天然气价格预测模型公式_天然气价格预测模型

1.煤层气作为燃气发电的市场定价

2.lng液化天然气国家标准

3.能耗预测技术

4.什么是蒙特卡洛模拟( Monte Carlo simulation)

5.趋势回归法

6.国内油气趋势预测研究现状

7.中俄石油天然气合作的博弈分析

5.1.1 元素硫沉积预测模型及求解

设条件：

1）地层中流体为气液两相流动，水不参与流动；

2）储层水平、等厚和均质；

3）气体从地层远处径向流入；

4）气井以恒定的产量生产；

5）产量小于临界产量，硫颗粒析出即沉降，堵塞孔隙。

图5.1 平面径向流模型

在上述设的基础上，建立了元素硫沉积预测模型，考虑气体从气藏远处流入井底（见图5.1），当越接近井底时，流动断面面积随之变小，从而导致气体的流速急剧增加。这时由于气体的高速流动，已经不再符合达西定律，可以认为是紊流流动，这种流动被称为非达西流动。因此，不能再利用达西定律来建立元素硫沉积预测模型，必须考虑非达西流动的影响，本章用二项式方程来描述非达西流动：

高含硫气藏工程理论与方法

式中：k——地层渗透率，10-3μm2；

μ——天然气黏度（平均值），Pa·s。

β为描述孔隙介质中紊流影响的系数，称为速度系数，单位是m-1。不同的学者取值各不相同［93～］，本章用下式［98］：

高含硫气藏工程理论与方法

设圆形气层中心一口井定量气，任一断面r处的渗流速度等于：

高含硫气藏工程理论与方法

式中：T——气藏温度，K；

Tsc——标况下温度，K；

psc——标况下天然气压力，MPa；

Zsc——标况下天然气压力系数；

Z——天然气压力系数；

p——地层压力，MPa；

v——地层条件下流向井底的气体流速，m/s；

r——地层中任一点距气井中心的径向距离，m；

h——储层的有效厚度，m；

ke——有效渗透率，10-3μm2；

q——天然气地下产量，m3/d；

qsc——天然气地面产量，m3/d；

Bg——气体体积系数。

将（5.3）式代入（5.1）式整理得到：

高含硫气藏工程理论与方法

式中：krg——气体相对渗透率。

设距离井眼中心为r处dt时刻内因压力降落使元素硫在天然气中的溶解度发生变化，并导致含硫气体析出硫的体积量为：

高含硫气藏工程理论与方法

式中：t——生产时间，d；

Vs——元素硫析出的体积量，m2；

ρs——固体硫的密度，2.07g/cm3m3。

元素硫析出占据储层孔隙空间为：

高含硫气藏工程理论与方法

而在dt时刻内由于元素硫的析出在储层含硫气体空间中形成的含硫饱和度为：

高含硫气藏工程理论与方法

式中：Ss——地层气体中的含硫饱和度；

Sw——原始含水饱和度；

φ——储层孔隙度。

将（5.2）式和（5.4）式代入（5.7）式，得到：

高含硫气藏工程理论与方法

为便于计算，令：

高含硫气藏工程理论与方法

其中，ρ为地层流体的密度，由下式计算：

高含硫气藏工程理论与方法

式中：Ma——干燥空气的分子量，28.；

γg——气体的相对密度；

Z——气体的偏差系数（平均值）；

R——通用气体常数，0.008315MPa·m3/kmol·K。

对于（2.7）式两边对于压力求导：

高含硫气藏工程理论与方法

将（5.9）、（5.10）式代入（5.8）式，整理得到：

高含硫气藏工程理论与方法

根据文献［20］，可得含硫饱和度与气体相对渗透率有如下经验关系式：

高含硫气藏工程理论与方法

将（5.14）式代入（5.13）式得到：

高含硫气藏工程理论与方法

若不考虑非达西项的影响，则描述气体非达西渗流的二项式方程的第二项为零，并由此而得到的（5.13）式中的系数B为零，便可以得到气体达西流动时元素硫沉积的预测模型：

高含硫气藏工程理论与方法

为了分析不同径向距离处，元素硫沉积导致气井堵塞（Ss＝1）的时间，分别考虑达西渗流及非达西渗流的情况，对（5.16）式及（5.17）式进行整理分别得到：

高含硫气藏工程理论与方法

5.1.2 考虑元素硫沉积的地层压力变化关系

随着含硫气藏开发的不断进行，地层压力和温度也随之降低，以往的模型都设含硫饱和度不随压力的变化而变化进行计算求解，本章考虑元素硫沉积对渗透率的影响，在定产的情况下，影响地层压力的变化，这样更加符合含硫气藏实际地层压力变化情况。

根据设条件，流动属于稳定流动，在径向上压力降为定值。

高含硫气藏工程理论与方法

对上式两边积分

高含硫气藏工程理论与方法

将（5.2）式代入（5.20）式，整理得到：

高含硫气藏工程理论与方法

式中：pi——原始地层压力，MPa。

通过式（5.21）可以计算得到不同径向距离处压力分布，同时该式考虑元素硫沉积的影响，为了考虑压力在不同径向距离处随时间的变化关系，建立了稳定流动压力在不同径向距离处的计算方程。

5.1.3 考虑压力随时间变化的元素硫沉积模型

以上模型设径向上压力变化为定值，不随时间发生变化，就是设稳定流动。为了完善含硫气藏元素硫沉积预测模型，建立不稳定流动情况下，元素硫沉积导致的储层含硫饱和度随时间的变化模型。

根据基本渗流理论，平面径向不稳定渗流过程中压力分布为：

高含硫气藏工程理论与方法

由于近井地带流速较高，因此必须考虑非达西流动的影响，由于非达西流动只发生在井底的高速气流区，与时间没有关联，考虑非达西流动影响后，（5.22）式整理得到：

高含硫气藏工程理论与方法

其中

高含硫气藏工程理论与方法

将式（5.24）进行单位变换得到式（5.25）

高含硫气藏工程理论与方法

式中：η——导压系数，cm2/s；

ct——岩石压缩系数，1/atm。

将（5.23）式两边对半径r求导，整理得到：

高含硫气藏工程理论与方法

将（5.27）式带入（5.7）式，整理得到含硫饱和度与时间的关系为：

高含硫气藏工程理论与方法

为了方便求解式（5.28），令：

高含硫气藏工程理论与方法

从而得到了方程式（5.13），通过该方程的求解，可以得到不稳定流动状态下，压力随时间的变化关系，进而求出含硫饱和度随时间的变化关系。

煤层气作为燃气发电的市场定价

综上所述，煤层气项目综合经济评价理论模型可表述为

中国煤层气产业化研究

中国煤层气产业化研究

式中:NPVz为煤层气项目综合净现值。NPVz≥0，项目可行;NPVz＜0，项目不可行。NPVc为煤层气项目经济评价净现值，与前述经济评价方法一致。NPVc≥0，说明在国家现有煤层气财税政策支持的情况下该项目经济可行;NPVc＜0，该项目在经济上不可行。NPVh为煤层气项目环境效益的净现值。NPVh≥0，说明该项目具有正外部性，应用税收优惠政策鼓励煤层气产业发展，如取优惠的税收政策或给予直接的价格补贴;若NPVh＜0，应征收一定的税收或罚金，用于环境保护。PCO2为国际碳减排交易价格。Qt为第t项目年煤层气产量。Em－coal为1m3甲烷替代煤燃烧减少二氧化碳的当量。Em－CO2为1m3甲烷的二氧化碳当量。ηm为煤层气热值。αm为煤层气碳排放系数。a为二氧化碳分子量。b为碳元素原子量。ic为基准收益率。

在计算过程中参数取值如下:

(1)PCO2。按碳排放交易项目的年度国际市场上的温室气体减排权交易的价格计算。如2008年国际市场上的温室气体减排权交易的价格为每吨CO27.5美元，按1美元=6.84元人民币(2008年12月27日美元兑人民币比价)计算，PCO2为51.3元/t，折合为0.037元/m3。

(2)Em－coal。在此处是指若没有开利用煤层气，我国仍然以煤炭作为主要能源，那么将开的煤层气作为清洁能源替代煤燃烧，减去甲烷燃烧产生的二氧化碳，所产生的温室气体减排额，由此产生的环境效益。由于1m3甲烷的热量相当于4.72kg标准煤，1kg标准煤燃烧释放2.66kg二氧化碳，故1m3甲烷替代标准煤燃烧可减排0.01256吨二氧化碳。

(3)Em－CO2。在此处是指将煤过程中产生的甲烷回收，使甲烷不直接排放到大气中，那么回收1m3甲烷相当于减排0.0151t二氧化碳，所产生的环境效益。由于单位质量甲烷的温室效应是二氧化碳的21倍，故1m3甲烷相当于0.0151吨二氧化碳，即回收1m3甲烷相当于减排0.0151吨二氧化碳。

