城镇燃气各类用户用气量预测方法研究

摘 要

摘要：阐述了城镇燃气各类用户用气量的预测方法，介绍了因果分析法在城镇燃气用气量预测中的应用，结合某地区燃气负荷数据进行了模拟预测，预测结果达到要求。关键词：燃气用气量预测
摘要：阐述了城镇燃气各类用户用气量的预测方法，介绍了因果分析法在城镇燃气用气量预测中的应用，结合某地区燃气负荷数据进行了模拟预测，预测结果达到要求。
关键词：燃气用气量预测；负荷预测；一元线性回归；弹性系数；用气量指标
Research on Forecasting Methods of Gas Consumption of Different City Gas Consumers
WANG Yinping，WU Hua，YANG Jun
Abstract：The forecasting methods of gas consumption of different city gas consumers are described.The application of causal analysis method in forecasting city gas consumption is introduced.The simulation and forecasting are performed with the gas load data in a region，and the forecasting result meets the requirement.
Key words：forecasting of gas consumption；load forecasting；unitary linear regression；elasticity coefficient；index of gas consumption
城市燃气用户通常由居民用户、商业用户、一般工业用户、特大型工业用户、燃气汽车用户及燃气空调用户等组成，在气量许可的条件下，凡是具备使用条件的用户都是城市燃气的供应对象。对于各类用户用气量的预测应力求切合实际，又留有发展余地，才能做到输配管网系统的合理性和经济性。用气量的预测可以根据项目的实际情况采用不同的预测方法。本文在总结规划中常用预测方法的基础上，对工程咨询行业用于市场预测的因果分析法用于燃气用气量预测的案例作详细分析。
1 居民用户
根据用气量指标、居民人口数、气化率及燃气低热值可以计算出居民年用气量，计算公式如下：
 
式中qa——居民用户年用气量，m3/a
 q——人均用气量指标，MJ/(人·a)
 w——规划人口数，人
 η——气化率
 Q1——燃气低热值，MJ/m3
人口可分常驻人口及暂住人口，两者的用气量指标有所区别，一般暂住人口用气量指标按常驻人口用气量指标的50%～70%进行测算，如广东中山市按60%进行测算。用气量指标应根据地区现状及收集到的各类资料进行统计分析和对比分析确定。
2 商业用户
2.1 参照居民用气负荷预测
以居民用户用气量为基数，确定商业用户与居民用户的用气比例，从而得出商业用户用气量。用气比例应参照相似城市(地区)的值及商业用户规划用地与居住用地的比例关系。
2.2 按公共建筑综合用气量指标预测
该类指标要参照类似城市(地区)指标，以工业项目为主的地区规划应参照工业城市(地区)的统计值，综合性地区规划应参照相似城市(地区)的统计值，如北京该指标为6.65m3/(m2·a)、广东中山市该指标为2.50m3/(m2·a)、广州市南沙地区为3.35m3/(m2·a)。
2.3 按各类用户用气量指标预测
商业用户主要指宾馆、饭店、餐饮店、医院、学校、职工食堂等。根据各类商业用户用气量指标及商业建筑设施标准，可计算出各类商业用户的年用气量。各类商业用户用气量指标应详细分析当地第三产业发展趋势及参照毗邻地区的值确定。
2.4 因果分析法预测
因果分析法是目前工程咨询行业用于市场预测的一种主要方法，包括回归分析法、弹性系数法等。回归分析法是分析相关性因素相互关系的一种数理统计方法，通过建立一个或一组自变量与相关随机变量的回归分析模型，来预测相关随机变量的未来值，主要适用于存在关联关系的数据预测。一个事物的发展变化经常与其他事物存在直接或间接的联系，这种变量间的相关关系，通过统计分析找到其中的规律，并用确定的函数来描述，就可建立它们之间的数学模型[1～3]。
以下是回归分析法中的一元线性回归用于燃气用气量预测的具体案例：
我们通过收集广东某地区十五规划期末之前10年的数据，进行对比分析，发现该地区商业用户耗能量(电力除外，包括燃气、燃油，该地区目前使用的气源为液化石油气)与第三产业产值相关。该地区十一五规划第三产业的年增长速度预计为10%。按照规划年限，近期为2005—2010年，中期为2011—2015年，远期为2016—2020年。由于近期历史统计值对于预测规划近期的影响作用大，即两者关联度高，可以提高近期预测的精度，而近期用气量预测的精度关系到分步投资的经济性，中远期的不确定因素太多，但应控制好总体及长远规划，故采用一元回归方法预测2010年该地区商业用户耗能量。该地区1996—2005年商业用户耗能量与第三产业产值见表1。
① 建立回归模型
经过分析，该地区商业用户耗能量与第三产业产值之间存在线性关系。则可建立一元回归模型：
y=a+bx    (2)
式中y——商业用户耗能量，t
x——第三产业产值，元
a——回归常量
b——回归系数
表1 广东某地区1996—2005年商业用户耗能量与第三产业产值
年份
商业用户液化石油气消耗量(包括轻柴油的折合量)/t
第三产业产值/元
1996
18×104
100×108
1997
20×104
110×108
1998
23×104
124×108
1999
25×104
143×108
2000
28×104
160×108
2001
32×104
180×108
2002
35×104
200×108
2003
40×104
226×108
2004
45×104
255×108
2005
50×104
285×108
而
 
