CC BY
79
УДК 519.866
Д.Л. Андрианов, Д.О. Науменко, Г.С. Старкова
АНАЛИЗ МЕТОДОВ И МОДЕЛЕЙ ЭНЕРГОПОТРЕБЛЕНИЯ
НА МАКРОУРОВНЕ
Динамику роста мирового энергопотребления по-прежнему во многом определяют долгосрочные тенденции, тесно связанные с процессами индустриализации, урбанизации и глобализации. Эти тенденции проявляются в увеличении объема потребляемой энергии, повышении эффективности производства и потребления энергии, а также растущей диверсификации ее источников. Перечисленные факты заставляют крупных производителей и потребителей энергии уделять все большее внимание процессам прогнозирования, особенно в условиях жесткой конкуренции на рынке.
Прогнозирование энергопотребления представляет собой многоэтапный и многоуровневый процесс, результаты которого могут быть использованы при формировании рациональной стратегии развития энергетики и всей страны и отдельных ее субъектов. От достоверности построенных прогнозов во многом зависит эффективность мероприятий по управлению энергопотреблением, экономия энергоресурсов и экономичность режимов работы всей энергосистемы.
В течение продолжительного времени исследования развития энергетики и экономики, а также их взаимосвязи определялись преимущественно потребностями среднесрочного и краткосрочного прогнозирования спроса на электроэнергию и на отдельные виды топлива. Большинство исследований сводилось к построению эконометрических моделей, выявляющих зависимости энергопотребления от ключевых макроэкономических показателей. При этом обратное влияние стоимости энергоресурсов и структуры производства на макроэкономические показатели и, как следствие, на величину энергопотребления не рассматривались. Данный подход был оправдан в период
относительно стабильных и низких цен на энергоресурсы [1]. К недостаткам эконометри-ческого подхода также следует отнести инерционность прогнозов, полученных на основе предыстории, и отсутствие возможности появления новых тенденций в рассматриваемой системе.
Для исследования и прогнозирования долгосрочного энергопотребления существует достаточно широкий спектр методов, однако наибольшее распространение получил метод прямого счета и различные его модификации. Метод прямого счета заключается в выборе определенного числа наиболее энергоемких производств, детальном изучении их энергоемкостей и построении прогнозов на основе планируемых объемов производств и выявленной динамики удельных энергозатрат.
Метод межстрановых сравнений, основанный на выявлении закономерностей в развитии энергопотребления и экономик различных стран, используется преимущественно для прогнозирования отдельных показателей энергопотребления в секторах экономики, технологических процессов, тенденции развития которых могут быть сопоставимы и сравнимы между собой. На практике данный метод часто используется для верификации полученных результатов моделирования и прогнозирования.
Широкое распространение в мире получило прямое или косвенное использование моделей, основанных на методе полных энергетических затрат межотраслевого баланса (energy analysis netto). Идея данного метода заключается в определении эффективности источников энергии из соотношения энергетической ценности производимого энергоносителя и полных затрат энергии на него. Одним из преимуществ моделей
^ЖауЧНО-ТеХНИЧе£КИеВеДОМ2£ТИ«СПбГП|У.4..2212;.ЭКОНОМИЧе£КИе.НаУКИ
межотраслевого баланса является возможность учета и анализа не только прямых, но и косвенных энергетических затрат.
Последнее время все большее распространение получают методы прогнозирования, связанные с использованием искусственных нейронных сетей. Для решения большинства прикладных задач используются трех- и четы-рехслойные нейросети. При этом в многослойных нейронных сетях каждый слой рассчитывает нелинейное преобразование от линейной комбинации сигналов предыдущего слоя и, таким образом, достигается аппроксимация произвольной многомерной функции при соответствующем выборе количества слоев, диапазоне изменения сигналов и параметров нейронов.
Рассмотренные методы недостаточно учитывают сложные и меняющиеся взаимосвязи между объемами энергопотребления, условиями и уровнем развития экономики и топливно-энергетическим комплексом в целом. Необходимость учета этих взаимосвязей побуждает исследователей создавать комплексы экономико-математических моделей, описывающих наиболее существенные аспекты энергопотребления. Из зарубежных разработок следует в первую очередь упомянуть известную французскую модель MEDEE [2], модели PRIMES [3], VLEEM [4], получившие распространение в странах Западной Европы, американские модели NEMS [5], PURHAPS, INRAD, ISTUM, ORIM [6], канадскую CREECEM [6] и др. Перечисленные методы и подходы к моделированию энергопотребления применимы для электропотребления, поскольку электроэнергетика является подсистемой энергетики.
