автореферат диссертации по электротехнике, 05.09.03, диссертация на тему:Краткосрочное прогнозирование параметров электропотребления промышленных предприятий Судана

На правах рукописи

РГБ ОД

ФАТЕХЭЛЬРАХМАН АБДЕЛЬРАХИМ ХАБИБ \1 ДПр 2000

КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ПАРАМЕТРОВ ЭЛЕКТРОПОТРЕБЛЕНИЯ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ СУДАНА.

Специальность 05.09.03- Электротехнические комплексы и системы, включая их управление и регулирование

АВТОРЕФЕРАТ

Диссертации на соискание ученой степени кандидата технических наук

МОСКВА - 2000 г.

Работа выполнена на кафедре Электроснабжение промышленных предприятий Московского энергетического института (Технического университета).

Научный руководитель:

Официальные оппоненты:

доктор технических наук, Профессор Кудрин Б.И.

доктор технических наук, Профессор Ляхомский A.B.

Кандидат технических наук Сокольников A.B.

Ведущая организация: ООО "Электропроект - М'

Защита диссертации состоится 14 апреля 2000г. в аудитории М-214 в 10 часов на заседании диссертационного Совета К-053.16.06 Московского энергетического института (Технического университета) по адресу Москва, Красноказарменная ул.,д.13.

Отзывы на реферат, в двух экземплярах, заверенные печатью, просим направлять по адресу 111250, Москва, Красноказарменная ул.,д.14,Ученый Совет МЭИ.

С диссертацией можно ознакомиться в библиотеке МЭИ

Афтореферат разослан " jsOx-рТь. 2000г.

Ученый секретарь

Диссертационного Совета К-053.16.06

к.т.н. доцент Tjfat/Ctcß'__Анчарова Т.В.

.49^)300-5^,0

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.

Актуальность темы.

В современных условиях переходного периода в Судане, при интенсивно возрастающей стоимости топлива и энергии, рёзко повысилось внимание к экономии и рационализации использования топливно-энергетических ресурсов.

Традиционно преимущественно в Судане развивалось опережающими темпами сельское хозяйство и промышленные предприятия с ним связанные. Однако, к концу 80-х годов объемы производства снизились. Например, производство сахара за двадцать предыдущих лет снизились на 11%, хлопка - на 39%. Промышленный сектор также испытал сокращение продукции. За 80-е годы текстильное производство снизилось на 38%, производство цемента - на 4 2%.

В данных условиях при планировании подъема экономики Судана возросли требования к точности прогнозов и, в частности, к прогнозам электропотребления. В Судане прогнозы по потреблению электроэнергии осуществляет Министерство планирования и правительством разрабатывается Правительственный Стратегический План.

Энергосистема Судана дефицитна. В часы пиковых нагрузок могут быть полностью отключены до 20% коммунальных и до 30% промышленных потребителей. Например, по оценкам экспертов в 1991 году требовалось 1686 ГВт ч, против возможной выработки в 1550 ГВт ч.

Существующие методы прогнозирования потребления электроэнергии промышленными предприятиями, промышленностью, регионами часто оказывались заниженными. Для оптимизации процессами управления необходимы дополни-

тельные методы прогнозирования электропотребления, позволяющие учитывать обобщающие показатели электрохозяйства, получать достоверные прогнозы, анализировать, систематизировать и изучать динамику их развития.

Целью работы является разработка методики прогнозирования электропотребления промышленных предприятий Судана на краткосрочный период (месяц, год), на основе учета системных свойств промытленных предприятий Судана, которая позволит повысить точность прогнозов по сравнению с традиционными методами.

Поставленная цель предопределила необходимость решения следующих задач:

1. Выделение группы промышленных предприятий Судана, обладающих ценологическими свойствами.

2. Выявление взаимосвязи между электропотреблением выделенных предприятий.

3. Прогнозирование электропотребления промышленных предприятий существующими методами, опирающимися на анализ временных рядов.

4. Проверка гипотезы о стабильности структуры месячного электропотребления промышленных предприятий.

5. Статистический анализ электропотребления промышленных предприятий и проверка соответствия статистического закона распределения теоретическому.

6. Разработка методики прогнозирования электропотребления промышленных предприятий на основе ценологи-ческих свойств структуры электропотребления.

Методы исследования.

В работе использовались положения ценологической теории систем, теории вероятности, методы математической статистики и теории моделирования. Теоретические исследования сопровождались разработкой математических моделей. При выполнении работы использованы научные труды российских и зарубежных специалистов, нормативные и справочные материалы, материалы научно - технических конференций и семинаров.

Выводы и предложения основываются на анализе статистики, состоящей из электропотребления 30 промышленных предприятий Судана за 96 месяцев.

Научная новизна заключается в следующих положениях:

1. Показано, что минимальная выделенная группа предприятий обладает достаточной информационностью для осуществления ценологического прогноза электропотребления.

2. Доказана невозможность прогнозирования электропотребления промышленных предприятий, опираясь на временные ряды в условиях изменений в экономике Судана.

3. Установлено наличие сезонных колебаний показателей структуры электропотребления промышленных предприятий Судана.

4. Разработаны модели временных рядов ценологических показателей.

5. Разработана методика краткосрочного прогнозирования электропотребления на основе ценологических показателей структуры.

Практическая ценность работы заключается в возможности использования полученных моделей, программ, методик для наиболее достоверного определения электропотребления промышленными предприятиями (промышленностью) на краткосрочную перспективу. Это позволить повысить обоснованность принимаемых управленческих решений как для промышленного предприятия при заказе электроэнергии у энергоснабжающей организации, так и проводить более обоснованную инвестиционную политику в экономике Судана.

Апробация работы. Материал диссертации в целом и отдельные ее положения докладывались автором и обсуждались на 2 научно-технических конференциях, на научных семинарах кафедр «Электроснабжение промышленных предприятий» Московского энергетического института (технического университета), Новомосковского института Российского химико-технологического университета им. Д.И. Менделеева в 1996-99 г.г.

Публикации. По теме диссертации опубликовано 4 печатные работы.

Структура и объем работы. Диссертационная работа изложена на 144 страницах, содержит 16 рисунков и 16 таблиц. Работа состоит из введения, четырех глав, заключения, приложения. Список используемой литературы включает 105 наименования работ. Приложение составлено на 33 страницах.

