城市天然气负荷特点及其预测研究*
苏欣，袁宗明，张琳
西南石油大学 610500
摘要：随着西气东输、陕京线、忠武线、涩宁兰等一批天然气输送管道相继建成投产，我国天然气工业进入了一个新的发展阶段，城市天然气利用工程正在如火如荼的进行，因此有必要对城市天然气各类用户的负荷特点以及现有的负荷预测方法进行研究。介绍了现在常用的三类预测方法：一是基于统计学理论的预测方法；二是基于人工智能的预测方法；三是灰色模型、弹性系数预测等其它方法。分析了各种方法的特点和适用条件，同时分析了城市天然气各类用户的用气特点，最后提出建立以历史数据拟合程度、发展协调一致性和模型可信性为判断标准的天然气负荷层次综合最优组合预测模型体系，并建议加快引进国外先进成熟的负荷预测软件，做好二次开发和应用，研制出适应我国国情的预测软件。
关键词：天然气城市负荷预测方法负荷特点建议
引言
随着西气东输、陕京线、忠武线、涩宁兰等一批天然气输送管道相继建成投产，我国天然气消费量逐年大幅增加，由1998年的205×108m3增加到2003年的305×108m3，年均增长20×108m3，年均增长率为8.
27%（数据来源于《国内油气资源开发战略研究》2004年6月）。越来越多的城市开始使用天然气这种清洁的能源，随之而来的就是要作好天然气各类用户用气负荷特点和负荷的预测的分析研究，作准天然气负荷的预测有利于保证天然气管网系统的投资效益和可靠性，以及整个城市天然气管网的优化运行，从而保证天然气管网安全稳定的供气[1～8]。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[8]。
1. 国内外天然气负荷预测技术现状
城市天然气负荷可分为短期负荷、中期负荷及长期负荷。长期负荷通常指 5年至10年的用气量估算, 考虑因素包括地理位置、城镇发展、经济发展、能源政策、人口增长、气候变化、能源结构调整中与其他替代能源的竞争性等。在相当长的时间内，我国城市天然气使用量将不断增长(不排除局部 时期下降) 【5】, 所以长期负荷的显著特点是增长性。中期预测通常指每年、每季度、每月的估算，受 用户数量、社区配套设施的完善程度、气候条件、城市天然气售价等因素影响。短期负荷一般指月负
*本文为四川省重点学科建设项目（SZD0416）研究成果，成文过程中参考了《股份公司油气管网规划方法、参数及配套技术研究》（第二卷，2005，8）
荷和日负荷。短期负荷预测包括一天24小时的用气量、日及周用气量。短期负荷预测基本上是利用负
荷趋势、气象数据、生活习惯、市场结构、特色节庆等各元素结合而成。短期负荷的周期性和随机性较强。
1.1国外天然气负荷预测技术
home是什么意思目前，美国、加拿大、英国、俄罗斯等世界许多国家天然气大规模应用非常普及，市场发展趋于成熟，对天然气负荷特性预测技术及模型己有深入的研究，国外不少企业针对本国市场特点或本公司运营的管道开发了天然气负荷预测软件或模型，国际能源公司也开发了商用负荷预测软件在全球范围内销售。尽管各个公司的预测模型思路不同、界面各异，但模型所采用基础数据一般包括用户数量、用户类型、气象信息、日历信息、经济信息等。如英国 ESI 能源集团开发的Gas Load Forecaster气体负荷预测软件就是利用神经网络技术，通过输入天然气信息(风速、风向、气温、云层覆盖率、日照时间等)、日历信息(每天的小时数、每周的天数、每年的月份、是否周末、节假日等)、经济信息(天然气价格、价格差异、或者公司输送价格随其竞争对手价格的变化)等参数进行在线预测未来一段时 间内的每小时和每天的天然气需求，并且精度保证在测量仪器水平。该软件适用于短期负荷预测。我国现己建成的陕京输气管道、靖西天然气管道便是利用ESI公司的管线仿真系统，通过与SCADA系统融合，可以进行管道短期和长期负荷预测。又如美国Itron公司作为全球能源和水资源行业领先的技术提供商，采用神经网络、多元回归、指数平滑法、自回归整体移动平均法等方法构建了适合短期和长期天然气负荷预测的MetrixND、MetrixMD、NDauto系统，在全球 3000多个公用事业单位得以广泛应用。rapper
