Климат
<<  Изменение климата: российская реальность Закон рычага в растительном мире  >>
Прогноз погоды и прогнозирование уровня потребления природного газа
Прогноз погоды и прогнозирование уровня потребления природного газа
По заключению аналитиков энергетики, погода является одним из ведущих
По заключению аналитиков энергетики, погода является одним из ведущих
Погода значительно влияет на потребление природного газа
Погода значительно влияет на потребление природного газа
Удовлетворение спроса без переснабжения
Удовлетворение спроса без переснабжения
Применения погодных прогнозов на разных временных масштабах
Применения погодных прогнозов на разных временных масштабах
Влияние зимней температурной изменчивости на газопотребление
Влияние зимней температурной изменчивости на газопотребление
Градусо-День как индекс спроса
Градусо-День как индекс спроса
Жилищное использование электричества
Жилищное использование электричества
Прогнозирование пиковых нагрузок на электричество и природный газ
Прогнозирование пиковых нагрузок на электричество и природный газ
Типичная модель прогноза газового дня пик
Типичная модель прогноза газового дня пик
Планирование хронологии с использованием погодных данных
Планирование хронологии с использованием погодных данных
Расширенные средства прогноза для помощи в принятии решений на рынке
Расширенные средства прогноза для помощи в принятии решений на рынке
Прогноз сезонного потребления для пиковой загрузки одного поставщика
Прогноз сезонного потребления для пиковой загрузки одного поставщика
Прогнозы sCast предоставляют сезонные обзоры
Прогнозы sCast предоставляют сезонные обзоры
Прогноз сезонного потребления для пиковой загрузки одного поставщика
Прогноз сезонного потребления для пиковой загрузки одного поставщика
Прогнозирование сезонного потребления для крупного региона с
Прогнозирование сезонного потребления для крупного региона с
Мониторинг потребления и корректировка топливохранения
Мониторинг потребления и корректировка топливохранения
Ансамблевые модели оценивают статистический диапазон
Ансамблевые модели оценивают статистический диапазон
Ансамблевое моделирование атмосферы
Ансамблевое моделирование атмосферы
Ансамблевые модели оценивают статистический диапазон
Ансамблевые модели оценивают статистический диапазон
Прогнозы и статистика по городам
Прогнозы и статистика по городам
Формат для моделей нагрузок и тарифов
Формат для моделей нагрузок и тарифов
Заключительные замечания
Заключительные замечания
Спасибо
Спасибо

Презентация на тему: «Прогноз погоды и прогнозирование уровня потребления природного газа». Автор: Maria Pirone. Файл: «Прогноз погоды и прогнозирование уровня потребления природного газа.ppt». Размер zip-архива: 2276 КБ.

Прогноз погоды и прогнозирование уровня потребления природного газа

содержание презентации «Прогноз погоды и прогнозирование уровня потребления природного газа.ppt»
СлайдТекст
1 Прогноз погоды и прогнозирование уровня потребления природного газа

Прогноз погоды и прогнозирование уровня потребления природного газа

Мария Пирон, Вице-президент по коммерции Atmospheric and Environmental Research, Inc. 131 Hartwell Avenue Lexington, Massachusetts USA 02421 mpirone@aer.com 781-761-2205 www.aer.com

2 По заключению аналитиков энергетики, погода является одним из ведущих

По заключению аналитиков энергетики, погода является одним из ведущих

факторов, определяющих уровень потребления природного газа в США. Максимальным спросом газ пользуется зимой для отопления, и летом для охлаждения. Более половины жилых домов в США используют газовое отопление, в то время как электричество для кондиционеров в большей части вырабатывается газовыми электростанциями. Налицо прямая связь между погодой и газопотреблением.

2

3 Погода значительно влияет на потребление природного газа

Погода значительно влияет на потребление природного газа

В то время как потребление газа можно прогнозировать с помощью исторических данных, а также с помощью демографических, эконометрических и ценовых параметров, необходимо также учитывать погодную изменчивость в целях поддержания необходимого уровня запасов и поставок в течение всего года. Сезонные колебания наибольшим образом влияют на два из трех крупнейших секторов пользователей: коммерческий/жилищный и электроэнергетический. Потребление природного газа в промышленном секторе в большей степени зависит от экономических факторов.

