автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Модели управления развитием предприятий электроэнергетики

На правах рукописи

Дулесов Александр Сергеевич >

МОДЕЛИ УПРАВЛЕНИЯ РАЗВИТИЕМ ПРЕДПРИЯТИЙ ЭЛЕКТРОЭНЕРГЕТИКИ

Специальность 05.13.01 -Системный анализ, управление и обработка информации (информатика, вычислительная техника и управление)

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

Красноярск 2003

Работа выполнена в Красноярском государственном техническом университете и Хакасском государственном университете им. Н.Ф. Катанова

Научный консультант: доктор физико-математических наук, профессор, Быков Валерий Иванович

Официальные оппоненты: доктор технических наук, профессор

Иванчура Владимир Иванович; доктор технических наук, профессор Мызин Анатолий Леонидович; доктор технических наук, профессор Фишов Александр Георгиевич.

Ведущая организация: Институт систем энергетики

им. Л. А. Мелентьева СО РАН (г. Иркутск)

Защита состоится 24 октября 2003 г. в 14 час. 00 мин. на заседании диссертационного совета Д 212.098.04 при Красноярском государственном техническом университете по адресу: 660074, Красноярск-74, ул. Киренского, 26, тел/факс (3912) 43-06-92, (3912) 44-19-02, E-mail: cad@fipu.kgtu.runnet.ru

С диссертацией можно ознакомиться в библиотеке Красноярского государственного технического университета.

Автореферат разослан 20 сентября 2003 г.

Ученый секретарь диссертационного совета А - q д Бронов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Электроэнергетика, обладая многими качествами, подвержена воздействию разнообразных факторов эндогенного и экзогенного характера и находится в постоянном движении. От того, в каком состоянии она находится, как будет развиваться и в каком направлении зависит будущее народного хозяйства России.

В процессе становления рыночных отношений в экономике России осуществляется реорганизация структуры хозяйствования субъектов электроэнергетики, поскольку старая система, ориентированная на плановые формы управления, здесь не приемлема. Стратегия развития электроэнергетики направлена на либерализацию цен и совершенствование конкурентных отношений между продавцами и покупателями электроэнергии. Успех от внедрения данных преобразований будет зависеть от правильной постановки и решения задач по формированию моделей анализа и управления предприятиями электроэнергетики.

Развитие рыночных отношений в сфере производства электрической энергии и предоставления услуг по её реализации связано с такими экономическими категориями, как: спрос, прибыль, тариф. Для успешного оперирования ими необходимы разработка и внедрение методов оценки эффективной работы предприятий.

Успех в достижении предприятием планируемых показателей зависит от результатов подготовки и управления бизнес-проектами. Выполнение данных мероприятий позволит выявлять резервы, целесообразным образом распределять финансовые средства, видеть будущие финансовые возможности и при необходимости управлять ими посредством рычагов, находящихся на вооружении менеджеров. Перспективность достижения искомых результатов непосредственно связана с внедрением реинжиниринга бизнес-процессов на основе разработок и применения математических, экономических, юридических моделей и новых информационных технологий.

Экономическая нестабильность работы некоторых российских предприятий негативно сказывается на их платежеспособности за потребленную электроэнергию, сокращая при этом доходную часть бюджета предприятий. Решение проблемы видится в совершенствовании взаимоотношений между продавцами и покупателями электроэнергии за счет разработки методов анализа и управления рисками.

В сфере управления производством электроэнергии требуется выполнение расчетов и соблюдение режимов оптимальной загрузки агрегатов электрических станций. В основе существующих методов расчета лежит критерий экономически выгодного расходования топлива. Однако создание механизма совершенствования системы рыночных отношений вынуждает энергетиков дополнительно учиты ресурсов

(трудовых, финансовых и др.). Решение задачи возможно посредством модификации существующих методов, которые позволила бы учесть как производственные, так и управленческие связи между используемыми ресурсами и уровнем производства.

Бесперебойное и экономичное электроснабжение потребителей зависит от структуры электрической сети, формируемой на стадии проектирования. Решение данной задачи направлено на поиск оптимальной величины затрат с соблюдением заданного уровня надежности. Разработка моделей и использование методов оптимизации схем электрических сетей позволит избежать излишних эксплуатационных затрат и снизить ущербы от возникновения аварий.

Динамизм всех протекающих процессов в ЭЭС, потребность в управлении и обработке всевозрастающей информации, ставит задачи, решение которых немыслимо без применения новых информационных технологий. Разработка и внедрение в практику анализа, прогнозирования и управления, например, нейросетевых и геоинформационн'ых технологий, позволит выйти на новый этап решения Технологических, социально-экономических и других задач электроэнергетики.

Цель и задачи исследований. Разработать модели и методы управления развитием предприятий электроэнергетики, обеспечивающие совершенствование их механизма хозяйствования, повышение экономичности, надежности, социальной значимости на основе анализа предпосылок к созданию рынка электрической энергии.

Цель достигается путем решения следующих задач:

1. Выявить закономерности развития российской электроэнергетики и сформулировать задачи формирования моделей анализа и управления (планирования), обеспечивающих интеграцию предприятий в рыночную экономику.

2. Опираясь на теоретические предпосылки совершенствования рынка электроэнергии, разработать методы оценки показателей (спрос, доход, прибыль, тарифы и др.) функционирования предприятий.

3. Разработать методы оценки показателей эффективности проектных решений, модели планирования финансовых потоков и способы информационной поддержки решения задач управления бизнес-процессами реинжиниринга.

4. Сформировать модели обеспечения доходности от реализации электроэнергии, выполнить анализ риска и разработать методы управления по его снижению.

5. Разработать модели использования ресурсов, производственных мощностей и распределения электроэнергии в энергосистеме.

6. На базе нейросетевых и геоинформационных технологий разработать модели обработки данных и методы прогноза развития предприятий.

7. С учетом критериев экономичности и надежности создать модели описания структуры электросети и модифицировать методы её построения.

Основные результаты, выносимые на защиту:

1. Методы оценки показателей эффективной работы предприятия (прибыль, тариф, затраты, ресурсы, спрос и предложение, скидки), позволяющие анализировать экономические возможности предприятия в условиях становления и развития рынка электроэнергии в России.

2. Модели принятия реинжиниринговых решений в планировании инвестиционных ресурсов предприятия.

3. Модели, методы, алгоритмы и структуры измерения, анализа и управления рисками финансово-хозяйственной деятельности предприятия.

4. Модели производства и распределения электроэнергии между станциями в системе в условиях поддержания спроса на её продукцию.

5. Нейросетевые модели и алгоритмы, способные обеспечить более полный анализ, обработку данных и достоверный прогноз параметров.

6. Метод картографического анализа взаимодействия предприятий электроэнергетики с внешней средой.

7. Модели распределительных и замкнутых электросетей, алгоритмы оценки их показателей надежности, методы определения числа резервных участков сети с учетом заданного уровня надежности.

Научная новизна результатов исследования.

Исследуя закономерности развития электроэнергетики России, разработан комплексный подход к моделированию процессов функционирования и управления развитием предприятий в условиях формирования рынка электрической энергии. Выделены критерии, и на базе математических и информационных технологий разработаны модели и методы реализации данного подхода.

На основе теории спроса разработаны методы оценки прибыли и совершенствования механизма торговли на рынке электроэнергии, а также возможные модельные варианты тарифного регулирования.

На базе теории принятия реинжиниринговых решений созданы методы оценки показателей и модели распределения финансовых ресурсов, развит менеджерский подход и сформулированы способы информационной поддержки принятия решений в задачах инвестиционного проектирования и планирования энергосбытовой деятельности.

Сформулированы теоретические предпосылки к исследованию коммерческого риска, разработаны методы его измерения, модели формирования оптимального портфеля заявок на поставку электроэнергии потребителям, а также структура информационных ресурсов управления проектными рисками.

Даны обоснования о целесообразности применения производственных функций и функций полезности в задачах об эффективном использовании ресурсов на электрических станциях. На их основе разработаны мо-

дели оптимального плана производства и распределения электроэнергии. Определены условия существования аналитического решения.

Оценены способности искусственных нейронных сетей к обработке данных и конструированию связей между входом и выходом объекта при его управлении. Разработаны нейромодели и методы, позволяющие формировать оптимальную структуру электросетей и с приемлемой точностью получать прогнозные оценки электропотребления.

На базе геоинформационных технологий предложен метод картографического анализа социально-экономического состояния предприятий.

Разработаны модели, методы и алгоритмы, позволяющие строить оптимальную структуру проектируемой электрической сети с учетом соблюдения предъявляемых к ним критериев надежности и экономичности.

Практическая ценность. Результаты исследований позволяют:

- выработать научно-обоснованные подходы к формированию, анализу и моделированию показателей, характеризующих состояние и эффективность управления развитием предприятий электроэнергетики;

- сформировать принципиально новый взгляд управленческого персонала на принятие и реализацию менеджерских решений в условиях зарождения рынка электроэнергии;

- применять новые информационные технологии и системы, способные анализировать и оценивать потенциальные возможности предприятий в совершенствовании их хозяйственной деятельности;

- посредством применения методов оценки и управления товарно-кредитным риском повышать уровень доходов предприятий от реализации продукции потребителям;

- планировать финансово-хозяйственную и инвестиционную деятельность с минимальными потерями для предприятия;

- использовать результаты моделирования дня более эффективного распределения ресурсов и управления производством;

- внедрять в практику проектных расчетов методы и модели построения оптимальных схем электрических сетей.

Методы исследований. Основные теоретические и прикладные результаты работы получены на основе методологии системного анализа, математического моделирования, управления и использования искусственного интеллекта. В процессе реализации нового научного направления, касающегося разработки и применения математического подхода и современных информационных технологий в задачах развития предприятий электроэнергетики, использовались методы оптимизации, теория нейронных сетей, многоагентные системы, теория вероятностей и математическая статистика, теория статистического анализа, математическое программирование, методы принятия решений и др.

Реализация результатов работы. Результаты исследований внедрены на предприятиях АО «Хакасэнерго: Энергосбыт, Южные электрические сети

и Абаканская ТЭЦ», а также на МП «Абаканские электрические сети». Отдельные разделы работы нашли свое применение при выполнении дипломных работ и могут быть использованы при обучении студентов дисциплине «Энергоменеджмент» и спецкурсу «Энергомаркетинг».

Апробация работы. Основные результаты работы представлены:

- на международных конференциях:

«Эффективность и качество электроснабжения промышленных предприятий» (г. Мариуполь, 1994); «Электрификация горных и металлургических предприятий Сибири» (г. Новокузнецк, 1997); «Нейронные, реля-торные и непрерывно-логические сети и модели» (г. Ульяновск, 1998); «Математика. Образование. Экономика» (г. Чебоксары, 1998, 2001, г.Ростов-на-Дону, 1999,); «Математика. Компьютер. Образование» (г.Пущино, 1999, 2001); «Региональный маркетинг: теория, проблемы, опыт» (г. Кемерово, 1999); «Фундаментальные и прикладные проблемы приборостроения, информатики, экономики и права» (г. Москва, 1999); «Математические методы и компьютеры в экономике» (г. Пенза, 1999);

- на всероссийских конференциях с международным участием:

«Достижения науки и техники - развитию сибирских регионов»

(г. Красноярск, 1999,2000, 2001);

- всероссийских научно-технических конференциях и семинарах:

«Кибернетика электрических систем» (г. Абакан, 1989, г. Гомель,

1991, г. Новочеркасск, 1995, 1997, 1999); «Электросбережение, электроснабжение, электрооборудование» (г. Москва, 1995, г. Новомосковск, 1994, 1996, 1998); «Информационные технологии в экономике» (г. Пенза, 1998); «Прогнозирование экономической конъюнктуры в системах маркетинга» (г. Ульяновск, 1998); «Нейроинформатика и её приложения» (г. Красноярск, 1998, 1999, 2000, 2001); «Проблемы информатизации региона» (г. Красноярск, 1998, 1999, 2000); «Информационные технологии в энергетике» (г. Иркутск, 2000, 2001, 2002); «Энергосистема: управление, качество, безопасность» (г. Екатеринбург, 2001); «Моделирование неравновесных систем» (г. Красноярск, 2001,2002).

Публикации. По теме диссертации опубликовано более 100 работ, из них: 15 статей в журналах, учебное пособие и более 40 трудов в сборниках.

Структура и объем работы. Диссертация состоит из введения, 7 разделов, заключения и списка литературы, содержит библиографию - 406 наименований, 290 страниц текста, 37 рисунков, 8 таблиц и 18 приложений с примерами, результатами исследований и материалами внедрения.

