CC BY
20
ЭНЕРГОСБЕРЕЖЕНИ
УДК 621.311.1.001.4
НОРМИРОВАНИЕ И ЛИМИТИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ ГОСБЮДЖЕТНЫХ ОРГАНИЗАЦИЙ
А.Е. СОШНИКОВ
Московский энергетический институт (технический университет)
Рациональное использование энергоресурсов чрезвычайно актуально для организаций, финансируемых за счет средств федерального и местных бюджетов. Особое значение приобретает правильное распределение объемов энергопотребления (лимитов) по организациям и выявление реальных возможностей энергосбережения. Занижение лимитов относительно необходимого уровня приводит к ухудшению и без того сложного положения бюджетных организаций, а завышение их - к нерациональному расходованию энергоресурсов и средств бюджета. Действующая в Министерстве здравоохранения система нормирования и лимитирования параметров электропотребления недостаточна на сегодняшний день. Необходим пересмотр принципов лимитирования учреждений по энергоресурсам и создание действенной методики системного энергоаудита.
В результате неуклонного роста издержек на энергосбережение и мощнейшего государственного давления бюджетные организации, предприятия и учреждения, являющиеся крупными потребителями топливо-энергетических ресурсов, вынуждены принимать срочные меры по повышению энергетической эффективности. Расходы бюджетов всех уровней на их содержание составляют значительную часть всех бюджетных расходов. Поэтому одной из важнейших задач в области энергосбережения в бюджетной сфере является проведение мероприятий, обеспечивающих снижение величины бюджетных средств, направляемых на дотирование энергопотребления организаций.
Одним из приоритетных направлений в области энергосбережения, где можно достичь максимального эффекта при минимальных расходах и усилиях, является анализ методологии нормирования, лимитирования параметров электропотребления.
В условиях дефицита бюджетных средств власти регионов РФ предпринимают меры для сокращения расходов энергоресурсов бюджетными организациями, вводя лимиты на потребление энергетических ресурсов на основе нормирования, принятого из плановой экономики, что не позволяет раскрыть и в полном объеме использовать потенциал энергосбережения.
Современные способы определения лимитов не могут считаться вполне научно обоснованными, поскольку имеют невысокую точность расчетов параметров энергопотребления и не учитывают большинство технологических факторов, определяющих энергозатраты. Отличительной особенностью большинства действующих методик по лимитированию, нормированию электропотребления бюджетных организаций является следование классическим представлениям электротехники, опирающимся на данные по отдельным электроприемникам с учетом числа токоприемников одинаковой мощности и
© А.Е. Сошников
Проблемы энергетики,2004, №1-2
числа таких групп, коэффициентов одновременности и использования, времени работы. На основе знания всевозможных режимов работы электрооборудования и лежит детальный пооперационный расчет норм на единицу площади, объема или численности персонала. При этом, не учитывая ценологические свойства инфрастуктуры бюджетных организаций [1], удельные показатели, являющиеся среднеотраслевыми оценками уровня потребности в электроэнергии и ее электроэффективности, распространяются на все бюджетные организации министерства. Таким образом, существующую нормативную базу по энергосбережению, основанную на мировоззрении 30-80-х годов, следует признать ошибочной, так как она сводится к написанию некоторых чисел, приборно (по счетчику) не проверяемых, а получаемых в результате торга-соглашения между потребителем электроэнергии и тем, кто контролирует ее расход.
Концепция энергосбережения бюджетных организаций [2, 3] должна основываться на отказе от методологии определения среднеотраслевых параметров электропотребления, распространения их на все учреждения, организации, министерства, ведомства. Появилась необходимость в рыночной ценологической оценке электроэффективности, основанной на переходе от энергетических обследований отдельной организации к системному энергоаудиту учреждений. Это будет способствовать минимизации числа энергетических аудитов, которые являются трудоемкой и затратной компонентой управления энергосбережением бюджетных организаций.
В условиях жесткого государственного лимитирования бюджетных организаций особую актуальность приобретают работы по объективной оценке энергопотребления, которые включают: 1) разработку концепции системного комплексного энергоаудита бюджетных организаций; 2) формализацию
статистического материала для минимизации числа энергетических
обследований; 3) создание методики определения норм потребления
энергоресурсов, позволяющих проверить правильность объемов лимитов на следующий год; 4) определение показателей энергоэффективности бюджетных организаций.