3

4 Удовлетворение спроса без переснабжения

Удовлетворение спроса без переснабжения

Хотя государство регулирует энергетический сектор, чтобы гарантировать наличие отопления у потребителя, компаниям необходимы оценки преимуществ и затрат переснабжения. Поэтому газовые компании и ЭС очень тщательно анализируют ожидаемую нагрузку, чтобы удовлетворить, но не превысить спрос. Они заранее разрабатывают прогнозы сезонных нагрузок, используя прогноз по Градусо-Дням (ГД), чтобы планировать продукцию и закупки топлива по лучшим расценкам. С началом сезона они наблюдают за краткосрочными прогнозами по ГД, чтобы осуществлять оперативные изменения по мере надобности.

4

5 Применения погодных прогнозов на разных временных масштабах

Применения погодных прогнозов на разных временных масштабах

Конечный пользователь

Цель

Диапазон прогноза

Трейдеры и маркетеры газа и энергии

Максимизация прибыли путем оценки возможностей рынка и индивидуальных операционных затрат и их целесообразности.

0-15 дней, месячный, сезонный

Независимые энергопроизво-дители

Анализ сложностей и рисков, связанных с транспортировкий, энергетическими контрактами, и себестоимостью производства.

Почасовой, 0-15 дней

Планировщики энергообмена (ISOs)

Оценка конкурирующих тендеров, графика производства, услуг транспортировки, расходов энергогенерации и истории производительности.

Почасовой, 0-15 дней

Планировщики производства (GENCOs)

Планирование энергогенерации, прогноз прибыли, разработка стратегии участия в тендерах, а также управление топливными контрактами и бюджетами.

Почасовой, 0-15 дней, сезонный

Муницип. и кооперативные закупщики энергии и газа

Анализ рынка, оценка поставщиков и создание портфолио газовых и энергетических опционов.

0-15 дней, месячный, сезонный

5

6 Влияние зимней температурной изменчивости на газопотребление

Влияние зимней температурной изменчивости на газопотребление

Энергопроизводители

Коммерческий/жилой сектор

Газопотребление состоит из двух компонентов: объем, используемый для отопления и объем, необходимый для генерации дополнительного электричества для электро-отопления.

Чтобы оценить влияние зимней температурной изменчивости на газопотребление, поставщики используют ГД

Sources: 2005 EIA RECS Report & 2003 EIA CBECS Report

6

7 Градусо-День как индекс спроса

Градусо-День как индекс спроса

Градусо-День (ГД) - количественный индекс, который показывает спрос на энергию для отопления. Выводится из дневных температурных наблюдений и потребности в отоплении для заданного объекта в определенном месте. Число отопительных градусов в день определяется разницей между базовой температурой 18.3°C (65°F) и средней внешней температурой на этот день. ГД вычисляются из температурных прогнозов для грубой предварительной оценки отопительных нужд. Значение ГД для региона взвешивается по плотности населения.

7

8 Жилищное использование электричества

Жилищное использование электричества

1015 бте

Отопление Кондиционирование Водонагрев Холодильники Освещение Другие

Отражает спрос, зависящий от погоды

*"Другие" влючает в себя малую бытовую технику, нагревательные элементы, ТВ, кухонные плиты, стиральные/сушильные машины, морозильники, посудомоечные машины и ПК. Source: EIA AEO 2008 Table A4

8

9 Прогнозирование пиковых нагрузок на электричество и природный газ

Прогнозирование пиковых нагрузок на электричество и природный газ

Модель спроса комм/жилищного сектора энергетической компании

Погода - основной фактор для подсчета нагрузки. Модели нагрузок влияют на модели предложения, ценовые формулы и модели распределения

9

10 Типичная модель прогноза газового дня пик

Типичная модель прогноза газового дня пик

Для локального дистрибютора (ЛД), газовый день-пик является функцией: зависящих от погоды поставленных продаж отклонения наблюдаемой средней температуры в день пик от нормального среднемесячного значения других сезонных погодных явлений Использование 15-летней статистики по пиковым дням: Peak DThm = a*FirmDThm + b*(Normal Mly Temp-Peak Day AvgTemp)*(Firm DThm) + c*WinterDum + d*SummerDum + e*ColdSnapDummy Где a, b, c, d, и e - коэффициенты, которые надо оценить.

