CC BY
66
Разработка программного комплекса региональных моделей конъюнктуры оптового рынка электроэнергии и мощности в части спроса на электроэнергию в Российской Федерации Construction of bundled software to Russian Federation regional models of wholesale electricity and power market especially in electricity
demand
Андрианов Дмитрий Леонидович д. ф.-м.н, профессор, зав. каф. ИСММЭ ПГНИУ, ген. директор ЗАО «ПРОГНОЗ»
Старкова Г алина Сергеевна старший преподавателькаф. ИСММЭ ПГНИУ, ведущий специалистЗАО «ПРОГНОЗ»
starkova@pro gnoz.ru
Аннотация
В статье рассмотрены основные аспекты разработки программного комплекса региональных моделей конъюнктуры оптового рынка электроэнергии и мощности Российской Федерации: объект и цели
моделирования, информационная база программного комплекса, основные методы и подходы моделирования электропотребления. Структура программного комплекса включает четыре основных модуля: прогнозирования конечного потребления электроэнергии, потерь электроэнергии в сетях, числа часов использования мощности, а также локальных максимумов потребления электроэнергии на среднесрочную и долгосрочную перспективу.
Abstract
Main aspects of construction of bundled software to Russian Federation region models of wholesale electricity and power market are considered in this
article: object and modeling purposes, data base of bundled software, basic methods and modeling approaches of electricity demand. Regarded structure of bundled software consists of four modules: modeling and forecasting final electricity consumption, electricity losses, number of use power hours and local maximums of electricity consumption in medium and long terms.
Ключевыеслова: программный комплекс, моделирование и
прогнозирование, потребление электроэнергии, оптовый рынок электроэнергии и мощности, эконометрическое моделирование.
Keywords: bundled software, modeling and forecasting, electricity consumption, wholesale electricity and power market, econometric modeling.
В Энергетической стратегии России на период до 2030 г. [1] сформулированы основные ориентиры модернизации
электроэнергетического комплекса, включающие разработку и внедрение высокоэффективных технологий, технологии распределённой генерации, технологии использования возобновляемых источников энергии, а также автоматизированных систем управления спросом на электроэнергию [2].
В данной статье рассмотрены особенности построения региональных моделей конъюнктуры оптового рынка электроэнергии и мощности Российской Федерации, созданныхв рамках программного комплекса на основе BI-платформы PrognozPlatfom 7. PrognozPlatformобъединяет современные технологии построения хранилищ данных, средства формирования отчётности и оперативного анализа данных, а также инструменты моделирования и прогнозирования [3].
Объектом моделирования является конъюнктура регионального рынка электроэнергии в части спроса на электроэнергию с учётом влияния конечных цен для основных групп потребителей (рис. 1): население (городское и сельское), промышленность, сельское хозяйство, транспорт и связь, строительство, другие виды экономической деятельности, потери (технологические и коммерческие). Помимо описанной выше классификации
потребителей электроэнергии, программный комплекс позволяет моделировать и прогнозировать потребление электроэнергии предприятиями различных видов экономической деятельности по трём основным категориям, выделяемым Федеральной службой по тарифам РФ [4].
Модуль прогнозирования электроэнергии в региональном разрезе
ОКВЭД По категории потребляемой мощности Население
- сельское хозяйство
- транспорт и связь
- строительство
к- пр°чие ВЭД
- Категория 1 (свыше 10 МВт/час)
- Категория 2 (от 670 кВт/час до 10 МВт/час)
- Категория 3 (до 670 кВт/час)
- городское
- сельское
Рис. 1. Категории потребителей электроэнергии в рамках программного
комплекса
В структуре рассматриваемого комплекса региональных моделей можно выделить четыре основных модуляпрогнозирования: конечного потребления электроэнергии, потерь электроэнергии в сетях, числа часов использования мощности, а также локальных максимумов потребления электроэнергии.
Проведя анализ существующих методов и моделей энергопотребления в целом и электропотребления в частности, авторами были выделены следующие тенденции:
- расширение числа внешних связей топливно-энергетического комплекса;
- переход от создания изолированных, не взаимодействующих и не взаимосвязанных экономических и энергетических моделей к их синтезу;
- создание комплексов моделей, отражающих процесс энергопотребления в отдельных секторах экономики с различным уровнем детализации и агрегации моделируемых показателей, а так же
позволяющих проводить многовариантные сценарные расчёты [5, с.
216].
Важным фактором анализа и моделирования сложных объектов и систем является применение программных комплексов, обеспечивающих возможность решения широкого круга взаимосвязанных задач исследования и прогнозирования экономической ситуации. Таким образом, для решениязадачи прогнозирования потребления электроэнергии, необходимо одновременно учитывать влияние развития народного хозяйства и энергетики.