听力答案1.2国内天然气负荷预测技术
我国天然气负荷研究起步较晚，而且现阶段多是成零星分散的研究，没有形成一个完整的系统。一些城市已经开展了城市用气负荷规律的调研，例如上海市燃气公司与哈尔滨工业大学于2004年合作开发了上海市城市燃气负荷预测系统，杭州市燃气集团与杭州市城乡建设设计院开展了杭州市天然气消费市场预测及燃气负荷曲线课题研究。中国石油规划总院也开展了天然气负荷预测研究，但是他们是在考虑国家和地区经济发展基础上，结合用气项目采用类推法、经验判断法、弹性系数法、专家会议法等方法进行预测的，但是他们还没有系统研究建立需求预测模型。
入侵者战机
从现有得文献资料可以看出我国目前对于天然气负荷预测的研究主要采用了三类方法：第一类是统计学方法，比如回归分析法【9～10】、时间序列模型【11～13】、贝叶斯估算模型法【9】和支持向量机法【14～15】等；第二类是人工智能方法，比如遗传算法【16～18】、模糊逻辑推理【19～21】、神经网络算法【19～26】、专家系统【1，9】和基于范例推理【9】等；第三类是其他方法，比如弹性系数预测方法【2】、、灰色模型法【27～28】、普通累积法模型【29】以及最优组合预测模型【30～32】等。
1.3各种预测方法的特点
all by mylf 原唱
虽然预测方法如此之多，但是由于城市天然气负荷是一个复杂多变的系统，加之每种方法的使用条件不同，因此有必要对各种方法的特点做深入研究。
（1）回归分析法
它是讨论独立变量与相关变量之间的关系，确定它们的函数关系，并使用该函数去预测相关变量的未来值。对于天然气负荷预测而言，就是利用已测到的天然气气负荷数据以及影响负荷的所有环境参数等数据建立相应的回归模型。用回归分析方法建立的因果关系模型不仅能够用于预测，而且能够用来解释系统内部运行的原因和各个因素之间的关系，它适合天然气长期负荷预测【1，9～10】。
（2）时间序列法
时间序列不考虑影响系统的因素，它把系统看成是一个“黑箱”，它用时间来替代影响负荷的因素，依据负荷过去的统计数据，通过曲线拟合和参数估计，找到其随时间变化的规律，选择适当的模型形式和模型参数以建立预测模型，利用模型进行预测，对模型预测值进行评估和修正得到预测结果。常用的确定型时间序列法有：移动平均法、指数平滑法等。由于这种方法不考虑系统影响因素，因此模型简单，在不了解系统各因素关系时这不失为一种好的预测方法。但是如果影响系统的因素一旦发生突变，那么它的预测精度往往就很差，而且它只致力于对历史数据的拟合，对规律性的处理不足，因此它只适合负荷变化均匀的短期负荷预测【1，9，11～13】。
（3）贝叶斯估算模型
贝叶斯估算模型将样本信息和决策者的决策能力、知识水平、现场经验，甚至主观判断结合在一起，观判断。综合了样本信息与决策人主观的先验概率信息进行推断与预测，并且可进—步随着新的信息(样本信息或先验信息)的增加进行不断的、越来越符合实际的调整与修正【9】。
（4）支持向量机法
支持向量机(support vector machines, SVM)是在统计学理论基础上发展起来的一种新的分类和回归的工具。支持向量机通过结构风险最小化原理来提高泛化能力较好地解决了小样本、非线性、高维数、局部极小点等实际问题，已在模式识别、信号处理函数逼近等领域得到了应用。文献[14]将支持向量机应用于天然气负荷预测，预测表明该方法预测精度较高。文献[15]将小波变换和支持向量机相结合，应用于短期负荷预测。
（5）神经网络法
神经网络是现在研究的热点，它是一种模拟人脑行为的网络系统，它具有自主学习，信息记忆，知识推理和优化计算的特点，对数据有非常好的逼近能力。它可以将影响天然气负荷的天气、季节、节假日等具有高度非线性和随机性的因素考虑在内，通过不同的数据处理方法、根据不同系统建立不同的
神经网络模型从而达到对天然气负荷准确的预测。神经网络应用于短期负荷预测比应用于中长期负荷预测更为适宜，短期负荷变化可以认为是一个平稳随机过程，而长期负荷预测可能会因政治、经济等大的转折导致其模型的数学基础的破坏。但是神经网络模型有容易陷入局部极小的状态等缺陷，许多学者对神经网络进行了改进如共轭梯度的神经网络、灰色神经网络、以及基于混沌的神经网络、基于免疫聚类径向基函数网络、基于模糊-RBFBP神经网络和基于神经网络－模糊推理综合模型等在天
