论文部分内容阅读
【摘要】城市燃气负荷预测是一项非常重要的研究课题，准确的负荷预测有利于保障供气需求，提高燃气部门经济效益。可靠的短期负荷预测对保证管网运行安全，进行管网的优化调度，都具有重要的意义；本文对城市燃气负荷预测技术及其应用做了简要分析。
【关键词】城市燃气负荷预测技术
中图分类号：TH138.23 文献标识码：A 文章编号：
一、引言
燃气负荷预测是一项非常重要的研究课题，它不仅是燃气系统调度、实时控制、运行计划和发展规划的前提，更是一个燃气管网调度部门和规划部门所必须具有的基本信息。提高负荷预测技术水平，有利于燃气系统计划管理，有利于合理安排燃气管网运行方式和机组检修计划，有利于建设规划，有利于系统的经济效益和社会效益。负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统地处理过去与未来负荷的数学方法，在满足一定精度要求下，决定未来某特定时刻的负荷数值。负荷预測包括两个方面的含义：一是对未来需求量的预测，二是对未来用气量的预测。燃气负荷预测就是根据历史燃气负荷值，在满足一定精度的情况下决定未来某特定时刻的负荷值。负荷预测研究早在20世纪50、60年代就开始了，但直到20世纪80年代，这一课题开始得到发展。
随着计算机技术的迅速发展，负荷预测的速度和精度也逐渐提高。用于城市燃气负荷预测的方法很多，常用的有：时间序列法、灰色理论预测法、回归分析法、专家系统法、神经网络法等。
二、燃气负荷预测方法及模型
1、回归分析预测法
回归分析预测方法是一种应用广泛、理论性较强的定量预测方法。它的基本思路是根据历史数据及一些影响负荷变化的外来因素来推断将来时刻的负荷值。回归分析预测方法不仅方法简单，而且预测速度快；它能够研究预测对象与相关因素的相互关系，研究预测对象变化的实质原因，结果比较可靠，外推性好，对于历史上未出现的情况有较好的预测性；它还能给出预测结果的置信区间和置信度，使得预测结果完整、客观。但它也存在一定的缺陷，即认为每一个实际数据对预测对象的影响程度相同；对数据的要求较高，特别是在历史数据残缺或存在较大误差的情况下，预测效果较差；计算工作量较大，出现新数据时，要重新估计回归方程和进行相关分析；主、次要因素的选取在实际建模时较难把握，并且无法比较详细地考虑各种影响负荷的因素。
2、指数平滑预测法
指数平滑预测法是采取渐消记忆的方式，利用逐步衰减的不等权平均办法进行数据处理的一种预测方法。其基本思想是在预测过程中，越近期的数据越能反映当前的情况，对考虑今后的发展就越有直接意义。这样，对以往数据不应同等看待，对近期的数据应给以较高的加权，只有采取具体逐步衰减性质的加权处理更符合实际。该方法简单实用，能通过平滑作用，自动清除数据序列中的随机波动，尤其是那些不符合统计规律的偶然性波动，但对数据的趋势性转折点鉴别能力不够。
3、时间序列预测法
时间序列就是按时间先后次序观测、统计、记录下来的某种指标的数列。时间可以是年、季度、月份、日、小时、分等。作为现代数据处理方法之一的时间序列分析方法是在20世纪20年代后期开始出现的。时间序列预测法的一般思路是先识别与所研究的预测目标序列相符合的一个随机模型，并估计出随机模型中的未知参数，当确认该随机模型具有适用价值后，再在此基础上进行预测。该方法不仅成熟，并且简单实用。它主要是根据过去的负荷值及干扰值来推算未来的负荷，不需要相关因素的资料，因此在一些相关因素的预测值和某些常数难以得到时，不失为一种可行的方法。但其对数据的要求较高，并且无法刻画负荷与各影响因素之间更为复杂的关系。
4、灰色预测理论预测法
