城鎮(zhèn)燃氣各類用戶用氣量預測方法研究

摘 要

摘要：闡述了城鎮(zhèn)燃氣各類用戶用氣量的預測方法，介紹了因果分析法在城鎮(zhèn)燃氣用氣量預測中的應用，結合某地區(qū)燃氣負荷數(shù)據(jù)進行了模擬預測，預測結果達到要求。關鍵詞：燃氣用氣量預測
摘要：闡述了城鎮(zhèn)燃氣各類用戶用氣量的預測方法，介紹了因果分析法在城鎮(zhèn)燃氣用氣量預測中的應用，結合某地區(qū)燃氣負荷數(shù)據(jù)進行了模擬預測，預測結果達到要求。
關鍵詞：燃氣用氣量預測；負荷預測；一元線性回歸；彈性系數(shù)；用氣量指標
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
城市燃氣用戶通常由居民用戶、商業(yè)用戶、一般工業(yè)用戶、特大型工業(yè)用戶、燃氣汽車用戶及燃氣空調(diào)用戶等組成，在氣量許可的條件下，凡是具備使用條件的用戶都是城市燃氣的供應對象。對于各類用戶用氣量的預測應力求切合實際，又留有發(fā)展余地，才能做到輸配管網(wǎng)系統(tǒng)的合理性和經(jīng)濟性。用氣量的預測可以根據(jù)項目的實際情況采用不同的預測方法。本文在總結規(guī)劃中常用預測方法的基礎上，對工程咨詢行業(yè)用于市場預測的因果分析法用于燃氣用氣量預測的案例作詳細分析。
1 居民用戶
根據(jù)用氣量指標、居民人口數(shù)、氣化率及燃氣低熱值可以計算出居民年用氣量，計算公式如下：
 
式中qa——居民用戶年用氣量，m3/a
 q——人均用氣量指標，MJ/(人·a)
 w——規(guī)劃人口數(shù)，人
 η——氣化率
 Q1——燃氣低熱值，MJ/m3
人口可分常駐人口及暫住人口，兩者的用氣量指標有所區(qū)別，一般暫住人口用氣量指標按常駐人口用氣量指標的50%～70%進行測算，如廣東中山市按60%進行測算。用氣量指標應根據(jù)地區(qū)現(xiàn)狀及收集到的各類資料進行統(tǒng)計分析和對比分析確定。
2 商業(yè)用戶
2.1 參照居民用氣負荷預測
以居民用戶用氣量為基數(shù)，確定商業(yè)用戶與居民用戶的用氣比例，從而得出商業(yè)用戶用氣量。用氣比例應參照相似城市(地區(qū))的值及商業(yè)用戶規(guī)劃用地與居住用地的比例關系。
2.2 按公共建筑綜合用氣量指標預測
該類指標要參照類似城市(地區(qū))指標，以工業(yè)項目為主的地區(qū)規(guī)劃應參照工業(yè)城市(地區(qū))的統(tǒng)計值，綜合性地區(qū)規(guī)劃應參照相似城市(地區(qū))的統(tǒng)計值，如北京該指標為6.65m3/(m2·a)、廣東中山市該指標為2.50m3/(m2·a)、廣州市南沙地區(qū)為3.35m3/(m2·a)。
2.3 按各類用戶用氣量指標預測
商業(yè)用戶主要指賓館、飯店、餐飲店、醫(yī)院、學校、職工食堂等。根據(jù)各類商業(yè)用戶用氣量指標及商業(yè)建筑設施標準，可計算出各類商業(yè)用戶的年用氣量。各類商業(yè)用戶用氣量指標應詳細分析當?shù)氐谌a(chǎn)業(yè)發(fā)展趨勢及參照毗鄰地區(qū)的值確定。
2.4 因果分析法預測
因果分析法是目前工程咨詢行業(yè)用于市場預測的一種主要方法，包括回歸分析法、彈性系數(shù)法等?；貧w分析法是分析相關性因素相互關系的一種數(shù)理統(tǒng)計方法，通過建立一個或一組自變量與相關隨機變量的回歸分析模型，來預測相關隨機變量的未來值，主要適用于存在關聯(lián)關系的數(shù)據(jù)預測。一個事物的發(fā)展變化經(jīng)常與其他事物存在直接或間接的聯(lián)系，這種變量間的相關關系，通過統(tǒng)計分析找到其中的規(guī)律，并用確定的函數(shù)來描述，就可建立它們之間的數(shù)學模型[1～3]。
以下是回歸分析法中的一元線性回歸用于燃氣用氣量預測的具體案例：
我們通過收集廣東某地區(qū)十五規(guī)劃期末之前10年的數(shù)據(jù)，進行對比分析，發(fā)現(xiàn)該地區(qū)商業(yè)用戶耗能量(電力除外，包括燃氣、燃油，該地區(qū)目前使用的氣源為液化石油氣)與第三產(chǎn)業(yè)產(chǎn)值相關。該地區(qū)十一五規(guī)劃第三產(chǎn)業(yè)的年增長速度預計為10%。按照規(guī)劃年限，近期為2005—2010年，中期為2011—2015年，遠期為2016—2020年。由于近期歷史統(tǒng)計值對于預測規(guī)劃近期的影響作用大，即兩者關聯(lián)度高，可以提高近期預測的精度，而近期用氣量預測的精度關系到分步投資的經(jīng)濟性，中遠期的不確定因素太多，但應控制好總體及長遠規(guī)劃，故采用一元回歸方法預測2010年該地區(qū)商業(yè)用戶耗能量。該地區(qū)1996—2005年商業(yè)用戶耗能量與第三產(chǎn)業(yè)產(chǎn)值見表1。
① 建立回歸模型
經(jīng)過分析，該地區(qū)商業(yè)用戶耗能量與第三產(chǎn)業(yè)產(chǎn)值之間存在線性關系。則可建立一元回歸模型：
y=a+bx    (2)
式中y——商業(yè)用戶耗能量，t
x——第三產(chǎn)業(yè)產(chǎn)值，元
a——回歸常量
b——回歸系數(shù)
表1 廣東某地區(qū)1996—2005年商業(yè)用戶耗能量與第三產(chǎn)業(yè)產(chǎn)值
年份
商業(yè)用戶液化石油氣消耗量(包括輕柴油的折合量)/t
第三產(chǎn)業(yè)產(chǎn)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
 
