区域碳达峰预测模型开发流程规范-征求意见稿

中国电力发展电促会团体标准

T/CEPPCXXXX-XXXX

区域碳达峰预测模型开发流程规范

Specificationfordevelopmentprocessofregionalcarbonpeak

predictionmodel

XXXX-XX-XX发布XXXX-XX-XX实施

中国电力发展促进会发布

前  言

本标准依据GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规

则》的要求，按照《国家电网有限公司技术标准管理办法》的规定起草。

本标准由国家电网公司总部报批部门提出并解释。

本标准由国家电网有限公司归口。

本标准起草单位：国网数字科技控股有限公司、国网新能源云技术有限公司、XXXX。

本标准主要起草人：×××、×××、×××。

本标准首次发布。

本标准在执行过程中的意见或建议反馈至国家电网公司科技部。

1

区域碳达峰预测模型开发流程规范

1范围

本文件规定了区域碳达峰预测模型开发的术语和定义、开发流程、开发要求、数据要求

等内容。

本文件适用于指导区域碳达峰预测模型的开发。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期

的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括

所有的修改单）适用于本文件。

GB/T20269-2006信息安全技术信息系统安全管理要求

GB/T37973-2019信息安全技术大数据安全管理指南

GB/T39477-2020信息安全技术政务信息共享数据安全技术要求

DB44/T1944-2016碳排放管理体系要求及使用指南

3术语和定义

下列术语和定义适用于本文件。

3.1

碳排放carbonemission

在特定时段内释放到大气中的二氧化碳。

3.2

区域碳排放regionalcarbonemission

区域范围内的碳排放量。

3.3

碳达峰carbonpeak

指特定区域（或组织）的碳排放在某一时点达到峰值，之后进入下降阶段。

3.4

碳达峰年carbonpeakyear

指特定区域（或组织）的碳排放达到峰值所对应的年份。

4缩略语

下列缩略语适用于本文件。

STIRPAT：可拓展的随机性的环境影响评估模型（StochasticImpactsbyRegressionon

Population,Affluence,andTechnology）

ANN：人工神经网络（ArtificialNeuralNetworks）

2

5区域碳达峰预测模型

5.1模型概述

区域碳达峰预测模型，面向省、市、区（县）级政府，从宏观经济学角度，选取碳排放

相关影响因素指标，建立碳排放量与各影响因素指标之间的关系模型，预测区域的碳达峰量

和碳达峰年，评估碳达峰趋势及碳达峰进程。

5.2模型目标

基于区域的历史数据，通过相关性分析各因素对碳排放量的影响作用，指明碳减排应重

点关注的因素。通过构建碳排放预测模型，结合区域未来发展规划，预估各个因素的未来数

据，预测碳排放的达峰值和达峰年，为区域规划碳达峰战略目标和实现路径提供科学决策依

据。

5.3模型开发流程

区域碳达峰预测模型开发工作，整体流程分为3个阶段10个步骤，见图1。模型开发流程

具体描述如下：

5.3.1数据处理

该阶段工作需要完成模型开发所需的数据指标设计、历史数据收集、数据清洗处理工作。

a）设计备选影响因素。从宏观经济学的角度，设计与碳排放具有相关性的影响因素指

标，碳排放通常受人口、经济发展、能源消费和科技进步等方面的影响，具体指标包括不限

于：人口、GDP、城镇化率、产业结构、能源强度和能源结构等。

b）收集影响因素历史数据。从区域统计年鉴、中国统计年鉴、中国能源统计年鉴和统

计局网站收集影响因素的历史数据。

c）数据清洗处理。将历史数据进行数据清洗，并结合区域碳排放核算方法，核算区域

历史碳排放数据，统一数据格式、数据单位。

5.3.2模型构建

该阶段工作完成影响因素与碳排放的相关性分析，选取影响因素指标，构建预测模型，

校验模型误差。

a）影响因素与碳排放相关性分析。计算分析每个因素指标与碳排放量之间的相关性。

b）筛选影响因素。删除弱相关性和无相关性的因素指标。

c）构建预测模型。建立碳排放与影响因素的关联预测模型。模型算法包括不限于：

STIRPAT、回归分析、ANN等。

