低碳约束背景下中国能源转型路径与优化模型研究
发布时间：2022-01-15 05:37
社会经济高速发展过程中,能源消费所产生的大量二氧化碳是导致全球气候变暖的主要原因。作为世界上最大的能源消费国和碳排放国,中国制定并实施一系列碳减排措施,向国际社会公开承诺碳减排目标。然而,在以煤炭、石油等高碳能源为主导的能源消费结构下,中国迫切需要进行能源系统的低碳清洁转型,以保障社会经济的健康、稳定和可持续发展。基于上述背景和目的,本论文从低碳经济的视角出发,在系统梳理和总结国内外相关理论和研究的基础上对中国能源转型路径的选择、评估和优化等关键科学问题进行了定性和定量研究,主要取得以下创新性的工作:（1）在核算中国二氧化碳排放的基础上,分析全国和区域尺度下二氧化碳排放和能源转型路径的时空格局和演变特征。结果表明,中国二氧化碳排放与能源转型路径的时空演变特征高度一致,说明了能源转型作为中国碳减排有效途径的合理性;（2）综合运用多种计量工具,分析中国二氧化碳排放与低碳（天然气）或清洁能源（核能和可再生能源）的耦合关系,进而评估低碳能源和清洁能源作为中国能源低碳清洁转型路径的可行性,旨在对中国能源转型路径的选择提供依据。结果表明,在中国大部分省份,低碳和清洁能源能够有效减少二氧化碳排放,进...
【文章来源】：中国石油大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：201 页
【学位级别】：博士
【部分图文】：
中国能源消费总量与GDP趋势图
第1章绪论-2-1.1.1中国碳减排目标的实现亟需发展低碳经济随着国民经济的快速发展，中国能源生产和消费需求增长较快，化石能源利用过程中所排放的二氧化碳也随之大幅增长。据BP统计[3]，1965～2017年期间，中国二氧化碳排放量增加了18.7倍，从4.9亿吨增至92.3亿吨，年均增长率为5.8%。2006年，中国已超过美国成为世界最大的二氧化碳排放国；同一年，中国人均二氧化碳排放量也超过世界平均水平。如图1.2所示，2017年，中国二氧化碳总排放量为92.3亿吨，占全球总排放的27.6%。此外，据国际能源署（InternationalEnergyAgency，IEA）预测，中国碳排放量仍将持续增长，在参考情景和新政策情景下，2040年分别将达到117.32亿吨和91.44亿吨[8]。作为世界上最大的能源消费国和碳排放国，中国正积极制定碳减排措施和开展碳减排活动，并向国际社会公开承诺一系列碳减排的目标。2009年，中国在哥本哈根世界气候会议上承诺，2020年碳强度在2005年基础上减少40%～45%。为将这一承诺落实，《2009中国可持续发展战略报告》提出在2005年基础上，2020年能耗强度和二氧化碳排放强度分别降低40%～60%和50%左右，并将其作为中国低碳经济发展的目标。2015年巴黎气候大会上，中国重申此前承诺，即二氧化碳排放争取在2030年左右达峰，且相较于2005年二氧化碳排放强度将在2030年同比下降60%～65%，非化石能源消费占比达到20%左右[9]。因此，合理的能源转型路径和科学的优化模型方案在降低碳排放、实现低碳经济等方面显得十分重要。图1.22017年全球二氧化碳排放分布（百万吨）Fig.1.2SpatialcharacteristicsoftotalCO2emissions(millionton)in2017acrosstheglobe
中国石油大学（北京）博士学位论文-3-1.1.2中国以高碳能源为主的能源结构亟待优化“富煤、少气、缺油”的资源条件，使得中国形成以煤炭为主导的高碳能源消费结构，低碳能源所占比重较为有限（图1.3）。中国能源消费历来以煤炭为主导，尽管其在中国一次能源消费结构中的比重从1965年的87.1%下降到2017年的60.4%，但远远超过其他能源的比重而占绝对优势。煤炭的廉价、可得性满足了中国经济发展的需要，使得GDP对煤炭的依赖度较高。长期以往，中国形成了以煤炭、石油等化石能源为主导的能源结构和粗放型的能源利用系统，对环境污染治理带来巨大的挑战。