Методы оценки рисков угроз для обес печения энергетической безопасности региона Текст научной статьи по специальности «Экономика и бизнес»

УДК 677.057:677.021

Н.Р. Подкопаева, В.М. Каравайков, А.С. Федоров

МЕТОДЫ ОЦЕНКИ РИСКОВ УГРОЗ ДЛЯ ОБЕСПЕЧЕНИЯ ЭНЕРГЕТИЧЕСКОЙ БЕЗОПАСНОСТИ РЕГИОНА

Происходящие в России реформы и начавшаяся реструктуризация энергетики обострили социально-экономическую ситуацию в целом и вызвали повышенный интерес к проблемам региональной энергетики. Именно эти факторы определяют растущую роль регионов в формировании собственной энергетической политики, которая призвана обеспечить необходимые и достаточные условия для социально-экономического развития территории за счет перехода к энергоэффективным технологиям энергоснабжения потребителей [1, 10].

Поэтому при формировании новой региональной политики особое место должно отводиться вопросам энергетической безопасности территорий. Их важность обусловлена и возможностью возникновения критических природно-климатических и социально-политических ситуаций, состоянием систем энергоснабжения, процессами децентрализации управления в экономике, расширением самостоятельности региона.

Рассмотрим вопрос обеспечения энергетической безопасности Костромской области. Выделим основные направления и особенности развития данного региона:

- неравномерное размещение производительных сил на территории области;

- неэффективное размещение производственно-транспортной инфраструктуры;

- слабое развитие реального сектора экономики (сырьевой и промышленной базы).

Основные направления обеспечения энергетической безопасности Костромской области:

1. Обеспечение энергетической независимости региона. В условиях, когда региональные власти несут полную ответственность за обеспечение региона топливом, электрической и тепловой энергией, основная задача региональной энергетической политики в Костром-

ской области заключается в обеспечении социально-экономического развития каждого его муниципального образования путем эффективного, надежного и безопасного энергоснабжения при минимальных затратах на производство, передачу и потребление топлива, тепловой и электрической энергии, при допустимом уровне техногенного воздействия на окружающую среду, и в первую очередь в обеспечении энергетической независимости региона.

2. Самообеспечение региона ТЭР. При формировании новой региональной энергетической политики следует учитывать, что в условиях децентрализации управления народного хозяйства и расширения экономической самостоятельности ответственность за топливо, тепло- и энергоснабжение полностью несут органы местного самоуправления. При этом региональная энергетическая политика должна стремиться к максимальной самообеспеченности энергоносителями с сохранением единства топливно-энергетического комплекса России.

Реализация региональной энергетической политики должна осуществляться прежде всего через ценовую и налоговую политику путем формирования конкурентной среды, создания системы стимулов и условий для энергосбережения, а также через экономическую политику в инвестиционной сфере, нормативно-правовое регулирование.

3. Мониторинг, анализ и разработка вариантов энергобезопасности региона. Во избежание ошибок в принятии концептуальных решений при формировании оптимальной региональной энергетической политики необходимо создать компетентную структуру, которая на основе новейших методических разработок будет осуществлять многовариантный анализ путей развития, а также последствий возможных крупно-

масштабных аварий в электро- и теплоснабжающих системах региона и в системах ТЭК.

4. Разработка региональной программы по энергетической независимости региона. Важнейшим компонентом энергетической безопасности Костромской области как региона, не использующего в полной мере собственные топливно-энергетические ресурсы, является надежность и гарантированность внешних поставок топлива, а также энергетическая независимость, т. е. способность обойтись собственными энергоресурсами или их запасами при снижении или прекращении внешних поставок топлива.

Учитывая перспективу удорожания газа и ограничения его поставки, необходимо принять меры по освоению собственных топливно-энергетических ресурсов (торфа, отходов деревообработки) и нетрадиционных источников энергии, увеличению запасов других видов органического топлива и диверсификации топлива в регионе.

5. Решение следующих первоочередных задач:

- более интенсивный перевод экономики Костромской области на энергосберегающий путь развития, позволяющий снизить энергетическую составляющую затрат на производство товаров и услуг и тем самым повысить их конкурентоспособность и одновременно снизить напряженность энергобаланса;

- поддержание на экономически обоснованном уровне внешних поставок топливных ресурсов как важного фактора финансовой стабильности экономики региона;

- соответствие требованиям экологической и производственной безопасности, снижения вредных воздействий энергетики на человека и окружающую среду.