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

Введение посвящено обоснованию актуальности работы, постановке цели и задач исследования, научной новизне, практической значимости и методологии исследований.

Раздел 1 посвящен анализу состояния электроэнергетики, формализации и постановке задач управления (планирования) развитием предприятий.

В условиях нынешнего состояния электроэнергетики очевиден тезис о необходимости её устойчивого развития и сохранения надежного электроснабжения на достаточно высоком уровне. Анализ состояния электроэнергетики России и оценка путей её реформирования позволили сформулировать концепцию: совершенствование системы управления, обеспечивающей интеграцию предприятий в рыночную среду, путем анализа и развития реинжиниринга бизнес-процессов (разработка моделей, методов и использование информационных технологий эффективного управления (планирования) предприятием).

Данная концепция связана с созданием механизма, включающего в себя набор моделей, методов, алгоритмов, с помощью которого менеджер может выполнять анализ, прогнозировать и принимать решения, направленные на обеспечение эффективной работы предприятия электроэнергетики (электрические станции, электрические сети) в условиях существования рынка электрической энергии (ЭЭ).

Реализация данного механизма на практике требует решения задач адаптации предприятий к новым экономическим условиям: 1) оценка показателей экономического состояния предприятия; 2) планирование и управление инвестиционными проектами; 3) управление товарно-кредитным риском; 4) производство и распределение ЭЭ в электроэнергетической системе для повышения экономической эффективности работы электростанций; 5) формирование оптимальной структуры электросети для обеспечения требуемого уровня её надежности и экономичности.

Эффективность функционирования этих задач определена набором критериев W = (Wop„ Wx) и показателями, достижение которых является целью управления:

extr (n(x),3(x),7Ax),U{x),...); (1)

ееЕ

I Wg {C{x),Q{x)Mx),...)=0, Vge G, (2)

где x e X - переменная множества X, обеспечивающая результат решения задачи; п - прибыль предприятия; 3 - затраты на развитие; Z - уровень риска; U - полезность; С - затраты на производство; Q - уровень надежности; R -доходность и др.; G - множество ограничений задачи.

С целью последующего решения задач ее £ в разделе представлены их постановка и формализация, касающиеся выделения необходимых критериев, параметров, способов обработки данных, возможных моделей и методов.

Целостность задач управления (1)-(2) обеспечивается наличием стратифицированной информационной системы, включающей в себя: сбор и обработку статистической информации, хранение в архиве;

обработку статистической информации, хранение в архиве; постановку задачи и подбор математических моделей и информационных технологий; хранение моделей в базе данных; принятие решений с документальным сопровождением. Циркулирующая информация по схеме «внешняя среда - объект» подлежит обработке для выработки приемлемого решения реализации поставленной задачи.

Раздел 2 включает оценку показателей функционирования предприятия электроэнергетики в условиях рыночного спроса на его продукцию.

В качестве основных критериев оценки эффективной работы предприятия выбраны спрос и предложение на электрическую энергию. В работе даны их определения и способы управления спросом. Принято, что спрос обусловлен наличием цены р (тарифа), а также действием множества других факторов е и характеризуется функцией Р=<р(р,£).

Учитывая колебания спроса и потребность в его управлении, выделены «пиковый», «полупиковый» и «внепиковый» периоды, и, соответственно, спрос на ЭЭ (Рр, Р"р и Р°р). Это позволило проследить изменения объемов продаж ЭЭ под воздействием тарифов и других факторов, а также оценить прибыль при условии соблюдения баланса между спросом Р и предложением S, характеризующегося точкой равновесия S(p,t)r>P(p,t).

Принимая во внимание специфику производства и реализации ЭЭ, в работе даны ответы на два вопроса:

1. Следует ли производить (распределять) ЭЭ или прекратить существование? Для ответа на него выдвинуто утверждение 2.1: предприятию целесообразно производить (распределять) мощность (энергию) в интервале [РОР, П. если среднее значение суммарного дохода Rcp от её продажи превышает средние переменные издержки производства (распределения) Суср этого же количества электроэнергии, т.е. Rcp> Суср-

2. Если производить, то в каком объеме? Здесь уместно утверждение 2.2: для того, чтобы достичь максимума прибыли, предприятие должно производить такой объем продукции, при котором предельный доход MR-dR/dP будет равен предельным издержкам MC-dC/dP, т.е. MR-MC.

Данные утверждения явились основанием для оценки прибыли предприятий электроэнергетики.

Утверждение 2.1 справедливо при сопоставлении доходов R = pP(p,t) с общими издержками С = CF+ Су, где CF и Су -постоянные и переменные издержки. Величина прибыли при цене р, генерации мощности P(p,t) и условии наложения ограничений по мощности Рр< Р < Рор равна ri.P(p,t)) = pP(p,t) - Сf{t) - Cv(P{p,i)). Максимум прибыли достигается посредством регулирования тарифа р = fit), при условии Эл(P(p,t))/dt = О, поскольку Э2л(Р(р,г))/Эг2 < 0, 0</?<°°; за счет изменений режима работы электроприемников при р = const, dn(P(t))/dt = 0, Э2л(Я(г))/Эг2 < 0.

Утверждение 2.2 дает основание для соблюдения равенства dR{p,t)/dP(p,t) = dC(p,t)/dP(p,t) при поиске оптимального значения прибыли. При этом оптимальная величина тарифа определяется через спрос РР(РЛ) и Pop{p,t).

Модель ценообразования. Известно, что цена производства и передачи ЭЭ определяется через себестоимость. Такой подход не стимулирует предприятие к её снижению, поэтому в работе был сделан упор на разработку моделей взаимодействия предложения и спроса. Для более полной картины ценового учета принято, что спрос образуется под действием цены р, доходов потребителей (покупателей) х и «потребностей» г. Учитывая специфику деятельности электроэнергетики, выделены следующие характеристики спроса: Рт(р, х) - спрос на мощность, предоставляемую покупателям на оптовом рынке; Р(р, х, г) - фактический спрос на мощность, расходуемую потребителями.

Выделенные показатели р, х, г и оценка их свойств позволили классифицировать спрос в увязке с временными характеристиками:

1. Спрос на длительных интервалах времени (в пределах одного месяца). Принято, что доходы и тарифы изменяются пропорционально, а величина г определяется как математическое ожидание потребностей на длительную перспективу. Функция спроса Рт(р, х) (при r=const) является однородной функцией нулевой степени, зависящей от отношения к=х/р и выпуклой, т.е. V&, д2Р/дк2< 0 при 0 < к < Исследовано, что если цена (тариф) на ЭЭ, как на товар первой необходимости, будет возрастать, то спрос уменьшится, но не упадет до нуля. Если предположить к « 1, то при наличии у потребителей (покупателей) незначительных по величине доходов и высокого уровня тарифов, малые изменения к приведут либо к существенному росту спроса (при возрастании к), либо к резкому увеличению неплатежей (при снижении к).

2. Спрос на кратковременных интервалах времени (в пределах суток) характеризуется функцией Р(р, х, г), при x=const, зависящей от отношения l-r/р. Она выпукла (Э2Р/3/2 < 0 при 0 </<=*=) и степень ее кривизны зависит от г. Выявлено следующее, что, меняя тариф (как управляющий параметр), то можно добиться изменения спроса на ЭЭ.

Опираясь на вышеупомянутые характеристики формирования спроса, разработана модель ценообразования через сравнение доходов и издержек. Доход предприятия характеризуется функцией спроса, распределением покупателей по уровням их доходов р(л:), распределением потребителей по уровням их потребностей р(г), соответственно на длительных и кратковременных интервалах времени. Объем мощности:

P^=iP(x,p)p(x)dx; (3)

О

P=] P(r,p)p(r)dr;

о

P'=\P\x,p)p(x)dx, (5)

о

где Р'т, Р и Р' - мощность, реализованная на оптовом рынке, потребленная за кратковременный и длительный промежуток времени.

Имея объемы мощности по (3)-(5) и рассматривая общие издержки на единицу мощности АС = ACF + ACW~ (CF+CV)/P, было выявлено: ACF монотонно снижается с ростом Р\ АС^Р) имеет U-образную форму для производителей ЭЭ, либо постоянную зависимость - когда затраты изменяются пропорционально продукции (характерно для перепродавцов мощности).

Для перепродавцов ЭЭ характерно постоянство значений ACV и CF на интервале «сутки-месяц», поэтому общие издержки на единицу мощности определялись как AC=ACv+CF/P. Выявлено, что они монотонно падают с ростом Р, стремясь к асимптотическому пределу АС-АСу.

Для производителей ЭЭ при CF = const и ACv{CV(P)) = va г (на интервале сутки - месяц), общие издержки на единицу мощности AC(CV,P) = АСу(Су(Р)) + Cf/P и имеют U-образную зависимость.

Приняв в расчет доходы и издержки, прибыль определялась:

для перепродавца ЭЭ -щ = рР -ACVP- CF;

для производителя ЭЭ - я2 = рР- АСу(С^{Р))Р - CF.

Известно, что для достижения максимальной прибыли (соблюдение утверждения 2.2), предприятие должно производить (реализовывать) такой объем продукции, при котором MR=MC. Следовательно, максимум прибыли будет достигаться при оптимальной цене (тарифе), которая удовлетворяет условию diddp = 0.

Так, анализ выражения ACV —=0. показал, что при рас-

dp dp dp

пределениях р(х) и/или р(г), прибыль, как функция цены, не имеет экстремума и монотонно увеличивается с ростом последней. Максимальная прибыль достигается при предельно высокой цене на ЭЭ. С другой стороны, слишком высокая цена приводит к снижению потребности в товаре и росту неплатежей за уже потребленную ЭЭ. Если принять во внимание «2, то следует отметить, что за счет Су(Р) прибыль будет иметь явно выраженный максимум. Таким образом, ценовая стратегия, направленная на неограниченное повышение тарифов не оправдывает себя, поскольку ведет к росту неплатежей и цен на другие товары.

Получение доходов предприятия связано с существованием проблемы фри-райдерства. При её исследовании потребители, в зависимости от их отношений к оплате за потребленную ЭЭ, были разделены на группы.

Агенты первой - потребители - исправно оплачивают потребленную ЭЭ. Агенты второй - фри-райдеры. Обе группы формируют спрос Q(p) = P(p)G(p), где G(p) = е "р/а - доля агентов первой группы; а > О - степень влияния фри-райдерства. Отсутствие влияния фри-райдерства означает Q(p) = Р(р), так как С(0) =1 и а -»

Эффективность экономически выгодной работы предприятия электроэнергетики Э = щ(р)/л(р), где Л\(р) = (р - АС)Р(р) - прибыль при отсутствии проблемы фри-райдерства; л(р) = (р - AQQ(p) - прибыль (или убыток) при наличии данной проблемы.

Формирование конкурентных отношений на оптовом рынке ЭЭ требует выполнения комплекса мероприятий по совершенствованию механизма торговли. Поэтому в разделе, на основе предварительной оценки условий работы оптового рынка ЭЭ, представлен анализ показателей и факторов, обеспечивающих равновесие спроса и предложения.

Установлено, что критериями оценки функционирования оптового рынка следует считать эластичность, как показатель реакции покупателей на изменение цены предлагаемой ЭЭ и доход от реализации сделок.

Выявлено, что торговые сделки на оптовом рынке будут эффективны, если, при сохранении устойчивости между спросом и предложением, участники будут иметь прибыль. Каждая электростанция (продавец) i характеризуется объемом производства (продаж) Р,(р,) и функцией затрат С,=С,(Р,(р,)), С,>0. При этом общий объем предложения ЭЭ на рынке равен Y.P,, Р, > 0. Суммарный спрос потребителей j = "LP/Pj, £)■ При исполнении торговых сделок Я0 = ХЛ- Данное соотношение означает, что продавец будет сопоставлять будущие доходы от реализации ЭЭ с планируемой себестоимостью продукции.

Формирование цен на оптовом рынке ЭЭ предлагается по двум вариантам. Каждый из них представляет собой некоторую структуру, обеспечивающую взаимодействие продавцов и покупателей, конечной целью которых является получение выгоды от сформировавшихся цен. Сопоставительная оценка этих вариантов позволила выявить преимущества и недостатки, присущие участникам оптового рынка.

Первый вариант - минимальный контроль над торговыми сделками. Предполагалось, что в сделках участвуют электростанции, являющиеся субъектами одной компании-монополиста и крупные оптовые потребители.

