基于情景分析改进马尔可夫的能源消费结构预测

陈金祥，郑锐峰，王 彬

（国家能源投资集团有限责任公司，北京 100011）

近年来随着可持续发展理念的深入，人们密切关注能源的碳排放和绿色发展问题。保障能源安全，掌握能源消费趋势，优化能源体系对促进我国能源绿色转型、低碳发展具有重要意义。当前我国处于实现“双碳”目标的关键期，在该背景下，调整优化能源消费结构可以为顺利实施能源发展规划提供保障。

能源一直是国内外学者研究的热点，研究方向较为丰富，主要包括能源政策与法律[1-2]、能源系统[3-5]、能源效率[6-7]、能源转型[8-10]、能源安全[11-12]、能源合作[13-14]和能源消费[15-16]等，在碳减排背景下国内外学者针对能源消费进行了深入研究，并取得了一些丰硕的研究成果。国内对于能源消费的研究侧重于影响因素、预测模型和优化策略等。孙永波等[17]运用空间数据分析方法构建空间模型进行实证分析,研究各因素对能源消费强度的影响。郭煜等[18]研究基于2种情景采用弹性系数法和灰色关联分析法预测2035年及2050年陕西省能源消费和经济增长情况。杨明等[19]探讨了各种能源预测方法与能源发展方向问题。李辉等[20]对比了我国与其他能源消费国的能源发展现状，针对我国能源消费结构与模式问题提出优化建议。而国外文献则注重于新能源和能源政策对能源消费影响的研究。Albatayneh等[21]调查了能源补贴对能源使用结果及住宅部门内消费模式的影响。Borozan[22]证明在1997—2019年期间，G7国家在控制收入、制度和创新后，政策带来的不确定性如何影响可再生能源消费等问题。Gyimah等[23]基于历史数据，采用格兰杰因果关系和中介模型对加纳实证分析发现了可再生能源消费增加能够促进经济增长。El[24]采用格兰杰因果关系和向量自回归（VAR）检验来检测海湾合作委员会（海合会）国家的CO2排放、能源消耗和人均国内生产总值3个变量之间的因果关系，提出制定能源政策，减少能源消耗和控制CO2排放的建议。Tutak等[25]确定了以可再生能源为基础的能源的使用对经济指标和对传统能源消费的影响，发现可再生能源基础上的能源消费对经济增长、温室气体排放的减少和减排具有积极的影响。

通过分析总结可以看出国内外学者预测能源消费结构的模型主要集中于：灰色GM（1，1）模型[26-27]、ARIMA模型[28]、马尔可夫模型[29-30]和情景分析[31-32]等，每个模型都有一定的适用性和可行性。显然，能源消费结构的状态转移也具有马尔可夫链的无后效性特点，但与此同时能源消费结构会受到政策、经济水平和资源禀赋等因素的影响，仅考虑马尔可夫模型会影响预测结果的准确性，因此本文采用情景分析改进的马尔可夫模型对能源消费结构进行预测。在预测过程中考虑无规划约束和有规划约束2种情景下的能源消费结构预测，通过中国某省历史数据实证分析验证了有规划约束的马尔可夫预测模型对优化能源消费结构，促进政策落地，保障规划目标实现具有重要的参考意义，最后就预测结果对能源绿色转型的实现提出建议。

1 能源消费结构预测模型

1.1 马尔可夫链

马尔可夫链（Markov链）是一种任意状态转移只涉及上一时点状态而不涉及历史状态，将来状态亦只涉及现在状态的随机过程，其无后效性使得其对过去和将来关联性不强的事件进行分析时容易理解。

马尔可夫链包含3个主要概念：随机变量、状态空间和条件概率关系。设随机变量序列{Xt，t∈T}，满足对于任意的xt∈S，t∈T={0，1，2，…}，其中，S为状态空间，随机变量是离散或者连续的，有P{Xt=xt|X0=x0，X1=x1…Xt-1=xt-1}=P{Xt=xt|Xt-1=xt-1}，则称{Xt，t∈T}为马尔可夫链或马尔可夫过程。记Pij=（Xt=i|Xt-1=j）为具有n个状态的马尔可夫链在时刻（t-1）处于状态j转移到时刻t状态i的转移概率，且满足，则称矩阵为马尔可夫链的一次转移概率矩阵

1.2 模型步骤

1.2.1 转移概率及转移矩阵的计算

假设{Xt，t∈T}为有n个状态的随机过程，则马尔可夫预测系统的状态转移概率计算规则如下。

（1）当系统由t时刻转移至t+1时刻时，对于能源消费结构来说，若某一种能源消费的比重份额没有改变或提高，说明该种能源消费的比重在状态转移期间不转移给其他能源比重，或者说其他能源无法吸收这种能源消费转移所产生的附加比重，因此该种能源消费比重转移可能性为1，其他能源比重转移可能性为0。

（2）当某能源消费比重由t时刻转移到t+1时刻下降时，表明状态转移期间该种能源消费比重将转移到其他能源消费比重中，则可以根据该种能源t+1时刻比重除以t时刻比重来计算该种能源消费比重的保留概率。

