城鎮(zhèn)燃?xì)飧黝愑脩粲脷饬款A(yù)測方法研究

摘 要

摘要：闡述了城鎮(zhèn)燃?xì)飧黝愑脩粲脷饬康念A(yù)測方法，介紹了因果分析法在城鎮(zhèn)燃?xì)庥脷饬款A(yù)測中的應(yīng)用，結(jié)合某地區(qū)燃?xì)庳?fù)荷數(shù)據(jù)進行了模擬預(yù)測，預(yù)測結(jié)果達到要求。關(guān)鍵詞：燃?xì)庥脷饬款A(yù)測
摘要：闡述了城鎮(zhèn)燃?xì)飧黝愑脩粲脷饬康念A(yù)測方法，介紹了因果分析法在城鎮(zhèn)燃?xì)庥脷饬款A(yù)測中的應(yīng)用，結(jié)合某地區(qū)燃?xì)庳?fù)荷數(shù)據(jù)進行了模擬預(yù)測，預(yù)測結(jié)果達到要求。
關(guān)鍵詞：燃?xì)庥脷饬款A(yù)測；負(fù)荷預(yù)測；一元線性回歸；彈性系數(shù)；用氣量指標(biāo)
Research on Forecasting Methods of Gas Consumption of Different City Gas Consumers
WANG Yinping，WU Hua，YANG Jun
Abstract：The forecasting methods of gas consumption of different city gas consumers are described.The application of causal analysis method in forecasting city gas consumption is introduced.The simulation and forecasting are performed with the gas load data in a region，and the forecasting result meets the requirement.
Key words：forecasting of gas consumption；load forecasting；unitary linear regression；elasticity coefficient；index of gas consumption
城市燃?xì)庥脩敉ǔＳ删用裼脩?、商業(yè)用戶、一般工業(yè)用戶、特大型工業(yè)用戶、燃?xì)馄囉脩艏叭細(xì)饪照{(diào)用戶等組成，在氣量許可的條件下，凡是具備使用條件的用戶都是城市燃?xì)獾墓?yīng)對象。對于各類用戶用氣量的預(yù)測應(yīng)力求切合實際，又留有發(fā)展余地，才能做到輸配管網(wǎng)系統(tǒng)的合理性和經(jīng)濟性。用氣量的預(yù)測可以根據(jù)項目的實際情況采用不同的預(yù)測方法。本文在總結(jié)規(guī)劃中常用預(yù)測方法的基礎(chǔ)上，對工程咨詢行業(yè)用于市場預(yù)測的因果分析法用于燃?xì)庥脷饬款A(yù)測的案例作詳細(xì)分析。
1 居民用戶
根據(jù)用氣量指標(biāo)、居民人口數(shù)、氣化率及燃?xì)獾蜔嶂悼梢杂嬎愠鼍用衲暧脷饬?，計算公式如下?/span>
 
式中qa——居民用戶年用氣量，m3/a
 q——人均用氣量指標(biāo)，MJ/(人·a)
 w——規(guī)劃人口數(shù)，人
 η——氣化率
 Q1——燃?xì)獾蜔嶂?，MJ/m3
人口可分常駐人口及暫住人口，兩者的用氣量指標(biāo)有所區(qū)別，一般暫住人口用氣量指標(biāo)按常駐人口用氣量指標(biāo)的50%～70%進行測算，如廣東中山市按60%進行測算。用氣量指標(biāo)應(yīng)根據(jù)地區(qū)現(xiàn)狀及收集到的各類資料進行統(tǒng)計分析和對比分析確定。
2 商業(yè)用戶
2.1 參照居民用氣負(fù)荷預(yù)測
以居民用戶用氣量為基數(shù)，確定商業(yè)用戶與居民用戶的用氣比例，從而得出商業(yè)用戶用氣量。用氣比例應(yīng)參照相似城市(地區(qū))的值及商業(yè)用戶規(guī)劃用地與居住用地的比例關(guān)系。
2.2 按公共建筑綜合用氣量指標(biāo)預(yù)測