灰色系统理论是我国学者邓聚龙教授于1983年3月首先提出的。该理论是将一般系统论、信息论和控制论的观点与方法延伸到社会、经济、生态等抽象系统，结合运用数学方法，来解决信息不完备系统即灰色系统问题的理论方法。
灰色系统是指既含有已知信息又含有未知或非确知信息的系统。基于灰色系统理论的GM(1，1)模型的预测称为灰色预测。灰色预测是灰色系统理论的一个重要方面，可分为以下五类，即数列预测、灾变预测、季节灾变预测、拓扑预测和系统综合预测。由于灰色预测模型能够根据现有的少量信息进行计算和推测，因而在人口、经济、能源、气象等许多领域都得到了广泛的应用，取得了较好的效果。
5、模糊理论预测法
模糊理论是解决不确定、不完全信息问题的一种有效方法。20世纪90年代以来模糊理论在电力负荷预测中的应用逐渐展开。目前模糊理论在电力预测的应用研究主要集中于两个方向：一是将模糊逻辑与传统数学模型预测方法、神经网络及专家系统预测方法相结合的电力负荷预测方法研究；二是基于模糊理论的负荷预测方法，其主要基于模式匹配的思想，通过对历史数据的模糊化处理和分析，提炼出负荷相关环境及负荷变化的若干种典型模式，通过判定未来待预测环境属于哪种模式，实现负荷预测。模糊理论方法的优势在于处理负荷预测中的不确定因素的有效性，但是在自学习、自适应能力等方面还需要进一步的深入研究。
三、燃气负荷预测技术的应用
1、日负荷预测的实时优化
日负荷的准确预测关系到城市供气的安全、稳定及经济性，具有重要的意义。例如：北京市供暖用天然气量较大，造成高峰日用气量与低峰日用气量相差大。根据日负荷的特点，分为3个阶段：供暖期(当年11月15日到次年3月15日)的供暖日负荷与日平均温度及前两天的负荷相关系数相当大，适合采用线性回归模型预测；供暖过渡期(供暖期的前20天和后15天)与近年对应期的变化规律趋于一致，适合于参照历史信息与当前主要因素建立的神经网络预测模型，样本选取一定量的前两年同期数据及预测日近20日左右的数据，进行训练学习并预测；用气平稳期(供暖期和供暖过渡期以外的时间)的日用气量变化不大，采用经差分处理后的时间序列模型进行预测。
2、短期预测与实时调度结合
如同任何事件的发生一样，天然气“气荒”的发生是有一定预兆的。例如：联邦德国在贯彻欧洲议会和理事会保障安全节能的天然气供应法规时，要求各城市上报未来3天的燃气用气量预测相对误差控制在5%以内。此举促进了燃气预测的发展，对国内燃气的预测工作也有借鉴意义。如果能够利用燃气负荷预测技术加上准确的气象预报数据，燃气负荷的预测必将更为及时与准确，并且与现有的SCADA系统相结合，进行实时的调度，对于减轻天然气供应系统“气荒”的影响将具有重要的意义。
3、燃气负荷预测技术的其他应用
燃气负荷预测技术除了上述应用以外，还有助于燃气公司以最低的成本做好及时、合理的调度，保证输配系统安全可靠地运行；有助于合理安排后期工程，安排设备的更新、维修等；有助于指导安排燃气生产计划，确定燃气产量、储存量；有助于保证用气企业的经济利益，对企业本身的燃气需求做到心中有数，从而合理安排。
结束语
燃气负荷预测已成为实现燃气系统管理现代化的重要内容。各种预测方法都具有其各自的优缺点和适用范围，必须根据实际情况选择适合的方法和模型，以求在预测成本允许范围内达到所需精度。因此必须提高规划人员自身的素质，能及时根据出现的实际情况进行判断，一旦发现有大的误差倾向，就应当及时修改预测模型或改用其他适当预测法。
参考文献
[1] 姚健，周伟国，张中秀. 人工神经网络法燃气日负荷预测输入变量选取[J]. 煤气与热力. 2010(01)
[2] 孙华锋，胡安鑫. 基于事例推理的燃气负荷预测[J]. 天然气与石油. 2007(02)