СОДЕРЖАНИЕ РАБОТЫ.

Во введении обосновывается актуальность проблемы и формируются дели работы.

В первой главе проанализированы проблемы энергосбережения индустриально развитых и развивающихся стран. Показана роль электрификации и электроснабжения в экономике Судана. Показано, что в Судане имеется развитая система электроснабжения промышленных предприятий, которые образуют сложную, развивающуюся систему. Промышленность имеет систему электрических показателей, по которым она отчитывается перед энергоснабжающими организациями. Показана необходимость повышения достоверности прогнозов этих показателей.

Во второй главе проанализированы существующие методы прогнозирования. Показано, что методы прогнозирования, основанные на анализе временного ряда электропотребления не применимы при изменении системы хозяйствования (социально-экономической ситуации) из-за непредсказуемости поведения во времени исследуемого показателя и, следовательно, большой погрешности прогноза. На различных уровнях агрегатирования технические системы имеют разный уровень инерционности, что позволяет применять экстраполяцию для прогнозирования электропотребления отраслей и промышленных предприятий. Однако при необоснованном применении экстраполяции могут быть получены недостоверные результаты.

Показано, что при исследовании электрического хозяйства промышленных предприятий методами системного ана-

лиза оказывается, что сложность моделей не адекватна точности результатов прогноза. Все методы прогнозирования временных рядов показателей электропотребления основаны на использовании зависимостей, сложившихся для данного предприятия в прошлом, поэтому они недостаточно хорошо прогнозируют процессы в условиях значительного изменения объемов и ассортимента продукции, которые имеют место в настоящее время в Судане. Ценологический подход к исследованию показателей технических систем позволяет выделить предсказуемый параметр, характеризующий исследуемую систему целиком.

В третьей главе доказана невозможность прогнозирования показателей электропотребления на основе анализа временных рядов. Для проверки гипотезы неприменимости регрессионных моделей произведем прогноз месячного электропотребления крупнейших предприятий Судана.

Методика проведения прогноза следующая:

1) Значения электропотребления каждого промышленного предприятия группируются помесячно. Временной для каждого месяца составляет восемь точек.

2) Для каждого месяца определяются формулы регрессии (пример в таблице 1).

3) Производится проверочный прогноз на последний известный год предыстории по полученным формулам регрессии .

4) Определяется погрешность прогноза.

Таблица 1.

Формулы регрессии месячного электропотребления.

Наименование предприятия Январь Февраль Март

1 .Эльхуда У = а + Ь-х У = а + Ь-х2 У = а + Ь-х2

2.Судан текстиль У = а+Ь-х2 У^а + Ь-х2 У = а + Ь-х2

3.Голубой иил У = а + Ь-х2 У = а + Ь-х2 У = а + Ь-х1

4.Эль-ахлия 174 У = а + Ь-х2 У = а + Ь-х2 У = а + Ь-х

5.Эль-ахлия 41 У = а+Ь'х2 У = а + Ь-х У = а + Ыо%(х)

б.Фексоль У = а + Ых У = а + Ых У = а + Ь/х

7.Арак У = а+Ь-х2 У = а+Ых У = а + Ь-х2

• • • ...

22.Ларку У = а+Ь-х У = а + Ь-х У = а + Ь-х

23.Тагтир У = а + Ь-х У = а + Ь-х У = а + Ь-х

24.Моеддат У = а + Ь-х2 У = а + Ь-х2 У = а + Ь-х

25.Миламин У = а + Ь-х2 У = а + Ь-х2 У = а + Ь-х2

26.Эстер У = а + Ь-х2 У = а + Ь-х2 У = а + Ь-х2

27.Махбаз У = а + Ь-х2 У = а + Ь-х У = а + Ь-х2

28.Амивар У = а + Ь-х2 У = а + Ь-х2 У = а + Ь- х2

29.0ель У = а-Ь' У = а + Ь/х У -а + Ь-х2

ЗО.Мазайку У = а + Ь-х2 У = а + Ь-х2 У = a+b\og(x)

Анализ полученных результатов показал, что в подавляющем большинстве случаев ошибка составляет более 10%, что не допустимо при прогнозировании на один временной шаг вперед. Средняя ошибка за месяц изменяется в пределах от 15,6% до 95,1% (рис.1.) .

Произведен корреляционный анализ электропотребления промышленных предприятий Судана. Составлена матрица коэффициентов корреляции и на ее основе построена графическая связь факторов. Доказано, что промышленные предприятия Судана образуют систему, характеризуются большим количеством слабых взаимосвязей.

Ш[кВтч)

400000

350000

300000

250000

200000

150000

100000

50000

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Рис. 1. Пример прогноз на июль по МНК.

Произведен анализ структурно-топологической динамики промышленных предприятий на предмет устойчивости. Рассчитаны коэффициенты ранговой корреляции по Спирмену (оценивается коэффициентом порядковой корреляции)

---- 6 , (таблица 2).

Таблица 2.

Коэффициенты ранговой корреляции.

\мес год \ янв фев фев ыар ыар апр авг сен сен окт окт ноя ноя дек дек янв

1990 0,73 0,74 0,73 0,73 0,75 0,68 0,73 0,75

1991 0,75 0,79 0,72 0,81 0,80 0,79 0,82 0,80

1992 0,81 0,81 0,76 0,79 0,83 0,84 0,82 0,81

1993 0,83 0,84 0,79 0,76 0,77 0,80 0,81 0,81

1994 0,77 0,75 0,72 0,70 0,71 0,71 0,71 0,73

1995 0,78 0,79 0,75 0,71 0,7 0,68 0,70 0,70

1996 0,75 0,70 0,69 0,67 0,72 0,73 0,71 0,70

1997 0,80 0,77 0,74 0,70 0,70 0,71 0,73

Произведена проверка на соответствие статистического закона распределения электропотребления промышленных предприятий Судана теоретическому по критерию Пирсона (пример на рис. 2).

Расчеты показали, что электропотребление предприятий Судана не подчиняется нормальному закону распределения, то есть нет некоторого среднего предприятия, опираясь на показатели которого мы можем судить об изменениях в системе целиком. Дисперсия велика.

Таким образом, подтверждена гипотеза о возможности применения ценологических представлений для прогнозиро-

вания электропотребления промышленными предприятиями Судана.

