城鎮燃氣各類用戶用氣量預測方法研究

摘 要

摘要：闡述了城鎮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燃氣用氣量預測中的應用，結合某地區燃氣負荷數據進行了模擬預測，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燃氣用氣量預測中的應用，結合某地區燃氣負荷數據進行了模擬預測，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；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、商業用戶、一般工業用戶、特大型工業用戶、燃氣汽車用戶及燃氣空調用戶等組成，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，又留有發展余地，才能做到輸配管網系統的合理性和經濟性。用氣量的預測可以根據項目的實際情況采用不同的預測方法。本文在總結規劃中常用預測方法的基礎上，對工程咨詢行業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
根據用氣量指標、居民人口數、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——規劃人口數，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。用氣量指標應根據地區現狀及收集到的各類資料進行統計分析和對比分析確定。
2 商業用戶
2.1 參照居民用氣負荷預測
以居民用戶用氣量為基數，確定商業用戶與居民用戶的用氣比例，從而得出商業用戶用氣量。用氣比例應參照相似城市(地區)的值及商業用戶規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)指標，以工業項目為主的地區規劃應參照工業城市(地區)的統計值，綜合性地區規劃應參照相似城市(地區)的統計值，如北京該指標為6.65m3/(m2·a)、廣東中山市該指標為2.50m3/(m2·a)、廣州市南沙地區為3.35m3/(m2·a)。
2.3 按各類用戶用氣量指標預測
商業用戶主要指賓館、飯店、餐飲店、醫院、學校、職工食堂等。根據各類商業用戶用氣量指標及商業建筑設施標準，可計算出各類商業用戶的年用氣量。各類商業用戶用氣量指標應詳細分析當地第三產業發展趨勢及參照毗鄰地區的值確定。
2.4 因果分析法預測
因果分析法是目前工程咨詢行業用于市場預測的一種主要方法，包括回歸分析法、彈性系數法等。回歸分析法是分析相關性因素相互關系的一種數理統計方法，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關系的數據預測。一個事物的發展變化經常與其他事物存在直接或間接的聯系，這種變量間的相關關系，通過統計分析找到其中的規律，并用確定的函數來描述，就可建立它們之間的數學模型[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十五規劃期末之前10年的數據，進行對比分析，發現該地區商業用戶耗能量(電力除外，包括燃氣、燃油，該地區目前使用的氣源為液化石油氣)與第三產業產值相關。該地區十一五規劃第三產業的年增長速度預計為10%。按照規劃年限，近期為2005—2010年，中期為2011—2015年，遠期為2016—2020年。由于近期歷史統計值對于預測規劃近期的影響作用大，即兩者關聯度高，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濟性，中遠期的不確定因素太多，但應控制好總體及長遠規劃，故采用一元回歸方法預測2010年該地區商業用戶耗能量。該地區1996—2005年商業用戶耗能量與第三產業產值見表1。
① 建立回歸模型
經過分析，該地區商業用戶耗能量與第三產業產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——商業用戶耗能量，t
x——第三產業產值，元
a——回歸常量
b——回歸系數
表1 廣東某地區1996—2005年商業用戶耗能量與第三產業產值
年份
商業用戶液化石油氣消耗量(包括輕柴油的折合量)/t
第三產業產值/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 根據表1進行參數計算
根據上述一元回歸模型，計算出相關參數：
 
