Прогнозирование динамики потребления газа с учетом сезонных колебаний по Заволжской зоне рт

Тип работы:
Реферат
Предмет:
Экономические науки


Узнать стоимость

Детальная информация о работе

Выдержка из работы

УДК 338. 27
Г. А. Гадельшина, А. В. Аксянова
ПРОГНОЗИРОВАНИЕ ДИНАМИКИ ПОТРЕБЛЕНИЯ ГАЗА С УЧЕТОМ СЕЗОННЫХ КОЛЕБАНИЙ ПО ЗАВОЛЖСКОЙ ЗОНЕ РТ
Ключевые слова: временные ряды, сезонные колебания, потребление газа.
В работе моделируется динамика потребления газа с учетом сезонных колебаний. На основе предложенной модели при подключении нового абонента делается прогноз расхода газа в зимний период. Оценивается верхняя граница потребления газа.
Keywords: time series, seasonals, gas consumption.
Gas consumption dynamics adjusted for seasonals is simulated in the study. Gas consumption in winter when connecting a new customer is forecasted based on the proposed model. Upper confidence bound of gas consumption is estimated.
Газовая промышленность является одной из основных отраслей топливной промышленности. Россия обладает огромным топливно-энергетическим потенциалом, который позволяет нашей стране занимать лидирующие позиции в мире по объемам добычи и производства топливно-энергетических ресурсов. ОАО «Газпром» — глобальная энергетическая компания. Основные направления ее деятельности — геологоразведка, добыча, транспортировка, хранение, переработка и реализация газа и других углеводородов. Для поставок газа на внутренний рынок и выполнения экспортных обязательств «Газпромом» реализуются проекты строительства газотранспортных мощностей [1].
«Газпром» в качестве одного из направлений своей деятельности занимается развитием газоснабжения и газификации регионов Российской Федерации и Республики Татарстан в том числе. «Газпром» ведет планомерную работу в республике. Так, объем капитальных вложений компании (с учетом дочерних обществ) на территории региона в 2007—2011 годах составил около 17,3 млрд руб. Средства были направлены, в частности, на реконструкцию газопровода «Миннибаево — Казань», компрессорной станции «Арская», газораспределительных сетей и социальных объектов. С января по август 2012 года объем капитальных вложений составил около 440 млн руб. Участие «Газпрома» в газификации регионов Российской Федерации — одно из наиболее масштабных и социально значимых направлений работы компании на внутреннем рынке.
Единая система газоснабжения России управляется из Центрального производственно-диспетчерского департамента «Газпрома», основной задачей которого является обеспечение надежного и бесперебойного снабжения природным газом российских и зарубежных потребителей. Диспетчерские подразделения «Газпрома» осуществляют круглосуточный контроль над сложным производственно-технологическим комплексом, включающим объекты добычи, переработки, транспорта и подземного хранения газа.
При планировании капитального ремонта и реконструкции газопроводов-отводов на 2013 -2020 г. для принятия грамотных и научно-обоснованных решений невозможно обойтись без перспективного дол-
госрочного прогнозирования режимов работы газопроводов- отводов .В связи с этим статистический метод долгосрочного прогнозирования режимов работы газопроводов-отводов становится важным инструментом в работе диспетчерской службы.
С развитием инфраструктуры Заволжская зона Республики Татарстан стала перспективной. Появляются новые и потенциальные потребители газа. В связи с этим стоит острый вопрос о соответствии проектной производительности газопроводов-отводов новым потребностям [2].
При обращении нового абонента он может указать только планируемый предприятием средний расход газа без учета того, что в зимний период расход значительно возрастает, а летом снижается. [3] Между тем, как будет показано ниже, такие сезонные колебания составляют от 10% до 210% от планируемого потребления газа.
Газопровод-отвод к районном центре Апастово диаметром Б= 300 мм введен в эксплуатацию в 1986 году. Проектная производительность — 250,0 млн. м3 в год. Центральный газопровод имеет 4 отвода: Буин-ский, Ульяновский, Канашский и Татнаратлы.
В связи с тем, что все отводы, кроме Ульяновского, почти достигли своей максимальной проектной производительности, подключение каждого нового крупного абонента проблематично. Основным вопросом здесь является способ подключения: к действующему газопроводу-отводу, либо прокладка новой линии. При принятии решения о прокладке нового отвода также необходимо оценить его будущую пропускную способность, особенно в зимний период.
В данной работе было проведено моделирование и прогнозирование будущего потребления газа с применением эконометрических методов.
