CC BY
33
УДК 351.86
В.А. Седнев, А.В. Баринов, А.В. Смуров МЕТОДИКА И РЕЗУЛЬТАТЫ ОЦЕНКИ УСТОЙЧИВОСТИ ЭЛЕКТРОЭНЕРГЕТИЧЕСКОГО
ОБЕСПЕЧЕНИЯ ГЛАВНЫХ УПРАВЛЕНИЙ МЧС РОССИИ ПО СУБЪЕКТАМ
РОССИЙСКОЙ ФЕДЕРАЦИИ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ
Методика предназначена для оценки устойчивости электроснабжения потребителей и в целом электроэнергетического обеспечения территорий, обоснования на этой основе мероприятий по повышению устойчивости функционирования региональных систем электроэнергетики в чрезвычайных ситуациях, используя для этих целей техноценологический подход, относящийся к одному из наиболее общих законов развития технической системы.
Ключевые слова: чрезвычайные ситуации, электроэнергетическое обеспечение, региональные системы электроэнергетики, электроснабжение.
V. Sednev, А. Barinov, А. Smurov METHOD AND RESULTS OF ASSESSMENT OF STABILITY OF ENERGY SUPPORT OF CENTRAL ADMINISTRATION OF EMERCOM OF RUSSIAN IN THE SUBJECTS OF THE RUSSIAN FEDERATION IN CASE OF EMERGENCY
This method is designed to assessment of stability of energy support of consumers and, in general, energy support of the territories, and reasoning on this basis the activities to upgrade the stability of functioning of regional energy systems in case of emergency, using for this purposes techno-pricing approach being one of the most common law of development technical system.
Keywords: emergency, energy support, regional energy systems, power supply.
Методика предназначена для оценки устойчивости электроснабжения потребителей и в целом электроэнергетического обеспечения (ЭЭО) территорий, обоснования на этой основе мероприятий по повышению устойчивости функционирования (ПУФ) региональных систем электроэнергетики (РСЭЭ) в чрезвычайных ситуациях, используя для этих целей техноценологический подход, относящийся к одному из наиболее общих законов развития технической системы, который опирается на положения теории систем и аппарат устойчивых законов предельных теорем теории вероятности, на положения аппарата математической статистики, теории множеств и теории надёжности, исследования операций и управляющих систем. Специфика техноценологической методологии заключается в том, что она имеет отношение к негауссовым системам и базируется на теории устойчивых безгранично делимых негауссовых гиперболических ^-распределений [1, 2], -эти системы не могут быть описаны в рамках имитационного моделирования, основанного на традиционной гауссовой теории вероятностей и математической статистике, в основе которых положены центральная предельная теорема и закон больших чисел.
Применение методики позволяет максимизировать эффективность ЭЭО объектов в условиях ресурсных ограничений и минимизировать влияние фактора неопределенности при планировании их электропотребления, а также разработать рекомендации по оптимизации существующих структур видового состава электротехнических средств (ЭТС) отдельных объектов электроснабжения (ЭС) и электроэнергетических систем (ЭЭС) субъектов Российской Федерации (РФ).
Основным инструментом методики является ранговый Н-анализ, предполагающий применение одного из трех видов гиперболических ^-распределений (табл. 1) [1]: видового, ранго-видового или рангового по параметру. Ранго-видовое ^-распределение характеризует пропорции между численностью видов различных средств или изделий, видовое - между численностью каст, ранговое по параметру H-распределение служит для описания системы по выделенному параметру. Учитывая, что величина
электропотребления непрерывна, исследование проводится в ранговой форме. Суть методики заключается [2, 3] в использовании данных по электропотреблению объектов, их обработке математическими методами, получении зависимости, связывающей указанные характеристики со временем, и прогнозировании объёмов электропотребления на заданный момент времени.
Таблица 1
Математическое представление ^-распределения
Распределение Ось абсцисс Ось ординат Форма записи
Видовое Число изделий в виде (численность популяции). Дискретно Количество видов с одинаковым количеством изделий. Дискретно П(х) = 0/х1+а
Ранго-видовое Ранг. Дискретно Количество изделий в виде. Дискретно Л(г) = В/г?
Ранговое по параметру Значение параметра. Непрерывно Ш(г) = Ш1/г?
