学科分类
/ 1
2 个结果
  • 简介:Kaya恒等式是目前分析碳排放驱动因素的主流分析方法,在解释全球历史排放变化原因方面具有重要的作用。Kaya恒等式具有数学形式简单、分解无残差、对碳排放变化推动因素解释力强等优点,但也存在一定的局限性:第一,Kaya恒等式只能解释碳排放量流量变化,无法解释存量变化;第二,Kaya恒等式中的驱动因素多为表象驱动因素,对排放总量的实际影响难以确定;第三,利用Kaya恒等式理论得出的政策建议具有模糊性和非理性,需要结合其他因素分析检验。

  • 标签: 碳排放 驱动因素 Kaya恒等式 局限性
  • 简介:为了探索夏季(6~8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005~2010年逐日最大电力负荷和间期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005--2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005~2010年,北京逐日最大电力负荷具有明显的线性增长趋坍,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负苘趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气缘要素一周逐日分别建立预报模型的拟合和预测效果较好。

  • 标签: 北京 日最大电力负荷 气象因子 趋势分离方式 预报模型