CC BY
37Экономический анализ: Economic Analysis:
теория и практика 8 (2016) 43-54 Theory and Practice
ISSN 2311-8725 (Online) Экономическое развитие
ISSN 2073-039X (Print)
АНАЛИЗ УРОВНЯ ДОПУСТИМОЙ ПОГРЕШНОСТИ ИСХОДНЫХ ДАННЫХ В ПРОЦЕССЕ УПРАВЛЕНИЯ ЭНЕРГЕТИЧЕСКИМИ СИСТЕМАМИ*
Вадим Ильич ЛОКТИОНОВ
кандидат экономических наук, старший научный сотрудник отдела взаимосвязей энергетики и экономики,
Институт систем энергетики им. Л.А. Мелентьева, Иркутск, Российская Федерация
vadlok@mail.ru
История статьи:
Принята 24.03.2016 Принята в доработанном виде 08.04.2016 Одобрена 11.05.2016
УДК 338.012 JEL: E22, L11, L52
Ключевые слова:
адаптивность, анализ, управление, система, энергетика
Аннотация
Предмет. Статья посвящена проблеме качества исходных данных при анализе и выборе вариантов развития энергетических систем. Рассмотрены основные факторы, влияющие на уровень допустимой погрешности основных исходных данных.
Цели. Повышение обоснованности принятия решений в области управления энергетическими системами за счет более полного учета факторов, влияющих на итоговый вывод об эффективности того или иного варианта развития.
Методология. Исследование основывается на общенаучных методах анализа и синтеза, а также на специальных методах анализа функционирования энергетических систем. Результаты. Анализ процессов принятия управленческих решений в энергетике, моделирования развития энергетических систем помог выявить следующие факторы, напрямую влияющие на уровень допустимой погрешности основных исходных данных: горизонт прогнозирования; уровень адаптивности энергетической системы и вариантов ее развития; уровень экономической эффективности функционирования энергетической системы в целом и отдельных ее элементов; состав решаемых задач. Кроме того, показано, что с изменением горизонта прогнозирования и уровня организации энергетической системы меняются требования не только к точности исходной информации, но и к составу основных исходных данных, формирующих адаптивность энергетической системы и влияющих на нее. Выводы. Рассмотрев факторы, влияющие на уровень допустимой погрешности, можно сделать вывод о том, что величина допустимой погрешности исходных данных тем выше, чем меньше она сказывается на выводе о результате реализации варианта развития энергетической системы, а значит, и на принятии управленческого решения.
© Издательский дом ФИНАНСЫ и КРЕДИТ, 2016
Процесс принятия текущих и стратегических управленческих решений базируется на анализе имеющихся исходных данных объективного (текущие цены, затраты, технологии и пр.) и прогнозного (прогноз ценовой динамики, динамики спроса и предложения, валютных курсов, инфляции и пр.) характера . Исходные данные прогнозного характера относятся к будущему, а потому имеют определенный уровень вероятности наступления, или достоверности. Уровень достоверности (обратная величина погрешности) исходных данных определяется многими факторами: от качества моделей, используемых для их получения, до характеристик анализируемых систем (уровень волатильности, наличие сформировавшихся долгосрочных трендов развития и пр.). Высокий уровень достоверности исходных данных является критически важным условием принятия эффективных управленческих решений. Решения, принятые с использованием правильных методов
* Статья подготовлена при финансовой поддержке РФФИ. Грант РФФИ № 16-06-00091-а.
и процедур, но основанные на некачественной информации, будут неэффективными. В связи с этим встает вопрос об уровне допустимой погрешности исходных данных для принятия обоснованных управленческих решений. Этот вопрос особенно актуален в процессе управления развитием энергетических систем, что обусловлено несколькими причинами.
Во-первых, в настоящее время как отечественная, так и мировая энергетика функционирует в условиях высокой неопределенности и волатильности основных технико-экономических показателей за счет высоких темпов научно-технического развития; увеличения доли возобновляемых источников энергии в топливно-энергетических балансах развитых стран; глобализации энергетических рынков; международной социально-политической нестабильности; роста требований к экологической безопасности энергетических объектов и пр. Неопределенность исходных данных напрямую влияет на процесс управления энергетическими системами (рис. 1).
В этих условиях вопрос о качестве прогнозов развития энергетики, энергетических рынков, мировой и региональной экономики встает особенно остро.