0,8 0,6 0.4 0,2

н 1

1 □Р ■Р1*

1 _ м

к аР| ■ РГ

к .

II КЯ ——

Рис.2. Гистограммы вероятностей за июнь и октябрь 1997 года.

В четвертой главе произведен ранговый анализ промышленных предприятий. Проанализированы временные ряды характеристических коэффициентов рангового распределения. При ценологическом подходе к прогнозированию параметров электропотребления исходными данными являются ранговый коэффициент Р и электропотребление предприятия с рангом 1 -

Методика анализа рангового распределения непрерывных величин на примере электропотребления промышленных предприятий Судана заключается в следующем:

1. выделим в ценозе (промышленность) особи - элементы (предприятия), и исследуемый, соответствующий особям-элементам, параметр (месячное электропотребление предприятий ) ;

2. особи-элементы ранжируем, т.е. присваиваем им ранг i - целые числа в порядке убывания исследуемого параметра Wi. В примере - предприятие, имеющее максимальное электропотребление Wmax получает ранг i=l, ранг i=2 получает предприятие, имеющее максимальное электропотребление из всех остальных, и т.д. Соответственно, предприятие, имеющее минимальное электропотребление будет иметь ранг равный количеству особей-элементов i=n.

Временной ряд рангового коэффициента (рис.3) в общем виде можно представить моделью, которая содержит сезонные колебания, но не содержит циклические. Модель имеет вид:

P(t) = T(t) + C(t) + A(t), где T - тренд, или основная составляющая, С - сезонные колебания вокруг тренда, А - аддитивная или случайная составляющая. Сезонные колебания являются выражением сезонных явлений, которые имеют место ежегодно независимо от фаз экономического цикла и движения тренда.

Анализ сезонных колебаний рангового коэффициента представляет интерес для Судана при определении сезонного роста или спада, сравниваемого с тем же периодом времени в прошлом году.

Рис. 3. Временной ряд рангового коэффициента.

Если сезонный рост в этом году больше прошлогоднего, то можно считать, что экономика вступила в фазу подъема. Противоположное состояние имеет место, если сезонный рост данного года меньше сезонного роста предыдущего.

Роста рангового коэффициента не наблюдается ни за один месяц. Практически не изменяется ранговый коэффициент в мае Дх. = р1990 / р1997 = 099, Д2 = Р„акс / Р«ин = 1,23.- В остальные месяцы наблюдается спад величины рангового коэффициента, в среднем Д]. =1,13 , Д2 =1,21. Спад в величине исследуемого показателя говорит о постепенном выравнивании между крупными и мелкими предприятиями. Такое выравнивание может, в конечном счете, негативно сказаться на экономике Судана. Для выявления причин этого проанализированы временные ряды максимального электропотребления N1.

Электропотребление предприятия с рангом 1 уменьшается как по генеральной выборке, так и помесячно. Д3 = Игээо / и1997 =2 , 57; Д4 = Wмaкc / У^н =4, 69 . Уменьшение W1 и Р во времени означает, что уменьшение разрыва между крупными и мелкими предприятиями Судана вызвано прежде всего спадом у крупных заводов. Мелкие предприятия во времени стабильны. Управленческие воздействия на промышленность Судана в первую очередь должны касаться крупных промышленных предприятий. Это даст первоначальный максимальный эффект стабилизации экономики.

Для анализа причин появления сезонных колебаний рассмотрим временной ряд средних ранговых коэффициентов за месяц (рис. 4) и среднего электропотребления

2,1 2,05 2

1,95 1,9 1,85 1,8 1,75 1,7 1,65 1.6

Г?

ч р =0, ооб; -0,0« )2"П ь 2,1 138

Г

,мес

/ ^ ^ / *><? *><? # '«><?

5Г

СУ ■С * /

Рис. 4 . Сезонные колебания ранговых коэффициентов.

Спад в величине рангового коэффициента происходит в середине лета, примерно на 25 %. К зиме величина показателя вырастает до 2. Это связано с особенностями кли-

мата в Судане. Именно в летние месяцы, включая сентябрь, в стране наступает сезон дождей. В эти месяцы отключаются гидроэлектростанции и энергосистема Судана становится резко дефицитной. В этот период времени предприятия максимально недополучают электроэнергию. Спад в электропотреблении крупных предприятий может достигнуть троекратного размера. Управленческие решения в промышленности Судана на долгосрочный период времени должны быть направлены на создание альтернативных источников электрической энергии, не зависящие от климатических условий. Это явится первым шагом к стабилизации экономики Судана и создания базы для ее дальнейшего подъема.

Для проверки гипотезы возможности прогнозирования месячного электропотребления с помощью ценологических представлений выполнен прогноз при помощи расчетных рангов с интервалом год и месяц. Ошибка прогноза велика. е = 17,08 - 39,87% . Причиной возникновения такой погрешности является значительное изменение электропотребления крупных элементов системы за год и за месяц.

Для уменьшения погрешности модернизирован ценологи-ческий прогноз. Предлагаемая методика заключается в следующем:

1. Ранжирование предприятий по величине электропотребления с вычислением констант рангового распределения 1=1, ..., где t - число лет предыстории) и получение кривой, сглаживающей экспериментальные точки.

т = т/г! ' где г = Гх, Гг/ ...Гц ; г0<г<;:г, ¿07(г) = , Р> 0.

2. Получение прогнозной оценки 1¥1прог и Рпр0г известными методами (табл.4 и 5).

3. По полученным прогнозным значениям ранговых коэффициентов находим аналог из базы ранговых коэффициентов (табл. 3) . Одинаковые значения ранговых коэффициентов за прогнозируемый и базовый месяц предпологают одинаковое распределение электропотребления по предприятиям. Анализ временных рядов ранговых коэффициентов и первой точки показал, что изменения в электропотребления в основном связаны с крупными предприятиями, а у мелких данный показатель изменяется слабо.

Р € В => рпрог.= рБ .

4. Принимаем электропотребление самого крупного предприятия равное полученному прогнозному значению из п. 2. Электропотребление остальных предприятий

примем равными базовому месяцу по п. 3. .

