基于自回归分布滞后模型及Kaya公式的碳排放评估方法专利检索-化石燃料燃料燃料种类专利检索查询-专利查询网

基于自回归分布滞后模型及Kaya公式的 碳排放评估方法

阅读：147发布：2020-05-13

专利汇可以提供基于自回归分布滞后模型及Kaya公式的碳排放评估方法专利检索，专利查询，专利分析的服务。并且一种基于自回归分布滞后模型及Kaya公式的碳排放评估方法，其特征在于，包括以下步骤：基于CO2 排放量历史数据，将自回归分布滞后模型与Kaya公式结合，得到CO2预计排放量公式；建立分级评价标准；采集待评估地区的各指标因素，并对待评估地区的各指标因素进行加权和计算，与所述分级评价标准对比，确定排放等级。本发明提出了碳排放评估分级思想，探讨CO2排放、能源消费和经济增长关系映射。本发明能为评价各变量对碳排放的影响程度提供理论方法支持。，下面是基于自回归分布滞后模型及Kaya公式的碳排放评估方法专利的具体信息内容。

权利要求

1.一种基于自回归分布滞后模型及Kaya公式的碳排放评估方法，其特征在于，包括以
下步骤：
基于CO2排放量历史数据，将自回归分布滞后模型与Kaya公式结合，得到CO2预计排放量公式；
建立分级评价标准；
采集待评估地区的各指标因素，并对待评估地区的各指标因素进行加权和计算，与所
述分级评价标准对比，确定排放等级。
2.根据权利要求1所述的碳排放评估方法，其特征在于，所述CO2预计排放量公式为
其中，CO2emi为第i时刻的CO2排放量，β0、β1、β2、β3、β4、β5、β6、β7和β8-β12代表在短期和长期内相应CO2排放变量的相关系数；CI、S1、S2、EI和AC为对根据自回归分布滞后模型的含义所得到的CO2排放量的滞后效应的自变量，ECT为误差修正项，εt为残差项，m和n分别为CO2排放量和自变量的滞后数，t为时间段。
3.根据权利要求2所述的碳排放评估方法，其特征在于，所述CI为碳排放强度，定义为CO2排放量与石油燃料总消耗量之比；
所述S1为石油燃料消耗量在化石燃料消耗量中所占的比例；
所述S2为化石燃料在能源消费总量中所占的比例；
所述EI为能源强度，定义为能源消费总量与GDP之比；
所述AC为总体经济活动，定义为GDP与人口之比。
4.根据权利要求1所述的碳排放评估方法，其特征在于，所述建立分级评价标准的步骤包括如下子步骤：
将调研所得某一地区近十年的相关数据代入CO2预计排放量公式中，得到各相关系数；
根据各相关系数间的比例，得到各自变量的权重；
结合各自变量相关数据及各自变量的权重，得到碳排放评价公式。
5.根据权利要求4所述的碳排放评估方法，其特征在于，所述碳排放评价公式包括短期碳排放评价公式和长期碳排放评价公式。

说明书全文

基于自回归分布滞后模型及Kaya公式的碳排放评估方法

技术领域

[0001] 本发明涉及环境保护碳排放影响评估技术领域，尤其涉及一种基于自回归分布滞后模型及Kaya公式的碳排放评估方法。

背景技术

[0002] 近几十年来，尤其是在气候变化的背景下有关能源利用引起的CO2排放问题受到广泛关注，因此，必须寻求CO2排放、能源消费和经济增长之间存在的关系。大量使用矿物燃料阻碍了可持续发展目标的实现，由于经济增长是所有国家收入水平变化的一个组成部
分，因此有必要分析收入、能源消费产生的CO2排放量和环境污染之间的相关性。在这方面一个重要的假设是环境库兹涅茨曲线(EKC)，1955年以库兹涅茨曲线命名，格罗斯曼和克鲁格在1991年推广了该假说，该假说指出，经济产出的增加伴随着环境的退化，直到达到改善环境的特定收入值为止。

[0003] 有国内学者使用Kaya Identity和LMDI技术来分析CO2排放的变化；有国外学者利用对数平均分解指数(LMDI)方法来分析工业中的能源强度水平，利用自回归分布滞后模型
评价环境库兹涅茨曲线(EKC)假说，以及包括能源消耗变量在内的经济增长与CO2排放之间
的因果关系，大多数研究主要集中在CO2排放总量、能源消耗(或电力消耗)、人口和经济增长之间的因果关系，但缺少评价能源消费结构对CO2排放的影响的方法。

发明内容

[0004] 有鉴于此，本发明的主要目的在于提供一种基于自回归分布滞后模型及Kaya公式的碳排放评估方法，以期至少部分地解决上述技术问题中的至少之一。

[0005] 为了实现上述目的，本发明提供了一种基于自回归分布滞后模型及 Kaya公式的碳排放评估方法，包括以下步骤：

[0006] 基于CO2排放量历史数据，将自回归分布滞后模型与Kaya公式结合，得到CO2预计排放量公式；

[0007] 建立分级评价标准；

[0008] 采集待评估地区的各指标因素，并对待评估地区的各指标因素进行加权和计算，与所述分级评价标准对比，确定排放等级。

[0009] 其中，所述CO2预计排放量公式为

[0010]

[0011] 其中，CO2emi为第i时刻的CO2排放量，β0、β1、β2、β3、β4、β5、β6、β7和β8-β12代表在短期和长期内相应CO2排放变量的相关系数；CI、 S1、S2、EI和AC为对根据自回归分布滞后模型的含义所得到的CO2排放量的滞后效应的自变量，ECT为误差修正项，εt为残差项，m和n分别为 CO2排放量和自变量的滞后数，t为时间段。