[3] 王树刚，王继红，端木琳，孙海涛. 城市燃气负荷的短期预测[J]. 天然气工业. 2010(05)
【关键词】城市燃气负荷预测技术
中图分类号：TH138.23 文献标识码：A 文章编号：
一、引言
燃气负荷预测是一项非常重要的研究课题，它不仅是燃气系统调度、实时控制、运行计划和发展规划的前提，更是一个燃气管网调度部门和规划部门所必须具有的基本信息。提高负荷预测技术水平，有利于燃气系统计划管理，有利于合理安排燃气管网运行方式和机组检修计划，有利于建设规划，有利于系统的经济效益和社会效益。负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统地处理过去与未来负荷的数学方法，在满足一定精度要求下，决定未来某特定时刻的负荷数值。负荷预測包括两个方面的含义：一是对未来需求量的预测，二是对未来用气量的预测。燃气负荷预测就是根据历史燃气负荷值，在满足一定精度的情况下决定未来某特定时刻的负荷值。负荷预测研究早在20世纪50、60年代就开始了，但直到20世纪80年代，这一课题开始得到发展。
随着计算机技术的迅速发展，负荷预测的速度和精度也逐渐提高。用于城市燃气负荷预测的方法很多，常用的有：时间序列法、灰色理论预测法、回归分析法、专家系统法、神经网络法等。
二、燃气负荷预测方法及模型
1、回归分析预测法
回归分析预测方法是一种应用广泛、理论性较强的定量预测方法。它的基本思路是根据历史数据及一些影响负荷变化的外来因素来推断将来时刻的负荷值。回归分析预测方法不仅方法简单，而且预测速度快；它能够研究预测对象与相关因素的相互关系，研究预测对象变化的实质原因，结果比较可靠，外推性好，对于历史上未出现的情况有较好的预测性；它还能给出预测结果的置信区间和置信度，使得预测结果完整、客观。但它也存在一定的缺陷，即认为每一个实际数据对预测对象的影响程度相同；对数据的要求较高，特别是在历史数据残缺或存在较大误差的情况下，预测效果较差；计算工作量较大，出现新数据时，要重新估计回归方程和进行相关分析；主、次要因素的选取在实际建模时较难把握，并且无法比较详细地考虑各种影响负荷的因素。
2、指数平滑预测法
指数平滑预测法是采取渐消记忆的方式，利用逐步衰减的不等权平均办法进行数据处理的一种预测方法。其基本思想是在预测过程中，越近期的数据越能反映当前的情况，对考虑今后的发展就越有直接意义。这样，对以往数据不应同等看待，对近期的数据应给以较高的加权，只有采取具体逐步衰减性质的加权处理更符合实际。该方法简单实用，能通过平滑作用，自动清除数据序列中的随机波动，尤其是那些不符合统计规律的偶然性波动，但对数据的趋势性转折点鉴别能力不够。
3、时间序列预测法
时间序列就是按时间先后次序观测、统计、记录下来的某种指标的数列。时间可以是年、季度、月份、日、小时、分等。作为现代数据处理方法之一的时间序列分析方法是在20世纪20年代后期开始出现的。时间序列预测法的一般思路是先识别与所研究的预测目标序列相符合的一个随机模型，并估计出随机模型中的未知参数，当确认该随机模型具有适用价值后，再在此基础上进行预测。该方法不仅成熟，并且简单实用。它主要是根据过去的负荷值及干扰值来推算未来的负荷，不需要相关因素的资料，因此在一些相关因素的预测值和某些常数难以得到时，不失为一种可行的方法。但其对数据的要求较高，并且无法刻画负荷与各影响因素之间更为复杂的关系。
4、灰色预测理论预测法
灰色系统理论是我国学者邓聚龙教授于1983年3月首先提出的。该理论是将一般系统论、信息论和控制论的观点与方法延伸到社会、经济、生态等抽象系统，结合运用数学方法，来解决信息不完备系统即灰色系统问题的理论方法。
