城市燃氣負荷預測技術(shù)應用分析

摘 要

摘要：簡述了燃氣負荷的預測過程，對城市燃氣負荷預測技術(shù)的應用實例進行了分析。關(guān)鍵詞：城市燃氣；負荷預測；燃氣調(diào)峰Analysis on Application of City Gas Load Forecasting Techn
摘要：簡述了燃氣負荷的預測過程，對城市燃氣負荷預測技術(shù)的應用實例進行了分析。
關(guān)鍵詞：城市燃氣；負荷預測；燃氣調(diào)峰
Analysis on Application of City Gas Load Forecasting Technology
YANG Aiping，DENG Lianjie，LIU Gengguo
Abstract：The gas load forecasting process is described，and the application case of city gas load forecasting technology is analyzed.
Key words：city gas；load forecasting；gas peak shaving
1 概述
   近年來，許多城市用上了天然氣，對于優(yōu)化我國城市燃氣的結(jié)構(gòu)、促進節(jié)能減排的實施發(fā)揮了重要的作用。但是要看到，城市天然氣供應形勢也越來越嚴峻，2005年底及2009年11月中旬我國局部地區(qū)出現(xiàn)的“氣荒”就是突出的征兆。因此，天然氣供應可靠性問題已經(jīng)引起人們的關(guān)注。
   天然氣供應可靠性是一個系統(tǒng)性的問題，涉及到天然氣生產(chǎn)、儲運、應用的整個產(chǎn)業(yè)鏈，涉及到燃氣負荷的預測與平衡問題。燃氣負荷預測的主要內(nèi)容有兩個方面，即用于供氣系統(tǒng)設計和發(fā)展的天然氣消費不均衡性預測(遠景預測)和用于現(xiàn)有輸氣系統(tǒng)工況的天然氣消費預測(操作預測)。燃氣負荷的準確預測目的是提高城市氣源的科學決策、燃氣管網(wǎng)的合理規(guī)劃和燃氣運行的優(yōu)化調(diào)度水平，以提高燃氣供應的可靠性和更好地發(fā)揮城市燃氣設施的投資效益。
2 燃氣負荷的預測
   20世紀國內(nèi)外對燃氣負荷預測就開始研究[1～2]，進入21世紀后，負荷預測研究出現(xiàn)了更加活躍的局面，不斷有新的理論和方法被引入到負荷預測方面，采用較多的是時間序列方法、灰色理論、模糊理論以及人工神經(jīng)網(wǎng)絡理論[3～9]。一般常用的方法有線性回歸、非線性回歸、灰色理論、時間序列分析、人工神經(jīng)網(wǎng)絡預測技術(shù)等。影響負荷預測軟件正確性、實用性、準確性的因素很復雜，如原始數(shù)據(jù)的可靠性、模型的完善程度、預測時間的范圍、用戶需求的滯后以及燃氣應用設施的特性等。因此，燃氣負荷預測的過程需要進行城市燃氣負荷變化規(guī)律的研究、燃氣負荷影響因素的研究和燃氣負荷預測軟件的開發(fā)。
    總體來講，燃氣負荷預測主要包括如下過程。
    ① 歷史數(shù)據(jù)和基礎數(shù)據(jù)的收集與匯總
    描述性數(shù)據(jù)匯總技術(shù)可以用來識別數(shù)據(jù)的典型性質(zhì)，突顯噪聲數(shù)據(jù)或離群點。該技術(shù)主要度量數(shù)據(jù)的中心趨勢和度量數(shù)據(jù)的離散程度。
   ② 原始數(shù)據(jù)的處理
   實際收集的原始數(shù)據(jù)往往存在一些不完整的、有噪聲的、不一致和冗余的數(shù)據(jù)信息。如果直接對這些數(shù)據(jù)進行挖掘分析，必將因低質(zhì)量的數(shù)據(jù)而產(chǎn)生低質(zhì)量的挖掘效果。因此在實施數(shù)據(jù)挖掘前，及時檢測數(shù)據(jù)異常，盡早調(diào)整數(shù)據(jù)，以有助于提高其后數(shù)據(jù)挖掘過程的精度和性能。
   ③ 數(shù)據(jù)關(guān)聯(lián)與相關(guān)分析