(4)a。二氧化碳分子量为44.01。

(5)b。碳元素原子量为12.011。

(6)ηm。36.25×10－6TJ/m3。

(7)αm。15.3t/TJ。关于煤层气碳排放系数，IPCC(间气候变化专门委员会)指南的基准方法将燃料燃烧碳排放系数的计算方法分为5个步骤计算，并由一系列复杂的计算公式可以求出［151］。

(8)ic。石油天然气行业取12%。

据此理论模型和上述取值，计算出沁水盆地400×104m3/d方案和924×104m3/d方案的环境效益分别为809.91万元和1870.90万元。结合前面表7－5计算出来的数据，由此得出这两种方案的综合效益如表7－9。从表7－9中可以看出，如果加上煤层气开发的环境效益，两种方案的净现值得以提高，其中924×104m3/d规模的环境效益更大一些。

表7－9 沁水盆地两种评价方案的综合效益

根据对我国煤层气开发现状及沁水盆地煤层气开的实证分析，可以看出煤层气的开发利用具有经济效益、社会效益和环境效益，对我国能源供应安全、能源结构优化、促进区域经济发展和环境保护等方面具有重要作用。因此，在进行煤层气项目经济评价时，应着重进行定量分析，不仅要考虑其经济效益，还要考虑其外部效益，主要是减少温室气体排放的环境效益和降低煤矿安全事故的社会效益。在评价时，考虑煤层气开的外部性，不仅是评价项目是否可行的因素之一，也是衡量各相关方利益的直接依据，关系到国家能源环境方面一些政策措施的制定和执行。因此，该模型具有一定的理论和现实意义。

lng液化天然气国家标准

煤层气发电是煤层气利用的一个重要方面，在国内外均有成功的先例。如澳大利亚BHP公司在阿平和陶尔况新建的煤层气电厂共安装了94台1000kW燃气发动机。我国晋城煤业集团利用寺河矿井下抽的瓦斯，建成了装机容量15×104kW的瓦斯发电试验厂。该电厂发电机组为6台2000kW的燃气发动机发电机组和1台3000kW的汽轮机。燃气轮机利用瓦斯发电后，其尾气通过余热锅炉产生蒸汽，再带动蒸汽轮机发电。冬季利用余热为矿区供暖，实现热电联供，形成了一个闭路的多联产循环。该厂自2001年投运至2005年年底，累计发电3.31×108kW·h，实现产值1.18亿元。另外，利用亚行的120×104kW煤层气发电厂已于2003年12月2日正式奠基，正在加紧建设，一期工程于2007年年底建成投运。该电厂建成后将成为亚洲规模最大的煤层气发电厂，每年可减少甲烷排放1.8×108m3，年发电量8.4×108kW·h。

(一)煤层气发电的优势

煤层气发电同天然气发电一样，相比于煤、油、核电及水电相比，具有投资成本较低、环境污染排放较少和能量转化率较高的优势(表8－4)。

表8－4 240MW煤层气联合循环发电厂与燃煤电厂污染物排放量比较［129］

(二)煤层气发电的市场价值评估方法

煤层气在燃气发电市场的价值可依据测算模型，推算出燃气发电项目在满足一定收益率水平时的煤层气市场价值。其基本公式为

中国煤层气产业化研究

式中:CI为现金流入量，现金流入量为燃气电厂的年度销售收入，与机组的装机容量、发电负荷、上网电价水平有关;CO为现金流出量，项目建设期的现金流出量为项目建设投资，包括固定资产投资和流动资产投资，经营期的现金流出量包括各种付现成本，其中煤层气消耗成本等于煤层气的消耗量乘以单价，而煤层气的消耗量又与煤层气的热值、气耗率等因素有关;(CI－CO)t为第t年的净现金流量;n为项目评价期，包括项目建设期，经营期一般取20年;t为年份;ic为项目的基准收益率，这是项目投资所要求达到的最低收益率。

利用上述公式，可以分析出发电利用小时一定情况下，被市场接受的上网电价的煤层气在发电市场的价值。

(三)煤层气燃气发电实例

设某煤矿井下抽放系统回收的煤层气产量小，甲烷浓度变化大，故选择燃气发电机发电。现定参数如表8－5:

表8－5 燃气发电机发电基础数据

经计算，该电厂用煤层气发电的经济评价结果见表8－6。从该表中可看出:当电价定为0.40元/kW·h时，该电厂用煤层气发电的内部收益率高于天然气发电厂的基准收益率，具有较好的经济效益。

表8－6 某电厂用煤层气发电的经济评价结果

(四)发展煤层气发电的可行性

在OECD国家，天然气发电通常被当作发电的首选燃料，因为天然气发电具有更好的环境效益和经济效益，并具有技术上的优势［156］:

(1)筹建时间短。天然气(煤层气)发电厂2～3a，而燃煤电厂为4～5a，核电厂为6～10a。

(2)规模小，效益好。即很小的机组也具有与大型机组相同的经济效益。

(3)负荷管理具有灵活性。因为燃气机组既可用于基荷也可用于调峰负荷。它还具有快起快停的能力，是用作调峰的最佳选择。

(4)占地面积小。冷却水用量少，再加上它们的清洁性，使燃气电厂可以建在人口稠密的地区。

尽管在中国发展天然气发电也有上述技术优势，但天然气产量不高，民用天然气需求增长较快，用于燃气发电的可能性不大。2007年9月国家发布《天然气利用政策》，要求天然气优先保证民用，未来天然气在工业燃气市场的供给份额将逐渐减少。煤层气开技术复杂，投资周期长，目前我国的煤层气发电仅限于煤矿区或产煤大省，加上基础管网建设薄弱，兴建大型的循环燃气轮机电厂的可能性不大。

发展燃气发电的最关键问题是煤层气相对其他燃料特别是煤的竞争力。虽然我国目前不允许在城市建设煤电厂，在其他地区煤电也受到限制，但在非限制地区仍然可以用煤发电并供给运输电网。因此，煤层气发电的竞争力取决于它的供应价格，以及燃气电厂的资本和经营成本。只有在中国煤层气开发达到商业化的程度，煤层气发电才真正具有现实的可能性。

提高煤层气(天然气)对煤电的相对竞争力的办法是由规定在煤电中减少对环境的影响。可以要求煤电厂安装烟气脱硫设备或针对煤电厂征收污染物排放税费。从2003年7月1日起施行的《排污费征收使用管理条例》增加了火电企业环保方面的支出;国家鼓励火电厂主动进行环保技术改造，对安装并按规定运行烟气脱硫设施的机组提高上网电价;“十一五”期间国家将重点推进火电机组节能、减排工作，加大“上大压小”的力度，加快关停小火电机组。这些政策上的引导有助于燃气发电厂的发展。但是，目前我国燃气电厂上网电价机制不明确，也使得煤层气作为燃气发电是否可行存在不确定性。

能耗预测技术

lng液化天然气国家标准：

1、关于LNG质量标准，中国国家标准委员会已经发布了相关标准，其中最新的版本是2019年发布的《液化天然气质量规范》标准（GB/T35563-2017），该标准主要规定了液化天然气生产、储存、运输、贸易、使用等方面的质量要求和测试方法，包括LNG的物理性质、化学成分、热值等内容。

2、对于LNG分段购价格，中国通过对外公开招标的方式来进行，各个企业在招标的过程中需要根据相关标准进行投标，以确定价格。根据中国国家发展和改革委员会发布的《液化天然气价格管理办法》标准，LNG分段购的价格主要受到市场供需、成本、进口关税和增值税等因素的影响，每个地区的价格也会有所不同。

什么是蒙特卡洛模拟( Monte Carlo simulation)

能耗预测技术最重要的就是正算法能耗预测技术的应用。正算法的技术路线是利用现有仿真技术及管道模型研发“正算法”能耗预测软件。经研究分析，“ 正算法”能耗预测软件开发，建议用基于SPS等仿真技术进行二次开发的技术路线。

预测模块应实现根据月度、年度输量给定的输量，自动生成开机输送方案，并预测不同方案的能耗，对油气管道能耗进行自动预测；要具备对燃料费、动力费用预测的功能。预测模块内部应包括“方案自动生成子模块”、“能耗指标折算子模块”、“逻辑判断子模块”等3个功能子模块。“方案自动生成子模块”、“能耗指标折算子模块”、“逻辑判断子模块”等3个功能子模块应通过通信协议与SPS仿真软件联动，实现自动预测能耗的逻辑过程。开发“方案自动生成子模块”，将压缩机机组、泵机组、加热炉的开机方案，作为此子模块的主要输出信息，按照一定的算法，自动生成若干开机方案。开发“能耗指标折算子模块”，将耗能量及能耗指标作为此子模块的主要输出信息。开发“逻辑判断子模块”，根据SPS仿真软件输出的管输介质输量、压力、温度，以及耗能设备功率、转速、负荷等数据，和“能耗指标折算子模块”输出的耗能量及能耗指标，按照既定逻辑判断是否需要继续试，并给出优先挑选哪一类方案进行试算的指向性输出信息。

正算法所实现的能耗预测软件是离线的，即不以实时的SCADA数据作为数据来源进行业务过程的修正。基于“正算法”的能耗预测软件，应以油气管道离线水力、热力仿真计算软件为基础进行开发。能耗预测模块，应实现对天然气管网、成品油管道、原油管道的能耗预测。

