兰州市污染物排放及能源状况分析

通过对兰州市自然条件、地理位置及能源结构等因素的综合分析,指出了兰州市污染特点和导致兰州市污染严重的因素;并结合兰州市主要污染物排放量资料,分析了近年来兰州市污染物排放的变化趋势;在此基础上提出了控制大气污染的合理可行措施。     

基于环境约束的广东省能源消费与经济结构关系研究

在深入分析总结能源消费与经济结构变动的理论基础上,分析广东省工业能源消费量变动的重要影响因素,对广东省经济结构、能源消费变动进行定性和定量分析,找出其变动的趋势及特点;定量研究广东省经济发展与能源消费、环境污染的关系,建立基于经济结构与能源消费协调发展的广东省能源消费优化模型。从经济结构优化和能源可持续发展的角度提出广东省能源发展建议。     

碳约束下的京津冀2035年能源消费路径分析

化石能源消费产生二氧化碳,二氧化碳排放量增加导致气候变化,因此,京津冀地区能源消费将会受到二氧化碳（CO2）排放量（碳排放）的制约。首先,利用经典的时间序列模型预测了驱动因素,如国内生产总值（GDP） 、人口、城市化率、产业结构和能耗强度等。然后将驱动因素预测值作为自变量,能源消费作为因变量,采用神经网络方法计算出北京、天津和河北的能源消费量。并利用排放系数法计算实际碳排放量作为约束量,根据内增原理对煤炭、石油、天然气和其它能源消费量进行优化,优化结果作为京津冀在应对气候变化的能源消费可行路径。研究表明：经济和社会是驱动能源消费量增长的主要驱动因素,碳约束下的能源消费路径核心在于控制煤炭和石油消费,天然气和电力供应是能源结构调整的关键。     

集成能源、物料、排放的能源系统建模与优化

考虑到多载体能源系统、生产系统、排放系统之间的复杂耦合关系,引入综合枢纽基本模型,提出了一种考虑能源、物料、排放协同作用的集成化能源系统建模方法.案例分析表明:能源成本及收益、产品生产对能源的需求量、产品收益以及废弃物排放成本等因素对能源系统的优化产生直接影响,这些因素之间协同作用,综合决定能源系统规划与设计的优化方案.所提出的建模方法相比多载体能源系统的描述,能够综合考虑能源、物料、排放之间的协同作用,更加系统地对能源优化问题给出合理的分析.     

基于终端能源消费的工业部门减排潜力估算 ——以云南为例

工业部门是我国碳排放的主要来源,同时也是减排潜力最大、耗时最长的部门,云南省作为低碳试点省份之一,研究其工业部门减排潜力对于控制云南省碳排放量峰值具有一定的参考意义,并为其他省份低碳发展提供借鉴经验。基于终端能源消费选取17种能源系数(含电力、热力)全面测算2000—2014年云南省工业部门碳排放量。结合经济核算法和情景分析法预估2015—2035年云南省工业碳排放量及碳减排潜力。结果表明:如果没有相应制度及技术制约,云南省工业碳排放将在未来持续大幅度增长,在工业比重调整和节能技术进步的双重作用下,云南省工业碳排放将在2030年达到峰值15 247.19万t,其中节能技术进步造成的碳强度减排始终占据主导地位。根据本文研究结果,针对云南省工业部门,进行合理的讨论与建议。     

福建省能源消费的二氧化碳排放与结构分析

基于能源消费统计数据,利用《IPCC 2006国家温室气体清单指南》推荐的基准方法,对1997—2007年福建省能源消费结构、能源消费的二氧化碳(CO2)排放量、产业的CO2排放分布、CO2排放强度进行计算并分析.结果表明:1997—2007年福建省能源消费总量和CO2排放量均呈显著上升趋势;在各产业部门中,以工业为主的第二产业是能源消费和CO2排放的主体,在CO2排放总量中所占的比重近年来有加大的趋势,第一、第三产业和生活消费CO2排放所占比重都有所减小;1997—2007年福建省CO2排放强度和人均CO2排放量都有增长的趋势.     

重庆市能源结构变化对大气环境质量的影响

煤烟型污染是重庆市大气污染严重的主要原因之一,改变能源结构对改善城市大气环境质量具有非常重要的意义;通过分析重庆市能源结构和环境空气现状,预测了“十一五”期间重庆市能源结构变化对大气环境质量的影响,并提出了建议。     

基于生命周期的能源上游清单分析模型改进

对已有清单模型进行改进,提出一种新的能源上游清单模型及算法,使环境负荷因子的清单结果可以追溯到最终端.能源上游清单分析的迭代计算中不但考虑了能源开采、生产阶段,还考虑了运输以及输配等阶段的能耗及环境排放,为能源下游分析乃至整个能源系统的生命周期分析搭建了牢固的基础平台.能源生命周期分析模型包含了生命过程部分和高阶循环部分2个层次.计算结果显示,二次能源如电力的上游阶段生命周期能耗LCEC和生命周期环境排放LCEE较一次能源大,因此调整能源结构,增加清洁、可再生能源在发电方式中所占的比例,对于减少我国大气污染和温室气体排放有重要意义.     

