城市燃气负荷预测技术应用分析

城市燃气负荷预测技术应用分析

刘鹏,张敏

宁波华润兴光燃气有限公司 315000

摘要：现代社会背景下，城市中天然气的应用越来越广泛，相应的也促进了燃气行业的快速发展。准确预测燃气负荷能够为燃气的调度以及控制等工作提供科学的参考和依据，是保障燃气供应和燃气应用的重要基础。燃气负荷预测技术的应用，可以更好的保证燃气预测的效果，提升天然气供应的可靠性。基于此，本文分析了燃气负荷预测过程，并对城市燃气负荷预测技术的应用进行探究，仅供大家参考。

关键词：城市燃气；燃气调峰；负荷预测技术

引言：燃气的应用有助于改善人们的生活品质，同时也在节能减排等方面发挥了积极作用。但是燃气应用也存在着燃气供应问题，如果不能保障燃气供应的质量和效果，则容易引发“气荒”等问题，给人们的生活带来极大不变。为保证燃气供应的可靠性，需要做好城市燃气负荷预测工作，结合城市燃气负荷情况合理调整燃气的生产、运输等环节，保证城市燃气供应决策的科学性。

1燃气负荷预测

    针对燃气负荷预测方面的研究起步于20世纪，21世纪在燃气负荷预测方面的研究取得了显著的成效，并且产生了多种燃气负荷预测方法，如人工神经网络预测技术、时间序列方法等。与此同时相关的软件开发也取得了突破性进展，一些更具实用性、准确性以及可靠性的预测软件得到了广泛的应用，为城市燃气负荷预测提供了有力的支持。在燃气负荷预测过程中，主要会涉及以下过程：

1.1收集历史数据

    历史数据的收集和整理是燃气负荷预测的重要基础，在燃气负荷预测过程中，首先要收集历史数据，同时也要注重对相关基础数据的收集和汇总，进而为后续的数据分析以及数据处理奠定基础，保证燃气负荷预测的科学性和准确性。

1.2原始数据的处理

    完成数据收集和汇总后，需要对原始数据进行相应的处理，这是因为收集到的原始数据通常都会存在一定的冗余数据信息，同时属于有噪声的数据，并且原始数据缺乏完整性，需要经过处理之后才能保证其应用效果。针对未进行处理的数据进行挖掘分析，必然会影响到分析结果的准确性，数据的挖掘效果也会大打折扣。因此在数据挖掘之前，需要对原始数据进行处理，排除数据异常情况，这样才能保证燃气负荷预测的准确性。

1.3数据关联与相关分析

    所谓相关分析，是指对多个变量之间相关程度所进行的研究，并借助相关的函数来呈现现象之间的关系。函数关系与相关关系是变量关系的主要形式，前者与确定性的关系，后者则存在一定的随机性，属于不确定依存关系。

1.4燃气负荷的预测

    在完成数据的采集汇总、处理以及相关分析之后便可以进行燃气负荷预测。燃气负荷预测技术多样，不同的技术有着不同的特点和优势，同时也存在一定的限制和不足，在实际的燃气负荷预测过程中应结合实际情况合理选择预测技术，如根据收集到的数据的特点来选择相应的预测技术，或者根据预测目标的特点来选择预测技术等。

2燃气负荷预测技术的应用

2.1预测规划用气量

城市的年度能源消耗量会受到多方面因素的影响，如城市人口数量、城市产业结构调整、国民经济方针等。燃气作为重要的能源，在城市中的消耗量较大，是城市能源消耗的重要组成部分，针对城市燃气规划用气量的预测是城市燃气规划的重要环节，同时也是保障城市燃气供应稳定性的重要基础。目前，针对燃气规划用气量的预测，主要借助组合预测的方法，即将多种预测方法结合应用，可以保障燃规划用气量预测的准确性。在实际的预测过程中，首先借助相关系数法计算能源消耗总量，并总结归纳相关的影响因素，包括城市的人口数量以及各产业的产值等。在此基础上掌握相关因素之间的关系系统，然后再应用偏最小二乘回归法得到城市的能源消费模型：