相关部门数据显示，中国大气环境污染主要源自煤炭的使用，2004年发布的《中国能源发展战略与政策研究报告》[10]显示，中国70%的烟尘、90%的二氧化硫、67%的氮氧化物以及70%的二氧化碳均来自煤炭的燃烧。因此，中国现行能源消费结构亟待优化，即大幅降低煤炭、石油等高碳化石能源比重，提高天然气、核能、可再生能源等低碳高效的优质能源比例，力求形成能源结构多元化局面。由此，研究低碳约束背景下中国能源消费结构转型路径及其模型优化的问题，具有重要的实际意义。图1.31965～2017年中国能源消费结构趋势图Fig.1.3ThetrendchartofChina’senergyconsumptionstructurein1965-2017
【参考文献】：
期刊论文
[1]基于LEAP模型的京津冀地区钢铁行业中长期减排潜力分析[J]. 李新,路路,穆献中,秦昌波. 环境科学研究. 2019(03)
[2]中国地级以上城市二氧化碳排放的影响因素分析:基于扩展的STIRPAT模型[J]. 陈占明,吴施美,马文博,刘晓曼,蔡博峰,刘婧文,贾小平,张明,陈洋,徐丽笑,赵晶,王思亓. 中国人口·资源与环境. 2018(10)
[3]中国能源消费碳排放的时空差异及驱动因素研究[J]. 张馨. 干旱区地理. 2018(05)
[4]中国资源型产业低碳转型影响因素实证研究——基于STIRPAT模型的动态面板数据检验[J]. 田原,孙慧,李建军. 生态经济. 2018(08)
[5]基于STIRPAT模型的能源消费碳排放的影响因素研究——以长三角地区为例[J]. 龚利,屠红洲,龚存. 工业技术经济. 2018(08)
[6]中国二氧化碳排放数据核算[J]. 刘竹,关大博,魏伟. 中国科学:地球科学. 2018(07)
[7]中原经济区城镇居民消费间接碳排放时空格局及其影响因素[J]. 史琴琴,鲁丰先,陈海,张丽君,武荣伟,梁小英. 资源科学. 2018(06)
[8]海岛城市碳排放测度及其影响因素分析——以浙江省舟山市为例[J]. 孙艳伟,李加林,李伟芳,马仁锋. 地理研究. 2018(05)
[9]基于STIRPAT模型的南京市农业碳排放驱动因素分析及趋势预测[J]. 黎孔清,马豆豆,李义猛. 科技管理研究. 2018(08)
[10]中国城市天然气消费驱动因素分析[J]. 高建,董秀成. 天然气工业. 2018(03)
博士论文
[1]中国能源系统转型及可再生能源消纳路径研究[D]. 柳逸月.兰州大学 2017
[2]吉林省能源碳排放驱动因素与新常态背景下碳排放趋势研究[D]. 田雷.吉林大学 2016
[3]城镇化与碳减排目标背景下能源—碳排放系统建模研究[D]. 王泳璇.吉林大学 2016
[4]中国城市化与空气环境的相互作用关系及EKC检验[D]. 丁镭.中国地质大学 2016
[5]我国能源低碳转型法律制度研究[D]. 曹俊金.华东政法大学 2016
[6]中国物流业能源消耗与二氧化碳排放效率测度及分析[D]. 张立国.南京航空航天大学 2015
[7]我国石化行业温室气体排放变动分析及减排潜力研究[D]. 刘玲.中国石油大学(华东) 2014
[8]中国二氧化碳净排放和驱动因素研究[D]. 于洋.东北师范大学 2014
[9]基于不确定性优化方法的能源环境系统规划模型研究[D]. 董聪.华北电力大学 2014
[10]汇率制度与人民币汇率传递效应研究[D]. 谢博婕.对外经济贸易大学 2014
硕士论文
[1]京津冀人口城市化对能源消费影响及区域差异研究[D]. 杨阳.首都经济贸易大学 2018
[2]基于STIRPAT模型的中美印碳排放影响因素比较研究[D]. 赵馨月.山西财经大学 2018
[3]山东省能源消费和二氧化碳排放总量控制模型及对策研究[D]. 张玉秀.山东师范大学 2018
[4]安徽省能源消费碳足迹及影响因素研究[D]. 胡思婷.安徽财经大学 2018
[5]基于LEAP模型的吉林省工业碳排放模拟研究及碳减排路径选择[D]. 解品磊.吉林大学 2018