正算法预测是基于SPS仿真软件进行二次开发而建立的能耗预测模块。其主要特点：一是运行方案自动生成及初步优选；二是利用SPS对运行方案进行模拟，并将模拟结果转化为能耗数据、燃料费、动力费等。

正算法预测模块的功能结构如图11-3所示：

方案自动生成模块，根据用户输入的管道参数、约束条件，进行方案自动生成并初步优选，形成方案库，为后续进行模拟仿真提供输入基础。

根据管道设备情况，用列举法，即不考虑管道水力热力条件，将管道所有可能的泵组合、压缩机组合等进行列举，形成开机方案的全集。

图11-3 正算法预测模块结构图

在输量一定的情况下，可以通过计算公式计算出所有开机方案的泵（压缩机）、加热炉功率，得到各方案能够提供的总压头和总功率。

在输量一定的情况下，可以通过计算得到管道所需要消耗的总压头、总能耗的最低值，利用该值对方案全集内的方案进行对比判断，从而获得最接近能耗最低值的方案。

方案模拟仿真模块是通过其中的控制模块读取开机方案模块所生成方案集中的指定方案，包括关键设备的启停状态、流量控制值、温度控制值等，并将其写入SPS模型中对应的点，实现对SPS模拟仿真的控制。

逻辑判断分为两种：即可行性判断，判断方案是否有超压、无法翻越最高点等情况，确定方案可行性；指向性判断，判断方案能耗高低，将指向性结果输出到方案生成模块。

能耗折算模块是正算法预测模块中进行数值转换的重要模块，其将SPS输出结果折算为生产单耗、耗油量、耗气量、总能耗等能耗指标。

如图11-4所示，原油管道方案生成用如下流程：

1）管道情况描述。用站场、管道、泵、加热炉、油品5个数据类对这条管道进行表达描述。

2）输入管道输量、分输量、注入量以及管道最低进站温度等必要参数。

3）流量分配，根据输量、分输量及注入量对全线进行流量分配，确定各管段的流量。

4）管段温降计算。用苏霍夫公式计算管道全线的温度分布情况。

5）管段压降计算。用达西公式计算各管段在给定输量条件下所需要消耗的压头。

6）通过3、4、5步迭代确定出管道所需消耗的最低能量。

7）根据管道压头损失情况，确定各个泵站所需要开启泵的最低数量；根据管道设计承压能力，确定各个泵站能够开启泵的最大数量。

8）依据各站开泵的最大、最小数量，进行全线的开泵情况组合，形成方案集，并对各方案的能耗进行计算排序。

9）将方案集中的方案与最低能耗进行对析，初步确定最优方案。

10）将最优方案写入数据库，SPS控制模块取出数据库中的方案，通过事先对好的点，将开机方案对应的指令写入SPS模型中对应的设备，驱动SPS模型模拟方案所指工况。

11）逻辑判断模块读取SPS计算结果，如果需要调整，则返回方案生成模块进行调整（根据产生总压头与管道所需压头进行比较，确定是高还是低；然后将方案的节流量与剩余压头之和同主泵单泵产生压头进行比较，确定是否具备增加、减少泵的条件）。

图11-4 管道方案生成流程图

12）如果不需要，则输出方案到能耗折算模块。

13）能耗折算模块读取SPS模拟数据，计算出该方案设定时间范围内的总能耗和生产单耗，供使用人员参考。

14）对于任何一次完整的预测过程，系统都将自动将其存入数据库，以备后期查询；可按管道查询历史预测结果，其中包含用户输入的数据和计算的结果和开机方案。

下面再介绍一下天然气管道方案生成数学模型。

首先设定目标函数。

天然气管道系统方案生成模块数学模型以最小能耗为目标，其数学表达式为：

油气管道能效管理

式中：S为生产总能耗，kW;Nj为第j个压缩机站的功率，kW;Nc为管网系统中压缩机站总数。

基本约束条件分为进（分）气量约束和进（分）气压力约束。

进（分）气量约束：运营部门购买的天然气只能在一定气量范围内变化。另外，各用户根据自身需要对购气量也有一定要求。即：

油气管道能效管理

i=1,2，…，Nn。

式中：Qi为第i节点进（分）气量，m3/d;Qimin为第i节点允许的最小进（分）气量，m3/d;Qimax为第i节点允许的最大进（分）气量，m3/d。

进（分）气压力约束：天然气运营部门购买的天然气的压力应该限制在一定范围内，同时，用户根据自身需要对管网各分气节点的压力也有一定要求。因此，管道各进（分）气点的压力需满足下式：

油气管道能效管理

i=1,2，…，Nn。

式中：Pi为第i节点压力，Pa;Pimin为第i节点允许的最小压力，Pa;Pimax为第i节点允许的最大压力，Pa。

管道强度约束：设天然气管道系统中管道总数为Np，为了保障管道的安全运行，管道k中的天然气压力必须小于此管道的最大允许操作压力，即：

油气管道能效管理

k=1,2，…，Np。

式中：Pk为第k管道中天然气的压力，Pa;Pkmax为第k管道允许的最大压力，Pa。

下面介绍管道压力降方程。天然气在管道中流动时会产生压力损失，根据气体在管道中流动的连续性方程和动量方程，得出气体在管道内稳态流动应满足的方程为

油气管道能效管理

式中：M为通过管道的气体流量，kg/s;PQ为管道起点压力，Pa;Pz为管道终点压力，Pa;T为气体流动温度平均值，K;L为管道长度，m;D为管径，m；Δh为管道起始端与终端高程差，m;Z为气体压缩系数，按BWRS状态方程计算；A为气体摩阻系数。

管网节点流量平衡约束。在天然气管道任意一节点处，根据质量守恒定律可知流入和流出该节点的天然气质量应该为0。一般地，对于有N。个节点的天然气管网系统，节点的天然气流量平衡方程组可以写为如下形式：

油气管道能效管理

式中：Ci为与第i个节点相连元件集合；Mik为与第i个节点相连元件k流入（出）i节点流量的绝对值；Qi为i节点与外界交换的流量（流入为正，流出为负）；aik为系数，当k元件中流量流入i节点时为＋1，当k元件流量流出i节点时为－1。

压缩机功率约束。天然气管网系统中每个压缩机站中压缩机的个数和种类都不尽相同，因此，每个压缩机（站）的功率（由于压缩机的特性原因）被限制在了一定的范围内。

油气管道能效管理

j=1,2，…，Nc。

式中：Nj为第j个压缩机（站）的功率，W;Njmin为第j个压缩机（站）允许最小功率，W;Njmax为第j个压缩机（站）允许最大功率，W。

压缩机方程。当气体经过压缩机增压时，应满足方程（11-8）。往复压缩机和离心式压缩机的理论方程如下：

油气管道能效管理

式中：N为压缩机功率，W；ε为压缩机压比，P2/P1;k为压缩机绝热指数；P1为压缩机入口压力，Pa;P2为压缩机出口压力，Pa;V1为压缩机入口处的体积流量，m3/s；ηp为压缩机多变效率，当压缩机为往复式压缩机时，ηp＝1。