табл.3

Численные значения рангового коэффициента

месяЦ^^^ 1990 1991 1992 1993 1994 1995 1996 1997

Январь 2,09 2,05 2,08 2,11 2,06 1,87 2,11 1,83

Февраль 2,04 2,07 2,11 2,05 1,88 1,78 1,88 1, 92

Март 2,02 1,80 2, 03 1, 97 2,05 1,74 1,86 1, 82

Апрель 2,00 1, 67 1, 66 1, 81 1,89 1,57 1,80 1,74

Май 1,73 1,80 1,76 1, 90 1,86 1,53 1,77 1,74

Июнь 1,96 1, 93 1, 95 1,78 1,78 1,55 1,85 1,71

Июль 1,93 2,01 1,96 1,80 1,78 1,70 1, 84 1,77

Август 1,86 1,85 1,88 1,70 1,64 1,73 1,66 1, 63

Сентябрь 1,99 2,03 2,00 1,86 1,51 1,72 1,73 1, 63

Октябрь 2,00 1, 95 1, 98 1,91 1,73 1,69 1,79 1, 65

Ноябрь 1,98 1,95 1,87 1,82 1,72 1,69 1,82 '1,74

Декабрь 2,09 2,08 2,03 2,01 1,83 1,69 1,79 1,72

5.. Прогнозное электропотребление исследуемого ценоза Wnpor.npoM. равно сумме прогнозных значений составных

N

элементов. Wnp0M.= .

i-I

Табл.4.

Прогнозные и фактически значения ранговых коэффициентов.

месяц Формула регрессии [3 прогноз Рфакт. 5%

Январь К = а + Ых 2,02 2, 03 0,49

Февраль Y = a+b-x 1,92 1,92 0.00

Март Y = a + b-x 1,84 1,82 1, 08

Апрель Y = a + b/x 1,70 1,74 2,29

Май Y = a + b-x 1,72 1,74 1,15

Июнь Y = a-b' 1,65 1,71 3, 50

Июль Y = a-b" 1,71 1,77 3,50

Август Y = a-bJ 1,64 1, 63 . 0, 60

Сентябрь Y = a-xb 1,65 1, 63 1,21

Октябрь Y = a + b-x 1,66 1,65 0, 60

Ноябрь Y = a + b/x 1,76 . 1,74 1,13

Декабрь Y = a-b" 1,67 1,72 2, 90

Табл. 5.

Прогнозные и фактически значения Электропотребления предприятий с рангом 1._

месяц Формула регрессии W1 прогноз И1факт. 6%

Январь Y = a + b-x 866814 839600 3,13

Февраль Y = а + Ых 828867 868500 4,78

Март Y = x/(a + b-x) 649192 618630 4,70

Апрель Y = а+Ы x 395982 415620 4, 91

Май Y = a + b/x 490642 511060 4,16

Июнь Y = a + b-x 425280 445660 4,79

Июль Y = a + b- log(x) 363221 347560 4, 31

Август У = a + b/x 701392 689640 1, 67

Сентябрь Y = a + b- log(x) 514331 490050 4,72

Октябрь Y = a + b- log(x) 313294 298520 4,71

Ноябрь Y = l/(a + b-el,-') 582971 611200 4,84

Декабрь Y = a + b-x 614010 628620 2,37

Погрешность прогноза, по сравнению с предыдущими методами, снизилась до значения меньше 5%.

В заключении приведены основные выводы по работе.

1. Совокупность промышленных предприятий Судана, подключаемых к энергосистеме, по величене электропотребления образуют систему денологического типа.

2. Целесообразно создание банка данных ценологиче-ских показателей Судана по электропотреблению, который должен охватывать основные расчетные параметры.

3. Существуют сезонные колебания рангового коэффициента месячного электропотребления, которые носят колебательный характер и прогнозируются по месяцам.

4. Применение корреляционно - регрессионного анализа для прогноза параметров электропотребления допустимо для отдельных предприятий. Расчетная общая матрица коэффициентов характеризуется незначимыми, в основном, парными коэффициентами корреляции.

5. Ценологические методы прогноза электропотребления, основанные на расчетных рангах, неприменимы для промышленных предприятий Судана из-за сильных ограничений со стороны энергосистемы, обусловленных недополучением электроэнергии.

6. Разработана методика прогнозирования месячного электропотребления на основе прогнозирования месячного электропотребления на основе аналога рангового коэффициента месячного электропотребления.

7. Методика прогноза месячного электропотребления апробирована на выборке промышленных предприятий г. Хартума.

В приложениях приведены результаты исследований и документы, подтверждающие использование результатов работы.

-Основные результаты работы отражены в следующих публикациях:

1. Лагуткин O.E., Фатехэльрахман Абдельрахим Хабиб. Применение рангового коэффициента в прогнозировании месячного электропотребления промышленных предприятий // Научная конференция для молодых специалистов и арабских исследователей: Тез. докл. науч. конф. 23-25 июля 1997г.- Университет Насера (Республики Ливии).-С. 5-12. На араб. яз.

2. Фатехэльрахман Абдельрахим Хабиб. Анализ электропотребления промышленных предприятий Судана // Энергосбережение, электроснабжение, электрооборудование: Тез. докл. науч.-техн. конф. Новомосковск 18-20 ноября 1998г.- Новомосковск: Изд-во НИ РХТУ им. Д.И. Менделеева,1998.- С. 130.

3. Лагуткин O.E., Фатехэльрахман Абдельрахим Хабиб. Анализ изменения постоянных составляющие величины расходов электроэнергии промышленных предприятий: Сб. науч. тр.- Новомосковск: Изд-во НИ РХТУ им. Д.И. Менделеева, 1999.-С. 131.

4. Фатехэльрахман Абдельрахим Хабиб. Оптимизация электропотребления промышленных предприятий с помощью Н-распределения // Трансцендентальность и трансцендентность гехноценозов и практика Н-моделирования (будущее инженерии). Докл. V Междунар. конф. (Калининград, 26-27 января 2000г.).- М. : Центр системных исследований, 2000.-С. 121-127.

Печ. JI. IIb Тираж (00 Заказ №

Типография МЭИ, Красноказарменная, 13.

Введение.

1. Сравнительный анализ развития электрического хозяйства промышленно развитых стран

1.2. Проблемы энергосбережения и электрификации индустриально развитых стран

1.2. Роль электрификации в экономике Судана

1.3. Анализ электрической схемы Судана

1.4. Учет электроэнергии в промышленности Судана

1.5. Цель и задачи исследования

2. Моделирование электрического хозяйства и прогнозирования параметров электропотребления

2.1. Анализ методов прогнозирования и определения параметров электроэнергии

2.2. Методы системного анализа.

