第
36卷第
10期计算机仿真
2019年10月
文章编号：1006 -9348(2019)10 -0116 -05
基于LMDI-SD
方法的火电行业碳排放峰值预测
赵亚涛，南新元，王伟德
(新疆大学电气工程学院，新疆乌鲁木齐830047)
摘要:利用对数均值迪氏分解法建立中国火电行业碳排放7因素分解模型，并以分解结果为蓝本建立系统动力学模型对我
国未来火电行业碳排放峰值进行预测。结果显示，能源结构、经济规模和人口规模对火电行业C
02排放产生正向驱动作
用，其中经济规模累积贡献率最大为190. 68% ;电源结构、供电煤耗和电力强度对火电行业C
02排放产生负向驱动作用，其
中电力强度的累积贡献率最大为63. 66%
。系统动力学模型模拟结果显示，当设定火电比重为55%和50%时，碳排放峰值
在2029年出现，而设定火电比重为45%时，碳排放峰值则在2021年出现，不同的电源结构对我国火电行业碳排放达峰时间
和达峰排放量具有显著影响。与电源结构相比，设定不同供电煤耗率对我国火电行业碳排放达峰时间几乎没有影响。
关键词:对数均值迪氏因素分解法;系统动力学；电源结构;供电煤耗;峰值
中图分类号:X
51 文献标识码：B
Prediction of Carbon Emission Peak in Thermal
Power Industry Based on LMDI - SD Method
ZHAO Ya - tao，NAN Xin - yuan，WANG Wei - de
(School
of
Electrical
Engineering,
Xinjiang
University,
Urumqi
Xinjiang 830047,
China)
ABSTRACT：
The
seven -
factor
decomposition
model
was
established
by
Log
Mean
Divisia
Index (
LMDI)
method.
And
based
on
the
decomposition
results,
a
system
dynamics (
SD)
model
was
set
up
to
predict
the
carbon
emission
peak
of
China’s
thermal
power
industry
in
the
future.
The
empirical
results
revealed
that
energy
structure，the
scale
of
economy,
and
population
size
were
three
important
positively
driving
C02
emissions
of
thennal
power
industry,
the
scale
of
economy
contributed 190. 68%.
Power
supply
structure,
net
coal
consumption,
and
electricity
intensity
were
three
important
negatively
driving
C02
emissions
of
thermal
power
industry,
the
electricity
intensity
contributed
63. 66%.
The
simulation
of
SD
model
shows
that,
when
the
specific
proportion
of
thermal
power
is 55%
and 50% ,
the
peak
of
C02
emissions
appears
in 2029
,and
the
peak
value
of
C02
emissions
appears
in 2021
when
the
specific
proportion
of
thermal
power
is 45%.
Different
power
supply
structure
has
a
significant
impact
on
the
peak
time
and
peak
amount
of
C02
emissions
in
thermal
power
industry
in
China.
Compared
with
the
power
supply
structure,
setting
different
net
coal
consumption
rate
has
little
effect
on
the
peak
time
of
C02
emissions
in
thermal
power
industry
in
China.