Подводя итог краткому обзору существующих методов и моделей прогнозирования энергопотребления, можно выделить следующие тенденции: расширение числа внешних связей топливно-энергетического комплекса, переход от создания изолированных экономических и энергетических моделей к их синтезу, а также создание комплексов моделей, позволяющих отражать процесс энергопотребления в отдельных секторах экономики с различным
уровнем детализации и агрегации моделируемых показателей, проводить многовариантные сценарные расчеты.
Одним из примеров подобных комплексов моделей может служить «Программный комплекс моделирования и прогнозирования потребления электроэнергии в Китайской Народной Республике на долгосрочную перспективу» [7], разработанный авторами данной статьи для Института исследования экономики при Государственной электроэнергетической корпорации Китая. Он включает в себя следующие модели с условными названиями: модель электроемкости экономики, модель электропотребления секторов экономики, модель регионального электропотребления [8]. Взаимодействие моделей в комплексе можно представить здесь схемой.
Выбор математических методов, применяемых при реализации комплекса моделей, осуществлялся в соответствии со следующими критериями: возможность автоматизации процесса моделирования, интерпретируемость результатов, наличие формализованных критериев проверки качества модели.
В процессе построения комплекса моделей внимание уделялось как получению статистически значимых оценок параметров путем проверки эконометрических моделей на автокорреляцию, гетероскедастичность, нормальность, так и возможности экономической интерпретации полученных оценок. Все основные зависимости моделей поддерживаются экономической теорией.
Между моделями существуют тесные взаимосвязи, которые осуществляют логическое, информационное и алгоритмическое единство. Комплекс моделей включает в себя около 300 уравнений, из них порядка 100 - эконометриче-ского и 200 - балансового типов. Неизвестные коэффициенты эконометрических уравнений были найдены на основе метода наименьших квадратов при использовании открытых данных Национального бюро статистики Китая.
В качестве экзогенных переменных модельного комплекса выступают показатели налоговой, бюджетной, инвестиционной, денежной
Управляющие и экзогенные параметры
параметры: налоговая политика, бюджетная политика, инвестиционная политика, денежно-кредитная
политика занятости
2. Экзогенные параметры объемы иностранных инвестиций, индексы цен, нормы амортизации
Укрупненная схема взаимосвязи комплекса моделей
политики и политики занятости. В качестве ориентира сценарных переменных используются данные государственных пятилетних планов развития, содержащие ключевые показатели развития экономики, публикуемые официальным новостным агентством Правительства КНР.
На основе разработанного комплекса моделей возможны два варианта расчета параметров: изолированный и комплексный.
При изолированном варианте расчета каждая модель используется без учета взаимосвязей с другими моделями. Изолированный вариант расчета применяется в связи с тем, что каждая из моделей, входящих в комплекс, обладает собственной прогностической силой.
Комплексный вариант расчета предполагает, что часть экзогенных параметров становятся моделируемыми, их значения передаются из одной модели в другую. Использование комплексного варианта расчета позволяет более тесно увязать модели друг с другом и учесть влияние всего используемого в комплексе моделей набора макроэкономических показателей на получаемые прогнозы.
Комплекс моделей предназначен для получения прогнозных оценок электропотребления в стране с 2011 до 2015 г., с шагом в 1 год.
В данной работе пятилетний горизонт прогнозирования обусловлен ориентацией на плановые показатели развития экономики КНР. Однако при наличии статистических данных достаточной длины и более продолжительных во времени планов развития экономик стран мира горизонт прогнозирования может быть увеличен.
Другим примером может служить разработанный нами программный комплекс региональной модели конъюнктуры оптового рынка электроэнергетики и мощности Российской Федерации. Объектом моделирования выступает конъюнктура регионального рынка электроэнергии в части спроса на электроэнергию и мощность с учетом влияния конечных цен для основных групп потребителей.
При построении моделей использовались данные из таких официальных источников, как Росстат, IEA - Electricity Information, IEA -World Energy Statistics and Balances, IEA - World Energy Outlook и др. Программный комплекс включается четыре основных блока:
1) блок прогнозирования потребления электроэнергии в целом по России и в разрезе субъектов РФ, по категориям потребляемой мощности, по ОКВЭД и отдельно по крупным потребителям;
^жаучно»техниче£кие«ведом2£Ти«СПбГП|У.4..2212.Экономиче£кие.науки
2) блок прогнозирования потерь электроэнергии в сетях;
3) блок прогнозирования числа часов использования мощности;
4) блок прогнозирования локальных максимумов потребления.
Здесь мы основное внимание уделим первому блоку - блоку прогнозирования электропотребления. Все построенные модели в данном блоке можно разделить на два класса: экстрапо-ляционные и факторные. Предпосылкой экстра-поляционных моделей является то, что исходный модельный ряд содержит всю необходимую информацию для построения прогноза по этому показателю. Согласно проведенному исследованию наибольшую точность в краткосрочном прогнозировании потребления электроэнергии регионом обеспечивают экстраполяционные модели (в частности, ARIMA).
