CN101482941A - 城市燃气日负荷预测方法 - Google Patents

Abstract

本发明涉及一种城市燃气日负荷预测方法，包括：处理城市燃气历史记录数据和与之相关的气象信息、节假日信息、星期信息，通过建立城市燃气日需求量模拟的组合数学模型，得到未来负荷预测时间范围内的城市燃气负荷逐日预测数据。本发明具有以下技术效果：(1)兼顾多个城市燃气负荷变化规律，负荷预测方法灵活性强。(2)采用组合数学模型预测，负荷预测方法实用性强。(3)兼顾整个模型的方法机理和历史数据的拟合，负荷预测数据可信度高。(4)应用范围广泛。本发明可广泛应用于各城市燃气调度及控制方案及决策。

Description

城市燃气日负荷预测方法

技术领域  本发明涉及一种城市燃气日负荷预测方法，特别是涉及一种基于回归统计分析和气象参数校正的组合预测方法，进行城市燃气日负荷预测。

背景技术  随着我国燃气事业的发展和用气量的增加，许多城市面临着管网规划、气源转换或者供气规模扩大等问题，用气不均匀性的问题越来越突出，燃气的调峰与储气问题已经变成一个各个城市共同面临的、棘手的、急需解决的问题。城市燃气负荷预测在燃气输配系统的规划设计、经营管理、运营调度等方面都有着极其重要的作用，对燃气供应系统经济、安全、可靠的运行具有非常重要的意义，是输配管网调度部门和规划设计部门必须具有的基本信息之一。

现有的燃气日负荷动态预测方法可分为两种模式：一种是基于约束外推的时间序列型预测，另一种是基于模型模拟的因果关系型预测。上述两种预测模式虽然能拟合历史数据进行短期小范围的负荷预测，但并不能很好的推广应用，因而其实际工程应用结果并不理想。

发明内容  本发明解决所述技术问题可以通过采用以下技术方案来实现：

提出一种城市燃气日负荷预测方法，处理城市燃气历史记录数据和与之相关的气象信息，通过建立城市燃气日需求量模拟的组合数学模型，得到未来负荷预测时间范围内的城市燃气负荷逐日预测数据。

该方法采用了基于因果关系和时间序列双重预测模式的组合预测方法，关键参数通过对历史用气量及气象数据的回归统计分析及自适应运算获得。

所述的燃气负荷预测方法，具体包括以下步骤：

1.考虑当地实际情况，通过对城市用气特性的分析，以及用气量数据与气象历史数据的相关性分析及主成分选取，确定用于最终预测方法的相关自变量，如星期类型、节假日类型、预测日温度(湿度)等。

2.采用自适应算法计算星期类型和节假日对日用气量的影响因子，建立映射关系库。

3.建立回归分析数学模型，根据设定的最优建模区间对相应历史数据进行平滑修正及相应的趋势补偿预处理，组成自变量输入序列，采用最小二乘法进行多元回归方程的参数辨识并对计算结果进行假设检验，应用该模型根据已知气象、节假日等预测日信息对未来日用气量进行预测。以前一日用气量、日平均气温、日照小时数作为选定自变量为例，计算公式如(1)所示：

S₁＝(aS₀+bt₁+cr₁+d)β_aβ_b       (1)

式中：

S₁、S₀—预测日、前一日用气量，Nm³；

t₁—预测日平均气温，℃；

r₁—预测日日照时数，h；

β_a、β_b—预测日节假日、星期类型系数；

a、b、c、d—回归方程参数估计值。

4.建立气象校正数学模型，根据对日用气量对气象参数的相应规律确定相应的多区间分布自适应修正系数，利用该模型根据已知气象、节假日等预测日信息对未来日用气量进行预测。以日平均气温作为选定气象参数为例，计算公式如(2)所示：

$S_2=S_0[1+\mathrm{\α}(t-t_0)]\frac{{\mathrm{\β}}_a{\mathrm{\β}}_b}{{\mathrm{\β}}_{a0}{\mathrm{\β}}_{b0}}---\left(2\right)$

式中：

S、S₀—预测日、前一日用气量，Nm³；

t、t₀—预测日、前一日平均气温，℃；

β_a、β_a0—预测日、前一日节假日系数；

β_b、β_b0—预测日、前一日星期类型系数；

α—温度修正系数。

5.在步骤3所述回归分析数学模型和步骤4所述气象校正数学模型的基础上，建立起自适应变权重的最优加权组合预测模型，对前述两个模型所产生的预测结果进行优化组合，得到最优预测结果。组合权数采用移动样本计算，计算公式为：