Во-вторых, энергетические системы и их элементы представляют собой сложные технические объекты, требующие значительных временных и финансовых затрат на свое создание и эксплуатируемые на протяжении десятилетий (сущность и особенности энергетических систем хорошо рассмотрены в работах [1, 2]). Планирование и осуществление развития энергетических систем требует долгосрочного прогнозирования изменения мировой экономики, экономики страны и регионов, отдельных энергетических и сырьевых рынков, научно-технического прогресса и пр. Прогнозы изменения такого большого количества сложных переменных являются заведомо данными, имеющими ту или иную степень достоверности.
В-третьих, энергетические системы являются сильно инерционными системами, медленно подстраивающимися под изменения условий их функционирования [3]. Поэтому руководство энергетических компаний и правительство страны должны опираться на достоверные данные для принятия управленческих решений, касающихся вариантов развития энергетических систем. Однако здесь возникают вопросы о том, какие данные можно считать достоверными и на данных с какой степенью погрешности могут основываться долгосрочные управленческие решения.
Проблемами принятия управленческих решений в условиях неопределенности исходных данных как в целом в экономике, так и в энергетике занимались и занимаются многие ученые. Так, проблема неопределенности исходных данных в энергетике рассматривается в контексте оценки экономической эффективности крупномасштабных инвестиционных проектов [4-7], управления в рамках энергетических систем [8-11], оценки энергетической безопасности страны [12-14], оценки необходимых уровней резервов для обеспечения бесперебойного производственного процесса [15]и др.
В то же время оценке уровня допустимой погрешности исходных данных в контексте развития энергетических систем уделено мало внимания. Анализ принятия управленческих решений в энергетике, моделирования развития энергетических систем помог выявить факторы,
напрямую влияющие на уровень допустимой погрешности основных исходных данных.
Первым фактором, актуальным для любых экономических систем, является горизонт прогнозирования. Горизонт прогнозирования охватывает промежуток времени от настоящего в будущее, в котором планируется реализация того или иного управленческого решения (решения об инвестировании в тот или иной проект, о реорганизации производства, о наращивании производства) и на длительность которого необходимо осуществить прогноз основных исходных данных. Чем более длительным является горизонт прогнозирования, тем неизбежнее по объективным причинам будет снижение уровня достоверности данных. В то же время требования к точности значений отдаленных во времени показателей также снижается, поскольку чем дальше горизонт прогнозирования, тем выше уровень допустимой погрешности (рис. 2). Этот фактор особенно актуален для энергетических систем, где горизонт прогнозирования может составлять 20-25 лет.
Проиллюстрировать это утверждение можно на примере дисконтирования денежного потока, в котором видно, что влияние ошибки исходных данных, относящихся к отдаленной перспективе, на принятие текущего управленческого решения сильно снижается (табл. 1).
Как видно, первые пять лет формируют 54% суммарного дисконтированного аннуитетного денежного потока при ставке дисконтирования 15%. Поэтому для получения достоверных данных по вариантам развития энергетических систем в краткосрочной перспективе необходимо использовать высокоточные, разагрегированные модели прогнозирования изменения релевантных технико-экономических показателей.
В долгосрочной и среднесрочной перспективе могут использоваться агрегированные модели, экспертные оценки, а также прогноз на основе анализа долгосрочных трендов.
Вторым фактором, определяющим степень допустимой погрешности основных исходных данных, является уровень адаптивности энергетической системы и вариантов ее развития [16].
Уровень адаптивности энергетической системы характеризуется способностью этой системы за счет внутренних резервов и привлечения дополнительных финансовых ресурсов
подстраиваться под изменяющиеся условия ее функционирования для достижения первоначально поставленной цели и для вновь сформулированных задач1.
Уровень адаптивности энергетической системы и уровень допустимой погрешности исходных данных имеют прямую связь: чем выше уровень адаптивности системы, тем больший уровень погрешности допустим при выборе варианта ее развития. Адаптивная система в состоянии подстроиться к ошибкам исходных данных, не снижая своей эффективности. Так, ошибкой исходных данных может быть неправильный прогноз развития экономики. В этом случае уровень адаптивности характеризуется скоростью и объемом затрат системы на переход с одного варианта развития, который был выбран в соответствии с некоторым прогнозируемым трендом развития экономики, на другой, когда со временем стало очевидно, что экономика развивается по другому сценарию. Такая ситуация представлена на рис. 3.
На рис. 3 изображено два варианта развития энергетической системы, отличающиеся динамикой роста суммарной генерирующей мощности всех электростанций G за рассматриваемый период времени t2].