Целями создания рассматриваемого программного комплекса региональных моделей конъюнктуры оптового рынка электроэнергии и мощности Российской Федерации является операционное и долгосрочное прогнозирование потребления электроэнергии, а также поддержка принятия инвестиционных решений по приобретению или продаже активов, по размещению объектов строительства на новых или на уже действующих электростанциях с целью обеспечения спроса основных потребителей электроэнергии.
Официальные данные Росстата, Федеральной службы по тарифам, некоммерческого партнёрства «Совет рынка», Системного оператора Единой энергетической системы, данные метеорологических служб, 1ЕА -Е1есШсйуМогтайоп, 1ЕА - WorldEnergyOutlook, 1ЕА -
WorldEnergyStatisticsandBalances и ряда других источников образуют информационную базу программного комплекса. В качестве экзогенных переменных при моделировании различных аспектов электропотребления выступают параметры сценарных условий социально-экономического развития регионов России на среднесрочную и долгосрочную перспективы, разрабатываемые Министерством экономического развития Российской Федерации, параметры денежно-кредитной и тарифной политики (рис. 2).
Рис. 2. Укрупнённая схема взаимосвязи программного комплекса
моделей
Для идентификации моделей используются данные в динамике по месяцам, начиная с 1993 года. Прогнозирование электропотребления на год вперёд в программном комплексе осуществляется в динамике по месяцам, на следующие 4 года - в квартальной динамике и на следующие 15 лет - в годовой динамике. Для решения поставленных задач авторами было принято решение о моделировании электропотребления первые 5 лет в ежемесячной динамике с последующей её агрегацией до квартальной динамики, соответственно со 2 по 5 годы включительно.
Основные трудности, связанные с получением длинных временных рядов потребления электроэнергии Российской Федерации в региональном разрезе, связаны с изменениями в статистическом учёте (с 2005 г. электробалансы РФ и регионов стали формироваться в соответствии с Общероссийским классификатором видов экономической деятельности; с 2010 г. промышленность перешла с классификатора ОКП на классификатор ОКПЭД и другие), с неточностью сведений, получаемых от субъектов рынка электроэнергетики.
В настоящий момент основные источники данных по потреблению электроэнергии - Системный оператор Единой Энергетической системы и
Росстат. Однако существуют определённые различия в этих данных. Системный оператор не учитывает потребление электроэнергии «внесистемной» электроэнергетикой (энергоустановки, не имеющие выход в электросеть «общего пользования»), а Росстат, в свою очередь, учитывает полное потребление электроэнергии в регионе. Динамика электропотребления в регионах по данным Системного оператора ЕЭС более логична и отражает динамику изменений региональной экономики. Но данные Системного оператора не структурированы по видам экономической деятельности [6].
В связи с этим, для преодоления отмеченных выше трудностей, на ретроспективном периоде на основании данных Росстата были рассчитаны доли моделируемых компонент в электропотреблении различными видами экономической деятельности регионов. После чего, в силу относительной устойчивости полученных долей, был произведён расчёт потребления электроэнергии по видам экономической деятельности на основании данных Системного оператора путём умножения полученных долей на величину общего потребления электроэнергии регионом. Потери электроэнергии являются балансирующей переменной, значения которой рассчитываются как потребление электроэнергии всего регионом за минусом потребления электроэнергии населением и предприятиями основных видов экономической деятельности.
В настоящий момент программный комплекс включает в себя около 300 уравнений для каждого субъекта Российской Федерации, включая эконометрические и балансовые уравнения: моделив краткосрочном,
среднесрочном и долгосрочном периодах.
Для прогнозирования потребления электроэнергии в динамике по месяцам и кварталам необходимо учитывать его сезонный характер. Поскольку результирующие показатели в квартальной динамике были получены путём агрегации данных в динамике по месяцам, то рассмотрим особенности построения моделей в динамике по месяцам.
Проанализировав существующую динамику временных рядов, характеризующих потребление электроэнергии различными категориями потребителей, на периоде идентификации, можно сделать вывод о наличии изменчивости амплитуды колебания сезонного фактора и об отсутствии относительно постоянной сезонной вариации. Таким образом, были выбраны мультипликативные модели.
С помощью процедуры СешшПисходные временные ряды были разложены на тренд-циклическую и сезонную составляющие. Для целей дальнейшего моделирования была использована очищенная от сезонности тренд-циклическая составляющая, после получения соответствующих прогнозов, искомые временные ряды были рассчитаны при помощи обратных преобразований.