[6]基于IPCC-LEAP模型的陕西省区域低碳评价及研究[D]. 韩雪莹.西安工业大学 2018
[7]能源清洁发展诉求下中国天然气消费影响因素分析及预测[D]. 梁婷.陕西师范大学 2018
[8]基于STIRPAT和SVAR模型的电力行业碳排放因素分析[D]. 俞佳轲.华北电力大学 2018
[9]基于STIRPAT模型在不同收入水平区域二氧化碳排放驱动因素比较分析[D]. 耿佳佳.东北财经大学 2017
[10]基于LEAP模型吉林省长期能源消耗量及碳排放量分析[D]. 刘继秀.吉林大学 2017
本文编号：3590008
【文章来源】：中国石油大学(北京)北京市 211工程院校 教育部直属院校
【文章页数】：201 页
【学位级别】：博士
【部分图文】：
中国能源消费总量与GDP趋势图
第1章绪论-2-1.1.1中国碳减排目标的实现亟需发展低碳经济随着国民经济的快速发展，中国能源生产和消费需求增长较快，化石能源利用过程中所排放的二氧化碳也随之大幅增长。据BP统计[3]，1965～2017年期间，中国二氧化碳排放量增加了18.7倍，从4.9亿吨增至92.3亿吨，年均增长率为5.8%。2006年，中国已超过美国成为世界最大的二氧化碳排放国；同一年，中国人均二氧化碳排放量也超过世界平均水平。如图1.2所示，2017年，中国二氧化碳总排放量为92.3亿吨，占全球总排放的27.6%。此外，据国际能源署（InternationalEnergyAgency，IEA）预测，中国碳排放量仍将持续增长，在参考情景和新政策情景下，2040年分别将达到117.32亿吨和91.44亿吨[8]。作为世界上最大的能源消费国和碳排放国，中国正积极制定碳减排措施和开展碳减排活动，并向国际社会公开承诺一系列碳减排的目标。2009年，中国在哥本哈根世界气候会议上承诺，2020年碳强度在2005年基础上减少40%～45%。为将这一承诺落实，《2009中国可持续发展战略报告》提出在2005年基础上，2020年能耗强度和二氧化碳排放强度分别降低40%～60%和50%左右，并将其作为中国低碳经济发展的目标。2015年巴黎气候大会上，中国重申此前承诺，即二氧化碳排放争取在2030年左右达峰，且相较于2005年二氧化碳排放强度将在2030年同比下降60%～65%，非化石能源消费占比达到20%左右[9]。因此，合理的能源转型路径和科学的优化模型方案在降低碳排放、实现低碳经济等方面显得十分重要。图1.22017年全球二氧化碳排放分布（百万吨）Fig.1.2SpatialcharacteristicsoftotalCO2emissions(millionton)in2017acrosstheglobe
中国石油大学（北京）博士学位论文-3-1.1.2中国以高碳能源为主的能源结构亟待优化“富煤、少气、缺油”的资源条件，使得中国形成以煤炭为主导的高碳能源消费结构，低碳能源所占比重较为有限（图1.3）。中国能源消费历来以煤炭为主导，尽管其在中国一次能源消费结构中的比重从1965年的87.1%下降到2017年的60.4%，但远远超过其他能源的比重而占绝对优势。煤炭的廉价、可得性满足了中国经济发展的需要，使得GDP对煤炭的依赖度较高。长期以往，中国形成了以煤炭、石油等化石能源为主导的能源结构和粗放型的能源利用系统，对环境污染治理带来巨大的挑战。相关部门数据显示，中国大气环境污染主要源自煤炭的使用，2004年发布的《中国能源发展战略与政策研究报告》[10]显示，中国70%的烟尘、90%的二氧化硫、67%的氮氧化物以及70%的二氧化碳均来自煤炭的燃烧。因此，中国现行能源消费结构亟待优化，即大幅降低煤炭、石油等高碳化石能源比重，提高天然气、核能、可再生能源等低碳高效的优质能源比例，力求形成能源结构多元化局面。由此，研究低碳约束背景下中国能源消费结构转型路径及其模型优化的问题，具有重要的实际意义。图1.31965～2017年中国能源消费结构趋势图Fig.1.3ThetrendchartofChina’senergyconsumptionstructurein1965-2017