Peak DThm

Месячная системная нагрузка дня пик, в декатермах

FirmDThm

Месячные доставленные нагрузки контрактными клиентами

Normal Mly Temp-Peak Day AvgTemp

Отклонение настоящей средней температуры на день пик от нормальной среднемесячной

WinterDum, SummerDum

Зимняя или летняя переменная для сезонных эффектов

ColdSnapDummy

Бинарный индекс, говорящий, приходится ли день пик на морозный период, длившийся больше чем 1 сутки, помноженный на минимальную температуру на этот день

10

11 Планирование хронологии с использованием погодных данных

Планирование хронологии с использованием погодных данных

eCast

nCast

Дозаупка или продажа избытка (0-2 дня) (eCast/nCast)

Продукты AER разработаны для широкого спектра потребностей газового рынка.

Планирование пиковой загрузки для зоны обслуживания и сезонные прогнозы потребления (sCast)

Мониторинг/ корректировка хранения (mCast)

Корректировка и расписание нагрузки на 0-15 дней (hCast/eCast)

Оценка запасов на сезон (ESF)

0-2 дня (в реальном времени)

4-6 месяцев до начала сезона

За 2 недели до поставки услуг

Ежемесячно в течение сезона

11

12 Расширенные средства прогноза для помощи в принятии решений на рынке

Расширенные средства прогноза для помощи в принятии решений на рынке

энергоносителей

nCast

eCast

mCast

sCast

ESF

hCast-SR

Местные прогнозы на 0-72 часа

Локальные прогнозы погоды на основе ведущих мезомасштабных моделей, созданные для нужд конкретного заказчика. Мощные вероятностные погодные прогнозы на 15 дней на основе статистической интерпретации более 41.000 прогнозов для каждого города ежедневно, с предоставлением оценки опеределенности прогноза. Долгосрочные погодные прогнозы на основе запатентованных модельных технологий, предоставляющие четкую информацию о температуре, градусо-днях и осадках.

Ансамблевые прогнозы на 15 дней

Долгосрочные прогнозы на 1-3 мес

Аккуратные сезонные прогнозы на основе запатентованных статистических моделей, дающие самые точные результаты в индустрии на сегодняшний день. Статистическая интерпретация пути урагана на основе обширного ансамбля ведущих ураганных моделей, отслеживающих шторм от зарождения в тропиках до выхода на землю. Прогнозы газопотребления для летних и зимних пиковых сезонов в ключевых регионах США.

Сезонные прогнозы

Краткосрочные прогнозы ураганов

Энергетические сезонные прогнозы

13 Прогноз сезонного потребления для пиковой загрузки одного поставщика

Прогноз сезонного потребления для пиковой загрузки одного поставщика

После подсчета газовой и электрической пиковой нагрузки на климатический сезон, энергопоставщик учитывает погодную изменчивость с помощью прогнозов для его зоны обслуживания, чтобы заранее планировать потребление на сезон. Сезонные прогнозы sCast предоставляют следующую информацию по городам в их зоне обслуживания:

Субъект Федерации

Административный Центр

Республика Карелия

Петрозаводск

Республика Коми

Сыктывкар

Архангельская область

Архангельск

Вологодская область

Вологда

Ленинградская область

Санкт-Петербург

Мурманская область

Мурманск

Новгородская область

Великий Новгород

Псковская область

Псков

Санкт-Петербург

Санкт-Петербург

Ненецкий автономный округ

Нарьян-Мар

13

14 Прогнозы sCast предоставляют сезонные обзоры

Прогнозы sCast предоставляют сезонные обзоры

Описание температур по России “Евразийский снежный покров по прежнему ниже нормы, особенно в западной Евразии, и поэтому, на основании малого снежного покрова, модель AER прогнозирует теплую обстановку для большей части России. Общее атмосферное состояние и входные параметры модели также благоприятствуют теплым условиям. В то же время, не смотря на в основном теплый прогноз, модель предсказывает холодные периоды в середине зимы для некоторых восточных регионов России. Атмосферные условия могут значительно измениться, и в этом случае прогноз может быть скорректирован в конце месяца.”