Проработав структуру варианта, были выявлены ситуации (иллюстрированы на рис. 1а), приводящие компанию-монополиста к следующим результатам:

- ценовым ориентиром является величина позволяющая на основе спроса D определять значения оптимальной цены pih при условии MR^ = МС%, где Л/% и MCi - соответственно, суммарные предельные значения выручки и издержек п станций, участвующих в торгах;

- превышение средних издержек на единицу продукции АС(р)=~£С,(р,)/Р^] (/ = 1,2,..., п) над спросом недопустимо, так как приведет к искусственному завышению цены;

- полученные от реализации ЭЭ доходы будут распределены следующим образом. Станции, у которых ЛС,(р,) > АС(р), получат дополнительные финансовые средства для покрытия издержек и, наоборот, станции с АС,(р,) < АС(р) - недополучат.

Второй вариант - проведение торгов среди независимых участников. Предполагалось, что возможное ситуационное поведение продавцов следующее (рис. 16):

- в торговле выгодно участвовать продавцу при условии Р, та1 р, тт 5 С,(р,) < Р, т1„ р, тих, где р, и Р, - соответственно, цена и объем реализации ЭЭ, сформировавшихся в результате торгов;

- разнотипные станции (например, ГЭС и ТЭС) имеют неравные возможности по причине у4С/ < ЛС/, где ЛС/- и АСТ - издержки производства единицы мощности, соответственно, ГЭС и ТЭС;

- спрос на ЭЭ ТЭС менее эластичен по цене, нежели спрос £>2 на ЭЭ ГЭС;

- в результате конкуренции объемы продаж ГЭС будут характеризоваться спросом 02 на эластичном участке А-О, а для ТЭС - спросом на неэластичном участке О-В.

а) б)

Рис. 1

Выявлено, что вариант участия станций на оптовом рынке более перспективен, чем первый.

Основываясь на выводе о перспективности развития оптового рынка независимых участников (второй вариант), была разработана модель формирования прибыли от продаж. При этом, в соответствии с теорией рынка, предполагалось, что продавцы будут стремиться максимизировать прибыль. Её

достижение связано с необходимостью эмпирического прогноза спроса на ЭЭ в предстоящем периоде. Согласно утверждению 2.2 прибыль продавцов

п п п

п = Хя, = pi X Р,(р,) - X С-,(р,), а условием для определения её макси-;=] 1=1 1=1

Этт ЭРХр.) . дСХр.) п . , „ мумаявляется ^— = р, —--Н 2. Р,(Р.)--^-= 0, i=l, 2,..., п.

Ф, Ф( ■=' Ф,

Оценка влияния величины и вида тарифа на формирование спроса.

Решая данную задачу, было проанализировано 5 видов тарифов, среди которых наиболее эффективными, с точки зрения управления спросом, являются два вида тарифов. Каждый из них рассматривался с целью: 1) возможного влияния на экономическую эффективность работы энергосистемы; 2) стимулирования потребителя к перераспределению заявленной мощности и энергии.

I. Двухставочный тариф с основной ставкой за мощность потребителей. участвующих в максимуме энергосистемы.

1. Влияние заявленной мощности Р и энергии W на эффективную работу энергосистемы рассматривалось с точки зрения получения ею прибыли к — аР+ bW- Су(В) - су, где С^В)-рТВ(Р) - затраты на приобретение, доставку и использование топлива В, при цене единицы условного топлива рт\ акЬ - соответственно, тариф на мощность и энергию. Оптимальная величина заявленной мощности для достижения максимума прибыли дтг/дР = 0. В ходе расчетов выявлено, что понижение заявленной мощности Р, как инициативы со стороны потребителя, будет эффективным, если Эл/ЭР< 0.

2. Рассматривая мощность и энергию х2 как ресурсы (факторы) производства ТИП, была выполнена оценка их возможного перераспределения с точки зрения снижения уровня оплаты по заявленному тарифу. При этом считалось, что производственный потенциал от перераспределения не должен понизиться. В основу модели описания значимости каждого из ресурсов положены производственные функции:

Р. Солоу -у = (а,<3 + агх"г' Г ; (6)

у = (Ь,х?+....+Ьпх°")с- (7)

Здесь jq и х2 - заявленная мощность и потребление ЭЭ; jc3, jc4, ..., х„ -другие ресурсы; а-,, Ь„ с - ненулевые константы. Решение задачи сводилось к определению предельной нормы замещения одного ресурса другим MRS = (dy/dx,)/(dy/dxj), (tej) и оптимальному распределению ресурсов с целью максимизации прибыли. Были получены следующие результаты:

а) решая (6), подтвердился ранее существующий тезис об отношении MRS = р]/р2, где р\ и р2 — соответственно, тариф на мощность и энергию;

б) решая (7), выявлено, что изменение заявленной мощности xt как ресурса непосредственно связано с соотношением цен на другие ресурсы.

II. Одноставочный тариф, дифференцированный по времени.

1. Положив тариф /У = const, (на каждом j-м периоде: пиковый, полупиковый и провал нагрузки) установлено, что он будет оказывать непосредственное влияние на величину дохода и издержек производителя ЭЭ. При этом доход от реализации R = 1.R1- l.p'P'(p'), где Р'(р') - спрос на ЭЭ в у'-м периоде. Полные издержки С = Y.C = ^(Ср+О^В1)), где В'= (piP*) -топливная характеристика в рассматриваемом периоде j. Постоянные и переменные издержки производства единицы мощности в периоде j: ACf= Cf/Pi(pi)nACiv= Cv/Pipi).

Взаимосвязь электропотребления и дифференцированного тарифа оценивалась через предельный доход MR'=dR'/dP'=pf и предельные издержки MO-dO/dP1. Исходя из условия MRi=MO (pi-dC/dPJ) и спроса D=P(p), оценивалась оптимальная величина прибыли л/ и средняя мощность Р' периода (при pl=const). Тем самым, показано, что дифференцированный тариф по времени призван управлять спросом на ЭЭ при сохранении прибыли энергосистемы.

2. Оценивая влияние дифференцированного тарифа на величину спроса, предполагалось, что потребляемая предприятием мощность -P=Ap"U(£f, где А >0, а < 0, /? >0 - коэффициенты; р - тариф на покупку Р\ U{e) - фикция полезности, описывающая уровень производительности предприятия. Показатель а (при е = const) отражает степень влияния тарифа, а Р (при р = const) - степень влияния производительности на электропотребление.

Для сопоставления р и е в методику оценки дифференцированного тарифа внесено уравнение бюджетной прямой: Рр + pLpe = I, где рср- средняя стоимость условной единицы продукции, производимой в единицу времени; р - тариф, дифференцированный по времени; £ - производительность предприятия в единицу времени; I - финансовые ресурсы, которыми располагает предприятие для покрытия расходов Рр на потребление ЭЭ и рсре на производство продукции в единицу времени.

Совместное решение P=f[p,U{e)) и бюджетной прямой (при Plcp=const) позволило оценить величину дифференцированного тарифа и рациональную величину производительности в каждом из рассматриваемых периодов. Например, для высокотехнологичных производств, в которых основная доля / приходится на ресурсное обеспечение высокой производительности, дифференцированный тариф по зонам потребления должен иметь незначительные колебания по величине.

Раздел 3 затрагивает задачи перспективного планирования и их информационную поддержку в сфере энергоменеджмента.

Идея развития бизнес-процессов заключается в решении задач финансового планирования, управления инвестиционными проектами как со-

ставных частей энергоменеджмента. Развитие последних предлагается путем внедрения и совершенствования реинжиниринга бизнес-процессов. Его реализация предлагается на основе использования многоагентных систем. На их базе оправдано применение модели распределенной системы: М = {А, Р, М, С, й), где А - множество агентов; Р - множество платформ, на которых располагаются агенты; М - множество сообщений, которыми могут обмениваться агенты; С - множество каналов связи для обмена сообщениями; О - множество пассивных сущностей подлежащих обработке. Данная модель находится на стадии разработки и последующего внедрения на предприятии Энергосбыт АО «Хакасэнерго». В структуру многоагентной системы включены анализ сбыта, план маркетинга, финансовый план и инвестиционное проектирование. Их реализация, связанная с выработкой приемлемых решений и управлением, подкреплена моделями, методами и информационной поддержкой.

При принятии инвестиционных решений требуется оценка структуры капитала, сравнение объемов предполагаемых инвестиций и будущих денежных поступлений. Решая эту задачу, использовалась модель: М = {/С,, Р„ Т, г), где 1С, - инвестиция в у'-м году,} = 0, 1, 2,..., т\ Г, - приток денежных средств (доход) в им году, / = 0,1,2,...,7"; Т - продолжительность проекта; г - коэффициент дисконтирования.

1. Анализ возможностей реализации модели М показал, что в числе критериев эффективности инвестиционного проекта целесообразно использовать срок окупаемости, прибыль от реализации плана и NPV- чистую приведенную стоимость (эффект). Оценка величины срока окупаемости строилась на определении накоплений X/*-, и г, который оценивался экспертным путем. Для определения величины второго критерия разработана упрощенная модель, обеспечивающая решение экстремальной комбинаторной задачи линейного программирования по выбору вариантов финансового плана.

В основу оценок ЫРУ были положены: единовременные инвестиции /С и последовательные вложения капитала Р, в течение всего срока планирования.

Определение объемов и источников финансовых вложений. Решение данной задачи сводилось к определению массива значений х,к],определяющих долю проекта /е/, финансируемую в периоде /е Т из каждого источника денежных средств jeJ. В качестве целевой функции принимается максимум чистого дисконтированного дохода ИРУ, от реализации ¿-го проекта:

МРУ = ¿ХЬг^Цг-1/Сл,]-» тах, (8)

1=1 г=0 (1 + Г) ]=\

¿/СЛ, < BtJ ; (/=1.2.....J) (9)

1=1

2>,„=1; (/=1,2.....7) (10)

где x„j> 0, BtJ - объем средств, которыми распоряжается j-Pi инвестор в í-m периоде.

Для реализации проекта требуется управление во времени финансовыми ресурсами, т.е. определить объем работ x,(t) по каждому проекту /, за период t (í=l, 2,..., Т) при ограничениях на выделенные объемы работ V, и финансовые ресурсы Ь,:

F{t+1) = F(t) + AF(t). (11)

Условия выполнения (11):

общий объем работ по каждому проекту должен быть выполнен к мо/

менту времени t = Т, £x,(t) = V„ (/=1,2,...,/); (12)

i=)

остаток финансовых средств на конец периода Т должен покрывать общий объем заемных средств по проекту, т

; F(t)>0,x,(t)>0. (13)

r=l

/

Величина AF(í) = ]Г,(а„ - с„) x,(t) + Ь,- у„ (t =1, 2,..., Т) меняется по

н

знаку и зависит от показателей: а„ - доход, полученный исполнителем на единицу выполненного объема работ по /-му проекту к моменту времени t; с„- затраты на единицу выполненных работ для момента времени t; у, - выплата процентов по кредиту инвестору на момент времени t.

Оптимизационная задача (11)-(13) рассматривалась с точки зрения управления детерминированными значениями x,(t) с дискретно изменяющимся временем.

Реализация варианта i проекта зависит от успешности выполнения работ, порученных исполнителю j, и связана с оценкой риска (надежности) проекта. Минимальный риск от реализации варианта проекта (или максимум ожидаемого дохода): F,p, -4 шах, при ограничениях: F,p, > IC¡;

т т х

X v,jXv < V,, где 1С, - заемные средства; р, = 1 - q, ПО - Р„) - веро-,=i j=i

ятность надежности исполнителя варианта проекта; x,¡ = [0, 1] - поручение (или отказ в поручении) к исполнению варианта проекта; V,— общий запас ресурса, выделенного на исполнение варианта /; \>и - расход ресурса исполнителем j на реализацию /-го варианта проекта. Из всех вариантов /

решения стохастической нелинейной задачи дискретной оптимизации выбирается только один.

Модель текущего инвестиционного проекта представляет собой пентоду вида M = (D, M, V, A, Z) формирования максимума чистого дохода F(x) = щ(х) + Л(дг) —» шах за счет объемов производства и распределения дг, энергий г'-го вида (электрической и тепловой). Структурные звенья модели:

D{x) = ( р„ - выручка от реализации продукции (энергий);

М(х) = (т„ х,) - материальные затраты;

V(jt) = (v„ х,) - оплата труда;

А(х) = (а„ х,) - амортизация основных фондов;

Z(jc) = (b„ Xj) - прочие текущие затраты;

Мх) = (1 - d)D{x) - (1 - d) М(х) - (1 + xWU) - А(х) - Z(jc) - прибыль за текущий период;

я;/*) = (1 - /)я(х) - величина чистой прибыли, где р„ т„ v„ а„ и Ь; -соответственно, тариф, материальные затраты, средняя заработная плата, норма амортизационных отчислений и стоимость потерянной энергии единицы продукции /-го вида; d, /- налоговые ставки.

