關(guān)于能源需求量預(yù)測常用模型及方法

1、 關(guān)于能源需求量預(yù)測常用模型及方法預(yù)測不僅要對事物未來的走勢和可能出現(xiàn)的情景作定性分析，還要對某些關(guān)鍵的構(gòu)成作定量判斷，由于人們認(rèn)識事物的能力有限，由于許多事物在已經(jīng)經(jīng)歷過的過程中尚未能展現(xiàn)出許多重要因素的影響，即使對認(rèn)識到的影響因素也難以有很深入的了解，因而人們的預(yù)測很難與未來的發(fā)展完全吻合，能夠從大趨勢上做到分析基本正確，就是成績不小。一般說來，定性的預(yù)測，特別是定量的預(yù)測所涉及的對象越簡單的、涉及未來的時間越短，預(yù)測的準(zhǔn)確程度可能高些；涉及的事物越復(fù)雜、影響因素越多，涉及未來的時間越長，預(yù)測的準(zhǔn)確性越差，這使許多定量的預(yù)測也僅帶有半定量性質(zhì)。在這種情況下，我們應(yīng)把它看成是一種很可能出現(xiàn)的

2、方案。針對這種情況，從預(yù)測上說，就要求：（1）把復(fù)雜事物的預(yù)測簡化成相對單一的模式，或從多個相對簡單的角度做出預(yù)測并加以綜合；（2）隨著發(fā)展，不斷做出新的預(yù)測，這種新的預(yù)測不但可以收納許多原來未料及或未重視的新的影響因素，而且可以用這一段時間已經(jīng)發(fā)生的事實(shí)去修正原來的預(yù)測公式或參數(shù)。預(yù)測的基本思路是由過去和現(xiàn)在推斷未來，由已知推測未知。因此，可將預(yù)測方法大致分為兩類：由事物本身的發(fā)展過程推測未來和由已知的或設(shè)定的條件推導(dǎo)未來的油氣發(fā)展?fàn)顩r：具體方法也可歸納為直接預(yù)測和間接預(yù)測。這里僅列舉直接預(yù)測法。該類方法從事物本身的歷史和現(xiàn)狀來認(rèn)識影響它們的各種因素，利用這些因素的可能變化，推測未來一段時間

3、內(nèi)的變化趨勢乃至變化量。換言之，對油氣未來的預(yù)測主要依靠油氣本身的變化。從邏輯上，把影響油氣的各種因素起作用的綜合結(jié)果儲量和產(chǎn)量（在一定程度上也表現(xiàn)為品質(zhì)和空間分布）作為最直接的預(yù)測資料，將其作為最基本的依據(jù)來得出預(yù)測結(jié)論。這種預(yù)測，可以是簡單的外預(yù)期，也可以考慮到多變量變化趨勢的適應(yīng)預(yù)期和合理預(yù)期。（1）客觀存在受過去和現(xiàn)狀影響太深，如果未來的基本框架與它們一致，這個預(yù)測的可靠性很大。而如果未來的影響因素發(fā)生了相當(dāng)大的變化，這個預(yù)測結(jié)果可能產(chǎn)生相當(dāng)大的偏差。而如果未來與歷史有某種質(zhì)的差異，預(yù)測結(jié)果有可能謬誤。油氣預(yù)測的對象是有生命周期的，處于不同生命階段間的發(fā)展趨勢可以是不同的。不注意這一點(diǎn)

4、，簡單的依據(jù)歷史和現(xiàn)狀，預(yù)測可能有趨勢性錯誤。（2）在強(qiáng)調(diào)油氣本身的因素時，往往對外部因素的影響考慮不周。如在對排放物有法律強(qiáng)制性要求的情況下，企業(yè)寧肯冒增加成本的風(fēng)險，也要用清潔能源，這時對天然氣的需求量就會加大。對此，單純由過去和現(xiàn)在的增長趨勢進(jìn)行外推就難以預(yù)料。對油氣儲、產(chǎn)量預(yù)測常用的方法歸類的簡單介紹，以利于后面選取幾種預(yù)測方法，并在討論后給出預(yù)測的推薦值。（一）趨勢分析法根據(jù)歷史上，特別是近期的發(fā)展趨勢推測未來的一種方法，主要采用的是時間序列分析方法。時間序列分析方法是將歷史資料按時間排列并對它進(jìn)行分析，找出它隨時間變化的趨勢與規(guī)律，并用數(shù)學(xué)關(guān)系式把它表示出來。然后根據(jù)這個關(guān)系式對今