【参考文献】：
期刊论文
[1]基于LEAP模型的京津冀地区钢铁行业中长期减排潜力分析[J]. 李新,路路,穆献中,秦昌波. 环境科学研究. 2019(03)
[2]中国地级以上城市二氧化碳排放的影响因素分析:基于扩展的STIRPAT模型[J]. 陈占明,吴施美,马文博,刘晓曼,蔡博峰,刘婧文,贾小平,张明,陈洋,徐丽笑,赵晶,王思亓. 中国人口·资源与环境. 2018(10)
[3]中国能源消费碳排放的时空差异及驱动因素研究[J]. 张馨. 干旱区地理. 2018(05)
[4]中国资源型产业低碳转型影响因素实证研究——基于STIRPAT模型的动态面板数据检验[J]. 田原,孙慧,李建军. 生态经济. 2018(08)
[5]基于STIRPAT模型的能源消费碳排放的影响因素研究——以长三角地区为例[J]. 龚利,屠红洲,龚存. 工业技术经济. 2018(08)
[6]中国二氧化碳排放数据核算[J]. 刘竹,关大博,魏伟. 中国科学:地球科学. 2018(07)
[7]中原经济区城镇居民消费间接碳排放时空格局及其影响因素[J]. 史琴琴,鲁丰先,陈海,张丽君,武荣伟,梁小英. 资源科学. 2018(06)
[8]海岛城市碳排放测度及其影响因素分析——以浙江省舟山市为例[J]. 孙艳伟,李加林,李伟芳,马仁锋. 地理研究. 2018(05)
[9]基于STIRPAT模型的南京市农业碳排放驱动因素分析及趋势预测[J]. 黎孔清,马豆豆,李义猛. 科技管理研究. 2018(08)
[10]中国城市天然气消费驱动因素分析[J]. 高建,董秀成. 天然气工业. 2018(03)
博士论文
[1]中国能源系统转型及可再生能源消纳路径研究[D]. 柳逸月.兰州大学 2017
[2]吉林省能源碳排放驱动因素与新常态背景下碳排放趋势研究[D]. 田雷.吉林大学 2016
[3]城镇化与碳减排目标背景下能源—碳排放系统建模研究[D]. 王泳璇.吉林大学 2016
[4]中国城市化与空气环境的相互作用关系及EKC检验[D]. 丁镭.中国地质大学 2016
[5]我国能源低碳转型法律制度研究[D]. 曹俊金.华东政法大学 2016
[6]中国物流业能源消耗与二氧化碳排放效率测度及分析[D]. 张立国.南京航空航天大学 2015
[7]我国石化行业温室气体排放变动分析及减排潜力研究[D]. 刘玲.中国石油大学(华东) 2014
[8]中国二氧化碳净排放和驱动因素研究[D]. 于洋.东北师范大学 2014
[9]基于不确定性优化方法的能源环境系统规划模型研究[D]. 董聪.华北电力大学 2014
[10]汇率制度与人民币汇率传递效应研究[D]. 谢博婕.对外经济贸易大学 2014
硕士论文
[1]京津冀人口城市化对能源消费影响及区域差异研究[D]. 杨阳.首都经济贸易大学 2018
[2]基于STIRPAT模型的中美印碳排放影响因素比较研究[D]. 赵馨月.山西财经大学 2018
[3]山东省能源消费和二氧化碳排放总量控制模型及对策研究[D]. 张玉秀.山东师范大学 2018
[4]安徽省能源消费碳足迹及影响因素研究[D]. 胡思婷.安徽财经大学 2018
[5]基于LEAP模型的吉林省工业碳排放模拟研究及碳减排路径选择[D]. 解品磊.吉林大学 2018
[6]基于IPCC-LEAP模型的陕西省区域低碳评价及研究[D]. 韩雪莹.西安工业大学 2018
[7]能源清洁发展诉求下中国天然气消费影响因素分析及预测[D]. 梁婷.陕西师范大学 2018
[8]基于STIRPAT和SVAR模型的电力行业碳排放因素分析[D]. 俞佳轲.华北电力大学 2018
[9]基于STIRPAT模型在不同收入水平区域二氧化碳排放驱动因素比较分析[D]. 耿佳佳.东北财经大学 2017
[10]基于LEAP模型吉林省长期能源消耗量及碳排放量分析[D]. 刘继秀.吉林大学 2017
本文编号：3590008
本文链接：https://www.wllwen.com/shoufeilunwen/jjglbs/3590008.html