对于每一个自变量的值，因变量都有拟合值：
yi,t=a+bxi    (5)
式中yi,t——因变量的拟合值
② 根据表1进行参数计算
根据上述一元回归模型，计算出相关参数：
 
将以上参数代入式(3)、(4)，则可得出：
b=0.172
a=0.932
③ 相关系数检验
在利用上述模型进行预测时，需要作相关系数检验，以判定预测模型的合理性和适用性。相关系数是描述两个变量之间的线性相关关系密切程度的数量指标，用R表示。
 
R在-1和1之间，当R=1时，变量为完全正相关；当R=-1时，为完全负相关；当0＜R＜1时，为正相关；当-1＜R＜0时，为负相关；当R=0时，变量x和y没有线性关系。因此，尺的绝对值越接近1，表明其线性关系越好；反之，R的绝对值越接近0，表明其线性关系越不好。只有当R的绝对值大到一定程度时，才能采用线性回归模型进行预测。在计算出R值后，可以查相关系数检验表。
将上述案例的相关条件代入式(6)中，得出相关系数R=0.989。
在自由度n-2和显著性水平α(一般取α=0.05)下，R0.05=0.632。上述案例R=0.989＞0.632，相关系数检验通过，说明第三产业产值与商业用户耗能量的线性关系合理。这里说明一下α，α为显著性水平，表明R检验的结果出现错误的概率为5%，即原来模型中的变量x和y之间具有线性关系而R检验却没有通过，或者原本变量x和y之间不具有线性关系而R检验却通过的可能性为5%。
④ 需求量预测
根据该地区十一五规划。第三产业产值的年增长速度预计为10%，2010年该地区第三产业产值将达到459×108元，那么由式(2)可计算出2010年商业用户耗能量为80×104t。根据该地区有关部门统计数据，2010年商业用户实际耗能量为73.3×104t，与规划预测量相比偏差率为8.34%。相关偏差达到了预测要求。
⑤ 商业用户用气量计算
据统计，当时商业用户使用瓶装液化石油气和轻柴油的比例占该类用户总数的60%～80%，预计2010年这一比例将下降至30%～40%，那么管道燃气用气量取计算值的70%，再折算到规划气源的用量，得出该地区2010年管道燃气用气量。
采用一元线性回归法预测，历史数据的收集是关键，样本数n至少要取最近年份3～5年的统计值，越多越好，n值越大，预测值的准确程度越高，但如果历史上基本发展趋势变化不大，取10年的数据，这样计算量也不会太大。另外，预测期限不要太长，最好在5～10年，否则预测值因未来不确定因素的影响而失真。
3 一般工业用户
3.1 参照居民负荷预测
以居民用户用气量为基数，确定工业用户与居民用户的用气量比例，从而得出工业用户用气量。用气量比例的确定应参照相似城市(地区)的值及工业用户规划用地与居住用地的比例关系。
3.2 按单位用地用气量指标法预测
按工业用户的用地性质考虑，合理确定各类用户用气量指标，可参照相似城市(地区)的值进行选取。广州市南沙地区的一类工业用气指标为3.35m3/(m2·a)，二类工业用气指标为6.70m3/(m2·a)，三类工业用气指标为37.26m3/(m2·a)。
3.3 因果分析法预测
因果分析法是一种相对简单易行的定量预测方法，通过计算某两个变量相对变化弹性关系对因变量进行预测，两个变量之间的关系越密切，相应的弹性值就越大。
弹性系数亦称弹性，弹性是一个相对量，它衡量某一变量的改变所引起的另一变量的相对变化。例如，需求的价格弹性系数所考察的两个变量是某一特定商品的价格和需求量，而能源弹性则是考察经济总量指标与能源消费量之间的关系。一般来说，两个变量之间的关系越密切，相应的弹性值就越大，两个变量越是不相关，相应的弹性值就越小。如某地区的燃气专项规划项目，根据统计资料对比分析，发现该地区工业耗能与第二产业产值成密切的正相关关系，当地统计局2001—2005年的统计资料见表2。
表2 广东某地区工业耗能与第二产业产值
年份
第二产业产值/元
产值较上年增长率/%
工业耗能量(折合为标准煤/t
工业耗能量较上年增长率/%
工业耗能量弹性系数
2001
266×108
—
166×104
—
—
2002
290×108
9.0
192×104
15.7
1.74
2003
318×108
9.6
219×104
14.1
1.47
2004
348×108
9.4
235×104
7.3
0.78
2005
380×108
9.2
262×104
11.5
1.25
弹性系数的计算式为：
 
