城市燃?xì)庳?fù)荷預(yù)測技術(shù)應(yīng)用分析

摘 要

摘要：簡述了燃?xì)庳?fù)荷的預(yù)測過程，對城市燃?xì)庳?fù)荷預(yù)測技術(shù)的應(yīng)用實(shí)例進(jìn)行了分析。關(guān)鍵詞：城市燃?xì)?；?fù)荷預(yù)測；燃?xì)庹{(diào)峰Analysis on Application of City Gas Load Forecasting Techn
摘要：簡述了燃?xì)庳?fù)荷的預(yù)測過程，對城市燃?xì)庳?fù)荷預(yù)測技術(shù)的應(yīng)用實(shí)例進(jìn)行了分析。
關(guān)鍵詞：城市燃?xì)?；?fù)荷預(yù)測；燃?xì)庹{(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?xì)獾慕Y(jié)構(gòu)、促進(jìn)節(jié)能減排的實(shí)施發(fā)揮了重要的作用。但是要看到，城市天然氣供應(yīng)形勢也越來越嚴(yán)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(yīng)可靠性問題已經(jīng)引起人們的關(guān)注。
   天然氣供應(yīng)可靠性是一個系統(tǒng)性的問題，涉及到天然氣生產(chǎn)、儲運(yùn)、應(yīng)用的整個產(chǎn)業(yè)鏈，涉及到燃?xì)庳?fù)荷的預(yù)測與平衡問題。燃?xì)庳?fù)荷預(yù)測的主要內(nèi)容有兩個方面，即用于供氣系統(tǒng)設(shè)計(jì)和發(fā)展的天然氣消費(fèi)不均衡性預(yù)測(遠(yuǎn)景預(yù)測)和用于現(xiàn)有輸氣系統(tǒng)工況的天然氣消費(fèi)預(yù)測(操作預(yù)測)。燃?xì)庳?fù)荷的準(zhǔn)確預(yù)測目的是提高城市氣源的科學(xué)決策、燃?xì)夤芫W(wǎng)的合理規(guī)劃和燃?xì)膺\(yùn)行的優(yōu)化調(diào)度水平，以提高燃?xì)夤?yīng)的可靠性和更好地發(fā)揮城市燃?xì)庠O(shè)施的投資效益。
2 燃?xì)庳?fù)荷的預(yù)測
   20世紀(jì)國內(nèi)外對燃?xì)庳?fù)荷預(yù)測就開始研究[1～2]，進(jìn)入21世紀(jì)后，負(fù)荷預(yù)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(fù)荷預(yù)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(luò)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(luò)預(yù)測技術(shù)等。影響負(fù)荷預(yù)測軟件正確性、實(shí)用性、準(zhǔn)確性的因素很復(fù)雜，如原始數(shù)據(jù)的可靠性、模型的完善程度、預(yù)測時間的范圍、用戶需求的滯后以及燃?xì)鈶?yīng)用設(shè)施的特性等。因此，燃?xì)庳?fù)荷預(yù)測的過程需要進(jìn)行城市燃?xì)庳?fù)荷變化規(guī)律的研究、燃?xì)庳?fù)荷影響因素的研究和燃?xì)庳?fù)荷預(yù)測軟件的開發(fā)。
    總體來講，燃?xì)庳?fù)荷預(yù)測主要包括如下過程。
    ① 歷史數(shù)據(jù)和基礎(chǔ)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(diǎn)。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(shí)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(jìn)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(shí)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(dá)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(jī)關(guān)系，是一種不完全確定的依存關(guān)系。相關(guān)分析計(jì)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?xì)庳?fù)荷的預(yù)測
   負(fù)荷預(yù)測的技術(shù)有時間序列分析與預(yù)測技術(shù)[3]、回歸分析技術(shù)[1]、灰色理論與灰色預(yù)測技術(shù)[7]、人工神經(jīng)網(wǎng)絡(luò)預(yù)測技術(shù)[4,6,8]。等。上述預(yù)測技術(shù)各有所長，也各有所限，采用何法要視具體的目標(biāo)和所擁有的數(shù)據(jù)，進(jìn)行具體分析而定。
