在中国实现经济增长与碳排放峰值之间的平衡：一种用于可持续能源转型的集成LSTM-NSGA-III框架

《Environmental and Sustainability Indicators》：Balancing economic growth and carbon peaking in China: an integrated LSTM-NSGA-III framework for sustainable energy transitions

中国经能环系统转型双目标优化研究提出LSTM-NSGA-III混合决策框架，在维持5.0-5.5%年度GDP增长前提下，通过提升非化石能源至28.5-32.7%实现2028-2032碳达峰，要求年新增可再生能源装机占比超50%。

　　

摘要

新兴经济体面临着将经济发展与气候承诺相协调的紧迫挑战，这构成了一个重要的政策困境。本研究提出了一种新的决策支持框架，该框架结合了长短期记忆（LSTM）神经网络与非支配排序遗传算法III（NSGA-III），以优化中国的经济-能源-环境（3E）系统转型。我们的双目标模型同时致力于将年度GDP增长率维持在5.0–5.5%，并通过战略性能源结构调整在2028年至2032年间实现碳排放峰值。这种混合架构结合了高精度的LSTM能源需求预测模型（R2 = 1）与进化多目标优化算法，生成了具有量化能源结构配置的帕累托最优转型路径。实证结果表明，将非化石能源占比提高到28.5–32.7%可以使中国在实现经济增长目标的同时，将二氧化碳排放量峰值控制在15000兆吨，并且每年新增能源装机中可再生能源的比例应逐步增加至约50%。该研究为发展中国家提供了应对清洁能源转型挑战的通用工具包，而针对中国的具体发现则为完善国家碳中和实施计划提供了及时的参考。