2.3. Ценологические исследования параметров электропотребления

2.4. Методы статистического анализа

Вывод по второй главе

3. Анализ электропотребления промышленных предприятий Судана

3.1. Особенности прогнозирования электропотребления промышленных предприятий Судана

3.2. Прогнозирование электропотребления предприятий по линиям регрессии

3.3. Корреляционный анализ электропотребления промышленных предприятий

3.4. Статистический анализ электропотребления промышленных предприятий

Вывод по главе

4. Ранговый анализ электропотребления промышленных предприятий Судана

4.1. Ранговое распределение электропотребления

4.2. Ранговый анализ электропотребления промышленных предприятий Судана

4.3. Ценологический прогноз электропотребления

4.4. Прогнозирование электропотребления на основе аналога

Вывод по главе

Государство Судан, расположенное в северо-восточной части Африканского континента, включает в себя среднее течение крупнейшей реки мира-Нила, однако его гидроэнер-горсурсы используются крайне незначительно.

Традиционно преимущественно в Судане развивалось опережающими темпами сельское хозяйство и промышленные предприятия, с ним связанные. Однако, к концу 8 0-х годов объемы производства снизились. Например, производство сахара за двадцать предыдущих лет снизились на 11%, хлопка - на 39%. Промышленный сектор также испытал сокращение продукции. За 80-е годы текстильное производство снизилось на 38%, производство цемента - на 42%. Поэтому с начала 90-х годов в Судане выявилась необходимость интенсификации экономики, стали реализовываться требования перестройки инвестиционной и структурной политики, изменяться подходы к планированию и управлению всем хозяйственным механизмом.

При планировании возросли требования к точности прогнозов при условии подъема экономики и, в частности, к точности определения параметров электропотребления на перспективу. В Судане прогнозы по потреблению электроэнергии осуществляет Министерство планирования. Правительство разрабатывает Правительственный Стратегический План.

Применительно к промышленности - наибольшее потребление электроэнергии наблюдается на транспорте из-за большого расстояния между населенными пунктами. Промышленные предприятия потребляют порядка 3-5% от общей выработки электроэнергии. Единственной самодостаточной по электроэнергии отрасль - сахарная, использующая порядка 30% от потребности промышленности.

Энергосистема Судана дефицитна. В часы пиковых нагрузок могут быть полностью отключены до 20% коммунальных и до 30% промышленных потребителей. Например, по оценкам экспертов в 1991 году требовалось 168 6 ГВт ч, против возможной выработки в 1550 ГВт ч.

Существующие методы прогнозирования потребления электроэнергии промышленными предприятиями, промышленностью, регионами часто оказывались заниженными. Для оптимизации процессами управления необходимы дополнительные методы прогнозирования электропотребления, позволяющие учитывать обобщающие показатели электрохозяйства, получать достоверные прогнозы, анализировать, систематизировать и изучать динамику их развития.

Актуальность работы диктуется повышенными требованиями к результатам прогноза параметров электропотребления промышленных предприятий Судана.

Целью работы является разработка методики прогнозирования электропотребления промышленных предприятий Судана на краткосрочный период (месяц, год), на основе учета системных свойств промышленных предприятий Судана, которая позволит повысить точность прогнозов по сравнению с традиционными методами.

Поставленная цель предопределила необходимость решения следующих задач:

1. Выделение группы промышленных предприятий Судана, обладающих ценологическими свойствами.

2. Выявление взаимосвязи между электропотреблением выделенных предприятий.

3. Прогнозирование электропотребления промышленных предприятий существующими методами, опирающимися на анализ временных рядов.

4. Проверка гипотезы о устойчивости структуры месячного электропотребления промышленных предприятий.

5. Статистический анализ электропотребления промышленных предприятий и проверка соответствия статистического закона распределения теоретическому.

6. Разработка методики прогнозирования электропотребления промышленных предприятий на основе ценологиче-ских свойств структуры электропотребления.

На защиту выносятся следующие основные положения:

1. Промышленные предприятия Судана образуют систему ценологического типа.

2. Прогнозируемость обобщающих показателей структуры электропотребления промышленности Судана на основе их временной устойчивости.

3. Использование ценологического подхода для прогнозирования месячного электропотребления промышленных предприятий Судана.

4. Наличие сезонных колебаний ценологических показателей электропотребления, отражающих особенности электропотребления народного хозяйства Судана.

Научная новизна работы заключается в следующих положениях :

1. Показано, что минимальная выделенная группа предприятий обладает достаточной информационностью для осуществления ценологического прогноза электропотребления.

2. Доказана невозможность прогнозирования электропотребления промышленных предприятий, опираясь на временные ряды в условиях изменений в экономике Судана.

3. Установлено наличие сезонных колебаний показателей структуры электропотребления промышленных предприятий Судана.

4. Разработаны модели временных рядов ценологических показателей.

5. Разработана методика краткосрочного прогнозирования электропотребления на основе ценологических показателей структуры.

Практическая ценность работы заключается в возможности использования полученных моделей, программ, методик для наиболее достоверного определения электропотребления промышленными предприятиями (промышленностью) на краткосрочную перспективу. Это позволит повысить обоснованность принимаемых управленческих решений как для промышленного предприятия при заказе электроэнергии у энер-госнабжающей организации, так и проводить более обоснованную инвестиционную политику в экономике Судана.

Апробация работы. Материал диссертации в целом и отдельные ее положения докладывались автором и обсуждались на 4 научно-технических конференциях, на научных семинарах кафедр «Электроснабжение промышленных предприятий» Московского энергетического института (технического университета) , Новомосковского института Российского химико-технологического университета им. Д.И. Менделеева в 1996-99 гг.

Публикации. По теме диссертации опубликовано 4 печатные работы.

Структура и объем работы. Диссертационная работа изложена на 14 4 страницах, содержит 16 рисунков и 16 таблиц. Работа состоит из введения, четырех глав, заключения, приложения. Список используемой литературы включает 105 наименования работ. Приложение составлено на 33 страницах.

ЗАКЛЮЧЕНИЕ И ВЫВОДЫ.