3 燃?xì)庳?fù)荷預(yù)測技術(shù)的應(yīng)用
   ① 規(guī)劃用氣量的預(yù)測
   一個城市的年能源消耗總量主要受國民經(jīng)濟(jì)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?xì)馐悄茉聪牡闹匾M成部分之一，城市燃?xì)庖?guī)劃用氣量的預(yù)測是未建城市燃?xì)夤芫W(wǎng)的城市、已建城市燃?xì)夤芫W(wǎng)但需增加供氣規(guī)模的城市，在進(jìn)行燃?xì)庖?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(yù)測的課題，研究人員成功地采用了組合預(yù)測的方法解決了天然氣規(guī)劃用氣量的預(yù)測[10]。研究人員先采用相關(guān)系數(shù)法計(jì)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(fèi)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(yù)測年能源消費(fèi)總量，t/a
    x1——預(yù)測年國內(nèi)生產(chǎn)總值，元/a
    x2——預(yù)測年第二產(chǎn)業(yè)生產(chǎn)總值，元/a
    x3——預(yù)測年第三產(chǎn)業(yè)生產(chǎn)總值，元/a
    該模型的實(shí)際值與預(yù)測值吻合較好，由于模型中歷史的產(chǎn)值單耗相對于預(yù)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(yù)測模型得到廣州市的能源消費(fèi)模型[10]：
 
式中Y——羅杰斯預(yù)測模型得到的預(yù)測年能源消費(fèi)總量，t/a
    n——預(yù)測年份，如2010年
    式(1)和式(2)兩個模型的預(yù)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(chǔ)上，建立選取適當(dāng)權(quán)值的組合預(yù)測模型[10]：
    Z=0.27X+0.73Y    (3)
式中Z——組合預(yù)測模型預(yù)測的年能源消費(fèi)總量，t/a
    組合預(yù)測法兼顧了單一預(yù)測法(偏最小二乘回歸法、羅杰斯預(yù)測模型)的優(yōu)點(diǎn)，采用此法對廣州市天然氣市場進(jìn)行調(diào)研和預(yù)測，結(jié)果更加合理。
    ② 日負(fù)荷預(yù)測的實(shí)時優(yōu)化
    日負(fù)荷的準(zhǔn)確預(yù)測關(guān)系到城市供氣的安全、穩(wěn)定及經(jīng)濟(jì)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(fù)荷的特點(diǎn)，分為3個階段：供暖期(當(dāng)年11月15日到次年3月15日)的供暖日負(fù)荷與日平均溫度及前兩天的負(fù)荷相關(guān)系數(shù)相當(dāng)大，適合采用線性回歸模型預(yù)測；供暖過渡期(供暖期的前20天和后15天)與近年對應(yīng)期的變化規(guī)律趨于一致，適合于參照歷史信息與當(dāng)前主要因素建立的神經(jīng)網(wǎng)絡(luò)預(yù)測模型，樣本選取一定量的前兩年同期數(shù)據(jù)及預(yù)測日近20日左右的數(shù)據(jù)，進(jìn)行訓(xùn)練學(xué)習(xí)并預(yù)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(jìn)行預(yù)測。
    對北京市供暖期天然氣日負(fù)荷數(shù)據(jù)的分析發(fā)現(xiàn)，燃?xì)庳?fù)荷的變化受其最近幾天的負(fù)荷變化影響最大。為此，人為地為預(yù)測日期的前2天加上較大的權(quán)值，其權(quán)值參照預(yù)測日期近段時間內(nèi)預(yù)測模型誤差進(jìn)行適應(yīng)性調(diào)整[11]，可得出實(shí)時的計(jì)算模型最優(yōu)參數(shù)。預(yù)測結(jié)果表明，預(yù)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(yù)測效果良好。這說明在分時段采用不同的預(yù)測模型的基礎(chǔ)上，利用模型實(shí)時優(yōu)化系統(tǒng)自動計(jì)算出最優(yōu)模型參數(shù)進(jìn)行預(yù)測，預(yù)測準(zhǔn)確度有明顯提高，且更加穩(wěn)定可靠，是解決日負(fù)荷預(yù)測的一條新途徑。