研究需要优化的运行方案变量，确定出天然气管道系统方案生成数学模型的优化变量为：管道节点处的压力和压缩机（站）的功率。

油气管道能效管理

i=1,2,3，…，Nn;j=1,2,3，…，Nn。

式中：Qi为第i节点流量，m3/d;Pi为第i节点压力，Pa;Nj为第j压缩机（站）功率，W。

用动态规划法对上述模型进行求解，其框图如图11-5所示：

图11-5 方案生成流程

趋势回归法

我们一直面对着不确定，不明确和变异。甚至我们无法获得信息，我们不能准确的预测未来。蒙特卡洛模拟( Monte Carlo simulation)让您看到了您决策的所有可能的输出，并评估风险，允许在不确定的情况下制定更好的决策。蒙特卡洛模拟( Monte Carlo simulation)是一种计算机数学技术，允许人们在定量分析和决策制定过程中量化风险。这项技术被专家们用于各种不同的领域，比如财经，项目管理，能源，生产，工程，研究和开发，保险，石油&天然气，物流和环境。蒙特卡洛模拟( Monte Carlo simulation)提供给了决策制定者大范围的可能输出和任意行动选择将会发生的概率。它显示了极端的可能性-最的输出，最保守的输出-以及对于中间路线决策的最可能的结果。这项技术首先被从事工作的科学家使用；它被命名为蒙特卡洛，摩纳哥有名的旅游胜地。它是在二战的时候被传入的，蒙特卡洛模拟( Monte Carlo simulation)现在已经被用于建模各种物理和概念系统。蒙特卡洛模拟( Monte Carlo simulation)是如何工作的蒙特卡洛模拟( Monte Carlo simulation)通过构建可能结果的模型-通过替换任意存在固有不确定性的因子的一定范围的值(概率分布)-来执行风险分析。它一次又一次的计算结果，每次使用一个从概率分布获得的不同随机数集。根据不确定数和为他们制定的范围，蒙特卡洛模拟( Monte Carlo simulation)能够在它完成计算前调用成千上万次的重复计算。蒙特卡洛模拟( Monte Carlo simulation)产生可能结果输出值的分布。通过使用概率分布，变量能够拥有不同结果发生的不同概率。概率分布是一种用来描述风险分析的变量中的不确定性的更加可行的方法。常用的概率分布包括：正态分布(Normal)-或"钟型曲线".用户简单的定义均值或期望值和标准差来描述关于均值的变异。在中部靠近均值的值是最有可能发生的值。它是对称的，可以用来描述多种自然现象，比如人的身高。可以通过正态分布描述的变量示例包括通货膨胀率和能源价格。对数正态分布(Lognormal)-值是正偏的，不像正态分布那样是对称的。它被用来代表不会小于零但可能有无限大正值的结果。可以通过对数正态分布描述的变量示例包括房地产价值，股票价格和石油储量。均匀分布(Uniform)-所有的值发生的机会相等，用户只需制定最小和最大值。可以通过均匀分布描述的变量示例包括一个新产品的制造费用或未来销售收入。三角分布(Triangular)-用户指定最小，最可能和最大值。在最可能附近的值最可能发生。可以通过三角分布描述的变量示例包括每时间单位内的过去销售历史和库存水平。PERT分布-用户指定最小，最可能和最大值，类似三角分布。在最可能附近的值最可能发生。然而在最可能和极值之间的值比三角分布更有可能发生；那就是说，the extremes are not as emphasized. 可以通过三角分布描述的变量示例包括在项目管理模型中的一项任务的持续时间。离散分布(Discrete)-用户指定最可能发生的值和每个值的可能性。比如关于诉讼结果的示例，20%的机会陪审团判决无罪，30%的机会陪审团判决有罪，40%的机会审批有效，10%的机会审批无效。在蒙特卡洛模拟( Monte Carlo simulation)过程中，值被从输入概率分布中随机抽取。每个样本集被称为一次迭代，从样本获得的结果被记录。蒙特卡洛模拟( Monte Carlo simulation)执行这样的操作成百上千次，可能结果形成一个概率分布。用这种方法，蒙特卡洛模拟( Monte Carlo simulation)生成了一个更加全面关于将会发生的结果的视图。它不仅仅告诉什么结果会发生，而且还有结果发生的可能性。蒙特卡洛模拟( Monte Carlo simulation)提供了许多超越确定性或"单点估计"分析的优势：概率结果，结果不仅显示会发生什么，而且还有每个结果发生的可能性图形化报告，因为蒙特卡洛模拟( Monte Carlo simulation)生成的数据，它很容易创建不同结果和他们发生机会的图形。这对于和其他投资者沟通结果是很重要的。敏感性分析，如果只有很少的一些案例，确定性分许就很难发现哪个变量对结果影响最大。在蒙特卡洛模拟( Monte Carlo simulation)中，很容易发现哪个输入对底线结果有最大的影响。情境分析，在确定性模型中，对于为不同输入值的不同组合建模来真实的查看不同情境的效果是很困难的。使用蒙特卡洛模拟( Monte Carlo simulation)，分析员能够正确的查看当确定的输出发生时某个输入对应的值。这对于进一步的分析来说是无价的。相关性输入，在蒙特卡洛模拟( Monte Carlo simulation)中，可能要建模输入变量之间的相关关系。它对于准确的描绘在某些因子增长时，其它的因子是如何增长或下降的情况时是重要的。

国内油气趋势预测研究现状

趋势回归分析法是利用统计学的方法，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析的目的是通过具有已知值的输入输出变量，找到一个联系输入变量和输出变量的最优模型。更确切地说，回归分析就是试图从实际数据中寻找某种规律的方法，确立和分析某种响应Y（因变量）和重要因素X（自变量）之间的函数关系。趋势回归分析法可分为线性回归和非线性回归。在最简单的情况下，回归用的是线性回归这样的标准统计技术，线性回归的理论已经很完善。但大多数现实世界中的问题是不能用简单的线性回归来做分析的，只能用非线性回归。管道能效变化是十分复杂的，无法用简单的线性关系来表示，因此选用非线性回归的方法来做管道能耗的趋势分析。

非线性回归可分为两种情况，即已知曲线（方程）类型和未知曲线（方程）类型。这两种情况需要用不同的方法来解决。一般来说，如果已知曲线类型，回归效果会比较有保证；同时在多数情况下我们对所研究的对象都有一定了解，可以根据理论或经验给出可能的曲线类型，因此常用的还是已知曲线类型的回归。确定曲线类型的方法主要有：

1）从专业知识判断。这些公式或者来源于某种理论推导，或者是一种经验公式。

2）如果没有足够的专业知识可判断变量间的关系是哪种类型，则可用散点图的方法来判断。

确定曲线类型之后，回归的任务就变成确定曲线公式中的参数，此时常用的回归分析方法有曲线拟合等方法。同样也要对回归方程和回归系数进行检验。以检验得到的结果是不是反映了X和Y之间的真实关系。比较的标准常用的有两个。

1）误差平方和：

式中：yi为实际值；yi为预测的目标值。

误差平方和必须用变换前的原始数据计算。显然，剩余平方和越小，回归效果越好。但由于随机误差的影响，它不可能无限减小，又无法确定统计检验的阈值，因此它比较适用于比较几种不同变换方法的优劣。

2）相关指数：

式中： ；y为实际值的均值。

相关指数能给人一个比较直观的印象，R2越接近1越好；如果接近0甚至变成负值，则说明变换公式使用不当。

趋势回归能效评价法，主要取将油气管道的历史能耗数据进行收集、整理，利用趋势回归方法确定能耗变化趋势对析，对析结果以图形方式直观显示，从中可直接看出各条管道的历史能耗趋势，并将这些能耗数据以环比或同比的方式进行对比，按照输量台阶进行分析，找出经济运行区间，以对管道能耗水平做出正确评价，在此基础上，通过结合管道的实际工况分析能耗变化的主要影响因素。

一元回归分析模型可分为线性模型、指数模型、多项式模型、对数模型、幂函数模型等多种。能耗变化原因非常复杂，所以简单的线性关系是无法反映能耗变化原因的。因此，排除线性模型。其他几种模型的图像如图5-2所示。

图5-2 一兀回归分析模型图

从上面数学模型看，指数模型、幂函数模型和对数模型都是单调递增或单调递减的关系。而管道能耗指标之间的关系不能用单纯的递增或递减来表示，影响管道能耗变化的原因众多，能耗指标之间只能在较小区间内存在单调关系，而在范围较大的区间中的变化趋势是分段单调的，这种规律最适合的数学模型是多项式模型。对管道能耗做趋势分析时选用的数学模型最多的也是多项式模型，少数其他数学模型的相关系数R2也没有在相同条件下多项式模型的相关系数高。因此，能耗分析项目中回归分析的数学模型选用多项式模型。回归分析法中多项式数学模型的阶数如何选择需要通过试算来确定，既要兼顾回归曲线的相关指数R2值，又要考虑曲线所反映的客观情况，例如生产能耗曲线如果出现负值则不符合实际情况。

从长输管道（管网）能耗构成来看，由于输量的变化对直接用于油气输送的能源消耗量有必然影响，与损耗量和能耗（包括生产系统、附属系统、生产管理等过程能源消耗量）没有必然联系。考虑能耗和损耗与生产能耗比量不大，所以不考虑能耗，只需对管道生产能耗进行分析，从管道运行角度分析能耗水平和变化原因。由于不同长输管道（管网）输送过程差异较大，导致其输送过程中能源消耗也存在显著差异。即使从管道输送机理分析，也很难将不同管道的能耗直接进行对比。因此，能耗分析应立足于同一条管道的纵向对比，在相同条件下对其进行分析对比。其中“相同条件”的含义描述如下。

1）管道物理结构。不同的长输管道，其物理结构（包括管径、线路走向等）存在差异是显而易见的。对于同一条管道，随着能源需求量的增加，也会出现原有管道的改建、扩建等，如天然气管道复线的建设、管道沿线用户数量增加等，这些都会导致该管道物理结构的变化，由此必然带来工艺输送方案的调整和变化，使管道工艺参数、动力设备配置及效率等发生变化，从而使能耗发生变化。因此，若不考虑管道物理结构的变化，众多因素对能耗的影响将淹没在管道物理结构变化而引起能耗变化的“噪声”中，无法对管道能耗进行深入分析。因此，对于各个周期的能耗分析，首先应明确管道物理结构变化信息，确保待分析的各个周期中管道物理结构未发生改变，并需要考虑新建、改扩建管道初期能耗的特殊性。

