论文部分内容阅读
随着全国经济的迅速发展,全国煤炭、石油等高碳排放能源的消费量居高不下,二氧化碳的排放量也与日俱增,气候变暖带来的一系列副作用已经开始威胁到人们的正常生存环境和生命健康。如何控制碳排放,清洁绿色发展成为人们日益关注的重要课题。河北省能源消费主要以高碳排放的煤炭为主,新能源消费比例偏低,能源消费结构相对不合理,经济的快速发展和大规模城市化建设产生大量的能源需求,由此导致河北省的环境污染问题日益严重。为了实现河北省的环境、经济可持续发展,亟需对其能源消费结构进行优化。在此背景下,本文首先通过河北省能源平衡表、河北省历年能源消费数据对河北省的能源现状进行分析,分析发现河北省能源自给率低、煤炭消费比重高、清洁能源及天然气消费比重过低等问题;之后本文找出经济发展、人口数量、产业结构、能源结构、技术水平等对河北省能源消费的可能影响因素,并利用相关分析法证明了这些因素确实与河北省能源消费有很强的相关程度,各影响因素与能源消费的相关系数均在0.9以上;本文将深度学习方法LSTM神经网络模型引入能源消费的预测中,将之前确定的影响因素作为输入向量构建了河北省能源消费预测模型,通过调整确定LSTM模型的内部参数,参数确定后对模型进行30次测试,测试结果的平均误差为0.703%,证明所构建的LSTM模型有很好的预测精度;最后根据预测结果构建了基于经济、环境、能源协调发展的河北省能源消费结构多目标优化模型,将环境污染治理成本最小和碳排放成本最小作为优化目标,将煤炭、油类、天然气和一次电力及其它能源的消费量作为决策变量,通过对模型的求解,阐明了未来河北省能源结构的优化发展方向,提出了碳排放约束下河北省能源发展的优化建议,对河北省的可持续发展有重要意义。