城市年用氣量的預測方法

摘要

隨著天然氣事業的快速發展，城市燃氣輸配設施的投資建設規模擴大、速度加快。城市燃氣輸配設施規劃設計是投資建設各類管網、場站等輸配設施的重要依據。以往燃氣輸配設施規劃設計中采用的用氣量預測方法早已無法滿足當前的實際需求。本文分析了城市年用氣量的發展變化特點，基于邏輯斯蒂原理提出了城市年用氣量預測模型，并對模型中的相關參數進行細致分析、總結了 2 0 個城市的用氣量發展變化特征值，對 2 0 11 年～ 2013 年用氣量進行預測計算，證明了該預測模型的實用性和適用性。

摘　要：隨著天然氣事業的快速發展，城市燃氣輸配設施的投資建設規模擴大、速度加快。城市燃氣輸配設施規劃設計是投資建設各類管網、場站等輸配設施的重要依據。以往燃氣輸配設施規劃設計中采用的用氣量預測方法早已無法滿足當前的實際需求。本文分析了城市年用氣量的發展變化特點，基于邏輯斯蒂原理提出了城市年用氣量預測模型，并對模型中的相關參數進行細致分析、總結了20個城市的用氣量發展變化特征值，對2011年～2013年用氣量進行預測計算，證明了該預測模型的實用性和適用性。

關鍵詞：城市天然氣　氣量預測　方法模型

當前我國天然氣產業處于快速發展階段，城市氣化和燃氣管網建設需求巨大，各類燃氣輸配設施的規劃設計與投資建設急需對城市用氣量的預測研究。目前在國內外燃氣輸配設施的規劃設計中，僅以耗熱定額指標進行相關用氣量估算，缺少成熟可靠的系統性預測方法。而當前大多數用氣量預測模型多基于趨勢外推類方法，主要是通過建立歷史用氣量與其相關影響因素之間的關系模型，外推用氣量的發展變化，預測的準確性與歷史數據的數量與質量密切相關。

在城市年用氣量預測研究方面，回歸分析法和時間序列法[1-3]等傳統預測方法是最先被引用到燃氣預測領域中的，主要是基于經濟因素(例女UGDP)以及氣候因素建立用氣量預測模型[4，5]，適用于發展穩定的城市用氣量預測情況。我國絕大多數城市正處于快速發展初期，城市用氣量的發展變化快，而且過程推進速度快，不宜直接套用現有的預測方法。現代化智能方法在用氣量預測中也較為常見，例如神經網絡方法、遺傳算法等[6，7]。此類預測方法主要是通過大量的學習樣本建立輸入量和輸出量間的關系，為了達到精度要求，此類方法的預測時限短，無法準確預測城市用氣量的長期發展變化，也無法在燃氣規劃設計中直接應用。

1　城市用氣量的變化規律

用氣量預測模型的建立足基于用氣量的變化規律。城市用氣量的變化反映了城市本身發展進程情況，更是各類用戶用氣行為發展變化的具體體現。城市用氣量是各類用戶用氣量的總和，因此可以從用戶用氣量變化規律中探尋城市用氣量的變化規律。

1．1　民用戶的用氣量變化規律

以HL市戶均年屠氣量為例，如圖1所示。戶均年用氣量的發展變化過程大致可分為4個階段，初始期可追溯到1994年，之后進入1995年～2001年度間的快速發展期，戶均年用氣量達到100Nm3左右，是初期戶均年用氣量的2倍。2002年之后，戶均年用氣量進入慢速發展期，在發展后期戶均年用氣量接近200Nm3左右。2008年開始，戶均年用氣雖進入穩定階段，大約為230Nm3左右。

城市年用氣量的預測方法

在《HL市2012～2030年燃氣專項規劃》中：近期居民耗熱定額為1760MJ／人·年(42萬kcal／)k·年)，遠期居民耗熱定額為1880MJ／人·年(45萬kcal／人·年)。按氣源平均熱值38MJ／Nm3，每戶3.5人計算，得出HL市，戶均年用氣量近期(2020年)規劃值為234Nm3，遠期(2030年)規劃值為250Nm3，兩者數值相近，而且與近幾年的實際值相差也不大，可見2008年以后HL市的戶均年用氣量發展已經接近極限值。