Соответственно, основные этапы методики включают (рис. 1) [2]: сбор и обработку исходных данных по электропотреблению; выбор и обоснование для объекта статических моделей; обработку информации об объекте исследования, её уточнение и факторов, влияющих на устойчивость развития объекта по электропотреблению; непосредственно прогнозирование, т. е. получение характеристик объекта на заданный момент времени, и обоснование мероприятий по повышению устойчивости функционирования РСЭЭ и электроснабжения потребителей.
Рис. 1. Обобщенный (укрупнённый) алгоритм оценки устойчивости и прогнозирования параметров
электропотребления объектов РСЭЭ
Методика оценки устойчивости электроэнергетического обеспечения субъектов Российской Федерации была проверена на статистических данных семи Главных управлений (ГУ) МЧС России по субъектам Российской Федерации (Белгородская, Владимирская, Воронежская, Ивановская, Костромская, Орловская и Смоленская области), входящих в Центральный региональный центр (ЦРЦ) МЧС России. Рассмотрению подлежал 201 объект. Данные использованы за период с 2002 по 2011 г.
В качестве объектов исследования выделены ценозы - Региональный центр МЧС России (на примере ЦРЦ МЧС России) и ГУ МЧС России по субъектам РФ; из выделенных систем выделено семейство объектов-потребителей - пожарные части ГУ МЧС России по субъектам РФ; выделен соответствующий объектам-потребителям исследуемый параметр - годовое электропотребление.
Объекты проранжированы и ранг 1 присваивался ГУ МЧС России по субъекту РФ с наибольшим электропотреблением, причем объект с наименьшим электропотреблением имел ранг, равный общему числу субъектов-потребителей. При этом особый интерес представляют ГУ МЧС России по субъектам РФ, изменяющие свой ранг в течение исследуемого периода. Выбор и
обоснование для объектов моделей по электропотреблению основывался на исследовании Н-распределений, экспоненциальных, степенных и логарифмических видов распределений.
Наилучшей моделью, описывающей характер электропотребления ГУ МЧС России по субъектам РФ в составе ЦРЦ МЧС России с 2002 по 2011 годы, фиксирующей первую и последнюю точки распределения, является модель ^-распределения (рис. 2), при этом хорошие результаты даёт и экспоненциальная функция, однако при её использовании наблюдается значительное искажение значения электропотребления первой точки (17,5-25,3 %), что влияет на точность последующего прогнозирования.
Оценка значимости расхождения между фактическим и теоретическим распределениями выполнена с применением критерия согласия А.Н. Колмогорова.
Анализ моделей позволил выделить аномальные значения и определить ряд ГУ МЧС России по субъектам РФ, влияющих на устойчивость ЭЭО ЦРЦ МЧС России. Для уточнения параметров электропотребления объектов, электропотребление ГУ МЧС России по субъектам РФ может быть развёрнуто до пожарных частей и подразделений (при наличии данных), при этом объекты также ранжируются и осуществляется выбор их моделей электропотребления. Устойчивость ЭЭО ГУ и ЦРЦ МЧС России оценивается также характеристическим показателем в (табл. 2-3).
Показатель в распределён по нормальному закону распределения и для его оценки возможно использование математического ожидания.
Анализ динамики показателя распределения в показывает, что форма ^-распределения во времени изменяется мало и в целом удовлетворяет для ЦРЦ МЧС России условию: 0,5< в <2 [1].
На основании результатов исследования устойчивости ЭЭО ЦРЦ МЧС России выполнен переход к прогнозированию параметров ЭЭО, считая данные за 2011 год неизвестными (поверочная статистика). Результаты прогнозирования параметров ^-распределения по электропотреблению ЦРЦ МЧС России методом динамики 1-го рода (определение в и W1) представлены в табл. 4-5 и на рис. 3-4.
В результате установлено, что показатели W1 и в Н-распределения не определяют его форму, при этом W1 наилучшим образом описывается линейной функцией, а в - степенной.
Сравнительный анализ результатов прогнозирования с использованием классических моделей и динамики 1-го рода показан в табл. 6.
Если значения W1 и в с 2002 по 2011 г. уменьшаются, то общее электропотребление ЦРЦ МЧС России растет, и значения его за 2011 г. существенно отличаются по сравнению с 2002 годом, поэтому, исследовав длину предыстории, для прогноза выбран период с 2005 по 2011 г., считая 2011 год неизвестным. Если требуется ещё более уточнить параметры электропотребления, используют динамику 2-го рода, когда рассматривается тенденция движения каждой точки.
