對城市燃?xì)馊肇?fù)荷預(yù)測方法的研究

張文濤 劉萬興

涿州濱海燃?xì)庥邢薰?，中國·河?涿州 272750

1 引言

隨著2017年的氣荒，中國在2018年、2019年、2020年大力發(fā)展天然氣能源集輸產(chǎn)業(yè)，但是下游需求數(shù)據(jù)統(tǒng)計(jì)方面始終存在不確定性，導(dǎo)致能源規(guī)劃和計(jì)劃不能得到基礎(chǔ)數(shù)據(jù)的支持，尤其是北方地區(qū)的采暖季，類似現(xiàn)象在中國燃?xì)?、新奧、華潤、港華、昆侖等燃?xì)饧瘓F(tuán)中均存在。準(zhǔn)確預(yù)測城鎮(zhèn)燃?xì)獾挠脷饬砍蔀楫?dāng)務(wù)之急的研發(fā)課題。

2 傳統(tǒng)規(guī)劃用氣量預(yù)測概述

傳統(tǒng)規(guī)劃用氣量預(yù)測是將燃?xì)庥脩暨M(jìn)行分類，一般分為居民、商業(yè)、工業(yè)等，結(jié)合各類用戶的用氣量指標(biāo)及氣化率，對各類用戶規(guī)劃年的用氣量進(jìn)行預(yù)測，最后將各類用戶的預(yù)測結(jié)果進(jìn)行匯總，即得到城市規(guī)劃用氣量。該預(yù)測方法存在以下缺陷：采用的用氣量指標(biāo)是一個依據(jù)經(jīng)驗(yàn)積累而制定的平均數(shù)，不能準(zhǔn)確反映出地區(qū)的經(jīng)濟(jì)發(fā)展水平和生活差異，用氣量指標(biāo)本身影響因素較多，通過傳統(tǒng)統(tǒng)計(jì)分析法很難保證其科學(xué)性，導(dǎo)致很多企業(yè)在氣量指標(biāo)計(jì)劃上存在較大偏差，影響上下游排產(chǎn)計(jì)劃，導(dǎo)致資源浪費(fèi)或形成供氣缺口，影響社會穩(wěn)定[1,2]。

3 研發(fā)目的

針對現(xiàn)有預(yù)測技術(shù)存在的不足，本次研發(fā)目的是依據(jù)遠(yuǎn)傳物聯(lián)技術(shù)提供一種預(yù)測精準(zhǔn)、預(yù)測誤差低、操作過程公式化的燃?xì)馊肇?fù)荷（用氣量）預(yù)測方法。

4 預(yù)期項(xiàng)目成果

提出一種基于回歸分析模型的城市燃?xì)馊肇?fù)荷預(yù)測方法，處理城市燃?xì)鈿v史記錄數(shù)據(jù)和與之相關(guān)的氣象信息，通過建立城市燃?xì)馊招枨罅磕M的組合數(shù)學(xué)模型，得到未來負(fù)荷預(yù)測時間范圍內(nèi)的城市燃?xì)庳?fù)荷逐日預(yù)測數(shù)據(jù)。該方法采用了基于因果關(guān)系和時間序列雙重預(yù)測模式的組合預(yù)測方法，關(guān)鍵參數(shù)通過對歷史用氣量及氣象數(shù)據(jù)的回歸統(tǒng)計(jì)分析及自適應(yīng)運(yùn)算獲得[3]。

4.1 試驗(yàn)階段

通過對2017——2018年每日用氣量為基礎(chǔ)數(shù)據(jù)，進(jìn)行對比、分析當(dāng)日天氣、氣溫、風(fēng)向、風(fēng)力及每小時流量、用氣量確定每日整體用量的使用情況。