В последние годы в Судане наблюдается спад объемов выпускаемой продукции и электропотребления, вызванные сложностями переходного периода. Плата за потребляемую электроэнергию промышленными предприятиями увеличивается. Возрастает необходимость определения параметров электропотребления на перспективу. Это объясняется дефицитом электроэнергии в стране, ростом доли электроэнергии в себестоимости продукции, мероприятиями по экономии электроэнергии, определяемые достоверностью полученных результатов прогноза.

Прогнозирование параметров электропотребления должно учитывать, что промышленные предприятия по величине доли электроэнергии в материальных затратах делятся на две группы: доля электроэнергии в одних со временем увеличивается, в других - не увеличивается.

Прогнозирование параметров электропотребления известными методами, основывающимися на различного вида экстраполяции временных рядов не работает в условиях нестабильной экономики. Нами предлагается выход из сложившейся ситуации, основанный на учете ценологических свойств объектов сложной природы - типа электрохозяйство промышленного предприятия. В работе использованы выявленные ограничения, накладываемые на структуру ценозов и описываемые математическим аппаратом гиперболических Н-^-распределения (для поставленных задач сводимого к ранговому Н-распределению по параметру).

ОСНОВНЫЕ ВЫВОДЕ ПО РАБОТЕ:

1. Совокупность промышленных предприятий Судана, подключаемых к энергосистеме, по величине электропотребления образуют систему ценологического типа.

2. Целесообразно создание банка данных ценологических показателей Судана по электропотреблению, который должен охватывать основные расчетные параметры.

3. Существуют сезонные колебания рангового коэффициента месячного электропотребления, обусловленные климатическими условиями Судана, которые носят колебательный характер и прогнозируются по месяцам.

133

4. Применение корреляционно - регрессионного анализа для прогноза параметров электропотребления допустимо для отдельных предприятий. Расчетная общая матрица коэффициентов характеризуется незначимыми, в основном, парными коэффициентами корреляции.

5. Ценологические методы прогноза электропотребления, основанные на расчетных рангах, неприменимы для промышленных предприятий Судана из-за сильных ограничений со стороны энергосистемы, обусловленных недополучением электроэнергии.

6. Разработана методика прогнозирования месячного электропотребления на основе аналога рангового коэффициента месячного электропотребления.

7. Методика прогноза месячного электропотребления апробирована на выборке промышленных предприятий г. Хартума .

1. Быков В.А. Итоги науки и техники, экономия топлива, тепловой и электрической энергии. Научный редактор (ВИНИТИ). Том 1. Москва 1989г.-468 с.

2. Академия наук СССР. Электрификация в современном мире. М.: Наука, 1990г.-373 с.

3. Рабочая книга по прогнозированию. Под ред. И.В. Бестужева-Лады, М.: Мысль 1982г.-430 с.

4. Янг Э. Прогнозирование научно-технического прогресса. 2-у Изд-во,-М.: прогресс, 1970г. 585с.

5. Федоренко Н.П., Анишкина А.Н., Яременко Ю.В. Методы народнохозяйственного прогнозирования. М. : Наука, 1985г. 370с.

6. Тейл Г. Прикладное экономическое прогнозирование. М.: Прогресс, 1970г. 586с.

7. Гошинский В.Г. Инженерное прогнозирование. М. : энергоиздат. 1982г. - 208с.

8. Лисичкин В. Л. Теория и практика прогностики. -М.: Наука, 1972г. 230с.

9. Демократическая республика Судан. Из-во, Наука, М. : 1973г.

10. Roseries power station. "The goverment printing press" 1971.- 455 p.

11. Проблемы энергообеспечения в капиталистических странх в условиях современной энергетической ситуации, -М.: ВНИИК ТЭП, 1987г. -С. 21-61.

12. Stenickova D. Systemovy pristup k prognosovany spotreby electricke energie. Energitica, 1978, vol/ 28, N.7, p. 302-308.

13. Ethiopia-Sudan power systems interconnection study project. IVO international LTD. Volume 4, sep. 1995,- 412 p.

14. Кудрин Б. И. О некоторых проблемах исследования электрического хозяйства металлургического предприятия. электрификация металлургических предприятий Сибири, Вып. 4, Томск: изд-во ТГУ, 1978г.,-С. 8-72.

15. Яблонский А.И. Математические модели в исследовании науки. М.: Наука, 1986, - 351с.

16. Decgamps С. Load forecasting and fast growth problem. Power Systems Analysis and Planning. Proceedings of Arab Scool of Science and Technology. Winter Session, Kuwait, January, 1981, Washington e.a., 1983, P. 105-122.

17. Горелова В.JI. Мельникова Е.Н. Основы прогнозирования систем.-М.: Высшая Школа 1986. 267с

18. Мельников А.В., Павлуша И.П. Соврешенстовование методов и моделей прогнозирования электропотребления и электрических нагрузок энергосистем. Анализ и прогнозирование развития отраслей топливно-энергетического комплекса региона, Свердловск, 198 6,-С. 12.

19. Багиев Г.Л., Светуньков С.Г. Адаптивное прогнозирование электропотребление важнейший элемент повышения эффективности энергетического комплекса, Ташкент, 1986, с. 50-53.

20. Анализ и прогноз развития больших технических систем /Под ред. С.А. Саркисяна. М. : наука. 1983. 279с.

21. Кедров Б.М. О науках фундаментальных и прикладных. Вопросы философии, 1972, N10, с. 8-18.

22. Bajay S.V. Long-term electricity demand forecasting models. A review of methodologies. Electric Power Systems Researh, 1983, vol. 6, N 4, P. 244-255.

23. Расходов В.Ф., Праховник A.B., Розен В.П. Прогноз потребной мощности и энергии промышленных предприятий. Киев: Знание, 1982, 28с.

24. Energy Conservation. Success and Failurer.-Washington (D.C.), 1987. 261 p.

25. Праховник A.B., Розин В.П. энергосберегающие режимы энергоснабжения горнодобывающих предприятий.- М. : Недра, 1985.

26. Нормирование топливно-энергетических ресурсов и регулирование режимов электропотребления: Сборник инструкции/под ред. В.В. Дерягина.- М.: недра, 1983.

27. Головкин Б.Н, Пирогов В.Н., Старцев А.П. Прогноз электропотребления промышленного предприятия в условиях нестабильной экономики. Пром-я энерг. 1996 N2.