對于每一個自變量的值，因變量都有擬合值：
yi,t=a+bxi    (5)
式中yi,t——因變量的擬合值
② 根據(jù)表1進行參數(shù)計算
根據(jù)上述一元回歸模型，計算出相關參數(shù)：
 
將以上參數(shù)代入式(3)、(4)，則可得出：
b=0.172
a=0.932
③ 相關系數(shù)檢驗
在利用上述模型進行預測時，需要作相關系數(shù)檢驗，以判定預測模型的合理性和適用性。相關系數(shù)是描述兩個變量之間的線性相關關系密切程度的數(shù)量指標，用R表示。
 
R在-1和1之間，當R=1時，變量為完全正相關；當R=-1時，為完全負相關；當0＜R＜1時，為正相關；當-1＜R＜0時，為負相關；當R=0時，變量x和y沒有線性關系。因此，尺的絕對值越接近1，表明其線性關系越好；反之，R的絕對值越接近0，表明其線性關系越不好。只有當R的絕對值大到一定程度時，才能采用線性回歸模型進行預測。在計算出R值后，可以查相關系數(shù)檢驗表。
將上述案例的相關條件代入式(6)中，得出相關系數(shù)R=0.989。
在自由度n-2和顯著性水平α(一般取α=0.05)下，R0.05=0.632。上述案例R=0.989＞0.632，相關系數(shù)檢驗通過，說明第三產(chǎn)業(yè)產(chǎn)值與商業(yè)用戶耗能量的線性關系合理。這里說明一下α，α為顯著性水平，表明R檢驗的結果出現(xiàn)錯誤的概率為5%，即原來模型中的變量x和y之間具有線性關系而R檢驗卻沒有通過，或者原本變量x和y之間不具有線性關系而R檢驗卻通過的可能性為5%。
④ 需求量預測
根據(jù)該地區(qū)十一五規(guī)劃。第三產(chǎn)業(yè)產(chǎn)值的年增長速度預計為10%，2010年該地區(qū)第三產(chǎn)業(yè)產(chǎn)值將達到459×108元，那么由式(2)可計算出2010年商業(yè)用戶耗能量為80×104t。根據(jù)該地區(qū)有關部門統(tǒng)計數(shù)據(jù)，2010年商業(yè)用戶實際耗能量為73.3×104t，與規(guī)劃預測量相比偏差率為8.34%。相關偏差達到了預測要求。
⑤ 商業(yè)用戶用氣量計算
據(jù)統(tǒng)計，當時商業(yè)用戶使用瓶裝液化石油氣和輕柴油的比例占該類用戶總數(shù)的60%～80%，預計2010年這一比例將下降至30%～40%，那么管道燃氣用氣量取計算值的70%，再折算到規(guī)劃氣源的用量，得出該地區(qū)2010年管道燃氣用氣量。
采用一元線性回歸法預測，歷史數(shù)據(jù)的收集是關鍵，樣本數(shù)n至少要取最近年份3～5年的統(tǒng)計值，越多越好，n值越大，預測值的準確程度越高，但如果歷史上基本發(fā)展趨勢變化不大，取10年的數(shù)據(jù)，這樣計算量也不會太大。另外，預測期限不要太長，最好在5～10年，否則預測值因未來不確定因素的影響而失真。
3 一般工業(yè)用戶
3.1 參照居民負荷預測
以居民用戶用氣量為基數(shù)，確定工業(yè)用戶與居民用戶的用氣量比例，從而得出工業(yè)用戶用氣量。用氣量比例的確定應參照相似城市(地區(qū))的值及工業(yè)用戶規(guī)劃用地與居住用地的比例關系。
3.2 按單位用地用氣量指標法預測
按工業(yè)用戶的用地性質(zhì)考慮，合理確定各類用戶用氣量指標，可參照相似城市(地區(qū))的值進行選取。廣州市南沙地區(qū)的一類工業(yè)用氣指標為3.35m3/(m2·a)，二類工業(yè)用氣指標為6.70m3/(m2·a)，三類工業(yè)用氣指標為37.26m3/(m2·a)。
3.3 因果分析法預測
因果分析法是一種相對簡單易行的定量預測方法，通過計算某兩個變量相對變化彈性關系對因變量進行預測，兩個變量之間的關系越密切，相應的彈性值就越大。
彈性系數(shù)亦稱彈性，彈性是一個相對量，它衡量某一變量的改變所引起的另一變量的相對變化。例如，需求的價格彈性系數(shù)所考察的兩個變量是某一特定商品的價格和需求量，而能源彈性則是考察經(jīng)濟總量指標與能源消費量之間的關系。一般來說，兩個變量之間的關系越密切，相應的彈性值就越大，兩個變量越是不相關，相應的彈性值就越小。如某地區(qū)的燃氣專項規(guī)劃項目，根據(jù)統(tǒng)計資料對比分析，發(fā)現(xiàn)該地區(qū)工業(yè)耗能與第二產(chǎn)業(yè)產(chǎn)值成密切的正相關關系，當?shù)亟y(tǒng)計局2001—2005年的統(tǒng)計資料見表2。
表2 廣東某地區(qū)工業(yè)耗能與第二產(chǎn)業(yè)產(chǎn)值
年份
第二產(chǎn)業(yè)產(chǎn)值/元
產(chǎn)值較上年增長率/%
工業(yè)耗能量(折合為標準煤/t
工業(yè)耗能量較上年增長率/%
工業(yè)耗能量彈性系數(shù)
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
彈性系數(shù)的計算式為：
 