  X=931.284 6+0.292 8x1+0.125 9x2+0.394x2

借助该模型进行预测，可以更好的保障规划用气量预测结果的准确性。但是由于该模型中历史的产值单耗偏大，针对这种情况，应借助隶属于时间序列的罗杰斯预测模型进行预测，即

以上两个模型在规划用气量预测过程中均得到了广泛的应用，并且应用效果比较理想，但是这两个模型也存在一定的不足，针对这种情况，可以以这两个模型为基础，构建更加完善的组合预测模型，以便更好地保障预测结果的科学性。

新构建的预测模型选取适当权值，即

   Z=0.27X+0.73Y

   该模型兼具以上两个模型的优点，同时也能更好地弥补以上两个模型存在的弊端与不足，因此应用该模型对规划用气量进行预测，其预测结果更加科学合理，可以为城市天然气市场调研以及城市天然气负荷预测提供有力的支持。

2.2日负荷预测的优化

    日负荷预测是城市燃气负荷预测的主要内容，也是关乎城市燃气供应稳定的关键因素，对于保障城市燃气供应安全和经济性具有十分重要的意义。以北方城市为例，有的北方城市在供暖过程中会消耗大量的天然气，并且不同时期天然气的日负荷存在较大的差异。如在供暖过渡期，在该阶段进行日负荷预测，应更多地参考历史数据信息，并借助神经网络预测模型进行预测。而在供暖期，日负荷与前两天的负荷情况之间的关系十分密切，并且还会在很大程度上受日平均温度的影响，针对这种情况，在供暖期进行日负荷预测应采用线性回归模型进行预测。而针对非供暖期以及非供暖过渡期的日负荷进行预测，则应采用时间序列模型进行预测。由此可见，日负荷的预测需要结合不同的时期采取相应的预测技术，保障日负荷预测结果的科学性与准确性。在相应的时段合理应用预测模型，保障预测结果的准确性，这种方法是解决日负荷预测问题的有效措施，其应用效果十分显著。

2.3短期预测和实时调度相结合

    事件的发展需要经历相应的过程，并不是一蹴而就的，因此在事件发生之前会产生一定的预兆。天然气“气荒”的出现也会出现一定的预兆，采用短期预测的方式，同时综合考虑天气等因素的影响，可以规避“气荒”等问题。例如，要求各城市定期上报未来3天的燃气用量预测，并且要求将预测结果的偏差控制在5%以内，然后再结合未来3天的天气状况对燃气负荷情况做出预测，并根据预测结果进行实时调度。通过这种方式，不仅能够保障燃气负荷预测结果的准确性，而且还可以更好地规避“气荒”等问题，降低天气等因素造成的影响，保障城市燃气负荷预测的科学性。

3预测模型构建应考虑的因素

    在预测模型建立过程中，应综合考虑各方面的影响因素，才能保障预测效果。首先应考虑天气因素，天气温度是影响城市燃气负荷的最关键因素，如果在冬季，天气温度每变化1摄氏度，则燃气负荷便会产生5%-6%的变化。因此在城市燃气负荷预测模型构建过程中也要充分考虑天气因素。其次要考虑日历时间。虽然城市燃气负荷主要来自民用，但是工业负荷以及商用负荷同样不容忽视，工业负荷和商用负荷具有周期性的特点，因此在模型构建过程中需要考虑日历时间，根据工作日和非工作日进行预测，避免出现工作日偏差问题。最后，建立预测模型还要明确负荷的变化趋势。城市燃气负荷会受到多方面因素的影响，如石油等能源价格的波动便会对燃气负荷产生一定的影响，但总体上城市燃气负荷呈持续增长趋势，因此在模型建立过程中要结合燃气负荷变化趋势合理建模。

结束语：城市燃气负荷预测关乎着燃气供应的稳定性与安全性，城市燃气负荷会受到多方面因素影响，要想保证预测结果的准确性，需要合理应用预测技术，合理构建预测模型，规避相关影响因素，保障预测结果的准确性，为燃气的科学调度奠定基础。

参考文献：

[1]尹恒,刘金源,陈传胜,全青,王寿喜. 燃气负荷预测技术发展及应用现状研究[J]. 工业加热,2021,50(10):1-5+11.

[2]郝迎鹏,孙春良,赵忠德,陈进殿. 天然气市场短期负荷预测技术特点与发展方向探讨[J]. 城市燃气,2016,(06):14-19.

[3]宋娟,廖尚泰. 基于BP神经网络与多元线性回归的短期燃气负荷预测[J]. 宁夏工程技术,2019,18(04):343-346.