然气负荷预测方面取得了良好的效果
【1，9，17～20】。
（6）专家系统法 专家系统预测法是利用专家丰富经验和权威性进行预测，是对数据库里存放的过去几年甚至几十年的，每小时的天然气气负荷和天气数据进行分析，从而汇集有经验的负荷预测人员的知识进行天然气负荷预测。这种方法能最大限度地利用专家的能力，考虑和拥有的资料和因素多而全，得出的结论比较合理但是它总是受数据库里存放的知识总量的限制，对突发性事件和不断变化的条件适应性差，因此专家系统预测法适用于中长期负荷预测
【1，9】。 （7）模糊逻辑推理
模糊逻辑预测技术是利用多年的生产数据和专家多年的生产管理经验，不受预测系统的数学解析 模型
的限制，适用于非线性系统、模型的设计有很大的可塑性，也便于适时调整。模糊逻辑与神经网络相比有两个优点。第一，使用规则减少黑箱的方法，并允许模型行为特性的可理解性；第二，可以方便地包含进语言信息，例如多云等。模糊方法的缺点是建立和优化模型时需要大量的计算时间，而且当输入变量数增加时，规则数增加得很快——所谓的规则爆炸
【9，21】。 （8）基于范例推理(Ca Bad Reasoning)
CBR 是另一种人工智能方法，可能对预测应用是非常理想的。它是一种使预测基于过去经验并依赖于大量历史数据库的方法。整个过程被设计来模仿某些人类的思考过程。国际上使用 CBR 进行负荷预测仍然处于一个研究阶段，但该技术看起来似乎很适合鉴别什么时候一个具体的预测方法是执行得好还是不好。该方法的关键问题是如何从历史的数据库中去鉴定相似的事件，然后采用一个好的匹配过程【9】。
（9）弹性系数预测方法
弹性系数的定义是B,A 两类量的增长率的比值，即A B r r e /=。、来源于历史数据，从而给出
了B,A 两类量增长的相关规律即弹性系数e 。用弹性系数法作预测即由已知A类量的新的增长率可得出对B 类量增长率的预测，从而得到对B 类量的预测值。例如由天然气对能源的年需求量
的弹性系数预测天然气需求量。可以看到，为对B 类量做出预测，需给出A 类量的未来变化，即要求对A 类量有一种预测，有些场合在A 类量预测这一级即可能由有很重的主观成分的计划要求所规定，在这种情况下即成为一种经验预测
A r
B r A
r ′B r ′A B r e r ′=′【2】。 （10）灰色模型
服务员英文翻译灰色预测是一种不严格的系统方法，以灰色系统理论为基础的灰色预测技术，可在数据不多的情况下找出某个时期内起作用的规律，建立负荷预测的模型。它要求负荷增长满足或近似满足指数规律，对于短期负荷预测精度较高。但是由于它所需数据较少，所以容易丢失一些信息，使预测精度降低。由于现在没有一种统一的灰色预测模型，应该根据实际情况建立不同的模型，或者对模型进行改进【1，9，27～29。】。
（11）最优组合预测模型
组合预测使综合利用各种方法所提供的信息，避免单一预测模型丢失有用信息的缺陷，减少随机
referendum性，提高预测精度。天然气负荷预测方法多，而且各自的适应条件和特点不同，一段时期内天然气负荷有时既具有一种模型的特点，由具有另一种模型的特点，那么就可以将将几种模型进行优化组合，即使一个效果不佳的预测模型，只要它含有系统的对立信息，当其与一个和几个较好的预测模型进行组合后，仍然能够改善系统的预测特性【2，30～32】。
2. 城市天然气负荷的特点
城市天然气用户包括居民、公共服务、汽车、小工业、制冷采暖、直燃机、热电冷三联供电站等诸多类别用户。每类用户的用气特点及主要影响因素有所不同，同时城市所处地理区域位置(南方或北方) 也决定了用气特性有很大差别。
米其妙妙屋（1) 居民
指居民炊事、热水及洗浴用气。影响居民生活用气的因素有很多，如居民的生活水平和生活习惯，社会快捷化程度、气候条件、周围生活设施配套情况(如居住小区的热水供应)等。一方面，由于生活水平的提高，家庭洗浴和热水需求增加，导致这部分热负荷有所上升；另一方面，实用简单的生活方式变化以及家用电热设备普及等，使得炊事和热水的热负荷下降。这类用户不均匀系数的确定，通常是建立在大量调查研究和对历史 数据统计分析基础上的。有关研究表明民用气均呈现出明显的四季差别，高峰月出现于冬季，低谷出现在夏季。