式中ε——彈性系數(shù)
△Q——工業(yè)耗能量的改變量，t
Q——某時期的工業(yè)耗能量
△I——第二產(chǎn)業(yè)產(chǎn)值的改變量，元
I——某時期的第二產(chǎn)業(yè)產(chǎn)值，元
按式(7)可計算出該地區(qū)2006—2020年的工業(yè)耗能量彈性系數(shù)ε為1.31。根據(jù)該地區(qū)總體規(guī)劃，2020年第二產(chǎn)業(yè)產(chǎn)值為1350×108元，年增長速度為8.8%。由此可按式(8)求得2006—2020年工業(yè)耗能量的年增長速度：
v=vnε    (8)
式中v——工業(yè)耗能量的年增長速度
vn——第二產(chǎn)業(yè)產(chǎn)值年增長速度
根據(jù)式(8)求得工業(yè)耗能量的年增長速度為11.5%，從而計算出2020年該地區(qū)工業(yè)耗能量為1341×104t。其中用于發(fā)電及不能用燃氣替代的耗能量占60%，扣除此部分耗能量，可用燃氣替代的耗能量為536.4×104t，再通過折算即可得到規(guī)劃氣源的工業(yè)用氣量。
用彈性分析方法進行用氣量預測的優(yōu)點是簡單易行，計算方便，需要的數(shù)據(jù)量不是很大，應用靈活廣泛。但也存在某些缺點：①彈性分析帶有一定的局部性和片面性，計算彈性系數(shù)或進行分析時，只能考慮兩個變量之間的關系，而忽略了其他相關變量產(chǎn)生的影響。②彈性分析的結果在許多情況下顯得比較粗糙，彈性系數(shù)可能隨著時間的推移而變化，以由歷史數(shù)據(jù)測算出的彈性系數(shù)來預測未來可能不準確，許多時候需要分析彈性系數(shù)的變動趨勢，對彈性系數(shù)進行修正。
在實際運用中應根據(jù)項目特點及數(shù)據(jù)來源的可靠性選擇最佳預測方法，最好采取多方法驗證[4]。
4 特大型工業(yè)用戶
此類用戶用氣量大，但不確定因素較多，應作專門調(diào)查，合理預測，規(guī)劃應將其供氣管網(wǎng)系統(tǒng)與城市(地區(qū))管網(wǎng)系統(tǒng)分開考慮，以避免對城市(地區(qū))管網(wǎng)產(chǎn)生不利影響。
5 燃氣汽車用戶
與燃用汽油和柴油相比，燃氣汽車具有良好的排放性能，有利于保護環(huán)境和優(yōu)化能源結構。燃氣汽車將首先以公共汽車、郵政車、環(huán)衛(wèi)車等有固定行駛路線的運營性車輛為主，根據(jù)規(guī)劃確定燃氣汽車數(shù)量。此外，出租車行業(yè)對燃氣汽車也有一定需求，按照規(guī)劃人口數(shù)，以每1×104人需5～20輛出租車的指標，計算出租車燃氣汽車數(shù)量。
對于本案例，根據(jù)預測的燃氣汽車數(shù)量，先確定使用天然氣和液化石油氣的比例，確定用氣量指標，然后計算得出燃氣汽車總用氣量。
6 燃氣空調(diào)用氣量