Описание по Зоне 4 “На протяжении четырехмесячного периода температуры для данного региона ожидаются выше среднего. Наша модель предсказывает высокие температуры для всех 4 месяцев, хотя Март прогнозируется менее теплым относительно нормы, чем другие зимние месяцы. Вероятность прогноза - умеренная.”

15 Прогноз сезонного потребления для пиковой загрузки одного поставщика

Прогноз сезонного потребления для пиковой загрузки одного поставщика

Сезонные рогнозы sCast предоставляют следующую информацию по городам в данной зоне обслуживания:

Климатическая "аномалия"

16 Прогнозирование сезонного потребления для крупного региона с

Прогнозирование сезонного потребления для крупного региона с

множеством поставщиков

Энергетические Сезонные Прогнозы (ESF) предоставляют информацию о потреблении по регионам, основываясь на исторических данных об энергопотоке и сезонных прогнозах sCast.

16

17 Мониторинг потребления и корректировка топливохранения

Мониторинг потребления и корректировка топливохранения

После открытия сезона ежемесячные и 15-идневные прогнозы используются для мониторинга текущего потребления и корректировки топливохранения через трейдинг (покупку и продажу) на рынке. 6

17

18 Ансамблевые модели оценивают статистический диапазон

Ансамблевые модели оценивают статистический диапазон

(не)определённости

15-идневные прогнозы используются генерирующими компаниями, чтобы докупать или продавать излишнюю энергию в тех регионах, где погода влияет на нагрузку. Это происходит ежедневно на спотовом маркете (рынок готового сырья). Для этого требуется высококачественная погодная информация, и где возможно, - вероятностные прогнозы, чтобы они могли лучше оценить свои возможности.

18

19 Ансамблевое моделирование атмосферы

Ансамблевое моделирование атмосферы

X

Детерминистический прогноз

Неопределенность прогноза

Анализ текущих условий

Неопределенность начальных условий

Климатология

Время

19

20 Ансамблевые модели оценивают статистический диапазон

Ансамблевые модели оценивают статистический диапазон

(не)определённости

Прогнозы многочисленных ансамблей и детерминистических моделей показываются наряду с климатическими нормами. Многофортматное отображение для идентификации областей интереса - цветовой гаммой показаны температуры теплее или холоднее нормы.

City Name

(°F)

21 Прогнозы и статистика по городам

Прогнозы и статистика по городам

Монитроинг трендов по многочисленным прогнозам на 15 дней

Мгновенное построение графиков неопределенности модели

21

22 Формат для моделей нагрузок и тарифов

Формат для моделей нагрузок и тарифов

Вся информация отображается в удобочитаемом формате и доставляется непрерывно через мощный веб-интерфейс для моделей нагрузок и тарифов.

23 Заключительные замечания

Заключительные замечания

Погода значительно влияет на прогноз потребления электроэнергии и природного газа. Использование погодных прогнозов в течение всего энергетического цикла позволяет оптимально управлять спросом и предложением... … а также поставлять надежные и экономически эффективные услуги клиентам, увеличивая доходность Вашего предприятия.

24 Спасибо

Спасибо

For more information- Email: mpirone@aer.com Office: +1 781 761 2205

«Прогноз погоды и прогнозирование уровня потребления природного газа»
http://900igr.net/prezentacija/geografija/prognoz-pogody-i-prognozirovanie-urovnja-potreblenija-prirodnogo-gaza-236176.html
cсылка на страницу

Климат

15 презентаций о климате
Урок

География

196 тем
Слайды
900igr.net > Презентации по географии > Климат > Прогноз погоды и прогнозирование уровня потребления природного газа