Изучение динамики потребления газа было проведено по каждому из четырех газопроводов-отводов, а также по центральному газопроводу. Для анализа были использованы данные о расходе газа по месяцам за период с января 1996 по декабрь 2012 года.
На рисунке 1 представлен график расхода газа по Буинскому газопроводу-отводу по месяцам с 1996 по 2012 год.
Рис. 1 — Расход газа по Буинскому газопроводу
Из графика видно, что данные содержат ярко выраженную сезонную компоненту. Это объясняется сезонным характером потребления газа: потребление возрастает в зимний период времени и становится минимальным в летние месяцы.
При моделировании временных рядов для устранения сезонных колебаний используют аддитивную (1) и мультипликативную (2) модели:
У = Т + Б + Е (1)
У = Т ¦ Б ¦ Е, (2)
где У — уровни временного ряда, Т — трендовая компонента, а Е — случайные колебания [4].
В период до января 2006 года амплитуда колебания возрастала. Поэтому для моделирования сезонных колебаний на этом этапе была использована мультипликативная модель. Далее амплитуда колебаний оставалась примерно постоянной, поэтому с 2006 года использовалась аддитивная модель.
После исключений сезонной компоненты данные имеют вид, представленный на рисунке 2.
Рис. 2 — Расход газа по Буинскому газопроводу после исключения сезонной компоненты
По рисунку видно, что на начальном этапе происходит возрастание потребления газа, а начиная с 2006 года, кривая достигает насыщения. Это связано с тем, что начиная с 2006 года была достигнута проектная мощность газопровода, и подключение крупных новых абонентов не происходило.
Для моделирования данной кривой были использованы следующие тренды.
Тип тренда линейный у = а0 + а^
логарифмический у = а0 + а1 loga t
полиномиальный у = а0 + а^ + а^
, а,
степенной у = а 01 1
~ аЛ
экспоненциальный у = а0 е 1
логистический у =
С
1 + ехр (а0 — а1 ¦ t)
К2
0,7259 0,7499 0,8392 0,8620 0,6901
0,8376
При выборе тренда помимо коэффициента детерминации также учитывалась и форма кривой. Так, наиболее высоким Я2 оказался для полиномиальной, степенной и логистической функций. Однако полиномиальный тренд предполагает дальнейший спад потребления газа, что реально не прогнозируется. А степенная форма тренда прогнозирует повышение потребления газа. Но в данных условиях повышения потребления невозможно из-за того, что по техническим условиям невозможно дальнейшее увеличения пропускной способности данной ветки газопровода. Поэтому для моделирования была выбрана логистическая кривая Торнквиста (3): 18 665
У =-
(3)
1 + ехр (1. 6098 — 0. 0347 ¦ t) Расчеты проводились в ППП «8ТАТ18Т1СА». В качестве параметра С=18 665 было использовано среднее значение потребления газа по данным с элимирован-ными сезонными компонентами за период с 2006 по 2012 годы. Оба параметра модели (а0 и а^ значимы:
а0
а:
оценка
1,6098 -0,0347
стандартная
ошибка
0,1189
0,0020
^ р-
критерий значение 13,54 0,00
-17,13
0,00
После наложения сезонных колебаний результаты моделирования представлены на рисунке 3.
Рис. 3 — Моделирование расхода газа по Буинскому газопроводу-отводу
2
В итоге коэффициент детерминации Я =0. 965, то есть данная модель объясняет 96,52% вариации расхода газа, что является очень хорошим результатом.
Для оценки максимального уровня потребления газа были построены доверительные интервалы.
Исследование остатков показало, что остатки
имеют нормальное распределение с параметрами, а = 138, а = 1930.
Используя полученные параметры распределения, были получены значения квантилей нормального распределения 1п для оценки верхнего доверительного интервала с доверительными вероятностями 95% (а = 0. 05) и 99% (а = 0. 01). Расчетные значения квантилей 1п приведены в таблице 1.
Таблица 1 — Расчетные квантили по Буинскому газопроводу
Квантиль 1п нормального распределения, 3 тыс. м Доверительная вероятность/ уровень значимости Фактическая ошибка прогноза / число наблюдений
4628 0,99 / 0,01 1,96% / 4
3313 0,95 / 0,05 3,9% / 8
Расчет верхней границы доверительного интервала проводится по формуле (4):
Уиррег = Грат + хп (4).
Таким образом, можно утверждать, что расход газа будет оставаться в пределах верхней грани доверительного интервала при заданном уровне доверия. Квантиль 1п эмпирической плотности распределения
определяет границу между устойчивыми потреблением газа, вероятность которого составляет 0,95 при использовании 95% доверительного интервала (и 0,99 при использовании 99% доверительного интервала), и «экстремальным», потребление которого носит неопределенный стохастический характер.
На рисунке 4 показаны исходные данные (точками) и интервальные прогнозы, рассчитанные для двух значений доверительной вероятности: 95 и 99%. Практически все реальные значения не выходят за границы доверительных интервалов.
-153″ 4ИХЮ
зтоо И1И0
14*10 1Ш1Х) 50ПП
о ¦
-гсгрняя граница 1X15
— - верхняя граница
1 УЛ, а |А г