燃氣空調(diào)的使用對象主要考慮一些公共建筑設施，如體育場館、圖書館、博物館、車站、高級賓館、高級寫字樓等。
燃氣空調(diào)用氣量與制冷面積及綜合制冷指標有關。根據(jù)國內(nèi)外的有關統(tǒng)計數(shù)據(jù)，一般可按5%的公共建筑使用燃氣空調(diào)進行估算。廣東中山地區(qū)綜合制冷指標取0.712MJ/(m2·h-1)，根據(jù)本地區(qū)總體規(guī)劃確定的公共建筑面積及燃氣空調(diào)用戶綜合制冷指標，計算燃氣空調(diào)用戶用氣量。
7 氣化率
在預測用氣量時，氣化率是一個很重要的指標，各時期氣化率的確定也是一個關鍵因素。具體確定時應考慮以下原則：
① 遵照總體規(guī)劃的目標，同時體現(xiàn)今后城市(地區(qū))以管道燃氣為主氣源的規(guī)劃。
② 分期完成目標，實行滾動發(fā)展。在近期打下堅實的工程基礎，保證起碼的初級規(guī)模，并逐步完成管道燃氣基本普及，實現(xiàn)基本天然氣化，在遠期達到城市(地區(qū))天然氣利用較高水平。
③ 鑒于城市(地區(qū))均存在極少數(shù)不符合管道燃氣使用條件的建筑，考慮到城市(地區(qū))的不斷發(fā)展，以及管網(wǎng)本身的覆蓋能力等因素，遠期目標中不宜將管道燃氣的氣化率確定為100%。
④ 近期氣化率應適中，一方面不因過低而失去應有規(guī)模，使企業(yè)難以達到維持經(jīng)營的基本起點；另一方面又不能過高而使初期建設投入過大，從而加大投資風險。
8 結論
① 一元線性回歸法及彈性系數(shù)法可應用于城鎮(zhèn)燃氣規(guī)劃用氣量的預測，精確度較好。具體使用時應驗證資料數(shù)據(jù)來源的準確可靠性，特別要對數(shù)據(jù)進行篩選、作分類分析并進行合理調(diào)整，才能提高預測結果的準確性。另外要經(jīng)多方法組合驗證，以保證預測結果的一致性。
② 一元線性回歸法及彈性系數(shù)法在本案例地區(qū)的燃氣用氣量預測數(shù)據(jù)，經(jīng)與實際統(tǒng)計結果校驗，預測數(shù)據(jù)偏差在允許范圍內(nèi)，結果有效合理。該方法具有一定的先進性和科學性。
參考文獻：
[1] 執(zhí)業(yè)資格考試命題分析小組.項目決策分析與評價[M].北京：中國計劃出版社，2008：34-44.
[2] 袁樹明，賴建波，張德坤，等.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.
[3] 劉燕，賴建波，張應輝，等.基于回歸分析的北京市天然氣供應規(guī)模預測[J].煤氣與熱力，2010，30(6)：A26-A29.
[4] 姚奕穎.燃氣負荷預測專家系統(tǒng)模型的研究[J].煤氣與熱力，2006，26(7)：16-19.
 
(本文作者：王引平1 吳華1 楊軍2 1.中山市規(guī)劃設計院 廣東中山 528403；2.中山港華燃氣有限公司 廣東中山 528403)