2）输送流体差异。管道输送流体差异性对能耗有显著影响。对于天然气管道，众所周知，对于富气输送（指所输送的天然气富含乙烷、丙烷、丁烷等重组分），由于富气的天然气密度高于常规天然气，可使其流速下降，从而降低管道沿途摩擦损失，提高输送效率；在管道的质量流量一定的前提下，天然气密度增加，还可提高气体的可压缩性，降低压缩能耗，提高压缩效率，使管道能耗下降。对于原油管道，不同区块的原油物性差异明显，由于黏度不同导致能耗不同是显而易见的。对于成品油管道，各油品按照批次顺序输送，各油品的物性、输送次序及各油品的输送量都会影响能耗。

3）工艺输送方案差异。工艺输送方案主要针对液体管道。对于原油管道，主要包括加热输送和加剂输送。对于成品油管道，主要指加剂输送。加热输送指利用加热炉等对原油进行加热，以改善其流动性，降低原油黏度，从而降低管道沿途摩擦损失，提高输送效率；由于管道输送过程中水力、热力的耦合，热力状况和水力状况将相互影响。加热输送一方面增加了热量消耗，但另一方面，降低了管道沿途摩阻损失，并有助于降低泵机组动力消耗。加剂输送在输量不变的情况下，减少了管道沿途压头损失，从而降低了泵机组动力消耗。但受应用经济性的影响，减阻剂尚不能作为一种大量的、常年使用的减阻或增输手段，而是作为一种短期的、权宜性的或特殊处理手段而用。在能耗分析过程中，虽然一定程度上对管道输送经济性予以考虑，但消耗加剂量并未转化为费用纳入管道整体经济性考虑。因此，对加剂与否要分别讨论。

4）相同输量或周转量。管道能耗随着管道输量或周转量变化而变化。输量反映了管道输送负荷大小，输量越大，负荷率越高。不同输量下，管道能耗不同。只有在经济输量下，才能更好地体现管道输送经济性。周转量是输量和运距（输送距离）的反映，是利用管道输送流体所带来的收益。从反映管道负荷角度来说，输量较周转量更直观。而从反映管道收益角度看，周转量更为合理。

5）相同季节。不同季节时，环境温度（包括气温和地温等）不同，会引起管道输送方案的变化（如在冬季原油管道常需要加热输送）。因此，对析管道能耗时，也需要附加相同季节条件，使对比意义更加明显。在上述相同条件下，通过分析动力设备、管道工艺参数等，进一步分析能耗变化的原因。

用趋势回归法进行能效分析，其对析的主要内容为：

1）对比周期。对析周期主要包括周分析、月分析、季分析、年分析四类分析周期，其中周分析仅做环析，不做同期比较。月分析、季分析、年分析应包括同比和环比两种。

2）对比方式。对比方式包括横向对比和纵向对比两种。其中，横向对比指不同管道之间能耗水平的对比，纵向对比指同一条管道历史能耗数据对比。按照管道类型，详述如下：①天然气管道。不同天然气管道由于管径等基本物理参数不同，管道输气量存在较大差异，而线路走向不同，沿线环境温度也会不同。此外，目前天然气管道呈现网络化，天然气通过联络线互相调配。因此，不同天然气管道横向对析意义并不大，从管网的角度对其进行分析更具实际意义。②成品油管道。对于液体管道，由于管径、线路走向不同导致的能耗差异是显而易见的。因此，不同成品油管道也不具备可比性。③原油管道。对于原油管道，除管径、线路走向等基本物理参数不同外，由于原油本身的物性差异，也导致不同原油管道之间不具备可比性。即使同一条管道，也需要综合考虑输送过程中输送工艺等方面的差异。因此，考虑到纵向对比对管道能耗管理更有实际意义，因此对析将重点用纵向对比方式，将同一条管道不同历史周期内的能耗数据，尽可能在相同条件下，以环比及同比的方式进行对析。对横向对比来说，由于不同管道之间的基本物理参数、输送工艺、动力设备等各方面存在差异，不具备可比性，横向对析意义不大，因此横向对比方式只考虑单体设备效率、有用功等对比。

3）对比对象。对比对象主要为管道和管网两类。其中管道对象包括“对比范围”中所述的十条一级管道。对析将以管道为重点，而管网分析则需视现状而定。天然气管道已呈网络化，可进行管网对析。而成品油管道尚不具备管网条件，待后续兰郑长等成品油管道投产具备条件后再予以扩展，本阶段暂不考虑。原油管道不考虑以管网形式进行对析。

4）对比条件。对析条件应遵循以同季节、同输量对比为原则（即相同条件下的对比）。考虑到原油管道在输送过程中，因季节不同所导致的环境温度及地温差异较大，所用的输送工艺也大不相同。所以，不同季节之间的能耗数据对比意义不大。而输量（周转量）不同，也直接影响到管道的工艺参数及能耗水平，将不同输量（周转量）下的能耗数据互为对析条件，在一定程度上不能满足对析的需求。故对比条件应以同季节、同输量（或周转量）为原则。

5）对比基准。一方面要按输量和输量台阶进行对析，另一方面要考虑环境温度和地温因素对管道能耗的影响。其中，对于成品油管道，不考虑温度影响，只考虑与相同条件（相同输量）历史最低能耗比较。对于原油管道则需要综合考虑地温、输送工艺（如加热、加剂等），与相同条件（相同季节、相同输送工艺、相同输量）历史最低能耗比较。对于天然气管道，需要考虑气温、压缩机配比情况，与相同条件（相同季节、相同输量、相同转供量）下历史最低能耗比较。

用趋势回归能效评价法，可以取划分能效等级的方式增加对比的可操作性。

（1）能效等级水平划分标准

能耗等级水平的划分，以服从正态分布的原则，分别以生产单耗的平均值及最大值、最小值为标准，将管道的能耗水平划分为高、较高、中等、较低和低5级，等级划分标准如图5-3所示。

图5-3 能耗数据正态分布图

正态分布的概率密度函数为：

式中：x为所描述的随机变量；μ为随机变量的均值；σ为随机变量的标准差。

正态分布函数满足“3σ规则”，即正态分布随机变量的值落在[μ－σ，μ＋σ]区间的概率为68.27%；落在[μ－2σ，μ＋2σ]区间的概率为95.45%；落在[μ－3σ，μ＋3σ]区间的概率为99.73%，即正态随机变量的值落在[μ－3σ，μ＋3σ]区间几乎是肯定的事。

随机变量分布函数参数的估计方法主要有矩估计、极大似然估计和贝叶斯估计等。本研究用矩估计法计算正态分布的均值μ，标准偏差σ。对于n个样本x1,x2，…，xn，可用以下公式计算上述矩指标：

油气管道能效管理

分布函数的检验方法主要包括正态概率值检验、皮尔逊x2拟合检验、柯尔莫哥洛夫与斯米尔诺夫（Kolmogorov-Smirnov）检验、Shapiro WilkW 检验与D’Agostino D检验等，其中W检验与D检验都是正态性检验，已被定为国家标准。W检验要求样本容量n在3～50之间，D检验要求样本容量n在50～1000之间。

D检验步骤如下：

检验问题为：H0，总体服从正态分布；H1，总体不服从正态分布。

将观测值按非降次序排列成：X（1）≤X（2）≤…≤X（n）

定义统计量：

油气管道能效管理

在HO之下，D的近似标准化变量为：

油气管道能效管理

在H0之下，Y渐近于正态分布N（0,1）。故当H0成立时，y的值不能太大也不能太小。于是对给定的显著性水平a，从统计量y的a 分位数表中查得Zα/2和Z1－。/2，当Y＜Zα/2或Y>Z1－α/2时，拒绝H0；当Zα/2≤Y≤Z1－α/2时，不拒绝Ho。

（2）根据能效偏差指数确定能耗等级

根据能效偏差指数确定能耗等级，见表5-9。

表5-9 能耗偏差指数Di

表中：ε为历史生产单耗拟合平均值，kgce/（107m3·km）；μ为相同条件下生产单耗离散数据统计平均值，kgce/（107m3·km）；σ为相同条件下生产单耗离散数据均方差，kgce/（107m3·km）。

（3）根据能效相对指数确定能耗等级

根据能效相对指数确定能耗水平等级，确定原则如表5-10所示。

表5-10 能耗相对指数Ri

表中：εmax为历史生产单耗拟合最大值，kgce/（107m3·km）；εmin为历史生产单耗拟合最小值，kgce/（107m3·km）；μ为相同条件下生产单耗离散数据统计平均值，kgce/（107m3·km）；σ为相同条件下生产单耗离散数据均方差，kgce/（107m3·km）。

用趋势回归能效评价方法进行能效变化原因分析，是将以上所述的对析结果，结合相应管道（管网）的实际生产运行情况，综合可能影响管道能耗的因素，找出导致能效变化的原因，并将这些原因一一列举、排序，尽可能找到影响管道能耗的主要因素。原因分析应立足于每一条管道，对每一次对比结果都要进行详细的原因分析，并且应以不同管道的实际情况为出发点，结合对析的空间和时间范围，对可能影响能耗的原因做出正确的分析判断。此外，各管道能耗原因分析应将其投产年限纳入考虑范围。

