《天然气需求与气温变化规律研究.doc》由会员分享，可在线阅读，更多相关《天然气需求与气温变化规律研究.doc（3页珍藏版）》请在三一文库上搜索。
1、后该区域天然气市场需求量约为 450 亿方 /年，目前供应量约为 150 亿方 / 年。江苏省年利用西气及 LNG、LPG 等 气源规模达 60 亿方，是我国第一大用气省份，也是相对成熟的用气省份。作为其省会的南京市，居民公福等用气量占到了总用关键的问题：首先要解决实题。要完成本课题键的数据源：一是史日用气负荷数据的日平均气温数据究变量，完成研究设计。第二阶段的任务是确定研究工具。第三阶段的任务主要是日平均气温对天然气日用气相关关系分析和影响的实证分析。主要通过关联度分析和 回 归 分 析 ，探寻气温对气量 的影响，求得相关系数 和影响的量化结 果，进而采用同样分析 方法计算出南京 市用气负荷
2、与气温之间 的变化规律。统计分析方法。目前研究负荷预测的方法如时间序列 法、外推法、回归法及滤波法等常规算法， 还有模糊法、灰色预测及人工神经网络法 等智能算法等，但是它们大多只以历史负 荷作为预测的主要依据，没有考虑气象等 众多干扰因素对负荷的影响，极大地影响 了预测精度，难以满足负荷预测的需要。本研究课题借助专业数据分析软件， DPS 数据处理系统，采用回归分析法和关 联度分析等多种分析方法相结合，对南京市的天然气日负荷进行周期分析，找出天 然气日负荷变化与日平均气温之间的变化 规律，建立数学模型，给出量化结果。天然气日平均负荷与日平均气 温关系研究南京市 2004 年 11 月至 200
3、7 年 11 月 期间日用气负荷情况。之间呈现负相关性，即用气量随日平均气温的上升而减少，当用气量减少到一定值 时，用气量不再继续减少。原因也可能有两个：第一个原因是市场有最低需求量，属于市场结构问题，与气温关系很小。第二个原因是气温没有继续升高，如果气温升高超过了一定的界限，用气量可能会反而增加。每年的 11 月中旬至次年的 1 月上旬，用气量快速增加到最大值，说明冬季取暖期，各用气结构用气量都急剧增加；而每年的 4 月至 6 月，用气量快速减少到最小值，说明冬季取暖期已过，居民采暖结构用气量变为最小值，导致结构性的用气量变化。而每年的 6 月至 10 月下旬，用气量变化较小，基本维持在一条
4、水平线上，局部地区用气量发生小幅度波动。可以发现每年的用气量的最大值和最小值都有一定幅度的增长，属于用气结构的自然增长，同时也发现每年的最高气温逐渐降低，最低气温逐渐增加，暖冬现象明显。南京市 2007 年日用气负荷与日平均 气温相关关系分析。对南京市 2006 年 11 月至 2007 年 10月 31 日期间的日用气量与日平均气温进行关联度分析，得到日平均气温与用气量关联系数: G(1,1)=0.26。回归分析后得到数据拟合曲线如下：对 南 京 市 2006 年 11 月 1 日 至 2007年 3 月 31 日期间的日用气量与日平均气温进行关联度分析，得到日平均气温与用气量关联系数: G
5、(1,1)=0.32。回归分析得到数据拟合曲线如下：同期的预测值见下图：对南京市 2007 年 4 月 1 日至 2007 年10 月 31 日期间的日用气量与日平均气温进行关联度分析，得到日平均气温与用气量关联系数: G(1,1)=0.37。回归分析得到数据拟合曲线如下：从上图中可以看出，用气量的变化与日平均气温的变化曲线存在两个拐点，三个阶段：两个拐点：大约是每年 3 月份左右，温度约为 4 摄氏度和每年 7 月份左右，温度为 13 摄氏度时。三个阶段：第一个阶段，温度约在 4 度以下时（12月份至次年 3 月份），用气量基本维持在水平状态，用气量随气温变化幅度很小；第二个阶段，温度在 4
6、 度持续上升到13 度左右时（约为 4 月份到 6 月份），用气量随气温升高而降低；第三个阶段，温度在 13 度到 33 度左右时（7 月份至 11 月份），用气量基本维持通 过 对 南 京 市 2004 年 11 月 1 日 至2007 年 10 月 31 日数据分析，可以发现日平均气温与用气量之间变化规律：以一年为周期的天然气用气量变化呈正态曲线分布，每年的最低用气量和最高用气量较前一个周期都有一定幅度增加；每 年 的 11 月 至 次 年 的 3 月 31 日 之间，用气量与气温之间呈现负相关性，即用气量随日平均气温的下降而增加，当用气量增加到一定值时，用气量不再继续增加，原因可能有三个：第一个原因是限制了总用气量，第二个原因就是没有限制用气量，但是市场的需求量是固定的。第三个就是同期预测值见下图：企业家天地 2012 年 第 3 期 中旬刊65程 ：X2=347129 .( 0 . 000583*X1*X1段 气 温 每 变 化 1约 为 1600 立 方本课题针对的影响，经过前期集整理研究数据，析与整理数据分析