Планирование и выбор варианта развития энергетических систем основывается на прогнозировании экономического развития страны и/или региона, а также на динамике спроса и цен на энергоресурсы [17-20]. Вариант V2 предполагает больший прирост генерирующих мощностей, чем вариант V. Выбор того или иного варианта зависит от прогноза развития экономики. В случае принятия прогноза развития экономики с меньшими показателями роста выбирается вариант развития энергетики Р1. Однако с течением времени может быть выявлено, что рост генерирующих мощностей по варианту V недостаточен для обеспечения растущих потребностей экономики в энергоресурсе. Тогда в некоторый момент ^ должны быть сделаны дополнительные затраты в энергетические системы для изменения траектории развития с V на Уг. Чем с меньшими затратами, в том числе
1 Более подробную информацию об адаптивности энергетических систем можно найти в следующих статьях: Локтионов В.И. Свойство адаптивности как критерий эффективности инвестиционных проектов в топливно-энергетическом комплексе // Экономический анализ: теория и практика. 2013. № 6. С. 46-50; Локтионов В.И. Адаптивность вариантов развития энергетических систем как показатель энергетической безопасности // Экономический анализ: теория и практика. 2015. № 40. С. 11-21.
и временными, это можно осуществить, тем более адаптивна энергетическая система. Однако стоит отметить, что в зависимости от горизонта прогнозирования развития энергетической системы факторы, определяющие уровень адаптивности системы, будут несколько меняться. В краткосрочной перспективе основными факторами, влияющими на энергетическую систему, к которым она должна адаптироваться, являются:
• спекулятивные колебания спроса и предложения на энергетических рынках;
• краткосрочные колебания финансово-экономических показателей (процентная ставка, курс валют, уровень инфляции и пр.), способные повлиять на запланированное развитие энергетической системы;
• техногенные аварии, приводящие к резкому росту потребности в том или ином виде энергии на данной территории;
• социально-политические факторы.
В среднесрочной и долгосрочной перспективе уровень адаптивности энергетической системы будет определяться степенью ее адаптации к таким отклонениям, как:
• долгосрочное ухудшение инвестиционного климата;
• устойчивые тренды снижения спроса на определенные энергоресурсы;
• изменение темпов экономического развития страны или региона;
• ужесточение требований к параметрам варианта развития энергетической системы (в контексте норм экологической безопасности).
Наиболее существенные факторы изменения условий функционирования энергетической системы и факторы, обеспечивающие ее адаптивность, с разделением в зависимости от горизонта прогнозирования и уровня организации системы, представлены на рис. 4-6. Следует отметить, что факторы, выделенные на рис. 4-6, оказывают влияние на энергетические системы всегда, а не только в указанные горизонты прогнозирования и на указанных уровнях организации энергетической системы. Однако большее воздействие на функционирование системы эти факторы оказывают именно на выделенных уровнях ее организации и на указанных горизонтах прогнозирования.
На краткосрочном горизонте прогнозирования развития энергетических систем отдельных компаний большую роль играют
производственные резервы, за счет которых может быть покрыт краткосрочный дефицит энергоресурсов. Высокая инерционность энергетических систем не позволит в краткосрочной перспективе покрывать дефицит за счет наращивания производства. Уровень адаптивности энергетических систем отраслей энергетики, объединяющих все стадии преобразования и передачи энергии, во многом зависит от сбалансированного развития производственного потенциала всех стадий добычи, преобразования и передачи энергоресурсов. Уровень адаптивности энергетических систем страны зависит от многих структурных факторов, таких как грамотная, продуманная политика в области стимулирования развития энергетики, инвестиционный климат в стране, развитие смежных отраслей и пр. Чем ближе горизонт прогнозирования и ниже уровень организации системы, тем детальнее должны быть описаны изменения и варианты реакции системы на них. Чем дальше горизонт прогнозирования и выше уровень организации системы, тем более агрегированными могут быть оценки.
Третьим фактором, определяющим уровень допустимой погрешности основных исходных данных, является экономическая эффективность функционирования энергетической системы и отдельных ее элементов. Чем эффективнее система, тем при прочих равных условиях она менее чувствительна к ошибкам прогнозных данных, поскольку имеет некоторый запас прочности. Ухудшение фактических условий функционирования системы будет приводить к снижению значений показателей эффективности. Степень ухудшения фактических условий будет тем выше, чем выше текущая эффективность функционирования энергетической системы.
Однако уровень допустимой погрешности обусловливается не только величиной превышения значения показателя эффективности состояния системы над критическим его значением (например, в случае если таким итоговым показателем является NPV, то его значение больше 0), но и уровнем, при котором будет выбран альтернативный вариант развития энергетической системы.