用趋势回归能效评价方法进行能效变化原因分析的主要研究内容为：

（1）天然气管道

对于管道输送距离较长、压气站场较多、用户量大、分输及转供情况比较复杂的输气管道，对其进行原因分析时，应主要考虑以下几方面因素：①转供量。即其他管道经由联络线向该管道提供的输送量（输量和周转量）。②上下游周转量比例。对于相同（或接近）周转量，需要考虑由于向上下游用户供气量的不同引起的能耗差异。③输量台阶。涉及管道通过能力及压缩机配比情况。④压缩机配比。考虑不同的压缩机配比对能耗的影响，包括燃驱和电驱成本差异（如电、油、气折合标煤系数的变化）。

气体管道生产单耗变化规律性较差，且除开机方案、输量等主要因素外，其他影响因素也比较多，如管存、季节、压比、电驱、燃驱压缩机使用比例等。而目前天然气管道已连接成网，相互之间转供情况比较复杂，某条单一管道的运行工况变化可能会导致相临管道运行工况及能耗发生变化。且气体可压缩性较强，变化规律还会呈现一定的滞后性，进一步增加了分析难度。针对上述问题，在分析的过程中我们取了以下几方面措施：①分析措施：尽可能多地考虑影响天然气管道能耗变化的因素，通过理论计算的分析方式，定其他影响因素不变的情况下，就某个影响因素对能耗的影响程度进行定量分析。详见《能耗水平分析评价标准研究报告——工艺理论分析部分》。②评价措施：对能耗进行评价时，不光要对单一管道能耗水平进行评价，还需针对整个天然气管网进行评价。

（2）成品油管道

成品油管道能耗主要影响因素为输量、泵机组匹配、调节阀节流、输送油品比例（如汽柴比）等，对其进行原因分析时，应主要考虑以下几方面因素：①输量。考虑报告期输量与设计输量和经济输量的关系，考虑输量对能耗的影响。②泵机组配比情况。考虑泵机组的不同组合。③节流情况。调节阀或减压阀节流情况。④输送油品汽柴比。考虑不同密度、黏度油品的输量比例。⑤加剂。主要考虑减阻剂对能耗的影响。

（3）原油管道

原油管道与成品油管道情况类似，但其主要考虑因素除节流、输送油品差异、泵机组匹配、加剂等因素外，还需考虑加热输送工艺对能耗的影响。

中俄石油天然气合作的博弈分析

一、研究阶段

国内对油气趋势预测的研究可以分为起始阶段(20世纪80年代)、发展阶段(20世纪80年代至今)，未来也将朝综合预测的方向发展。

(一)起始阶段

国内对油气发现趋势的预测研究始于20世纪80年代，中国科学院院士翁文波先生作出了开创性的工作。翁文波先生于年出版的专著《预测学基础》，认为任何都有“兴起—成长—鼎盛—衰亡”的自然过程，油气的发现也有类似的规律，基于此理论思想提出了泊松旋回(PoissonCycle)模型。该模型是我国建立的第一个预测油气田储量、产量中长期预测模型，通常称之为翁氏模型，可以对某一油区、国家或组织全过程的产量进行预测。翁先生于1991年出版了英文版本专著“Theory of Fore-casting”，该书将泊松旋回更名为生命旋回。此后，国内的相关研究机构和学者开展了大量的油气发现趋势的研究，由于统计分析与理论研究工作的深入，在预测模型的建立与应用方面，都取得了显著的成绩。

(二)发展阶段

以陈元千教授为代表继承并发展了翁先生的预测理论，并在油气田储量、产量预测及中长期规划方面得到了广泛应用。1996年，陈元千教授完成了翁氏模型的理论推导，并提出了求解非线性模型的线性试差法。由于原翁氏模型是在模型常数b为正整数时理论推导结果的特例，故将此结果称之为广义翁氏模型。此外，陈元千、胡建国、张盛宗等还提出了威布尔(Weibull)模型、胡—陈—张(HCZ)模型、胡—陈(HC)模型、对数正态分布模型、瑞利模型、广义I型数学模型以及广义Ⅱ型数学模型。黄伏生、赵永胜、刘青年提出了t模型，并由胡建国等完成推导。陈玉祥、张汉亚将经济学中的龚帕兹(Compertz)模型也应用于石油峰值问题的研究。

二、预测模型

综合对比国内外10多种关于石油峰值理论定量研究的模型，大体分为如下3类:基于生命有限体系的生命模型，如:哈伯特模型、广义翁氏生命旋回模型和龚帕兹模型;基于概率论和统计学理论的随机模型，如威布尔模型、对数正态分布模型、瑞利模型和t模型;基于生产实践和理论推理的广义数学模型，如HCZ模型、HC模型、广义I型数学模型和广义Ⅱ型数学模型。

三、研究实例

(一)我国石油储量、产量的趋势预测

1.石油地质储量的预测

国内不同机构或学者利用不同的方法对今后石油探明储量的增长趋势进行了大量的分析，普遍认为未来20年我国石油的年均探明地质储量为7×108～8×108t(表2-2-1)。

表2-2-1 我国石油探明地质储量预测对比表

其中，贾文瑞等用了翁氏生命旋回和费尔哈斯两种模型对今后石油探明储量的增长趋势进行分析。用翁氏生命旋回法测算1996～2010年预计可新增石油探明储量105×108t左右，即年均新增储量为7×108t左右，而且大概在2010年以后，年增探明储量将逐步明显降低。沈平平等人2000年预测2001～2010年中国石油年增探明储量的规模保持在6×108～7×108t。国家石化局预计“十五”期间石油年均新增储量6.44×108～6.9×108t，2006～2015年期间石油年均新增储量为7×108～7.3×108t。钱基在2004年预测，中国的新增石油储量峰值将在18～22年后到来，比美国晚50年左右。从一般含油气区的规律看，产量峰值期比储量峰值期滞后约15～20年。预计中国国内在储量峰值期到来前(2020年)将新增石油探明地质储量160×108～200×108t。张抗、周总瑛利用逻辑斯谛模型、经验趋势法和灰色系统模型预测了近中期我国石油储量增长情况，2001～2005年期间累计新增探明储量35×108～38×108t，2006～2010年期间累计新增探明储量32×108～35×108t。郑和荣、胡宗全2004年预测在未来的20年内每年可新增探明石油地质储量9×108t左右，共可探明石油地质储量180×108t左右。

《中国可持续发展油气战略研究》报告认为，我国石油尚有较大潜力，20年内(2005～2025)储量将稳定增长，发现石油可储量5000×104t以上大油田或油田群的可能性仍然存在。其中，东部地区石油储量增长基本稳定，年新增探明可储量0.6×108～0.8×108t，西部地区年新增探明石油储量可保持在0.5×108～0.6×108t左右。

2.石油年产量的预测

国内对我国石油产量的增长趋势也进行了大量的分析预测，总体认为产量高峰在2×108t左右，高峰出现时间在2010～2020年。

《中国石油发展战略研究》预测我国石油产量高峰期将在2015年前后达到2×108t左右。贾承造2000年预测我国石油产量高峰约1.7×108～2.1×108t左右，高峰值将出现在2010～2020年。

《中国可持续发展油气战略研究》报告预计未来20年石油产量将逐步形成西部和海上接替东部的战略格局，从而保持全国石油产量的稳定增长。预计到2010年，我国东部油区年产油0.89×108～0.96×108t，2020年产油0.76×108～0.85×108t;2010年，我国西部油区产量将上升到0.51×108～0.55×108t，2020年将上升到0.68×108～0.75×108t;预计2010年海域石油产量将上升到0.36×108～0.39×108t;2020年达到0.37×108～0.41×108t。2020年全国实现原油产量1.8×108～2.0×108t是有把握的。

国土部油气战略研究中心2003年预测，2005年我国原油产量1.75×108t，2010年原油产量1.8×108～1.9×108t，2015年原油产量1.8×108～2.0×108t，2020年原油产量1.7×108～1.9×108t。

(二)我国天然气储量、产量的趋势预测

张抗、周总瑛等在2000年总结了国内不同研究机构对中国近中期天然气储量与产量增长预测(表2-2-2、表2-2-3)。

表2-2-2 国内不同研究机构对中国天然气储量增长预测表 单位:1012m3

表2-2-3 国内不同研究机构对中国天然气产量增长预测表 单位:1012m3

李景明等根据1991年以来的天然气储量增长态势，综合考虑中国天然气地质条件和勘探前景，利用翁氏旋回法、龚珀兹法、历史趋势法等预测，2001～2015年共计可新增天然气可储量2.95×1012m3，年均增加可储量1839×108m3。按照2015年年产1000×108m3的产量方案计算，届时中国天然气的储比仍可保持在30∶1以上。天然气储量增长的主体仍然是7大盆地。

钱基预计到2020年，国内可以新增探明天然气地质储量8×1012～10×1012m3。

《中国可持续发展油气战略研究》报告认为，我国天然气比较丰富，正处于勘探早期阶段，大型气田将不断发现。估计2004～2020年共计可新增天然气可储量3.13×1012m3，年均增加可储量1839×108m3。到2020年底我国天然气可储量将达到5.6×1012m3。按照2020年年产1200×108m3的产量方案计算，届时我国天然气的储比仍可保持在25∶1以上。并预测国内天然气产量2010年达到800×108m3，2020年达到1200×108m3。