28. Гордеев В.И., Демура А. В, Надтока И. И. Пути и результаты совершенствования методов прогнозирования электропотребления. Пром-я энерг. 1993 N 9-10.

29. Факторный, дискриминантный и кластерный анализ.-М.: Финансы и статистика. 1989.

30. Лукашин Ю.Г. Адаптивные методы краткосрочного прогнозирования.-Марокко: статистика, 1979.

31. Элти ДЖ., Кумбс М. Экспертные системы: концепции и примеры.-М.: финансы и статистика. 1987.

32. Гордеев В.И., Васильев И.Е., Щуцкий В.И. управление электропотребление и его прогнозирование.- ростов-на-Дону: РГУ, 1983.

33. Lester M.D. Energy consumption in industrial processes: Aluminium/13th WEC.-13p.

34. Кудрин В.И. О проблемах электроснабжения и подключения потребителей к энергосистемам, пром. энер.

35. Ценологическое определение параметров электр'опо-требления многономенклатурных производств. /Кудрин Б.И., Жилин Б.И.,Лагуткин О.Е., Ошурков М.Г. Тула: Приок. кн. Изд-во,1994.-122с.

36. Отсчет по дизельным установкам, которые пренод-лежать к промышленным предприятиям. «Энергонадзор отдел планирования», Амин Сабри. А., Харун Осман (перевод из арабского).1996,-564 с.

37. Ахмедов Э.Р. Электроемкость национального дохода. Факторы, определяющие перспективную динамику /методические особенности и опыт прогнозирования электрификации. -М. : 1989 . с 36-46

38. Литвинова Н.Ф. К определению потребности в электроэнергии для черной металлургии /Проблемы обновления и интенсификации использования промышленного потенциала УССР.- Киев.1987.-с 74-78.

39. Вейнгартен С.Т., Кузьмин А.А. Новотагильский металлургический завод /Гипромез. 1931.-No 4 -с.14-21.

40. Левчев П.И., Царькова И.Д. "О планировании мероприятий по энергосбережению". Пром-я энерг. 1998. No7.

41. Сибикин Ю. "Важнейшие направления энергосберегающей политики Российской федерации" Пром-я энерг.1998 No б.

42. Сальников А.Х., Шевченко JI.A. "Нормирование потребления и экономия топливно-энергетических ресурсов" М.: энергоатомиздат, 1986.- 240с.

43. Поликарпов Е.А. "К оценке эффективности мероприятий по снижению электропотребления промышленными предприятиями" Пром-я энерг. 1998. No 5.45'. Кудрин Б.И. Введение в технетику. Томск: Изд-во ТГУ, 1991. 384с.

44. Якимов А.Е. Устойчивость потребления электрической энергии и мощности металлургических предприятий. Моделирование обобщающих электрических показателей на стадиях перспективного проектирования: Автореф. дисс. конд. техн. наук. -М., 1985, 20с.

45. Кудрин Б.И., Жилин Б.В., Лагуткин О.Е, Ошурков М.Г. "Методические указания по прогнозированию параметров электропотребления" Москва изд. МЭИ, 1997.

46. Прогностика терминология (сборник научно-нормативных терминов, вып. 109).-М.: Наука, 1990. 56с.

47. Кудрин Б. И. Электрика: некоторые теоретические основы электрификация металлургических предприятий Сибири. Вып.6.-Томск,198 9. с. 5-77.

48. Пуарье Д. Эконометрия структурных изменений. Пер. с анг. М.: финансы и статистика, 1982.- 183с.

49. The conceptual and practical problem underiving demand forecasting for electric energy Electra. 1985. N 103. P. 29-36.

50. Щеколдина Т.В. Статистическое прогнозирование объема электропотребления.- Методлогические проблемы статистического исследования социально-экономического потенциала, М.: МЭИ, 1989. с. 92-96.

51. Игнатов А.Н. Методика прогнозирования электропотребления объединенных энергосистем. Принципы и методологические основы проектирования ЕЭС СССР, М.: энерго-атомиздат, 1985. с. 69-74.

52. Кудрин Б.И., Котельников А.И., Якимов А.Е. Отраслевая информационная база расхода электроэнергии. -Повышение эффективности использования топливно-энергетических ресурсов в промышленности, М. : МДНТП, 1981 с. 20-24.

53. Якимов А.Е. Комплексное прогнозирование электрических показателей промышленных предприятий и энергосистем /энергосбережение и автоматизация проектирования электрохозяйства промышленных предприятий. М. : МДНТП, 1991. с. 56-60.

54. Альферова Т.В. Модель прогнозирования параметров электропотребления промышленных предприятий. межвуз. Сб. тр. N0 90, М.: МЭИ, 1986, с. 40-45.

55. Анчарова Т.В., Бодрухина С.С., Матюнина.Ю.В. Развитие электропотребления на промышленных предприятиях в условиях неопределенности исходной информации/ Промышленная энергетика, 1995, Ыо 9. с. 21-22.

56. Тараник H.A. Математические модели прогнозирования расхода электроэнергии с учетом сезонного фактора /Пром-я энерг. 1992, No 12. с. 37-40.

57. Скворцов P.A., Распопов A.B. Прогнозирование электропотребления промышленных предприятий в условиях нестабильной экономики. -В сб.: Электрификация металлургических предприятий Сибири. Томск: изд-во ТГУ,1997. с. 230-238.

58. Астахов Ю.Н. Математическое моделирование процессов производства электроэнергии в разных странах / математическое описание ценозов и закономерности техники. Абакан: центр системных исследований, 1996. с. 273-280.

59. An improved method of extrapolating distribution system load grouth / Willis H.L., Tram H.N., North cote Green J.E.D., Powell R.W./IEEE Transactions on power Apparatus and Systems, 1984, vol. PAS-103, N6. p. 14591565.

60. Дрейпер H., Смит Г. Прикладной регрессионный анализ: В 2-х кн. 2-е изд., перераб. И доп.- М. : финансы и статистика, 1986.

61. Окороков В.Р., Берегова Г.М. Анализ объективных тенденций электропотребления промышленностью и влияющих на него факторов. изд. вузов. Энергетика, 1986,N3, с. 120-123.