Пример допустимой погрешности в прогнозировании цены на энергоресурс представлен на рис. 7. Цена на энергоресурс
прогнозируется в границах Р\ и Р2. Для этих исходных данных выбирается вариант развития энергетической системы, эффективность которого описывается прямой VI. Однако в случае если верхняя граница прогнозируемой цены достигнет уровня .Ртах, может быть выбран вариант развития энергетической системы V2, характеризующийся выходом на другие рынки сбыта, строительством других технологических установок (строительство ТЭЦ вместо ТЭС), изменением установочной мощности
энергетических объектов и др. В связи с этим можно говорить о том, что интервал [Р1; Ртах] является границей допустимой погрешности, так как при попадании в данный интервал фактической цены на энергоресурс будет поддержан вариант VI. Аналогичная ситуация может быть в случае снижения фактической цены ниже прогнозируемого уровня Р1. Таким образом, уровень допустимой погрешности определяется не только эффективностью варианта развития энергетической системы, но и уровнем основных технико-экономических показателей, при которых выбирается альтернативный вариант развития.
Четвертым фактором, определяющим уровень допустимой погрешности основных исходных данных, является состав решаемых задач. Он определяет влияние точности исходных данных на принимаемое управленческое решение. Решаемые задачи могут быть следующего значения: текущего, тактического и стратегического.
Задачи текущего значения - это задачи текущего управления энергетическими системами, требующие максимально полной и точной информации о состоянии системы и условий ее функционирования. Задачи тактического значения охватывают задачи среднесрочного горизонта прогнозирования и предполагают решения, касающиеся развития энергетической системы в текущей траектории ее развития: расширение или уменьшение объемов производства, наращивание производственного потенциала, строительство новых промышленных площадок, заключение договоров на поставки энергоресурсов и пр. Стратегические задачи управления охватывают решения в области долгосрочной траектории развития всей энергетической системы: развитие возобновляемых источников энергии; выход на новые рынки сбыта; выбор способа транспортировки углеводородов; реализацию крупномасштабных инвестиционных проектов по запуску новых месторождений и пр. Для решения стратегических задач едва ли можно говорить о наличии достоверных исходных данных,
поскольку эти данные касаются не только и не столько текущего и среднесрочного развития ситуации, сколько долгосрочных прогнозов развития экономики страны и мира, социально-политических изменений, научно-технического прогресса в сфере добычи, переработки и транспортировки энергоресурсов и пр. Поэтому для решения стратегических задач иногда используют не только данные, полученные с помощью сложных, проверенных и хорошо отлаженных моделей, но и экспертные оценки. Рассматривая все факторы, влияющие на уровень допустимой погрешности, можно сделать вывод о том, что величина допустимой погрешности исходных данных тем выше, чем меньше она сказывается на выводе о результате реализации варианта развития энергетической системы, а значит и на принятии управленческого решения. Выбор уровня допустимой погрешности определяется экспертом с учетом анализа совокупности вышеописанных факторов. Эксперт должен давать характеристику достоверности исходных данных, которые он использовал и на основании которых он делал определенные теоретические и практические выводы
Таблица 1
Анализ условного денежного потока Table 1
Analysis of a conditional cash flow
Год n Дисконт (1 / (1+r)") при ставке дисконтирования r = 15% Дисконтированный денежный поток Суммарный дисконтированный Доля текущего года в итоговой величине
текущего года, денежный поток, дисконтированного
млн руб. млн руб. денежного потока, %
1 0,87 869,57 869,57 13,89
2 0,756 756,14 1 625,71 12,08
3 0,658 657,52 2 283,23 10,5
4 0,572 571,75 2 854,98 9,13
5 0,497 497,18 3 352,16 7,94
6 0,432 432,33 3 784,48 6,91
7 0,376 375,94 4 160,42 6,01
8 0,327 326,9 4 487,32 5,22
9 0,284 284,26 4 771,58 4,54
10 0,247 247,18 5 018,77 3,95
11 0,215 214,94 5 233,71 3,43
12 0,187 186,91 5 420,62 2,99
13 0,163 162,53 5 583,15 2,6
14 0,141 141,33 5 724,48 2,26
15 0,123 122,89 5 847,37 1,96
16 0,107 106,86 5 954,23 1,71
17 0,093 92,93 6 047,16 1,48
18 0,081 80,81 6 127,97 1,29
19 0,07 70,27 6 198,23 1,12
20 0,061 61,1 6 259,33 0,98
о состоянии энергетической системы, перспективах ее развития и о совокупности мер, направленных на ее совершенствование. Точный уровень допустимой погрешности при анализе вариантов развития энергетических систем может быть определен только для конкретных реальных вариантов. Данное обстоятельство связано с тем, что каждая энергетическая система и вариант ее развития в данный конкретный промежуток времени является уникальным объектом. И для каждой энергетической системы в тех или иных условиях определяющая роль одних и тех же факторов будет разной. Поэтому в данном случае сделана попытка выделения тех факторов, которые будут в каждом конкретном случае влиять на уровень допустимой погрешности. Анализ этой погрешности в каждом конкретном случае повысит эффективность процесса принятия управленческого решения, поскольку, с одной стороны, такой анализ увеличит обоснованность выводов за счет контроля достоверности используемых данных, другой стороны, снизит затраты на аналитические процедуры в тех случаях, когда высокая детализация данных и использование сложных моделей не требуются.