1 /А) А /


кЛ ч ¦у
АДА & quot-АА
По такому же алгоритму было проведено моделирование динамики расхода газа по Канашскому газопроводу, Ульяновскому, Татнаратлы, и по Заволжской зоне в целом.
Так как загруженность Апастовского газопровода почти достигла своего предельного значения, при подключении нового объекта основной проблемой является определение того, как возрастет потребление газа, особенно в зимний период.
При подключении нового потребителя невозможно предсказать аддитивную сезонность. Мультипликативная же сезонность, которая отражает пропорции колебаний, останется неизменной. На рисунке 5 показаны сезонные компоненты мультипликативной модели 8 для различных газопроводов — отводов. Потребление газа увеличивается в 1,7−2,1 раза в зимние месяцы (по сравнению со средним) и составляет около 0,3 летом.
Таким образом, даже для различных газопроводов различного диаметра значения сезонности очень близки.
5 --Общий газопровод -Буииск … Кэнаш
^ … — Ульяновск / /А
1,5
/9
0,5 /// /// __,& gt- !

Ш Ш х & lt-и ос а. о. ж л С щ 5 го 5 х с: Ь- т Ь к * ф к о ^ Го О о I се
Рис. 4 — Исходные данные и интервальные прогнозы
Рис. 5 — График сезонной компоненты мультипликативной модели
Если моделировать динамику потребления газа в Заволжской зоне с использованием мультипликативной модели на всем интервале времени вплоть до декабря 2012 года (а не только до 2006 года), график получится точно такой же, как и на рисунке 3, но коэффициент детерминации снизится на 0,017 и составит Я2=0. 894. То есть результаты такого моделирования тоже можно считать очень хорошими.
Таким образом, можно предложить следующий метод расчета максимального потребления газа при подключении нового абонента. Константа С, которая стоит в числителе логистической функции (3), соответствует проектному расходу газа за месяц. То есть при появлении нового потребителя параметр С следует увеличить на Снов — соответствующее потребностям нового клиента значение среднего расхода газа в месяц. А затем учесть сезонность:
Унов (С + Снов) 8тах, (5)
где 8тах — максимальное значение сезонной компоненты для данного газопровода — отвода.
Для определения верхней границы интервала колебаний для Унов следует прибавить к Унов значение соответствующего доверительного интервала.
Построение доверительного интервала по газопроводу Заволжской зоны с 99 и 95% уровнями дало следующие результаты (табл. 2).
Таблица 2 — Расчетные квантили и фактические ошибки прогноза по центральному газопроводу Заволжской зоны
Таким образом, по результатам проделанной работы можно сделать следующие выводы.
1. Проведено моделирование динамики потребления газа в четырех газопроводах-отводах Заволжской зоны.
2. Для моделирования среднего расхода газа была выбрана логистическая кривая с насыщением
Торнквеста, горизонтальная асимптота которой дает средний уровень потребления газа (без учета циклических колебаний).
3. Получены оценки сезонной составляющей мультипликативной модели. Их значения очень близки для всех газопроводов-отводов. Это дает возможность использовать данные поправки на сезонность при оценках максимального потребления газа в зимний период при подключении нового потребителя.
4. Для уточнения максимального расхода газа рассчитана верхняя граница потребления с доверительными вероятностями 0,99 и 0,95.
Литература
1. Г. Н. Ларионова, Вестник Казанского технологического университета, 16, 12, 225−229, (2013).
2. http: //www. gazprom. ru/about/today/
3. Ю. П. Александровская, Вестник Казанского технологического университета, 16, 1, 265−273, (2013).
4. И. И. Елисеева, Эконометрика. Финансы и статистика, Москва, 2001. 344 с.
Квантиль 1п нормального распределения, 3 тыс. м Доверительная вероятность / уровень значимости Фактическая ошибка прогноза /число наблюдений
5120 0,99 / 0,01 1,45% / 4
3093 0,95 / 0,05 3,26% / 9
© Г. А. Гадельшина — к.т.н., доц. каф. химической кибернетики КНИТУ- А. В. Аксянова — д.э.н., доц. той же кафедры, romanova_rh@mail. ru.

ПоказатьСвернуть
Заполнить форму текущей работой