場站運(yùn)行記錄見圖1。

圖1 場站運(yùn)行記錄

4.2 施工方案及過程

第一步，人員配置6人、1站中壓出口壓力調(diào)到0.25MPa、2站中壓出口壓力調(diào)到0.26MPa，氣量以8時為計(jì)量點(diǎn)，“昨日8時”為前日氣量，確定非采暖季日用氣量及居民日用氣量。

場站調(diào)壓見圖2。

圖2 場站調(diào)壓

第二步，對分別抽樣統(tǒng)計(jì)工業(yè)用戶、企事業(yè)采暖、工商業(yè)餐飲（洗?。⒕用癫膳?、居民餐飲、氣代煤用戶的用氣量，分析變量影響因素，如節(jié)假日、溫度、新用戶增減量等。

4.3 整理分析試驗(yàn)記錄

管道置換實(shí)驗(yàn)：通過初步分析確定居民非采暖季日用氣量，確定每戶居民日用量為0.02m3，采暖季城市居民每日用氣量為6～8m3氣，煤改氣用戶每日用氣量為8～10m3氣。具體關(guān)系見表1。

表1 小區(qū)煤改氣用戶每日用氣量

如表2、表3所示，統(tǒng)計(jì)結(jié)果表明1、2站每日對實(shí)際用氣量與預(yù)測值進(jìn)行對比，通過物聯(lián)網(wǎng)抽樣選取居民采暖戶、居民灶具、氣代煤用戶、工商業(yè)用戶，進(jìn)行長期跟蹤、監(jiān)測，確定取暖季與非取暖季的用氣量，減少誤差。

表2 2020年11-12月宏遠(yuǎn)景園3-1-501安全用氣負(fù)荷測試記錄表

表3 工商用戶用器情況

5 實(shí)際項(xiàng)目成果

根據(jù)回歸分析數(shù)學(xué)模型的原理，根據(jù)設(shè)定的溫差建模區(qū)間對相應(yīng)歷史數(shù)據(jù)進(jìn)行分析，結(jié)合氣體熱值、氣象、節(jié)假日、用戶增減等預(yù)測日信息對未來日用氣量進(jìn)行預(yù)測，采用參數(shù)辨識并對計(jì)算結(jié)果進(jìn)行假設(shè)檢驗(yàn)，修正、補(bǔ)償處理數(shù)據(jù)，應(yīng)用該模型在用氣高峰期實(shí)際復(fù)核。對比歷史數(shù)據(jù)的熱值、氣象、氣量、增減戶的變動信息，工業(yè)用戶、企事業(yè)采暖、工商業(yè)餐飲（洗浴）、居民采暖、居民餐飲、氣代煤用戶變化，初步設(shè)定預(yù)測公式，與歷史數(shù)據(jù)復(fù)核并修正公式參數(shù)，得出預(yù)測數(shù)學(xué)模型并簡化計(jì)算公式后與實(shí)際驗(yàn)證；即Y=A+（A1+A2+A3+……)X公式中，Y為預(yù)測值、A為前一年基礎(chǔ)數(shù)據(jù)、A1A2A3為業(yè)用戶、企事業(yè)采暖、工商業(yè)餐飲（洗浴）、居民采暖、居民餐飲變化值，X為氣溫的變化系數(shù)。溫變系數(shù)為：，約等于0.0026。

圖3 氣量預(yù)測曲線圖

圖4 公司2019——2020年預(yù)測期曲線圖

6 結(jié)語

用于用氣結(jié)構(gòu)和用氣量基礎(chǔ)數(shù)據(jù)，通過對居民、工服用戶的歷史數(shù)據(jù)的核算，建立日氣量預(yù)測數(shù)學(xué)模型，尤其是在2月份的誤差超過了10%，導(dǎo)致偏差量為254萬m3，產(chǎn)生偏差結(jié)算。建議在后期與第三方合作，通過增加采暖面積使用軟件測試，訓(xùn)練、調(diào)整技術(shù)參數(shù)，使預(yù)測值達(dá)到行業(yè)內(nèi)的先進(jìn)水平。