Ценологическая методология нормирования электропотребления на
системном уровне [4] осуществляется в четыре этапа (рис. 1), важнейшим аспектом проведения которых является корректное использование
«классических» подходов математической статистики [5].
Первоначальным этапом анализа любых статистических данных является проверка соответствия распределения статистических данных нормальному закону распределения, так как все современные методы математической статистики базируются на предположениях о нормальности (в пределе -гауссовости) исходных данных. Для определения согласованности эмпирического (статистического) распределения с теоретическим используются 2 критерия согласия - критерий /2, критерий согласия Колмогорова-Смирнова (К-С-критерий).
Анализ формы распределения параметров электропотребления для инфраструктуры 38 санаториев Министерства здравоохранения за 36 месяцев проводился по критерию Смирнова-Колмогорова с помощью статистического пакета анализа данных 8ТЛТ18Т1СЛ 5.5. Типичная гистограмма эмпирических данных по месячному электропотреблению за июль 1998 года представлена на рис. 2. Предельные значения критерия Смирнова-Колмогорова позволяют сделать вывод об отсутствии нормального закона распределения. Этот факт является очередным доказательством того, что в ценозе инфраструктуры санаториев
преобладают негауссовые Н-распределения, подчиняющиеся устойчивым одномерным вероятностным распределениям с бесконечными моментами любых порядков [2]. Из полученных зависимостей наглядно видно, что статистический ряд электропотребления нельзя аппроксимировать нормальным законом распределения.
ПРЕДЛОЖЕНИЯ ПО ОПТИМИЗАЦИИ ЭЛЕКТРОПОТРЕБЛЕНИЯ
Научно
обосно-
ванные
нормы
электро-
потребления
Прогнозные
оценки
электропотре
бления
Предложения
по
обязательному энергетическом у обследованию
Предложения по приведению объектов в соответствие с требованиями
Проекты нормативных актов по энергосбереж-
Рис. 1. Методика исследования электропотребления объектами инфраструктуры
На втором этапе методологии ценологического нормирования электропотребления проводится ранговый анализ, который заключается в построении ряда табулированных ранговых распределений по величине электропотребления [6]. Санатории ранжируются: учреждению с максимальной величиной электропотребления Жтах = W1 присваивается ранг г1, следующий санаторий с W2< Ж1 имеет ранг г2 и так далее для всей выборки. Учреждение, имеющее минимальное электропотребление Жтт = WN, будет иметь ранг г^, равный общему числу предприятий N. Таким образом, совокупностью точек, получаемых по эмпирическим данным,
(Г1, W1); (г2, W2);...; (г{, Wi);...; (гп, Wn) описывается невозрастающая гиперболическая зависимость W(x)
W1
W (х)------1, (1)
гр
где в - характеристический ранговый показатель, определяющий степень крутизны кривой; W1 - константа распределения, в качестве которой используется наиболее крупное электропотребление во всей выборке санаториев.
26
Электропотребление ', тыс. кВт*ч
Рис. 2. Гистограмма месячного электропотребления санаториев за июль 1998 (критерий Колмогорова-Смирнова K-S; d = 0,20104; p < 0,1)
Ранговый анализ позволяет упорядочить информацию, эффективно осуществлять прогнозирование электропотребления отдельными санаториями и инфраструктурой в целом, выявлять в динамике и наглядно представлять объекты с аномальным электропотреблением.
На третьем этапе происходит кластеризация совокупности санаториев на однородные по электрическим и технологическим показателям групп, внутри которых появляется возможность определения удельных норм
электропотребления. Норма представляет собой среднее и эмпирический стандарт, определяемые на выборке значений электропотребления рассматриваемой группы.
Для определения размерности кластерного пространства (количества технологических показателей, наиболее влияющих на электропотребление) необходимо применять ранговый корреляционный анализ с использованием корреляции Кендэла [7]. Только этот коэффициент корреляции применим в случае определения взаимосвязи между параметром электропотребления и остальными технологическими признаками санаториев. Для сравнения в табл.1 и 2 приведены результаты линейного и рангового корреляционных анализов.