從HL市戶均年用氣量的發展變化過程可以看出，民用戶天然氣使用的初始階段，用氣量低，而且發展變化緩慢，隨后進入快速發展階段，用氣量顯著提升，顯然用氣量的增長量以及增長速度并不足無限發展的，發展到中后期階段時，用氣量增長速度明顯降低，直到發展后期用氣量在某穩定值上下波動，整個發展變化過程類似曲線。

1．2　城市用氣量的變化規律

城市用氣量的發展變化過程同樣具有S型曲線變化特點。一開始城市局部地區實現燃氣管網輸配氣，部分用戶開始使用天然氣，由于用戶數量少，用氣器具單一，因此用氣量相對較少。隨著時間推移，無論是國家政策導向，市場發展還是人們的實際需求，從天然氣用量上看是逐年攀升且增長速度快。但是作為能源，天然氣的供應量是受“環境”限制的，因此天然氣的使用量并不是無限制的，就像自然界的物種演變，具有“有限制增長”的特點。

2　城市年用氣量的預測模型

無論哪種類型的城市，其用氣量發展變化都是從無到有，從少到多直至飽和，雖然發展變化過程所需的時間不同，發展變化的速度不同，但從理論上講，都遵循著“有限制增長”這樣的規律，借鑒自然界物種演變過程的思想，基于邏輯斯蒂(logistic)原理，建立城市年用氣量預測模型。

城市年用氣量的預測方法

式中Qy0——城市年用氣量初始值，單位：Nm3；

Qylim——城市年用氣量極限值，單位：Nm3；

ry——城市年用氣量同比增長率。

以HL市為例進行計算方法驗證。HL市最早使剛天然氣在1994年，屬于我國使用天然氣較早的城市，根據記錄可追溯初始年用氣量約為Qy0=4.5×106Nm3，預計2030年HL市用氣量可達到穩定階段，屆時年用氣量可達Qy30=4.5×106Nm3[8]，則可設年用氣量發展的極限值Qylim=4.5×106Nm3。根據預測模型計算，當ry=0.23時，計算的年用氣量與真實用氣量吻合較好，平均相對誤差為7.2％。

從圖2中可以看出，1995年～2000年間HL市的天然氣用量增長相對緩慢，處于發展初期階段，用氣量增量約每年300萬m3左右，在2000年之后進入快速發展階段，尤其在2007年以后用氣量增長速度加快，用氣量增量約達到每年1500萬m3左右。

城市年用氣量的預測方法

3　預測模型的參數分析

預測模型體現出城市年用氣量“有限制增長”的變化特點。以年為時間基礎刻度，確定此模型的參數主要有3個，分別是年用氣量初始值Qy0、年用氣量極限值Qylim和年用氣量同比增長率ry。

3．1　城市年用氣量的初始值分析

實際上，沒有嚴格意義的年用氣量初始值Qy0也無法準確判斷什么樣的規模用氣量可以作為初始值，但是在年用氣量預測模型中，Qy0并不是單獨存在，因此只要對Qy/ Qy0做出合理判斷即可。根據對當前我國天然氣用量的發展情況分析，可估算2020年我國天然氣用量是2000年天然氣用量的13倍，2030年我國天然氣用量是2000年的22倍[9,10]。在缺少城市調研數據時，可根據我國天然氣用量發展情況進行判斷。

3．2　城市年用氣量的極限值分析

城市年用氣量極限值Qylim是規劃期末城市年用氣量值，具有一定的前瞻性，Qylim的確定主要基于城市人口、產業結構等方面發展變化的考慮，以及一定的城市調研活動而得到的。本文研究的城市數據樣本中，Qylim在10億m3，以卜的城市有5個，這5個城市中位居前兩位的是完全生產類城市(工業用戶用氣量占絕對主導地位)，其他的為省會級城市，HC市為生活類城市，顯然人口規模大引起用氣量偏高，H1和HZ市為生產類城市，相對來說工業用氣量大導致城市用氣量偏高。Qylim在5億m3以上，10億m3以下的城市多為生產類和綜合類城市。Qylim在5億一以下的城市多為生活類城市。

對于年用氣量極限值Qylim，如果城市規模沒有變，即“環境”確定，則應該存在相對確定的數值，即天然氣的使用量不會超過其供應量，也就是說作為資源，天然氣的量是有限的，而且城市輸配系統的供應能力也是有限的，在相對長的時間范圍內，天然氣的用量存在極限值。在本文計算中，仉的選擇主要參考當地城市燃氣專項遠期規劃值。

