автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Модели, критерии и алгоритмы оптимизации управления региональной энергосистемой

ВВЕДЕНИЕ.

1 ПРОБЛЕМА ОПТИМИЗАЦИИ УПРАВЛЕНИЯ ПРОИЗВОДСТВЕННОЙ ДЕЯТЕЛЬНОСТЬЮ РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМЫ НА ЭТАПЕ ПЛАНИРОВАНИЯ.

1.1 Общая характеристика задач планирования производственной деятельности региональной энергосистемы.

1.2 Проблема повышения эффективности процедуры планирования производственной деятельности региональной энергосистемы.

1.3 Обзор современного состояния проблемы повышения эффективности управления производственной деятельностью энергосистем.

1.3.1 Задача разработки математического обеспечения А СПР.

1.3.2 Алгоритмы прогнозирования энергопотребления.

1.3.3 Некоторые задачи повышения качества прогнозов.

1.3.4 Задача оптимизации загрузки ТЭС и их математические модели.

Электроэнергетика - это одна из базовых отраслей экономики любого промышленно развитого государства, от эффективности работы которой во многом зависит способность государства сохранять и наращивать свой промышленный потенциал. Это обстоятельство объясняет особый интерес, который проявляют в России к проблемам совершенствования методов и средств управления региональными энергосистемами.

Современные средства вычислительной техники и системное программное обеспечение делают принципиально возможным построение комплексных автоматизированных систем управления такими сложными организационно-техническими объектами, как энергосистема. Однако сама по себе задача построения эффективной системы управления энергосистемой, в том числе разработка критериев и алгоритмов ее функционирования, по-прежнему остается довольно сложной проблемой.

Одним из путей решения этой задачи является декомпозиция общей проблемы управления энергосистемой на отдельные подзадачи с последующей разработкой локальных систем управления для их решения. В дальнейшем, по мере необходимости, локальные системы управления отдельными рабочими процессами энергосистемы должны интегрироваться в единую систему управления.

Одним из достоинств такого подхода является возможность поэтапного решения задач управления энергосистемой и, в первую очередь, тех задач, от решения которых ожидается получение значительного экономического эффекта. Практика разработки корпоративных систем управления показывает, что по критерию ожидаемого экономического эффекта (снижения затрат, увеличения прибыли, повышения конкурентоспособности и т.п.) можно выделить следующие наиболее приоритетные направления разработки и внедрения автоматизированных систем управления: управление производством, управление финансами, управление снабжением основного и вспомогательного производства.

Несмотря на то, что задачи управления финансами и снабжением в электроэнергетике обладают рядом характерных для нее особенностей, для построения систем управления данными видами деятельности, как правило, могут быть использованы готовые решения, предлагаемые на современном рынке систем корпоративного управления, тогда как задачи управления производством электрической и тепловой энергии, такие как разработка производственных планов и оперативное диспетчерское управление энергосистемой, заметно отличаются в силу технологических особенностей данного вида производства от задач управления производством в других отраслях промышленности и требуют разработки иных критериев и алгоритмов управления.

Приведенные выше соображения определяют актуальность данной диссертационной работы, посвященной решению ряда вопросов автоматизации планирования производственной деятельности региональной энергосистемы.

Основной целью данной работы является разработка и исследование моделей, критериев и алгоритмов управления производственной деятельностью региональной энергосистемы на этапе планирования, а также создание на их основе математического и программного обеспечения автоматизированной системы плановых расчётов (АСПР).

В результате выполнения данной диссертационной работы были получены следующие основные научные результаты.

Разработан статистический алгоритм прогнозирования случайных процессов потребления электрической и тепловой энергии и электрической мощности.

Предложен комбинированный метод учёта в прогнозах энергопотребления экстраполирующих экспертных оценок будущих значений прогнозируемого процесса.

Разработаны квадратичный и минимаксный критерии оптимальности и предложены методы решения задачи согласования прогнозов иерархически организованных показателей потребления энергии в региональной энергосистеме. По первому из критериев предложено решение задачи согласования прогнозов для иерархии с произвольным числом уровней, по второму критерию предложено частное решение для двухуровневой иерархии.