將以上參數代入式(3)、(4)，則可得出：
b=0.172
a=0.932
③ 相關系數檢驗
在利用上述模型進行預測時，需要作相關系數檢驗，以判定預測模型的合理性和適用性。相關系數是描述兩個變量之間的線性相關關系密切程度的數量指標，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，可以查相關系數檢驗表。
將上述案例的相關條件代入式(6)中，得出相關系數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，相關系數檢驗通過，說明第三產業產值與商業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
根據該地區十一五規劃。第三產業產值的年增長速度預計為10%，2010年該地區第三產業產值將達到459×108元，那么由式(2)可計算出2010年商業用戶耗能量為80×104t。根據該地區有關部門統計數據，2010年商業用戶實際耗能量為73.3×104t，與規劃預測量相比偏差率為8.34%。相關偏差達到了預測要求。
⑤ 商業用戶用氣量計算
據統計，當時商業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%，再折算到規劃氣源的用量，得出該地區2010年管道燃氣用氣量。
采用一元線性回歸法預測，歷史數據的收集是關鍵，樣本數n至少要取最近年份3～5年的統計值，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展趨勢變化不大，取10年的數據，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 一般工業用戶
3.1 參照居民負荷預測
以居民用戶用氣量為基數，確定工業用戶與居民用戶的用氣量比例，從而得出工業用戶用氣量。用氣量比例的確定應參照相似城市(地區)的值及工業用戶規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
按工業用戶的用地性質考慮，合理確定各類用戶用氣量指標，可參照相似城市(地區)的值進行選取。廣州市南沙地區的一類工業用氣指標為3.35m3/(m2·a)，二類工業用氣指標為6.70m3/(m2·a)，三類工業用氣指標為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。如某地區的燃氣專項規劃項目，根據統計資料對比分析，發現該地區工業耗能與第二產業產值成密切的正相關關系，當地統計局2001—2005年的統計資料見表2。
表2 廣東某地區工業耗能與第二產業產值
年份
第二產業產值/元
產值較上年增長率/%
工業耗能量(折合為標準煤/t
工業耗能量較上年增長率/%
工業耗能量彈性系數
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
彈性系數的計算式為：
 
式中ε——彈性系數
△Q——工業耗能量的改變量，t
Q——某時期的工業耗能量
△I——第二產業產值的改變量，元
I——某時期的第二產業產值，元
按式(7)可計算出該地區2006—2020年的工業耗能量彈性系數ε為1.31。根據該地區總體規劃，2020年第二產業產值為1350×108元，年增長速度為8.8%。由此可按式(8)求得2006—2020年工業耗能量的年增長速度：
v=vnε    (8)
式中v——工業耗能量的年增長速度
vn——第二產業產值年增長速度
根據式(8)求得工業耗能量的年增長速度為11.5%，從而計算出2020年該地區工業耗能量為1341×104t。其中用于發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劃氣源的工業用氣量。
用彈性分析方法進行用氣量預測的優點是簡單易行，計算方便，需要的數據量不是很大，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，彈性系數可能隨著時間的推移而變化，以由歷史數據測算出的彈性系數來預測未來可能不準確，許多時候需要分析彈性系數的變動趨勢，對彈性系數進行修正。
在實際運用中應根據項目特點及數據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 特大型工業用戶
此類用戶用氣量大，但不確定因素較多，應作專門調查，合理預測，規劃應將其供氣管網系統與城市(地區)管網系統分開考慮，以避免對城市(地區)管網產生不利影響。
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，有利于保護環境和優化能源結構。燃氣汽車將首先以公共汽車、郵政車、環衛車等有固定行駛路線的運營性車輛為主，根據規劃確定燃氣汽車數量。此外，出租車行業對燃氣汽車也有一定需求，按照規劃人口數，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量。
對于本案例，根據預測的燃氣汽車數量，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 燃氣空調用氣量
燃氣空調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。
燃氣空調用氣量與制冷面積及綜合制冷指標有關。根據國內外的有關統計數據，一般可按5%的公共建筑使用燃氣空調進行估算。廣東中山地區綜合制冷指標取0.712MJ/(m2·h-1)，根據本地區總體規劃確定的公共建筑面積及燃氣空調用戶綜合制冷指標，計算燃氣空調用戶用氣量。
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 遵照總體規劃的目標，同時體現今后城市(地區)以管道燃氣為主氣源的規劃。
② 分期完成目標，實行滾動發展。在近期打下堅實的工程基礎，保證起碼的初級規模，并逐步完成管道燃氣基本普及，實現基本天然氣化，在遠期達到城市(地區)天然氣利用較高水平。
③ 鑒于城市(地區)均存在極少數不符合管道燃氣使用條件的建筑，考慮到城市(地區)的不斷發展，以及管網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模，使企業難以達到維持經營的基本起點；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法可應用于城鎮燃氣規劃用氣量的預測，精確度較好。具體使用時應驗證資料數據來源的準確可靠性，特別要對數據進行篩選、作分類分析并進行合理調整，才能提高預測結果的準確性。另外要經多方法組合驗證，以保證預測結果的一致性。
② 一元線性回歸法及彈性系數法在本案例地區的燃氣用氣量預測數據，經與實際統計結果校驗，預測數據偏差在允許范圍內，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] 執業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.城市燃氣管網長期規劃用氣量的預測[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)