關(guān)于能源需求量預(yù)測(cè)常用模型及方法

1、關(guān)于能源需求量預(yù)測(cè)常用模型及方法預(yù)測(cè)不僅要對(duì)事物未來的走勢(shì)和可能出現(xiàn)的情景作定性分析,還要對(duì)某些關(guān)鍵的構(gòu)成作定量判斷,由于人們熟悉事物的水平有限,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(duì)熟悉到的影響因素也難以有很深入的了解,因而人們的預(yù)測(cè)很難與未來的開展完全吻合,能夠從大趨勢(shì)上做到分析根本正確,就是成績(jī)不小.一般說來,定性的預(yù)測(cè),特別是定量的預(yù)測(cè)所涉及的對(duì)象越簡(jiǎn)單的、涉及未來的時(shí)間越短,預(yù)測(cè)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(shí)間越長(zhǎng),預(yù)測(cè)的準(zhǔn)確性越差,這使許多定量的預(yù)測(cè)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)的方

2、案.針對(duì)這種情況,從預(yù)測(cè)上說,就要求：1把復(fù)雜事物的預(yù)測(cè)簡(jiǎn)化成相對(duì)單一的模式,或從多個(gè)相對(duì)簡(jiǎn)單的角度做出預(yù)測(cè)并加以綜合；2隨著開展,不斷做出新的預(yù)測(cè),這種新的預(yù)測(cè)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(shí)間已經(jīng)發(fā)生的事實(shí)去修正原來的預(yù)測(cè)公式或參數(shù).預(yù)測(cè)的根本思路是由過去和現(xiàn)在推斷未來,由推測(cè)未知.因此,可將預(yù)測(cè)方法大致分為兩類：由事物本身的開展過程推測(cè)未來和由的或設(shè)定的條件推導(dǎo)未來的油氣開展?fàn)顩r：具體方法也可歸納為直接預(yù)測(cè)和間接預(yù)測(cè).這里僅列舉直接預(yù)測(cè)法.該類方法從事物本身的歷史和現(xiàn)狀來熟悉影響它們的各種因素,利用這些因素的可能變化,推測(cè)未來一段時(shí)間內(nèi)的變化趨勢(shì)乃至變

3、化量.換言之,對(duì)油氣未來的預(yù)測(cè)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)果一一儲(chǔ)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(cè)資料,將其作為最根本的依據(jù)來得出預(yù)測(cè)結(jié)論.這種預(yù)測(cè),可以是簡(jiǎn)單的外預(yù)期,也可以考慮到多變量變化趨勢(shì)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,如果未來的根本框架與它們一致,這個(gè)預(yù)測(cè)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(gè)預(yù)測(cè)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(cè)結(jié)果有可能謬誤.油氣預(yù)測(cè)的對(duì)象是有生命周期的,處于不同生命階段間的開展趨勢(shì)可以是不同的.不注意這一點(diǎn),簡(jiǎn)單的依據(jù)歷史和現(xiàn)狀

4、,預(yù)測(cè)可能有趨勢(shì)性錯(cuò)誤.2在強(qiáng)調(diào)油氣本身的因素時(shí),往往對(duì)外部因素的影響考慮不周.如在對(duì)排放物有法律強(qiáng)制性要求的情況下,企業(yè)寧肯冒增加本錢的風(fēng)險(xiǎn),也要用清潔能源,這時(shí)對(duì)天然氣的需求量就會(huì)加大.對(duì)此,單純由過去和現(xiàn)在的增長(zhǎng)趨勢(shì)進(jìn)行外推就難以預(yù)料.對(duì)油氣儲(chǔ)、產(chǎn)量預(yù)測(cè)常用的方法歸類的簡(jiǎn)單介紹,以利于后面選取幾種預(yù)測(cè)方法,并在討論后給出預(yù)測(cè)的推薦值.一趨勢(shì)分析法根據(jù)歷史上,特別是近期的開展趨勢(shì)推測(cè)未來的一種方法,主要采用的是時(shí)間序列分析方法.時(shí)間序列分析方法是將歷史資料按時(shí)間排列并對(duì)它進(jìn)行分析,找出它隨時(shí)間變化的趨勢(shì)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(gè)關(guān)系式對(duì)今后進(jìn)行預(yù)測(cè).該方法是進(jìn)行短期預(yù)

