法律状态公告日
法律状态信息
法律状态
2023-02-03
公开
发明专利申请公布
技术领域
本发明属于碳排放预测技术领域,具体涉及一种基于交通运输周转量的公路货运碳排放量预测方法。
背景技术
目前我国交通运输领域碳排放量占全社会约9%,其中道路运输碳排放占全部交通运输领域30%以上,而公路货物运输碳排放占道路运输80%以上,对公路货运领域碳排放趋势的预测将对交通运输领域碳达峰工作提供有力的数据支撑。
现有的交通运输公路货运碳排放量预测方法以5-10年短期预测为主,由于预测年限关系,道路交通运输需求量的变化并不呈现无限增长现象,公路货运周转量碳排放强度变化也并不呈现小于零的异常现象,因此在预测年限范围内可近似接近发展实际情况,但碳达峰碳中和工作时长在15-30年时间范围,若不考虑发展饱和效应,此类预测方法在较长时间范围下对于需求量、碳排放强度预测将较大程度的脱离实际情况,呈现与社会经济发展不符合以及与道路基础设施建设承载力极度不匹配的需求量增长,造成对交通运输公路货运领域碳排放发展趋势预测的不准确性和不可参考性,无法有效反映社会经济发展规律和道路基础设施建设发展水平,进而无法对公路货运领域碳减排工作决策提供科学有效的数据支撑,为此我们提出一种基于交通运输周转量的公路货运碳排放量预测方法。
发明内容
本发明的目的在于提供一种基于交通运输周转量的公路货运碳排放量预测方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于交通运输周转量的公路货运碳排放量预测方法,包括如下步骤:
针对研究区域,根据历年公路货运周转量碳排放强度,通过碳排放强度变化因素计算公式,获得碳排放强度变化数据;
根据该研究区域内历年的公路货运权重因素,通过公路货运变化因素计算公式,获得公路货运变化数据;
通过该研究区域内历年的公路货运权重因素对公路货运周转量预测的影响,选取权重因子;
选取公路货运碳排放量预测的基准年份,通过公路货运周转量碳排放强度计算公式和公路货运周转量计算公式,获得该研究区域内的基准年份的公路货运周转量碳排放强度和公路货运周转量;
根据该研究区域内的未来交通运输结构调整,获取公路货运的结构调整数值,通过公路货运周转量转出比例计算公式,获得公路货运周转量转出比例数据;
通过公路货运周转量碳排放强度计算公式、公路货运周转量计算公式和公路货运周转量转出比例计算公式,构建公路货运碳排放量预测模型,通过将碳排放强度变化数据、公路货运变化数据、权重因子和公路货运周转量转出比例数据代入公路货运碳排放量预测模型,预测该研究区域内的未来任一年份的公路货运碳排放量。
优选的,所述针对研究区域,根据历年公路货运周转量碳排放强度,通过碳排放强度变化因素计算公式,获得碳排放强度变化数据;
其中,所述历年公路货运周转量碳排放强度为C
j表示年份标记,j=0表示当前年份; j<0表示以当前年份为基准的历史年份;
所述碳排放强度变化因素包括历年碳排放强度平均变化率
所述历年碳排放强度平均变化率
所述历年碳排放强度平均放缓系数
其中,∂表示求偏导数,
T表示历年年份时间变量,∂T表示时间跨度。
优选的,所述根据该研究区域内历年的公路货运权重因素,通过公路货运变化因素计算公式,获得公路货运变化数据;
其中,所述公路货运权重因素包括公路货运周转量M
所述公路货运变化因素包括公路货运平均变化率
所述公路货运平均变化率计算公式如公式(3)所示:
所述公路货运平均放缓系数计算公式如公式(4)所示:
其中,
优选的,所述通过该研究区域内历年的公路货运权重因素对公路货运周转量预测的影响,选取权重因子;
其中权重因子为
其中,
且
优选的,选取公路货运碳排放量预测的基准年份,通过公路货运周转量碳排放强度计算公式和公路货运周转量计算公式,获得该研究区域内的基准年份的公路货运周转量碳排放强度和公路货运周转量;
所述公路货运周转量碳排放强度为C
N表示距离选择基准年份的年份间隔数;