KEYWORDS：
LMDI
decomposition
method；
System
dynamics；
Power
supply
structure；
Net
coal
consumption；
Peak
value
i引言
目前，我国
co2排放量居世界第一 m，其中电力部门是
中国
C02排放的主要贡献部门之一
[2]。2016年，全国碳排
放总量为101.5亿
t,其中煤电行业
C02排放占比达到
基金项目：国家自然科学基金项目（61463047)
收稿日期:2018 -07 -09修回日期:2018 - 08 - 2934. 2%。因此，研究和预测煤电行业
C02排放量及确定
C02
排放峰值出现时间是亟待解决的重要问题。
对数均值迪氏
（Log
Mean
Divisia
Index,
LMDI)分解法因
其可以克服指数分解存在残差项的缺陷、不产生余值等优
点[3]，国内外学者利用
LMDI分解法对碳排放影响因素开展
大量的研究。文献[4-7]利用
LMDI分解法对我国各行业
进行碳排放因素分析，其中文献[6-7]利用
LMDI指数分解
法对中国电力行业碳排放因素进行研究。但以上研究重点
—
116 —在于根据历史数据对碳排放因素分解，分析各因素贡献率，
未对火电行业未来
co2排放预测。王喜平等[8M°]通过构建
系统动力学模型
（System
Dynamics，
SD)对中国电力行业未来
碳排放进行仿真模拟，但未对碳排放影响因素进行分析，建
模依据不够充分。
本文在现有研究的基础上，利用
LMDI分解法并基于扩
展
Kaya恒等式对中国2001 ~2015年火电行业
C02排放影
响因素进行分解，分析各个影响因素对火电行业
C02排放量
的贡献度。并根据
LMDI分析结果为依据应用系统动力学
原理在充分考虑各个影响因素的基础上对电力行业碳排放
系统进行建模，对2018 ~2030年电力行业
C02排放量进行
预测。
2模型与方法
2.1 Kaya
恒等式分解模型
在对碳排放驱动因素研究方面，
Kayaml恒等式在碳排
放研究领域得到了广泛的应用。本文对
Kaya提出的碳排放
分解公式进行扩展,在考虑能源消费量、
GDP和人口的基础
上，针对电力行业自身特点，将供电煤耗、火力发电比例、单
位
GDP电耗等因素纳人碳排放分解公式中，电力行业扩展
Kaya恒等式如式（1)所示
C,V ^
A
4- ' E,
Fr,, F, G, P,P, (1)
式中:
c,为第
t年电力行业
co2排放总量，万为第 < 年
第；种能源产生的
C02排放量，万为第
t年火电能源总
投人量，万为第/年火力发电第
i种能源投人，万
为第
t年总发电量，万
AIT • /
t;。.,为第 < 年火力发电量，万
人疋• /!;
G,为第
t年国内生产总值,万元;
P,为第
t年人口总
量，万人;[' =1,2表示火电生产初始能源投人种类，分别为煤
炭、石油。
令能源排放因子
C£,,, = 火电能源结构=
供电煤耗= £,/屺.,；电源结构
FF,=厂 /
f,;电力
强度
FG, =
F,/
G,;经济规模
GP, =
G,/
P, ;
P,为人口规模。则
电力行业
C02排放分解模型可表示为：
C, =
X CE,, • ££,, • EF, ■ FF, ■ FG, ■ GP, ■ P, (2)
2.2 LMDI
分解法
为测量火电行业碳排放的7个因素效应，本文基于
Ang[n]提出的
LMD丨分解法对火电行业碳排放进行分解，
LMDI分解如式(3)所示
AC, =
C, -
C〇
=
ACC£
i + \CEEt +
ACiT< + ^CFFi +
ACre； + ACCPi +
ACP;
(3)
本文假定各能源碳排放系数为定值，因此能源碳排放因
子效应，为零，其它6种因素的分解结果如下
2 EE
^CEE, = (4)
i = 1 ^^0^EF,
=
i =
l,EFt
KXnw0(5)
么c FF
丨=
t=i,Ff.
)‘inyr〇(6)
△
CfG,
=
i =
l,
fg,
(7)
△
Qp,
=
i =
l,GP,
—瓦(
B)
么cp
丨2
=
i =
I,P,
(9)
其中
=
(CM -Ci<0)/(\nCitl -
lnC,〇)
(10)
通过上述各式可以得到火电行业
C02排放变化量，以及
能源结构、供电煤耗、电源结构、电力强度、经济规模和人口
规模效应对
C02排放量变化的贡献值。
2.3火电行业碳排放SD
模型
2.3.1系统因果关系分析
系统动力学中的因果关系图能够简洁的表达出火电行
业
C02排放系统中各变量之间相互作用关系，确定系统动态
模型的范围，图1为火电行业
SD因果关系图。
该因果回路图主要由4个负反馈回路和1个正反馈回
路组成，分别是：
1) 人口总数—（+)净增长率->(+)人口总数。
人口自然增长模式中随着人口总数的增加人口净增长
率增加，而人口净增长率增加又促使人口总数增加。
2)
C02排放总量—（+ )气候变化->(+ )
C02减排压力
—(+ )非化石能源发电比例—（-）
C02排放总量。
电力行业
C02排放量增加导致气候变化剧烈，使我国减
排压力增大。通过增加非化石能源发电比例减少电力行业
C02排放量降低减排压力。
117
—