煤、石油等固态化石能源应用引起的碳排放、环境污染等问题日趋严重。天然气燃烧具有热值高、洁净、无废水、无废渣等优势,在国家节能减排政策的号召下,清洁能源天然气得到了人们的普遍关注。“西气东输”、“川气东送”等国家重大天然气管网工程的建设及运营使各城市原来的单一天然气管网逐步形成全国性的大天然气管网,显然,这一变化将对上游生产能力、中游管网输送能力、下游城市管网配气能力、储气设施储气能力、城市天然气调峰及调度等提出了更高的要求。与此同时,当城市到了用气高峰期,由于用气量较大,出现了“无气可用”的问题。解决城市“气荒”问题,可从两个角度进行,一是从“供气方”角度,二是从“用气方”角度。本文的研究是从“用气方”角度,即单一城市自身建设调峰设施,以达到“削峰填谷”的目的。从“用气方”角度主要是从城市所需天然气“负荷”(也可以表述为“需求量”、“用气量”,本文进行研究时均称“负荷”)角度,确定了城市天然气负荷后,在此基础上进行调峰方案的制定及决策。本文针对“用气方”的调峰方案决策方法适用于任何未建设或部分建设调峰设施的大、中及小城市。具体的研究工作和主要结论如下:(1)本文研究的是城市天然气负荷预测,在此基础上进行调峰方案决策的问题,因此,首先分析了城市时、日及年负荷的特性,对目前城市天然气采用的调峰方式进行分析。结果表明:城市天然气时负荷具有明显的周期性、日负荷具有明显的非线性、年负荷具有单调递增性;城市调峰单独采用高压管道调峰和高压管道-LNG(液化天然气)联合调峰是一种发展趋势,储气罐调峰逐渐被取代,以此作为城市天然气负荷预测模型和调峰方案决策研究的基础;(2)提出了基于小波理论和RBF(径向基函数)-Elman神经网络的城市天然气时负荷预测模型。首先,采用小波分解对时负荷时间序列进行分解;其次,应用RBF对高频分量进行预测,运用Elman对低频分量进行预测;最后,小波重构。分析了不同小波基函数的不同阶数对预测性能的影响和不同小波基函数在相同阶数下不同分解层数对预测性能的影响,对不同预测模型的预测性能进行了对比。结果表明:基于小波理论和RBF-Elman的预测模型较单独采用RBF、单独采用Elman和小波理论-RBF预测模型具有更高的预测性能,是对小波理论-RBF预测模型的重要改进,为城市天然气时负荷预测提供参考;(3)对城市天然气时负荷进行混沌特性分析,并重构相空间,采用Volterra自适应滤波器对其进行预测,对比了不同阶数单步和多步Volterra自适应滤波器预测模型的预测性能。结果表明:城市天然气时负荷具有混沌特性,三阶单步Volterra自适应滤波器具有更高的预测性能,是对城市天然气时负荷进行预测的一种全新研究方向;(4)应用EMD(经验模态分解)和EEMD(集成模态分解)对城市天然气日负荷时间序列进行分解;其次,利用LSSVM(最小二乘支持向量机)和SMOSVM(序列最小优化支持向量机)对分解出的分量进行预测,最后进行重构。对比了EMD-LSSVM、EMD-SMOSVM、EEMD-LSSVM及EEMD-SMOSVM预测模型的预测性能,为了进一步提高预测性能,提出了两种改进方法:(1)采用PSO对LSSVM中的参数进行优化。(2)应用AMD(解析模态分解)对城市天然气日负荷进行一次降噪;对采用EEMD分解出来的分量进行近似熵计算,利用FIR数字滤波器对高频分量进行二次降噪。结果表明:EEMD-LSSVM较EMD-LSSVM、EMD-SMOSVM及EEMD-SMOSVM预测模型具有较高的预测性能,提出的两种改进方法进一步提高了EEMD-LSSVM预测模型的预测性能,是对基于小波变换和SVM预测模型的重要改进,为城市天然气日负荷预测提供了一种新的思路;(5)从外部环境角度、内部环境角度及用户消费角度构建了城市天然气年负荷预测的指标体系,运用相关系数法对指标进行了进一步的优化,对基本GA(遗传算法)进行了改进,建立了基于改进GA-BP神经网络的城市天然气年负荷预测模型。以北京市和上海市的天然气年负荷为实例,与多元回归、GBP(灰色神经网络)及GA-BP预测模型进行了对比分析。结果表明:基于改进GA-BP神经网络的城市天然气年负荷预测模型较多元回归、GBP及GA-BP预测模型具有更高的预测性能,为城市天然气年负荷预测提供了思路;(6)同时考虑定量指标和定性指标,给出定量指标和定性指标的相对隶属度计算方法,对熵值法进行改进,建立基于改进熵值法和多目标模糊决策的调峰方案决策模型。以负荷预测模型为基础,对南昌市天然气负荷进行预测,采用TGNET模拟软件计算出仅考虑高压管道的调峰方案,同时计算出同时考虑高压管道和LNG联合的调峰方案,对这两种情况下的多个调峰方案进行决策。结果表明:建立的决策模型具有很好的适用性,给出了南昌市的最优调峰方案,可为任何其它未建设或部分建设调峰设施的城市提供依据。