基于系统动力学的中国能源供求预测模型研究

《基于系统动力学的中国能源供求预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：C931密级：公开UDC：学校代码：10127硕士学位论文论文题目：基于系统动力学的中国能源供求预测模型研究英文题目：TheResearchofEnergyDemandandSupplyForecastModelofChinaBasedonSystemDynamics学位类别：管理学硕士研究生姓名：李肖冰学号：201202008学科(领域)名称：管理科学与工程指导教师：宋宇辰职称：教授协助指导教师：职称：2015年6月2日内蒙古科技大学硕士学位论文摘要随着我国经济的快速发展、人口的不断增长，能

2、源短缺问题成了影响我国高速发展的主要瓶颈，同时也给我国的生态环境带来了较大的负面影响。能源、经济、环境、人口之间存在着相互影响、相互制约的关系，要想实现人类社会的可持续发展道路，必须要协调我国能源、经济、环境、人口系统四者之间的关系，并清楚了解我国目前的能源供需状况，从而针对能源短缺问题做出重大的决策，这样才能为我国的进一步发展提供坚实可靠的依据。论文在能源供求的相关理论和预测模型的基础上，结合我国能源供求的发展现状，建立了中国能源需求系统动力学模型对我国能源消费总量进行了仿真分析，运用变权重组合预测

3、模型对我国的主要能源生产总量进行了预测分析，最后分析了到2030年中国能源消费量与生产量的缺口。首先，对能源需求系统的各子系统的指标构成情况进行了分析与预测，得出了系统动力学流图与方程，并对中国能源需求系统动力学模型进行了仿真模拟，得出了到2030年的中国能源消耗的预测结果。然后，通过运用灰色系统的GM（1,1）预测模型、曲线回归预测模型、定权重组合预测模型和变权重组合预测模型分别对中国煤炭、石油、天然气生产总量进行预测分析，得出变权重组合预测模型的预测精度最高，煤炭产量所占的比重仍然最大，其次依次为

4、水电核电、天然气、石油，其中天然气、水电核电产量所占比重保持增长的趋势，煤炭、石油产量所占比重则延续下降的趋势。最后，分析了2013年到2030年中国能源消费量与生产量的缺口。根据以上研究结论，提出我国应加大优化产业结构调整的力度，降低工业、建筑业所占比重，大力发展第三产业，确保我国经济发展的同时，来保障我国能源的可持续供应，从而实现经济与能源的协调发展。通过加快技术进步的速度，降低各行业的能耗强度，从而提高能源利用效率，能源的消费量和生产量缺口就会大幅度的下降，这是能源实现长期稳定可持续发展的必然战

5、略选择。关键词：能源需求；能源生产；系统动力学；变权重组合预测I内蒙古科技大学硕士学位论文AbstractWiththerapiddevelopmentofChina'seconomy,energyandpopulation,energyshortagebecomesamajorbottlenecktothehigh-speeddevelopmentofourcountry,andalsohasbroughtgreatnegativeeffectsonourcountry'secologicalenv

6、ironment.Therearemutualinfluenceandmutualrestrictionamongenergy,economy,environment,population.Torealizethesustainabledevelopmentofhumansociety,itmustcoordinateourcountry'senergy,economy,environmentandpopulation,andunderstandChina'scurrentsituationofene

7、rgysupplyanddemand,soastomakeasignificantdecisioninviewoftheenergyshortageproblem,soastoprovidereliablebasisforthefurtherdevelopmentofourcountry.Onthebasisofrelatedtheoryandpredictionmodelofenergysupplyanddemand,combiningwithChina'spresentsituationofene

8、rgysupplyanddemand,theresearchsetupChina'senergysupplysystemdynamicsmodelandhascarriedonthesimulationanalysisabouttheenergyconsumptioninChina.TheresearchusesthechangeableweightcombinationforecastingmodeltoforecastChina’sprimaryen