,14(3):788-797 doi: 10.12153/j.issn.1674-991X.20230537

基于情景分析法的安徽省能源消耗及碳排放分析

doi: 10.12153/j.issn.1674-991X.20230537
基金项目: 国家自然科学基金项目(51608001);安徽省住房城乡建设科学技术计划项目(2022-YF088,2022-YF057);安徽省高校科学研究项目(YJS20210352)
详细信息
    作者简介:

    陆彪(1979—),男,副教授,博士,主要研究方向为建筑能效管理中的节能技术、区域能源消耗与碳排放,road_lu12@163.com

    通讯作者:

    陈德敏(1978—),女,副教授,博士,主要研究方向为热工设备传热过程理论及相关节能技术开发和应用,cdm780823@163.com

  • 中图分类号: F206

Analysis of energy consumption and carbon emissions in Anhui Province based on scenario analysis

  • 摘要:

    为了从区域层面开展能源消耗和碳排放量预测分析,以安徽省能源消耗和碳排放量为研究对象,通过构建LEAP-Anhui预测模型,设计了基准情景(BAS)、发展规划情景(DPS)、节能减排情景(ERS)3种情景,预测了安徽省未来3种不同的发展路径。结果显示:到2035年,BAS情景下能源消耗总量达到23 459×104 t(以吨标准煤计),相比BAS情景,DPS与ERS情景能源消耗总量分别下降了20.6%、30.7%,其中ERS情景的能源消耗总量于2030年实现达峰,峰值为16 416×104 t;BAS情景下,安徽省碳排放总量到2035年已达到512.2×106 t,年均增长率为2.6%。DPS与ERS情景下,碳排放总量分别于2030年(389.1×106 t)、2025年(357.2×106 t)达到峰值,均能够完成我国提出的争取在2030年前实现碳达峰的目标承诺。基于碳约束目标对于安徽省能源结构进行了优化分析,在约束路径下,分配给三大系统清洁能源的比例分别为:第三产业39.3%、居民生活23.3%、第二产业37.4%,最小清洁能源需求量为107×1016 J,在能源需求总量中的占比为20.6%。

     

  • 图  1  LEAP预测模型树形结构

    Figure  1.  Tree structure diagram of LEAP prediction model

    图  2  3种情景下安徽省能源消耗总量

    Figure  2.  Total energy consumption of Anhui Province under three scenarios

    图  3  3种情景下安徽省碳排放总量

    Figure  3.  Total carbon emission of Anhui Province under three scenarios

    图  4  3种情景下各部门能源需求量

    Figure  4.  Energy demand of each department under three scenarios

    图  5  3种情景下各品类能源需求量

    Figure  5.  Energy demand for each category under three scenarios

    图  6  安徽省累计碳排放量曲线

    Figure  6.  Cumulative carbon emission curve of Anhui Province

    图  7  需求系统碳约束下的累计碳排放曲线

    Figure  7.  Cumulative carbon emission curve under the carbon constraint of demand system

    表  1  安徽省2010—2021年各品种能源消耗总量

    Table  1.   Total energy consumption of various varieties in Anhui Province from 2010 to 2021 106 t 

    年份煤品油品天然气清洁能源消耗总量年份煤品油品天然气清洁能源消耗总量
    201083.6710.001.751.6597.07201695.1020.775.195.57126.63
    201186.8912.262.643.91105.70201794.3922.655.867.29130.19
    201288.7814.103.194.07110.15201894.2622.337.059.31132.95
    201392.1716.613.634.56116.96201997.3723.027.9110.40138.70
    201493.5718.864.563.12120.112020102.5922.637.5014.26146.98
    201594.8419.684.673.82123.012021107.3724.557.0114.53153.46
    下载: 导出CSV

    表  2  安徽省2010—2021年各品种能源产生的碳排放量

    Table  2.   Carbon emissions generated by various types of energy sources in Anhui Province from 2010 to 2021 106 t 

    年份煤品油品天然气碳排放量年份煤品油品天然气碳排放量
    2010232.721.92.8257.42016264.445.68.4318.4
    2011241.626.94.3272.82017262.549.79.4321.6
    2012246.931.05.1283.02018262.14911.3322.5
    2013256.336.55.8298.62019270.750.512.7334.0
    2014260.241.47.3308.92020285.349.712.1347.0
    2015263.743.27.5314.52021297.653.9111.3368.8
    下载: 导出CSV

    表  3  3种情景的基础参数指标

    Table  3.   Basic parameter indexes of three scenarios

    参数指标 BAS情景 DPS情景 ERS情景

    人口数
    2025年6 166万人
    2030年6 228万人
    2035年6 291万人
    2025年6 259万人
    2030年6 513万人
    2035年6 677万人