Данная модель описывает задачу линейного программирования максимизации F(x) при условии, что в течение /: NPV(x, г) = XX/WV,, > 0.

I 1

Для решения задачи перспективного планирования рассматривались вопросы по информационному обеспечению расчетов. Предложена схема выполнения эксперт-менеджерами операций по информационной поддержке процессов принятия проектных решений.

С целью совершенствования энергосбытовой деятельности предприятий электроэнергетики выработаны направления развития энергомаркетинга: аналитическая обработка информации (представлена в разделе 6); разработка и принятие управленческих решений (элементы даны в разделе 4); подготовка бизнес-плана и его последующая доработка; оценка дебиторской задолженности (раздел 4) и др.

Раздел 4 включает в себя моделирование и управление рисками в процессе развития предприятий электроэнергетики.

Исследованию подлежали риски, связанные с финансовой и коммерческой стороной деятельности предприятий электроэнергетики.

В работе дано определение риска и предложен концептуальный подход к оценке, анализу и управлению риском в сфере финансово-хозяйственной деятельности предприятий электроэнергетики. Предварительный анализ ситуаций риска, многообразия процедур выявления его источников, привел к необходимости классификации рисков, факторов их происхождения и разработки методов воздействия на риск.

С точки зрения сохранения устойчивой финансово-хозяйственной деятельности предприятия выделены классы рисков: предпринимательские, финансовые, коммерческие, инвестиционные. Для снижения опасности ошибочного решения и уменьшения негативных последствий рекомендовано применять методы управления риском: 1) уклонения (при работе с партнерами по поставкам топлива, сырья, оборудования и др.); 2) локализации (в случае внедрения инновационных проектов, успех от применения которых вызовет сомнения); 3) рассеяния (в случае диверсификации рынков сбыта, закупок топлива и сырья); 4) компенсации (как предупреждающие при составлении бизнес-плана развития предприятия).

В целях совершенствования практики анализа и управления риском дана структура управления и функции по снижению уровня риска.

Измерение риска в сфере реализации ЭЭ. Учитывая специфику товарно-денежных отношений между поставщиками и потребителями ЭЭ, для детального исследования выделен товарно-кредитный риск, обусловленный возможными отклонениями доходов от номинальной (ожидаемой) величины под действием трудно предсказуемых факторов. Для' решения вопроса о величине данного риска, согласно теории инвестиционного портфеля предложено, формировать портфель договоров (заявок) на поставку ЭЭ состоящих из активов характеризующихся доходностью.

Повышение надежности заключения договоров на предстоящий период /= т + 1 при заявленной оплате с,-,+, и ожидаемом доходе х,т+\ от клиента / достигается путем решения задачи:

Q\ ,=т+1 = 1 - П(1 --^-fU,) шах, (14)

п

при условиях: Ixt m+1 < G; 0 <xLm+i < c,.m+,, (i= 1, 2,..., я), (15)

i=i '

где G - финансовые ресурсы, которыми располагает поставщик ЭЭ на планируемый период t - т + 1; q„ - надежность (вероятность оплаты по договору) клиента i в период t.

На основе статистического подхода разработан алгоритм определения меры товарно-кредитного риска (значение р), обеспечивающий покрытие потерь (издержек производства и реализации продукции) держателя портфеля с доверительной вероятностью ошибки а (уровнем значимости). Для вычисления меры риска выявлялся вероятностный закон распределения доходности портфеля. Выдвинута гипотеза, предполагающая, что логарифмы изменения изучаемого признака подчиняются нормальному закону распределения с нулевыми средними оценками. Анализ выборки объемов продаж ЭЭ показал, что логарифмы изменения объемов продаж активов подчиняются нормальному закону распределения, но среднее значение не совпадет со 100% объемом реализации актива. Од-

нако, по мере изменения конъюнктуры рынка ЭЭ, ожидается, что оценка будет смещаться к нулевой средней, подтверждая выдвинутую гипотезу.

Нормальность распределения доходов и уровень а, позволили определить период поддержания позиций, для которого оцениваются потери доходности портфеля. Для более полной оценки меры риска определялась корреляция между активами портфеля, что позволяло установить силу связи о&ьемов доходов, указанных в заявке, с объемами доходов, полученными на момент закрытия позиции по истечении установленного срока.

Для управления риском выработаны мероприятия, направленные на минимизацию и защиту от него: определение меры риска для заданного портфеля; решение вопроса о приемлемости возможных потерь (в размере р); возможное изменение портфеля с целью минимизации его /?; резервирование доходной части в размере не меньшем /3 для покрытия возможных потерь.

Предложенная методика, являющаяся составной частью методов компенсации, позволяет измерить товарно-кредитный риск для выработки решений, направленных на его управление.

Оптимизация доходности портфеля реализации ЭЭ. Уменьшение коммерческих потерь является одной из приоритетных задач по увеличению доходной части бюджета предприятия. Результатом её решения является сформированный портфель, который обеспечит максимальный доход с минимальным риском. В качестве инструмента для решения этой задачи предлагается использовать модель формирования оптимального портфеля реализации ЭЭ. Будущая доходность актива / /?,(.г) является ожидаемой случайной величиной, рассматриваемой на дискретном вероятностном пространстве состояний у <5, /;>, Б (/' = 1,2,..., к), = 1. Следует отметить, что поиск р^) возможен экспертным путем. Однако в работе рассматривается способ, заключающийся в составлении графа состояний, системы уравнений финальных вероятностей Колмогорова и её последующее решение.

Для увязки будущего портфеля с доходностью использовалось математическое ожидание актива / А/(/?,) = £ (*)Ри (-0 ^ а с мерой риска -

1

дисперсия а,2 = =!(*/(*,)-*„ (*))2 р0 (*), (< = 1, 2.....я).

Модель формирования портфеля заявок построена на ряде положений, относящихся к классической теории портфельной задачи Марковича.

Поскольку для поставщика ЭЭ попытка «диверсифицировать» (перераспределить) риск с целью уменьшения его количественной оценки вполне естественна, то в модель введены ковариации, отражающие меру связи (в вероятностном смысле) между доходами по активам. Задача сводится к нахождению оптимального портфеля, т.е. определению веса x,=DJD каждого актива /. = 1, О, и О - доход актива / и доход портфеля.

20

Понимая стремление поставщика ЭЭ уменьшить риск при ожидаемом доходе не ниже некоторого допустимого уровня, портфельную задачу предлагается представлять в виде:

г= [*Пп][*]-»тт; = 1; 1М(й,)х, > Я; х,> 0 (/=1, 2,..., и), (16) ,=1 1=1

где /? - минимально приемлемый уровень доходности, [х]г и [х] - вектор строка и вектор столбец переменной х,', [Г2] - квадратная, симметричная матрица ковариаций.

Анализ данной модели показал, что приемлемый уровень доходности портфеля не превышает ожидаемой доходности лучшего из активов и не может быть ниже худшего из активов, входящих в планируемый портфель. Решение было получено посредством использования метода множителей Лагранжа.

Модель (16) позволяет учесть ограничения вида х-, > Г„ когда вне зависимости от платежеспособности потребителя он должен быть обеспечен количеством ЭЭ с весом I,.

В рамках комплексного исследования бизнес-процессов была разработана структура источников информационного обеспечения риск-менеджмента:

1. Ресурсы качественного анализа: информация из архива проектов и планов, которые выполнялись ранее; специализированные опросные листы; структурные и потоковые диаграммы; документы финансовой и управленческой деятельности.

2. Ресурсы количественного анализа: анализ статистических данных о неблагоприятных событиях, имевших место в прошлом; теоретический анализ структуры причинно-следственных связей; экспертный подход; методы исследования операций; интегральное оценивание рисков.

3. База, состоящая из базы документов, графических данных, видов и сценариев рисков, моделей, знаний экспертов, пакетов программ.

Управление проектным риском связано с оптимальным распределением работ между исполнителями. Задача сводится к распределению затрат {с,} между разработчиками проекта, чтобы надежность его исполне-

п

ния ()(к) —» гпах • При этом фонд стимулирования А" > , с, > 0. Имея

(с) '=1

периодов подготовки проекта к > 2, надежность создания проекта:

п

0(к) = 1 -П[1-е,(*)1 _ цепь последовательных событий (работ), каждое 1=1

из которых обладает надежностью исполнения проекта г-м разработчиком, т.е. &(*) = [Ч,(с,)]4.

Раздел 5 посвящен разработке моделей производства и распределения электроэнергии между электростанциями в энергосистеме.

При достижении наибольшей прибыли, перед предприятием электроэнергетики стоит вопрос: насколько эффективно используются ресурсы, и какое влияние оказывают тарифы на объемы производства. В этой связи был рассмотрен простой случай, когда на каждом часе графика электрической нагрузки Р,(р,) = const к АС, = const. Модель обеспечения прибыли на рассматриваемых промежутках графика является имеет вид:

Л = - A C,)P,(Xi) max;

lohP.0О < Mh ( k= 1, 2.....m); AC,<x,< (AC, + r,), (/=1, 2,..., n), (17)

где r, < AC; - предельная норма рентабельности на производство (реализацию) продукции вида /; Р,(х,) - функция спроса на продукцию вида / при тарифе х,\ akl - норма расхода ресурса Мк на производство единицы продукции вида L Аналитическая оценка показала, что стремление производителя дополнительно увеличить собственную прибыль за счет повышения тарифа, с другой стороны, способствует снижению спроса Р,(х,). Однако функции спроса и издержек, связанные с используемыми ресурсами, имеют сложный вид. Поэтому, соблюдая принцип оптимальности, была построена однопродуктовая модель поиска максимума прибыли при реализации ЭЭ на различных интервалах времени, т.е. n(pi, р2,---, Рь Р2,..., Рк) —> max при отсутствии ограничений задачи. При этом считалось, что между спросом и предложением существует равновесие. В модели л= Рр- С(Р) -> max, С(Р)=Р(р)(АС(Р)( 1 + v(P))), где v(P) - монотонно убывающая функция, представленная аппроксимирующей зависимостью. Ввиду монотонности и сепарабельности данной функции, она представлена (в общем виде) как р2,..., р„) = щ(р\) + Щ.(р2) + ... + яп(Рп). и для её решения предложен граф переходов от исходного состояния к конечному. Решение задачи обеспечивается без гарантий на строгое соблюдение ограничений.

Распределение производственных ресурсов в ЭЭС является важнейшей задачей экономичного производства ЭЭ станциями. Ранее такая задача решалась с точки зрения распределения мощностей между агрегатами станции на основе использования топливных характеристик. Однако с учетом рыночных отношений задача потребовала существенных корректив. Учитывая меняющиеся экономические условия, для тепловых станций (ТЭС) была разработана модель, позволяющая (без учета затрат на собственные нужды) найти значения ресурсов станции, обеспечивающие ей наименьшие затраты:

X [ Р,Р,<х,) - ед], -> шах; XР, (*,) = Р() + АР; х, > О, (/= 1,2.....п), (18)

1=1 i=i

где п - количество ТЭС в системе; р, - тариф на отпущенную /'-й ТЭС ЭЭ; с,- - стоимость единицы топлива, приобретенного и доставленного на 1-ю ТЭС; Р0- спрос на ЭЭ в системе; ДР - величина потерь ЭЭ в системе;

х-, - количество единиц топлива, затрачиваемого на производство ЭЭ 1-й станцией; г - индекс времени; Р,(х,) - производственная функция (ПФ).

Сопоставляя ПФ с топливными характеристиками станций, выявлены её преимущества. Включив в (18) ПФ, удалось добиться искомых результатов, поскольку она удовлетворяет ряду необходимых свойств: без ресурса нет выдачи мощности; с ростом затрат на ресурс (топливо) возрастает объем выпуска; с ростом затрат на топливо, при неизменном количестве других затрат (ресурсов), величина прироста выпуска ЭЭ на каждую дополнительную единицу топлива не растет.

Реализация (18), при учете графика электропотребления за период г, позволяет находить оптимальные значения х,, которые образуют в пространстве х, линию оптимального потребления ресурсов ТЭС, необходимых для производства ЭЭ. Модель, после её модернизации, рассматривалась как инструмент решения поставленной задачи при условии, что на станции имеются разнотипные блоки.