Таким образом, упорядочивание применения классических методов прогнозирования параметров электропотребления для оценки устойчивости ЭЭО территорий позволяет уточнить расчёты при использовании динамики 1-го и 2-го рода соответственно, на 16,5 % и 18,6 %.
Это позволяет рационально использовать электроэнергию и финансовые средства, снизить вероятность принятия неправильного решения по повышению устойчивости ЭЭО объектов, а также возникновения ЧС, связанной с недостаточностью ЭЭО для объектов, за счёт выявления резерва мощности в энергосистеме. На основе прогнозных значений параметров ЭЭО объектов обосновываются мероприятия по повышению устойчивости функционирования РСЭЭ в условиях чрезвычайных ситуаций.
Таблица 2
ГУ МЧС России по субъектам РФ Год
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Смоленская область 1,2 1,2 1,1 1,1 1,2 1,2 1,2 1,2 1,2 1,1
Ивановская область 0,7 0,7 0,7 0,7 0,7 0,7 0,7 0,6 0,6 0,6
Владимирская область 1,0 1,0 0,9 0,9 0,9 0,9 0,9 0,8 0,9 0,8
Костромская область 0,1 0,1 0,1 0,1 0,1 0,2 0,1 0,1 0,1 0,1
Белгородская область 1,4 1,4 1,3 1,4 1,4 1,4 1,4 1,4 1,3 1,4
Орловская область 1,0 1,0 1,1 1,1 1,1 1,0 1,0 1,0 1,0 1,0
Ш, кВтч 1600000 1400000 1200000 1000000 800000 600000 400000 200000 0
Ш, кВтч 1600000 1400000 1200000 1000000 800000 600000 400000 200000 0
4 к 420400 х-0,552
\ , к Я = 0,97 37
4 к
4
__< ►
а) 2002 г.
V < ► У = 1 Я 408050 = 0,97 06
ч < ►
< ►
-_< ►
V/, кВтч 1600000
1400000
1200000
1000000
800000
600000
400000
200000
О
Ш, кВтч 1600000 1400000 1200000 1000000 800000 600000 400000 200000 О
< У 1 Я2 = 0,97 4х1
\ <
►
►
§ г, ранг
б) 2003 г.
V < ► У Я = 0,9 585
\ < ►
►
—^
—---
§ г, ранг
§ г, ранг
в) 2004 г.
г) 2005 г.
V/, кВтч 1600000 1400000 1200000 1000000 800000 600000 400000 200000 0
V < ► , У 139605 0х-0'48
ч 4 ►
4 ►
----
Ш, кВтч 1600000
1400000
1200000
1000000
800000
600000
400000
200000
О
^ < У = 1 388850 х0,469 21
\ 1
4 ►
-_4
4 ►--<
§ г, ранг
8 г, ранг
д) 2006 г.
е) 2007 г.
Ш, кВтч 1600000 1400000 1200000 1000000 800000 600000 400000 200000 0
V < У = 138438 0х-0,455
ч I * = 0,9 246
_ 4 ►
Ш, кВтч 1600000 1400000 1200000 1000000 800000 600000 400000 200000 О
К 4 ► < У 1з Я2 77180х = 0,903 4
ч
< ►
^ г, ранг
7 8 г, ранг
ж) 2008 г.
и) 2010 г.
^ г, ранг
Ш,кВтч 1600000 1400000 1200000 1000000 800000 600000 400000 200000 О
з) 2009 г.
< * < ► 4 ► У = 1 350850 х-0,434
ч Я
4
к) 2011 г.
7 8 г>Ранг
Рис. 2. Модели по электропотреблению на основе Н-распределения за ЦРЦМЧС России (с 2002 г. по 2011 г.)