[0012] 其中，所述CI为碳排放强度，定义为CO2排放量与石油燃料总消耗量之比；

[0013] 所述S1为石油燃料消耗量在化石燃料消耗量中所占的比例；

[0014] 所述S2为化石燃料在能源消费总量中所占的比例；

[0015] 所述EI为能源强度，定义为能源消费总量与GDP之比；

[0016] 所述AC为总体经济活动，定义为GDP与人口之比。

[0017] 其中，所述建立分级评价标准的步骤包括如下子步骤：

[0018] 将调研所得某一地区近十年的相关数据代入CO2预计排放量公式中，得到各相关系数；

[0019] 根据各相关系数间的比例，得到各自变量的权重；

[0020] 结合各自变量相关数据及各自变量的权重，得到碳排放评价公式。

[0021] 其中，所述碳排放评价公式包括短期碳排放评价公式和长期碳排放评价公式。

[0022] 基于上述技术方案可知，本发明的碳排放评估方法相对于现有技术至少具有如下有益效果之一：

[0023] (1)本发明提出了碳排放评估分级思想，探讨CO2排放、能源消费和经济增长关系映射。

[0024] (2)本发明能为评价各变量对碳排放的影响程度提供理论方法支持。

具体实施方式

[0025] 为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，对本发明作进一步的详细说明。

[0026] 一种基于自回归分布滞后模型及Kaya公式的碳排放评估方法，包括以下步骤：

[0027] 基于CO2排放量历史数据，将自回归分布滞后模型与Kaya公式结合，得到CO2预计排放量公式；

[0028] 建立分级评价标准；

[0029] 采集待评估地区的各指标因素，并对待评估地区的各指标因素进行加权和计算，与所述分级评价标准对比，确定排放等级。

[0030] 其中，所述CO2预计排放量公式为

[0031]

[0032] 其中，CO2emi为第i时间段的CO2排放量，β0、β1、β2、β3、β4、β5、β6、β7和β8-β12代表在短期和长期内相应CO2排放变量的相关系数；CI、 S1、S2、EI和AC为对根据自回归分布滞后模型的含义所得到的CO2排放量的滞后效应的自变量，ECT为误差修正项，εt为残差项，m和n分别为 CO2排放量和自变量的滞后数，t为时间段。

[0033] 进一步地，所述CI为碳排放强度，定义为CO2排放量与石油燃料总消耗量之比；所述S1为石油燃料消耗量在化石燃料消耗量中所占的比例；所述S2为化石燃料在能源消费总
量中所占的比例；所述EI为能源强度，定义为能源消费总量与GDP之比；所述AC为总体经济活动，定义为GDP 与人口之比。

[0034] 在本实施例中，所述建立分级评价标准的步骤包括如下子步骤：

[0035] 将调研所得某一地区近十年的相关数据代入CO2预计排放量公式中，得到各相关系数如表1所示：

[0036] 表1各变量相关系数表

[0037]

[0038] 根据各相关系数间的比例，得到各自变量的权重，如表2所示：

[0039] 表2各变量权重表

[0040]

[0041] 结合各自变量相关数据及各自变量的权重，得到碳排放评价公式，其中，调研得到的主要各变量的相关数据如表3所示：

[0042] 表3某地区近十年主要变量相关数据表

[0043]

[0044] 结合表2和表3，可得到该地区的碳排放评价公式：

[0045]

[0046]

[0047] 那么，碳排放等级表如表4所示：

[0048] 表4碳排放等级表

[0049]

[0050] 对该地区各指标因素进行加权求和计算，与分级标准对比，确定排放等级。

[0051] 在本实施例中，以某地区1990-2016年间数据为例，根据相关数据计算该时间段内碳排放强度(CI)、能源强度(EI)、石油燃料消耗量在化石燃料消耗量中所占比例(S1)、化石燃料在能源消费总量中所占比例(S2)、总体经济活动(AC)，并根据碳排放评估方法进行评
价。

[0052] 进一步地，该实施例中使用的数据及其来源如表5和表6所示：

[0053] 表5实施例使用的数据来源

[0054]

[0055] 表6实施例使用的具体数据

[0056]

[0057]

[0058] 根据碳排放公式分别计算短期和长期碳排放为-11.17和11.72。

[0059] 根据碳排放分级标准，短期该地区属于1级，碳排放非常轻微；长期该地区也属于1级，碳排放非常轻微。

[0060] 此外可以用同样的方法与标准评价该地区不同时间段的碳排放。

[0061] 以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

标题	发布/更新时间	阅读量
水热法转化油脂或高级脂肪酸为长链烷烃的方法	2020-05-08	557
一种新能源发电系统的稳定状态控制系统	2020-05-12	518
无人机高空非接触式能量补给系统和方法	2020-05-12	696
一种气动助力车	2020-05-12	603
热网、地热跨季节储热、供热系统	2020-05-08	41
一种基于新能源的吊装式微型燃气轮机	2020-05-08	667
植物由来ポリエチレンを含むシーラントフィルム用ポリエチレン系樹脂組成物およびシーラントフィルム	2020-05-08	311
生物起源の活性炭ならびにそれを作製および使用する方法	2020-05-08	749
植物由来ポリエチレンを含むシーラントフィルム用ポリエチレン系樹脂組成物およびシーラントフィルム	2020-05-08	430
制御システム、ハイブリッドシステム、制御方法及び制御プログラム	2020-05-11	628

基于自回归分布滞后模型及Kaya公式的碳排放评估方法

基于自回归分布滞后模型及Kaya公式的碳排放评估方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：