В результате проведенного анализа при линейной корреляции не учитывается параметр FO, хотя для ранговой корреляции он статистически значим. Поэтому для использования в кластер-процедуре выделения однородных учреждений следует принимать 5 статистически значимых параметров, имеющих высокую степень корреляции с электропотреблением: среднее количество коек NK, количество койко-дней NKD, среднегодовое число штатных единиц ^, площадь учреждения в ограде FO, общую площадь FS.
Таблица 1
Коэффициенты парной корреляции параметров санаториев за 1998-2000 г.г.
Ж МК Ж МКБ № FS ГО
г 1998 г 0,49 -0,01 0,5 0,61 0,83 0,13
* 3,13 0,07 3,16 4,45 9,13 0,71
* /,а 2,04 2,03 2,04 2,03 2,03 2,05
Г 1999 г. 0,49 -0,08 0,38 0,60 0,85 0,12
* 3,06 0,46 2,27 4,37 9,37 0,66
* /,а 2,04 2,03 2,04 2,03 2,05 2,03
Г 2000 г. 0,49 -0,07 -0,08 0,57 0,87 0,16
* 3,05 0,41 0,45 4,00 10,1 0,85
Т1,а 2,03 2,03 2,04 2,03 2,05 2,03
Таблица 2
Коэффициенты ранговой корреляции Кендэла параметров санаториев за 1998- 2000 гг.
Ш Ж МКО М! ГО FS
Ж 0,54 0,16 0,47 0,54 0,34 0,62
Z 4,30 1,35 3,78 4,64 2,61 5,34
Za 1,96 1,96 1,96 1,96 1,96 1,96
1999 г Ж 0,53 0,15 0,48 0,54 0,33 0,62
Z 4,24 1,31 3,85 4,67 2,54 5,31
Za 1,96 1,96 1,96 1,96 1,96 1,96
2000 г Ж 0,56 0,21 0,38 0,51 0,33 0,64
Z 4,52 1,81 3,08 4,38 2,53 5,53
Za 1,96 1,96 1,96 1,96 1,96 1,96
Задача кластерного анализа [8] заключается в разбиении совокупности санаториев на однородные классы по электрическим и технологическим признакам. Наиболее проработанными и часто применяющимися методами кластерного анализа являются алгоритмы, основанные на евклидовой метрике.
Необходимо отметить, что применять надо только те методы, которые снимают зависимость результатов кластеризации от объема выборки. К ним можно отнести только взвешенный центроидный метод. Результаты классификации, реализованной в прикладном статистическом пакете 8Р88 10, представлены в табл. 3. В кластер-процедуре используются только те объекты, у которых имеется полный набор характеристик Р = {МК, МКО, №, ГО, . Из
рис. 3 видно, что оптимальным разбиением является классификация
совокупности санаториев на 3 группы, что согласуется с ценологическими представлениями о ноевых, саранчовых и пойнтер-каст параметрического Н-распределения [3].
Результаты кластеризации 23 санаториев
УЧРЕЖДЕНИЕ 5 кластеров 4 кластера 3 кластера
1 Горно-климатический санаторий "Чемал' 1 1 1
2 Санаторий "Глуховская" 1 1 1
4 Санаторий "Выборг-3" 1 1 1
5 Детский санаторий "Озеро Шира" 1 1 1
6 Детский санаторий "Озеро-Карачи" 1 1 1
7 Санаторий "Решма"
8 Детский санаторий "Белокуриха" 1 1 1
11 ГУ туб. санаторий "Жемчужина 1 1 1
13 ГУ Детский пульмонологический санаторий "Колчаново" 1 1 1
14 Детский санаторий "Восход" 1 1 1
15 Санаторий "Плес"
17 Детский санаторий "Отдых 1
18 Республиканский туб. санаторий "Выборг-7" 1 1 1
19 ГУ Детский санаторий "Васильевское" 1 1 1
21 Республиканский детский санаторий "Озеро Горькое 1 1 1
22 Федеральное учреждение детский санаторий "Смена" 1 1 1
23 Санаторий "Луч" 1 1 1
24 ГУ Санаторий им. М.И. Калинина 1 1 1
25 Санаторий "Горный воздух"
26 Детский санаторий им. Н.К. Крупской 1 1 1
27 Санаторий им. С.М. Кирова 1 1 1
28 ГУ Санаторий "Горячий ключ" 1 1 1
29 Туб. санаторий "Теберда" 1 1 1
Недостатком медианного метода, как и всех способов кластеризации, является невозможность обрабатывать неполные по объекту статистические данные. Таким образом, возникает вопрос о методах, позволяющих на основе имеющейся, но неполной информации отнести оставшиеся 6 учреждений к уже полученным кластерам. Данная задача может быть решена с помощью дискриминантного анализа [9].