Учет расхода только топлива (одного из ресурсов) не решает в полной мере задачи обеспечения экономически выгодной работы станции, особенно с учетом перспективы. Поскольку ПФ позволяет учитывать и другие ресурсы, кроме топлива, то в ней были учтены капитальные вложения на приобретение основных средств. Решая задачу об эффективном использовании топлива и капитальных вложений на длительных интервалах времени, модель (18) претерпела некоторые изменения путем включения в неё суммарной стоимости вкладываемых в развитие станции ресурсов

п N

,1 + с2 2 V, где С| и с2 - цена единицы условного топлива и

'=< (=Л+|

приобретения основных средств; V - величина финансовых средств, которыми располагает станция для приобретения топлива каждого агрегата I и капитальных вложений х,,г для приобретения Ы-п агрегатов.

Поиск решения задачи о распределении ресурсов иллюстрирован на примере метода множителей Лагранжа. Предлагаемая модель позволяет:

• определять оптимальную величину затрат ресурсов по каждому блоку станции при её работе в краткосрочном периоде;

• при известных параметрах и стоимости единицы топлива, выявлять в процессе работы наиболее экономичный агрегат;

• оценивать возможности перспективного развития станции, исходя из наличия величины свободных финансовых средств и характеристик блоков, планируемых к вводу в эксплуатацию.

Модель распределения активной мощности между станциями. Решая задачу удовлетворения спроса потребителей в ЭЭ, особенно в условиях конкуренции, режим работы электростанции должен быть таким, чтобы свести возможные потери к минимуму.

Обладая рядом характеристик, электростанция несет полезную нагрузку в общем объеме производства ЭЭ. Следовательно, её непосредственное участие в выработке ЭЭ, получении доходов, рационально представить через количественную теорию полезности. Её внедрение в практику моделирования распределения мощности в ЭЭС было увязано с понятием предельная полезность производства ЭЭ (Ми(Р,)=ди/дР,). Принятый показатель позволил сформулировать утверждения о выгодном распределении мощности:

1. Рассматривая ЭЭ как продукт первой необходимости, приобретаемый потребителями, располагающими известной величиной доходов, можно говорить о соблюдении принципа убывающей предельной полезности. Утверждение 5.1: Для всех распределяемых между станциями мощностей Р\, Р2>---> РЛ имеет место равенство дШдР\-д 1ЛдРг= • • •= ди/дР„- е, где е - предельная полезность производства мощности станцией. Данное равенство показывает, что в оптимуме полезность, обусловленная приростом мощности на станции, одинакова, независимо от того, какая из станций ее обеспечивает.

2. При формировании дохода энергосистемы и наличии установленных для реализации ЭЭ тарифов, каждая станция стремится достичь максимума полезной загрузки с тем, чтобы претендовать на известную ей долю в общем доходе при его распределении. Утверждение 5.2: Для всех реально распределяемых между станциями мощностей Ри Рг,..., Р„ и тарифов р\, рху..., р„ имеет место равенство МС1(Р1)/р] = Ми(Р2)/р2 - ■■■ = Ми(Р„)/р„ = у, где у- средняя предельная полезность тарифа. Равенство соблюдается в точке оптимума и означает: полезность, извлекаемая из единицы тарифа, обеспечивающая доход станции, одинакова и не зависит от того, на какой станции обеспечен доход.

Опираясь на теорию полезности и представленные утверждения, была разработана модель поведения производителя, в основу которой положена функция полезности:

и= ¿а, 1пЛ->тах; 1Рр, ЪР<Рип»\Р,> 0.0=1.2.....п). (19)

/=1 1=1 ' 1=1 '

где I - финансовые ресурсы, которыми располагает энергосистема; р, - тариф на электрическую мощность Р, станции /.

Модель (19) позволяет решать задачи оптимизации величины генерируемой мощности на длительных интервалах времени, но не учитывает факторы, влияющие на величину издержек производства. Её применение уместно на этапе принятия предварительных проектных решений.

Дня выработки решений на ближайшую перспективу, в модель (19) были введены ограничения на используемые ресурсы каждой станцией:

= X( С/)/ + С]ир, + С]ЬР2,) < г,, (20)

1=0

где а, > О, СА), > О, С]иР,> О, С^Р2,> О, у = 1,2,..., т. Коэффициенты Суц, отражают фиксированные издержки ресурса у на производство мощности станцией /, а С;|, и Ср, - переменные издержки ресурса у на единицу ЭЭ, производимой станцией / (приобретение и доставка топлива, капитальные вложения и др.).

Имея задачу выпуклого программирования, множество допустимых решений которой обладает свойством регулярности, справедлива теорема Куна-Таккера, дополненная аналитическими выражениями, определяющими необходимые и достаточные условия наличия седловой точки * функции Лагранжа ¿(РД). Однако в такой постановке решение задачи

затруднено. Уростив её, приняв т- 1, = О, были выдвинуты условия:

1. Условие достижимости аналитического решения. Приняв для всех - у т= 1 и С,и = 0, задача имеет аналитическое решение

2. Условие достаточности существования седловой точки. Если (Р'Х) седловая точка функции ЦР, Я), то на интервале [1, величина мощности Р — глобальный экстремум задачи.

Раздел 6 посвящен формированию нейросететевых моделей и алгоритмов обработки данных, возможностям их практического применения. Предложен картографический анализ социально-экономических задач совершенствования механизма хозяйствования предприятий.

Нейросетевое моделирование структуры электрической сети. Стремление на практике решить задачу построения оптимальной структуры электрической сети «упирается» в проблему аналитического учета показателей надежности электроснабжения. Трудности обусловлены причинами: 1) стремлением отразить в аналитической модели уровень I надежности электроснабжения потребителя в виде качественного показа-

< теля; 2) представлением в модели вероятностей отказа связей между ис-

точником питания и потребителями в виде несепарабельных функций. Для того, чтобы избежать затруднения, задача решалась в два этапа посредством применения многослойной нейронной сети (НС).

Первый этап. Оценивалась принадлежность электроприемников к классу (категории) по надежности через количественный показатель, который представляет собой величину субъективной вероятности. Обучающее множество НС формируется экспертами, которые по ряду признаков оценивают принадлежность электроприемников к классу. Согласно заданных признаков, на выходе НС задавался класс и величина субъективной вероятности надежности обеспечения электроэнергией потребителей. Тестирование НС позволило получить количественную оценку вероятности обеспечения потребителя ЭЭ.

г, £

Второй этап. Формирование оптимальной структуры электросети, удовлетворяющей требованиям по обеспечению бесперебойного (надежного) электроснабжения потребителей. Искомые результаты достигались посредством использования методов оптимизации (представлены в разделе 7) и нейросетевого моделирования. Реализация последнего заключалась в предварительном построении обобщенного графа электрической сети. В нем вершинам и дугам приписаны вероятности, затраты на строительство, наличие либо отсутствие связи между двумя вершинами и др. параметры. Моделируя различные варианты графа в «теле» нейронной сети, посредством её последующего тестирования, формировались эффективные, с точки зрения экономичности и надежности, варианты сети.

Нейросетевые модели оценки экономических показателей. В рыночной экономике значение приобретают оценки:

показателей потребления - У =ДАГ, X = g{Y, 5); (21)

равновесной цены - К=/(X, 2, £),Y=g (X, Я, и), (22)

где в, и - случайные факторы; X и У - эндогенные переменные; Ъ и 5 -экзогенные переменные.

Система (21) описывает потребление и для её решения предложено совме-у стное использование двух НС (персептронов) по схеме (рис. 2). Обучение каждой НС осуществляется раздельно, при условии, что все параметры известны. Результат оценки X и У £ посредством тестирования НС зависит от факторов £п воздействия Ъ и 5, которые в соответствии с моделированием внешних условий подаются на входы НС. Система (22) отражает взаимодействие спроса и предложения и служит для определения ценового равновесия. Если е и 7., и и 5 коррелируют и положительная корреляция не велика, то формирование модели осуществимо посредством совместного применения двух НС (рис. 3). После их независимого обучения баланс между НС достигается посредством управления параметром X.

Система (22) отражает взаимодействие спроса и предложения и служит для определения ценового равновесия. Если £ и X, и и 5 коррелируют и положительная корреляция не велика, то формирование модели

НС 1

г=Ах,г,)

НС 2

х=8(У^)

гис. ¿

осуществимо посредством совместного применения двух НС (рис. 3). После их независимого обучения баланс между НС достигается посредством управления параметром X.

г, — -►

7

X к 1 *

НС 1

S^ &

X

Рис. 3

Общая задача нейросетевого управления:

У„ (Х„ии) - У^и.ахеп-* ех1г, (23)

где Ун и Уц - соответственно, наблюдаемые (адаптируемые) и заданные целевые значения выхода; - критерий адаптационного управления I УЦ{М) -Ки(А/)1< £; Х„ и II,, - соответственно, моделируемые входные и управляемые значения.

На первом этапе значения Сформируются адаптивными сумматорами нейросети для каждого выделенного цикла управления Л/:

Ут=Ма„х1) + {ат,ит)), (24)

где а, ах,- весовые коэффициенты и входные сигналы НС, выделенные для моделирования к контролируемых входных параметров объекта (/=1, 2,..., к); ат и и„, - тоже, для моделирования управляемых параметров (т=

На втором этапе решалась задача соблюдения критерия адаптации НС к управлению. Для этого предложен алгоритм случайного поиска с пробными шагами на входе нейромодели:

А ир =

Д"Г (АО = "Г1 (АО - ирт(АО, если Д<2 < £ - Аир (АО, если АО = Й[ А ирт (АО] ~ 01А и£~л (АО] >£■

Таким образом, на каждом цикле определяются значения управляемых параметров оптимизирующих технологический процесс объекта.

Соблюдение принципа согласованности результатов. Нейросетевая обработка данных связана с необходимостью оценки степени однородности результатов и значимости влияния внешних факторов. Первая строилась на использовании критерия Кохрена и позволила выявить возможности НС в моделировании поведения систем при различных объемах обучающих выборок. Для оценки значимости факторов был разработан алго-

ритм, позволяющий определять меру влияния каждого из рассматриваемых факторов (при условии отсутствия корреляции-между ними).

Опираясь на аппроксимационную теорему Р. Стоуна, впоследствии обобщенную на случай возможного использования нейронных сетей А.Н. Горбанем, в работе исследовались возможности практического применения НС по отношению к регрессионным моделям. Сопоставляя полученные значения с результатами наблюдений, соблюдался принцип максимальной согласованности. Опираясь не столько на удобство вычислений, сколько на характер исходной информации, выдвинута гипотеза о согласованности весьма малых отклонений результатов от желаемых. На примерах, связанных с анализом электропотребления, данная гипотеза проверялась исходя из закона распределения Стьюдента. Результаты показали, что нейроаппроксимация более эффективна, нежели на основе регрессии, особенно для задач, в которых требования к точности получения результата высоки. Кроме этого, в ходе подтверждения данной гипотезы, выработаны рекомендации по улучшению аппроксимирующих возможностей нейронной сети: максимальное использование априорной информации об анализируемой зависимости; возможность упростить искомую зависимость; построенная зависимость должна быть устойчива в рамках сформированной обучающей выборки, на основании которой она оценена.

Нейросетевая оценка прогнозируемых параметров. Составной частью перспективного планирования является прогноз электропотребления. При этом важным моментом является подбор критериев прогноза (выраженных показателями, обладающими свойствами эндогенного и/или экзогенного характера). Как отмечалось ранее, данная процедура с успехом реализуется по ходу обучения НС. Кроме этого, сила влияния факторов на электропотребление с течением времени изменчива, что также может быть учтено в НС.

Решая задачу прогноза электропотребления при помощи нейросете-вых моделей, потребовалось выполнение следующих основных этапов:

• сбор и хранение статистических данных (в качестве критериев и/или в качестве прогнозируемой величины);

• определение прогнозируемой величины и набора критериев (в ходе обучения) для рассматриваемого объекта исследования;

• выявление зависимости «вход-выход» между прогнозируемой величиной и набором критериев;

• имитация (вычисление) интересующей величины в соответствии со значениями критериев на прогнозируемый момент.