5、測(cè)例如短期油氣的生產(chǎn)量和消費(fèi)量預(yù)測(cè)的一種常用方法.其主要優(yōu)點(diǎn)是靈活簡(jiǎn)便,短期預(yù)測(cè)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(shí)序數(shù)據(jù)中尋找變化規(guī)律,因而不適用于長(zhǎng)期的、特別是其開展階段不同變化過程的預(yù)測(cè).此外,對(duì)處于大起大伏的發(fā)育不成熟的事物,那么預(yù)測(cè)效果也差.趨勢(shì)分析方法分確定性方法和隨機(jī)性方法.1、確定性趨勢(shì)分析模型(1)滑動(dòng)平均預(yù)測(cè)模型假設(shè)某預(yù)測(cè)量時(shí)間序列數(shù)據(jù)為X1,x2,xt,那么第t+1時(shí)期的預(yù)測(cè)值為xt1=(xt+Xt1+K+xtN1)/N,即以N個(gè)實(shí)際值的平均值作為預(yù)測(cè)值,N的大小依時(shí)間序列數(shù)據(jù)顯示的規(guī)律而選定.假設(shè)以加權(quán)平均數(shù)為預(yù)測(cè)值,x=(a0xt+a1xt1+K+aN

6、1xtN1)/N,稱為加權(quán)滑動(dòng)平均預(yù)測(cè)模型,.為加權(quán)因子,也依時(shí)間序列數(shù)據(jù)顯示的規(guī)律而選定,滿足(a.+a+K+aN1)/N=1.假設(shè)對(duì)實(shí)際時(shí)間序列數(shù)據(jù)進(jìn)行一次滑動(dòng)平均,得到滑動(dòng)平均數(shù)序列,再對(duì)該平均數(shù)序列運(yùn)用滑動(dòng)平均預(yù)測(cè)模型,求得第t+1時(shí)期的預(yù)測(cè)值,稱為二次滑動(dòng)平均預(yù)測(cè)模型.(2)指數(shù)平滑預(yù)測(cè)模型以t時(shí)期實(shí)際值xt和預(yù)測(cè)值xt的加權(quán)平均值作為第t+1時(shí)期的預(yù)測(cè)值,xt1=axt(1a)xt,0<a<1.進(jìn)一步推導(dǎo)可得,、2.t2.t1xt1=axta(1a)xta(1a)xt2Ka(1a)x2(1a)x1,即預(yù)測(cè)值為歷期實(shí)際值指數(shù)形式的加權(quán)和.如對(duì)一次指數(shù)平滑后形成的序列數(shù)據(jù)再

7、作一次指數(shù)平滑,稱為二次指數(shù)平滑預(yù)測(cè)模型.(3)分解預(yù)測(cè)模型將時(shí)間序列數(shù)據(jù)進(jìn)行分解,求出趨勢(shì)因素(yt)、季節(jié)因素(0)、循環(huán)因素(ct)和隨機(jī)因素(t),分別預(yù)測(cè)各種因素的預(yù)測(cè)值yt1、st1和t1,利用模型xt1=yt1*st1*t1,求得第t+1時(shí)的預(yù)測(cè)值.在分解模型中,滑動(dòng)平均是常用的分解長(zhǎng)期趨勢(shì)因素的方法.分解預(yù)測(cè)模型適用于季度能源消費(fèi)量的預(yù)測(cè).2、隨機(jī)性趨勢(shì)分析模型(1)自回歸模型a2、K、ap為自回歸參數(shù),ta1tla2t2Kaptpt,稱為p階自回歸模型,簡(jiǎn)記為AR(p).a1、t為隨機(jī)誤差項(xiàng).利用回歸分析技術(shù)估計(jì)參數(shù),得到參數(shù)估計(jì)量a1、a2、K、ap,于是第t+1時(shí)期的預(yù)測(cè)