灰色系统是指既含有已知信息又含有未知或非确知信息的系统。基于灰色系统理论的GM(1，1)模型的预测称为灰色预测。灰色预测是灰色系统理论的一个重要方面，可分为以下五类，即数列预测、灾变预测、季节灾变预测、拓扑预测和系统综合预测。由于灰色预测模型能够根据现有的少量信息进行计算和推测，因而在人口、经济、能源、气象等许多领域都得到了广泛的应用，取得了较好的效果。
5、模糊理论预测法
模糊理论是解决不确定、不完全信息问题的一种有效方法。20世纪90年代以来模糊理论在电力负荷预测中的应用逐渐展开。目前模糊理论在电力预测的应用研究主要集中于两个方向：一是将模糊逻辑与传统数学模型预测方法、神经网络及专家系统预测方法相结合的电力负荷预测方法研究；二是基于模糊理论的负荷预测方法，其主要基于模式匹配的思想，通过对历史数据的模糊化处理和分析，提炼出负荷相关环境及负荷变化的若干种典型模式，通过判定未来待预测环境属于哪种模式，实现负荷预测。模糊理论方法的优势在于处理负荷预测中的不确定因素的有效性，但是在自学习、自适应能力等方面还需要进一步的深入研究。
三、燃气负荷预测技术的应用
1、日负荷预测的实时优化
日负荷的准确预测关系到城市供气的安全、稳定及经济性，具有重要的意义。例如：北京市供暖用天然气量较大，造成高峰日用气量与低峰日用气量相差大。根据日负荷的特点，分为3个阶段：供暖期(当年11月15日到次年3月15日)的供暖日负荷与日平均温度及前两天的负荷相关系数相当大，适合采用线性回归模型预测；供暖过渡期(供暖期的前20天和后15天)与近年对应期的变化规律趋于一致，适合于参照历史信息与当前主要因素建立的神经网络预测模型，样本选取一定量的前两年同期数据及预测日近20日左右的数据，进行训练学习并预测；用气平稳期(供暖期和供暖过渡期以外的时间)的日用气量变化不大，采用经差分处理后的时间序列模型进行预测。
2、短期预测与实时调度结合
如同任何事件的发生一样，天然气“气荒”的发生是有一定预兆的。例如：联邦德国在贯彻欧洲议会和理事会保障安全节能的天然气供应法规时，要求各城市上报未来3天的燃气用气量预测相对误差控制在5%以内。此举促进了燃气预测的发展，对国内燃气的预测工作也有借鉴意义。如果能够利用燃气负荷预测技术加上准确的气象预报数据，燃气负荷的预测必将更为及时与准确，并且与现有的SCADA系统相结合，进行实时的调度，对于减轻天然气供应系统“气荒”的影响将具有重要的意义。
3、燃气负荷预测技术的其他应用
燃气负荷预测技术除了上述应用以外，还有助于燃气公司以最低的成本做好及时、合理的调度，保证输配系统安全可靠地运行；有助于合理安排后期工程，安排设备的更新、维修等；有助于指导安排燃气生产计划，确定燃气产量、储存量；有助于保证用气企业的经济利益，对企业本身的燃气需求做到心中有数，从而合理安排。
结束语
燃气负荷预测已成为实现燃气系统管理现代化的重要内容。各种预测方法都具有其各自的优缺点和适用范围，必须根据实际情况选择适合的方法和模型，以求在预测成本允许范围内达到所需精度。因此必须提高规划人员自身的素质，能及时根据出现的实际情况进行判断，一旦发现有大的误差倾向，就应当及时修改预测模型或改用其他适当预测法。
参考文献
[1] 姚健，周伟国，张中秀. 人工神经网络法燃气日负荷预测输入变量选取[J]. 煤气与热力. 2010(01)
[2] 孙华锋，胡安鑫. 基于事例推理的燃气负荷预测[J]. 天然气与石油. 2007(02)
[3] 王树刚，王继红，端木琳，孙海涛. 城市燃气负荷的短期预测[J]. 天然气工业. 2010(05)