При отнесении объекта I к ближайшему классу по расстоянию Махаланобиса 1? [9] в дискриминантном анализе ему приписывается наибольшая вероятность принадлежности Р(1ЮК) к кластеру GK. Если предположить, что любой из санаториев, раннее не прошедший классификацию, должен принадлежать одному из 3 кластеров, то можно вычислить вероятность его принадлежности для любого к-го кластера:
І =1
Рис. 3. Дендограмма кластеризации инфраструктуры санаториев
Санаторий будет принадлежать к тому кластеру, для которого апостериорная вероятность Р(ЄК/Г) максимальна, что эквивалентно использованию наименьшего расстояния Б2.
Дискриминация раннее некластеризированных санаториев показала (табл. 4), что учреждения под номерами 3,9,10,12,20 можно считать членами кластера №1, а учреждение 16 — членом кластера №2. Дискриминация также со статистической точки зрения позволяет подтвердить или опровергнуть результаты кластер-анализа. Анализируя значения апостериорной вероятности и расстояния Махалонобиса, можно утверждать, что раннее проведенная кластеризация корректно классифицировала 95,7 % лечебно-профилактических санаториев.
Результаты классификации некластеризированных шести санаториев
Учреждение I Кластеры О Основной кластер Дополнительный кластер Дискриминантная Функция 1 Дискриминантная функция2
Прогнозируем ый кластер а л Я н а о ЯЯ £? & м ^ <и Й ^ н о о и ^ Я я <1 И Расстояние В2 Предсказанн ый кластер Апостериорна я вероятность рад Расстояние В2
1 1 1 1,000 ,128 3 ,000 16,557 -,572 ,349
2 1 1 1,000 3,724 3 ,000 29,099 -1,822 1,452
3 Некластер. 1 1,000 1,302 3 ,000 26,270 -1,492 -,666
4 1 1 1,000 ,696 3 ,000 21,037 -,908 -,766
5 1 1 ,991 2,140 3 ,009 11,463 ,186 1,251
6 1 1 1,000 2,737 3 ,000 32,815 -2,148 -,471
7 2 ,780 ,000 3 ,220 2,535 4,208 -,895
8 1 1 1,000 ,072 3 ,000 16,205 -,456 -,255
9 Некластер. 1 ,512 5,234 3 ,307 6,260 1,505 -,993
10 Некластер. 1 1,000 ,696 3 ,000 21,037 -,908 -,766
11 1 1 1,000 1,652 3 ,000 24,655 -1,188 -1,129
12 Некластер. 1 1,000 4,041 3 ,000 35,697 -2,263 -1,075
13 1 1 1,000 2,152 3 ,000 25,805 -1,245 -1,305
14 1 1 ,961 2,067 3 ,033 8,832 ,746 -,609
15 3 ,947 1,227 2 ,053 6,987 3,438 1,633
16 Некластер. ,944 23,005 3 ,056 28,641 8,842 ,345
17 1 1 ,956 2,463 3 ,035 9,083 ,791 -,808
18 1 1 ,995 1,282 3 ,005 11,802 ,081 ,926
19 1 1 ,992 1,311 3 ,007 11,144 ,376 -,668
20 Некластер. 1 1,000 ,869 3 ,000 22,222 -1,026 -,815
21 1 1 ,849 3,264 3 ,117 7,228 1,105 -,709
22 1 1 1,000 4,512 3 ,000 31,451 -2,025 1,530
23 1 1 ,979 2,846 3 ,021 10,555 ,365 1,403
24 1 1 ,999 1,233 3 ,001 15,377 -,388 1,089
25 3 ,585 ,536 3 ,414 1,227 3,548 -,580
26 1 1 1,000 ,807 3 ,000 24,573 -1,383 -,368
27 1 1 1,000 ,104 3 ,000 19,415 -,868 -,101
28 1 1 1,000 3,674 3 ,000 33,933 -2,077 -1,179
29 1 1 ,993 ,682 3 ,007 10,702 ,237 ,209
Внутри кластера для данной группы организаций за нормативный показатель использования энергоресурсов принимается значение нормативной энергоемкости затрат на оказание лечебно-профилактических услуг. Уровень энергоэффективности конкретного учреждения определяется отношением фактической удельной энергоемкости к ее нормативному значению. Данное отношение и является оценкой уровня энергосбережения, определяет категорию энергоэффективности, позволяющей построить систему государственного контроля энергопотребления в бюджетной сфере.