8、值為tia1112t1Kaptpi.(2)自回歸滑動(dòng)平均模型ta1t1a2t2Kaptpt1t12t2Kqtq稱為(P,q)階自回歸滑動(dòng)平均模型,簡(jiǎn)記為ARMAp,q).a1、a2、K、ap、1、2、K、q,分別為自回歸和滑動(dòng)平均參數(shù),由回歸分析技術(shù)估計(jì)得到其估計(jì)值.(二)生命模型擬合法建立一個(gè)模型去逼近實(shí)際數(shù)據(jù)序列的過程稱為擬合.判斷擬合模型與實(shí)際體系的符合程度有多種標(biāo)準(zhǔn),例如最小二乘法、最大離差為最小的最大最小原那么、最大似然性、最小絕對(duì)偏差等,其中根據(jù)最小二乘法原理用擬合模型方程去逼近實(shí)際觀察值是一種最常見的擬合方法.根據(jù)擬合模型函數(shù)形式的不同,擬合形式有多種多樣,諸如線性擬合、多項(xiàng)式擬

9、合、對(duì)數(shù)擬合、指數(shù)擬合及生命模型擬合等.其中生命模型擬合是油氣儲(chǔ)量、產(chǎn)量預(yù)測(cè)的重要方法.生命模型函數(shù)是一類收斂型數(shù)學(xué)模型,常用的有翁氏生命旋回模型、邏輯斯諦Logistic)模型、龔帕茲(Compertz)模型等,它適用于石油、天然氣、煤炭等勘探開發(fā)過程中類似生命總量有限體系的開展、消亡過程的描述和預(yù)測(cè).它通過對(duì)過去油氣儲(chǔ)量、產(chǎn)量的變化趨勢(shì)進(jìn)行擬合,獲取有關(guān)模型參數(shù),再用相應(yīng)的模型公式預(yù)測(cè)未來儲(chǔ)量、產(chǎn)量的開展趨勢(shì).1、翁氏生命旋回模型翁文波教授創(chuàng)立的生命旋回理論認(rèn)為,一切事物的開展變化可以劃分為興起、成長(zhǎng)、到達(dá)鼎盛,然后逐漸衰亡4個(gè)階段,從而形成一個(gè)完整的生命周期.油、氣、煤等化石能源是一種不

10、可再生資源,資源總量是有限的,就勘探開發(fā)的全過程來說,其開展規(guī)律總體上是符合生命旋回理論.翁文波認(rèn)為這種旋回的開展符合泊松分布函數(shù),就把它稱為“泊松旋回.“泊松旋回問世后,立即得到石油界的廣泛關(guān)注.1986年,石油工業(yè)部石油勘探開發(fā)科學(xué)研究院成立了工程組進(jìn)行專題預(yù)測(cè).從事數(shù)學(xué)地質(zhì)研究的工程負(fù)責(zé)人高級(jí)工程師趙旭東利用半年時(shí)間,對(duì)國(guó)內(nèi)外150多個(gè)油氣田年產(chǎn)量和最終可采儲(chǔ)量進(jìn)行預(yù)測(cè).他驚奇地發(fā)現(xiàn),這些油氣田的實(shí)際產(chǎn)量與預(yù)測(cè)值的相關(guān)系數(shù),絕大多數(shù)都大于,而正規(guī)開采的油氣田的相關(guān)系數(shù),一般都在以上.這一系數(shù)的重要意義在于,能夠根據(jù)油氣田的以往產(chǎn)量非常準(zhǔn)確地預(yù)測(cè)出最終可采儲(chǔ)量.特別是可以發(fā)現(xiàn)不少油氣田在原