6. Исследование проблемных факторов энергобезопасности региона:

- экономический спад производства;

- снижение потребления в топливно-энергетической отрасли;

- низкий технический уровень производства сферы энергопотребления;

- высокая энергоемкость товаров и услуг и чрезвычайная расточительность в потреблении топливно-энергетических ресурсов;

- значительная и быстрорастущая изношенность основных производственных фондов энергетики в регионе;

- низкая экономическая эффективность ТЭК региона (рост потерь, снижение объемов потребления и др.) и обусловленная этим достаточно высокая стоимость производимых топливно-энергетических ресурсов, что приводит к завышению тарифов на тепловую и электрическую энергию;

- отсутствие инвестиций и вызванное этим некомпенсируемое выбытие производственных мощностей и вынужденное сохранение в работе физически и морально изношенного оборудования.

Вместе с тем следует отметить, что доля покрытия потребности в тепловой энергии от централизованных источников теплоснабжения по отношению к суммарному потреблению на территории Костромской области высокая и составляет 89,9 % при пороговом значении в 60-70 %.

Достаточно развитая система централизованного теплоснабжения - это положительный фактор с позиции экономической эффективности и отрицательный с позиции энергетической безопасности, так как выход из строя в случае аварии одного теплоисточника или участка теплосети затронет значительное количество населения.

Для большей части потребителей энергии в Костромской области (г. Кострома, Костромской район, г. Волгореченск, Красносельский район, Буйский район) доминирующим топливным ресурсом является газ. Его доля в общем топливном балансе области около 82,9 %. Значение доминирующего вида топлива в потреблении не должна превышать пороговой величины 50 %.

Исходя из вышеизложенного, целью оценки энергетической безопасности Костромского региона является:

- выявление состава, характера и степени влияния угроз энергетической безопасности;

- определение особенностей конкретных проявлений этих угроз в настоящее время, их прогноз на перспективу и их локализация;

- оценка существующего и ожидаемого уровня энергетической безопасности и степени защищенности «энергетических интересов»;

- подготовка информации для обоснования и выбора решений, направленных на поддержание на требуемом уровне и укрепление энергетической безопасности, предупреждение и противодействие ее угрозам, а также для учета фактора энергобезопасности при обосновании стратегии и тактики развития систем энергетики в регионе.

В нашей работе мы предлагаем два метода определения наиболее опасных угроз энергетической безопасности.

Первый - метод опроса экспертов (с использованием линейной регрессии [2], потока Пуассона [3], критерия Байеса [3]). Второй - метод STEM [4].

С помощью регрессионного анализа можно оценить средний ущерб, наносимый каждой угрозой. Регрессионный анализ мы проводим с целью вычисления средней цены ущерба от всех угроз (за период 12 месяцев) с 2005 по 2009 гг.

C = k • т, j / N, (1)

где C - средняя цена ущерба при воплощении всех угроз; k, - число инцидентов, при которых угроза сработала; т, - средняя цена ущерба от каждой угрозы; N - общее количество отказавшего оборудования.

Для линейной аппроксимации в Excel существует функция ЛИНЕЙН (изв. зн. Y, изв. зн. X, константа, статистика), она возвращает массив значений, описывающих кривую вида:

Y = b + т1х1 + т2х 2 + ... + тпхп, (2)

где изв. зн. Y - это известные значения функции; изв. зн. X - это известные значения аргументов; константа - определяет, чему должно равняться b; если константа имеет значение ЛОЖЬ, то b полагается равным 1, иначе b вычисляется обычным образом; статистика - если значение равно ИСТИНА, то будет представлена дополнительная регрессионная статистика, если ЛОЖЬ - то нет [5].

В нашем случае для получения линейной регрессионной зависимости с выводом всей статистической информации следует ввести формулу = ЛИНЕЙН и внести данные. Известными значениями Y являются цены поломки перечисленного оборудования с учетом инфляции, значения X - это угрозы, статистика = 0 и константа = 1. После окончания ввода формулы следует нажать комбинацию клавиш Ctrl + Shift + Enter, так как данная функция возвращает массив значений. В результате в данных ячейках будет полная статистическая информация [6]. Полученные числа имеют следующий смысл (см. табл. 1).