    相關(guān)分析就是研究兩個或兩個以上變量之間相關(guān)程度大小以及用一定函數(shù)表達現(xiàn)象相互關(guān)系。一般來說變量之間的相互關(guān)系可以分為兩種：一種是函數(shù)關(guān)系，一種是相關(guān)關(guān)系。函數(shù)關(guān)系是指變量之間存在的相互依存的關(guān)系，它們之間的關(guān)系值是確定的。相關(guān)關(guān)系是兩個變量數(shù)值變化不完全確定的隨機關(guān)系，是一種不完全確定的依存關(guān)系。相關(guān)分析計算兩個變量間的相關(guān)系數(shù)，分析兩個變量間線性關(guān)系的程度。
   ④ 燃氣負荷的預測
   負荷預測的技術(shù)有時間序列分析與預測技術(shù)[3]、回歸分析技術(shù)[1]、灰色理論與灰色預測技術(shù)[7]、人工神經(jīng)網(wǎng)絡預測技術(shù)[4,6,8]。等。上述預測技術(shù)各有所長，也各有所限，采用何法要視具體的目標和所擁有的數(shù)據(jù)，進行具體分析而定。
3 燃氣負荷預測技術(shù)的應用
   ① 規(guī)劃用氣量的預測
   一個城市的年能源消耗總量主要受國民經(jīng)濟方針、人口、產(chǎn)值單耗、產(chǎn)業(yè)結(jié)構(gòu)等因素的影響。城市燃氣是能源消耗的重要組成部分之一，城市燃氣規(guī)劃用氣量的預測是未建城市燃氣管網(wǎng)的城市、已建城市燃氣管網(wǎng)但需增加供氣規(guī)模的城市，在進行燃氣規(guī)劃時首先需要解決的一個重要問題。
    廣州市提出了天然氣市場調(diào)研與預測的課題，研究人員成功地采用了組合預測的方法解決了天然氣規(guī)劃用氣量的預測[10]。研究人員先采用相關(guān)系數(shù)法計算出能源消耗總量與其影響因素(國內(nèi)生產(chǎn)總值、第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、常住人口量)的相關(guān)系數(shù)，以及各相關(guān)因素之間的相關(guān)系數(shù)。再用偏最小二乘回歸法得到廣州市的能源消費模型[10]：
    X=931.2846+0.2928x1+0.1259x2+0.394x3   (1)
式中X——偏最小二乘回歸法得到的預測年能源消費總量，t/a
    x1——預測年國內(nèi)生產(chǎn)總值，元/a
    x2——預測年第二產(chǎn)業(yè)生產(chǎn)總值，元/a
    x3——預測年第三產(chǎn)業(yè)生產(chǎn)總值，元/a
    該模型的實際值與預測值吻合較好，由于模型中歷史的產(chǎn)值單耗相對于預測年度的產(chǎn)值單耗偏大，為此采用了隸屬于時間序列法的羅杰斯預測模型得到廣州市的能源消費模型[10]：
 
式中Y——羅杰斯預測模型得到的預測年能源消費總量，t/a
    n——預測年份，如2010年
    式(1)和式(2)兩個模型的預測精度雖然能滿足工程上的需要，但均有缺陷。為此在上述兩個模型基礎上，建立選取適當權(quán)值的組合預測模型[10]：
    Z=0.27X+0.73Y    (3)
式中Z——組合預測模型預測的年能源消費總量，t/a
    組合預測法兼顧了單一預測法(偏最小二乘回歸法、羅杰斯預測模型)的優(yōu)點，采用此法對廣州市天然氣市場進行調(diào)研和預測，結(jié)果更加合理。
    ② 日負荷預測的實時優(yōu)化
    日負荷的準確預測關(guān)系到城市供氣的安全、穩(wěn)定及經(jīng)濟性，具有重要的意義。例如：北京市供暖用天然氣量較大，造成高峰日用氣量與低峰日用氣量相差大。根據(jù)日負荷的特點，分為3個階段：供暖期(當年11月15日到次年3月15日)的供暖日負荷與日平均溫度及前兩天的負荷相關(guān)系數(shù)相當大，適合采用線性回歸模型預測；供暖過渡期(供暖期的前20天和后15天)與近年對應期的變化規(guī)律趨于一致，適合于參照歷史信息與當前主要因素建立的神經(jīng)網(wǎng)絡預測模型，樣本選取一定量的前兩年同期數(shù)據(jù)及預測日近20日左右的數(shù)據(jù)，進行訓練學習并預測；用氣平穩(wěn)期(供暖期和供暖過渡期以外的時間)的日用氣量變化不大，采用經(jīng)差分處理后的時間序列模型進行預測。