11、來計(jì)算時(shí),沒有包括進(jìn)去的潛在可采儲(chǔ)量,而且這局部可采儲(chǔ)量往往是相當(dāng)可觀的.趙旭東在實(shí)際預(yù)測(cè)中,發(fā)現(xiàn)“泊松旋回的命名不當(dāng).不久,趙旭東寫了一篇題目為“用Weng旋回模型對(duì)生命總量有限體系的預(yù)測(cè)的文章,在中國(guó)科學(xué)院?科學(xué)通報(bào)?上發(fā)表.從此,國(guó)內(nèi)外即正式稱這種生命旋回為翁氏旋回或翁氏生命旋回.該模型有3個(gè)假設(shè)：(1)有一個(gè)起始點(diǎn)X0,在該點(diǎn)前系統(tǒng)x(t)不存在;(2)過程開始后,x(t)的增長(zhǎng)速率與系統(tǒng)x(t)本身成正比；(3)增長(zhǎng)率有一個(gè)比例因子使系統(tǒng)在某一時(shí)刻“b到達(dá)有限極值時(shí)增長(zhǎng)率為0.當(dāng)t<b時(shí),增長(zhǎng)率為正,當(dāng)t>b時(shí),增長(zhǎng)率為負(fù).這個(gè)因子可假設(shè)為(t/b-1)o根據(jù)第(2)、(

12、3)假設(shè),可以建立以下微分方程：等x(釁.解上述方程并考慮第一個(gè)假設(shè),那么生命旋回模型可表達(dá)為:不存在tx0x(t)0tx0atbe-ttx00t式中：a,b為擬合系數(shù)；x0為預(yù)測(cè)初始時(shí)間；x為預(yù)測(cè)時(shí)間.根據(jù)最小二乘法原理,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：sx(t)dtatbetdta00(b1)由于x(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(chǔ)量等.2、邏輯斯諦(Logistic)模型邏輯斯諦(Logistic)預(yù)測(cè)模型是一個(gè)屬于增長(zhǎng)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

13、示增長(zhǎng)曲線的數(shù)學(xué)邏輯推理之義.美國(guó)哈伯特(Hubbert)于1962年首次提出邏輯斯諦曲線(10gisticcurve)預(yù)測(cè)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(chǔ)量的預(yù)測(cè).邏輯斯諦模型的微分方程為：(1)dyydt式中：y為模型函數(shù)；t為時(shí)間變量；a、b為模型參數(shù).對(duì)(1)式積分后可得:y=at1ce(2)式就是邏輯斯諦模型的表達(dá)式.由(2)2)式可以看出,當(dāng)a<0,t8時(shí),y趨向于它的極值bo由于油氣田的累積產(chǎn)量隨時(shí)間的變化屬于增長(zhǎng)曲線的類型.因此,為了預(yù)測(cè)油氣田的可采儲(chǔ)量,可把2式改寫為如下表達(dá)式:(3)(4)Nrat1ce式中：丹F為油氣田

14、的累積產(chǎn)量；NR為油氣田的最終可采儲(chǔ)量；t為開發(fā)年限.將3式對(duì)時(shí)間,求導(dǎo)數(shù)可到預(yù)測(cè)油氣產(chǎn)量q的關(guān)系式：acNReataatatx2(1ce)當(dāng)4式的四=0時(shí),可求得油氣田最高年產(chǎn)量發(fā)生時(shí)間tm的表達(dá)式：dttm-lnc5a把5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)生時(shí)的累積產(chǎn)量Npm的表達(dá)式：1qmax-aNR41Npm-Nr2邏輯斯諦模型預(yù)測(cè)油氣田的產(chǎn)量與時(shí)間的變化關(guān)系時(shí),它是一個(gè)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(chǔ)量50淵時(shí)間.因此,對(duì)于那些采出可采儲(chǔ)量50吐右進(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(cè)結(jié)果.否那么,只能對(duì)油氣田的可采

15、儲(chǔ)量進(jìn)行有效預(yù)測(cè).3、龔帕茲Compertz模型龔帕茲Compertz模型的數(shù)學(xué)表達(dá)式為：(kab,)e式中：t為預(yù)測(cè)時(shí)間；k、a、b均為模型參數(shù).該模型屬于增長(zhǎng)曲線函數(shù),而且具有極限,即當(dāng)t-8為極限值.故利用時(shí)該模型可以預(yù)測(cè)氣田儲(chǔ)量增長(zhǎng)趨勢(shì)及最終可探明儲(chǔ)量.三灰色系統(tǒng)方法灰色系統(tǒng)理論是我國(guó)學(xué)者鄧聚龍于1982年創(chuàng)立的.灰色系統(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.“信息不完全是“灰的根本含義.灰色系統(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)測(cè)、分析、決策和限制的理論.灰色預(yù)測(cè)是