При построении программного комплекса моделей основное внимание уделялось получению статистически значимых оценок параметров и моделей в целом, обладающих возможностью экономической интерпретации полученных результатов. В качестве примера рассмотрим среднесрочную модель потребления электроэнергии сельским хозяйством в Белгородской области:
diffYoY (Уф) = 41109291 + 0,0069 • dffYoY (Х1 (1)) - 4,2603 • diffYoY (Х2 (1)) + 0,9443 • Y(t -1), (1)
^2 = 0,91; DW = 1,95; Fstat = 224,22) , где
- diffYoY(•) -преобразование разность - из текущего значения временного ряда вычитается значение данного временного ряда за соответствующий период предыдущего года;
- Уф - тренд-циклическая составляющая временного ряда, выражающего потребление электроэнергии сельским хозяйством в Белгородской области в динамике по месяцам;
- ХД^- объём продукции сельского хозяйства (в ценах 2005 г.);
- Х2(1)- цена за 1000 м3 горючего природного (естественного) газа.
Спецификация среднесрочной модели потребления электроэнергии в среднем на душу населения в Пермском крае:
pchYoY (2(1)) = -20,3581 + 0,26 • Х30) + 0,0156 • Х40) - 0,0179 • pchYoY (Х2 (1)) + 0,931- 7 (1 -1), (2)
(Я2 = 0,87; DW = 1,95; Fstat = 230,94), где
- реНУоУ (•)- темп прироста по отношению к значению временного ряда за соответствующий период предыдущего года;
- 2(1) - тренд-циклическая составляющая временного ряда,
выражающего потребление электроэнергии в среднем на душу населения в Пермском крае области в динамике по месяцам;
- Х30)- реальная начисленная среднемесячная заработная плата одного работника, выраженная в процентах к соответствующему периоду прошлого года;
- Х4ф- объём платных услуг населению, все виды услуг, выраженные в процентах к соответствующему периоду прошлого года;
- Х20)- цена за 1000 м3 горючего природного (естественного) газа.
При проведении бэктестинга на данных 2012 г. в большинстве случаев уровень ошибок по абсолютным значениям показателей потребления электроэнергии не превысил 5%, что свидетельствует о приемлемом качестве и прогностической силе построенных моделей.
Разработанный программный комплекс сочетает функции классической и предсказательной бизнес-аналитики, представляет широкие возможности детализации и визуализации данных (рис. 3)и позволяет решать следующие задачи:
- мониторинг и анализ показателей потребления электроэнергии и мощности в разрезе крупных потребителей, видов экономической деятельности и субъектов РФ;
- сегментирование рынков и анализ их потенциала, выявление тенденций и детерминант спроса на электроэнергию и мощность в различных регионах и видах экономической деятельности;
- моделирование и сценарное прогнозирование спроса на электроэнергию и мощность в краткосрочный (до 1 года), среднесрочный (до 5 лет) и долгосрочной (свыше 5 лет) перспективе при различных сценариях развития экономики, технологических изменений, государственной политики[3].
Рис. 3. Примеры разработанных отчетных форм полученных результатов расчета по базовому сценарию
Практическое значение проведённого исследования определяется тем, что рассмотренные региональные модели использованы при создании программного комплекса «Региональная модель конъюнктуры оптового рынка электроэнергии и мощности Российской Федерации» для компании «Интер РАО ЕЭС» [7].
Использование подобных моделей и реализованных на их основе программных комплексов позволяет осуществлять прогнозирование развития и функционирования электроэнергетики, что во многом определяет
энергетическую безопасность страны в целом. В сочетании со сценарным подходом и использованием современных информационных технологий они представляют эффективный инструментарий для поддержки принятия управленческих решений на государственном уровне в сфере электроэнергетики. Результаты прогнозирования электропотребления могут быть использованы для формирования рациональной стратегии развития энергетики как страны в целом, так и отдельных её субъектов в частности.
Библиографический список
1. Энергетическая стратегия России на период до 2030 г. (утв. Распоряжением Правительства РФ от 13.11.2009 г. № 1715-р).
2. Тульчинская Я.И. Программы перспективного инновационного развития электроэнергетического комплекса России. -Микроэкономика № 3, 2013, с. 26-33.
3. http://www.prognoz.ru
4. http ://www.fstrf.ru/
5. Андрианов Д.Л., Науменко Д.О., Старкова Г.С. Анализ методов и моделей энергопотребления на макроуровне // Научно-технические ведомости СПбГПУ. Серия «Экономические науки». Вып. 4, 2012,с. 215-219.
6. Старкова Г.С. Программный комплекс анализа конъюнктуры оптового рынка электроэнергии и мощности // InternationalJournal «InformationModelsandAnalyses»Vol.2 / 2013, Number 3, p. 292-299.
7. http://www.interrao.ru
