(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210927665.1 (22)申请日 2022.08.03 (71)申请人 浙江华云电力工程设计咨询有限公 司 地址 310014 浙江省杭州市拱 墅区朝晖华 电弄1号一号楼6层、 7层 申请人 北京理工大 学　 国瑞沃德 （北京） 低碳经济技 术中心　 华中科技大 学　天津大学 (72)发明人 郁丹　王科　王健夫　龙妍　 陈卫东　陈鸣　杨鹏　蒋习梅　 王斌　徐影　石晨　韩若昊　 (74)专利代理 机构 北京智绘未来专利代理事务 所(普通合伙) 11689 专利代理师 赵卿(51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06F 17/18(2006.01) G06F 17/10(2006.01) (54)发明名称 一种基于指数的碳达峰预测方法及系统 (57)摘要 一种基于指数的碳达峰预测方法及系统， 预 测方法包括： 获取目标地区历年人均GDP、 人均用 电量、 能源强度、 碳排放强度、 可再生电力比例和 终端电气化率数据； 构建基于上述6个碳达峰子 指数的评价体系； 识别各影 响因素的达峰水平构 建碳达峰子指数； 依据权重合成碳达峰综合指 数； 预测不同情景下各指数的碳达峰子指数， 合 成碳达峰综合指数； 预估未来6个子指数增长速 率构建不同情景； 获取目标地区的碳达峰预测发 展趋势。 本申请采用样条回归模型和历史计量 法， 回避事 前限制并准确地把握历史进程中的本 质特征， 构建碳达峰指数体系实现全面评估； 根 据目标地区的实际情况预设权重因子， 计算得到 碳达峰综合指数来进行预测， 从而准确预测未来 的碳达峰趋势。 权利要求书3页 说明书9页 附图2页 CN 115239012 A 2022.10.25 CN 115239012 A 1.一种基于指数的碳达峰预测方法， 其特 征在于， 所述方法包括以下步骤： 步骤1， 获取目标地区历年数据， 其中历年数据包括： 人均GDP、 人均用电量、 能源强度、 碳排放强度、 可 再生电力比例和终端电气化 率； 步骤2， 构 建基于人均GDP、 人均用电量、 能源强度、 碳排放强度、 可再生电力比例和终端 电气化率影响因素的碳达峰子指数模型； 步骤3， 基于STIRPAT模型和岭回归方法确定碳达峰子指数的权重， 搭建碳达峰综合指 数模型； 步骤4， 根据目标地区经济发展速率和不同经济发展速率下的碳达峰子指数发展速率 设置碳达峰子指数在碳达峰时的定量数值， 依据步骤2碳达峰子指数模型和步骤3碳达峰综 合指数模型， 得 出不同经济发展速率下的碳达峰综合指数； 步骤5， 根据碳达峰综合指数 预测目标地区碳达峰的年份。 2.根据权利要求1所述的一种基于指数的碳达峰预测方法， 其特 征在于， 步骤1中， 历年数据为至少15年数据。 3.根据权利要求1所述的一种基于指数的碳达峰预测方法， 其特 征在于， 步骤2中， 构建的碳达峰子指数模型计算公式如下： 式中， i表示子指数序号， Zi表示基于 子指数i的碳达峰子指数， x0表示子指数的当前历史数据， f(x)表示历年子指数 数据回归函数， x表示子指数的国际历史样本数据， argmax f(x)表示做完回归之后使得f(x)取得最大值所对应的x， 在 此指碳排放达峰时 的子指数值， E表示人均GD P， xi表示子指数i， a表示相关系数， c表示常数项， Xmax表示样本数据的最大值， Xm表示子指数碳达峰时对应的定量数值， T表示技术发展水平相关子指数， k表示大于零的一个常数。 4.根据权利要求3所述的一种基于指数的碳达峰预测方法， 其特 征在于， 判断子指数与经济发展水平是否存在相关关系； 若存在相关关系， 采用公式(1)用地区权　利　要　求　书 1/3 页 2 CN 115239012 A 2历史子指数数值与碳达峰时的子指数数值做商计算该子指数； 若子指数与经济发展水平不 存在相关关系， 先依据人均GDP、 人均用电量和终端电气化率变化得到3条历史碳排放轨迹， 取3条历史碳排放轨迹平均值作为碳达峰时人均二氧化碳排放量， 对应至指数参考数据作 为碳达峰时的指数定量数值， 再判断子指数的数值随着技 术进步是减小还是增 加， 若子指数的数值随着技术进步而减小， 采用公式(2)用地区目前的子指数数值与碳达 峰时的子指数定量数值的距离比例计算子指数； 若子指数的数值随着技术进步而增加， 采用公式(3)用地区的子指数数值与碳达峰时 的子指数定量数值做商计算子指数。 5.根据权利要求1所述的一种基于指数的碳达峰预测方法， 其特 征在于， 步骤3中， 碳达峰综合指数公式如下 所示， 式中， Z*表示碳达峰综合指数， wi表示子指数i的权 重， n表示子指数的数量， i表示子指数序号， Zi表示基于 子指数i的碳达峰子指数。 6.根据权利要求5所述的一种基于指数的碳达峰预测方法， 其特 征在于， 步骤3中， 碳达峰子指数的权 重基于STIRPAT模型， 计算公式如下， LnCO2mt＝lnβ +b1ln(GDPpcmt)+b2ln(ELEpcmt)+b3ln(EImt)+b4ln(CImt)+b5ln(REmt)+b6ln (TERmt)+lnumt 式中， m表示地区m， t表示年份 CO2mt表示人均二氧化 碳排放， GDPpcmt表示人均GD P， ELEpcmt表示人均用电量， EImt表示能源消耗强度， CImt表示碳排放强度， REmt表示可再生电力比例， TERmt表示终端电气化 率， β 表示常数值， umt表示误差项， b1……b6分别表示6个子指数的回归系数。 7.根据权利要求6所述的一种基于指数的碳达峰预测方法， 其特 征在于， 步骤3中， 对碳达峰子指数权重进行多重共线性检验， 若存在共线性则采用岭回归方式 优化拟合， 岭回归中使用的损失函数如下 所示：权　利　要　求　书 2/3 页 3 CN 115239012 A 3