d）校验模型误差。校验模型的误差率。

5.3.3排放预测

该阶段工作基于影响因素指标的未来年度数据，预测未来年度碳排放量，进而获得碳达

峰量和达峰年。

a）预估影响因素未来数据。根据区域历史年度的各个影响因素发展变化情况，分高速

发展情景和低速发展情景，合理预估影响因素的未来年度数据。

b）未来年度碳排放量预测。通过预测模型，计算得到未来年度的碳排放量预测值。

c）获得区域碳达峰量和达峰年。选取碳排放预测值中的最大值，即为碳达峰量，峰值

对应的年度，即为碳达峰年。

3

图1-区域碳达峰模型开发流程

6模型开发要求

区域碳达峰预测模型的开发要求分为：数据输入要求、计算过程要求、结果输出要求。

6.1数据输入要求

碳排放影响因素数据输入指标示例，参考见附录A表A.1，对数据输入数值的具体要求，

描述如下：

1.数据输入包括2类：

a）输入区域碳排放影响因素的历史M年度数据；

b）输入区域碳排放影响因素的未来N年度数据；

2.对于历史数据，原则上越长越好，至少M≧5年。

3.对于未来年度数据，至少N≧5年。

4.输入数据，不允许数据缺失，缺失值可采用专家经验法补齐。处理异常值，检查数据

准确性。

5.输入数据的数值格式为整数或小数，其中，小数取小数点后两位。

6.2计算过程要求

1.基于碳排放影响因素的历史数据，分析各个因素指标与碳排放量之间的相关性，通常

选取相关性绝对值≧0.3的因素指标。

2.构建碳排放预测模型，并检验模型的误差率，通常误差率<5%。

6.3结果输出要求

基于碳排放影响因素的未来数据，通过模型计算，输出碳排放量预测值，取最大值记为

碳达峰值，对应碳达峰值的年份为碳达峰年。

7数据要求

4

1.完整性要求。

a）数据来源准确性，应确保数据来自官方认证的数据源；

b）数据传输完整性，应确保数据活动中数据的完整和安全；

c）数据计算可靠性，应确保只对数据执行了期望的计算；

d）数据存储完整性，应确保存储数据及副本备份的完整性。

2.可用性要求。

a）数据合规性要求，数据应用遵循数据合规相关的法律法规、合同、标准等；

b）数据可审计，应建立数据的细粒度审计机制；

c）数据质量要求，获取和处理数据过程中，确保数据的准确性、一致性和时效性。

3.安全性要求。

a）按照GB/T39477-2020，GB/T37973-2019，GB/T20269-2006安全管理要求，

要求建立数据安全制度，采取必要的措施，确保数据和系统安全；

b）做好数据的采集、传输、存储、备份、归档等数据保密性工作；

c）制定数据增删改查权限机制，保障数据信息及计算数据信息的安全。

5

附录

附录A

（资料性）

碳排放影响因素数据指标

A.1碳排放影响因素数据指标见表A.1。

表A.1碳排放影响因素数据指标

6

目录

前  言...........................................................................1

1范围............................................................................2

2规范性引用文件..................................................................2

3术语和定义......................................................................2

4缩略语..........................................................................2

5区域碳达峰预测模型..............................................................3

6模型开发要求....................................................................4

7数据要求........................................................................4

附录...............................................................................6