    同BAS情景

    城镇化率
    2025年63.7%
    2030年69.6%
    2035年76.1%

    2035年71.8%

    同DPS情景

    GDP
    2025年57 363亿元
    2030年81 209亿元
    2035年109 705亿元
    2025年54 252亿元
    2030年74 330亿元
    2035年99 470亿元
    2025年52 996亿元
    2030年70 920亿元
    2035年92 690亿元
    产业结构
    2035年三大产业结构占比为5.1∶31.9∶63 2035年三大产业结构占比为5.1∶28.7∶66.2 2035年三大产业结构占比为5.1∶27.1∶67.8

    行业结构
    2035年第二产业下属2个行业占比69.9∶30.1;第三产业下属3个行业占比6.1∶24.5∶69.4 2035年第二产业下属2个行业占比65.7∶34.3;第三产业下属行业占比同BAS情景 2035年第二产业下属行业占比同DPS情景;第三产业下属行业占比同BAS情景
    工业 2021—2035年平均下降率为3.2%;
    2035年为0.502 t/万元
    同BAS情景 2035年能源强度为0.479 t/万元
    居民生活 2035年城镇与乡村能源强度
    分别为0.703、0.632 t/人
    2035年城镇与乡村能源强度
    分别为0.506、0.472 t/人
    2030年城镇与乡村能源强度
    分别为0.447、0.424 t/人
    下载: 导出CSV

    表  4  安徽省2030年能源供给侧基础数据

    Table  4.   Basic data of energy supply side of Anhui Province in 2030

    能源种类 碳排放系数/
    (10−12 t/J)
    能源数量/
    (1016 J)
    实际碳排放
    量/(106 t)
    清洁能源 0 73.4 0
    天然气 55 45.5 25.0
    油品 75 99.5 74.6
    煤品 95 301.6 286.5
    下载: 导出CSV

    表  5  安徽省2030年能源需求侧基础数据

    Table  5.   Basic data of energy demand side of Anhui Province in 2030

    部门 碳排放系数/(10−12 t/J) 能源数量/(1016 J) 碳约束目标/(106 t)
    第三产业 39 120.6 46.7
    居民生活 51 88.0 45.2
    第二产业 81 311.4 252.1
    下载: 导出CSV

    表  6  需求系统碳约束下的能源结构

    Table  6.   Energy structure under carbon constraint of demand system 1016 J 

    系统煤品油品天然气清洁能源合计
    第三产业028.945.546.2120.6
    居民生活060.6027.488.0
    第二产业257.310.0044.1311.4
    下载: 导出CSV
  • [1] LIU C, LI Q. Air pollution, global warming and difficulties to replace fossil fuel with renewable energy[J]. Atmospheric and Climate Sciences,2023,13(4):526-538. doi: 10.4236/acs.2023.134030
    [2] 国务院.关于印发2030年前碳达峰行动方案的通知[M].中华人民共和国国务院公报,2021(31):48-58.
    [3] 国务院. 2030年前碳达峰行动方案[M]. 北京, 中华人民共和国国务院公报.2021.
    [4] TANG B J, HU Y J, YANG Y. The initial allocation of carbon emission quotas in China based on the industry perspective[J]. Emerging Markets Finance and Trade,2021,57(4):931-948. doi: 10.1080/1540496X.2019.1645006
    [5] WANG Q, LI S Y, LI R R. Forecasting energy demand in China and India: using single-linear, hybrid-linear, and non-linear time series forecast techniques[J]. Energy,2018,161:821-831. doi: 10.1016/j.energy.2018.07.168
    [6] WEI Y G, WANG Z C, WANG H W, et al. Compositional data techniques for forecasting dynamic change in China's energy consumption structure by 2020 and 2030[J]. Journal of Cleaner Production,2021,284:124702. doi: 10.1016/j.jclepro.2020.124702
    [7] KAZEMZADEH M R, AMJADIAN A, AMRAEE T. A hybrid data mining driven algorithm for long term electric peak load and energy demand forecasting[J]. Energy,2020,204:117948. doi: 10.1016/j.energy.2020.117948
    [8] 倪沈侠,阎少宏,罗长银,等.基于时间序列ARIMA模型的能源数据分析与预测[J].新一代信息技术, 2019, 2(12):7.

    倪沈侠,阎少宏,罗长银,等.基于时间序列ARIMA模型的能源数据分析与预测[J].新一代信息技术, 2019, 2(12):7.
    [9] 季琳. 基于ARIMA模型的河北省能源消费预测[J]. 商, 2016, (29): 296.

    季琳. 基于ARIMA模型的河北省能源消费预测[J]. 商, 2016, (29): 296.
    [10] DRAXLER F, VESCHGINI K, SALMHOFER M, et al. Essentially no barriers in neural network energy landscape[C]//Proceedings of Machine Learning. Stockholm: International Conference on Machine Learning, 2018.
    [11] HU Y C. Energy demand forecasting using a novel remnant GM (1, 1) model[J]. Soft Computing,2020,24(18):13903-13912. doi: 10.1007/s00500-020-04765-3
    [12] 刘茂辉, 刘胜楠, 孙猛, 等. 基于STIRPAT模型的天津市碳达峰和碳中和分析[J]. 环境保护与循环经济,2022,42(2):8-13.

