[发明专利]一种区域碳达峰预测方法和系统、存储介质

说明书

本发明涉及一种区域碳达峰预测方法和系统、存储介质，步骤如下：收集区域历年的能源历史消费量；通过IPCC系数折算方法计算得到历史碳排放量；通过动态时间归整算法筛选区域碳排放量的主要影响因素；根据区域历史碳排放量和碳排放的主要影响因素，综合运用主成分分析法和STIRPAT模型，构建区域碳排放回归预测模型；选取多种碳排放量的主要影响作为核心要素进行量化生成多种情景模式；将情景模式下对应的影响因子输入碳排放回归预测模型，计算待测区域未来的碳排放量、区域碳达峰峰值和出现时间。本发明有效解决碳达峰预测过程中的要素时间序列不一致和要素波动变化明显导致识别结果存在很大的偏差的问题，为政府减碳政策制定提供理论基础和技术支持。

技术领域

本发明涉及碳排放预测技术领域领域，具体涉及一种区域碳达峰预测方法和系统、存储介质。

背景技术

全球气候变暖是全球乃至人类社会面临的重要挑战之一，深刻影响着人类赖以生存的环境。作为世界的能源消费和碳排放大国，在全球积极应对气候变化的大环境下，我国需要在全球气候治理中体现大国担当，能否在碳减排上做出足够贡献渐趋成为衡量我国是否成为负责任大国的重要标准。表明了我国政府解决温室气体排放问题，坚决走节能减排、低碳可持续发展的道路的决心。我国的经济步伐已经进入“新常态”阶段，导致社会发展面临来自于资源、环境和气候变化的更多压力，作为发展中国家的一员，如何完成自身承诺目标，对于其它发展中国家具有重要的启示作用。

目前，全国各省市碳达峰、碳中和的相关预测和实现路径的顶层设计已经引起了国内外学者的广泛关注。科学、合理地评估各省市的碳达峰峰值和峰值出现时间，准确识别关键影响因素，可以为地区制定能源结构调整战略、构建低碳产业体系、推动低碳化经济和社会发展提供参考和借鉴，可以在确保各省市切实有效实现自身达峰的同时，助力国家层面“双碳”目标的实现。但是，现有的区域碳达峰预测研究普遍存在影响因素识别不准确，碳排放预测模型精度偏低，情景设计过于依赖人为主观判断等问题，导致预估的达峰峰值和峰值出现时间存在很大的偏差，无法从省区这一政策执行和操作层面出发，评估和配合我国2030年碳达峰目标的顺利实现。

发明内容

本发明致力于区域碳达峰预测，提供了一种区域碳达峰预测方法和系统，在对区域的社会经济发展现状、能源消费现状、产业发展现状和碳排放现状进行总结和分析的基础上，以目前常用的IPCC系数折算方法、主成分分析法和STIRPAT模型为基本框架，创新性地引入动态时间归整算法和情景分析方法，有效解决碳排放影响因素识别过程中的要素时间序列不一致和要素波动变化明显导致识别结果存在很大的偏差，以及情景设计过程中过于依赖人为主观判断，无法准确判定达峰峰值和出现时间等问题，对区域的碳排放影响因素、峰值、峰值出现时间进行全面的定量分析和计算，探讨不同情景峰值量及峰值时间出现的一般规律，为政府的减碳路径规划设计和减碳政策制定提供理论基础和技术支持。

本发明解决上述技术问题的方案如下：一种区域碳达峰预测方法，包括以下步骤：

步骤A、收集待测区域历年的能源历史消费量；

步骤B、通过IPCC系数折算方法，根据待测区域历年的能源历史消费量计算得到待测区域的历史碳排放量；

步骤C、初步选定区域碳排放量的影响因素，基于待测区域的历史碳排放量，通过动态时间归整算法筛选区域碳排放量的主要影响因素；

步骤D、根据待测区域历史碳排放量和碳排放量的主要影响因素，综合运用主成分分析法和STIRPAT模型，构建区域碳排放回归预测模型；

步骤E、将碳排放量的主要影响因素基于重要程度和不确定性进行排序，按照排序情况选取多种碳排放量的主要影响作为核心要素进行情景矩阵的构建，运用情景分析方法将碳排放量的关键影响因素量化为影响因子带入情景矩阵，生成多种情景模式；

步骤F、将情景模式下对应的影响因子输入区域碳排放回归预测模型，计算得到待测区域未来的碳排放量、区域碳达峰峰值和出现时间。