Рисунок 1
Механизм влияния неопределенности исходных данных на развитие топливно-энергетического комплекса Figure 1
A mechanism of impact of initial data uncertainty on the fuel and energy complex development
- 1. Уровень неопределенности исходных данных, связанных с производством и реализацией определенного вида энергетического ресурса
2. Уровень риска, связанного с производственными капиталов л ожениями в определенный вид энергетического ресурса
\ 3. Требуемая доходность капиталовложений в производство или добычу данного вида энергетического ресурса
Г 1 4. Изменение инвестиционной привлекательности капиталовложений в производство и добычу данного вида энергетического ресурса
5. Изменение объемов капиталовложений в производство и добычу данного вида энергетического ресурса
6. Изменение производственного потенци ресурса \ ала по данному виду энергетического
с Л 7. Изменение доли производственного потенциала по данному виду энергетического ресурса в структуре топливно-энергетического комплекса
8. Изменение структуры топливно-энергетического комплекса в долгосрочной перспективе -
Источник: Локтионов В.И. Влияние неопределенности исходных данных на варианты долгосрочного развития топливно-энергетического комплекса // Экономический анализ: теория и практика. 2015. № 31. С. 51-60.
Source: Loktionov VI. [The impact of input data uncertainty on options of long-term development of the fuel and energy sector]. Ekonomicheskii analiz: teoriya i praktika = Economic Analysis: Theory and Practice, 2015, no. 31, pp. 51-60. (In Russ.)
Рисунок 2
Зависимость уровня допустимой погрешности исходных данных от горизонта прогнозирования Figure 2
Dependence of the level of permissible error in the input data on time horizon
Рисунок 3
Варианты развития энергетической системы Figure 3
Scenarios of the energy system development
G ii
V2
h
Примечание. G - суммарная генерируемая мощность всех электростанций; [й>;&] - рассматриваемый период времени; V1, V -варианты развития энергетической системы. Источник: авторская разработка
Note. G - total generated capacity of all electric power plants; [t0;t2] - considered period of time; V1, V2 - scenarios of the energy system
development.
Source: Authoring
Рисунок 4
Энергетические системы на уровне отдельных компаний Figure 4
Energy systems at the level of individual companies
Горизонт прогнозирования
Наиболее существенные факторы изменения условий функционирования ____Эн£Е1?тЗЧЁс.кРйси_стемь1___
Факторы, обеспечивающие адаптивность энергетической системы
Краткосрочный
Краткосрочные колебания спроса и цен на энергоресурс на конкретных энергетических рынках; аварии и остановки в производстве; изменения законодательства; задержка в финансировании инвестиционных проектов участниками______
Производственные резервы, позволяющие энергетической системе компании покрыть скачок потребности в энергоресурсе
Среднесрочный
Устойчивый тренд изменения спроса и предложения на энергоресурс; колебание процентных ставок; рост инфляции__________
Инвестиционная привлекательность вложений в развитие энергетической системы; квалифицированный
управленческий персонал; доля
Долгосрочный
Изменение спроса и цены на энергоресурс, производимый энергетической системой; изменение структуры спроса на энергоресурсы со стороны экономики
инерционных элементов в структуре энергетической системы
Рисунок 5
Энергетические системы отраслей энергетики, объединяющие все стадии преобразования и передачи энергии: угольные, газовые, нефтяные, электроэнергетические
Figure 5
Energy systems of power industries combining all stages of energy conversion and transmission: coal, gas, oil, electric power
Горизонт прогнозирования
Краткосрочный
Наиболее существенные факторы изменения условий функционирования
___энер^тическойсистемы___
Факторы, обеспечивающие адаптивность энергетической системы