62. Гордеев В.И., Морхов А.Ю., Исаев К.Н. "Применение дисперсионного анализа и теории нечетких множеств к расчету параметров электропотребления / условия присоединения потребителей к сети энергосистем.'" Материалы конференции. М.: МДНТП, 1993. с. 88-92.

63. Баник О.А. Формирование факторного пространства признаков в многомерных моделях электропотребления / Вестник Киевского политехнического института. Горная электромеханика и автоматика, 1986, вып. 17. с. 27-30

64. Завадский В. Г. Специфика прогнозирования электропотребления для многопрофильных предприятий. Энергетические нагрузки и электропотребление в новых условиях хозяйствования: Матер. Семин., О-во "Знание" РСФСР,М.: МДНТП, 1989. с.111-114.

65. Моделирование и системные исследования динамики электропотребления / Аношко В.Ф. и др.// Системы энергетики: управление развитием и функционированием. Иркутск, 1986. с.41-74.

66. Methods employed for the determination of electric power consumption forecasts. U.N. Economic Commission for Europe. Geneva 1956.

67. H. Vogt, W. Kiefer. Systematyk and Technik mettle frisiger strombedarf sprognosen. Energie (BRD), Bd 14 N 9. 1962.

68. ЕЭК ООН. Методы и принципы установления прогнозов потребностей в энергии. Нью-Йорк. 1964.

69. Де Фелис. Результаты, достигнутые международным союзом предприятий по производству и распределению электроэнергии (ЮНИПЕДЕ) в изучении методов перспективной оценки потребления электроэнергии. Стамбул. 1965. А. 9.

70. The Vessels, К.-H. Blower, J. Kehse. Present state of methods of forecasting demand for energy WPC Tokyo 1966. IA. P. 138.

71. Пензин Д.Я. Экономическое развитие Судана, изд. ил, 1967.

72. Стаймова Е.Ф., Кожов К.В., Петров М.Б. Разработка моделей прогнозирования электропотребления ЭЭС. Новосибирск, 1986. с. 16-28.

73. Берегова Г.М. Электропотребление в промышленном производстве на длительную перспективу в условиях проведения политики энергосбережения на основе имитационной модели. Из-во вузов. Энергетика, 1987, N6, с.121-124.

74. Гужов Н.П. Прогнозирование электропотребления по подразделениям предприятия как системы взаимосвязанных параметров.-Из-во вузов. Энергетика, 1987, N8. с.112-115.

75. Прейскурант No 2-11, тарифы на электроэнергии, прейскурант 1997г.

76. Фуфаев В.В., Лагуткин О.Е., Матюнина Ю.В. Прогнозирование электропотребления и оценка энергосбережения по критериям Н-распределения // Промышленная энергетика, 1996,No9. с. 28-32.

77. National Electricity Corporation financial management division. 1993.

78. National Electricity Corporation financial management division statistical Schedule. 1996,- 312 p.

79. National Electricity Corporation financial management division statistical Schedule. 1998,- 320 p.

80. Berndt E.R., Watkins С. С. Modelling energy demand: The choice between input and output energy measures //Energy Journal, 1986, vol.7, N2.-P.107-127.

81. Ивахненко А. Г. Долгосрочное прогнозирование и управление сложными системами.- Киев: техника, 1975. 312с.

82. Усихин В.Н. О взаимоотношениях знергоснабжающих организаций и ротребителей электрической энергии/ /Промышленная энергетика, 1997,No7. с. 6-9.

83. Исследование динамики удельных показателей электропотребления промышленных предприятий / Барыкин Е.Е., Витушко А.В., Косматов Э.М., Малькова JI.И.//Промышленная энергетика, 1994, Nol2.c.2-7.

84. Rhys J.M.W. Methods for forecasting electricity demand in the UK assessment of past forecat. - 3rd International Conference on Reliability of Power Supply Systems. London, 1983,vol.63.P.541-546.

85. Кудрин Б. И. Электроснабжение промышленных предприятий.- М.: Энергоатмиздат, 1995, 416 с.

86. Кудрин Б.И. Введение в технетику.- 2-е изд., пе-рераб. И доп.- Томск: Изд-во Томского гос. Ун-та. 1993. 552 с.

87. Кудрин Б. И. Некоторые итоги электрификации и проблемы развития электрического хозяйства металлургических предприятий / / Электрификация металлургических предприятий Сибири. Вып. 3. Томск, 1976. с. 7-70.

88. С.Д. Хайтун. Наукометрия: состояние и перспективы. М.: Наука, 1983. 344с.

89. С. Д. Хайтун. Проблемы количественного анализа науки. М.: Наука, 1989. 280с.144

90. Левич А.П. Биотическая концепция контроля природной среды //Доклады Академии наук. 1994. Т. 337. No2.С.257-259.

91. Левич А.П., Алексеев В.Л., Рыбакова С.Ю. Оптимизация структуры экологических сообществ: модельный анализ //Биофизика. 1993. Т. 38. Вып.5. С. 877-885.

92. Левич А.П., Алексеев В.Л., Никулин В.А. Математические аспекты вариационного моделирования в экологии сообществ //Математическое моделирование. 1994. Т. б. No5. С. 55-71."

93. Исходные даны электропотребления предприятий по месяцам (за 1990г). Табл. П.1.1.

94. Распределение промышленности Судана по провинциям.

95. N. Отрасль Провинцшк. Мощность S(kBA), и количество предприяти й-Ы,(шт) Сахарная Текстильная Масло и мыло Пищевая Химическая Непромыт ленная группа Потребление малыми предприяти ми Сумма S(kBA) Общее количество предприятий

96. Северный Хартум S 12693 13940 9785 10390 4844 6003 576551. N 13 26 29 24 28 24 1442,Омдурман S 1867 7430 4602 8764 2820 1362 268451. N 18 17 26 24 16 21 122

97. З.Хартум S 50 3402 2985 3800 7575 23403 412151. N 1 5 8 7 12 20 53

98. Эльбагер S 2000 6860 8384 4725 1939 2625 265331. N 2 11 12 6 6 5 42

99. Центральный и голуьой нил S 6875 50438 8293 12435 2035 1750 5561 873871. N 2 13 24 32 3 2 10 86б.Белый нил S 37800 2100 2275 839 4000 100 471141. N 2 4 9 9 2 3 29

100. Восточная S 6250 1000 165Ö 3208 - 100 122081. N 1 1 4 8 2 161. ВСЕГО 298957 492