然而城市也在“生長”，地域擴張是常有發生的事情，“環境”也會隨之變化，因此極限值不是一成不變的，且變化范同是無法估計的。本文提出的年用氣量預測模型使用條件是城市地域范嗣未變，主要功能區劃分與城市發展規劃相一致，若城市用氣性質發生較大改變，如生活類城市轉變成牛產類城市，則年用氣量預測模型中的相關參數需要修正。

3．3　城市年用氣量的同比增長率分析

年用氣量同比增長率是表示了城市年氣用量在“環境”下發展變化的綜合特征值，與城市的人文特點、社會經濟發展變化、城市燃氣發展變化息息相關。

如表1中，年用氣量的同比增長率基本上在0.18～0.26之間變化，城市燃氣發展速度快的ry較大，城市燃氣發展速度緩慢的ry較小。從企業經營角度看，鼓勵投資類城市燃氣發展速度快，允許類城市燃氣發展速度穩進，限制類城市燃氣發展速度緩慢。而企業的經營調控意識來源于對城市社會經濟發展狀況的判斷，即城市社會經濟發展與燃氣應用發展是相輔相成，相互制約的。

城市年用氣量的預測方法

3．4　不同城市年用氣量變化特征參數分析

采用平均溫度代表城市的地理氣候特征，地理氣候特征不同，人們行為活動特點不同。社會發展情況與人口、經濟規模相關，町用城市等級進行量化表示。燃氣發展環境中投資環境體現出人的思想意識，當判斷發展環境樂觀，則投入更多的資金推進發展，當判斷發展環境悲觀，則盡可能阻止或延緩發展。用氣性質表示的是城市主要用氣用戶類別，不同用戶類別用氣量隨季節變化規律不同。是否集中采暖是用氣量變化波動強弱的重要影響因素。用氣量同比增長率ry、極限用氣量Qylim以及極限用氣量與初始用氣量的比值刻畫了燃氣發展變化的全過程。

4　預測模型的實際應用

依據城市年用量預測模型，對20個城市2010年～2013年用氣量進行預測，具體計算結果見表2。對80個相對誤差的分布情況進行統計分析，具體計算結果見表3。

城市年用氣量的預測方法

根據表3中的誤差評價指標，對年用氣量預測模型進行精度評價，從表3中數據顯示，年用氣量預測模型后驗差小于0.35，小誤差概率大于0.95，精度等級為一級優秀。

5　結論

(1)城市用氣量變化具有“有限制增長”特點，天然氣使用初期，用氣量少且發展較慢，進入快速發展階段，前期朋氣量增長速度較快，后期用氣量增長速度降低，發展到穩定期用氣量平穩波動。

(2)基于邏輯斯蒂原理建立的城市年用氣量預測模型，適用于城市燃氣輸配設施規劃設計。通過城市年用氣量極限值Qylim、年用氣量同比增長率。以及極限用氣量與初始用氣量比值的確定，實現城市年用氣量預測計算。

(3)對20個城市2011年～2013年用氣量進行預測計算，平均相對誤差為7％，模型后驗差為0.335，小誤差概率為0.966，精度等級為一級優秀。

參考文獻

1 Mbamalu G A N．El-Hawary M E．Load forecasting viasutmptimal season models and iteratively reweighted least squares estimation[J]．PowerSystems，IEEE TIansation on．1993；8(1)：343-348

2 David R．Brillinger．Time Series Data Analysis and Theory[M]．California：University of California at Berkeley Berkeley，2001

3 Gottlieb，David，Orszag，Steven A．Numerical analysis of spectral methods：theory and applications(sixth printing)[M]．U．S．A：the Society for Industrial and Applied Mathematics,1993

4 Sahbi Farhani，MuhammadShahbaz，MohamedArouri，FrédéricTeulon．The role of natural gas consumption and trade in Tunisia’s output[J]．Energy Policy，2014；66：677-684

5 Himadri Shekhar Dey．Md．Ashfanoor Kabiry．Zia Wadudz．Shahidul Islain Khany．Md．AbulKalam Azad．Eeonometrie Modeling amt Forecasting of Natutal Gas Demand for Power Sector in Bangladesh[J]．TENCON 2011-2011 IEEE Region 10 Conference．2011：1383-1386

6 Ali Azadeh，Morteza Saberi，Seyed Mohammad Asadzadeh，Omar Khadeer Hnssain．Zahra Saberi．A neuro-fuzzymuhirariate algorithm for accurate ga s consumption estimation in South America with noisy inputs[J]．Electrical Power and Energy Systems，2013；46：315-325