5、后進(jìn)行預(yù)測。該方法是進(jìn)行短期預(yù)測（例如短期油氣的生產(chǎn)量和消費(fèi)量預(yù)測）的一種常用方法。其主要優(yōu)點(diǎn)是靈活簡便，短期預(yù)測較準(zhǔn)確。主要缺點(diǎn)是沒有揭示影響事物變化的原因，僅從時序數(shù)據(jù)中尋找變化規(guī)律，因而不適用于長期的、特別是其發(fā)展階段不同變化過程的預(yù)測。此外，對處于大起大伏的發(fā)育不成熟的事物，則預(yù)測效果也差。趨勢分析方法分確定性方法和隨機(jī)性方法。1、確定性趨勢分析模型滑動平均預(yù)測模型假設(shè)某預(yù)測量時間序列數(shù)據(jù)為x,x,，x,那么第t+1時期的預(yù)測值為X=(x12tt1t+x+K+x)/N，即以N個實(shí)際值的平均值作為預(yù)測值，N的大小依時間序列數(shù)t-1t-N1據(jù)顯示的規(guī)律而選定。若以加權(quán)平均數(shù)為預(yù)測值，x=(

6、ax+ax+K+ax)0t1t-1N-1t-N1/N,稱為加權(quán)滑動平均預(yù)測模型，。為加權(quán)因子，也依時間序列數(shù)據(jù)顯示的規(guī)律而選定，滿足(a+a+K+a)/N=1O若對實(shí)際時間序列數(shù)據(jù)進(jìn)行一次滑動平均，得到滑動01N-1平均數(shù)序列，再對該平均數(shù)序列運(yùn)用滑動平均預(yù)測模型，求得第t+1時期的預(yù)測值，稱為二次滑動平均預(yù)測模型。(2)指數(shù)平滑預(yù)測模型以t時期實(shí)際值x和預(yù)測值x，的加權(quán)平均值作為第t+1時期的預(yù)測值，x，=ttt1ax(1-a)x，0ab時，增長率為負(fù)。這個因子可假設(shè)為(t/b1)。根據(jù)第(2)、(3)假設(shè)，可以建立下列微分方程：TOC o 1-5 h zdx(t)b1)=x(t)(1) H

7、YPERLINK l bookmark67dtt解上述方程并考慮第一個假設(shè)，則生命旋回模型可表達(dá)為不存在tx00t=式中：a，b為擬合系數(shù)；x為預(yù)測初始時間；x為預(yù)測時間。根據(jù)最小二乘法原理,0利用歷史數(shù)據(jù)可以求出擬合系數(shù)a和box(t)的總和是收斂的，從t=0至無限的積分為：s=x(t)dt=atbe-tdt=a(b+1)00因?yàn)閤(t)的總和是收斂的，這一模型只能用于總量有限的體系，如礦產(chǎn)資源的產(chǎn)量和儲量等。2、邏輯斯諦(Logistic)模型邏輯斯諦(Logistic)預(yù)測模型是一個屬于增長類型的模型。邏輯斯諦并非是人名，而只是Logistic英文一詞的中文譯名，它表示增長曲線的數(shù)學(xué)邏輯

8、推理之義。美國哈伯特(Hubbert)于1962年首次提出邏輯斯諦曲線(lOgisticcurve)預(yù)測方法，因此，該法又被稱為哈伯特模型。該模型已被用在勘探開發(fā)階段的新老油氣田可采儲量的預(yù)測。邏輯斯諦模型的微分方程為：1)2)dyydt式中：y為模型函數(shù)；t為時間變量；a、b為模型參數(shù)。對(1)式積分后可得：by=1+ceat(2)式就是邏輯斯諦模型的表達(dá)式。由(2)式可以看出，當(dāng)a0，tfg時，y趨向于它的極值bo由于油氣田的累積產(chǎn)量隨時間的變化屬于增長曲線的類型。因此，為了預(yù)測油氣田的可采儲量，可把（2）式改寫為如下表達(dá)式：1+ce-at3）t為開發(fā)年限。3）式對時間，求導(dǎo)數(shù)可到預(yù)測油氣