Краткосрочные колебания спроса и цен на энергоресурс, вызванные политическими, климатическими и иными флуктуациями
Сбалансированное развитие производственного потенциала на всех стадиях преобразования и передачи энергии; наличие производственных резервов на всех стадиях преобразования и передачи энергии____________
Среднесрочный
Долгосрочный
Устойчивый тренд изменения спроса и предложения на энергоресурс; колебание процентных ставок; снижение затрат на добычу, преобразование и передачу альтернативных для рассматриваемой ^нергетическойсистемы_видов _ресур_сов_ Изменение спроса и цены на энергоресурс, производимый энергетической системой; изменение структуры спроса на энергоресурсы со стороны экономики
Инвестиционная привлекательность отраслей энергетического хозяйства; грамотная политика государства, направленная на стимулирование развития энергетического производства; снижение затрат на добычу, переработку и передачу энергоресурса
Источник: авторская разработка Source: Authoring
Рисунок 6
Энергетические системы на уровне топливно-энергетических комплексов страны и регионов Figure 6
Energy systems at the level of fuel and energy complexes of the country and regions
Горизонт прогнозирования
Наиболее существенные факторы изменения условий функционирования
____эневЕетической-систем^1___
Факторы, обеспечивающие адаптивность энергетической системы
Краткосрочный
Краткосрочные колебания спроса и цен на энергоресурс, вызванные политическими, климатическими и иными флуктуациями
Сбалансированное развитие производственного потенциала на всех стадиях преобразования и передачи энергии; наличие производственных резервов на всех стадиях преобразования и передачи энергии____________
Среднесрочный
Долгосрочный
Системные экономические кризисы; появление новых технологий добычи, переработки и транспортировки энергоресурсов; изменение мировых потоков энергоресурсов; развитие альтернативных видов энергии; условия международной торговли; ужесточение требований к экологической безопасности
Улучшение инвестиционного климата; развитие смежных отраслей; государственная поддержка
Источник: авторская разработка Source: Authoring
Рисунок 7
Критические уровни значений исходных данных Figure 7
Critical levels of source data values
Примечание. Р1, Р2, Рmш - границы прогнозируемых цен; V1, V - варианты развития энергетической системы. Источник: авторская разработка
Note. Р1, Р2, Ртт - limits of anticipated prices; V1, V - scenarios of the energy system development. Source: Authoring
Список литературы
1. Мелентьев Л.А., Штейнгауз Е.О. Экономика энергетики СССР. М.: Государственное энергетическое издательство, 1963. 431 с.
2. Мелентьев Л.А. Системные исследования в энергетике. Элементы теории, направления развития. М.: Наука, 1979. 415 с.
3. Кононов Ю.Д., Гальперова Е.В., Кононов Д.Ю. Методы и модели прогнозных исследований взаимосвязей энергетики и экономики. Новосибирск: Наука, 2009. 178 с.
4. Кибалов Е.Б., Кин А.А. Проблемы учета фактора неопределенности при оценке ожидаемой эффективности крупномасштабных инвестиционных проектов // Регион. 2007. № 3. С. 67-91.
5. Кибалов Е.Б., Горяченко В.И., Хуторецкий А.Б. Системный анализ ожидаемой эффективности крупномасштабных проектов. Новосибирск: ИЭОПП СО РАН, 2008. 164 с.
6. Локтионов В.И., Кононов Ю.Д. Оценка рисков в предпринимательстве при анализе эффективности крупномасштабных проектов в ТЭК. Иркутск: БГУЭП, 2012. 143 с.
7. Медницкий В.Г., Фаттахов Р.В., Бушанский С.П. Крупномасштабные инвестиционные проекты: моделирование и экономическая оценка. М.: Наука, 2003. 264 с.
8. Пятков Б.В. Управление рисками хозяйственной деятельности субъектов электроэнергетического рынка // Методические вопросы исследования надежности больших систем энергетики. Кн. 1. Иркутск: ИСЭМ СО РАН, 2005. 250 с.