Для построения среднесрочных и долгосрочных прогнозов необходимо учитывать влияние внешних факторов, например изменение объема промышленного производства. Таким образом, и среднесрочное и долгосрочное моделирование опираются на факторные модели. Построение факторных моделей подразумевает:
- наличие длинных временных рядов моделируемых и объясняющих показателей (факторов), на основе которых можно идентифицировать модели;
- наличие значений сценарных показателей на периоде прогнозирования для построения прогнозов моделируемых переменных.
Отличительной особенностью построения факторных моделей в годовой и месячной динамике является предварительная очистка данных в динамике по месяцам от сезонных колебаний. Очистка от сезонности осуществляется при помощи процедуры Census 2. Данная процедура позволяет разложить имеющийся ряд на две составляющие:
- Ya - тренд-циклическая составляющая ряда;
- сезонная составляющая ряда.
В силу изменения амплитуды колебания сезонного фактора и отсутствия относительно постоянной сезонной вариации, применяется мультипликативная модель.
Искомый ряд рассчитывается при помощи обратных преобразований после моделирования регрессией тренд-циклической составляющей ряда.
После построения моделей электропотребления в разрезе субъектов РФ вычисляется показатель электропотребления РФ путем суммирования значений электропотребления по всем субъектам РФ за соответствующие периоды.
Идентификация описанных выше моделей осуществляется с использованием метода наименьших квадратов. После нахождения оценок неизвестных параметров модели по имеющимся данным происходит ее верификация. Для верификации моделей используется backtesting, основная идея которого заключается в оценке отклонений модельных значений, рассчитанных на фактических значениях исходных переменных, от фактических данных. В случае если полученные отклонения незначительны, выбранная структура модели принимается, в противном случае - ее структура (спецификация) уточняется.
Описанный выше программный комплекс региональной модели конъюнктуры оптового рынка электроэнергетики и мощности Российской Федерации позволяет получать прогнозы электропотребления в динамике по месяцам на 1 год, в квартальной динамике - на 4 года и в годовой динамике - на 15 лет по всем субъектам РФ, в целом по стране, в разрезе видов экономической деятельности и крупных потребителей.
Необходимо отметить, что использование комплексов моделей, разработанных на основе приведенного обзора методов прогнозирования энергопотребления, позволяет осуществлять прогнозирование развития и надежного функционирования электроэнергетики, что во многом определяет энергетическую безопасность страны и является важнейшим фактором ее успехов в экономике. В сочетании со сценарным подходом и использованием современных информационных технологий они представляют собой эффективный инструментарий для поддержки принятия решений на государственном уровне в сфере энергетики.
СПИСОК ЛИТЕРАТУРЫ
1. Системные исследования в энергетике: Ретроспектива научных направлений СЭИ-ИСЭМ [Текст] / отв. ред. Н.И. Воропай. - Новосибирск: Наука, 2010. -686 с.
2. Cheatue, B. The MEDEE Approach: Analysis and Long-Term Forecasting of Final Energy Demand of Country [Text] / B. Cheatue, B. Lapillone. - France, 1978.
3. The PRIMES Energy System Model Summary Description [Electronic resource] / National Technical University of Athens. - European Commission Joule-III Programme. - URL: http://www.e3mlab.ntua.gr/manuals/ PRIMsd.pdf
4. VLEEM - Very Long Term Energy Environmental Modelling [Electronic resource] : Final Report. - URL: http://www.vleem.org/PDF/annex1-demande-model.pdf
5. Коган, ЮМ. Современные проблемы прогнозирования потребности в электроэнергии [Текст] / Ю.М. Коган // Открытый семинар «Экономические проблемы
энергетического комплекса» / ИНП РАН. - М., 2006.
6. Методы и модели прогнозных взаимосвязей энергетики и экономики [Текст] / Ю.Д. Кононов, Е.В. Гальперова, Д.Ю. Кононов и др. - Новосибирск: Наука, 2009. - 178 с.
7. Свидетельство Российского агентства по патентам и товарным знакам № 2011619547 от 16.12.2011 г. об официальной регистрации программы для ЭВМ «Программный комплекс моделирования и прогнозирования потребления электроэнергии в Китайской Народной Республике в долгосрочном периоде» (ПК МППЭ КНР) [Текст] / Д.Л. Андрианов, М.Ю. Кулаков, Д.О. Науменко и др. - М., 2011.
8. Науменко, Д.О. Модельный комплекс прогнозирования потребления электроэнергии в Китайской Народной Республике на долгосрочную перспективу [Текст] / Д.Л. Андрианов, М.Ю. Кулаков, Д.О. Нау-менко // Вестник Пермского университета. Серия «Экономика». - 2011. - № 4 (11). - С. 85-92.