該類指標(biāo)要參照類似城市(地區(qū))指標(biāo)，以工業(yè)項目為主的地區(qū)規(guī)劃應(yīng)參照工業(yè)城市(地區(qū))的統(tǒng)計值，綜合性地區(qū)規(guī)劃應(yīng)參照相似城市(地區(qū))的統(tǒng)計值，如北京該指標(biāo)為6.65m3/(m2·a)、廣東中山市該指標(biāo)為2.50m3/(m2·a)、廣州市南沙地區(qū)為3.35m3/(m2·a)。
2.3 按各類用戶用氣量指標(biāo)預(yù)測
商業(yè)用戶主要指賓館、飯店、餐飲店、醫(yī)院、學(xué)校、職工食堂等。根據(jù)各類商業(yè)用戶用氣量指標(biāo)及商業(yè)建筑設(shè)施標(biāo)準(zhǔn)，可計算出各類商業(yè)用戶的年用氣量。各類商業(yè)用戶用氣量指標(biāo)應(yīng)詳細(xì)分析當(dāng)?shù)氐谌a(chǎn)業(yè)發(fā)展趨勢及參照毗鄰地區(qū)的值確定。
2.4 因果分析法預(yù)測
因果分析法是目前工程咨詢行業(yè)用于市場預(yù)測的一種主要方法，包括回歸分析法、彈性系數(shù)法等?；貧w分析法是分析相關(guān)性因素相互關(guān)系的一種數(shù)理統(tǒng)計方法，通過建立一個或一組自變量與相關(guān)隨機變量的回歸分析模型，來預(yù)測相關(guān)隨機變量的未來值，主要適用于存在關(guān)聯(lián)關(guān)系的數(shù)據(jù)預(yù)測。一個事物的發(fā)展變化經(jīng)常與其他事物存在直接或間接的聯(lián)系，這種變量間的相關(guān)關(guān)系，通過統(tǒng)計分析找到其中的規(guī)律，并用確定的函數(shù)來描述，就可建立它們之間的數(shù)學(xué)模型[1～3]。
以下是回歸分析法中的一元線性回歸用于燃?xì)庥脷饬款A(yù)測的具體案例：
我們通過收集廣東某地區(qū)十五規(guī)劃期末之前10年的數(shù)據(jù)，進行對比分析，發(fā)現(xiàn)該地區(qū)商業(yè)用戶耗能量(電力除外，包括燃?xì)狻⑷加?，該地區(qū)目前使用的氣源為液化石油氣)與第三產(chǎn)業(yè)產(chǎn)值相關(guān)。該地區(qū)十一五規(guī)劃第三產(chǎn)業(yè)的年增長速度預(yù)計為10%。按照規(guī)劃年限，近期為2005—2010年，中期為2011—2015年，遠(yuǎn)期為2016—2020年。由于近期歷史統(tǒng)計值對于預(yù)測規(guī)劃近期的影響作用大，即兩者關(guān)聯(lián)度高，可以提高近期預(yù)測的精度，而近期用氣量預(yù)測的精度關(guān)系到分步投資的經(jīng)濟性，中遠(yuǎn)期的不確定因素太多，但應(yīng)控制好總體及長遠(yuǎn)規(guī)劃，故采用一元回歸方法預(yù)測2010年該地區(qū)商業(yè)用戶耗能量。該地區(qū)1996—2005年商業(yè)用戶耗能量與第三產(chǎn)業(yè)產(chǎn)值見表1。
① 建立回歸模型
經(jīng)過分析，該地區(qū)商業(yè)用戶耗能量與第三產(chǎn)業(yè)產(chǎn)值之間存在線性關(guān)系。則可建立一元回歸模型：
y=a+bx    (2)
式中y——商業(yè)用戶耗能量，t
x——第三產(chǎn)業(yè)產(chǎn)值，元
a——回歸常量
b——回歸系數(shù)
表1 廣東某地區(qū)1996—2005年商業(yè)用戶耗能量與第三產(chǎn)業(yè)產(chǎn)值
年份
商業(yè)用戶液化石油氣消耗量(包括輕柴油的折合量)/t
第三產(chǎn)業(yè)產(chǎn)值/元
1996
18×104
100×108
1997
20×104
110×108
1998
23×104
124×108
1999
25×104
143×108
2000
28×104
160×108
2001
32×104
180×108
2002
35×104
200×108
2003
40×104
226×108
2004
45×104
255×108
2005
50×104
285×108
而
 
對于每一個自變量的值，因變量都有擬合值：
yi,t=a+bxi    (5)
式中yi,t——因變量的擬合值