   ③ 短期預(yù)測與實(shí)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(yù)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(yīng)法規(guī)時，要求各城市上報未來3天的燃?xì)庥脷饬款A(yù)測相對誤差控制在5%以內(nèi)。此舉促進(jìn)了燃?xì)忸A(yù)測的發(fā)展，對國內(nèi)燃?xì)獾念A(yù)測工作也有借鑒意義。如果能夠利用燃?xì)庳?fù)荷預(yù)測技術(shù)加上準(zhǔn)確的氣象預(yù)報數(shù)據(jù)，燃?xì)庳?fù)荷的預(yù)測必將更為及時與準(zhǔn)確，并且與現(xiàn)有的SCADA系統(tǒng)相結(jié)合，進(jìn)行實(shí)時的調(diào)度，對于減輕天然氣供應(yīng)系統(tǒng)“氣荒”的影響將具有重要的意義。
   ④ 燃?xì)庳?fù)荷預(yù)測技術(shù)的其他應(yīng)用
   燃?xì)庳?fù)荷預(yù)測技術(shù)除了上述應(yīng)用以外，還有助于燃?xì)夤疽宰畹偷某杀咀龊眉皶r、合理的調(diào)度，保證輸配系統(tǒng)安全可靠地運(yùn)行；有助于合理安排后期工程，安排設(shè)備的更新、維修等；有助于指導(dǎo)安排燃?xì)馍a(chǎn)計(jì)劃，確定燃?xì)猱a(chǎn)量、儲存量；有助于保證用氣企業(yè)的經(jīng)濟(jì)利益，對企業(yè)本身的燃?xì)庑枨笞龅叫闹杏袛?shù)，從而合理安排。
4 結(jié)論
   ① 我國在燃?xì)庳?fù)荷預(yù)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(fù)荷預(yù)測的方法，為城市燃?xì)庳?fù)荷預(yù)測的實(shí)際應(yīng)用提供了技術(shù)基礎(chǔ)。
   ② 由于燃?xì)庳?fù)荷的影響因素較多，負(fù)荷預(yù)測的實(shí)踐證明，在多種因素的作用下，單一預(yù)測技術(shù)的預(yù)測結(jié)果難免與實(shí)測值有較大的差別，建議根據(jù)實(shí)際條件，采用多種預(yù)測方法相結(jié)合的方法進(jìn)行預(yù)測。
   ③ 我國許多城市燃?xì)夤疽呀?jīng)建有SCADA系統(tǒng)，要加快燃?xì)庳?fù)荷預(yù)測技術(shù)與城市燃?xì)釹CADA系統(tǒng)的結(jié)合，提高城市燃?xì)獾闹悄苷{(diào)度水平。
參考文獻(xiàn)：
[1] 杜元順.煤氣日負(fù)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(fù)荷的預(yù)測[J].煤氣與熱力，1998，18(4)：20-23.
[3] 焦文玲.城市燃?xì)庳?fù)荷時序模型及其預(yù)測的研究(博士學(xué)位論文)[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2001.
[4] 譚羽飛，陳家新，焦文玲.基于人工神經(jīng)網(wǎng)絡(luò)的城市煤氣短期負(fù)荷預(yù)測[J].煤氣與熱力，2001，21(3)：199-202.
[5] 嚴(yán)銘卿，廉樂明，焦文玲.燃?xì)庳?fù)荷及若干應(yīng)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?xì)庑r負(fù)荷的模糊神經(jīng)網(wǎng)絡(luò)預(yù)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?xì)庳?fù)荷預(yù)測中的應(yīng)用[J].煤氣與熱力，2002，22(1)：28-31.
[8] 焦文玲，朱寶成，風(fēng)玉剛.基于BP神經(jīng)網(wǎng)絡(luò)城市燃?xì)舛唐谪?fù)荷預(yù)測[J].煤氣與熱力，2006，26(12)：12-15.
[9] 焦文玲，鄒濤，龔曉峰.燃?xì)馊肇?fù)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?xì)夤芫W(wǎng)長期規(guī)劃用氣量的預(yù)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(fù)荷預(yù)測實(shí)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(chǔ)設(shè)施建設(shè)公司 天津 300010；2.天津華燊燃?xì)鈱?shí)業(yè)有限公司 天津 300042；3.天津城市建設(shè)學(xué)院 天津 300084)