LEAP模型允许研究者根据研究目的、数据可获取多、研究对象特点等灵活构建模型结构，十分适用于能源数据不全面情况，现已广泛应用于国家、区域、部门、行业的能源战略研究中。掌握该模型不仅有助于高校及科研院所工作人员从事能源系统评价诊断、低碳节能发展技术研判等能源系统工程相关工作，也可为政府决策提供技术支持。特别是可应用于风光储、氢能一体化利用策略在全社会能源供应系统中的作用、电动汽车对终端能源需求及碳排放的影响等热点问题。
帮助科研及相关工作者快速掌握LEAP模型操作及应用，结合实例来全面掌握能源供应转换、能源需求及碳排放预测中的基础数据搜集及处理、能源平衡表核算、模型框架构建、模型操作、情景设计、结果分析、优化、预测结果不确定性分析等。
【目标】：
1.掌握LEAP软件操作基础流程
2.掌握不同能源系统数据核算及能源现状评价
3.掌握应用多种数据处理方法以测算模型输入数据预测年内变化情况
4.掌握LEAP软件构建基本的能源需求及供应分析模型
5.掌握LEAP软件构建细化的能源需求情景分析模型
6.掌握LEAP软件对情景进行成本效益分析、对非能源活动的温室气体排放进行分析
7.掌握LEAP软件构建交通部门减排模型、构建成本最小化发电模型
8.掌握LEAP软件预测结果不确定分析
///
基 于 LEAP模型 的能源环境发展、碳排放建模预测及不确定性分析
【专家】：
陈博士，来自重点高校及科研院所一线科研人员，长期从事城市能源需求预测及可再生能源系统建模仿真工作，主要参与编写市级能源发展规划多项，发表科研论文多篇，精通能源系统模型及多种数据预测方法，具有丰富的能源需求及碳排放预测经验。
【详情】：
特色在于以国内典型能源输入型省份、城市为例，深入浅出的介绍不同级别对象时根据数据结构构建合适的能源生产、转换、消费及碳排放预测模型，根据研究目的合理设计情景以量化不同低碳化能源发展政策效果，并采用蒙特卡洛法进行了预测结果的不确定性分析。结合软件自带例子，对关键部门及重点关注技术，如工业能源消耗、交通部门碳排放、新能源发电系统及发电成本最优化等，也进行了重点解析示范。理论与操作紧密结合有助于学员快速掌握模型使用并可灵活套用于自身研究中。大纲的设置主要围绕下述体系来设计理论知识与上机操作步骤，通过逐一环节的讲解与实际操作。
|
|
1.1.1 投入产出法 1.1.2系统动力学模型 1.1.3灰色系统理论 1.1.4计量经济分析法 1.1.5神经网络模型 1.1.6部门分析法：LEAP模型为代表，模型结构如下
其中ED是总的能源需求量，AL是活动水平，EI是能源强度；i，j 和 k分别代表不同的部门、设备和燃料
1.2.1 LEAP软件安装与注册 1.2.2 LEAP软件设置、主要模块及基本操作 1.2.3 LEAP软件模型构建基本原理和数据结构
介绍情景分析法原理及其与LEAP模型的结合使用。
1.4.1 经济、人口：统计年鉴 1.4.2 能源：行业年鉴、统计年鉴能源篇、政府报告、电力消费、发展规划、标准规范等 1.4.3温室气体排放：统计年鉴、技术标准、实验数据、文献报告等 |
|
|
2.1.1 案例整体描述 2.1.2 基本参数设置：标准单位（标吨煤、净现值）、基年、基期、参考情景等 2.1.3 需求侧模型构建
2.1.4 参考情景创建及结果分析
2.1.5 节能政策效果量化：高效照明及冰箱
2.2.1 细化需求侧部门模型：工业、交通及商业建筑 2.2.2 工业
2.2.3 交通部门
2.2.4 商业建筑
2.2.5 总体能源需求分析
图1 预测年各部门能源需求（左）及各能源品种需求（右）示意图 |
|
|
3.1.1 案例整体描述及基本参数设置 3.1.2 基础供应侧模型构建
3.1.3参考情景创建及结果分析
3.1.4 能源流动情况诊断
3.1.5 能源供应侧节能措施效果量化
3.2.1 细化能源转换模型：木炭生产、电力、炼油和煤炭开采 3.2.2 炭生产
3.2.3 电力生产
3.2.4 炼油
3.2.5 煤炭开采
3.2.6 资源情况输入
3.2.7 能源系统图、能源平衡表分析比较
图2 各能源品种能源系统转化图（左）及能源平衡表（右） |
|
|
4.1.1 案例整体描述及基本参数设置 4.1.2 温室气体及其他空气污染物排放模型构建
4.1.3 参考情景构建及结果分析
4.1.4 节能政策情景构建
4.2.1 非能源来源排放类型
4.2.2 案例整体描述及基础参数设置 4.2.3 模型构建及基年账户数据录入
4.2.4 基础情景设置
4.2.5 沼气发电情景设置
图3 与基础情景沼气发电情景全球变暖潜力值 |
|
|
5.1.1 成本分类：需求、转换、一次能源及输入能源、外部环境
5.1.2案例整体描述及基础参数设置 5.1.3系统边界及经济参数输入
图4 各情景典型年成本效益分析表 |
|
|
平均增长率法 计量经济学模型：ARIMA模型等 人口预测模型：Leslie模型
构建函数，确定估计变量和需求参数 确定参数的概率分布，包括正态分布、对数正态分布等 水晶球等软件模拟
图5 蒙特卡洛不确定性分析原理图
6.3.1 案例能源情况分析 图6典型省份基年能源流动图 6.3.2 案例能源需求结构树绘制 农业部门、工业部门、建筑部门、交通运输部门、其他服务业部门及居民生活部门。 其中工业部门细分为六大高耗能部门和工业其它部门；交通运输部门分为货运部门及客运部门 6.3.3 计量经济学等模型的使用 6.3.4 情景设置 基准情景 人口增长情景 节能情景 6.3.5 情景结果比较 6.3.6 基础情景预测结果不确定性分析
图7 典型年能源需求预测结果概率分布图（左）及各参数对需求预测结果方差贡献率
6.4.1 数据搜集及模型结构划分
图8 某市LEAP模型结构划分 6.4.2 基年能流图绘制
图9 某市基年能源流动图 6.4.3 情景设置
6.4.4 结果对比
图10 不同GDP增速情景（左）及不同产业结构（右）能源消费总量及能源强度
图11 节能情景（左）及综合情景（右）能源消费及能源强度
|
|
|
图12 交通部门碳排放模型结构树形图
7
图13 各情景典型预测年碳排放量 |
|
|
8.1.1 在转换模块下输入发电数据
8.1.2 导入小时负载数据建立载模型
图14 各情景典型年发电成本（左）及发电小时数来源（右）
图15 约束条件下各情景碳排放量（左）及发电成本（右） |
