雖然城市燃氣負荷受諸多隨機因素的影響，變化情況較為復雜，但可歸納得出燃氣負荷特性曲線呈現一天24小時為一周期，一星期7天為一中周期，一年365天為一大周期的變化趨勢，并受增長因素的影響。如果將預測時段取為1天，則季節(jié)因素和增長因素的影響就顯得十分緩慢，因為燃氣負荷的變化規(guī)律具有隨機性和周期性兩個重要特征，完全符合“時間序列”規(guī)律，所以本文選擇時間序列分析作為本文的理論基礎。
　　時間序列分析的方法很多，有些模型算起來比較復雜費時，且需要較多的歷史數據；而有些模型又很難準確地反映出燃氣負荷變化的規(guī)律性，預測精度達不到要求。經過反復篩選比較，最終采用的是季節(jié)時間序列中的三角函數模型。根據我對北京市昌平區(qū)燃氣日負荷樣本數據的分析，其變化規(guī)律甚為復雜，筆耕論文，就其可預測性和可操作性，其變化因素主要有以下三點：
　　1、時間周期變化因素
　　燃氣負荷的日變化在一個星期之內呈一個周期的變化規(guī)律，依據時間序列分析法建立預測模型。 時段（即樣本后第 日）的日負荷預測值可表示如下：
　　式中：
　　―確定期望負荷量的總趨勢；
　�。Ｐ椭胁捎玫恼�、余弦的總項數；
　�。穷l率， 為一個周期所含的時段數，預測日負荷時， =7日，預測時負荷時， =24小時；
　　、 －待擬合的系數，分別為對應三角函數的幅度。
　　2、氣溫變化因素。
　　根據對燃氣用量與氣溫變化的相關分析可知，冬季燃氣用量明顯高于夏季，而在冬季，天氣氣溫越低，則燃氣用量越大。因此要建立燃氣負荷量與氣溫之間的關聯關系，采用溫度調整系數來修改原始預測值，其關系為：
　　（不考慮氣溫影響時）
　�。ǹ紤]氣溫影響時）
　　式中：
　�。碱A測值，見前；
　�。紤]氣溫Ｔ變化影響的預測值；
　　－受氣溫影響的預測值調整系數；
　�。瓬囟扔涗浀拇螖�，應與流量樣本的日數相同，并且是同期的；
　　―記錄中第 日的日最高、最低氣溫，以攝氏度計，并根據零度上或下取正負號，℃；
　�。A測日的最高、最低氣溫預報值，℃；
　　－考慮溫度影響的權重調節(jié)常數。
　　加設 的意義是為了合理確定氣溫的變化對燃氣負荷的影響程度，而 的取值，主要取決于考慮溫度影響時的樣本數據的變化程度。根據北京市昌平區(qū)燃氣負荷樣本及溫度樣本，經反復調試，本文中取 。
　　3、可能發(fā)生的特殊情況影響因素。
　　燃氣供應系統(tǒng)是一個復雜而龐大的工程系統(tǒng)，其工作不僅受本系統(tǒng)自身的約束，而且受外界客觀環(huán)境的影響，從而使其供氣因主、客觀條件變化而有別于正常工作。例如：節(jié)假日、設備大修降低供氣、事故減產等
　　在此類情況下，有經驗的調度人員能夠做出更為恰當的經驗預測。為此，我們采取了科學計算與人工經驗相結合的預測方法。故在程序中設置了對計算預測值的調整系數 及調整常數 ，可由調度人員隨時根據情況選定。故日預測值計算如下：
　　式中：
　�。笥�、等于或小于1的常系數；
　　－大于、等于或小于0的常數；
　　當不做節(jié)假日調整時，取 、 ，則 。
　　根據上述原理，我用matlab編寫了燃氣管網的日負荷預測的計算程序，在計算機上實現燃氣日負荷預測。程序充分考慮到燃氣供應系統(tǒng)管理工作的需求，盡可能加強程序的各項功能，在預測計算中，可以在獲得所需預測日溫度的基礎上循序漸進地預測一個月中任意一天的用氣量，為管網調度、產氣計劃、設備維修及事故搶修等提供決策支持。
　　選用北京市昌平區(qū)新奧京昌燃氣公司2004年一、二月份共60天的實際運行數據作為管網每天用氣量的樣本數據，對三月份的用氣量進行了科學的預測。預測完成后對日負荷預測模型進行了檢驗計算，表1和表2為預測結果的統(tǒng)計指標：
　　表1管網用氣量日負荷預測模型預測結果統(tǒng)計指標一
　　誤差范圍/%≤55-77-10
　　百分率/%64.5219.3516.13
　　表2管網用氣量日負荷預測模型預測結果統(tǒng)計指標二
　　統(tǒng)計指標用氣量樣本預測值
　　31天用氣量之和246255245444
　　平均絕對誤差4.209727
　　平均相對誤差/%-0.14015
　　預測值的總體平均相對誤差/%-0.32933
　　通過以上數據分析可見，本文建立的管網用氣量時間序列三角函數分析法預測模型，其預測精度足以滿足實用要求。
  

 

本文編號：7019