China's future energy mix and emissions reduction potential: a scenario analysis incorporating technological learning curves
China's future energy mix and emissions reduction potential: a scenario analysis incorporating technological learning curves
复制标题
中国未来的能源结构和减排潜力：结合技术学习曲线的情景分析
DOI：
10.1016/j.jclepro.2015.08.012
复制
发表时间：
2016-01
影响因子：
11.1
通讯作者：
Guozhu Mao
中科院分区：
文献类型：
--
作者：
Hongyang Zou;Huibin Du;David C. Broadstock;Junpeng Guo;Yuqin Gong;Guozhu Mao
本文考察了CO2减排目标和碳税对中国发电结构的影响。建立了一个模型，以最小化总发电成本，选择最佳的能源技术和资源结构，为中国。该模型有助于现有的工作，利用学习曲线的概念（表现为生产成本下降），并包括最低限度的能源发电和排放上限的限制。结果表明，二氧化碳减排目标和碳税的引入都使能源生产技术从高碳含量的化石燃料转向低碳含量的化石能源和可再生能源。二氧化碳减排目标在早期更有效，而碳税在后期更有效。也许不足为奇的是，所有选择都会导致总生产成本的净增加。此外，还进行了一些情景分析，以考虑页岩气和改进的碳捕获和储存技术的可能作用，表明一般结论是可靠的。
This paper examines the impacts of CO2 emission reduction targets and carbon taxes on the structure of power generation in China. A model is developed to minimize the total electricity generation cost and select the optimal energy technology and resource mix for China. The model contributes to existing work by utilizing the learning curve concept (which manifests as diminishing costs of production), and includes constraints for minimum energy generation and also an emissions cap. The result shows that the introduction of the CO2 emission reduction targets and carbon taxes both shift energy production technologies away from high carbon content fossil-fuels towards low carbon content fossil-based and renewable energies. CO2 emission reduction targets turn out to be more effective in the early years, while carbon taxes become more effective in the later periods. Perhaps unsurprisingly, all options result in a net increase in total production costs. In addition, some scenario analyses are conducted to consider the possible roles of shale gas and improved carbon capture and storage technologies, showing the general conclusions to be robust.
登录
查看更多内容
影响因子：
9
作者：
Fatih Karanfil;Ata Ozkaya
通讯作者：
Fatih Karanfil;Ata Ozkaya
DOI：
--
发表时间：
2007-08
期刊：
--
影响因子：
--
作者：
R. ChittendenFandOakey
通讯作者：
R. ChittendenFandOakey
影响因子：
12.8
作者：
Dilaver, Zafer;Hunt, Lester C.
通讯作者：
Hunt, Lester C.
DOI：
10.5547/issn0195-6574-ej-vol26-no2-1
发表时间：
2005-05
期刊：
The Energy Journal
影响因子：
--
作者：
J. M. Griffin;Craig T. Schulman
通讯作者：
J. M. Griffin;Craig T. Schulman
DOI：
10.1016/j.energy.2010.08.037
发表时间：
2010-12
期刊：
Fuel and Energy Abstracts
影响因子：
--
作者：
Md. Alam Hossain Mondal;M. Denich;P. Vlek
通讯作者：
Md. Alam Hossain Mondal;M. Denich;P. Vlek