Разработаны одно- и двухфакторная аналитические нелинейные модели удельных расходов условного топлива ТЭС на производство электрической и тепловой энергии, соответственно. Установлена возможность замены разработанных нелинейных моделей их линейными аппроксимациями, получаемыми путём разложения исходных моделей в ряд Тейлора.

Предложены линейные двухфакторные модели расхода электрической энергии и мощности на собственные нужды ТЭС.

Разработан критерий оптимальности и предложено решение задачи оптимизации распределения электрической нагрузки и выработки электроэнергии между собственными ТЭС энергосистемы и оптовым рынком электроэнергии и мощности.

Результаты, полученные в диссертационной работе, были положены в основу разработки соответствующих программных комплексов, применение которых при планировании производственной деятельности региональной энергосистемы позволяет:

- сократить временные затраты на разработку производственных планов энергосистемы;

- повысить обоснованность результатов планирования;

- увеличить гибкость процедуры планирования за счёт снижения трудозатрат на разработку нескольких вариантов производственного плана;

- получить существенный экономический эффект от оптимизации загрузки генерирующих мощностей энергосистемы при оптимальных объёмах покупной энергии и мощности.

Результаты диссертационной работы использованы при разработке программного комплекса средств прогнозирования полезного отпуска электрической и тепловой энергии собственным потребителям энергосистемы

АО «Самараэнерго», инсталлированного в исполнительной дирекции АО «Самараэнерго» и центральном отделении «Энергосбыта», и используемого при разработке планов энергосистемы по сбытовой деятельности, а также при разработке информационной системы "Оптимизации распределения нагрузок ТЭС и величины межсистемных сальдо-перетоков энергии и мощности в энергосистеме АО "Самараэнерго", инсталлированной в исполнительной дирекции АО «Самараэнерго», и используемой при разработке производственных планов энергосистемы.

На защиту выносятся:

- Модели, критерии и алгоритмы решения задач прогнозирования потребления электрической и тепловой энергии и электрической мощности в региональной энергосистеме.

- Математические модели тепловых электрических станций.

- Критерий и алгоритм решения задачи оптимизации производственного плана энергосистемы в части распределения электрической нагрузки и выработки электроэнергии между собственными ТЭС энергосистемы и оптовым рынком электроэнергии и мощности.

4.4 Основные результаты решения задачи оптимизации производственного плана региональной энергосистемы

В ходе работы над решением задачи оптимизации производственного плана региональной энергосистемы автором были получены следующие основные результаты, нашедшие отражение в данной диссертационной работе.

Осуществлена формальная постановка задачи оптимизации производственного плана энергосистемы, в том числе: разработан критерий оптимизации производственного плана, в основу которого положена величина переменной составляющей затрат на производство электрической и тепловой энергии, и определены ограничения на значения оптимизируемых параметров плана. Решение задачи оптимизации производственного плана энергосистемы сводится к поиску минимума разработанного критерия при соблюдении установленных ограничений на величину оптимизируемых переменных.

Показано, что сформулированная задача оптимизации производственного плана энергосистемы является, по сути, задачей линейного программирования, для решения которой предложено использовать соответствующую библиотечную подпрограмму среды программирования Microsoft Fortran PowerStation 4.0, предназначенной для создания программ на языке Фортран.

Выполнен тестовый расчёт оптимального варианта производственного плана энергосистемы АО «Самараэнерго» для I квартала 2002 г., и произведено его сравнение с вариантом плана, разработанным ответственными службами АО «Самараэнерго». Выполнена оценка предполагаемого экономического эффекта от реализации оптимизированного производственного плана, который в целом для I квартала 2002 г. составил 22.4 млн. руб.

5 ВОПРОСЫ АППАРАТНОЙ И ПРОГРАММНОЙ РЕАЛИЗАЦИИ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ПЛАНОВЫХ РАСЧЁТОВ

Результаты диссертационной работы были использованы при построении АСПР, предназначенной для решения задач планирования производственной деятельности энергосистемы АО «Самараэнерго». Система установлена в Исполнительной дирекции АО «Самараэнерго» и находится в ведении сотрудников экономического управления.