9、產(chǎn)量（q）的關(guān)系式:acNeatq，r(1+ce-at)24)4)式的dq=0時，可求得油氣田最高年產(chǎn)量發(fā)生時間（t）dtm的表達(dá)式：5)1t，Incma5)式分別代人（4）、（3）式，得到油氣田最高年產(chǎn)量（qmax）和最高年產(chǎn)量發(fā)生式中：丹F為油氣田的累積產(chǎn)量；NR為油氣田的最終可采儲量;時的累積產(chǎn)量（N）的表達(dá)式：pm1q，aNmax4RN，1Npm2R邏輯斯諦模型預(yù)測油氣田的產(chǎn)量與時間的變化關(guān)系時，它是一個帶峰值的函數(shù)，而且最高年產(chǎn)量（峰值）剛好發(fā)生在累積采出可采儲量50%的時間。因此，對于那些采出可采儲量50%左右進(jìn)入遞減階段的油氣田，利用該模型可以得到相當(dāng)滿意的預(yù)測結(jié)果。否則，只能對

10、油氣田的可采儲量進(jìn)行有效預(yù)測。3、龔帕茲（Compertz）模型龔帕茲（Compertz）模型的數(shù)學(xué)表達(dá)式為：y，e（k+ab-t）式中：t為預(yù)測時間；k、a、b均為模型參數(shù)。該模型屬于增長曲線函數(shù)，而且具有極限，即當(dāng)t-s為極限值。故利用時該模型可以預(yù)測氣田儲量增長趨勢及最終可探明儲量。（三）灰色系統(tǒng)方法灰色系統(tǒng)理論是我國學(xué)者鄧聚龍于1982年創(chuàng)立的?；疑到y(tǒng)是指信息不完全的系統(tǒng)。所謂“信息不完全”，一般是指系統(tǒng)因素不完全明確，因素關(guān)系不完全清楚，系統(tǒng)結(jié)構(gòu)不完全知道，系統(tǒng)作用原理不完全明了等?！靶畔⒉煌耆笔恰盎摇钡幕竞x?；疑到y(tǒng)理論就是研究本征性灰色系統(tǒng)的量化問題，是研究系統(tǒng)的建模、預(yù)

11、測、分析、決策和控制的理論?；疑A(yù)測是指采用GM（1，1）模型對系統(tǒng)行為特征值的發(fā)展變化進(jìn)行的預(yù)測。GM即GREYMODEL的縮寫，GM（1，1）是指由一個只包含單變量的一階微分方程。根據(jù)不同的預(yù)測目的可分為數(shù)列預(yù)測、災(zāi)變預(yù)測、季節(jié)災(zāi)變預(yù)測、拓?fù)漕A(yù)測和系統(tǒng)預(yù)測等。石油天然氣工業(yè)是一個龐大的系統(tǒng)，它沒有客觀的物理原型，是本征性灰色系統(tǒng)。影響其發(fā)展因素除地質(zhì)條件、科技進(jìn)步、資金投入、交通運(yùn)輸和自然地理?xiàng)l件等以外，還有政策、策略，國內(nèi)及國際石油價格，其他能源工業(yè)的發(fā)展以及國內(nèi)、國際的政治局勢變化等等。從灰色系統(tǒng)理論的觀點(diǎn)出發(fā)，影響石油天然氣儲量、產(chǎn)量變化的因素都代表著系統(tǒng)低層次的灰色量，對它們逐一做

12、出定量的描述顯然是困難的，也是很不現(xiàn)實(shí)的。而這些因素的共同目的和作用方向是增長或降低石油、天然氣的儲量和產(chǎn)量。因此可以認(rèn)為，石油天然氣的儲、產(chǎn)量是這些低層次灰色量(或稱灰色過程)綜合作用結(jié)果的集中體現(xiàn)，是系統(tǒng)的總體輸出，代表著系統(tǒng)的未來發(fā)展方向。運(yùn)用系統(tǒng)的總輸出預(yù)測系統(tǒng)的未來變化態(tài)勢是灰色系統(tǒng)理論處理這類問題的基本出發(fā)點(diǎn)，而且已被實(shí)踐證明是行之有效的。1、GM(1,1)模型GM(1，1)模型是最常用的一種灰色模型，它是由一個只包含單變量的一階微分方程構(gòu)成的模型，GM(1，1)模型及解法具體如下：設(shè)變量x(0)原始數(shù)據(jù)序列為:x(o)，X(1),x(0)(2), # #用AGO(Accumula