② 根據(jù)表1進行參數(shù)計算
根據(jù)上述一元回歸模型，計算出相關(guān)參數(shù)：
 
將以上參數(shù)代入式(3)、(4)，則可得出：
b=0.172
a=0.932
③ 相關(guān)系數(shù)檢驗
在利用上述模型進行預(yù)測時，需要作相關(guān)系數(shù)檢驗，以判定預(yù)測模型的合理性和適用性。相關(guān)系數(shù)是描述兩個變量之間的線性相關(guān)關(guān)系密切程度的數(shù)量指標(biāo)，用R表示。
 
R在-1和1之間，當(dāng)R=1時，變量為完全正相關(guān)；當(dāng)R=-1時，為完全負(fù)相關(guān)；當(dāng)0＜R＜1時，為正相關(guān)；當(dāng)-1＜R＜0時，為負(fù)相關(guān)；當(dāng)R=0時，變量x和y沒有線性關(guān)系。因此，尺的絕對值越接近1，表明其線性關(guān)系越好；反之，R的絕對值越接近0，表明其線性關(guān)系越不好。只有當(dāng)R的絕對值大到一定程度時，才能采用線性回歸模型進行預(yù)測。在計算出R值后，可以查相關(guān)系數(shù)檢驗表。
將上述案例的相關(guān)條件代入式(6)中，得出相關(guān)系數(shù)R=0.989。
在自由度n-2和顯著性水平α(一般取α=0.05)下，R0.05=0.632。上述案例R=0.989＞0.632，相關(guān)系數(shù)檢驗通過，說明第三產(chǎn)業(yè)產(chǎn)值與商業(yè)用戶耗能量的線性關(guān)系合理。這里說明一下α，α為顯著性水平，表明R檢驗的結(jié)果出現(xiàn)錯誤的概率為5%，即原來模型中的變量x和y之間具有線性關(guān)系而R檢驗卻沒有通過，或者原本變量x和y之間不具有線性關(guān)系而R檢驗卻通過的可能性為5%。
④ 需求量預(yù)測
根據(jù)該地區(qū)十一五規(guī)劃。第三產(chǎn)業(yè)產(chǎn)值的年增長速度預(yù)計為10%，2010年該地區(qū)第三產(chǎn)業(yè)產(chǎn)值將達到459×108元，那么由式(2)可計算出2010年商業(yè)用戶耗能量為80×104t。根據(jù)該地區(qū)有關(guān)部門統(tǒng)計數(shù)據(jù)，2010年商業(yè)用戶實際耗能量為73.3×104t，與規(guī)劃預(yù)測量相比偏差率為8.34%。相關(guān)偏差達到了預(yù)測要求。
⑤ 商業(yè)用戶用氣量計算
據(jù)統(tǒng)計，當(dāng)時商業(yè)用戶使用瓶裝液化石油氣和輕柴油的比例占該類用戶總數(shù)的60%～80%，預(yù)計2010年這一比例將下降至30%～40%，那么管道燃?xì)庥脷饬咳∮嬎阒档?0%，再折算到規(guī)劃氣源的用量，得出該地區(qū)2010年管道燃?xì)庥脷饬俊?/span>
采用一元線性回歸法預(yù)測，歷史數(shù)據(jù)的收集是關(guān)鍵，樣本數(shù)n至少要取最近年份3～5年的統(tǒng)計值，越多越好，n值越大，預(yù)測值的準(zhǔn)確程度越高，但如果歷史上基本發(fā)展趨勢變化不大，取10年的數(shù)據(jù)，這樣計算量也不會太大。另外，預(yù)測期限不要太長，最好在5～10年，否則預(yù)測值因未來不確定因素的影響而失真。
3 一般工業(yè)用戶
3.1 參照居民負(fù)荷預(yù)測
以居民用戶用氣量為基數(shù)，確定工業(yè)用戶與居民用戶的用氣量比例，從而得出工業(yè)用戶用氣量。用氣量比例的確定應(yīng)參照相似城市(地區(qū))的值及工業(yè)用戶規(guī)劃用地與居住用地的比例關(guān)系。
3.2 按單位用地用氣量指標(biāo)法預(yù)測
按工業(yè)用戶的用地性質(zhì)考慮，合理確定各類用戶用氣量指標(biāo)，可參照相似城市(地區(qū))的值進行選取。廣州市南沙地區(qū)的一類工業(yè)用氣指標(biāo)為3.35m3/(m2·a)，二類工業(yè)用氣指標(biāo)為6.70m3/(m2·a)，三類工業(yè)用氣指標(biāo)為37.26m3/(m2·a)。
3.3 因果分析法預(yù)測
