摘要：简述了燃气负荷的预测过程，对城市燃气负荷预测技术的应用实例进行了分析。
关键词：城市燃气；负荷预测；燃气调峰
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
近年来，许多城市用上了天然气，对于优化我国城市燃气的结构、促进节能减排的实施发挥了重要的作用。但是要看到，城市天然气供应形势也越来越严峻，2005年底及2009年11月中旬我国局部地区出现的“气荒”就是突出的征兆。因此，天然气供应可靠性问题已经引起人们的关注。
天然气供应可靠性是一个系统性的问题，涉及到天然气生产、储运、应用的整个产业链，涉及到燃气负荷的预测与平衡问题。燃气负荷预测的主要内容有两个方面，即用于供气系统设计和发展的天然气消费不均衡性预测(远景预测)和用于现有输气系统工况的天然气消费预测(操作预测)。燃气负荷的准确预测目的是提高城市气源的科学决策、燃气管网的合理规划和燃气运行的优化调度水平，以提高燃气供应的可靠性和更好地发挥城市燃气设施的投资效益。
2 燃气负荷的预测
20世纪国内外对燃气负荷预测就开始研究[1～2]，进入21世纪后，负荷预测研究出现了更加活跃的局面，不断有新的理论和方法被引入到负荷预测方面，采用较多的是时间序列方法、灰色理论、模糊理论以及人工神经网络理论[3～9]。一般常用的方法有线性回归、非线性回归、灰色理论、时间序列分析、人工神经网络预测技术等。影响负荷预测软件正确性、实用性、准确性的因素很复杂，如原始数据的可靠性、模型的完善程度、预测时间的范围、用户需求的滞后以及燃气应用设施的特性等。因此，燃气负荷预测的过程需要进行城市燃气负荷变化规律的研究、燃气负荷影响因素的研究和燃气负荷预测软件的开发。
总体来讲，燃气负荷预测主要包括如下过程。
① 历史数据和基础数据的收集与汇总
描述性数据汇总技术可以用来识别数据的典型性质，突显噪声数据或离群点。该技术主要度量数据的中心趋势和度量数据的离散程度。
② 原始数据的处理
实际收集的原始数据往往存在一些不完整的、有噪声的、不一致和冗余的数据信息。如果直接对这些数据进行挖掘分析，必将因低质量的数据而产生低质量的挖掘效果。因此在实施数据挖掘前，及时检测数据异常，尽早调整数据，以有助于提高其后数据挖掘过程的精度和性能。
③ 数据关联与相关分析
相关分析就是研究两个或两个以上变量之间相关程度大小以及用一定函数表达现象相互关系。一般来说变量之间的相互关系可以分为两种：一种是函数关系，一种是相关关系。函数关系是指变量之间存在的相互依存的关系，它们之间的关系值是确定的。相关关系是两个变量数值变化不完全确定的随机关系，是一种不完全确定的依存关系。相关分析计算两个变量间的相关系数，分析两个变量间线性关系的程度。
④ 燃气负荷的预测
负荷预测的技术有时间序列分析与预测技术[3]、回归分析技术[1]、灰色理论与灰色预测技术[7]、人工神经网络预测技术[4,6,8]。等。上述预测技术各有所长，也各有所限，采用何法要视具体的目标和所拥有的数据，进行具体分析而定。
3 燃气负荷预测技术的应用
① 规划用气量的预测
一个城市的年能源消耗总量主要受国民经济方针、人口、产值单耗、产业结构等因素的影响。城市燃气是能源消耗的重要组成部分之一，城市燃气规划用气量的预测是未建城市燃气管网的城市、已建城市燃气管网但需增加供气规模的城市，在进行燃气规划时首先需要解决的一个重要问题。
广州市提出了天然气市场调研与预测的课题，研究人员成功地采用了组合预测的方法解决了天然气规划用气量的预测[10]。研究人员先采用相关系数法计算出能源消耗总量与其影响因素(国内生产总值、第二产业产值、第三产业产值、常住人口量)的相关系数，以及各相关因素之间的相关系数。再用偏最小二乘回归法得到广州市的能源消费模型[10]：
X=931.2846+0.2928x1+0.1259x2+0.394x3 (1)
式中X——偏最小二乘回归法得到的预测年能源消费总量，t/a
x1——预测年国内生产总值，元/a
x2——预测年第二产业生产总值，元/a
x3——预测年第三产业生产总值，元/a
该模型的实际值与预测值吻合较好，由于模型中历史的产值单耗相对于预测年度的产值单耗偏大，为此采用了隶属于时间序列法的罗杰斯预测模型得到广州市的能源消费模型[10]：
式中Y——罗杰斯预测模型得到的预测年能源消费总量，t/a
n——预测年份，如2010年
式(1)和式(2)两个模型的预测精度虽然能满足工程上的需要，但均有缺陷。为此在上述两个模型基础上，建立选取适当权值的组合预测模型[10]：
Z=0.27X+0.73Y (3)
式中Z——组合预测模型预测的年能源消费总量，t/a
组合预测法兼顾了单一预测法(偏最小二乘回归法、罗杰斯预测模型)的优点，采用此法对广州市天然气市场进行调研和预测，结果更加合理。
