電力系統の動的排出係数を考慮した地域電気炭素排出予測に関する研究

Scientific Reports volume 13、記事番号: 5568 (2023) この記事を引用

735 アクセス

メトリクスの詳細

華北電力網のカウントされた電力システム排出係数に基づいて、コミュニティ炭素排出サンプルデータベースが構築されます。 サポート ベクター回帰 (SVR) モデルは、電力炭素排出量を予測するようにトレーニングされ、遺伝的アルゴリズム (GA) によって最適化されます。 この結果に基づいて、地域の二酸化炭素排出量警告システムが設計されています。 電力システムの動的排出係数曲線は、年間炭素排出係数をフィッティングすることによって得られます。 時系列SVR炭素排出予測モデルを構築し,そのパラメータを最適化するためにGAを改善した。 北京の草昌コミュニティを例に挙げると、SVR モデルをトレーニングおよびテストするために、電力消費量と排出係数曲線に基づいて炭素排出サンプル データベースが生成されます。 結果は、GA-SVR モデルがトレーニング セットおよびテスト セットによく適合し、テスト セットの予測精度が 86% に達することを示しています。 この論文のトレーニング モデルを考慮して、来月のコミュニティ電力消費の二酸化炭素排出傾向が予測されます。 コミュニティの炭素排出警告システムを設計し,コミュニティの炭素排出削減の具体的な戦略を提案した。

地球規模の気候問題やヒートアイランド現象の深刻化を背景に、低炭素化が時代の要請となっています。 中国の都市化プロセスの加速に伴い、都市住民は拡大し続けています。 産業クラスターの発展が加速し、エネルギー消費と炭素排出量は増加し続けています。 都市における高炭素排出の問題は特に重要になっています。 コミュニティ、特に高密度のコミュニティが都市の主要な単位です。 石炭から電力への転換などの政策の実施により、電力による炭素排出がますます主要な地域社会の炭素排出となるようになっています。 地域電力の炭素排出量を予測することは、住民の低炭素生活を促進し、低炭素都市を構築する上で非常に重要です。

近年、中国は最大の発展途上国として経済規模が大きく、人口比率も高い。 中国は化石燃料を大量に消費しており、二酸化炭素排出量は急速に増加している。 2008年に中国の炭素総排出量が初めて米国を超えて以来、炭素総排出量は増加し続けている。2019年には炭素総排出量が米国の2倍に達して以来、中国は最大の炭素排出国となっている。地球温暖化問題を解決し、炭素排出量を削減するためには温室効果ガスの排出、低炭素開発は世界のコンセンサスとなっています。 2014年、中国は気候変動に関する米中共同宣言で初めて2030年カーボンピーク計画を提案し、2020年に中国のカーボンピークとカーボンニュートラル目標を発表した。同時に2022年1月、国務院は第14次五大綱領を発表した。 - エネルギー節約と排出削減のための年間計画。政策メカニズムを改善し、主要プロジェクトを展開し、中国の短期的な排出削減目標を明確にした総合作業計画。

炭素排出削減という国家目標を達成するために、炭素排出予測モデルとソリューションが国内外の学者による研究の焦点となっています。 現在、特定の業界内の炭素排出量についてはさらに多くの予測 1、2、3 があります。 電力業界では、通常、炭素排出量は経済性と電力消費の側面から予測されます。 研究者らは、炭素排出量 4、5、回帰モデル 6、7、システムダイナミクス モデル 8、9、10、および非線形モデル 11、12 の影響因子に基づいて一連の研究を実施しました。 例えば、影響要因に関して、He et al.13 は、電力部門からの炭素排出が中国の総排出量の 40% 以上を占めていると指摘しました。 彼らは、経済成長が主な原動力であり、電力消費量、火力発電のエネルギー強度、電力構成が主な阻害要因であるとして、中国の電力部門からの炭素排出の影響要因を国家レベルと地方レベルの両方で調査した。 Sun Weiら14は、確率的フロンティア分析を用いて炭素排出効率の観点から炭素排出強度に影響を与える要因をスクリーニングし、要因分析と極限学習マシンに基づいた炭素排出強度予測モデルを構築した。 McKibbin et al.15 は、経済構造と排出成果を同時に決定する G-Cubed 多国モデルを使用して開発されたアプローチを採用しました。 排出量予測の枠組みは、時間とともに変化する経済成長の源泉と世界経済の構造に焦点を当てるべきである。