因果分析法是一種相對簡單易行的定量預(yù)測方法，通過計算某兩個變量相對變化彈性關(guān)系對因變量進行預(yù)測，兩個變量之間的關(guān)系越密切，相應(yīng)的彈性值就越大。
彈性系數(shù)亦稱彈性，彈性是一個相對量，它衡量某一變量的改變所引起的另一變量的相對變化。例如，需求的價格彈性系數(shù)所考察的兩個變量是某一特定商品的價格和需求量，而能源彈性則是考察經(jīng)濟總量指標(biāo)與能源消費量之間的關(guān)系。一般來說，兩個變量之間的關(guān)系越密切，相應(yīng)的彈性值就越大，兩個變量越是不相關(guān)，相應(yīng)的彈性值就越小。如某地區(qū)的燃?xì)鈱ｍ椧?guī)劃項目，根據(jù)統(tǒng)計資料對比分析，發(fā)現(xiàn)該地區(qū)工業(yè)耗能與第二產(chǎn)業(yè)產(chǎn)值成密切的正相關(guān)關(guān)系，當(dāng)?shù)亟y(tǒng)計局2001—2005年的統(tǒng)計資料見表2。
表2 廣東某地區(qū)工業(yè)耗能與第二產(chǎn)業(yè)產(chǎn)值
年份
第二產(chǎn)業(yè)產(chǎn)值/元
產(chǎn)值較上年增長率/%
工業(yè)耗能量(折合為標(biāo)準(zhǔn)煤/t
工業(yè)耗能量較上年增長率/%
工業(yè)耗能量彈性系數(shù)
2001
266×108
—
166×104
—
—
2002
290×108
9.0
192×104
15.7
1.74
2003
318×108
9.6
219×104
14.1
1.47
2004
348×108
9.4
235×104
7.3
0.78
2005
380×108
9.2
262×104
11.5
1.25
彈性系數(shù)的計算式為：
 
式中ε——彈性系數(shù)
△Q——工業(yè)耗能量的改變量，t
Q——某時期的工業(yè)耗能量
△I——第二產(chǎn)業(yè)產(chǎn)值的改變量，元
I——某時期的第二產(chǎn)業(yè)產(chǎn)值，元
按式(7)可計算出該地區(qū)2006—2020年的工業(yè)耗能量彈性系數(shù)ε為1.31。根據(jù)該地區(qū)總體規(guī)劃，2020年第二產(chǎn)業(yè)產(chǎn)值為1350×108元，年增長速度為8.8%。由此可按式(8)求得2006—2020年工業(yè)耗能量的年增長速度：
v=vnε    (8)
式中v——工業(yè)耗能量的年增長速度
vn——第二產(chǎn)業(yè)產(chǎn)值年增長速度
根據(jù)式(8)求得工業(yè)耗能量的年增長速度為11.5%，從而計算出2020年該地區(qū)工業(yè)耗能量為1341×104t。其中用于發(fā)電及不能用燃?xì)馓娲暮哪芰空?0%，扣除此部分耗能量，可用燃?xì)馓娲暮哪芰繛?36.4×104t，再通過折算即可得到規(guī)劃氣源的工業(yè)用氣量。
用彈性分析方法進行用氣量預(yù)測的優(yōu)點是簡單易行，計算方便，需要的數(shù)據(jù)量不是很大，應(yīng)用靈活廣泛。但也存在某些缺點：①彈性分析帶有一定的局部性和片面性，計算彈性系數(shù)或進行分析時，只能考慮兩個變量之間的關(guān)系，而忽略了其他相關(guān)變量產(chǎn)生的影響。②彈性分析的結(jié)果在許多情況下顯得比較粗糙，彈性系數(shù)可能隨著時間的推移而變化，以由歷史數(shù)據(jù)測算出的彈性系數(shù)來預(yù)測未來可能不準(zhǔn)確，許多時候需要分析彈性系數(shù)的變動趨勢，對彈性系數(shù)進行修正。
在實際運用中應(yīng)根據(jù)項目特點及數(shù)據(jù)來源的可靠性選擇最佳預(yù)測方法，最好采取多方法驗證[4]。
4 特大型工業(yè)用戶
此類用戶用氣量大，但不確定因素較多，應(yīng)作專門調(diào)查，合理預(yù)測，規(guī)劃應(yīng)將其供氣管網(wǎng)系統(tǒng)與城市(地區(qū))管網(wǎng)系統(tǒng)分開考慮，以避免對城市(地區(qū))管網(wǎng)產(chǎn)生不利影響。
5 燃?xì)馄囉脩?/span>
