基于TIMES模型的北京市节能减排分析

为研究北京市未来节能减排的政策措施,以国际上流行的综合能源优化模型TIMES(The Integrated MARKAL-EFOM System)为分析工具,构建了北京市节能减排数据库,设计了基准情景和包含清洁能源改造、建筑节能及提高能效的深度节能减排情景,并对不同情景下的节能减排进行了对比和分析.结果显示,当前的能源效率和能源结构不能满足北京市节能减排的要求和能源环境的发展目标,大范围实行清洁能源改造和建筑节能才能有效控制能耗,减少大气污染排放.

基于TIMES模型的客运交通低碳化研究——以北京市为例

为研究低碳城市环境下居民的客运交通出行,以综合能源优化模型——TIMES(The Integrated MARKALEFOM System)模型为分析工具,构建客运交通模型。该模型考虑了出行成本、出行选择行为、碳减排目标等的影响,同时以北京市为例,设计基准情景和3个参考情景并对不同情景进行分析和讨论。结果显示:当减少出行时间投资成本非常高时,居民很大程度上通过小汽车来满足居民出行需求。在CO2排放限制情景下,小汽车出行需求不断下降,道路公交和轨道交通出行需求稳步上升。基于上述结果得出北京市客运交通低碳化发展的对策和建议:即调控出行需求结构;优化交通出行结构;调整交通能源结构;完善交通治理结构。

基于中国TIMES模型体系的低碳能源发展战略

为研究中国未来的低碳能源发展战略,应用系统分析原理建立了中国TIMES模型体系(China TIMES model system,C-TMS)。在对未来经济和社会发展进行合理假设的基础上,对2010—2050年间中国终端能源和一次能源的消费及构成进行了研究,并对2020年非化石能源在一次能源中的占比进行了分析,给出了未来低碳能源的发展战略。结果显示:在参考情景和政策情景下,中国的能源消费在2020年前均将处于持续快速增长态势,2020年的一次能源消费将分别达到49.1、47.6亿t标煤。在政策情景中,2020年不包括非商品能源的非化石能源,按供电煤耗折算将超过7亿t标煤,在一次能源消费的占比将达到14.8%。

基于中国TIMES模型的碳排放情景比较

为研究碳税对中国未来能源消费和CO2排放的影响,该文建立了中国TIMES(The Integrated MARKALEFOM System)模型。在对未来社会经济和技术发展进行合理假设的基础上,对2010—2050年间中国一次和终端能源消费及构成、电力构成和二氧化碳排放量等进行了研究;分析了不同的碳税征收水平对中国能源消费和碳排放的影响;引入Kaya恒等式,分析了影响中国未来CO2排放和CO2排放强度的主要因素。研究表明:参考情景下,2050年前中国能源消费和CO2排放前都将持续快速增长;碳税征收会对中国一次能源消费结构产生重要影响。随着碳税水平的提高,2050年时非化石能源占比将从17.6%提高到31.3%,但是2020年前一次能源消费和CO2排放仍将分别比2010年高57%和46%;CO2减排需要重点降低单位能源消耗的CO2排放强度,广泛应用风能等可再生能源,核能以及CCS(carbon capture and storage)技术。

基于TIMES模型的中国交通部门边际减排成本研究

2015年我国交通部门的碳排放量占我国总的碳排放量的9.3%,是我国碳排放最大的部门之一。为制定符合中国交通部门自身发展需求和特点的整体减排路线,以TIMES模型为分析工具,构建我国交通部门2010年至2050年的能源系统模型。通过累加碳税的方法构建我国2030年的边际减排成本曲线。研究结果显示,城市间客运部门具有减排的成本优势,且具有最大的减排潜力(约占交通部门总的碳减排量的45.4%)。此外,货运部门也是交通部门碳减排的主要贡献者,其主要在减排后期起重要作用。在技术层面,我国大型公共交通的减排潜力明显大于新能源汽车的减排潜力,也更具成本优势。

CRM在电信BOSS中应用的TIME模型

本文分析了CRM的基本含义并介绍了当前电信行业面临的机遇和挑战,阐述了下一代电信BOSS系统中实施CRM的必要性及其要点,提出了CRM在BOSS系统中应用实施的TIME模型,希望通过参考该模型帮助电信运营企业提高CRM应用的成功率。