1

区域碳达峰预测模型开发流程规范

1范围

本文件规定了区域碳达峰预测模型开发的术语和定义、开发流程、开发要求、数据要求

等内容。

本文件适用于指导区域碳达峰预测模型的开发。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期

的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括

所有的修改单）适用于本文件。

GB/T20269-2006信息安全技术信息系统安全管理要求

GB/T37973-2019信息安全技术大数据安全管理指南

GB/T39477-2020信息安全技术政务信息共享数据安全技术要求

DB44/T1944-2016碳排放管理体系要求及使用指南

3术语和定义

下列术语和定义适用于本文件。

3.1

碳排放carbonemission

在特定时段内释放到大气中的二氧化碳。

3.2

区域碳排放regionalcarbonemission

区域范围内的碳排放量。

3.3

碳达峰carbonpeak

指特定区域（或组织）的碳排放在某一时点达到峰值，之后进入下降阶段。

3.4

碳达峰年carbonpeakyear

指特定区域（或组织）的碳排放达到峰值所对应的年份。

4缩略语

下列缩略语适用于本文件。

STIRPAT：可拓展的随机性的环境影响评估模型（StochasticImpactsbyRegressionon

Population,Affluence,andTechnology）

ANN：人工神经网络（ArtificialNeuralNetworks）

2

5区域碳达峰预测模型

5.1模型概述

区域碳达峰预测模型，面向省、市、区（县）级政府，从宏观经济学角度，选取碳排放

相关影响因素指标，建立碳排放量与各影响因素指标之间的关系模型，预测区域的碳达峰量

和碳达峰年，评估碳达峰趋势及碳达峰进程。

5.2模型目标

基于区域的历史数据，通过相关性分析各因素对碳排放量的影响作用，指明碳减排应重

点关注的因素。通过构建碳排放预测模型，结合区域未来发展规划，预估各个因素的未来数

据，预测碳排放的达峰值和达峰年，为区域规划碳达峰战略目标和实现路径提供科学决策依

据。

5.3模型开发流程

区域碳达峰预测模型开发工作，整体流程分为3个阶段10个步骤，见图1。模型开发流程

具体描述如下：

5.3.1数据处理

该阶段工作需要完成模型开发所需的数据指标设计、历史数据收集、数据清洗处理工作。

a）设计备选影响因素。从宏观经济学的角度，设计与碳排放具有相关性的影响因素指

标，碳排放通常受人口、经济发展、能源消费和科技进步等方面的影响，具体指标包括不限

于：人口、GDP、城镇化率、产业结构、能源强度和能源结构等。

b）收集影响因素历史数据。从区域统计年鉴、中国统计年鉴、中国能源统计年鉴和统

计局网站收集影响因素的历史数据。

c）数据清洗处理。将历史数据进行数据清洗，并结合区域碳排放核算方法，核算区域

历史碳排放数据，统一数据格式、数据单位。

5.3.2模型构建

该阶段工作完成影响因素与碳排放的相关性分析，选取影响因素指标，构建预测模型，

校验模型误差。

a）影响因素与碳排放相关性分析。计算分析每个因素指标与碳排放量之间的相关性。

b）筛选影响因素。删除弱相关性和无相关性的因素指标。

c）构建预测模型。建立碳排放与影响因素的关联预测模型。模型算法包括不限于：

STIRPAT、回归分析、ANN等。

d）校验模型误差。校验模型的误差率。

5.3.3排放预测

该阶段工作基于影响因素指标的未来年度数据，预测未来年度碳排放量，进而获得碳达

峰量和达峰年。

a）预估影响因素未来数据。根据区域历史年度的各个影响因素发展变化情况，分高速

发展情景和低速发展情景，合理预估影响因素的未来年度数据。

b）未来年度碳排放量预测。通过预测模型，计算得到未来年度的碳排放量预测值。

c）获得区域碳达峰量和达峰年。选取碳排放预测值中的最大值，即为碳达峰量，峰值

对应的年度，即为碳达峰年。

3

图1-区域碳达峰模型开发流程

6模型开发要求

区域碳达峰预测模型的开发要求分为：数据输入要求、计算过程要求、结果输出要求。

6.1数据输入要求

碳排放影响因素数据输入指标示例，参考见附录A表A.1，对数据输入数值的具体要求，

描述如下：

1.数据输入包括2类：

a）输入区域碳排放影响因素的历史M年度数据；

b）输入区域碳排放影响因素的未来N年度数据；

2.对于历史数据，原则上越长越好，至少M≧5年。

3.对于未来年度数