與燃用汽油和柴油相比，燃?xì)馄嚲哂辛己玫呐欧判阅?，有利于保護環(huán)境和優(yōu)化能源結(jié)構(gòu)。燃?xì)馄噷⑹紫纫怨财?、郵政車、環(huán)衛(wèi)車等有固定行駛路線的運營性車輛為主，根據(jù)規(guī)劃確定燃?xì)馄嚁?shù)量。此外，出租車行業(yè)對燃?xì)馄囈灿幸欢ㄐ枨?，按照?guī)劃人口數(shù)，以每1×104人需5～20輛出租車的指標(biāo)，計算出租車燃?xì)馄嚁?shù)量。
對于本案例，根據(jù)預(yù)測的燃?xì)馄嚁?shù)量，先確定使用天然氣和液化石油氣的比例，確定用氣量指標(biāo)，然后計算得出燃?xì)馄嚳傆脷饬俊?/span>
6 燃?xì)饪照{(diào)用氣量
燃?xì)饪照{(diào)的使用對象主要考慮一些公共建筑設(shè)施，如體育場館、圖書館、博物館、車站、高級賓館、高級寫字樓等。
燃?xì)饪照{(diào)用氣量與制冷面積及綜合制冷指標(biāo)有關(guān)。根據(jù)國內(nèi)外的有關(guān)統(tǒng)計數(shù)據(jù)，一般可按5%的公共建筑使用燃?xì)饪照{(diào)進行估算。廣東中山地區(qū)綜合制冷指標(biāo)取0.712MJ/(m2·h-1)，根據(jù)本地區(qū)總體規(guī)劃確定的公共建筑面積及燃?xì)饪照{(diào)用戶綜合制冷指標(biāo)，計算燃?xì)饪照{(diào)用戶用氣量。
7 氣化率
在預(yù)測用氣量時，氣化率是一個很重要的指標(biāo)，各時期氣化率的確定也是一個關(guān)鍵因素。具體確定時應(yīng)考慮以下原則：
① 遵照總體規(guī)劃的目標(biāo)，同時體現(xiàn)今后城市(地區(qū))以管道燃?xì)鉃橹鳉庠吹囊?guī)劃。
② 分期完成目標(biāo)，實行滾動發(fā)展。在近期打下堅實的工程基礎(chǔ)，保證起碼的初級規(guī)模，并逐步完成管道燃?xì)饣酒占?，實現(xiàn)基本天然氣化，在遠(yuǎn)期達到城市(地區(qū))天然氣利用較高水平。
③ 鑒于城市(地區(qū))均存在極少數(shù)不符合管道燃?xì)馐褂脳l件的建筑，考慮到城市(地區(qū))的不斷發(fā)展，以及管網(wǎng)本身的覆蓋能力等因素，遠(yuǎn)期目標(biāo)中不宜將管道燃?xì)獾臍饣蚀_定為100%。
④ 近期氣化率應(yīng)適中，一方面不因過低而失去應(yīng)有規(guī)模，使企業(yè)難以達到維持經(jīng)營的基本起點；另一方面又不能過高而使初期建設(shè)投入過大，從而加大投資風(fēng)險。
8 結(jié)論
① 一元線性回歸法及彈性系數(shù)法可應(yīng)用于城鎮(zhèn)燃?xì)庖?guī)劃用氣量的預(yù)測，精確度較好。具體使用時應(yīng)驗證資料數(shù)據(jù)來源的準(zhǔn)確可靠性，特別要對數(shù)據(jù)進行篩選、作分類分析并進行合理調(diào)整，才能提高預(yù)測結(jié)果的準(zhǔn)確性。另外要經(jīng)多方法組合驗證，以保證預(yù)測結(jié)果的一致性。
② 一元線性回歸法及彈性系數(shù)法在本案例地區(qū)的燃?xì)庥脷饬款A(yù)測數(shù)據(jù)，經(jīng)與實際統(tǒng)計結(jié)果校驗，預(yù)測數(shù)據(jù)偏差在允許范圍內(nèi)，結(jié)果有效合理。該方法具有一定的先進性和科學(xué)性。
參考文獻：
[1] 執(zhí)業(yè)資格考試命題分析小組.項目決策分析與評價[M].北京：中國計劃出版社，2008：34-44.
[2] 袁樹明，賴建波，張德坤，等.城市燃?xì)夤芫W(wǎng)長期規(guī)劃用氣量的預(yù)測[J].煤氣與熱力，2009，29(5)：A24-A27.
[3] 劉燕，賴建波，張應(yīng)輝，等.基于回歸分析的北京市天然氣供應(yīng)規(guī)模預(yù)測[J].煤氣與熱力，2010，30(6)：A26-A29.
[4] 姚奕穎.燃?xì)庳?fù)荷預(yù)測專家系統(tǒng)模型的研究[J].煤氣與熱力，2006，26(7)：16-19.
 
(本文作者：王引平1 吳華1 楊軍2 1.中山市規(guī)劃設(shè)計院 廣東中山 528403；2.中山港華燃?xì)庥邢薰?廣東中山 528403)