Z地区天然气管网平衡差影响因素分析与天然气需求短期预测.docxVIP

Z地区天然气管网平衡差影响因素分析与天然气需求短期预测 摘要：为掌握管网进销平衡差波动规律，提前做好管网管存合理分配，基于Z地区天然气管网进销特征，结合近3年管网进销平衡差动态资料，从季节性、日期类型、天气温度等因素入手，分析了Z地区管网进销平衡差的影响因素，并采用方差分析方法对各影响因素进行综合评价，量化分析各因素对管网平衡差的影响程度，结果发现，冬季（供暖季）、节假日对于管网进销平衡差有显著的影响。根据方差分析结果，建立了关于管网销气量的神经网络短期预测模型。用BP、Elman、RBF神经网络模型预测日常管网销气，得到2020年3月整体销气预测值的平均相对误差分别为1.95%、1.51%、1.45%，均方根误差分别为781.34×10 “十四五”报告中指出要加快推动绿色低碳发展战略，推进能源清洁化、利用高效化进程，制定2030年前碳排放量峰值方案天然气进销平衡差直接影响的是管网管存为能够准确确定某区域天然气消费量的预测模型，相关学者已经展开了多方面、多角度的研究工作。基本上将预测模型划分为某时间段区域消费总量预测以及短期天然气消费量预测两个层次天然气短期需求量预测的研究表明，天然气短期需求量呈现明显的周期性与规律性，这种周期性波动规律的准确判断需要专业人员具备丰富的实践与理论储备1 管网平衡差影响因素分析1.1 影响因素确定Z地区在役一级天然气管道建设里程长，下游分输用户类型齐全，配有调峰功能的LNG、储气库等设施。随2018年底自动分输工程的推进，积累了较为丰富的进销分输动态资料，具备对天然气管网进销平衡差指标进行精细评价的基础。本文所探究的平衡输差是指每日上午8点Z区域所结算的进气量与销气量的差。收集Z地区天然气管道近3年每日进销气量的历史数据，为全面建立预估模型，保留因作业、异常事故等因素造成的突变数据。绘制管网每日进销平衡差以及平衡偏差率变化趋势（图1），其中管网当日平衡偏差率为当日进销平衡差与当日进气量的比值。由图1可知，平衡差的存在是不可避免的，无法保证管网进销气一直处于平衡状态。平衡差的值处于波动状态且周期性并不明显，因此，从宏观上直接分析进销平衡差的变化规律是不可行的，为准确掌握平衡差变化趋势，指导天然气管网生产运行，还需进一步分析平衡差的影响因素。1.2 影响关系确定1.2.1 节假日对管网平衡差的影响为了探究节假日对管网平衡差的影响，绘制2017年4月1日—2020年3月31日全年平衡差随时间分布趋势图（图2），同时用红色标出节假日期间管网的平衡差。通过统计，2017—2019年在节假日时平衡差增长概率分别为54.9%、51.0%、55.1%，且有29.4%、26.5%、34.7%概率达到近期平衡差的极大值，说明节假日对于管网平衡差影响较大。1.2.2 温度对于管网平衡差的影响通过气象网站查阅2017年1月1日至2020年3月31日Z地区管道途径城市每天历史温度值，平均后将其定义为Z地区每天的平均温度值。2017年1月1日至2020年3月31日Z地区天然气管网进销气与全国平均气温的分布趋势图见图3。从整体上来看，在这段时间内，管网销气与平均气温均呈周期性变化，且两者有负相关性，随年平均气温降低管网的销气量升高，随平均气温升高管网销气量呈先降后稳的变化，这是因为每年4-10月随着气温回升，北方地区进入非供暖季，使得Z地区用户用气量趋于一个相对稳定的状态。1.3 各因素对管网平衡差的影响通过分析确定了影响Z地区管网进销平衡差的因素，包括季节、节假日、温度等，但各因素对于管网进销平衡差的影响程度无法判定。针对此问题，采用方差分析法对各参数进行分析，综合评价出各因素对管网进销平衡差的影响程度。方差分析是一种能够有效判断某因素对于结果有无影响以及影响大小的方法。该方法的基本原理是根据实际的数据结构将总偏差平方和分解为两部分，一部分反应试验误差造成的差异，另一部分反应因素水平误差造成的差异，运用F检验法判断因素是否对结果呈显著性影响，进行最后的定量分析判断首先对近三年不同因素下进销平衡差进行方差分析，依据方差分析法原理，通过计算得出数据修正项R式中：不同因素的数据组内偏差平方和S式中：X不同因素的数据组间数据偏差平方和S方差分析结果如表2所示。表2中α、F、F为探究各因素间对管网进销平衡差影响程度的大小，采用q检验法，对不同因素的显著性水平进行两两比较，结果见表3、表4。表中P值可以通过α=0.01，α=0.05显著条件下q的界值表查找，而q值的计算公式为式中：由表4可知，在α=0.01，α=0.05水平上，第一组与第四组数，第二组与第四组数据存在0.01p0.05关系，其余组间存在p≥0.05的关系，