CC BY
33
Программная реализация комплекса региональных моделей потребления электроэнергии в РФ на базе PгognozPlatfoгm1
Program realization of a set of regional electricity consumption models for the Russian Federation on the basis of Prognoz Platform
Старкова Галина Сергеевна Ведущий специалист, старший преподаватель ЗАО «ПРОГНОЗ», кафедра ИСММЭ ПГНИУ
starkova @prognoz . ru
Аннотация
В статье рассмотрены особенностиразработки комплекса региональных моделей потребления электроэнергии в РФ, описаны методы и подходы к построению краткосрочных, среднесрочных и долгосрочных моделей, а так же основные модули реализованного программного комплекса региональных моделей на базе PrognozPlatform. Построенный комплекс региональных моделей позволяет проводить изучение и анализ процесса потребления электроэнергии, учитывать множество факторов, непосредственно и опосредованно влияющих на электропотребление.
Abstract
Features of program realization of a set of regional electricity consumption models for the Russian Federation, methods and modeling approaches to construction short, medium and long-term models, basic modules of program realization of a set of regional models on the basis of Prognoz Platform are considered in this article. Constructed set of regional models allows us to study and
1Проект выполняется в рамках постановления Правительства РФ № 218 от 09.04.2010 г. «О мерах государственной поддержки развития кооперации российских высших учебных заведений и организаций, реализующих комплексные проекты по созданию высокотехнологичного производства» при финансовой поддержке Министерства образования и науки Российской Федерации.
to analyze the process of energy consumption, to consider a number of factors, which affect directly and indirectly the process of power consumption.
Ключевые слова
Моделирование и прогнозирование, программный комплекс, потребление электроэнергии, оптовый рынок электроэнергии и мощности, эконометрическое моделирование.
Keywords
Modeling and forecasting, bundled software, electricity consumption, wholesale electricity and power market, econometric modeling.
По оценкам портала TAdviser, темпы роста российского рынка автоматизации энергетики составляют порядка 10-12 % в год, при этом доля энергетики вобщих IT-расходах российского рынка составляет лишь 5 %. Интеграторы отмечают, что большинство энергетических компаний России завершают проекты автоматизации первого уровня - внедрение ERP, EAM и СЭД-систем. Основные игроки электроэнергетического сектора, как генераторы, так и поставщики, уже внедрили системы класса управления предприятием [8].Но данных систем не достаточно для их эффективного функционирования.
Проблема прогнозирования спроса на электроэнергию по-прежнему остаётся весьма актуальной. Возможность трансформации электроэнергии в другие виды энергии (световую, тепловую, механическую и другие), непрерывность, довольно часто и неразрывность во времени процессов производства, распределения и потребления электроэнергии, объясняют значимость прогнозных оценок величины электропотребления для обеспечения энергетической безопасности страны в целом и для обеспечения надёжного энергоснабжения потребителей в частности.
На практике экономико-математические методы чаще всего применяются к отдельным аспектам функционирования оптового рынка
электроэнергии и мощности в силу необходимости обработки значительных объёмов статистических данных и ресурсоёмких вычислений.Формирование прогнозных оценок и принятие на их основе управленческих решений возможно в случае комплексного подхода, включающего не только экономико-математические модели, но и их информационное обеспечение и программную реализацию в виде программного комплекса моделей с пользовательским интерфейсом.
Разработанный с участием автора программный комплекс региональных моделей потребления электроэнергии в Российской Федерации предназначен для среднесрочного (до 5 лет) и стратегического (до 20 лет) прогнозирования потребления электроэнергии, для поддержки принятия инвестиционных решений, связанных с приобретением или продажей активов, размещением объектов строительства на новых либо на уже действующих электростанциях. Рассматриваемый комплекс региональных является неотъемлемой частью интегрированной системы стратегического планирования для Группы «Интер РАО»[7] - диверсифицированного энергетического холдинга, управляющего активами в России, а также странах Европы и СНГ (рис. 1).
Рис.1. Интегрированная система стратегического планирования [6]
Прогнозные оценки объёмов спроса на электроэнергию по субъектам РФ используются при расчёте интегрированной модели стоимости и модели оптового рынка электроэнергии и мощности с учётом объёмов продаж по
регулируемым договорам купли-продажи электроэнергии (РД), свободным двусторонним договорам купли-продажи электроэнергии (СДД) и свободным договорам купли-продажи мощности (электроэнергии и мощности) (СДМ), постоянных затрат и инвестиционных проектов. Объём и цена по рынку на сутки вперёд (РСВ) и балансирующему рынку (БР), а также конкурентному отбору мощности (КОМ) и прогноз цен на первичные энергоносители, полученные на основе расчёта интегрированной модели стоимости, необходимы для модели оптового рынка электроэнергии и мощности.