16、指采用GM1,1模型對(duì)系統(tǒng)行為特征值的開展變化進(jìn)行的預(yù)測(cè).GMBPGREYMODE的縮寫,GM1,1是指由一個(gè)只包含單變量的一階微分方程.根據(jù)不同的預(yù)測(cè)目的可分為數(shù)列預(yù)測(cè)、災(zāi)變預(yù)測(cè)、季節(jié)災(zāi)變預(yù)測(cè)、拓?fù)漕A(yù)測(cè)和系統(tǒng)預(yù)測(cè)等.石油天然氣工業(yè)是一個(gè)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).影響其開展因素除地質(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(guó)內(nèi)及國(guó)際石油價(jià)格,其他能源工業(yè)的開展以及國(guó)內(nèi)、國(guó)際的政治局勢(shì)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(chǔ)量、產(chǎn)量變化的因素都代表著系統(tǒng)低層次的灰色量,對(duì)它們逐一做出定量的描述顯然是困難的,也是很不現(xiàn)實(shí)的.而這

17、些因素的共同目的和作用方向是增長(zhǎng)或降低石油、天然氣的儲(chǔ)量和產(chǎn)量.因此可以認(rèn)為,石油天然氣的儲(chǔ)、產(chǎn)量是這些低層次灰色量(或稱灰色過程)綜合作用結(jié)果的集中表達(dá),是系統(tǒng)的總體輸出,代表著系統(tǒng)的未來開展方向.運(yùn)用系統(tǒng)的總輸出預(yù)測(cè)系統(tǒng)的未來變化態(tài)勢(shì)是灰色系統(tǒng)理論處理這類問題的根本出發(fā)點(diǎn),而且已被實(shí)踐證實(shí)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(gè)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(0)x(0)(1),x(0)(2),.,x(0)(k)用AGO(AccumulatedGeneratingOpe

18、ration)生成一次累加模塊x(1)：x(1)x(1)(1),x(1)(2),.,x(1)(k)k(1)(0).x(k)x(j)j1由灰色模塊x(1)構(gòu)成的一階微分方程：.(1)(i)axdxdtbeaat解微分方程得：x(t)x(1)寫成離散型,那么為：(0)baktbx(k1)x(1)-e一aa式中,a,b為待定系數(shù),可用向量Ba,bT來表示,并利用最小二乘法原理求解.T1TBxxxy：x(1)21x(2)2x(1)(2)x(1)(3)x(0)(2)y姆獷(n1)x(1)(n)/、x(n)GM(1,1)模型求解的經(jīng)過累加后生成的數(shù)據(jù)序列,已失去原來的物理意義,所以由結(jié)果,必須通過累減復(fù)原

19、到原序列:(0)娉x"(i)x,(i1)i2由于灰色系統(tǒng)理論研究的是信息不完全的對(duì)象,在建立GM(1,1)模型前先對(duì)原始數(shù)x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)或者從生成數(shù)進(jìn)而得到規(guī)律性非對(duì)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),90年代中期,我們?cè)媒刂沟侥Ｐ?在綜合分析的根底上預(yù)測(cè)15633104t、上限值為15761.4較強(qiáng)的生成函數(shù),即系統(tǒng)的處理對(duì)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.1994年的數(shù)據(jù),應(yīng)用灰色系統(tǒng)方法,建立7個(gè)GM()

20、2000、2005年的石油產(chǎn)量.2000年的預(yù)測(cè)中值為104t.而該年實(shí)際值為15760.2104t,與預(yù)測(cè)中值、上限值間的誤差分別為%口可見該方法的運(yùn)用還是相當(dāng)恰當(dāng)?shù)?2、費(fèi)爾哈斯(Verhulst)模型比利時(shí)生物學(xué)家費(fèi)爾哈斯從馬爾薩斯(Malthus)的生物增長(zhǎng)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(dòng)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(gè)特殊預(yù)測(cè)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(1,1)模型僅適用短期預(yù)測(cè),費(fèi)爾哈斯(Verhulst)模型可用于中期預(yù)