Таблица 1

Статистические показатели линейной регрессии

тп тп - 1 - b

Sen Sen - 1 - Seb

R2 Sey - -

F Df - -

Ssreg Ssresid - -

Примечание. 8е - стандартная ошибка для коэффициента т; 8еЬ - стандартная ошибка для свободного члена Ь; Я2 - коэффициент детерминированности, который показывает, как близко уравнение описывает исходные данные (чем ближе он к 1, тем больше сходятся теоретическая зависимость и экспериментальные данные); 8еу - стандартная ошибка для у; Е - критерий Фишера (определяет, случайная или нет взаимосвязь между зависимой и независимой переменными); Б/ - степень свободы системы; Ssreg - регрессионная сумма квадратов; Ssresid - остаточная сумма квадратов [7].

Оценка качества модели по критериям Стью-дента и Фишера проводится путем сравнения расчетных значений с табличными.

Для оценки качества модели по критерию Стьюдента фактическое значение этого критерия /расч сравнивается с критическим значением /табл , которое рассчитывается с учетом заданного уровня значимости (а = 0,05) и числа степеней свободы (п - т - 1). Если /расч > /табл , то полученное значение коэффициента корреляции признается значимым.

Для проверки адекватности модели расчетное значение Е-критерия Фишера сравни-

вают с табличным и делают вывод об адекватности.

Рассчитав среднюю цену ущерба от всех угроз (С), можем определить величину потерь от воплощения угроз за определенный период At (за 1 месяц, 2 месяца, ..., 12 месяцев). Для этого используем критерий Байеса.

Критерий Байеса может использоваться в двух видах - как критерий максимума среднего выигрыша или как критерий минимума среднего риска. Пусть известны вероятности вариантов внешних условий P1 , P2 , ..., Pn. Если решение выбирается по значениям выигрышей, то для каждого решения находится средняя оценка по всем вариантам внешних условий (средний выигрыш):

Z = TQij Pj, i = 1, ..., m, j = 1, ..., n, (3)

где Qij - затраты, связанные с i-м решением в j-м варианте внешних условий.

Лучшим является решение с максимальной оценкой: Z* = max Z; .

В некоторых случаях для выбора решения используется матрица рисков Rj, i = 1, ..., M, j = 1, ..., N. Под риском понимается потерянный выигрыш: разность между максимально возможным для данного варианта внешних условий и фактическим выигрышем [8].

Оценки решений по критерию минимума среднего риска находятся по следующей формуле:

Zu = I Rj Pj , i = 1, ..., m, j = 1, ..., n. (4)

Лучшим является решение с минимальной оценкой: Z* = min Zi [9].

Чтобы найти Pj, следует воспользоваться формулами потока Пуассона. Поток Пуассона -это один из наиболее распространенных видов потока заявок (событий).

Важнейшей характеристикой потока событий является его интенсивность X - среднее число событий, приходящееся на единицу времени: Д^р = 1/X; например, при X = 5 с-1 имеем Дср = 0,2 с. Интенсивность может быть как постоянной (X = const), так и переменной, зависящей от времени (X = ф(0).

Вероятность наступления к событий за некоторый интервал времени At определяется законом (распределением) Пуассона:

Pk = (Х-Д0к • exp(-X^t) / к.

(5)

В основе метода STEM лежит формирование матрицы парных сравнений, в каждую ячейку которой Су заносится максимальное значение j-го критерия эффективности при оптимизации по г-му критерию. При этом необходимо обеспечить нормирование значений критериев, когда их наибольшее значение равно единице, а наименьшее - нулю: V/, j = 1, N: Су е [0, 1]. Естественно, все диагональные элементы в матрице равны единице (табл. 2).

Таблица 2 Относительные значения критериев

Критерии К1 К2 KN

К1 1 С12 C1N

К2 Си 1 C2N

KN С N1 С N2 1

Полученная матрица содержит ценную информацию для лица, принимающего решение (ЛПР). Так, если значения каких-то двух граф близки к значениям каждой из строк, то два соответствующих критерия сильно зависимы, так как изменения любых других критериев одинаково влияют на них. Можно выявить также и противоречивые критерии, когда высокая оценка по одному сопровождается низкой оценкой по другому.

Далее вычисляются средние значения а] , взятые по всем элементам у-й графы (кроме диагональных):

Vj = 1, N : а =£ Ct] / N -1, (6)

i = 1

а затем - индексы критериев эффективности L :

X 1 -а N

—=1-а-; ZX = 1

X j 1 -аj i =1

или

Vi = 1, N : X.. =

1 -(

i N

I (1 -а,)

j=1

(8)

Предположим, что все элементы ¡-й графы близки к единице. Тогда среднее значение тоже близко к единице, (1 - а;) мало и соответствующий индекс мал. Действительно, если при оптимизации по другим критериям значение данного критерия близко к наилучшему, то ему вряд ли стоит уделять внимание. Наоборот, критерию, сильно зависящему от изменений других критериев (а; мало), должны соответствовать большие значения индекса.