Отсутствие собственной модели прогнозирования спроса на электроэнергию в разбивке по регионам РФ и по видам экономической деятельности, необходимость в автоматизированной поддержке прогнозирования спроса на продукцию, а также управлении инвестиционными проектами стали предпосылками создания программного комплекса для Группы «Интер РАО» [7].
Программный комплекс региональных моделей потребления электроэнергии в РФвключает в себя следующие ключевые модули:
- модуль интеграции с существующими системами;
- единое хранилище данных;
- модуль моделирования;
- оперативная база данных;
- модуль визуализации данных и формирования отчётов;
- модуль прогнозирования социально-экономического развития.
Модуль интеграции с существующими информационными системами обеспечивает автоматизированный сбор статистической информации с официальных web-сайтов международных организаций, национальных агентств и ведомств. Посредством данного модуля осуществляется интеграция со смежными реляционными базами данных под управлением промышленных СУБД с возможностью регламентной перегрузки информации в хранилище данных. Решение задач интеграции и сбора данных в Prognoz Platform 7 выполняется с помощью интегрированного инструмента, предназначенного для извлечения, преобразования и загрузки данных (ETL).
Prognoz Platform 7 содержит интегрированные инструменты для структурирования хранилища данных в терминах предметной области: в виде иерархического перечня показателей, связанных с ними справочников и источников данных.Для обеспечения программного комплекса актуальными данными, необходимыми для идентификации моделей и расчётов результирующих показателей, было создано единое хранилище данных, на основе таких официальных источников, как Федеральная служба государственной статистики, некоммерческое партнёрство «Совет рынка», Системный оператор Единой энергетической системы, Федеральная служба по тарифам, данные метеорологических служб, IEA-ElectricityInformation, IEA-WorldEnergyOutlook, IEA-WorldEnergyStatisticsandBalancesи ряда других официальных источников[2].Хранилище данных построено на основе СУБД Oracle.
Модуль моделирования позволяет строить сложные иерархические многошаговые модели для сценарных многовариантных расчётов. Инструмент предусматривает привязку исходных данных к выборкам информации из единого хранилища данных, а также возможность сохранения результата расчётов в базе данных. Характерной особенностью инструмента является использование механизма сценариев. Каждый набор данных или временной ряд имеет системное сценарное измерение, что позволяет использовать в расчётах разные варианты данных.
Программный комплекс региональных моделей потребления электроэнергии в РФ содержит порядка 12 тысяч уравнений, построенных для 69 региональных энергосистем, 2 городов федерального значения и для 7 Объединённых энергетических систем, а так же для Единой энергетической системы в целом. Среди построенных моделей можно выделить детерминированные уравнения, экстраполяционные модели (AR, MA, ARMA, ARIMA, ARIMAX) и многофакторные регрессионные модели.
Для решения поставленной задачи прогнозирования потребления электроэнергии в рамках данной работы рассматривается построение
программного комплекса региональных моделей на основе эконометрических уравнений, отражающих различные аспекты электропотребления. Программный комплекс позволяет рассчитывать потребление электроэнергии не только в целом по стране, но и по объединённым энергетическим системам, по субъектам РФ, при этом учитывается потребление различными категориями потребителей в зависимости от видов экономической деятельности, от потребляемой мощности и по ряду других признаков [9].
Одним из исходных условий надёжности полученных прогнозных значений является многофакторность. В построенных моделях динамика потребления электроэнергии описывается во взаимосвязи с экономическим ростом и экономической эффективностью производства [5]. Рассматриваемые модели являются равновесными, поскольку включают как прямые, так и обратные связи, что соответствует реальным моделируемым системам и обеспечивает внутреннюю сбалансированность построенных прогнозов [4].
Укрупнённая схема прогнозирования на основе комплекса моделей приведена на рис.2. Все модели сгруппированы в метамодели, позволяющие организовывать цепочку расчёта и объекты моделей в виде многоуровневого графа и предназначенные для описания логики моделирования. Данная цепочка может содержать модели, другие цепочки расчёта (метамодели) и папки, помогающие упорядочить структуру цепочки расчёта.