    對北京市供暖期天然氣日負荷數(shù)據(jù)的分析發(fā)現(xiàn)，燃氣負荷的變化受其最近幾天的負荷變化影響最大。為此，人為地為預測日期的前2天加上較大的權(quán)值，其權(quán)值參照預測日期近段時間內(nèi)預測模型誤差進行適應性調(diào)整[11]，可得出實時的計算模型最優(yōu)參數(shù)。預測結(jié)果表明，預測相對誤差絕對值小于5%的天數(shù)占總天數(shù)的82.35%，總體預測效果良好。這說明在分時段采用不同的預測模型的基礎上，利用模型實時優(yōu)化系統(tǒng)自動計算出最優(yōu)模型參數(shù)進行預測，預測準確度有明顯提高，且更加穩(wěn)定可靠，是解決日負荷預測的一條新途徑。
   ③ 短期預測與實時調(diào)度結(jié)合
   如同任何事件的發(fā)生一樣，天然氣“氣荒”的發(fā)生是有一定預兆的。例如：聯(lián)邦德國在貫徹歐洲議會和理事會保障安全節(jié)能的天然氣供應法規(guī)時，要求各城市上報未來3天的燃氣用氣量預測相對誤差控制在5%以內(nèi)。此舉促進了燃氣預測的發(fā)展，對國內(nèi)燃氣的預測工作也有借鑒意義。如果能夠利用燃氣負荷預測技術(shù)加上準確的氣象預報數(shù)據(jù)，燃氣負荷的預測必將更為及時與準確，并且與現(xiàn)有的SCADA系統(tǒng)相結(jié)合，進行實時的調(diào)度，對于減輕天然氣供應系統(tǒng)“氣荒”的影響將具有重要的意義。
   ④ 燃氣負荷預測技術(shù)的其他應用
   燃氣負荷預測技術(shù)除了上述應用以外，還有助于燃氣公司以最低的成本做好及時、合理的調(diào)度，保證輸配系統(tǒng)安全可靠地運行；有助于合理安排后期工程，安排設備的更新、維修等；有助于指導安排燃氣生產(chǎn)計劃，確定燃氣產(chǎn)量、儲存量；有助于保證用氣企業(yè)的經(jīng)濟利益，對企業(yè)本身的燃氣需求做到心中有數(shù)，從而合理安排。
4 結(jié)論
   ① 我國在燃氣負荷預測技術(shù)的研究方面，已經(jīng)取得一系列成果，建立了各種負荷預測的方法，為城市燃氣負荷預測的實際應用提供了技術(shù)基礎。
   ② 由于燃氣負荷的影響因素較多，負荷預測的實踐證明，在多種因素的作用下，單一預測技術(shù)的預測結(jié)果難免與實測值有較大的差別，建議根據(jù)實際條件，采用多種預測方法相結(jié)合的方法進行預測。
   ③ 我國許多城市燃氣公司已經(jīng)建有SCADA系統(tǒng)，要加快燃氣負荷預測技術(shù)與城市燃氣SCADA系統(tǒng)的結(jié)合，提高城市燃氣的智能調(diào)度水平。
參考文獻：
[1] 杜元順.煤氣日負荷系數(shù)的回歸分析方法[J].煤氣與熱力，1982，2(4)：26-30.
[2] 田一梅，趙元，趙新華.城市煤氣負荷的預測[J].煤氣與熱力，1998，18(4)：20-23.
[3] 焦文玲.城市燃氣負荷時序模型及其預測的研究(博士學位論文)[D].哈爾濱：哈爾濱工業(yè)大學，2001.
[4] 譚羽飛，陳家新，焦文玲.基于人工神經(jīng)網(wǎng)絡的城市煤氣短期負荷預測[J].煤氣與熱力，2001，21(3)：199-202.
[5] 嚴銘卿，廉樂明，焦文玲.燃氣負荷及若干應用問題[J].煤氣與熱力，2002，22(5)：400-404.
[6] 肖文輝，劉亞斌，王思存.燃氣小時負荷的模糊神經(jīng)網(wǎng)絡預測[J].煤氣與熱力，2002，22(1)：16-18.
[7] 胡文斌，華賁，楊昌智.灰色理論在城市燃氣負荷預測中的應用[J].煤氣與熱力，2002，22(1)：28-31.
[8] 焦文玲，朱寶成，風玉剛.基于BP神經(jīng)網(wǎng)絡城市燃氣短期負荷預測[J].煤氣與熱力，2006，26(12)：12-15.
[9] 焦文玲，鄒濤，龔曉峰.燃氣日負荷影響因素的相關(guān)分析與偏相關(guān)分析[J].煤氣與熱力，2010，30(5)：B01-B05.
[10] 袁樹明，賴建波，張德坤.城市燃氣管網(wǎng)長期規(guī)劃用氣量的預測[J].煤氣與熱力，2009，29(5)：A24-A27.
[11] 李持佳，劉燕，邵震宇.北京市天然氣日負荷預測實時優(yōu)化系統(tǒng)[J].煤氣與熱力，2009，29(3)：B10-B12.
 
(本文作者：楊愛萍1 鄧連杰2 劉鳳國3 1.天津市公用基礎設施建設公司 天津 300010；2.天津華燊燃氣實業(yè)有限公司 天津 300042；3.天津城市建設學院 天津 300084)