基于多元回归分析的我国能源消费结构对GDP的贡献研究

21世纪以来,我国对基础能源的需求日益增大,现有能源供应量与各行业发展速度不相适应,改善能源结构、开辟新能源增长点成为促进我国经济发展的重要途径。本文通过建立多元回归方程,运用STATA11.0软件具体分析1978-2008年我国能源消费结构对GDP变化的影响作用,得到＂原油、水电、风电、核电＂等能源对我国GDP增长贡献大于＂原煤＂等能源,并提出改善能源结构、提高能源利用率的建议。     

加快能源转型发展 促进中部地区崛起

中部地区作为我国重要的能源原材料基地，在保障能源稳定供应、优化能源结构、提高能源发展质量等方面发挥了重要作用。特别是在推进煤矿企业兼并重组方面，山西勇于“吃蟹”，掀起了全国煤矿企业兼并重组高潮，为促进国民经济持续、稳定、健康发展做出了重要贡献。     

福建省产业部门能源消费导致的CO2排放情况分析

基于福建省产业部门能源消费统计数据,利用推荐的基准方法,对1997～2009年福建省能源消费结构、产业部门CO2的排放量、排放分布、排放强度进行计算并分析.结果表明:(1)以煤为主的能源消费结构是福建省近年来能源消费量以及CO2排放量快速增长的主要原因之一.(2)在各产业部门中...     

太阳能：取之不尽用之不竭的清洁能源

 太阳能资源总量巨大,其辐射可持续数千亿年。相比传统化石能源,太阳能不会产生任何污染物和温室气体排放,并且不受资源分布地域限制,无论陆地、海洋,皆可直接开发利用,是水电、风电之后的第三大可再生能源。     

中国能源消费、碳排放与经济增长关系的实证研究

利用中国1960～2008年的样本数据,运用Toda-Yamamoto检验程序对中国能源消费、碳排放与经济增长三者之间的因果关系进行了计量研究.研究结果表明,经济增长与能源消费都是CO2排放的单向Granger原因,即经济增长与能源消费的增加会导致CO2排放的增加,反之则不成立.能源消费与经济增长之间存在双向的Granger因果关系.研究表明中国的能源消费和相应的CO2排放在今后几十年乃至更长时期内还将持续增长,因此中国应该制定并实施相关政策来降低CO2排放.     

中国能源强度变化原因及投入结构的作用

利用指数分解法, 将影响能源强度的因素分解成能源消耗系数、完全需要系数、最终需求结构系数、最终需求和最终能源消耗系数, 并建立能源强度分解模型。然后, 利用 RAS 方法将能源消耗系数和完全需要系数分别分解成结构和效率系数。通过 1987?2005 年的实物价值型能源投入产出可比价序列表, 进行实证分析, 得出结论: 1987?2002 年中国能源强度下降主要受到投入结构变动的影响, 2002?2005 年能源强度反向上升是受到完全生产完全需要结构和最终需求结构双重作用的结果, 真实的能源效率和真实技术进步对其影响很小。     

希腊构建多元化能源结构的经验与做法

希腊位于巴尔干半岛南端，东、西、南三面环海，能源资源十分有限，仅有石油和褐煤储藏近年来，希腊通过发起创建东南欧能源共同体、构建石油、天然气和输电网络的框架计划、放开能源市场鼓励竞争、制定法律促进替代能源发展等措施，枳极促进本国能源多元化发展．使其成为名副其实的欧洲东南部能源中心的核心国家．     

绿色技术发展加快全球迈向碳中和的步伐

应对全球气候变化,减少温室气体排放、降低能源消费强度、提高可再生能源比重是人类在21世纪的首要时代命题。当前,绿色技术正搭上新一轮科技革命和产业革命的快车深入发展,推动人类社会迈向绿色低碳发展的时代。碳中和(净零碳排放)的绿色发展目标已成为国际社会的强烈共识。     

可再生能源的市场前景及企业发展战略——太阳能热水的利用

一、前言 我国人口众多,人均能源占有量低于世界人均值,石油、天燃气资源不足,以煤碳为主的能源供应造成了严重的环境污染,我国的CO2排放量已居世界第二位,并且随着常规能源的枯竭,将会极大影响和制约国民经济发展与民生。     

基于EEMD与LSSVR的能源消费量多尺度预测——以广东省为例

由于能源消费内在的复杂性,传统的单尺度预测方法很难获得理想的预测效果.为提高能源消费量预测精度,提出了基于集合经验模态分解(EEMD)与最小二乘支持向量回归(LSSVR)的能源消费量多尺度预测模型.首先应用EEMD算法将能源消费量环比指数从高频到低频分解成若干结构更简单、变化更平稳、规律性更强、更易于预测的内在模态函数(IMF)和一个残差项;其次利用LSSVR对各IMF和残差项进行预测,并采用粒子群算法(PSO)选择最优的模型参数;然后将各分量的预测值直接加总求和重构出能源消费量环比指数的预测序列;最后通过逆环比化处理,获得原始能源消费量的最终预测值.利用该模型对1980-2013年广东省能源消费量进行实证分析,结果表明多尺度预测模型的确能够显著提高预测精度.