中国交通能源碳排放分析模型（CTEGM模型）
CTEGM是一个中国交通能源技术路线与政策综合评估模型。CTEGM由输入模块、交通服务需求分析模块、高铁对民航客运替代效应分析模块、交通结构和管理分析模块、民航运输低碳发展设计模块、交通工具保有量分析模块和输出模块组成，可以耦合能源技术全生命周期分析模型（TLCAM模型）。该模型框架可以实现交通能源供应和交通服务需求的综合分析、100余条车用燃料-动力技术路线的全生命周期综合评价和交通技术路线和政策的综合评价。
能源技术全生命周期分析模型(TLCAM模型)
TLCAM模型能够计算主要终端能源的全生命周期能耗和GHG排放强度清单，进而计算交通燃料周期和交通工具周期全生命周期能耗和GHG排放强度。关于交通技术的分析模块，重点包括100余种交通燃料/运载工具的组合技术路线，实现了涵盖交通工具和交通燃料的能耗和碳排放分析。
中国可再生能源电力规划及运行模型（REPO）
REPO是反映了中国电力系统运行特征和省际差异的分省电力系统规划模型。REPO模型在开源模型Balmorel模型的基础上进行了扩展，并描述了中国重要的技术和政策特征。REPO模型共涵盖32个电网区域，并在省级尺度上表达了电力需求、资源潜力、已有装机容量和传输线容量信息。模型已涵盖各类常规发电技术和可再生能源发电技术、CCS技术以及储能技术。对于可再生能源，模型对风电、光伏等可再生能源发电技术的资源潜力和资源波动性进行了刻画。此外，模型还考虑了未来可再生能源发电的技术进步。REPO模型以最小化电力系统贴现成本为优化目标，能够得出满足约束条件下各类发电技术各模型模拟年份在各省的装机和发电量、省间传输线路容量和碳排放等结果。
中国多温室气体优化减排评价模型（China-MORE）
China-More 是基于能源系统优化VEDA-TIMES模型平台搭建的自底向上的中长期多部门多温室气体减排评价模型。China-MORE模型采用系统分析原理，以能源系统优化模块为核心，结合了能源服务需求、多温室气体排放、常规污染物排放、电力技术扩散、排放空间分配和不确定性分析等模块，通过不同的情景组合设计，研究我国能源消费、GHG排放和减排成本等问题。
模型的核心模块是能源系统优化模块和温室气体排放模块。首先能源服务需求模块根据社会经济发展因素，给出工业、建筑、交通、农业、废弃物处理等部门的服务需求水平。模型能源系统优化模块根据给定的需求水平得到成本最小的燃料组合与技术构成。同时，污染物排放模块和非二气体排放模块输出不同情景的排放数据。在此基础上，模型可以通过政策驱动或目标驱动方式设计情景，并据此测算中长期优化排放路径。
China-MORE模型对CO2和CH4、N2O和F-gas等全温室气体的排放的模拟为我国制定中长期低排放发展战略提供了重要的研究工具，也有助于分析我国当前减排力度与实现碳中和目标之间存在的差距，探究利用多温室气体联合减排策略以更低系统成本实现碳中和目标的途径。
相关发表文章：
Su X, Ghersi F, Teng F, et al. The economic impact of a deep decarbonisation pathway for China: a hybrid model analysis through bottom-up and top-down linking[J]. Mitigation and Adaptation Strategies for Global Change, 2022, 27(1): 1-37.
Teng F, Su X, Wang X. Can China peak its non-CO2 GHG emissions before 2030 by implementing its nationally determined contribution?[J]. Environmental science & technology, 2019, 53(21): 12168-12176.
Yang, X.; Teng, F.; Xi, X. Q.; Khayrullin, E.; Zhang, Q. Cost-benefit analysis of China’s Intended Nationally Determined Contributions based on carbon marginal cost curves. Appl. Energy 2018, 227, 415– 425, DOI: 10.1016/j.apenergy.2017.08.016
Yang, X.; Teng, F.; Wang, X.; Zhang, Q. System optimization and co-benefit analysis of China’s deep de-carbonization effort towards its INDC target. Energy Procedia 2017, 105, 3314– 3319, DOI: 10.1016/j.egypro.2017.03.754
Yang, X.; Teng, F. The air quality co-benefit of coal control strategy in China. Resources Conservation and Recycling 2018, 129, 373– 382, DOI: 10.1016/j.resconrec.2016.08.011
Yang, X.; Teng, F. Air quality benefit of China’s mitigation target to peak its emission by 2030. Climate Policy 2018, 18 (1), 99– 110, DOI: 10.1080/14693062.2016.1244762
Wang, X.; Teng, F.; Yang, X.; Wei, R. Q. Assessing the role of electricity storage in China’s high renewable energy penetration future. Energy Procedia 2017, 105, 4084– 4089, DOI: 10.1016/j.egypro.2017.03.865