9. Kessides I.N. Nuclear Power: Understanding the Economic Risks and Uncertainties. Energy Policy, 2010, vol. 38, iss. 8, pp. 3849-3864. doi: 10.1016/j.enpol.2010.03.005
10. Wright G., Goodwin P. Decision Making and Planning under Low Levels of Predictability: Enhancing the Scenario Method. International Journal of Forecasting, 2009, vol. 25, iss. 4, pp. 813-825. doi: 10.1016/j.ijforecast.2009.05.019
11. Mohn K., Misund B. Investment and Uncertainty in the International Oil and Gas Industry. Energy Economics, 2009, vol. 31, iss. 2, pp. 240-248. doi: 10.1016/j.eneco.2008.10.001
12. Cohen G., Joutz F., Loungani P. Measuring Energy Security: Trends in the Diversification of Oil and Natural Gas Supplies. Energy Policy, 2011, vol. 39, iss. 9, pp. 4860-4869. doi: 10.1016/j.enpol.2011.06.034
13. Chester L. Conceptualizing Energy Security and Making Explicit Its Polysemic Nature. Energy Policy, 2010, vol. 38, iss. 2, pp. 887-895. doi: 10.1016/j.enpol.2009.10.039
14. Sovacool B.K. The Methodological Challenges of Creating a Comprehensive Energy Security Index. Energy Policy, 2012, vol. 48, pp. 835-840. doi: 10.1016/j.enpol.2012.02.017
15. Смирнов В.А. Проблемы повышения гибкости в энергетике. М.: Наука, 1989. 192 с.
16. Смирнов В.А. Процессы адаптации в развитии энергетики. М.: Наука, 1983. 196 с.
17. Суслов Н.И. Анализ взаимодействий экономики и энергетики в период рыночных преобразований. Новосибирск: ИЭОПП СО РАН, 2002. 270 с.
18. Гальперова Е.В., Кононов Ю.Д., Мазурова О.В. Прогнозирование спроса на энергоносители в регионе с учетом их стоимости // Регион. 2008. № 3. С. 207-219.
19. Кононов Ю.Д. Пути повышения обоснованности долгосрочных прогнозов развития ТЭК. Новосибирск: Наука, 2015. 147 с.
20. Воропай Н.И., Подковальников С.В., Труфанов В.В. и др. Обоснование развития электроэнергетических систем: методология, модели, методы, их использование. Новосибирск: Наука, 2015. 448 с.
ISSN 2311-8725 (Online) ISSN 2073-039X (Print)
BASELINE DATA PERMISSIBLE ERROR LEVEL ANALYSIS IN THE MANAGEMENT OF ENERGY SYSTEMS
Vadim I. LOKTIONOV
Economic Advancement
Melentiev Energy Systems Institute of Siberian Branch of Russian Academy of Sciences, Irkutsk, Russian Federation vadlok@mail.ru
Article history:
Received 24 March 2016 Received in revised form 8 April 2016 Accepted 11 May 2016
JEL classification: E22, L11, L52
Keywords: adaptability, analysis, management, system, energy complex
Abstract
Subject The article analyzes factors influencing the acceptable level of data quality. Objectives The aim of the study is to improve the validity of decision-making in the management of energy systems, and thereby improve the efficiency of the entire fuel and energy complex of the country.
Methods The study employs the general scientific methods of analysis and synthesis, as well as special methods of analyzing the operations of energy systems.
Results The analysis of the management decision-making process in the energy sector and energy system modeling helped identify factors directly impacting the level of permissible error in the input data. They include time horizon, the energy system adaptability level, the level of economic efficiency of operations of the entire energy system and its individual components, and tasks to be solved. The paper shows that time horizon and the level of organization of the power system change not only the acceptable level of data quality, but also the initial factors that form and influence the energy system adaptability.
Conclusions and Relevance The precision of input data has a positive impact of the results of the energy system development analysis.
© Publishing house FINANCE and CREDIT, 2016
Acknowledgments
The article is supported by the Russian Foundation for Basic Research, grant No. 16-06-00091-a.
References
1. Melent'ev L.A., Shteingauz E.O. Ekonomika energetiki SSSR [Economy of the power industry of the USSR]. Moscow, Gosudarstvennoe energeticheskoe izdatel'stvo Publ., 1963, 431 p.
2. Melent'ev L.A. Sistemnye issledovaniya v energetike. Elementy teorii, napravleniya razvitiya [System research in the energy sector. Elements of theory, development trends]. Moscow, Nauka Publ., 1979, 415 p.
3. Kononov Yu.D., Gal'perova E.V., Kononov D.Yu. Metody i modeli prognoznykh issledovanii vzaimosvyazei energetiki i ekonomiki [Methods and models of inferential research in the relationships of energy and economy]. Novosibirsk, Nauka Publ., 2009, 178 p.
4. Kibalov E.B., Kin A.A. [Problems of uncertainty in the evaluation of expected effectiveness of large-scale investment projects]. Region, 2007, no. 3, pp. 67-91. (In Russ.)