Выводы
Преобладание Н-распределений в системе ценологического типа, каковой и является инфраструктура лечебно-профилактических учреждений Министерства здравоохранения РФ, заставляет отказаться от среднеотраслевых нормативов потребления электроэнергии. Возникла необходимость в определении лимитов,
удельной энергоемкости, показателей энергоэффективности с использованием ценологического математического аппарата. Однако, ввиду сложности и не проработанности системного нормирования с использованием статистических характеристик Н-распределений, возникает необходимость в классификации санаториев на однородные группы (кластеры), в пределах которых возможно с помощью корреляционно-регрессионного анализа определение норм электропотребления, представляющих собой среднее и эмпирический стандарт, определяемые на выборке значений электропотребления рассматриваемой группы. Для решения задачи по переходу от негауссовых к гауссовым закономерностям необходимо применять только те методы многомерного статистического анализа, которые бы были свободны от формы распределения исходных данных. К ним можно отнести ранговый анализ, структурнотопологическую динамику, ранговый корреляционный анализ, дискриминантный анализ и медианный метод кластерного анализа. Только эти методы позволяют получить воспроизводимые результаты, что является основной задачей любых статистических исследований в области нормирования, лимитирования параметров электропотребления в бюджетной сфере.
Summary
Rational use of energy resources is very actual problem for organizations that are financed from federal and local budget. Right distribution of power consumption volumes (limits) among organizations and exposure of real abilities of energy savings take on special significance. Depreciation of limits with regard to essential level leads to worsening of difficult situation of budget organizations and their overstating leads to irrational spending of energy resources and budget funds. The system of rationing and limits that is used in the Ministry of Health is insufficient nowadays. It is necessary review ofprinciples of energy resource limits for institutions and creation efficient method of system energy audit.
Литература
1. Магазинник Л.Т., Кузнецов А.В., Белов А.П. Ранговая оценка электропотребления ряда образовательных учреждений // Электрика. -2001. - №5. - C. 30-35.
2. Белов А.П., Сошников А.Е. Статистический анализ месячного электропотребления ряда образовательных учреждений г. Ульяновска // Электрика. - 2002.- №8. - С. 32-38.
3. Фуфаев В.В. Ценологическое определение параметров электропотребления, надежности, монтажа и ремонта электрооборудования предприятий региона. - М.: Центр системных исследований, 2000. - 320 с.
4. Гнатюк В.И. Теория и методология рангового анализа техноценозов. -Калининград: БНЦ РАЕН - КВИ ФПС РФ, 2000. - 86 с.
5. Хайтун С.Д. Мои идеи. - М.: Агар, 1998. - 240 с.
6. Лагуткин О.Е. Ценологическая методология ранговых Н-распределений // Электрика. - 2001. - №8. - C. 31-39.
7. Ферстер Э., Ренц Б. Методы корреляционного и регрессионного анализа. -М.: Финансы и статистика, 1983. - 302 с.
8. Дюран Б., Оделл П. Кластерный анализ. - М.: Статистика, 1977.
9. Факторный, дискриминантный и кластерный анализ: Пер. с англ. / Дж.-Он Ким, Ч.У. Мьюллер и др. - М: Финансы и статистика, 1989.
Поступила 28.10.2003
