区域公路客运能耗的系统动力学模型构建研究.docVIP

  • 3
  • 0
  • 约2.42千字
  • 约 5页
  • 2017-01-06 发布于北京
  • 举报

区域公路客运能耗的系统动力学模型构建研究.doc

区域公路客运能耗的系统动力学模型构建研究.doc

区域公路客运能耗的系统动力学模型构建研究   摘 要:随着国内经济的快速发展和城乡一体化建设速度的加快,越来越多的投资涌向交通运输基础设施建设。一方面使得我国交通迅速发展,为人民日益增长的物质文化需要提供了有利的保障;另一方面交通运输的发展却对环境带来了负效应,产生了大量的交通能耗。大量的交通能耗有悖于可持续发展的理念。因此在节能减排、发展低碳经济的要求下,必须考虑如何在确保运输需求的条件下,尽可能做到节能减排、降低交通能耗。以陕西省为例,采用系统动力学方法和Vensim软件,进行陕西省公路客运能耗的系统动力学模型构建并通过历史检验和灵敏度分析对模型进行实证分析,为区域交通能耗的计算与分析提供了一种新的方法与思路。   关键词:公路客运;能耗;系统动力学   中图分类号:F54 文献标志码:A 文章编号:1002-2589(2013)20-0081-02   一、研究意义   低碳经济以低能耗、低污染、低排放为基础,包含了低碳能源、低碳技术、低碳产业、低碳生活等多种形态,目的在于促进人类的可持续发展,是对经济发展方式、能源消费方式和人类生活方式的一次全新变革。   其中如何降低排放量,已成为发展低碳经济,非常重要的一个部分。在中国,根据《2010中国低碳发展报告》,我国交通运输部门能耗和CO2排放量在“十一五”前三年(2006-2008年)分别上涨14.1%和13.3%。2008年,交通运输能源消耗量为2.9亿吨标准煤,占整个社会能源消耗量的10.4%,占终端能耗的15.9%;CO2排放量6.3亿吨,占终端排放总量的9.9%,反映出交通运输的能源消耗占社会总能耗较大的比例。   同时,根据陕西省的交通规划,要在十二五期间调整交通结构,落实节能减排政策,降低交通能源消耗。因而在全国交通能耗比例高和陕西省交通规划的大背景下,本文来研究陕西省公路客运系统的能源消耗具有理论和应用的双重价值。   另外,对区域交通这个复杂、动态的大系统,利用系统动力学的理论与方法,对区域交通周转量增长、能源消耗进行建模,是对系统动力学在交通领域研究方法的一次探索和实践,而且也是对结合系统动力学与系统工程理论方法来解决交通问题的一次尝试。   二、陕西省公路客运能源消耗SD模型构建   (一)系统分析及模型建立   公路交通是一个复杂的大系统,包括社会经济、交通需求和供给、公路交通基础设施建设、能源消耗及交通政策等方面。   其中交通需求是一种派生需求,与经济发展水平、区域人口数量、居民生活水平、出行方式选择、交通基础设施建设等因素相关。交通供给是区域规划、交通设施建设水平和交通政策等方面的反映,包括等级公路比例及公路运输网络密度等。上述两者共同影响客运周转量的变化。与公路客运能源消耗紧密关联的另一主要因素即是公路运输单耗,其主要受车辆技术性能、车龄分布状况、实载率、燃料类型、车辆的大型化情况、节能技术利用程度等因素的影响。上述诸因素随着时间的影响形成系统的动态反馈。   (二)建立模型   1.模型假设   在模拟的时间段内,人口以现在的速度稳定增长,且国家的人口政策没有重大变化。   2.数据来源   模型中历年人口、GDP、公路运输网络密度、第三产业占GDP的比重、客运周转量、实载率、百吨公里油耗、车辆的大型化情况等数据均来源于《陕西省统计年鉴2011》。模型中的其他表函数的数据采用多元回归的方法获得。   3.构建模型   模型模拟区间为1997年―2011年,时间间隔为DT=1年。对于缺失的数据通过专家估计法、经验预测法,以及趋势外推法等方法生成。   4.模型分析   根据目前的政策及客观数据选择与之相一致的参数,主要输出结果参见下图2-1。   由于从2008年开始,我国道路客运车辆全面采用电子控制达到欧III排放水平的发动机,因此在2008年以后车辆百吨公里油耗有了一个明显的下降(几乎是原来的1/2)。从图中亦可以看出,客运能耗在2008年也有了一个明显的回落。   三、陕西省公路客运能源消耗SD模型实证   (一)历史检验   对比1997年―2011年的模拟结果与实际数值,判断模型的准确性。选取两个状态变量和两个辅助变量,即客运周转量、公路客运能耗、百吨公里油耗和人均GDP进行检验。通过对比,如表3-1所示,每年这四个量的预测误差都不超过2.5%,有较好的预测效果。   (二)灵敏度分析   取模型中的状态变量和辅助变量做灵敏度分析。选取2010年为时间点,使参数的值增加10%,然后运行模型,然后可以得到系统中的状态变量对该参数的灵敏度,求均值,即得到模型系统对所选取参数的灵敏度。   经过灵敏度分析之后,如表3-2所示,灵敏度均值都小于0.03,说明系统具有较强的稳定型

文档评论(0)

1亿VIP精品文档

相关文档