【摘要】：作為中國過去幾十年的經濟發(fā)展支柱,重工業(yè)在傳統(tǒng)經濟發(fā)展方式下蓬勃發(fā)展的同時也產生了巨大的碳排放量。為進一步弘揚“綠水青山就是金山銀山”的環(huán)保精神,深化可持續(xù)發(fā)展理念,政府在《“十三五”控制溫室氣體排放工作方案》中提出,力爭部分重工業(yè)碳排放量在2020年左右實現率先達峰,能源體系、產業(yè)體系和消費領域低碳轉型取得積極成效。中國重工業(yè)碳排放達峰路徑的優(yōu)化既是促進新時期下中國經濟高質量發(fā)展、緩解全球氣候變化問題的有效途徑,也是探索新型工業(yè)化道路、實現工業(yè)發(fā)展新模式的有益選擇。鑒于目前以重工業(yè)為研究對象、達峰路徑優(yōu)化為研究內容的文獻較少,中國重工業(yè)碳排放達峰路徑優(yōu)化研究具有必要性和創(chuàng)新性。本文從管理科學與工程學科的角度出發(fā),以中國重工業(yè)及其子行業(yè)為研究對象,首先介紹了碳排放測算方法和行業(yè)范圍,進而分析了中國重工業(yè)1990-2016年的能源消費水平和碳排放水平,從人口結構、經濟發(fā)展、能源消費三個角度出發(fā)選取七個碳排放影響因素。其次,本文集成神經網絡、粒子群算法及遺傳算法等智能算法理論,構建了中國重工業(yè)碳排放達峰路徑研究模型,通過誤差檢驗結果證明本文所用模型與其他同類模型相比具有更高的精度和實用性。根據政府政策與權威機構的預測結果設立保守、基準、強化三類合計9種發(fā)展情景,對中國重工業(yè)及其子行業(yè)2017-2050年碳排放達峰路徑和達峰情況進行預測。最后,對仿真結果進行分析,得出了中國重工業(yè)及子行業(yè)的最優(yōu)碳排放達峰路徑,最佳達峰時間為2025年,子行業(yè)中電力行業(yè)碳排放量最大,機械制造工業(yè)碳排放量最小。另外,本文從人口結構、經濟發(fā)展、能源消費、宏觀調控等方面提出碳排放達峰路徑優(yōu)化策略及建議參數,在實施去產能計劃的基礎上,實行能源消費總量的控制,保持人口中速增長,城鎮(zhèn)化率高速提升,經濟高質量發(fā)展,極力調整優(yōu)化能源消費結構。同時就七個影響因素設定最優(yōu)達峰數值目標,為中國重工業(yè)及子行業(yè)實現盡早達峰的目標提供方法支撐及數據參考。
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：X322;F424
【圖文】：

為 2636 萬噸，這是由于化石能源的開采和加工過程中通常統(tǒng)化石能源，因此對電力的消費量最少。碳排放量分析文使用表 3-1中碳排放系數乘以表 3-3 中相關行業(yè)能源消費990 年至 2016 年間中國重工業(yè)碳排放數據如表 3-3所示，單表 3- 3 中國重工業(yè)及子行業(yè)碳排放量歷史數據化石能源電力 化學 鋼鐵有色冶金建材機械制造4.85 5.50 2.75 3.09 0.21 2.10 0.77.69 8.73 3.60 4.92 0.39 2.93 0.79.04 10.83 3.15 4.50 0.35 2.30 0.614.95 20.58 4.12 9.27 0.61 3.70 0.723.03 29.22 5.19 13.98 1.36 5.04 1.131.06 32.22 9.12 17.32 3.10 6.72 1.030.20 33.12 8.66 17.03 3.29 6.13 0.9數據得出七個子行業(yè)碳排放量歷史發(fā)展趨勢如圖 3-4所示。100120

圖 4-2IPSO-BP 模型誤差檢驗由圖可知，IPSO-BP 模型擬合程度較高，其均方誤差值為 0.1502。為明模型的創(chuàng)新性和有效性，本文將傳統(tǒng) BP 神經網絡與 IPSO-BP 模型，傳統(tǒng) BP 神經網絡的結構、參數設置均與 IPSO-BP 相同，帶入相同據進行訓練，再將誤差、均方誤差值、確定系數等數據進行對比。誤如圖 4-3所示。-1000-5000500100015002000250030003500901 914 961 198 02 202 0204 062 208 0102 012 0214 0162噸萬IPSO-BPBP

華北電力大學碩士學位論文5.2 重工業(yè)預測結果現將 9 種情景設定的參數輸入到研究中國重工業(yè)碳排放峰值的 IPSO-BP 模型中，模擬重工業(yè)碳排放量發(fā)展趨勢，得到 2017-2050 年不同發(fā)展情景中的碳排放數據。描繪出 9 種不同情景中國重工業(yè) 2017-2050 年碳排放變化趨勢，如圖 5-1 所示。

【相似文獻】

相關期刊論文 前10條

1 李慧;李瑋;姚西龍;;中國省域全要素碳排放效率空間特征與動態(tài)收斂性研究[J];科技管理研究;2019年19期

2 胡宇;;長江經濟帶工業(yè)碳排放收斂及其驅動因素分析[J];沿海企業(yè)與科技;2019年05期

3 趙成柏;;我國碳排放強度影響因素的實證分析[J];中國集體經濟;2019年35期

4 展秀萍;;中俄哈土烏五國碳排放強度與主要發(fā)達國家對比分析[J];化工設計通訊;2019年10期

5 周迪;王雪芹;;中國碳排放效率與產業(yè)結構升級的耦合度及耦合路徑[J];自然資源學報;2019年11期

6 邱凱;唐

本文編號：2784666