Обобщённая структурная схема аппаратной части АСПР приведена на рис. 5.1.

Рисунок 5 - Структурная схема аппаратной части АСПР

Центральным звеном аппаратной части системы является сервер базы данных (БД). К нему подключены рабочие станции пользователей. В свою очередь, серверу открыт доступ к базе данных оперативно-информационного комплекса (ОИК), предназначенного для целей оперативно-диспетчерского управления энергосистемой, из которой сервер регулярно осуществляет конвертацию данных о технико-экономических показателях станций и режимах работы энергосистемы. Кроме этого, часть данных, в основном экономического характера, заносится на сервер через рабочие станции пользователей.

Программное обеспечение АСПР реализовано по клиент-серверной технологии (рис. 5.2).

Сервер

БД

Рисунок 5.2 - Структура программного обеспечения АСПР

Серверная часть представляет собой базу данных под управлением СУБД Oracle. База данных состоит из набора связанных между собой таблиц, процедур и функций обработки данных. Клиентской частью является прикладная программа, реализованная на объектно-ориентированном языке высокого уровня в среде разработки Borland Delphi 6.0, и включающая в себя интерфейс пользователя, функции первичной обработки и подготовки исходных данных, процедуры доступа к базе данных. Вся расчетная часть прикладной программы, в которой реализованы результаты диссертационной работы, вынесена в отдельные динамически подключаемые библиотеки, которые разработаны в среде программирования Microsoft Fortran PowerStation 4.0.

Процедура доступа к базе данных представляет собой набор запросов к базе данных на языке SQL (structured query language - язык структурированных запросов), а так же набор компонент для хранения результатов запросов и доступа к ним. Процедура обработки данных представляет собой набор функций, осуществляющих получение данных из процедуры доступа к БД, часть из которых обрабатывают самостоятельно, а часть передают в динамически подключаемые библиотеки, получая результаты расчёта. Результаты обработки данных и расчётов передаются в интерфейс пользователя. Интерфейс пользователя состоит из набора подчиненных окон, содержащих элементы ввода-вывода и управления.

Совокупность исходных данных, а так же результаты расчетов могут быть сохранены в отдельном файле на пользовательской рабочей станции. Данный файл, в последствии, может быть открыт прикладной программой, и на его основе может быть проведен расчет, даже при отсутствии доступа к БД.

Для построения отчета по результатам расчёта, реализована функция экспорта данных в программу MS Excel.

110

ЗАКЛЮЧЕНИЕ

В результате выполнения данной диссертационной работы автором были сделаны следующие основные выводы.

Задачи планирования являются одними из наиболее приоритетных задач управления производственной деятельностью региональной энергосистемы. Одним из возможных способов повышения эффективности процедуры планирования производственной деятельности региональной энергосистемы является разработка и внедрение автоматизированной системы плановых расчётов (АСПР), на которую должно быть возложено решение следующих задач: предоставление возможности персоналу энергосистемы, ответственному за разработку производственного плана, быстрого и удобного доступа к большим объемам необходимой информации; увеличение точности и обоснованности прогнозов энергопотребления и его основных составляющих; оптимизация загрузки производственных мощностей энергосистемы.

Первоочередным этапом построения АСПР является разработка её математического обеспечения, включающего критерии, модели и алгоритмы оптимизации планирования производственной деятельности энергосистемы. При этом ключевыми задачами повышения эффективности процедуры планирования являются: разработка алгоритмов прогнозирования потребления электрической и тепловой энергии и электрической мощности, построение моделей ТЭС; оптимизации распределения электрической нагрузки и выработки между собственными ТЭС энергосистемы и ФОРЭМ.

Основное внимание в данной диссертационной работе сосредоточено на решении данных задач.

В ходе работы над решением задачи прогнозирования энергопотребления автором были получены следующие основные результаты, нашедшие отражение в данной диссертационной работе.

Разработан алгоритм прогнозирования полезного отпуска электрической и тепловой энергии и электрической мощности, основанный на моделировании основных закономерностей процесса потребления энергии.