Рис.2. Укрупнённая схема прогнозирования на основе комплекса моделей [1]
Расчёт моделей, входящих в метамодель, осуществляется с помощью задачи моделирования. Расчёт задачи моделирования позволяет получить выходные данные в результирующих переменных. Задача может быть рассчитана по различным сценариям, позволяющим получить прогнозы по моделируемым переменным
Оперативная база данных обеспечивает возможности хранения полученных спецификаций моделей и результатов сценарных расчётов для их последующего просмотра, анализа и сравнения. Prognoz Platform 7 имеет режим отладочного расчёта моделей для проверки выполнения алгоритмов и корректировки возникших ошибок.
Модуль визуализации данных и формирования отчётов содержит инструментальные средства визуализации оперативных отчётов произвольной структуры и регламентных отчётов. Программный комплекс предоставляет визуальный интерфейс формирования произвольных выборок данных на основании многомерных кубов, гиперкубов и других метаданных комплекса и их комбинаций, представление информации в виде электронных
таблиц, диаграмм, электронных картах территорий, средства оперативного анализа многомерных данных OLAP и данных «бизнес-слоя» [3]. С помощью модуля пользователю доступно представление данных в табличном виде, а также в виде различных диаграмм (рис. 3).
Рис.3. Пример разработанногоOLAP-средства Картографические инструменты модуля позволяют отображать аналитическую информацию в региональном разрезе в удобной и наглядной форме, а также настраивать цветовую гамму и диапазоны легенды карт (рис. 4).
Рис.4. Примеры разработанных отчётных форм визуализации полученных результатов
моделирования
Модуль прогнозирования социально-экономического
развития предназначен для прогнозирования активности в экономике РФ и регионов с целью последующего построения прогнозов потребления электроэнергии. В модуль прогнозирования заложены следующие функции: - расчёт конкордации прогнозных оценок;
- исключение аномальных прогнозных оценок;
- кластеризация прогнозных оценок;
- использование экспертных оценок в качестве сценарных (входных) переменных для региональных моделей;
- рейтингование (расчёт весовых коэффициентов) источников прогнозов;
- адаптация рейтингов (весовых коэффициентов) в зависимости от точности прогнозирования;
- хранение истории прогнозов по источникам.
В настоящий момент работа над созданием и усовершенствованием программного комплекса региональных моделей потребления электроэнергии в РФ продолжается. После публикации официальной статистической информации за 2013 г., необходимой для идентификации построенных моделей, будет осуществлена переоценка параметров построенных моделей, а так же будет осуществлён сдвиг периода прогнозирования до 2034 года соответственно. В случае необходимости также возможно расширение функциональных возможностей модуля консенсус-прогнозов и средств визуализации данных.
В ближайшее время также планируется усовершенствование модуля моделирования числа часов использования мощности и локальных максимумов потребления электроэнергии с большей степенью детализации полученных результатов, а также учёт экспортно-импортных операций в рамках рассматриваемого программного комплекса моделей.
Библиографический список
1. Андрианов Д.Л., Старкова Г.С. Разработка программного комплекса региональных моделей конъюнктуры оптового рынка электроэнергии и мощности в части спроса на электроэнергию в Российской Федерации // Управление экономическими системами: электронный научный журнал. 2013. №12(60) № URL: http://www.uecs.ru.
2. Андрианов Д.Л., Старкова Г.С. Создание региональной комплексной модели конъюнктуры оптового рынка электроэнергии и мощности Российской Федерации // Вестник Пермского университета. Серия «Экономика». 2014. №1(20). С. 8-13.
3. Информационные аналитические системы: учебник / Т.В. Алексеева, Ю.В. Амириди, В.В. Дик [и др.]; под ред. В.В. Дика. - М.: Московский финансово-промышленный университет «Синергия», 2013. - 384 с.
4. Кокшаров В.А. Методический подход к формированию прогнозных энергетических балансов промышленности региона. Вестник Челябинского государственного университета. Экономика. 2011. № 6 (221). Вып. 31. С. 91-96.
5. Кулешов В.В., Чернышов А.А. Многоотраслевые комплексы: современные тенденции моделирования // Экономика и математические методы. - 1987.№ 6.
6. Официальный сайт ЗАО «ПРОГНОЗ» http://www.prognoz.ru
7. Официальный сайт ОАО «Интер РАО» http://www.interrao.ru
8. Официальный сайт портала TAdviser.ru http://www.tadviser.ru
9. Старкова Г.С. Методы и модели прогнозирования
электропотребления на региональном уровне // InternationalJournal. InformationTheoriesandApplications. 2012. P. 378-383.
10. Старкова Г.С., Фролова Н.В. Программный комплекс региональных моделей потребления электроэнергии в Российской Федерации // InternationalJournal. Informationtheoriesandapplications. Volume 21, № 3. 2014. P. 283-293.