② 日负荷预测的实时优化
日负荷的准确预测关系到城市供气的安全、稳定及经济性，具有重要的意义。例如：北京市供暖用天然气量较大，造成高峰日用气量与低峰日用气量相差大。根据日负荷的特点，分为3个阶段：供暖期(当年11月15日到次年3月15日)的供暖日负荷与日平均温度及前两天的负荷相关系数相当大，适合采用线性回归模型预测；供暖过渡期(供暖期的前20天和后15天)与近年对应期的变化规律趋于一致，适合于参照历史信息与当前主要因素建立的神经网络预测模型，样本选取一定量的前两年同期数据及预测日近20日左右的数据，进行训练学习并预测；用气平稳期(供暖期和供暖过渡期以外的时间)的日用气量变化不大，采用经差分处理后的时间序列模型进行预测。
对北京市供暖期天然气日负荷数据的分析发现，燃气负荷的变化受其最近几天的负荷变化影响最大。为此，人为地为预测日期的前2天加上较大的权值，其权值参照预测日期近段时间内预测模型误差进行适应性调整[11]，可得出实时的计算模型最优参数。预测结果表明，预测相对误差绝对值小于5%的天数占总天数的82.35%，总体预测效果良好。这说明在分时段采用不同的预测模型的基础上，利用模型实时优化系统自动计算出最优模型参数进行预测，预测准确度有明显提高，且更加稳定可靠，是解决日负荷预测的一条新途径。
③ 短期预测与实时调度结合
如同任何事件的发生一样，天然气“气荒”的发生是有一定预兆的。例如：联邦德国在贯彻欧洲议会和理事会保障安全节能的天然气供应法规时，要求各城市上报未来3天的燃气用气量预测相对误差控制在5%以内。此举促进了燃气预测的发展，对国内燃气的预测工作也有借鉴意义。如果能够利用燃气负荷预测技术加上准确的气象预报数据，燃气负荷的预测必将更为及时与准确，并且与现有的SCADA系统相结合，进行实时的调度，对于减轻天然气供应系统“气荒”的影响将具有重要的意义。
④ 燃气负荷预测技术的其他应用
燃气负荷预测技术除了上述应用以外，还有助于燃气公司以最低的成本做好及时、合理的调度，保证输配系统安全可靠地运行；有助于合理安排后期工程，安排设备的更新、维修等；有助于指导安排燃气生产计划，确定燃气产量、储存量；有助于保证用气企业的经济利益，对企业本身的燃气需求做到心中有数，从而合理安排。
4 结论
① 我国在燃气负荷预测技术的研究方面，已经取得一系列成果，建立了各种负荷预测的方法，为城市燃气负荷预测的实际应用提供了技术基础。
② 由于燃气负荷的影响因素较多，负荷预测的实践证明，在多种因素的作用下，单一预测技术的预测结果难免与实测值有较大的差别，建议根据实际条件，采用多种预测方法相结合的方法进行预测。
③ 我国许多城市燃气公司已经建有SCADA系统，要加快燃气负荷预测技术与城市燃气SCADA系统的结合，提高城市燃气的智能调度水平。
参考文献：
[1] 杜元顺.煤气日负荷系数的回归分析方法[J].煤气与热力，1982，2(4)：26-30.
[2] 田一梅，赵元，赵新华.城市煤气负荷的预测[J].煤气与热力，1998，18(4)：20-23.
[3] 焦文玲.城市燃气负荷时序模型及其预测的研究(博士学位论文)[D].哈尔滨：哈尔滨工业大学，2001.
[4] 谭羽飞，陈家新，焦文玲.基于人工神经网络的城市煤气短期负荷预测[J].煤气与热力，2001，21(3)：199-202.
[5] 严铭卿，廉乐明，焦文玲.燃气负荷及若干应用问题[J].煤气与热力，2002，22(5)：400-404.
[6] 肖文辉，刘亚斌，王思存.燃气小时负荷的模糊神经网络预测[J].煤气与热力，2002，22(1)：16-18.
[7] 胡文斌，华贲，杨昌智.灰色理论在城市燃气负荷预测中的应用[J].煤气与热力，2002，22(1)：28-31.
[8] 焦文玲，朱宝成，风玉刚.基于BP神经网络城市燃气短期负荷预测[J].煤气与热力，2006，26(12)：12-15.
[9] 焦文玲，邹涛，龚晓峰.燃气日负荷影响因素的相关分析与偏相关分析[J].煤气与热力，2010，30(5)：B01-B05.
[10] 袁树明，赖建波，张德坤.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.
[11] 李持佳，刘燕，邵震宇.北京市天然气日负荷预测实时优化系统[J].煤气与热力，2009，29(3)：B10-B12.
(本文作者：杨爱萍1 邓连杰2 刘凤国3 1.天津市公用基础设施建设公司 天津 300010；2.天津华燊燃气实业有限公司 天津 300042；3.天津城市建设学院 天津 300084)
您可以选择一种方式赞助本站
支付宝转账赞助
微信转账赞助
- 注解：本资料由会员及群友提供仅供阅读交流学习，不得用于商业用途！
