基于Stacking集成学习的福建省火电行业碳足迹情景预测

火电行业是中国碳排放的最主要来源之一，其碳足迹研究对中国实现2030年碳达峰目标至关重要。为此，提出一种基于Stacking集成学习的福建省火电行业碳足迹情景预测方法。首先，基于扩展Kaya恒等式识别火电行业碳排放的主要影响因素；然后，以决定系数(coefficient of detemination, R2)和平均绝对百分比误差(mean absolute percentage error, MAPE)作为评价指标优选模型的初级学习器与元学习器，构建融合不同学习器优势的Stacking集成学习碳足迹预测模型。最后，设置了基准发展、产业优化、技术突破、低碳发展四种碳达峰行动情景，以福建省为例对其2021~2035年火电行业的碳达峰进行计算。结果表明，所提方法能够准确预测火电行业的碳足迹，预测系数R2高于0.97、误差MAPE低于0.01。在此基础上，计算了不同碳达峰行动情景的火电行业碳排放峰值，得出在低碳发展情景下该省可在2027年实现碳达峰战略目标。相关研究为中国火电行业碳达峰预测提供理论依据与借鉴价值。