    刘茂辉, 刘胜楠, 孙猛, 等. 基于STIRPAT模型的天津市碳达峰和碳中和分析[J]. 环境保护与循环经济, 2022, 42(2): 8-13.
    [13] WANG S, WANG Y X, ZHOU C X, et al. Projections in various scenarios and the impact of economy, population, and technology for regional emission peak and carbon neutrality in China[J]. International Journal of Environmental Research and Public Health,2022,19(19):12126. doi: 10.3390/ijerph191912126
    [14] ZHANG Z X, JIA J S, GUO Y L, et al. Scenario of carbon dioxide (CO2) emission peaking and reduction path implication in five northwestern provinces of China by the low emissions analysis platform (LEAP) model[J]. Frontiers in Energy Research,2022,10:983751. doi: 10.3389/fenrg.2022.983751
    [15] 余明成, 徐占军, 余健. 山西省CO2排放影响因素研究及情景分析[J]. 环境科学研究, 2018, 31(8): 1357-1365.

    余明成, 徐占军, 余健. 山西省CO2排放影响因素研究及情景分析[J]. 环境科学研究, 2018, 31(8): 1357-1365.
    [16] 张剑,刘景洋,董莉,等. 中国能源消费CO2排放的影响因素及情景分析[J]. 环境工程技术学报,2023,13(1):71-78.

    ZHANG J, LIU J Y, DONG L, et al. Influencing factors and scenario analysis of China's CO2 emission of energy consumption[J]. Journal of Environmental Engineering Technology,2023,13(1):71-78.
    [17] TAN R R, FOO D C Y. Pinch analysis approach to carbon-constrained energy sector planning[J]. Energy,2007,32(8):1422-1429. doi: 10.1016/j.energy.2006.09.018
    [18] CRILLY D, ZHELEV T. Further emissions and energy targeting: an application of CO2 emissions pinch analysis to the Irish electricity generation sector[J]. Clean Technologies and Environmental Policy,2010,12(2):177-189. doi: 10.1007/s10098-009-0245-0
    [19] 姚漫, 汪传旭. 碳排放约束下区域能源分配的Pinch分析[J]. 上海海事大学学报, 2012, 33(3): 58-63.

    姚漫, 汪传旭. 碳排放约束下区域能源分配的Pinch分析[J]. 上海海事大学学报, 2012, 33(3): 58-63.
    [20] COSSUTTA M, FOO D C Y, TAN R R. Carbon emission pinch analysis (CEPA) for planning the decarbonization of the UK power sector[J]. Sustainable Production and Consumption,2021,25:259-270. doi: 10.1016/j.spc.2020.08.013
    [21] XI L, GAO P, WANG H L, et al. Optimization of energy structure in Zhuzhou City based on carbon pinch technology[J]. Energy and Energy Conservation,2023(11):49-52.
    [22] TANG J R, LIAO X B. Optimization of energy consumption structure in Jiangsu based on carbon pinch technology[J]. Resources Science,2014,36(12):2560-2568.
    [23] LIANG L L, LU Q C. Optimization of China's energy structure based on carbon pinch analysis[J]. Resources Science,2015,37(2):291-298.
    [24] KROEZE C, MOSIER A, NEVISON C, et al. Revised 1996 IPCC guidelines for national greenhouse gas inventories: chapter 4. Agriculture[M]. Bracknell: UK Meteorological Office, 1997.
    [25] ZHANG C Q, LUO H X. Research on carbon emission peak prediction and path of China's public buildings: scenario analysis based on LEAP model[J]. Energy and Buildings,2023,289:113053. doi: 10.1016/j.enbuild.2023.113053
    [26] 安徽省人民政府关于印发安徽省国民经济和社会发展第十四个五年规划和2035年远景目标纲要的通知[J].安徽省人民政府公报,2021,(05):3.
    [27] 安徽省政府办公厅和安徽省能源局. 《安徽省“十四五”能源发展规划》[M]. 合肥, 安徽省人民政府公报.2022.
    [28] 国务院新闻办公室. 《中国应对气候变化的政策与行动》[M]. 北京: 国务院新闻办公室, 2021.
    [29] 安徽省人民政府. 《安徽省碳达峰实施方案》[M]. 合肥: 安徽省人民政府, 2022.
    [30] 安徽省发展改革委员会. 《安徽省工业领域碳达峰实施方案》[M]. 合肥: 安徽省发展改革委员会, 2022. ⊕
  • 加载中
图(7) / 表(6)
计量
  • 文章访问数:  87
  • HTML全文浏览量:  36
  • PDF下载量:  28
  • 被引次数: 0
出版历程
  • 收稿日期:  2023-07-10
  • 录用日期:  2024-03-04
  • 修回日期:  2023-12-21
  • 网络出版日期:  2024-04-12

目录

    /

    返回文章
    返回