0
2
3
4
5
6
7
8 г, ранг
0
2
3
4
5
6
7
0
2
3
4
5
6
7
0
2
3
4
5
6
7
0
2
3
4
5
6
7
0
2
3
4
5
6
7
0
2
3
4
5
6
7
0
2
3
4
5
6
0
2
3
4
5
6
Значения показателей Д-распределения по электропотреблению первой точки
Таблица 3
Показатели распределения Год
2002 2003 2004 2005 2006
в 0,5 0,5 0,5 0,5 0,5
кВтч 1 420 400 1413150 1408050 1401600 1396050
Показатели распределения Год
2007 2008 2009 2010 2011
в 0,5 0,5 0,4 0,4 0,4
кВтч 1388850 1384380 1377180 1365000 1350850
Таблица 4
Выбор модели прогнозирования параметров и в
Параметр Название функции Я2 Формула
в Линейная 0,9791 у = -0,014х + 28,585
Степенная 0,988 у = 2Е+193х-58,6
Экспоненциальная 0,9879 1С|лг -0,029х у = 1Е+25е ,
Логарифмическая 0,9793 у = -28,111п(х) + 214,22
Wl Линейная 0,992 у = -6493,3х + 14420589
Степенная 0,9913 у = 1Е+37х-9,362
Экспоненциальная 0,9913 у = 2Е+10е"°,°°5х
Логарифмическая 0,991 у = -1Е+071п(х) + 1Е+08
Таблица 5
Результаты прогнозирования показателей и р на 2011 год за ЦРЦ МЧС России
Параметр Прогнозные значения Фактические значения Ошибка, %
в 0,4184 0,433576 3,5
1362562,7 1350850 0,9
W, кВтч
1430000
1410000 1400000 1390000 1380000 1370000 1360000 1350000
4
< N
0,99
1 >
4
W, кВтч
1430000 1420000 1410000 1400000 1390000 1380000 1370000 1360000 1350000
R2 =
1Е
37х-0,991
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
а) линейная функция
ГОД
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 х, Год
б) степенная функция
W, кВтч
1430000 1420000 1410000 1400000 1390000 1380000 1370000 1360000 1350000
2Е-
R2 =
10е-0,991
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 ^ ГОД
в) экспоненциальная функция
W, кВтч
1430000 1420000 1410000 1400000 1390000 1380000 1370000 1360000 1350000
< -1 Е+07 1п(х) + 1Е Ю8
0,99 1
ч
<
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Г0Д
г) логарифмическая функция
Рис. 3. Прогнозирование электропотребления первой точки (Ж1) на 2011 год рассматриваемыми функциям
у
3
005х
у
0,6
<
0,5 0,4 0,3 0,2 0,1 0
►—
y = -0 01 4x + 78 58 5
R2 = 0,97
t, год
0,6 0,5 0,4 0,3 0,2 0,1 0
* 4 ►—
y = 2 F,+1c 3x-58 6
R = 0, 988
t, год
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
а) линейная функция
б) степенная функция
ß
ß
0,6 0,5 0,4 0,3 0,2 0,1 0
ß
' i ►—
y = 1 F+25 e-0,02 x
R2 = 0,9 879
t, год
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
в) экспоненциальная функция
0,6 0,5 0,4 0,3 0,2 0,1 0
' i ►—
y = -28, 11ln( к) + 2 14,2 2
R = 0, 9793
t, год
2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
г) логарифмическая функция
Рис. 4. Прогнозирование показателя в на 2011 год рассматриваемыми функциям Сравнительный анализ результатов прогнозирования за ЦРЦ МЧС России
Таблица 6
Метод прогнозирования Прогноз электропотребления, кВтч Фактическое электропотребление, кВтч Ошибка, %
Динамика 1-го рода 6039991 6763876 11,9
Классический метод прогнозирования, кВтч 4841216 28,43
Обобщённые результаты прогнозирования электропотребления ЦРЦ МЧС России представлены в табл. 7.
Таблица 7
Обобщённые результаты прогнозирования электропотребления ЦРЦ МЧС России на 2011 год
Метод прогнозирования Прогноз электропотребления, кВтч Фактическое электропотребление, кВтч Ошибка, %
Динамика 1-го рода 6039991 6763876 11,9
Динамика 2-го рода 6098702 9,8
Классический метод прогнозирования 4841216 28,43
Литература
1. Кудрин Б.И., Седнев В.А., Воронов С.И. Семнадцать лекций по общей и прикладной ценологии. -М.: Академия ГПС МЧС России, 2014. - 227 с.
2. Седнев В.А., Смуров А.В. Методология оценки электроэнергетической безопасности экономики и территорий Российской Федерации и оптимизации сложившейся структуры средств МЧС России // Проблемы управления рисками в техносфере. - 2011. - № 3. - С. 80-91.
3. Седнев В.А., Смуров А.В. Основные положения по оценке и обоснованию мероприятий по повышению устойчивости функционирования региональных систем электроэнергетики // Мат-лы IV МНПК.-М.: ИПУ РАН. -2010.-С.158-171.
Рецензент: доктор технических наук, профессор, Заслуженный деятель науки РФ Воскобоев В.Ф.