21、測(cè)；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(zhǎng)、市場(chǎng)消費(fèi)和油氣儲(chǔ)、產(chǎn)量的預(yù)測(cè).下面簡(jiǎn)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：dxdt(1)(1)、2axb(x)解微分方程得：x(t)ab1昌1)eat式中：a,b為待定系數(shù),可用向量Ba,bT來表示,并利用最小二乘法原理求解.T1TBxxxy2x(1)(1)x(2)1x(1)(1)x(2)2x1x(1)(2)x(3)1x(1)(2)x(3)22x(1)(n1)x(n)2x(1)(n1)x(n)2最后,通過累減復(fù)原到原來序列.x(1)i1o(0)?(i)(1

22、)x(1)(i)x(1)(i1)i2x(0)(2)x(0)(3)yx(0)(n)由于費(fèi)爾哈斯模型和翁氏旋回模型所描述的是較簡(jiǎn)單的“自然生命過程,在應(yīng)用它們它們的生命曲線都近似于正弦曲線,對(duì)油氣田、油氣區(qū)儲(chǔ)、產(chǎn)量變化預(yù)測(cè)時(shí)就產(chǎn)生了局限性.但實(shí)際上,人們?yōu)榱私?jīng)濟(jì)利益及滿足社會(huì)需求,而對(duì)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)舉措,使生命曲線的穩(wěn)產(chǎn)局部加長(zhǎng)了,往往出現(xiàn)一個(gè)穩(wěn)產(chǎn)平臺(tái),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)這類曲線稱為不又稱似正弦曲線叭.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.1994年把各氣區(qū)乃至全國(guó)規(guī)劃的油氣四“儲(chǔ)量

23、一產(chǎn)量雙向平衡限制模型“儲(chǔ)量一產(chǎn)量雙向平衡限制模型萬吉業(yè),產(chǎn)量與油氣儲(chǔ)量增長(zhǎng)目標(biāo)有機(jī)地聯(lián)系起來,即規(guī)劃期內(nèi)新增可采儲(chǔ)量二規(guī)劃期內(nèi)累積產(chǎn)量+規(guī)劃期內(nèi)剩余可采儲(chǔ)量增減量.產(chǎn)量增長(zhǎng)規(guī)模取決于儲(chǔ)量增長(zhǎng)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(shí),那么某一年的油氣產(chǎn)量Qt為：QtQ0Dt1DQ0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.2規(guī)劃期內(nèi)階段累積產(chǎn)油氣量Z4寸F為：3規(guī)劃期內(nèi)油氣剩余可采儲(chǔ)量的增減量NRR,為規(guī)劃期末的剩余可采儲(chǔ)量減去規(guī)劃期前一年的剩余可采儲(chǔ)量,即：NrrQtRtQ0R0式中：為規(guī)劃期前一年油氣剩余可采儲(chǔ)量的儲(chǔ)采比；R為規(guī)劃期末第t年油氣剩余可采儲(chǔ)量的儲(chǔ)采比:4根據(jù)規(guī)劃期內(nèi)油氣新增可采儲(chǔ)量Nr,等于規(guī)劃期內(nèi)階段累積產(chǎn)量Np與規(guī)劃期內(nèi)剩余可采儲(chǔ)量的增減量Nrr之和,可以得到如下“儲(chǔ)量一產(chǎn)量雙向平衡限制模型的數(shù)學(xué)表達(dá)式：Q0DDt1NrQtRtQ0R01D該方法的最大優(yōu)點(diǎn)是把產(chǎn)量與儲(chǔ)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,防止兩者脫鉤而產(chǎn)生錯(cuò)誤的結(jié)論,這是其他預(yù)測(cè)模型無法比較的：其他模型在預(yù)測(cè)產(chǎn)量時(shí),一般很少考慮到資源的保證程度,預(yù)測(cè)結(jié)果有可能由于未來資源不到位很難實(shí)現(xiàn)而產(chǎn)生較大的誤差,甚至是很荒唐的：但是,其缺乏之處在于把油氣產(chǎn)量變化的過程簡(jiǎn)單化、理想化,即簡(jiǎn)單的勻速變化過程,忽略油價(jià)變化對(duì)石油產(chǎn)量的影響.五隨機(jī)模