式中ε——弹性系数
△Q——工业耗能量的改变量，t
Q——某时期的工业耗能量
△I——第二产业产值的改变量，元
I——某时期的第二产业产值，元
按式(7)可计算出该地区2006—2020年的工业耗能量弹性系数ε为1.31。根据该地区总体规划，2020年第二产业产值为1350×108元，年增长速度为8.8%。由此可按式(8)求得2006—2020年工业耗能量的年增长速度：
v=vnε    (8)
式中v——工业耗能量的年增长速度
vn——第二产业产值年增长速度
根据式(8)求得工业耗能量的年增长速度为11.5%，从而计算出2020年该地区工业耗能量为1341×104t。其中用于发电及不能用燃气替代的耗能量占60%，扣除此部分耗能量，可用燃气替代的耗能量为536.4×104t，再通过折算即可得到规划气源的工业用气量。
用弹性分析方法进行用气量预测的优点是简单易行，计算方便，需要的数据量不是很大，应用灵活广泛。但也存在某些缺点：①弹性分析带有一定的局部性和片面性，计算弹性系数或进行分析时，只能考虑两个变量之间的关系，而忽略了其他相关变量产生的影响。②弹性分析的结果在许多情况下显得比较粗糙，弹性系数可能随着时间的推移而变化，以由历史数据测算出的弹性系数来预测未来可能不准确，许多时候需要分析弹性系数的变动趋势，对弹性系数进行修正。
在实际运用中应根据项目特点及数据来源的可靠性选择最佳预测方法，最好采取多方法验证[4]。
4 特大型工业用户
此类用户用气量大，但不确定因素较多，应作专门调查，合理预测，规划应将其供气管网系统与城市(地区)管网系统分开考虑，以避免对城市(地区)管网产生不利影响。
5 燃气汽车用户
与燃用汽油和柴油相比，燃气汽车具有良好的排放性能，有利于保护环境和优化能源结构。燃气汽车将首先以公共汽车、邮政车、环卫车等有固定行驶路线的运营性车辆为主，根据规划确定燃气汽车数量。此外，出租车行业对燃气汽车也有一定需求，按照规划人口数，以每1×104人需5～20辆出租车的指标，计算出租车燃气汽车数量。
对于本案例，根据预测的燃气汽车数量，先确定使用天然气和液化石油气的比例，确定用气量指标，然后计算得出燃气汽车总用气量。
6 燃气空调用气量
燃气空调的使用对象主要考虑一些公共建筑设施，如体育场馆、图书馆、博物馆、车站、高级宾馆、高级写字楼等。
燃气空调用气量与制冷面积及综合制冷指标有关。根据国内外的有关统计数据，一般可按5%的公共建筑使用燃气空调进行估算。广东中山地区综合制冷指标取0.712MJ/(m2·h-1)，根据本地区总体规划确定的公共建筑面积及燃气空调用户综合制冷指标，计算燃气空调用户用气量。
7 气化率
在预测用气量时，气化率是一个很重要的指标，各时期气化率的确定也是一个关键因素。具体确定时应考虑以下原则：
① 遵照总体规划的目标，同时体现今后城市(地区)以管道燃气为主气源的规划。
② 分期完成目标，实行滚动发展。在近期打下坚实的工程基础，保证起码的初级规模，并逐步完成管道燃气基本普及，实现基本天然气化，在远期达到城市(地区)天然气利用较高水平。
③ 鉴于城市(地区)均存在极少数不符合管道燃气使用条件的建筑，考虑到城市(地区)的不断发展，以及管网本身的覆盖能力等因素，远期目标中不宜将管道燃气的气化率确定为100%。
④ 近期气化率应适中，一方面不因过低而失去应有规模，使企业难以达到维持经营的基本起点；另一方面又不能过高而使初期建设投入过大，从而加大投资风险。
8 结论
① 一元线性回归法及弹性系数法可应用于城镇燃气规划用气量的预测，精确度较好。具体使用时应验证资料数据来源的准确可靠性，特别要对数据进行筛选、作分类分析并进行合理调整，才能提高预测结果的准确性。另外要经多方法组合验证，以保证预测结果的一致性。
② 一元线性回归法及弹性系数法在本案例地区的燃气用气量预测数据，经与实际统计结果校验，预测数据偏差在允许范围内，结果有效合理。该方法具有一定的先进性和科学性。
参考文献：
[1] 执业资格考试命题分析小组.项目决策分析与评价[M].北京：中国计划出版社，2008：34-44.
[2] 袁树明，赖建波，张德坤，等.城市燃气管网长期规划用气量的预测[J].煤气与热力，2009，29(5)：A24-A27.
[3] 刘燕，赖建波，张应辉，等.基于回归分析的北京市天然气供应规模预测[J].煤气与热力，2010，30(6)：A26-A29.
[4] 姚奕颖.燃气负荷预测专家系统模型的研究[J].煤气与热力，2006，26(7)：16-19.
 
(本文作者：王引平1 吴华1 杨军2 1.中山市规划设计院 广东中山 528403；2.中山港华燃气有限公司 广东中山 528403)