При прогнозировании электропотребления выполнялась сопоставительная оценка результатов прогноза, полученных с помощью регрессионных и нейросетевых моделей. При сопоставлении эмпирических зависимостей (регрессионной и нейросетевой) выдвигалась гипотеза о равенстве средневзвешенных величин отклонений эмпирических данных от

28

наблюдаемых (прогнозируемых) переменных. Как показали аналитические расчеты, фактически во всех случаях сопоставления методов прогнозирования выдвинутая гипотеза отвергалась, что давало основание судить об эффективности применения нейросетевых моделей.

Картографический анализ в задачах совершенствования механизма хозяйствования. При внимательном рассмотрении информационных потоков обнаруживается однозначная связь подавляющей части данных с географическим аспектом. Сюда можно отнести месторасположение объектов электроэнергетики, потребителей, степень и характер влияния электроэнергетики на все сферы жизнедеятельности человека, воздействие окружающей среды и многое другое. Поэтому в работе для достижения искомого результата предлагается многоэтапная процедура обработки данных.

Первый этап - формирование ранговых картограмм. Здесь между рангом (классом) и диапазоном изменения рассматриваемого признака вводится отношение соответствия Х~А, в котором: X - рассматриваемый признак; А - объект, принадлежащий некоторому классу. Это позволяет формировать на электронной карте раскраски, в зависимости от класса, в который попадает значение признака.

Второй этап - выполнение сравнительного анализа картограмм и последующий поиск пространственных аналогов. Здесь устанавливается соответствие между аналогичными признаками, присущими одному хеА, и другому уеАу объектам, что позволяет судить об их возможной эквивалентности.

Третий этап - интегральный анализ. Позволяет путем суперпозиции карт создавать новый интегральный объект А\П>М —> М{, АтрМ\ —> М2,..., отличающийся от истинной оценки лишь единицами измерения. При этом, в качестве опций с атрибутами А/ применимы: суммирование -А1(М) - £Аг(А,); получение среднего - Аг(М) = ХАг(А;)Л, ((' = 1,2,..., к, где к - число исходных объектов); присвоение значений - А г (Л/) = переприсвоение - Аг(Д/) = А/(А). Принятая система измерения - оценка в баллах.

Четвертый этап - верификация используемой информации. Здесь уточняются решения, найденные ранее с помощью моделей другого типа (например, регрессионные или нейросетевые) с тем, чтобы получать новую информацию, которая обычно не учитывается официальной статистикой.

Картографический анализ позволяет: строить научные гипотезы о взаимосвязи изучаемых показателей; получать новую информацию, которая обычно не учитывается официальной статистикой; учитывать динамику структурных изменений, протекающих в исследуемой системе; оценивать влияние окружающей среды на объект посредством формирования связей между ними.

Раздел 7 включает в себя разработку моделей описания и методы построения оптимальной структуры электрической сети по критериям экономичности и надежности.

Практика проектных решений опирается на учет критериев формирования схемы электрической сети. Камнем преткновения здесь всегда являлись трудности в применении методов оптимизации, поскольку надежность связей «источник-потребитель» в схемах выражался в виде несепа-рабельных функций, а ряд показателей надежности представлялся качественной характеристикой.

Определение показателей надежности электросети (вероятность и интенсивность отказа, время аварийного восстановления оборудования). Задача заключалась в построении зависимости показателей надежности^ электроснабжения к-го потребителя от показателей надежности основного оборудования х^х^х^,... вида:

т

Ук = Ь0+ хк1 + хкгхк] + X Ь , ХьХ1уХи + ...

/=1 •<} к;</

Решение (в матричной форме) достигалось с помощью метода наименьших квадратов, В - (/ГГ/Г)"'/;'ГК, если матрица Р7^ не вырожденна и математическое ожидание ошибок Ее= 0. У = (у|,..., Ук,—,Уы) — случайный вектор результатов экспериментов (расчетов), Р — фиксированная матрица планирования факторов хк„ хкгхкр..., варьируемых на двух уровнях (+1,-1).

Процедура поиска решения построена на использовании методов планирования эксперимента (МПЭ) и состояла из следующих этапов:

1. С помощью экспертно-факторного метода либо посредством обработки оперативной документации извлекались показатели надежности, для которых устанавливались верхние и нижние уровни варьирования.

2. Согласно плану эксперимента строилась матрица Р, в которой каждый 1-й фактор х есть показатель надежности, присущий /-му элементу электрической сети.

3. Отдельно для каждого рассматриваемого узла сети составлялась матрица результатов У. При этом по известной матрице Р расчетным путем выполнялись эксперименты.

4. Обрабатывая результаты экспериментов, строились полиномы регрессии с коэффициентами при нескольких факторах. Подвергая полиномы статистическому анализу, отметив степень влияния факторов, незначимые факторы убирались из перечня, и формировался новый план экспериментов с группой значимых факторов, согласно п. 3.

5. Окончательно строились полиномиальные модели, каждая из которых характеризует надежность узла сети от надежности ее элементов.

Данный алгоритм позволяет учесть необратимые изменения (приработка, старение и др.), протекающие в элементах электрической сети.

т .

При этом уравнение имело вид: y = b0+ exp(-x,t ,+m ). Коэффициен-

i=i

ты Ь, позволяют судить об изменении показателей во времени, а Ь,+т - о нахождении элементов сети в каком-либо периоде времени эксплуатации. Применение МПЭ позволило:

1. Строить зависимости показателей надежности электроприемников от показателей отдельных элементов;

2. Использовать полученные уравнения для:

- определения максимально и минимально возможных значений показателей надежности электроприемников;

- выбора схем, надежность которых удовлетворяет заданному уровню показателей;

- поиска путей возможного повышения уровня надежности за счет модернизации оборудования и выполнения технико-экономических расчетов.

Модель резервирования в задаче обеспечения требуемого уровня надежности. Резервирование является одним из способов обеспечения необходимого уровня надежности электрической сети. Задача по обеспечению резерва обычно связана с поиском оптимума, достижение которого основано на соблюдении критериев экономичности и надежности.

Сформированная в работе задача оптимального резервирования заключается в следующем: найти вектор х', являющийся решением min {С(х)| К(х) < А!0}, где К(х) - коэффициент неготовности к работе элемента сети; С(х) - затраты на резерв; К° - ограничения по надежности (неготовности к работе) сети.

Решение завершается построением параллельно-последовательной структуры сети, в которой параллельно соединенные однотипные элементы образуют цепочки из резервных группы. Такой подход к представлению задачи позволил сформировать модель вида:

ICkxk min; К{х) < К0,, (1= 1,2,..., m); хк > 0, (25)

4=1

где я - количество резервных групп; хк - количество соединенных параллельно однотипных элементов, составляющих к-ю резервную группу.

Задача резервирования является нелинейной по ограничению,

К{х)= £Кхкк - IКхкк К/ + I Кхкк К/ К*/ -... Для упрощения К(х) была *=' k<i k,i,j

предложена процедура линеаризации, которая позволила представить задачу

я „

в линейной форме, заменив ограничение на Ъа1кхк < К¡, где т - количествен

во выделенных ограничений (диапазонов линеаризации); ait - коэффициент неготовности к-й резервной группы на /-м диапазоне линеаризации.

Аппроксимация К(х) выполнялась с помощью МПЭ по разработанному алгоритму. В конечном итоге для каждого ограничения находились коэффициенты щк. После получения переменных я* назначалось условие целочисленности и решение достигалось методом ветвей и границ.

Формирование структуры распределительной сети. Реализация данной задачи потребовала разработки модели формирования структуры распределительной сети в виде дерева, предварительно построенного на основе ретроспективных данных. Модель, описывающая на графе поиск минимума затрат при соблюдении заданного уровня надежности:

X cpCj min, (26)

а в качестве ограничения - показатель структурной надежности

X q,jx< Q„ (Xj > О,j= 1, 2,..., л, i = 1, 2,..., /п), (27)

где Xj - число однотипных элементов j-го типа, резервирующих друг друга; С] - стоимость элемента j-го типа; п - число разнотипных элементов; т - число потребителей ЭЭ; qu - вероятность безотказной работы элемента j-го типа, входящего в i-ю связь; Q, - нормированная (нормативная) вероятность отказа потребителя ЭЭ, которая предварительно оценивается при помощи нейронной сети (оценка дана в разделе 6).

Задача поиска оптимального решения относится к классу задач целочисленного нелинейного программирования. Для её решения рассматривались возможные варианты использования методов наискорейшего спуска и штрафных функций. Анализ показал, что применение метода наискорейшего спуска возможно при наличии условий: первое - необходимо, чтобы целевая функция была линейной; второе - только в силу т = п допустимо определение обратной матрицы. Если второе условие или оба не выполняются, уместно применение метода штрафных функций. Для поиска целочисленного решения задачи использовался модифицированный метод ветвей и границ (представлен далее).

Модель формирования структуры замкнутой сети. В соответствии с данной задачей о построении оптимальной структуры сети была разработана модель, в классической постановке имеющая вид:

X cpcj min; P(k, Г) > Pf, (/= 1,2,...,/и), л, = 1 или 0;(/'= 1,2,...,«), (28) где Xj - наличие или отсутствие элемента сети j-го типа; с, - стоимость элемента j-ro типа; п - число разнотипных элементов; т - число узлов нагрузки (потребителей); Р(к, I) - вероятность безотказной работы парной связи «источник к - потребитель /»; Р/ - нормированная вероятность безотказной работы 1-го узла нагрузки (потребителя).

Данная модель является сложной для реализации, так как необходимо получить целочисленное решение задачи, а ограничения нелинейные и их предстоит предварительно сформировать. Формирование вероятностей связей Р{к, I) заключалось в применении матричного преобразования графа, имеющего единственную вершину - «исток» и множество вершин

- «потребителей». Был разработан алгоритм построения минимального пути «источник к - потребитель /» и формирования зависимости Р(к. I):

1. Каждому элементу vu матрицы V ставится в соответствие ри - вероятность безотказной работы дуги к-1.

2. В V включаются ри по правилу:

{1, если к=1;

ри, если в наличии связь k-i,

О, если к-1 отсутствует.

3. Матрица V умножается сама на себя при условии соблюдения теорем о сложении и умножении вероятностей:

- при умножении элементов 1 -ры = рИ, ркГр,, - ркГрк„ ркГри = 0,0-ри =0;

- при сложении элементов pki+Pif=Pu+Pkh 1+Pw=l. Pu+Pk =Pkh 0+PkFPki-

4. V возводится в g-ю степень. При этом каждое новое нахождение матрицы будет содержать все пути от вершины к до / ранга не более g.

5. Если дальнейшее возведение матрицы в степень не будет менять её вхождений, то процесс построения заканчивается.

Сформированные ограничения в (28) позволили применить метод ветвей и границ с модификацией, представляющий собой последовательное построение вариантов схем сети с одновременным поиском нижней оценки значения целевой функции при соблюдении ограничений.

Алгоритм поиска оптимального решения:

1. Экспертным путем формируется исходное множество S, включающее в себя структуру сети, обеспечивающую нижнюю оценку целевой функции с минимальным значением затрат 3, но не являющуюся достаточной гарантией соблюдения граничных условий задачи.

2. Формируется группа множеств, порожденная исходным множеством. Количество множеств во вновь образуемой группе соответствует числу нулевых элементов (Xj = 0) исходного множества. В каждое из множеств, начиная с крайнего левого, поочередно, взамен нулевого элемента вводят по одному элементу xj = 1.

Таким образом, каждое множество в созданной группе будет иметь на

один элемент больше, чем в исходном Множестве (Sno.o. ^'оио. о.....

Л'ою ш). Для каждого из сформированных множеств определяется вели-

/-ч1Ш...О oOlll) 0 дШО ок

чиназатрат(3 ,s ).

Во вновь созданной группе множества классифицируются на: подлежащие ветвлению (для них условия задачи не соблюдаются); не подлежащие ветвлению (для которых условия задачи не выполняются, и вхождение элементов исчерпало себя); конечные (для которых условия задачи соблюдаются).

3. Множества, подлежащие ветвлению, вновь разбивают на группы. Количество множеств в новых группах будет определяться числом нулевых элементов предшествующего множества. При чгпм чя нячянп п-г^ртя

РОС. НАЦИОНАЛЬНАЯ j БИБЛИОТЕКА | С.Пггервург 1 О» МО ««г i

принимают нулевой элемент, порядковый номер которого на единицу больше нулевого элемента, входящего в предшествующее множество.

4. Множества формируются до получения полного перечня конечных и не подлежащих ветвлению 5. В итоге построения образуется дерево решений, которое «снизу» будет «окаймлено» данными множествами.