因此，对于n个状态的随机过程{Xt，t∈T}，可得系统能源结构从t时刻到t+1时刻的一步转移概率矩阵为

若设能源i在t时刻的消费占比值为在t+1，则时刻的消费占比值为

1.2.2 马尔可夫预测模型

设马尔可夫链系统初始状态的概率向量为S(0)=（p1(0)，p2(0)，…pn(0)），则当转移概率矩阵P不变时，由Chapman-Kolmogorov方程可得系统经过k步状态转移后的状态为

通常，上式中的P用k步状态转移后的平均转移矩阵代替，即

当有外部条件作用于马尔可夫转移过程时，则需要根据条件约束改变转移概率矩阵P，系统从初始状态S（0）经过k步状态转移后的状态为

2 案例分析

2.1 适用性分析

为了能够全面、客观、真实地验证模型有效性和适用性，本案例以中国某省2010—2020年实际能源消费结构历史数据为依据，根据马尔可夫链运算规则对该省的能源消费结构进行预测。该省能源消费历史数据（见表1），利用公式（3）计算出该省2010—2020年能源消费结构中煤炭、石油、天然气及电力的转移概率矩阵见表2，利用公式（5）得出该省2010—2020年能源消费结构平均转移概率矩阵P1见表3。

表1 2010—2020年中国某省能源消费结构占比历史数据

表2 2010—2020年中国某省能源消费结构的转移概率矩阵

表3 2010—2020年中国某省能源消费结构平均转移概率矩阵

根据马尔可夫预测模型，以中国某省2020年能源消费结构占比为初始值，以2010—2020年的平均转移概率矩阵P1为转移概率矩阵，运用式（4）对该省2021年的能源消费结构预测为：S(2021)=S(2020)×P1，计算出该省2021年的能源消费结构占比为（55.757 9%，19.015 8%，8.831 4%，16.394 9%），与实际值（56%，18.5%，8.9%，16.6%）吻合良好，误差均在控制范围内，表明模型适用性强。

为保证预测结果可靠性，结合该省2021年实际能源消费结构占比情况，以该省2010—2021年能源消费结构的平均转移概率矩阵P2为转移概率矩阵，结果见表4。

表4 2010—2021年中国某省能源消费结构平均转移概率矩阵

从平均转移概率矩阵P2的第一行可以看出，石油、天然气和电力替代煤炭的概率分别为0.31%、0.60%和1.13%，可见在保障煤炭安全稳定供应基础进行能源消费结构绿色转型中，电力的促进作用比较大。

从主对角线上较高的保留概率可以看出，该省的能源消费结构相对比较稳定。在2010—2021年间，每年消费煤炭、石油、天然气和电力的份额仍保持上一年份额的评价概率为97.97%，99.45%，100%和99.03%，煤炭的保留概率最低，说明以煤炭为主导的能源消费结构正在改变。

2.2 能源消费结构预测模型

2.2.1 无规划约束预测模型

以该省2021年的能源消费结构占比S(2021)=（56%，18.5%，8.9%，16.6%）为初始状态，该省2010—2021年能源消费结构的平均转移概率矩阵P2为转移概率矩阵，不考虑国家和中国某省的各种政策方针和规划目标，而仅根据以往能源结构演变规律预测其未来状态，可应用马尔可夫链模型预测出无规划约束下该省2022—2030年能源消费结构占比。预测结果见表5。

表5 中国某省2022—2030年能源消费结构占比预测

2.2.2 有规划约束预测模型

碳达峰和碳中和战略目标的提出，对我国能源的低碳化和去碳化发展提出了挑战，也为能源消费结构的绿色转型指明方向。为在保障能源安全稳定供应的基础上实现绿色转型，以中国某省为例，根据“双碳”目标及《“十四五”现代能源体系规划》目标对该省能源消费进行无规划约束和有规划约束2种情景预测，并对结果进行对比分析，探讨推动该省能源转型和降低碳排放强度的路径与对策，以期为能源消费的绿色转型提供参考。

无规划约束下该省2022—2030能源消费结构预测结果表明，2030年非化石能源消费比重（电力比重）为20.532 7%，而该省“十四五”能源发展规划提到2030年非化石能源消费比重要达到25%，以促进绿色发展方式和生活方式的形成，说明无规划约束条件下的预测结果与规划提出的更高目标相比存在一定差距。基于此，本文认为在未来该省经济高质量发展过程中，应该充分考虑到“十四五”期间非化石能源消费增加而引起的资源环境问题，通过优化产业结构来实现节能减排和绿色转型。为此，以下将在该能源发展规划中确定的目标为约束下，对转移概率矩阵按照2030年目标进行调整，从而对预测结果进行校正。

由于该省《“十四五”现代能源体系规划》要求稳中有序降低化石能源尤其是煤炭的消费比重，未对其他能源消费比重提出明确规划目标。基于此本文假设在2022—2030年期间，该省石油和天然气消费比重的变动依然保持无规划约束时的基本趋势；而电力消费比重增加由减少煤炭的比重来补充。由此可以计算出有规划约束下的该省2030年能源消费结构占比，结果见表6。