13、tedGeneratingOperation)生成一次累加模塊x：x(1)，x(1)(1),x(1)(2),x(1)(k)x(1)(k)，工x(j) # 由灰色模塊x(1)構(gòu)成的一階微分方程：dx(1)ax(1)，bdt解微分方程得：bbx(t)，x(1)(1)-eaa寫成離散型,則為：bbx(1)(k1)，x(0)(1)e-aktaa式中,a,b為待定系數(shù)，可用向量B，a,bt來表示，并利用最小二乘法原理求解。B=XTx-iXTyx=-x+x2-丄x(1)(2)+x(1)(3)2-x(n-1)+x(n)21x(0)(2)1y=x(0)1x(0)(n)經(jīng)過累加后生成的數(shù)據(jù)序列，已失去原來的物理

14、意義，所以由GM（1,1）模型求解的結(jié)果，必須通過累減還原到原序列：x（0）i=1x（o）（i）=2由于灰色系統(tǒng)理論研究的是信息不完全的對象，在建立GM（1，1）模型前先對原始數(shù)據(jù)進(jìn)行累加處理，消除原始數(shù)據(jù)序列的隨機(jī)性，使之呈現(xiàn)一定的規(guī)律性。它的主要特點(diǎn)為：系統(tǒng)要求數(shù)據(jù)量不多，并且不需要從數(shù)據(jù)中找出規(guī)律；系統(tǒng)適用于非線性、非指數(shù)或者非對數(shù)分布；系統(tǒng)通過原始數(shù)據(jù)的處理將灰色量變換成生成數(shù)，從生成數(shù)進(jìn)而得到規(guī)律性較強(qiáng)的生成函數(shù)，即系統(tǒng)的處理對象是生成數(shù)而不是原始數(shù)據(jù)，這是與其他模型的最大區(qū)別。90年代中期，我們曾用截止到1994年的數(shù)據(jù)，應(yīng)用灰色系統(tǒng)方法，建立7個GM（1.1）模型，在綜合分析的基

15、礎(chǔ)上預(yù)測2000、2005年的石油產(chǎn)量。2000年的預(yù)測中值為15633x10化、上限值為15761.4x10仏而該年實(shí)際值為15760.2x10仁,與預(yù)測中值、上限值間的誤差分別為0.81%和0.0076%?？梢娫摲椒ǖ倪\(yùn)用還是相當(dāng)恰當(dāng)?shù)摹?、費(fèi)爾哈斯（Verhulst）模型比利時生物學(xué)家費(fèi)爾哈斯從馬爾薩斯（Malthus）的生物增長規(guī)律模型出發(fā)，提出種群在有限生存空間下的數(shù)量動態(tài)模型，經(jīng)過變換后得到了著名的邏輯斯諦方程，其解的軌跡為S型曲線。鄧聚龍教授把費(fèi)爾哈斯（Verhulst）模型作為灰色系統(tǒng)的一個特殊預(yù)測模型。費(fèi)爾哈斯（Verhulst）模型與GM（1，1）模型的主要區(qū)別在于：GM（

16、1，1）模型僅適用短期預(yù)測，費(fèi)爾哈斯（Verhulst）模型可用于中期預(yù)測；費(fèi)爾哈斯模型模擬了生命旋回過程，而且該模型較廣泛地應(yīng)用于人口、生物生長、市場消費(fèi)和油氣儲、產(chǎn)量的預(yù)測。下面簡要介紹費(fèi)爾哈斯（Verhulst）模型的數(shù)學(xué)表達(dá)式和解法。費(fèi)爾哈斯（Verhulst）模型的微分方程：dx（1）=ax（1）一b（x（1）2dta解微分方程得：x（1）（t）=1+（-1）e-atbx（0）式中：a，b為待定系數(shù)，可用向量B=a,b卜來表示，并利用最小二乘法原理求解。 B=xtxtXTy # #x(0)(2)x(0)(3)y=-x(1)+x2x(2)+x(1)(3)2x(1)(1)+x(1)(2)