天气衍生品气温预测模型对比研究

气温衍生品是天气衍生品交易中最活跃的合约之一,确定合理预测气温动态变化的模型,是气温衍生品开发设计的基础。考虑到气温在时间变化上具有趋势性、季节性和周期性等特点,文中使用了以O-U均值回复过程为基础的Continuous Time Autoregressive Model(CAR)模型、Seasonal Autoregressive Integrated Moving Average(SARIMA)模型和小波神经网络算法,并选择漠河、北京、乌鲁木齐、芜湖、昆明和海口具有地域性代表的城市气温进行拟合,使用无偏绝对百分比误差、绝对百分比误差和平均绝对比例误差检验指标检验了模型的预测精度。研究结果表明,小波神经网络算法在预测6个城市的无偏绝对百分比误差、绝对百分比误差和平均绝对比例误差的值最小;同时,相比CAR模型、SARIMA模型,其预测效果最优。因此,小波神经网络算法能够很好地拟合气温数据的变化,可以为我国气温天气衍生品的定价提供一定的指导。

药品价格指数的构建与应用

目的基于药品零售价格大数据构建药品价格指数,描述其波动特征,发挥其药品价格宏观监管作用,促进药品价格保持合理水平。方法运用链式拉氏指数构建原理建立药品价格指数模型,运用时间序列模型描述指数波动特征,识别并分析药品价格波动异常状况。结果2015年1月—2020年12月,药品价格总指数小幅上涨,累计涨幅为14.43%,年均涨幅约2.40%,市场化改革成效较为显著。通过基于局部加权回归的季节趋势分解(seasonal-trend decomposition using loess,STL)方法对获得的药品价格总指数时间序列进行分析,指数呈长期平缓上升趋势,不规则波动值为-1.41~2.03,说明药品价格受外因影响较小,周期性特征仍有待进一步研究。2015年1月—2020年12月,根据药品价格指数共监测到价格异常风险32次。结论药品价格指数较全面地反映药品价格走势,对于药品价格异常波动具有一定的预警作用,能够为我国药品价格监管提供有效工具。

电动车参与调峰的碳减排潜力

中国可再生能源高速发展,风电、太阳能的不确定性对电网储能要求日益提高,基于中国-TIMES模型与电动汽车储能调峰计算方法,分析电动汽车V2G技术在不同渗透率下对能源系统各部门碳排放的影响。提出使用蒙特卡洛模拟抽取荷电状态、充发电时段的调峰容量计算方法,将电动车按是否参与电网调峰进行分类,获取电动车各小时调峰容量。对电动车参与中国电力调峰进行分析计算,结果表明,电动车储能技术可以降低电力负荷峰谷差,从而缓解电网调峰压力,对减少中国碳排放总量具有一定贡献。

中国电力行业大气汞排放控制的路径研究

为减少电力行业大气汞排放,从电厂技术出发,建立自下而上的电力行业大气汞排放模型,采用情景分析法,将能源结构调整、最优技术的最大化利用这2种途径与能源消费、大气汞污染排放等结合起来,并从成本出发,对2020—2050年的电力行业大气汞排放控制做出预测分析,研究电力行业能源节约与大气汞减排的最佳途径。研究结果表明:未来中国电力需求量呈现逐年上升趋势,其重心将逐渐由工业转移到建筑和交通。如果维持现有政策和技术发展趋势,电力行业的一次能源与大气汞排放量将大幅上升,给中国未来的能源供应和汞排放控制产生极大压力。在综合减排(COC)情景下,电力行业可以在优化能源消费结构的同时引入并最大化应用最优控制技术,在能源节约的基础上实现大气汞的高效减排,大气汞排放量将于2030年达到峰值,同时具有合理的减排成本,对最终实现气候友好具有重大意义。

山西省电力部门实现碳中和的路径研究

以典型煤炭资源型地区——山西省为例,设定基准情景、碳达峰情景、碳中和情景3类情景,运用TIMES模型对不同情景下2030-2060年山西省电力部门的碳达峰-碳中和路径进行分析。研究结果显示:2030-2060年,基准情景下,山西省发电结构相对稳定,火电占比稳定在70%~75%;碳达峰情景下,火电占比持续下降,2060年发电量最大的仍为火电,占比达30%;相对碳达峰情景,碳中和情景需要更大幅度地削减火电份额,2060年可再生能源占比达75%以上,其中,光伏发电量占比最大。为实现电力系统碳中和目标,山西省发电系统应该大力发展清洁火电技术、风电及光伏发电技术等,尽早部署负碳排放技术,在碳排放达峰后设置阶段性的碳减排目标。

社区问答系统中基于当前兴趣的问题推荐研究

社区问答系统作为一种新兴的知识分享平台,在帮助用户获取有用信息方面取得了相当大的成功。将用户提出的问题推荐给感兴趣的回答者依然是社区问答平台面临的一个问题。针对兴趣度,已提出了多个表示模型,但这些模型没有考虑兴趣的时间维度。本文提出用TOT主题模型建立备选回答者兴趣的动态变化模型,找出备选回答者的当前兴趣,然后进行问题推荐。实验表明本文提出的方法是有效的。