虽然中俄石油天然气合作既必要又具备可行性，但是这并不意味着双方一定会合作，即便是最终双方在战略层面选择了合作，但是具体的合作过程中能否就合作方式达成一致?这一切都取决于双方基于各自利益最大化条件下博弈的结果。中俄石油天然气合作的重要项目———中俄原油石油管道项目长达15年之久的艰苦谈判恰如其分地说明了这一点。

博弈可以分为合作博弈(cooperative game)和非合作博弈(non－cooperative game)，两者的区别主要在于，当参与者的行为相互作用时，是否允许参与者之间签订具有约束力的合作契约。非合作博弈研究的是利益冲突环境中相互独立和理性的个体行为以及这些行为间的交互影响。由于独立性要求，非合作博弈中的每个个体只对自己负责，追求个体决策最优，相互没有也不能缔结具有约束力的合作同盟，其结果可能是有效率的，也可能是无效率的。与之相反，合作博弈允许个体间签订具有约束力的协议，强调团体理性，其结果往往比追求个体理性更有效率。考虑到中俄石油天然气合作的双方很难缔结一个具有约束力的合作协议来提升双方的收益，因此，下面我们将重点运用非合作博弈理论来分析中俄双方在石油天然气合作方面的战略选择及中俄原油管道项目路线的选择。

一、中俄双方在石油天然气合作方面的战略选择分析

(一)基本博弈模型

考虑一个由中国和俄罗斯两方参与的不完全信息静态博弈。博弈的基本式为

Gb={I，S，θ，q，π}

(1)局中人:中国和俄罗斯，定义为I={1，2}，其中，i=1表示中国，i=2表示俄罗斯。中国和俄罗斯都是理性和自利的。在石油天然气合作中，俄罗斯拥有油气，在讨价还价中处于占优地位，中国相对处于劣势。

(2)策略集合:无论是中国还是俄罗斯，可选择的策略都只有两种:合作或不合作。定义行动Si∈{合作C，不合作N}，i=1，2。策略空间为Sij，i，j=1，2。策略S11=合作，S12=不合作，S21=合作，S22=不合作。第一个下标表示第几个参与者，第二个下标表示第几个策略。例如S11=合作表示中国的第一个策略为合作。

(3)类型空间:定义类型θj∈{友善，非友善}，j=1，2。如果参与者的类型是友善，那么他将取合作的行动策略，如果参与者的类型是非友善，那么他将取不合作的行动策略。类型空间为θij，i，j=1，2。类型θ11=友善，θ12=非友善，θ21=友善，θ22=非友善。第一个下标表示第几个参与者，第二个下标表示第几种类型。例如θ11=友善表示中国的第一种类型为友善。

(4)局中人的信念:P(θ11)=q1，P(θ12)=1－q1，P(θ21)=q2，P(θ22)=1－q2。联合概率分布为P(θ1，θ2)，其中P(θ11，θ21)=q1q2，P(θ12，θ22)=(1－q1)(1－q2)，P(θ21|θ11)=P(θ21)=q2，其他类推。q1，q2∈［0，1］。

(5)收益函数:定义完全信息下的收益函数为πi(S1j，S2j)，j=1，2表示第几个策略。

设完全信息下中国的收益函数π1(S1j，S2j)(j=1，2)为:

π1(S11，，S21)=(合作，合作)=a1

π1(S11，，S22)=(合作，不合作)=b1

π1(S12，，S21)=(不合作，合作)=c1

π1(S12，，S22)=(不合作，不合作)=d1=0

为便于分析，设俄罗斯的收益函数π2(S1j，S2j)(j=1，2)为:

π2(S11，，S21)=(合作，合作)=a2

π2(S11，，S22)=(合作，不合作)=b2

π2(S12，，S21)=(不合作，合作)=c2

π2(S12，，S22)=(不合作，不合作)=d2=0

由于中俄在石油天然气供需方面存在巨大的互补性，所以在双方选择合作策略的情况下，双方的收益均是正值，但由于俄罗斯在合作的博弈中拥有的优势，而中国又处于对油气急切追逐的状态，从而俄罗斯拥有更强的讨价还价能力，其从合作中获取的收益要高于中国，即有π2(S11，，S21)=a2＞π1(S11，，S21)=a1＞0。如果双方都选择不合作策略，则收益相同，即有π1(S12，，S22)=d1=π2(S12，，S22)=d2=0。如果中国选择合作策略，而俄罗斯选择不合作策略，则选择合作策略的中国由于投入了合作的成本，却失去，被迫转向中东、非洲等地区寻，故其收益值为负。选择不合作的俄罗斯却可以选择同日本、韩国、美国等国家合作，故其收益值仍然为正，即有π1(S11，，S22)=(合作，不合作)=b1＜0，π2(S11，，S22)=(合作，不合作)=b2＞0。如果俄罗斯选择合作策略，而中国选择不合作策略，中国收益值为0。选择合作策略的俄罗斯因为它投入了合作的成本，同时还可能丧失同别的国家合作的最佳机会，所以其收益值也为负，即有π1(S12，，S21)=(不合作，合作)=c1=0，π2(S12，，S21)=(不合作，合作)=c2＜0。

根据上述定义，完全信息下各种策略下中国与俄罗斯的支付就可以写成表10－1的形式。

表10－1 完全信息静态博弈双方的支付矩阵

在信息不完备条件下，参与者1中国的期望收益函数:

(1)当参与者1(中国)的类型为友善(θ11)时，参与者1(中国)的期望收益为

中俄石油天然气合作

(2)当参与者1(中国)的类型为非友善(θ12)时，参与者1(中国)的期望收益为

中俄石油天然气合作

由上述期望收益，不难得出下述结论:

1)如果θ2=1，即在参与方2属于友善类型，完全取合作策略情况下，参与方1的收益会因自身的策略不同而不同。若参与方1也取合作策略，则收益为a1;若参与方1取不合作策略，则收益就变为0。由设a1＞0可知，参与方1的最佳反应策略是选择合作策略。

2)如果0＜θ2＜1，则参与方1的收益会随着参与方2的策略变化而变化。若参与方2类型为友善的可能性越大，即参与方2选择合作性策略可能性越大。只要能保2a1+(1－q2)b1＞0，参与方1的最佳应对就是选择合作策略;反之，若参与方2类型为不友善的可能性越大，即参与方2选择不合作策略可能性越大，当q2a1+(1－q2)b1＜0时，参与方1的最佳应对就是选择不合作策略。

3)如果θ2=0，即在参与方2属于非友善型，完全取不合作策略情况下，若参与方1取合作性策，则收益为b1;若参与方1取不合作策略，与参与方2针锋相对，则收益为0。由设b1＜0可知，参与方1的最优反应应当是针锋相对，取不合作策略。

在信息不完备条件下，参与者2俄罗斯的期望收益函数:

(1)当参与者2(俄罗斯)的类型为友善(θ21)时，参与者2(俄罗斯)的期望收益为

中俄石油天然气合作

(2)当参与者2(俄罗斯)的类型为非友善(θ22)时，参与者2(俄罗斯)的期望收益为

中俄石油天然气合作

同上面的分析相似，由上述期望收益，可以得出下述结论:

1)如果θ1=1，即在参与方1属于友善类型，完全取合作策略情况下，参与方2的收益会因自身的策略不同而不同。若参与方2也取合作策略，则收益为a2;若参与方2取不合作策略，则收益就变为b2。参与方2的最佳反应策略将视a2与b2的值决定是选择合作策略还是不合作策略。若a2＞b2，选择合作是最优应对策略，反之，则不合作策略成为参与方2的最佳应对策略。

2)如果0＜θ1＜1，则参与方2的收益会随着参与方1的策略变化而变化。若参与方1的类型是友善的可能性越大，则参与方1选择合作性策略可能性越大。当q1a2+(1－q1)c2＞q1b2时，参与方2的最佳应对是选择合作策略;反之，若参与方1的类型是不友善的可能性越大，即参与方1选择不合作策略可能性越大，当q1a2+(1－q1)c2＜q1b2时，参与方2的最佳应对是选择不合作策略。

3)如果θ1=0，即在参与方1属于非友善型，完全取不合作策略情况下，若参与方2取合作性策略，则收益为c2;若参与方2取不合作策略，与参与方1针锋相对，则收益为0。由设c2＜0可知，参与方2的最优反应应当是针锋相对，取不合作策略。