所述公路货运周转量为X
优选的,所述根据该研究区域内的未来交通运输结构调整,获取公路货运的结构调整数值,通过公路货运周转量转出比例计算公式,获得公路货运周转量转出比例数据;
其中,所述公路货运周转量转出比例为
优选的,所述通过公路货运周转量碳排放强度计算公式、公路货运周转量计算公式和公路货运周转量转出比例计算公式,构建公路货运碳排放量预测模型,通过将碳排放强度变化数据、公路货运变化数据、权重因子和公路货运周转量转出比例数据代入公路货运碳排放量预测模型,预测该研究区域内的未来任一年份的公路货运碳排放量;
其中,所述公路货运碳排放量预测模型的计算公式如公式(7)所示:
与现有技术相比,本发明的有益效果是:
本发明中引入变化率放缓系数,使变化率在公路货运周转量M
附图说明
图1为本发明的流程示意图;
图2为本发明的研究区域公路货运周转量发展趋势示意图;
图3为本发明的研究区域公路货运周转量碳排放强度变化趋势示意图;
图4为本发明的多种运输结构调整力度下公路货运领域碳排放量预测趋势示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供的基于交通运输周转量的公路货运碳排放量预测方法,包括如下步骤:
针对研究区域,根据历年公路货运周转量碳排放强度,通过碳排放强度变化因素计算公式,获得碳排放强度变化数据;
其中,历年公路货运周转量碳排放强度为C
j表示年份标记,j=0表示当前年份; j<0表示以当前年份为基准的历史年份;
碳排放强度变化因素包括历年碳排放强度平均变化率
历年碳排放强度平均变化率
历年碳排放强度平均放缓系数
其中,∂表示求偏导数,
T表示历年年份时间变量,∂T表示时间跨度;
根据该研究区域内历年的公路货运权重因素,通过公路货运变化因素计算公式,获得公路货运变化数据;
其中,公路货运权重因素包括公路货运周转量M
公路货运变化因素包括公路货运平均变化率
公路货运平均变化率计算公式如公式(3)所示:
公路货运平均放缓系数计算公式如公式(4)所示:
其中,
通过该研究区域内历年的公路货运权重因素对公路货运周转量预测的影响,选取权重因子;
其中权重因子为
其中,
且
选取公路货运碳排放量预测的基准年份,通过公路货运周转量碳排放强度计算公式和公路货运周转量计算公式,获得该研究区域内的基准年份的公路货运周转量碳排放强度和公路货运周转量;
公路货运周转量碳排放强度为C
N表示距离选择基准年份的年份间隔数,如选择2020年为基准年份,则N=10,表示所计算结果是2020+10=2030年的预测数值,N-1表示2029年,代表2030年数值依赖于2029年预测数值结果;
公路货运周转量为X
根据该研究区域内的未来交通运输结构调整,获取公路货运的结构调整数值,通过公路货运周转量转出比例计算公式,获得公路货运周转量转出比例数据;
其中,公路货运周转量转出比例为
通过公路货运周转量碳排放强度计算公式、公路货运周转量计算公式和公路货运周转量转出比例计算公式,构建公路货运碳排放量预测模型,通过将碳排放强度变化数据、公路货运变化数据、权重因子和公路货运周转量转出比例数据代入公路货运碳排放量预测模型,预测该研究区域内的未来任一年份的公路货运碳排放量;
其中,公路货运碳排放量预测模型的计算公式如公式(7)所示:
优选的,通过公路货运周转量碳排放强度计算公式、公路货运周转量计算公式和公路货运周转量转出比例计算公式,构建公路货运碳排放量预测模型,通过将碳排放强度变化数据、公路货运变化数据、权重因子和公路货运周转量转出比例数据代入公路货运碳排放量预测模型,预测该研究区域内的未来任一年份的公路货运碳排放量;
本发明中引入变化率放缓系数,使变化率在公路货运周转量M
本发明提供的基于交通运输周转量的公路货运碳排放量预测方法的具体实施应用如下:
如下表1所示:为某研究区域的公路货运周转量、公路通车里程(含等级公路里程和高速公路里程)、地区生产总值(GDP)的历史数据表:
表1:
根据研究区域统计年鉴对公路货运周转量的说明,其统计范围和统计方法在2013、2015、2019年出现过三次调整,其数据与之前一年数据不具可比性,因此在数据分析过程中对不同时段采取了独立处理,对于研究区域公路货运周转量未来变化率所考虑的三种影响因素的权重因子,通过前期分析,反映保障性功能的公路建设里程影响约为20%,反映服务性功能的GDP影响约为40%,反映公路货运历史特征的公路货运周转量自身变化影响约为40%,根据公路货运平均变化率计算公式
表2:
将上述加权计算值结果代入公路货运周转量X
计算得到2021-2040年公路货运周转量的预测竖直,同理,可得到公路货运周转量的下限变化率和上限变化率;当采用传统单变量预测方法时,变化率放缓因子为0,则公路货运周转量预测结构如表3所示:
表3:公路货运周转量预测结果(单位:亿吨公里)
根据表3的数据显示,则研究区域内公路货运周转量发展趋势预测如图2所示;
由图2可见,本发明的预测方法通过融合公路货运周转量、公路建设里程、地区生产总值(GDP)三种因素,对公路货运周转量预测趋势反映了研究区域社会经济发展、基础设施建设水平,形成了发展区间上下限推算以及最佳期望值计算;对于传统单变量预测方法,即使在取变化率下限值的情况下,也仅在短期内(2021-2026年)以较缓和趋势变化,在中长期变化趋势上(2027-2040年)呈现快速增长,不具备反映研究区域社会经济及公路货运领域发展的客观性;
根据研究区域历年公路货运领域能耗排放调查工作数据,获取下表4中历年公路货运周转量碳排放强度数据,由此可推算出碳排放强度变化率及变化率放缓因子,如表4所示:
表4:
将上述表4中的数据结果代入公路货运周转量碳排放强度C
通过上述计算公式,可计算得到研究区域2021-2040年公路货运周转量碳排放强度预测数值,如表5所示:
表5:公路货运周转量碳排放强度预测数值(单位:kgCO2/万吨公里)
有上述表5的公路货运周转量碳排放强度预测数值,得到如图3中的公路货运周转量碳排放强度变化趋势预测;
由图3可见,在短期内(2021-2026年)传统单变量方法与本发明的预测方法对碳排放强度预测较为接近,由于在长期发展过程里,能源技术应用水平会逐渐进入平台期,传统单变量预测方法在中长期预测时(2027-2040年)并不反映该行业技术特征属性,本发明的预测方法通过引入变化率放缓因子,更好的在碳排放强度中长期变化中反映了实载率、车辆轻量化、车辆燃料消耗排放限值标准提高等技术平台期的出现;
将上述公路货运周转量预测结果数值、公路货运周转量碳排放强度预测数值,考虑运输结构调整带来的公路货运周转量转出(即从公路转出货运需求至铁路货运、水路货运),调整比例可分为恒定比例和变化比例两种,当以每年恒定转出5%、10%,以及第一年转出5%、之后每年逐渐以0.2%增长这三种调整方式时,将上述数值代入公路货运碳排放量预测模型:
可计算得到公路货运领域未来逐年碳排放量变化趋势,公路货运领域碳排放量发展趋势如表6所示:
表6:
由上述表6中的多种运输结构调整力度下公路货运领域碳排放量预测趋势的数值,得到如图4所示的多种运输结构调整力度下公路货运领域碳排放量预测趋势图:
由表6和图4可知,通过本发明采用的预测方法,可以在符合社会经济发展水平、反映交通运输基础设施建设水平的前提下,更科学有效的对公路货运领域碳排放量进行预测,并且针对运输结构调整的不同力度和方式,可以实现公路货运领域碳排放量的下降以及达峰年份提前,为交通运输行业碳达峰行动提供数据支撑。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
机译: 基于运输路线和运输模式预测获得碳排放量的方法和系统
机译: 基于建筑材料RA排放量的室内通风率预测方法及自动减少RA的装置
机译: 基于当前运行和(可选)大气条件的发电终端的近期生产成本,增量热费率,容量和排放量的计算和预测系统和方法