17、22-x(1)(2)+x(1)(3)22 # #x(i)(n-1)+x(n)2x(n1)+x(n)2x(0)(n) 最后，通過累減還原到原來序列。x(o)(1)i=1x(0)(i)=2由于費(fèi)爾哈斯模型和翁氏旋回模型所描述的是較簡單的“自然”生命過程，在應(yīng)用它們對油氣田、油氣區(qū)儲、產(chǎn)量變化預(yù)測時就產(chǎn)生了局限性。它們的生命曲線都近似于正弦曲線，但實(shí)際上，人們?yōu)榱私?jīng)濟(jì)利益及滿足社會需求，而對油氣田生命過程以很大的干預(yù)，往往使它們脫離“自然”生命曲線。由于后期施加了許多增產(chǎn)、穩(wěn)產(chǎn)措施，使生命曲線的穩(wěn)產(chǎn)部分加長了，往往出現(xiàn)一個穩(wěn)產(chǎn)平臺，而下降期被推后了，下降的速度也可能減緩了。我們將多數(shù)這類曲線稱為不對

18、稱似正弦曲線叭。這是費(fèi)爾哈斯模型和翁氏旋回模型所不能完全預(yù)料的。(四)“儲量產(chǎn)量”雙向平衡控制模型“儲量產(chǎn)量”雙向平衡控制模型(萬吉業(yè)，1994年)把各氣區(qū)乃至全國規(guī)劃的油氣產(chǎn)量與油氣儲量增長目標(biāo)有機(jī)地聯(lián)系起來，即規(guī)劃期內(nèi)新增可采儲量二規(guī)劃期內(nèi)累積產(chǎn)量+規(guī)劃期內(nèi)剩余可采儲量增減量。產(chǎn)量增長規(guī)模取決于儲量增長規(guī)模。(1)假設(shè)在規(guī)劃期內(nèi)，油(氣)產(chǎn)量按指數(shù)關(guān)系變化時，則某一年的油(氣)產(chǎn)量Qt為：Q=QDtt0D=Q“Q丿0式中：Q為規(guī)劃期前一年年產(chǎn)量，D為年指數(shù)遞增或遞減率。0規(guī)劃期內(nèi)階段累積產(chǎn)油(氣)量厶付F為：規(guī)劃期內(nèi)油(氣)剩余可采儲量的增減量N，為規(guī)劃期末的剩余可采儲量減RR去規(guī)劃期前一

19、年的剩余可采儲量，即：N=QRQRRRtt00式中：R為規(guī)劃期前一年油（氣）剩余可采儲量的儲采比；R為規(guī)劃期末第t年油（氣）0t剩余可采儲量的儲采比：（4）根據(jù)規(guī)劃期內(nèi)油（氣）新增可采儲量N，等于規(guī)劃期內(nèi)階段累積產(chǎn)量N與Rp規(guī)劃期內(nèi)剩余可采儲量的增減量N之和，可以得到如下“儲量一產(chǎn)量”雙向平衡控制模RR型的數(shù)學(xué)表達(dá)式：NRQD一D（t+1）0，（家一Q0R0）該方法的最大優(yōu)點(diǎn)是把產(chǎn)量與儲量變化有機(jī)地統(tǒng)一起來，實(shí)質(zhì)上是一種正反演結(jié)合模型，可以相互驗(yàn)證，避免兩者脫鉤而產(chǎn)生錯誤的結(jié)論，這是其他預(yù)測模型無法比擬的：其他模型在預(yù)測產(chǎn)量時，一般很少考慮到資源的保證程度，預(yù)測結(jié)果有可能因?yàn)槲磥碣Y源不到位很難實(shí)現(xiàn)而產(chǎn)生較大的誤差，甚至是很荒謬的：但是，其不足之處在于把油（氣）產(chǎn)量變化的過程簡單化、理想化，即簡單的勻速變化過程，忽略油價變化對石油產(chǎn)量的影響。（五）隨機(jī)模型油氣勘探開發(fā)存在一定的風(fēng)險性和隨機(jī)性：正由于這種性質(zhì)，基于某些特定的隨機(jī)分布函數(shù)，可以建立油氣儲量、產(chǎn)量預(yù)測模型：但是這類模型一般比較復(fù)雜，計算過程較繁雜，而且僅適用于勘探開發(fā)程度較高的地區(qū)或油氣田，平時采用相對不多。下面僅簡單介紹威布爾（Weibul1）和對數(shù)正態(tài)分布兩種模型，僅供參考。1、威布爾（Weibul1）模