Задача прогнозирования уровня регионального газопочребления решается в современной практике путем моделирования процесса колебаний потребительской нагрузки. Внедрение и дальнейшее совершенствование систем автоматического управления режимами систем газоснабжения значительно повысило требования к качеству прогнозных расчетов. Однако имеющиеся в эксплуатации методы как оперативного и краткосрочного, так и долгосрочного прогнозирования не удовлетворяют в полной мере технологии их использования при управлении режимами. Вместе с тем, внедрение высокопроизводительных вычислительных систем на базе ПЭВМ дает возможность применять новые, более совершенные методы моделирования и прогнозирования, основанные на глубоком анализе значительных по объему массивов статистических данных [87]. Форма и величина колебаний уровня газопотребления в значительной степени зависят от определенных факторов: тип дня, естественный ход суток, временной режим работы предприятий, структура потребителей. Существенное влияние па потребительскую нагрузку оказывают метеорологические факторы, в первую очередь температура. Влияние температуры определяется расходом газа на отопление зданий. Рассматриваемые типы моделей позволяют учесть влияние метеофакторов на уровень газопотребления и, соответственно, повысить точность прогнозирования. В основу моделирования уровня газопотребления положен метод сезонных кривых, позволяющий аналитически описывать колебания потребительской нагрузки в разрезе года. Метод предполагает аддитивность, т.е.: ?{’,J.) =Р*(/,./)+ Р, ,('■j) + SP{i,j)+ yP(i,j), (2.5.1) где i час суток (1 -*■24); j номер дня недели (1 н7); p(i,j) фактический уровень газопотребления; Pa(i,.i) базовая составляющая, определяемая устойчивыми производственными циклами, суточной и недельной неравномерностью УРГ; P„,(hJ) сезонная составляющая (сезонная кривая), определяемая сезонными колебаниями УРГ в разрезе года. Эта составляющая обусловлена в-первую очередь глубокими сезонными колебаниями метеофакторов, |
Управление режимами СГС осуществляется путем первоначального долгосрочного (месяц, год), краткосрочного (сутки, неделя) планирования и последующего оперативного (минуты, часы) управления режимами. Планирование и управление производится на основе прогноза уровня регионально газопотребления (УРГ) на указанные выше интервалы времени. Ошибки прогнозирования УРГ проявляются в увеличении затрат, связанных с необоснованным расходом топлива на холостой ход резервных агрегатов (если прогноз суточного УРГ оказывается завышенным по сравнению с фактическим), либо приводят к хозяйственному ущербу из-за чрезмерных ограничений потребителей газа вследствие недостатка выделенных газовых ресурсов в случаях, когда прогноз оказывается заниженным. Точность прогнозирования уровня регионально газопотребления определяет качество последующих режимных расчетов и влияет на экономичность и надежность режимов СГС. Задача прогнозирования УРГ решается в современной практике путем моделирования процесса колебаний газопотребления. Внедрение и дальнейшее совершенствование систем автоматического управления режимами СГС значительно повысило требования к качеству прогнозных расчетов. Однако имеющиеся в эксплуатации методы как оперативного и краткосрочного, так и долгосрочного прогнозирования не удовлетворяют в полной мере технологии их использования при управлении режимами. Вместе с тем, внедрение высокопроизводительных вычислительных систем на базе ПЭВМ дает возможность применять новые, более совершенные методы моделирования и прогнозирования, основанные на глубоком анализе значительных по объему массивов статистических данных [92]. Форма и величина колебаний УРГ в значительной степени зависят от определенных факторов: тип дня, естественный ход суток, временной режим работы предприятий, структура потребителей. Существенное влияние на СГС оказывают метеорологические факторы, в первую очередь температура. Влияние температуры определяется расходом газа на отопление зданий. Рассматриваемые типы моделей позволяют учесть влияние метеофакторов на УРГ и, соответственно, повысить 83 84 точность прогнозирования. В основу моделирования УРГ положен метод сезонных кривых, позволяющий аналитически описывать колебания УРГ в разрезе года. Метод предполагает аддитивность УРГ, т.е.: где i час суток (1 24); j номер дня недели (1-^7); L(i,j) фактический УРГ СГС; L0(i,j) базовая составляющая, определяемая устойчивыми производственными циклами, суточной и недельной неравномерностью УРГ; Lce3{i,j) сезонная составляющая (сезонная кривая), определяемая сезонными колебаниями УРГ в разрезе года. Эта составляющая обусловлена в первую очередь глубокими сезонными колебаниями метеофакторов, температуры. 5L{i,j) составляющая, определяемая нерегулярными колебаниями метеофакторов (нерегулярными считаются отклонения метеофакторов от устойчивых сезонных циклов); yl(i, j ) остаточная составляющая, определяемая влиянием неучтенных факторов. В свою очередь, метеорологические факторы температура представляется в виде компоненты: где Та1 сезонные составляющие (сезонные кривые) метеофакторов, определяемые регулярными сезонными колебаниями в разрезе года; ST, отклонения метеофакторов от сезонной составляющей в силу изменения метеорологической обстановки. Базовая составляющая L0(i,j) определяется устойчивыми производственными циклами, минимумом коммунально-бытовой нагрузки. По существу, такая нагрузка для большинства региональных СГС имеет место в июле j) = L0(/,j)+ Lcei(/,j) +Sl(i,j)+ jl(i,j), (2.3.1) (2.3.2) |