Предложен способ корректировки прогнозов с учетом экспертных оценок ожидаемой величины полезного отпуска энергии, в основу которого положен метод построения комбинированных прогнозов, изложенный в [28].

Разработаны критерии и алгоритмы решения задачи согласования между собой частных прогнозов отдельных составляющих иерархически организованных показателей энергопотребления.

Произведен ряд численных экспериментов с целью проверки работоспособности предложенных алгоритмов прогнозирования; полученные результаты говорят о возможности применения разработанных алгоритмов для . решения задач планирования энергетических балансов энергосистемы.

В результате изучения проблемы моделирования тепловых электрических станций были разработаны нелинейные модели удельных расходов условного топлива на производство электрической и тепловой энергии ТЭС и предложены линейные модели расхода электроэнергии и мощности на собственные нужды ТЭС.

На конкретных примерах был выполнен анализ точности прогнозов удельных расходов условного топлива и электрической энергии на собственные нужды ТЭС, получаемых по разработанным моделям, который показал достаточную степень соответствия предложенных моделей моделируемым ТЭС. При этом наилучшие по точности результаты прогнозирования удельных расходов топлива и электроэнергии на собственные нужды по предложенным моделям были получены для наиболее мощных станций, точность моделирования которых является определяющей для практической значимости результатов последующего решения задачи оптимизации производственного плана энергосистемы.

Установлена возможность, при незначительном снижении точности прогнозов, замены исходных нелинейных моделей удельных расходов условного топлива их линейными аппроксимациями, получаемыми в результате разложения исходных моделей в ряд Тейлора с усечением его до членов первого порядка. В дальнейшем, для решения задачи оптимизации производственного плана энергосистемы предлагается использовать линеаризованные модели ТЭС.

В ходе поиска решения задачи оптимизации производственного плана региональной энергосистемы автором были получены следующие основные результаты, отражённые в данной диссертационной работе.

Осуществлена формальная постановка задачи оптимизации производственного плана энергосистемы, в том числе: разработан критерий оптимизации производственного плана, в основу которого положена величина переменной составляющей затрат на производство электрической и тепловой энергии, и определены ограничения на значения оптимизируемых параметров плана. Решение задачи оптимизации производственного плана энергосистемы сводится к поиску минимума разработанного критерия при соблюдении установленных ограничений на величину оптимизируемых переменных.

Показано, что сформулированная задача оптимизации производственного плана энергосистемы является, по сути, задачей линейного программирования, для решения которой предложено использовать соответствующую библиотечную подпрограмму среды программирования Microsoft Fortran PowerStation 4.0, предназначенной для создания программ на языке Фортран.

Выполнен тестовый расчёт оптимального варианта производственного плана энергосистемы АО «Самараэнерго» для I квартала 2002 г., и произведено его сравнение с вариантом плана, разработанным ответственными службами АО «Самараэнерго». Выполнена оценка предполагаемого экономического эффекта от реализации оптимизированного производственного плана, который в целом для I квартала 2002 г. составил 22.4 млн. руб.

По результатам данной диссертационной работы была построена АСПР, предназначенная для решения задач планирования производственной деятельности энергосистемы АО «Самараэнерго».

1. Абасов Н.В., Бережных Т.В., Резников А.П. Долгосрочный прогноз приро-дообусловленных факторов энергетики в информационно-прогностической системе ГИПСАР // Известия Академии наук. Энергетика, 2000, №6. с. 22-30.

2. Ахиезер Н.И. Лекции по теории аппроксимации. М.: Наука, 1965.

3. Баранов Г.Л., Марченко Б. Г., Приймак Н.В. Построение модели и анализ стохастических периодических нагрузок энергосистем // Известия Академии наук СССР. Энергетика и транспорт, 1991 г., №2. с. 12-21.

4. Баринов В.А., Совалов С.А. Режимы энергосистем: методы анализа и управления. М.: Энергоатомиздат, 1990. 440 с.

5. Бартеньев О.В. Современный Фортран. М.: «Диалог-МИФИ», 1998. 397 с.