5. Сравнивая затраты всех конечных множеств между собой, находят наименьшее, отражающее оптимальную структуру электрической сети.

Предложенный алгоритм представляет собой поиск оптимума на границе области допустимых решений. Началом пути к границе является исходная точка, находящаяся вне области допустимых решений и отвечающая затратам исходного множества. Продвигаясь к границе области допустимых решений и достигнув её, из всех граничных точек выбирают ту, которая отвечает минимуму приведенных затрат.

Заключение. На основании существующей теории рынка и анализа структурных преобразований в электроэнергетике России, предложен комплексный подход к моделированию процессов функционирования и управления предприятием, находящегося в условиях зарождения рынка электрической энергии.

Основные результаты исследований, направленные на реализацию принятой концепции, заключаются в нижеследующем.

1. На основе анализа закономерностей функционирования и развития зарубежной и российской электроэнергетики, выработана концепция: совершенствование системы управления (планирования), способной обеспечить успешную интеграцию предприятия электроэнергетики в рыночную среду, путем исчерпывающего анализа и развития новых технологий моделирования бизнес-процессов. В рамках концепции сформулирована цель, дана формализация и постановка задач её достижения. Выделены критерии, параметры, дана классификация моделей, методов и информационных технологий, практическое применение которых, согласно требованиям, предъявляемым к получению конечного результата исследований, обеспечит решение поставленных задач.

2. Для решения задачи оценки показателей функционирования предприятия, согласно теории спроса и предложения, разработан ряд моделей и методов. Они позволяют определять оптимальные значения прибыли предприятия, оценивать величину тарифов в зависимости от способов организации и условий существования рынка ЭЭ, формировать управленческие воздействия.

На основе разработанных моделей и методов дана оценка значимости видов (ставок) тарифа с точки зрения его регулирующего влияния на величину потребляемой электроэнергии. Выявлено, что наиболее перспективным в этом отношении является одноставочный тариф, дифференцированный по времени.

3. В рамках задач развития реинжиниринга бизнес-процессов разработаны модели, методы и структура информационной обработки данных. Они позволяют менеджерам выполнять своевременную подготовку планов, проектов и выбирать среди них оптимальный вариант, а также планировать текущие финансовые потоки и управлять ими.

4. Уделяя внимание проблеме существования риска потери доходов от коммерческой деятельности, проведены исследования по его снижению. Выполнен анализ риска и даны возможные методы его управлением. Выработаны методики измерения риска и методы повышения надежности заключения договоров на поставку электроэнергии. Разработана модель построения оптимальной структуры договорного портфеля, позволяющая уменьшить риск потери доходов. Предложена структура информационных ресурсов, обеспечивающих анализ проектного риска и модель его оперативного управления.

5. Для совершенствования управленческих решений разработаны модели построения оптимального плана производства ЭЭ, экономичного распределения мощностей и ресурсов между блоками тепловых электростанций. Рассмотрены возможности решения задачи определения прибыли с соблюдением принципа оптимальности. Для адекватного отражения влияния ресурсов и предпочтений потребителей на экономичную работу станций, в моделях нашли применение производственные функции и функции полезности.

6. С целью получения более полной информации о протекании процессов и достоверной прогнозной оценки развития предприятий:

• разработаны модели, позволяющие с помощью нейронных сетей строить конфигурации структур электрических сетей и определять их параметры;

• разработаны нейромодели, способные решать задачи оценки потребления ресурсов и определения точки равновесия между спросом и предложением;

• предложены способы подготовки, алгоритмы нейросетевой классификации данных и оценки влияния факторов на прогнозируемый параметр;

• выдвинута и подтверждена гипотеза о согласованности результатов нейросетевого прогнозирования с реальными данными;

• для целей применения нейронной сети к управлению объектом разработана модель её адаптации и предложен алгоритм случайного поиска управляющего воздействия.

7. Используя возможности ГИС-технологий, разработан метод картографического анализа социально-экономических задач энергетики, позволяющий выявлять её структурные изменения и воздействия окружающей среды.

8. В рамках принятия проектных решений, касающихся построения оптимальной структуры электрической сети с учетом критериев экономичности и надежности, выполнено следующее:

• на основе методов планирования эксперимента составлен алгоритм построения математических выражений для определения показателей надежности с учетом условий эксплуатации сети;

• предложен метод включения в схему сети оптимального числа резервных элементов и обеспечивающий тем самым условия соблюдения принятых критериев;

• учитывая трудности в формализации задач построения сложных структур, созданы модели описания распределительных и замкнутых сетей, разработаны алгоритмы их построения на основе модификации методов целочисленного и нелинейного программирования.

9. Теоретическая и практическая значимость научных результатов подтверждена внедрением на предприятиях электроэнергетики Республики Хакасии.

Приложения с 1 по 18.

1. Кратко излагаются теории и информационные технологии (нечеткие множества, мягкие вычисления, эволюционное моделирование, го-меостатика, синергетика и др.), возможности их применения в задачах совершенствования механизма хозяйствования предприятий.

2. Изложена модель многослойной НС, на базе которой решались задачи прогнозирования и формирования структуры электрической сети.

3. Даны варианты управления спросом на электроэнергию, иллюстрированные в виде графиков и примеров.

4. Представлены теоретические предпосылки к сохранению устойчивости экономического состояния предприятия.

5. Дана графическая интерпретация анализа финансовых потоков при формировании инвестиционного проекта.

6. Дана характеристика программного комплекса анализа неплатежей.

7. Дан перечень вопросов и задачник тестирования нейронной сети для определения показателей надежности электроснабжения потребителей.

8. Предложена нейромодель прогнозирования поквартирного потребления электроэнергии жителями многоквартирной застройки г. Абакана. Работа выполнялась с использованием программного продукта Иеигорго.

9. Рассматривается возможность использования нейронной сети в качестве инструмента для проведения факторного анализа.

10. Дан опыт использования Ыеигорго при решении задачи прогноза электропотребления по Республике Хакасия (для АО «Хакасэнерго»).

11. Представлен пример использования нейронной сети для прогнозирования электропотребления Абаканским отделением Красноярской железной дороги.

12. Дана сопоставительная оценка аппроксимирующих возможностей нейросетевого моделирования и регрессионного анализа. Примером послужил прогноз электропотребления Абаканским троллейбусным предприятием.

13. Представлен пример решения задачи оптимального резервирования схемы электрической сети.

14. Предложены модели формирования оптимальной структуры распределительной электросети и некоторые способы по её реализации.

15. Даны возможности использования метода множителей Лагранжа, Ньютона и штрафных функций в задаче построения оптимальной структуры распределительной электрической сети.

16. Дан пример формирования уравнений вероятностей связи «источник-потребитель» и пример построения на основе метода ветвей и границ структуры сложнозамкнутой электрической сети.

17. Представлен список использованных в работе сокращений.

18. Содержит справки о внедрении, подтверждающие применение ряда полученных в диссертационной работе результатов.

Основные результаты опубликованы в следующих работах:

Статьи в центральной печати:

1. Дулесов А. С. Определение показателей надежности электрических сетей на основе методов планирования эксперимента // Известия вузов. Энергетика. - 1990. - №11. - С. 56-58.

2. Дулесов А. С. Оптимальное резервирование в задаче обеспечения требуемого уровня надежности // Известия вузов. Энергетика. - 1992. -№4. - С. 28-33.

3. Дулесов А. С. Проектирование структуры систем электроснабжения по критериям экономичности и надежности // Промышленная энергетика. - 1995. - №8. - С.27-28.

4. Дулесов А. С. Оценка инвестиционных проектов развития предприятий энергетики // Промышленная энергетика. - 1998. - № 10. - С. 2-4.

5. Дулесов А. С. Некоторые аспекты планирования финансово-экономической деятельности энергетического предприятия // Энергетик. -1999. -№1. -С. 14-15.

6. Дулесов А. С. Система скидок как инструмент продажи электрической мощности и энергии на оптовом рынке // Промышленная энергетика. - 1999. - №7. - С.2-5.

7. Дулесов А. С. Измерение риска в сфере реализации энергоресурсов // Промышленная энергетика. - 2000. - № 4. - С. 2-5.

8. Дулесов А. С. Оптимальное распределение мощностей между электростанциями в электроэнергетической системе // Энергетика. (Изв. высш. учеб. заведений и энергетических объединений СНГ). - 2000. -№4.-С. 13-16.

9. Дулесов А. С. Риск в производственных системах: анализ и управление // Промышленная энергетика. - 2000. - № 10. - С. 2-5.

10. Дулесов А. С. Оптимизация структуры неплатежей в сфере реализации электрической энергии // Энергетика. (Изв. высш. учеб. заведений и энергетических объединений СНГ). - 2001. -№1. - С. 57-64.

11. Дулесов А. С. Конкурентные отношения в сфере реализации электрической энергии // Энергетика. (Изв. высш. учеб. заведений и энергетических объединений СНГ). - 2001. - №5. - С.35-41.

12. Дулесов А. С. Возможности применения нейронных сетей в задачах прогнозирования и соблюдение принципа согласованности полученных результатов // Радиоэлектроника. Информатика. Управление. - 2001. -№ 1(5).-С. 76-78.

13. Дулесов А. С. Обработка статистических данных и оценка значимости факторов // Радиоэлектроника. Информатика. Управление. - 2001. - № 2(6). - С.76-79.

14. Дулесов А. С. Сравнительная оценка поведения производителя на оптовом рынке электроэнергии // Энергетика. (Изв. высш. учеб. заведений и энергетических объединений СНГ). - 2002. -№1.- С. 113-120.

Учебное пособие:

15. Дулесов А. С., Кривошеева С. А. Планирование в малом бизнесе. -Абакан: Изд-во Хакасского государственного ун-та им. Н. Ф. Катанова,

1999. - 80 с.

Статьи в сборниках, доклады и труды конференций:

16. Дулесов А. С. Возможности использования искусственных нейронных сетей для целей формирования структуры электрической сети // Информационные технологии в энергетике: современные подходы к анализу и обработке информации / Сб. докладов. - Иркутск: ИСЭМ СО РАН.

2000.-С. 142-147.

17. Дулесов А. С. Геоинформационный поход в решении социально-экономических задач энергетики // Современные подходы к интеграции информационных технологий / Труды Всероссийского семинара «Информационные технологии в энергетике». - Иркутск: ИСЭМ СО РАН.

2001. - С.48-57.

18. Дулесов А. С., Дулесов В. А. Применение нейросетевых алгоритмов к анализу электропотребления // Современные подходы к интеграции информационных технологий / Труды Всероссийского семинара «Информационные технологии в энергетике». - Иркутск: ИСЭМ СО РАН. 2001.-С. 187-192.

19. Дулесов А. С. Модель экономически выгодной работы тепловой станции в краткосрочном и долгосрочном периодах // Информационные технологии в науке и образовании / Труды Всероссийской конференции «Информационные и телекоммуникационные технологии в науке и образовании Восточной Сибири». - Иркутск: ИСЭМ СО РАН. 2002. - С. 54-58.

20. Дулесов А. С. Моделирование экономичного распределения активной мощности между станциями по критерию надежности // Энергосистема: управление, качество, безопасность: Сб. докладов Всероссийской научно-технической конференции. - Екатеринбург: УГТУ-УПИ. 2001.-С. 126-130.

21. Дулесов А. С. Построение оптимальной структуры распределительной сети: проблемы и возможные решения // Серия 1. Математика. Информатика. Вестник Хакасского государственного ун-та им. Н.Ф. Катано-ва. Вып. 2. - Абакан: Изд. ХГУ им. Н. Ф. Катанова. 1997. - С. 89-91.

22. Дулесов А. С., Сариджа Е. Е. Искусственные нейросетевые модели: возможности применения // Серия 1. Математика. Информатика. Вестник Хакасского государственного ун-та им. Н. Ф. Катанова. Вып. 3. - Абакан: Изд-во ХГУ им. Н. Ф. Катанова. 1999. - С. 94-97.

23. Дулесов А. С. Устойчивость экономического объекта как главное условие его жизнедеятельности // Серия 8. Экономика. Вестник Хакасского государственного ун-та им. Н. Ф. Катанова. Вып. 1. - Абакан: Изд-во Хакасского государственного ун-та им. Н. Ф. Катанова. - 1999. - С.5-7.

24. Дулесов А. С. Новые информационные технологии в сфере использования и обработки знаний // Серия 1. Информатика. Вестник Хакасского государственного ун-та им. Н. Ф. Катанова. Вып. 4. - Абакан: Изд-во ХГУ им. Н. Ф. Катанова. 2001. - С.29-35.