5. Kibalov E.B., Goryachenko V.I., Khutoretskii A.B. Sistemnyi analiz ozhidaemoi effektivnosti krupnomasshtabnykh proektov [Systems analysis of expected effectiveness of large-scale projects]. Novosibirsk, Institute of Economics and Industrial Engineering, Siberian Branch of Russian Academy of Sciences Publ., 2008, 164 p.
6. Loktionov V.I., Kononov Yu.D. Otsenka riskov v predprinimatel'stve pri analize effektivnosti krupnomasshtabnykh proektov v TEK [Risk assessment in business when analyzing the effectiveness of large-scale projects in the energy sector]. Irkutsk, Baikal State University of Economics and Law Publ., 2012, 143 p.
7. Mednitskii V.G., Fattakhov R.V., Bushanskii S.P. Krupnomasshtabnye investitsionnye proekty: modelirovanie i ekonomicheskaya otsenka [Large-scale investment projects: modeling and economic evaluation]. Moscow, Nauka Publ., 2003, 264 p.
8. Pyatkov B.V. Upravlenie riskami khozyaistvennoi deyatel'nosti sub"ektov elektroenergeticheskogo rynka. V kn.: Metodicheskie voprosy issledovaniya nadezhnosti bol'shikh sistem energetiki [Risk management in the economic activity of the electricity market actors. In: Methodological issues in researching the reliability of large-scale power systems]. Irkutsk, Melentiev Energy Systems Institute of Siberian Branch of Russian Academy of Sciences Publ., 2005, 250 p.
9. Kessides I.N. Nuclear Power: Understanding the Economic Risks and Uncertainties. Energy Policy, 2010, vol. 38, iss. 8, pp. 3849-3864. doi: 10.1016/j.enpol.2010.03.005
10. Wright G., Goodwin P. Decision Making and Planning under Low Levels of Predictability: Enhancing the Scenario Method. International Journal of Forecasting, 2009, vol. 25, iss. 4, pp. 813-825. doi: 10.1016/j.ijforecast.2009.05.019
11. Mohn K., Misund B. Investment and Uncertainty in the International Oil and Gas Industry. Energy Economics, 2009, vol. 31, iss. 2, pp. 240-248. doi: 10.1016/j.eneco.2008.10.001
12. Cohen G., Joutz F., Loungani P. Measuring Energy Security: Trends in the Diversification of Oil and Natural Gas Supplies. Energy Policy, 2011, vol. 39, iss. 9, pp. 4860-4869. doi: 10.1016/j.enpol.2011.06.034
13. Chester L. Conceptualizing Energy Security and Making Explicit Its Polysemic Nature. Energy Policy, 2010, vol. 38, iss. 2, pp. 887-895. doi: 10.1016/j.enpol.2009.10.039
14. Sovacool B.K. The Methodological Challenges of Creating a Comprehensive Energy Security Index. Energy Policy, 2012, vol. 48, pp. 835-840. doi: 10.1016/j.enpol.2012.02.017
15. Smirnov V.A. Problemy povysheniya gibkosti v energetike [Problems of increasing the flexibility in the energy sector]. Moscow, Nauka Publ., 1989, 192 p.
16. Smirnov VA. Protsessy adaptatsii v razvitii energetiki [Processes of adaptation in the energy complex development]. Moscow, Nauka Publ., 1983, 196 p.
17. Suslov N.I. Analiz vzaimodeistvii ekonomiki i energetiki v period rynochnykh preobrazovanii [Analysis of interaction between the economy and energy sector during the period of market reforms]. Novosibirsk, Institute of Economics and Industrial Engineering, Siberian Branch of Russian Academy of Sciences Publ., 2002, 270 p.
18. Gal'perova E.V., Kononov Yu.D., Mazurova O.V. [Forecasting the demand for energy in the region considering its cost]. Region, 2008, no. 3, pp. 207-219. (In Russ.)
19. Kononov Yu.D. Puti povysheniya obosnovannosti dolgosrochnykh prognozov razvitiya TEK [Ways to improve the validity of long-term forecasts of the energy sector's development]. Novosibirsk, Nauka Publ., 2015, 147 p.
20. Voropai N.I., Podkoval'nikov S.V., Trufanov V.V. et al. Obosnovanie razvitiya elektroenergeticheskikh sistem: metodologiya, modeli, metody, ikh ispol'zovanie [Underpinning the development of electric power systems: methodology, models, methods and their use]. Novosibirsk, Nauka Publ., 2015, 448 p.