$W_1=\frac{\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e_{2t}}^2-\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e}_{1t}{e}_{2t}}{\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e_{1t}}^2+\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e_{2t}}^2-2\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e}_{1t}{e}_{2t}},$ $W_2=\frac{\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e_{1t}}^2-\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e}_{1t}{e}_{2t}}{\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e_{1t}}^2+\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e_{2t}}^2-2\underset{t=1}{\overset{n}{\mathrm{\Σ}}}{e}_{1t}{e}_{2t}},$

式中，e_1t、e_2t分别为第一、二种方法在第t期的预测误差

n为预测日前的计算期数。

本发明以城市燃气用量模拟模型为基础，给出适合的城市燃气日负荷预测数据。与现有技术相比较，本发明具有以下技术效果：

(1)兼顾多个城市燃气负荷变化规律，负荷预测方法灵活性强。通过对多所城市负荷变化规律的研究，总结城市间燃气日负荷的共同点，依靠改变建模数据输入类别以及数学模型参数的自适应算法，使预测方法兼顾性强。

(2)采用组合数学模型预测，负荷预测方法实用性强。

(3)兼顾整个模型的方法机理和历史数据的拟合，负荷预测数据可信度高。通过对预测结果的跟踪，对不同预测模型的预测结果进行加权组合，提高了预测结果的有效性。

(4)应用范围广泛。本发明可广泛应用于各城市燃气调度及控制方案及决策。

具体实施方式  城市燃气负荷预测方法的实现原理是基于回归统计分析和气象参数校正对城市燃气日负荷进行组合预测，其基本思想是根据用气量、气象等历史数据，寻求城市燃气日负荷与气象、节假日、星期类型等各种相关因素之间的内在联系，从而对未来的用气负荷进行科学预测。该方法充分发挥了因果关系和时间序列两种预测模式的各自优点，最大限度地利用了相关经验和已知信息，提高了预测的准确性和可操作性。

本发明提供的负荷预测方法能准确反应城市燃气负荷的自身变化规律及受气象、预测日类型等其他相关因素影响的机理，并能自适应计算模型参数，对未来用气量进行科学合理的预测。由于燃气负荷是城市燃气经营管理、运营调度等方面的基础，因此本发明结合运行优化控制将产生显著的经济效益和社会效益。

Claims (5)

1.一种城市燃气日负荷预测方法，其特征在于：处理城市燃气历史记录数据和与之相关的气象信息，通过建立城市燃气日需求量模拟的组合数学模型，得到未来负荷预测时间范围内的城市燃气负荷逐日预测数据。

2.如权利要求1所述的城市燃气日负荷预测方法，其特征在于采用了基于回归统计分析和气象参数校正的组合预测方法，关键参数通过节假日/星期类型修正系数自适应计算、多元回归模型参数计算、气象修正参数计算及组合权值计算算法获得。

3.如权利要求1所述的城市燃气日负荷预测方法，其特征在于采用了基于因果关系和时间序列双重预测模式的组合预测方法，具体包括以下步骤：

(1)城市用气特性分析，用气量数据与气象历史数据的相关性分析及主成分选取。

(2)采用自适应算法计算星期类型和节假日对日用气量的影响因子，建立映射关系库。

(3)建立回归分析数学模型，根据设定的最优建模区间对相应历史数据进行平滑修正及相应的趋势补偿预处理，组成自变量输入序列，采用最小二乘法进行多元回归方程的参数辨识并对计算结果进行假设检验，应用该模型根据已知气象、节假日等预测日信息对未来日用气量进行预测。

(4)建立气象校正数学模型，根据对日用气量对气象参数的相应规律确定相应的多区间分布自适应修正系数，利用该模型根据已知气象、节假日等预测日信息对未来日用气量进行预测。

4.如权利要求3所述的城市燃气日负荷预测方法，其特征在于：所述采集的城市燃气历史记录数据包括城市燃气日用气量、该日的节假日及星期类型。

5.如权利要求3所述的城市燃气日负荷预测方法，其特征在于：所述采集的历史记录数据中的气象数据包括日平均温度、日平均湿度、日照小时数。