6. Бартеньев О.В. Фортран для профессионалов. Математическая библиотека IMSL. Ч. 1. М: «Диалог МИФИ», 2000. 448 с.

7. Бартеньев О.В. Фортран для профессионалов. Математическая библиотека IMSL. Ч. 2. М.: «Диалог МИФИ», 200. 320 с.

8. Бартоломей П.И., Грудинин И., Неуймин В.Г. Определение оптимальных и допустимых режимов в задачах оперативного управления ЭЭС // Известия Академии наук СССР. Энергетика и транспорт, 1991, №4. с. 62-70.

9. Богданов В.А. Статистическая аппроксимация энергетических и сетевых характеристик для анализа оптимальности режимов энергообъединений // Известия Академии наук СССР. Энергетика и транспорт, 1990, №1. с. 5868.

10. Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и управление. М.: Мир, 1974. 406 с.

11. Бэнн Д.В., Фармер Е.Д. Сравнительные модели прогнозирования электрической нагрузки. М.: Энергоатомиздат, 1978. 200с.

12. Вентцель Е.С. Теория вероятностей. М.: Высш. школа, 1998. 576 с.

13. Вентцель Е.С., Овчаров JI.A. Теория случайных процессов и ее инженерные приложения. М.: Высш. школа, 2000. 383 с.

14. Волошко A.B., Коврижных В.Б. Выбор модели прогноза параметров режима систем электроснабжения // Известия Вузов. Энергетика, 1990, №3. с. 35-38.

15. Гамм А.З. Новые подходы к решению задач диспетчерского управления электроэнергетическими системами // Известия Академии наук СССР. Энергетика и транспорт, 1991, №4. с. 12-22.

16. Гамм А.З., Таирова Е.В., Хамисов О.В. Поиск равновесных точек в моделях рыночных механизмов ЭЭС // Известия РАН. Энергетика, 2000, №6. с. 57-63.

17. Головченко В.Б. Прогнозирование временного ряда по экспертным высказываниям // Техническая кибернетика, 1991, №3. с. 47 51.

18. Головченко В.Б., Носков С.И. Комбинирование прогнозов с учетом экспертной информации. // Автоматика и телемеханика, 1992. №11 с. 109-117.

19. Головченко В.Б., Носков С.И. Прогнозирование на основе дискретной динамической модели с использованием экспертной информации. // Автоматика и телемеханика, 1991. №4 с. 140-148.

20. Гольдштейн В.Г. Методы оптимального управления энергосистемами. Куйбышев, 1989.

21. Горнштейн В.М., Мирошниченко Б.П., Понамарев A.B. Методы оптимизации режимов энергосистем. М.: Энергоиздат, 1981. 336 с.

22. Демьянов В.Ф., Малоземов В.Н. Введение в минимакс. М.: Наука, 1972.

23. Доброжанов В.И. Прогнозирование электропотребления промышленного предприятия // Известия Вузов. Энергетика, 1989, №6. с. 18-22.

24. Емельянов A.C. Эконометрия и прогнозирование. М.: Экономика, 1985. 225 с.

25. Едемский С.Н. Прогнозирование электропотребления нагрузки на основе моделей с самоорганизацией // Известия Вузов. Энергетика, 1990, №2. с. 17-22.

26. Журавлев В.Г., Мамицкий М.Ф. Прогнозирование потребления электроэнергии с использованием классификационного подхода // Известия Академии наук СССР, 1988, №5. с. 25-29.

27. Забелло Е.П. Возможный алгоритм оперативного прогноза электрических нагрузок // Известия Вузов. Энергетика, 1990, №1. с. 36-39.

28. Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами. Киев: Техшка, 1975. 309 с.

29. Ивахненко А.Г., Лапа В.Г. Предсказание случайных процессов. Киев: Нау-кова думка, 1971. 402с.

30. Клер A.M., Деканова Н.П., Столетний Г.В., Франк М.И., Щеголева Т.П. Оптимизация режимов работы автономной энергетической системы // Известия РАН. Энергетика, 2000, №6. с. 108-117.