Индексы позволяют сформировать комплексную целевую функцию:

i = 1

(9)

где С1 и ^ - соответственно текущее значение и технический вес ¡-го критерия эффективности. Такой способ определения технических весов отражает стремление найти в области допустимых решений вершину с наилучшими значениями по всем критериям.

Далее происходит поиск лучшей комбинации значений критериев в соответствии с выявленной целевой функцией по алгоритму:

Шаг 1. СППР (система поддержки принятия решения) ищет лучший вариант и предъявляет его ЛПР (лицо, принимающее решение) в виде вектора значений критериев С.

Шаг 2. ЛПР анализирует данный вектор. Затем ему задается вопрос: «Все ли компоненты вектора С имеют удовлетворительные значения?». Если да, то решение получено. Если нет, то ЛПР указывает один критерий с наименее удовлетворительным значением.

Шаг 3. ЛПР просят назначить для указанного критерия С; ограничение в виде С 1 > Ь1 , при соблюдении которого можно признать значение этого критерия удовлетворительным. Данное условие добавляется к совокупности ранее найденных, и затем процедура поиска повторяется.

По результатам работы мы пришли к заключению о том, что энергетическую безопасность Костромской области следует анализировать с «корня», т. е. с ресурсоснабжающей организации, так как пока существуют проблемы на предприятии, будет актуален и вопрос об устранении угроз энергетической безопасности в регионе. Такой организацией является Костромская ГРЭС - пожалуй, одна из наиболее крупных и экономичных тепловых электростанций в России.

Мы рассмотрели процесс обеспечения энергетической безопасности, осуществляемый Костромской ГРЭС, и сделали вывод о недобросовестной работе ее звеньев, каждое из которых преследует свои корыстные цели.

В дальнейшем был составлен алгоритм анализа рисков с помощью критерия Байеса на основе линейной регрессии и потока Пуассона, а также с помощью метода STEM. Этот алгоритм был реализован применительно к Костромской ГРЭС. Определены наиболее значимые угрозы:

1. Экономические:

- дефицит инвестиционных ресурсов, необходимых для развития, модернизации и технического обеспечения стабильной работы энергокомплекса;

- нарушение хозяйственных связей;

- неплатежеспособность потребителей.

2. Социально-политические:

- частая смена собственников;

- низкая квалификация персонала.

3. Техногенные:

- низкий технический уровень и качество оборудования и систем, низкое качество строительно-монтажных работ и эксплуатационного оборудования;

- большой износ основных производственных фондов.

Таким образом, в статье проведен анализ энергетической безопасности региона. Предложены экономико-математические методы определения наиболее опасных угроз энергетической безопасности.

СПИСОК ЛИТЕРАТУРЫ

1. Новая энергетическая политика России [Текст]. -М.: Энергоатомиздат, 1995. - 512 с.

2. Елисеева, И.И. Эконометрика [Текст] / И.И. Елисеева. - М.: Финансы и статистика, 2003. - 344 с.

3. Шейнин, О.Б. Теория вероятностей [Текст] / О.Б. Шейнин. - Ч. 2. - Берлин, 2008. - 214 с.

4. Ларичев, О.И. Теория и методы принятия решений, а также хроника событий в Волшебных Странах [Текст] : учебник / О.И. Ларичев. - М.: Логос, 2000. - 296 с.

5. Поттосина С.А. Экономико-математические методы и модели [Текст] / С.А. Поттосина, В.А. Журавлев. - Минск, 2003. - 94 с.

6. Гайдышев И.П. Анализ и обработка данных [Текст] : спец. справ. / И.П. Гайдышев. - СПб.: Питер, 2001. - 752 с.

7. Калинина, В.Н. Математическая статистика [Текст] / В.Н. Калинина, В.Ф. Панкин. - М.: Высш. шк., 2001. - 336 с.

8. Мушик, З. Методы принятия технических решений [Текст] / З. Мушик, П. Мюллер. - М.: Мир, 1990. - 208 с.

9. Смородинский, С.С. Оптимизация решений на основе методов и моделей математического программирования [Текст] / С.С. Смородинский, Н.В. Батин. -Минск, 2003. - 231 с.

10. Бабкин, А.В. Стратегические направления совершенствования управления экономической безопасностью региона [Текст] / А.В. Бабкин, В.И. Тры-сячный // НТВ СПбГПУ. - 2009. - № 4 (81). -С. 201-205.