(二)中俄双方的具体行动策略分析

(1)中国与俄罗斯的类型分析。根据上述博弈模型，无论是对中国而言，还是对俄罗斯而言，其行动策略的选择都依赖于对另一局中人类型的信念。因此，在分析局中人的行动策略之前，我们先来讨论两个局中人的类型。对中国而言，基于国内经济发展对石油的巨额需求及石油安全的考虑，急于开辟新的石油供应渠道，以期实现石油进口的多元化，提高石油安全系数。因此，同俄罗斯进行石油天然气合作是中国的迫切需要。此外，如能与俄罗斯开展石油天然气合作还可以进一步夯实中俄战略协作伙伴关系，改善中国的地缘政治环境。由此可见，俄方可以明确地判定中方属于友善类型的局中人，即俄方对中国是友善型的局中人的信念基本可以调整为1。但中国对俄罗斯类型的判断要复杂一些。尽管与中国进行石油天然气合作同样对俄罗斯具有巨大的政治和经济方面的战略利益，但由于其拥有油气的优势，在选择合作伙伴方面居于主导地位，在美、日等外部因素的干扰下，为了最大化自身的利益，俄方在是否选择中国作为合作伙伴方面具有摇摆的动机和可能。因此，一个较为合理的定是:中国对俄罗斯的类型的信念调整为［0.5，1］之间。

(2)俄罗斯的行动策略选择。在将中国的类型的信念调整至1之后，俄罗斯在决策时面临的问题就简化为比较合作策略所获取的收益a2和不合作策略所获取的收益b2的大小。若a2＞b2，则选择合作策略，反之，则选择不合作策略。因而，其行动具有不确定性。

(3)中国的行动策略选择。将对俄罗斯属于友善类型的信念调整至［0.5，1］之间后，中国面临的选择就是如何在保2a1+(1－q2)b1＞0的前提下，尽可能减少为争取俄方合作而进行的投入。即中国唯一理性的策略就是促成双方在石油天然气方面的合作。作为促成俄方合作的策略之一，中方应积极主动地走出去，坚持石油进口的多元化战略，尤其应加强同中国陆路相通的哈萨克斯坦、土库曼斯坦等中亚国家以及南亚缅甸、东南亚印度尼西亚等国的合作，降低俄罗斯在石油谈判中的优越感;策略之二是要利用好俄罗斯同美、日之间的矛盾，降低俄方对与美、日合作的期望值;策略之三是加强同俄罗斯各阶层的接触和交流，消除俄方对中国崛起的担忧，进一步提升两国的战略协作伙伴关系。中方只有通过上述举措的组合使用，才能更有力地促使俄方重新评估其在合作与不合作策略间的得益，坚定地实行同中国合作的策略。

总之，中俄双方在石油天然气合作上的博弈，俄罗斯居于主导地位，在国内政治因素或国际事态因素的影响下，其在博弈中的得益可能会出现变化，从而在决定取合作战略还是不合作战略之间会出现摇摆，进而表现出一定的行动机会主义。但是，由于中俄间在现有国际政治格局中存在着共同的巨大战略利益，因此，结合政治层面的考量，俄罗斯最终必然会选择合作战略。但是，中方必须要清醒地认识到:中俄石油天然气合作受国际政治、国内政治以及经济等诸多方面的影响，其进程将是缓慢而复杂的，不会一帆风顺地向深层次发展。

二、中俄原油管道项目的路线变更分析

中俄原油管道项目在经历了15年旷日持久的谈判之后，终于在2009年4月21日随着《中俄石油领域合作间协议》的正式签订而尘埃落定，历经波折的中俄原油管道也在2009年5月进入了实质性的工程施工阶段。在这期间，中俄原油管道的走向也从最初的“安大线”变更为现在的“泰纳线—中国支线”。对于管道线路走向的变更引发了大量的讨论，观点各异。但就其实质而言，我们完全可以将其简化为俄罗斯在取与中国进行石油天然气合作战略的前提下的一个利益最大化的决策问题。

(一)中俄原油管道路线变更的简要回顾

中俄原油管道项目最初在1994年11月由俄方首先提议，在双方签署了《中国石油天然气总公司与俄罗斯西伯利亚远东石油股份公司会谈备忘录》后，便开始了项目前期工作。1996年4月，俄罗斯联邦代表团访华期间，双方签署了《中华人民共和国和俄罗斯联邦关于共同开展能源领域合作的协议》，正式确认中俄原油管道项目。1999年2月，中石油与俄罗斯尤科斯石油公司、俄罗斯管道运输公司签署了《关于开展中俄原油管道工程预可行性研究工作的协议》，双方根据此协议于1999年12月完成了预可行性研究。2001年7月17日，访俄期间，中俄双方经过谈判就原油管道走向、俄罗斯向中国供油数量、原油购销承诺方式和原油价格公式等重要问题达成一致意见，并在和卡西亚诺夫总理会谈后，双方签署了《关于开展铺设俄罗斯至中国原油管道项目可行性研究主要原则协议》。协议规定该管道自俄罗斯伊尔库茨克州安加尔斯克经中国满洲里入境，终点为大庆，自2005年开始，每年输油量为2000万吨，到2010年达到每年输油量3000万吨，连续稳定供油25年。2001年8月，中国批准了中方的项目建议书(预可行性研究报告)。2001年9月8日，在中俄两国总理定期会晤时，双方签署了《中俄关于共同开展铺设中俄原油管道项目可行性研究的总协议》。双方2003年7月完成可行性研究和初步设计工作并开工建设，2005年建成投产。双方已于2002年7月底完成了可行性研究投资论证的报告，并分别报各自进行评估和审批。2003年5月28日，中石油和俄罗斯尤科斯石油公司签署了《关于“中俄原油管道原油长期购销合同”基本原则和共识的总协议》。就在中俄有关单位紧锣密鼓地进行中俄石油管道前期准备工作的时候，由于日本方面的强力介入，中俄石油管道线路出现变化。2003年2月7日，在由俄罗斯能源部长优素福夫召开的会议上，与会的俄罗斯各方代表拿出一个折中方案:将“安大线”和“远东方案”两条线合并为一条线，在年运输量5000万吨的安加尔斯克—纳霍德卡干线上建设一条年运输量3000万吨的到中国大庆的支线，其中到中国的管道线路将优先开工。2003年3月13日，俄罗斯原则上通过了将“远东线路”和“安大线”合二为一的折中方案，该方案后来也成为《俄罗斯2020年前能源战略》的一部分。同时俄罗斯要求各部门和有关方面对石油管线方案再进行细化研究，于5月初再作决定。2004年12月31日，俄罗斯决定由俄罗斯国营石油运输公司修建一条从泰舍特至纳霍德卡的石油运输管道，预计该管道输油能力为每年8000万吨。2006年1月6日俄罗斯总统普京宣布，俄罗斯将在2006年夏天开工泰舍特—纳霍德卡(简称“泰纳线”)的太平洋输油管道一期工程的建设。根据之前约定，率先开通中国支线。2008年10月，中俄两国总理在第13次定期会晤期间，就建设中俄原油管道达成重要共识。2009年4月21日中俄双方正式签订《中俄石油领域合作间协议》。根据协议，中俄双方同意共同建设和运营从俄罗斯斯科沃罗季诺市经中国边境城市漠河到大庆的石油管道。该管道俄罗斯境内段已于4月27日开工，中国境内段于5月18日在黑龙江省漠河县兴安镇开工。整个管道于2010年10月竣工通油。

(二)中俄原油管道路线变更的原因解析

首先，我们设:

n为管道寿命期;

i(i=1，2，3)代表线路(其中，i=1表示“安大线”;i=2表示“泰纳线”;i=3表示“泰纳线—中国支线”);

ci为管道建设成本;

bit为线路i第t年的运营成本;

qi为线路i在寿命期内的年运输量;

pit(t=1，2，……，n)为线路i的原油在第t年的终端售价;

πit为线路i第t年的收益;

r为折现率;

si为线路i的其他收益(如政治层面的收益)。

则，各线路的总收益现值分别为

中俄石油天然气合作

作为一个理性人，俄方必然会选择总收益现值最大的线路。即，当π1＞π2时，俄方将选择“安大线”，反之，当π1＜π2时，俄方将选择“泰纳线”。

俄方之所以摒弃“安大线”转而选择“泰纳线—中国支线”，究其因就在于“泰纳线”的总收益现值要高于“安大线”。因为，一方面“安大线”的运量远低于“泰纳线”，且不利于俄罗斯东西伯利亚开发战略的实施;另一方面，如果俄方选择“安大线”，管道建成投入运营之后，俄方面对的只是中国一个出口对象，且1/3的管道在中国境内，双方将形成一种双边垄断的局面，这不仅将使俄方丧失原油出口的主动权，不利于其能源出口多元化战略和能源外交战略的实施，扩大在亚太的影响力，而且，中方作为垄断买方将大大抵消俄方作为垄断卖方的力量，减弱俄方在原油价格方面的定价权优势;而如果选择“泰纳线”，由于“泰纳线”管道全程在俄罗斯境内，终点在俄罗斯的转运港口，俄方面对的客户将不再是中国唯一的买方，还有整个亚太地区。这将使俄罗斯处于一个单边垄断———垄断卖方的地位。这一垄断卖方的地位不仅可以保证俄罗斯将原油流向的决定权牢牢掌握在自己手里，便于其能源外交战略的实施，增强在亚太地区的影响力，还将保证其在原油价格的定价权方面处于一个非常有利的地位。