基于系统动力学的道路运输能源需求预测——以辽宁省为例

doi:10.3969/j.issn.1674-0696.2019.03.14

重庆交通大学学报（自然科学版） ›› 2019, Vol. 38 ›› Issue (03): 91-96.DOI: 10.3969/j.issn.1674-0696.2019.03.14

基于系统动力学的道路运输能源需求预测——以辽宁省为例

唐丽敏，王艺澄，王盼

(大连海事大学交通运输工程学院，辽宁大连 116026)

收稿日期:2017-09-10 修回日期:2018-10-16 出版日期:2019-03-20 发布日期:2019-03-20
作者简介:唐丽敏(1963—)，女，辽宁大连人，教授，博士，主要从事交通运输工程方面的研究。E-mail: tlmin@dlmu.edu.cn。

Road Transport Energy Demand Forecasting Based on System Dynamics —— Taking Liaoning Province as an Example

TANG Limin, WANG Yicheng, WANG Pan

(School of Traffic & Transportation Engineering, Dalian Maritime University, Dalian 116026, Liaoning, P. R. China)

Received:2017-09-10 Revised:2018-10-16 Online:2019-03-20 Published:2019-03-20

摘要/Abstract

摘要： 深入分析了辽宁省道路运输与经济、人口及能源子系统间的相互作用关系，构建了辽宁省道路运输能源需求系统动力学模型，并参照社会经济发展及道路运输相关规划目标，进行了预测与情景模拟。研究表明：2020年辽宁省道路运输能源需求量约1800万吨标准煤；“十三五”期间，辽宁省货运周转量年均增长2.38%，客运周转量年均增长4.2%；产业结构调整将改变能源需求量，第三产业比重增加5%时，能源需求量能够减少1.1%；营运货车单位周转量能源消耗量降低14.3%时，能源需求量可降低2.2%。

关键词: 交通运输工程, 道路运输, 能源需求量, 系统动力学, 预测, 情景模拟

Abstract: The interaction between road transportation and economic, population and energy subsystems in Liaoning province was analysed in depth, and the system dynamics model of energy demand for road transportation in Liaoning Province was established. In the light of the relevant planning objectives of social and economic development as well as road transportation, forecast and scenario simulation were carried out. The research results indicate that: firstly, the energy demand for road transportation in Liaoning province in 2020 is about 18 million tons of standard coal. The average annual growth rate of freight turnover and passenger turnover in Liaoning are 2.38% and 4.2% respectively in “thirteenth five-year plan” period. Secondly, the adjustment of industrial structure will change the energy demand. The energy demand can be reduced by 1.1%, when the proportion of the tertiary industry is increased by 5%. Thirdly, energy demand can be reduced by 2.2%, when the energy consumption per unit turnover of freight cars is reduced by 14.3%.

Key words: traffic and transportation engineering, road transport, energy demand, system dynamics, forecast, scenario simulation

中图分类号:

U4-9

唐丽敏，王艺澄，王盼. 基于系统动力学的道路运输能源需求预测——以辽宁省为例[J]. 重庆交通大学学报（自然科学版）, 2019, 38(03): 91-96.

TANG Limin, WANG Yicheng, WANG Pan. Road Transport Energy Demand Forecasting Based on System Dynamics —— Taking Liaoning Province as an Example[J]. Journal of Chongqing Jiaotong University(Natural Science), 2019, 38(03): 91-96.

参考文献

［1］姚宝珍，沈飞，姚锦宝，等.节能减排视角下的公路运输周转量空间计量研究［J］.交通运输系统工程与信息，2015,15(2):112-
117.
YAO Baozhen, SHEN Fei, YAO Jinbao, et al. Spatial econometric analysis of road turnover under the energy conservation
and emissions reduction ［J］. Journal of Transportation Systems Engineering and Information Technology, 2015, 15(2):
112-117.
［2］ ZONG W G. Transport energy demand modeling of South Korea using artificial neural network ［J］. Energy Policy,
2011, 39(8): 4644-4650.
［3］ FOROUZANFAR M, DOUSTMOHAMMADI A, HASANZADEH S, et al. Transport energy demand forecast using multi-level
genetic programming ［J］. Applied Energy, 2012, 91(1): 496-503.
［4］ PUKEC T, KRAJAIG, LULIZ, et al. Forecasting long-term energy demand of Croatian transport sector ［J］.
Energy, 2013, 57(360):169-176.
［5］ OU Xunmin, ZHANG Xiliang, CHANG Shiyan. Scenario analysis on alternative fuel/vehicle for Chinas future road
transport: Life-cycle energy demand and GHG emissions ［J］. Energy Policy, 2010, 38 (8): 3943-3956.
［6］王瑞军,武旭,胡思继.货物运输能源消耗影响因素［J］.公路交通科技,2013,30(2):153-158.
WANG Ruijun, WU Xu, HU Siji. Influencing factors of freight transport energy consumption ［J］. Journal of Highway
and Transportation Research and Development, 2013, 30(2): 153-158.
［7］姜军,张海森.基于可持续发展的道路运输节能减排影响要素及对策系统化研究［J］.物流技术,2014,33(10),43-46.
JIANG Jun, ZHANG Haisen. A systematic study on influence factors and countermeasures of energy conservation and
emissions reduction in sustainable development of road transportation industry ［J］. Journal of Logistics
Technology, 2014, 33(10): 43-46.
［8］王其藩.系统动力学［M］.北京:清华大学出版社,2008.
WANG Qifan. System Dynamics［M］. Beijing: Tsinghua University Press, 2008.

[1]	李晶1,2，钟鹏1，吕靖1,2. 基于系统动力学的陆港与城市经济互动研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 1-7.
[2]	李军1，朱云升2. 三角模糊层次分析的综合评价在黄河库区船舶安全评估中的应用[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 16-22.
[3]	邓萍1,2，宋莲1，黄承锋1,2. 三峡坝区过闸船舶拥堵成本测算及对坝区货物总价值影响研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 23-30.
[4]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[5]	程谦1 ，朱晓宁2 ，卢万胜3. 中长运距城际旅客出行方式选择行为模型——以高铁、民航为例[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 39-45.
[6]	连齐才1，李涵1，石小林1，闫章存2. 基于面板数据Mixed logit模型的自动驾驶选择行为分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 46-52.
[7]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[8]	李升朝，吴越，白雪萌，王玥，张海. 基于TOPSIS与灰色关联的危货车辆违规报警研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 61-66.
[9]	杨庆芳1,2,3，王立强2，郑黎黎1,2,3，孟凡运2. 一种环形交叉口交通排放及燃油消耗模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 67-73.
[10]	代昱昊，王华，彭桂彬. 基于TEM的玉磨铁路隧道渗漏水状态预测方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 88-92.
[11]	白翰，张康宇，王修光，燕翔，冯启龙. 合放交通流条件下城市交叉口通行能力研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 12-20.
[12]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[13]	张重阳,黄淑萍. 路网抗震可靠性及震后运输调度路径选择研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 43-51.
[14]	郭文文1，计明军2，祝慧灵3，周文杰2. 集装箱码头场桥调度优化模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 66-72.
[15]	李广儒，张新，朱庆辉. 基于Adaboost的改进Elman神经网络港口吞吐量预测方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 1-5.

基于系统动力学的道路运输能源需求预测——以辽宁省为例

Road Transport Energy Demand Forecasting Based on System Dynamics —— Taking Liaoning Province as an Example

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics