LMDI 模型是基于指数分解法(IDA) 发展而成的一种因素分解法。LMDI模型在 Kaya 拓展式的基础上, 利用对数平均法对影响因素进行分析。 综合比较其他的指数分解方法, LMDI 分解法有着可完全分解因子、 无残差项等优势。
根据对 Kaya 恒等式的扩展得到行业能源消费计算公式:

2023华为杯数学建模D题——碳排放路径优化基于指数分解法的LMDI 模型-LMLPHP

由此, 通过 Kaya 恒等式和 LMDI 模型, 将高耗能行业能源消费的影响因素分解为了以下 5 个影响因子:

2023华为杯数学建模D题——碳排放路径优化基于指数分解法的LMDI 模型-LMLPHP

因此, 基于式 4-3, 我们可以得到, 目标年(t 年) 的能源消费量 ET 与精准年(0 年) 的能源消费量 E0间的差Δ E 的计算公式如下所示:

2023华为杯数学建模D题——碳排放路径优化基于指数分解法的LMDI 模型-LMLPHP

2023华为杯数学建模D题——碳排放路径优化基于指数分解法的LMDI 模型-LMLPHP

当上述影响因素贡献值计算结果大于零时, 说明该影响因素在时间段内的变化导致了能源消费的增加, 对能源消费量的增加起促进作用; 若因素贡献值计算结果小于零, 则说明该影响因素在时间段内的变化导致了能源消费量的减少,对能源消费量的增加起抑制作用。

2023华为杯数学建模D题——碳排放路径优化基于指数分解法的LMDI 模型-LMLPHP

09-23 05:53