（2) 公共服务overwhelming
trouble maker是什么意思公共服务指学校、医院、企事业单位食堂、营业性餐厅、宾馆、写字楼、商场等在炊事、热水方面的用气，有的称为商业用气。随着国家产业结构比例的变化和调整，第三产业的比重逐渐加大，宾馆饭店等饮食服务行业得以迅速发展，由于使用天然气比其它气体和液体燃料操作安全、清洁方便，与烧煤比较虽然价格上没有优势, 但如果考虑到环境效益，一些大中城市限制烧煤等因素，公共服务设施利用天然气有较好的市场前景，在城市燃气中所占比例将逐渐增加。公共服务类用气负荷特点及影响因素与居民类似，只是季节差别没有居民用气那么大。
（3) 采暖、制冷和直燃机
包括指住宅、公服、工厂冬季采暖用气或夏秋季制冷用气，用气负荷变化主要受气温影响。根据北京燃气集团对市内方庄供热厂、左家庄供热厂、双榆树供热厂及首都机场供热厂等 4 个主要供热厂的调查，北京市采暖季节用气量最大的月为1月，其次是12月和2月,3月份用量最少。此外他们还还对市内写字楼、机关、宾馆饭店、商场、娱乐、医院等几十家直燃机用户用气规律进行了调研，初步得出了直燃机用气规律。即一年中用气高峰出现两次，分别为采暖季(11月至次年3月)和制冷季(6月至高8月)，部分直燃机用户在4月、5月和10月空调全新风运行，用气量很小甚至为零。
（4）CNG(LNG) 汽车
主要是公交车、环卫车、出租车用气。据成都煤气公司对CNG汽车的调查和统计得出：CNG 汽车用气负荷比较平稳，与气温、时间没有太大的联系；从周一至用日,CNG加气站每天供气量基本保持不变，在一天24小时内供气量也比较均匀。由于成都CNG汽车市场发育已经很完善，所以它的特点基本
可以代表这类用户的共同特点。
（5) 小工业
主要指通过城市管网配气的冶金、玻璃、陶瓷、机械、电 子、食品、纺织等行业用气。正常生产情况下，这些工业用户用气比较平稳，受气温变化影响较小。但是，工业用户易受经济环境影响，按定单排产，因此存在某些用户用气极不稳定的现象，高低负荷悬殊很大，并且通常月初高于月末。
（6) 热电站 ( 电站 )
这类用户在城市燃气协会的用气分类中还没有。 近两年，以北京、上海为首的国际大都市，出于环保和高效利用能源考虑，正在发展小型热电站(CHP)、小型热电冷三联供电站(CCHP)分布式能源系统, 通过城市配气管网向电站供气。用天然气为燃料的分布式能源系统对于输气管道来讲，还可以起到削峰填谷的作用。
3. 建议
（1）由于我国天然气工业起步较晚，管理技术和检测手段落后，科技档案和记录数据零星分散，对于天然气各用户的负荷特点研究还不深入，以后的研究重点之一是在掌握较多的数据基础上，通过翔实的分析，得出各类用户负荷的特点，因此必须进一步加强对数据的记录和管理，以SCADA系统为工具实现数据的在线采集。
（2）传统的负荷预测方法，主要重在了对历史数据的拟合，而且判断一个预测模型的好坏也是只看其对历史数据拟合的程度，显然这是不合理的，还应该考虑模型是否与经济和社会发展相一致【33】。因此建议以历史拟合程度、发展协调一致性和模型本身的可信性为准则考虑一种模型的好坏。可以建立如图1的层次组合预测模型，至于历史数据拟合程度、发展协调一致性和模型可信性的权重可以通过层次分析法求得，采用的模型和模型的数量可以根据实际情况而定。
图 1 天然气负荷层次组合预测体系
（3）天然气负荷预测和电力负荷预测由相同之处可以借鉴电力负荷预测的方法，但是同样存在不同之处，不能照搬电力负荷预测的方法；加大引进国外成熟的天然气负荷预测软件的力度，但是由于我国幅员辽阔，南北地区气候差异明显，因此这些软件的使用收到很大的限制，因此必须深入了解 各条管道、各个地区的实际情况，在深入研究和收集更多数据基础上，重在对国外软件进行二次开发和应用，开发出适用的负荷预测软件，指导管道运行，并为公司制定气田、管道和储气设施建设计划提供