表6 2030年2种情景下该省能源消费结构

设在有规划约束情景下，从2022年到2030年调整的平均转移概率矩阵为P3，则式S(2030)=S(2021)×P39成立，根据无规划约束情景下能源消费比重的预测结果，可知除煤炭外其他3种能源的消费比重持续增加，因此P3的第二行、第三行和第四行向量为（0，1，0，0）、（0，0，1，0）和（0，0，0，1），可根据公式（6）计算P3为

根据平均转移概率矩阵P3和该省2021年的能源消费结构向量S(2021)，可以预测出有规划约束下该省2022—2030年能源消费结构占比，结果见表5。

2.3 结果分析

将无规划约束和有规划约束2种情景下的预测结果进行分析，结果如图1所示。

图1 2种情景下该省2022—2030年能源消费结构预测结果对比分析

从图1可以看出：（1）无规划约束和有规划约束2种情景下预测的每年石油和天然气的消费比重几乎看不到误差，且有规划约束情景下截至2030年电力占比可达到25%的目标，满足预期要求。且由预测数据计算可得煤炭消费占比无规划约束下每年的减少率为1.7%，有规划约束下为2.8%。如2030年无规划约束下煤炭消费占比减少率=（48.622 2%-47.794%）/48.622 2%。

（2）化石能源用于电力转化是当前技术水平下最高效、最经济和最清洁的利用方式，有规划约束下从2024年开始电力消费占比开始超过石油和天然气的占比，成为低碳发展的有效主力，进一步说明了该省“十四五”规划关于加大电力需求侧响应管理，推进完善电力辅助服务市场机制、深化电力革命和加快电源结构优化的先进性。

（3）总体结构来看该省能源消费仍以煤炭为主，这与该省的资源禀赋有很大的关系，低碳转型必须在保证能源安全稳定供应的基础上进行，所以今后几年内煤炭在该省能源消费中仍发挥着压舱石作用。该省目前的能源消费结构尤其是煤炭的清洁利用水平，对于“双碳”目标的按期实现仍然存在一定的威胁，未来9年低碳问题仍然比较严峻。因此，该省必须采取措施改进以煤炭为主的能源消费结构，提高化石能源的清洁利用。

3 结论

发现能源消费规律，预测能源消费结构有助于了解能源消费趋势，对制定规划目标，调整产业结构、保障能源低碳发展具有重要意义。本文在建立能源消费结构的马尔可夫预测模型基础上对中国某省能源消费结构进行了无规划约束情景预测和有规划约束情景预测，研究发现能源绿色转型要在保障能源安全稳定供应的基础上进行，发挥压舱石作用的煤炭能源不会被立刻取代，在短期内改变以煤炭为主的能源消费结构很难[33]，电力取代煤炭成为主要能源消费类型仍有很长的路要走。结果表明，有规划约束的马尔可夫链预测模型对保证“双碳”目标实现，优化能源结构，保障能源消费绿色转型有很重要的参考意义和指导作用。因此能源绿色转型可以从以下几方面入手。

（1）优化能源消费结构。从预测结果可以看出未来一段时间该省能源消费仍以煤炭为主。我国应加强政策引导和信息引导，从政策和体制机制角度强化煤炭消费控制的保障能力，促进能源目标的实现[34]。此外提高化石能源尤其是煤炭的开发利用效率本身就是碳减排，该省要实现低碳转型，必须立足于现有的自然资源和能源现状，深度利用煤炭资源，提高化石能源尤其是煤炭清洁利用率，减少碳排放，推进能源高质量转型发展。

（2）大力发展可再生清洁能源。该省可再生能源种类齐全，储量丰富，如风能、地热能、太阳能和生物质能等清洁能源发展潜力巨大，在煤炭保障能源安全稳定供应的基础上增加清洁能源消费比例，促进新能源消费，推进能源低碳转型升级。

（3）依据规划目标加快电力行业多元化清洁能源供应体系。规划对于能源消费的绿色转型有着指导作用，所有行动必须在规划目标下有序进行，根据规划要求，坚持生态优先、绿色发展，壮大清洁能源产业，在降低煤炭占比的基础上持续实施清洁能源替代行动，增加电能在能源消费的比例，推动构建新型电力系统，支撑未来能源转型。

（4）全面优化能源消费结构评估指标体系。能源消费结构影响着社会民生、生态环境和国民经济，应用物联网、云计算和人工智能等技术，借鉴成功经验建立能源指标体系，评估能源消费现状，反映能源发展问题，为能源绿色低碳发展提供参考指标，为能源决策提供依据[35]。

能源消费结构预测对于“双碳”目标的实现和可持续发展具有重要意义，希望本文提出的基于规划约束的马尔可夫预测模型可以提供一定的参考。同时本文也存在着一些不足和局限，比如本文是通过平均转移概率矩阵来预测能源消费结构，随着经济的发展和科技的进步，模型转移概率矩阵的确定也会产生新的方向，此外，能源消费的影响因素非常复杂，可在规划约束的基础上进一步考虑其他因素来进行预测，后续研究人员可从这2方面对能源消费结构预测进行改进。