31. Коллатц Л., Крабе В. Теория приближений. Чебышевские приближения. М.: Наука, 1978.

32. Ляхомский A.B., Крицевый Ю.Ф. Прогнозирование электропотребления с учетом климато-метеорологических условий // Известия Вузов. Энергетика, 1989, №10. с. 34-36.

33. Макоклюев Б.И., Костиков В.Н. Моделирование электрических нагрузок электроэнергетических систем. // Электричество, 1994, №10. с. 13-16.

34. Математическое моделирование источников энергоснабжения промышленных предприятий. / А.И. Зайцев, Е.А. Митновицкая, JI.A. Левин, А.Е. Книгин. М.: Энергоатомиздат, 1991. 152 с.

35. Мезенцев А.П. Основы расчета мероприятий по экономии тепловой энергии и топлива. Л.: Энергоатомиздат. Ленингр. отделение, 1984. 120 с.

36. Меламед A.M. Современные методы анализа и прогнозирования режимов электропотребления в электроэнергетических системах // Итоги науки и техники. Энергетические системы и их автоматизация, 1998, т. 4. с. 4-111.

37. Минкин М.Б., Милютин О.И., Захаров О.Г. Снижение расхода топлива в автономных электрических системах // Известия РАН. Энергетика, 1992, №1. с. 135-139.

38. Паламарчук С.И., Фёдоров А.И. Планирование поставок электроэнергии в условиях оптового рынка // Электричество, 2000, №11. с. 31-39.

39. Пашковский С. Вычислительные применения многочленов и рядов Чебы-шева. М.: Наука, 1983.

40. Попырин Л.С. Математическое моделирование и оптимизация теплоэнергетических установок. М.: Энергия, 1978. 416 с.

41. Реклейтис Г., Рейвиндран А., Рэгсдел К. Оптимизация в технике. Т. 1 и 2. М.: Мир, 1986.

42. Розанов М.Н. Электроэнергетические системы и рыночная экономика // Известия РАН. Энергетика, 1992, №2. с. 3-6.

43. Сергеев A.B. Комбинирование прогнозов с учётом экспертной информации // Актуальные проблемы современной науки: Тезисы докладов международной конференции молодых учёных и студентов 12-14 сентября 2000 г. Естественные науки. Часть 4. Самара, 2000. С. 40.

44. Сергеев A.B. Прогнозирование потребления электрической энергии с учётом экспертной информации // Труды молодых исследователей технического университета. Самара: СамГТУ, 2001 г. С. 97 - 102.

45. Славина H.A., Косматов Э.М., Барыкин Е.Е. О методах распределения затрат на ТЭЦ // Электрические станции, 2001, №11. с. 14-17.

46. Ставровский А.Н. Анализ тенденций изменения основных показателей графиков нагрузки электроэнергетических систем // Известия Академии наук СССР. Энергетика и транспорт, 1990, №1. с. 16-22.

47. Тепловое оборудование и тепловые сети. / Г.В. Арсеньев, В.П. Белоусов, A.A. Дранченко и др. М.: Энергоатомиздат, 1988. 400с.

48. Тимченко В.Ф. Колебания нагрузки и обменной мощности энергосистем. М.: Энергия, 1975.

49. Фаерман Е.Ю. Согласование прогнозов иерархически организованных объектов. // Экономика и мат. методы, 1986, т. XXII, вып. 5. с. 838-849.

50. Чукреев Ю.Я, Хохлов М.В., Алла Э.Я. Оперативное управление режимами региональной энергосистемы с использованием нейронных сетей // Электричество, 2000, №4. с. 2-10.

51. Шумилова Г.П., Готман Н.Э., Старцева Т.Б. Краткосрочное прогнозирование электрических нагрузок с использованием искусственных нейронных сетей. // Электричество, 1999, №10. с. 6-12.

52. Шумилова Г.П., Готман Н.Э., Старцева Т.Б. Модель суточного прогнозирования нагрузок ЭЭС с использованием нечетких нейронных сетей. // Известия Академии наук. Энергетика, 2001, №4. с. 52-59.