25. Быков В. И., Дулесов А. С. Математическая модель формирования оптимального портфеля заявок на поставку электроэнергии потребителям в условиях риска неплатежей // Вестник Красноярского государственного технического университета. Вып. 23. Математические методы и моделирование. / Под ред. В. И. Быкова. - Красноярск: ИПЦ КГТУ. 2001. - С. 65-71.

26. Дулесов А. С. Оценка эффективности применения дифференцированных тарифов // Вестник Хакасского технического института - филиала КГТУ. Научный и общественно-информационный журнал / Под. ред. С. И. Рябихина. - Абакан: ХТИ - филиал КГТУ. 2002. - С. 103-110.

27. Дулесов А. С. Оценка показателей эффективности инвестиционного проекта и учет структуры капитала при его подготовке // Вестник Хакасского технического института - филиала КГТУ. Научный и общественно-информационный журнал / Под. ред. С. И. Рябихина. - Абакан: ХТИ - филиал КГТУ. 2003. - С. 35-43.

28. Дулесов А. С. Информационное обеспечение расчетов инвестиционного проектирования // Вестник Хакасского технического института -филиала КГТУ. Научный и общественно-информационный журнал / Под. ред. С. И. Рябихина. - Абакан: ХТИ - филиал КГТУ. 2003. - С. 43-47.

29. Дулесов А. С. Модель ценообразования при реализации однородных партий товара в условиях естественной монополии // Научные труды II международной научно-практической конференции «Фундаменталь-

ные и прикладные проблемы приборостроения, информатики, экономики и права». Кн. «Экономика». 4.1. - М.: МГАПИ. 1999. - С. 98-102.

30. Дулесов А. С. Моделирование инвестиционной активности предприятий энергетики // Всероссийская научно-практическая конференция «Прогнозирование экономической конъюнктуры в системах маркетинга». Сб. материалов. Ч.Н. - Ульяновск. 1998. - С. 21-23.

31. Дулесов А. С. Определение субъективной вероятности при помощи нейронных классификаторов // Нейронные сети и модели: Труды международной НТК «Нейронные реляторные и непрерывнологические сети и модели». - Ульяновск: УлГТУ. 1998. - С. 42-43.

32. Дулесов А. С. Тарифное регулирование: модель влияния на прибыль монополиста // Региональный маркетинг: теория, проблемы, опыт, обучение. Международная научн.-практ. конференция Доклады. - Кемерово. 1999.-С. 21-22.

33. Дулесов А. С. Имитационная модель эффективного участия предприятий в условиях производства однородного продукта // Математические методы и компьютеры в экономике: Сб. материалов II Международной научно-технической конференции. - Пенза: ПДЗ. 1999. - С. 61-62.

34. Дулесов А. С. Оценка сравнительной эффективности двух объектов с помощью нейронных сетей // Информационные технологии в экономике: Сб. материалов межрегиональной научно-практической конференции. - Пенза: ПДЗ. 1998. - С.28-30.

35. Дулесов А. С. Модель оптимальной загрузки оборудования предприятий // Математические методы и компьютеры в экономике: Сб. материалов II Международной научно-технической конференции. - Пенза: ПДЗ. 1999.-С. 63-64.

Кроме вышеперечисленных работ, к теме диссертации имеют отношение более 60 научных публикаций представленных на русском и английском языках: депонированные рукописи; статьи в сборниках; труды и тезисы докладов международных и всероссийских научных конференций.

Подписано в печать 15.09.2003. Формат 60x84 1/16. Бумага офсетная. Печать ризограф. Гарнитура Times New Roman. Физ.печ.л. 2,5. Уч.-изд.л. 2. Усл.печ.л. 2,33. Тираж 110. Заказ № 173. Лицензия ИД 03204 от 10 ноября 2000 г.

Издательство Хакасского государственного университета им. Н.Ф. Катанова Отпечатано в типографии Хакасского государственного университета им. Н.Ф. Катанова 655017, г. Абакан, пр. Ленина, 94

I

-

ВВЕДЕИЕ.

1. ФОРМАЛИЗАЦИЯ И ПОСТАНОВКА ЗАДАЧ УПРАВЛЕНИЯ

РАЗВИТИЕМ ПРЕДПРИЯТИЙ ЭЛЕКТРОЭНЕРГЕТИКИ.

1.1. Электроэнергетика на этапе преобразований. Наличие свойств системности.

1.2. Теоретические предпосылки управления предприятием.

1.3. Объект исследования, его формализованное представление. Принципы управления.

1.4. Предмет исследований.

1.5. Задачи достижения цели управления предприятием электроэнергетики

1.6. Алгоритмы и информационная поддержка решения задач управления предприятием.

1.7. Технология решения задач совершенствования хозяйственного механизма предприятия.

Выводы.

2. ОЦЕНКА ПОКАЗАТЕЛЕЙ ФУНКЦИОНИРОВАНИЯ ПРЕДПРИЯТИЙ В УСЛОВИЯХ РЫНКА ЭЛЕКТРОЭНЕРГИИ.

Фк, 2.1. Оценка развития системы реализации электроэнергии.

2.2. Способы управления спросом. Формирование спроса и предложения на электрическую энергию.

2.3. Оценка критерия эффективной работы предприятия.

2.4. Оценка поведения спроса и его влияния на эффективность работы предприятий электроэнергетики.

2.5. Упрощенная модель влияния неплатежей на доходы предприятия

2.6. Тарифное регулирование объемов продаж электрической энергии (мощности) на оптовом рынке и обеспечение равновесия между спросом и предложением.

2.7. Моделирование поведения предприятий-производителей электроэнергии на оптовом рынке.

2.8. Оценка регулирующего влияния тарифов на производство и потребление электроэнергии.

Выводы.

3. МОДЕЛИРОВАНИЕ ПРОИЗВОДСТВА И РАСПРЕДЕЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ В ЭЛЕКТРОЭНЕРГЕТИЧЕСКОЙ СИСТЕМЕ

3.1. Модель плана производства продукции в условиях нестабильного спроса.

3.2. Определение величины прибыли в динамике цен при реализации электроэнергии.

3.3. Основы оптимизации режимов загрузки электростанций в электроэнергетической системе.

3.4. Модели оптимального распределения производственных ресурсов в электроэнергетической системе

3.5. Модель экономически выгодной работы тепловой станции в краткосрочном и долгосрочном периодах.

3.6. Моделирование экономичного распределения активной мощности между станциями по критерию полезности.

Выводы.

4. ПЛАНИРОВАНИЕ И ЕГО ИНФОРМАЦИОННАЯ ПОДДЕРЖКА

В СФЕРЕ УПРАВЛЕНИЯ ПРЕДПРИЯТИЕМ.

4.1. Оценка возможностей реинжиниринга в управлении предприятием электроэнергетики.

4.2. Основные задачи планирования хозяйственной деятельности на предприятии.

4.3. Оценка показателей эффективности инвестиционного проекта.

4.4. Модели распределения кредитных ресурсов и управления проектом.

4.5. Модель текущего инвестиционного проекта

4.6. Информационное обеспечение расчетов инвестиционного проектирования

4.7. Информационно-статистического подхода к планированию и управлению энергосбытовой деятельностью.

Выводы.

5. НЕЙРОСЕТЕВЫЕ МОДЕЛИ И ГЕОИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ СОВЕРШЕНСТВОВАНИЯ МЕХАНИЗМА ХОЗЯЙСТВОВАНИЯ ПРЕДПРИЯТИЙ.

5.1. Обработка статистических данных и оценка значимости влияния факторов.

5.2. Адаптация нейросетевой модели к управлению технологическими процессами.

5.3. Нейросетевая модель формирования структуры электрической сети.

5.4. Нейросетевая оценка прогнозируемых параметров и соблюдение принципа согласованности полученных результатов.

5.5. Нейросетевая прогноз электропотребления и сопоставительная оценка его результатов.

5.6. Картографический анализ социально-экономических задач предприятий электроэнергетики.

Выводы.

6. МОДЕЛИ ФОРМИРОВАНИЯ СТРУКТУРЫ ЭЛЕКТРИЧЕСКОЙ СЕТИ ПО КРИТЕРИЯМ ЭКОНОМИЧНОСТИ И НАДЕЖНОСТИ . №

6.1. Определение показателей надежности электрических сетей на основе методов планирования эксперимента.

6.2. Оптимальное резервирование в задаче обеспечения требуемого уровня надежности.

6.3. Модель построения оптимальной структуры распределительной сети.

6.4. Методы оценки вероятности безотказной работы связи «источник-потребитель» и построения оптимальной схемы замкнутой электрической сети.

Выводы.

7. АНАЛИЗ РИСКА И ЕГО УПРАВЕНИЕ.

7.1. Риск производственных систем: классификация и методы управления.

7.2. Измерение риска в сфере реализации электроэнергии.

7.3. Модели формирования оптимального портфеля заявок на поставку электроэнергии.

7.4. Оценка структуры информационных ресурсов, обеспечивающих анализ и управление проектными рисками.

Выводы.

Актуальность темы. Электроэнергетика, обладая многими качествами, подвержена воздействию разнообразных факторов эндогенного и экзогенного характера и находится в постоянном движении. От того, в каком состоянии она находится, как будет развиваться и в каком направлении, зависит будущее народного хозяйства России.

В процессе становления рыночных отношений в экономике России осуществляется реорганизация структуры хозяйствования предприятий электроэнергетики1, поскольку старая система управления здесь не приемлема. Цель данных преобразований направлена на повышение конкурентоспособности производимой и реализуемой на рынке электроэнергии. Учитывая особенности функционирования рынка, успех достижения поставленной цели будет зависеть от результатов выполненных исследований системных связей, закономерностей функционирования и развития предприятий электроэнергетики, ориентированных на повышение эффективности управления ими.

Важная роль в процессе производства и распределения электроэнергии отводится оценке показателей эффективности. Разработка и внедрение методов, позволяющих выполнять анализ влияния факторов потребления электроэнергии на величину прибыли и тарифов, оправдано необходимостью соблюдения условий развития предприятий.

Для управления производством электроэнергии требуется выполнение расчетов и соблюдение режимов оптимальной загрузки агрегатов электрических станций. В основе существующих методов расчета лежит критерий экономически выгодного расходования топлива. Однако создание механизма совершенствования системы рыночных отношений вынуждает энергетиков дополнительно учитывать множество других ресурсов (трудовых, финансовых и др.). Решение задачи возможно посредством модификации существующих ме

1 Постановление Правительства РФ № 526 от 11 июля 2001 г. «О реформировании электроэнергетики Российской Федерации» и Федеральный закон Российской Федерации от 26 марта 2003 г. № 35 - ФЗ «Об электроэнергетике» тодов, которые позволили бы учесть как производственные, так и управленческие связи между используемыми ресурсами и уровнем производства.

Успех в достижении предприятием планируемых показателей зависит от результатов подготовки и управления планами (проектами). Выполнение данных мероприятий позволит выявлять резервы, целесообразным образом распределять капитальные вложения, другие ресурсы и при необходимости управлять ими посредством рычагов, находящихся на вооружении менеджеров. Перспективность достижения искомых результатов непосредственно связана с внедрением реинжиниринга на основе разработок и применения математических, экономических моделей и новых информационных технологий.

Бесперебойное и экономичное электроснабжение потребителей зависит от структуры электрической сети формируемой на стадии проектирования. Решение данной задачи направлено на поиск оптимальной величины затрат с соблюдением заданного уровня надежности. Разработка моделей и использование методов оптимизации схем электрических сетей позволит избежать излишних эксплуатационных затрат и снизить ущербы от возникновения аварий.

Динамизм всех протекающих процессов в электроэнергетике, потребность в управлении и обработке всевозрастающей информации, ставит задачи, решение которых немыслимо без применения новых информационных технологий. Разработка и внедрение в практику анализа, прогнозирования и управления, например, нейросетевых и геоинформационных технологий, позволит выйти на новый этап решения технологических, социально-экономических и других задач электроэнергетики.

Экономическая нестабильность работы некоторых Российских предприятий негативно сказывается на их платежеспособности за потребленную электроэнергию сокращая при этом доходы энергетиков. Решение проблемы видится в разработке методов анализа и управления рисками.

Необходимость в разработке теоретических подходов решения задач управления подтверждается финансовой поддержкой со стороны министерств и ведомств РФ. Часть выполненных автором исследований осуществлялась в рамках плана фундаментальных НИР (тема - компьютерное моделирование в научных исследованиях, заказчик - Министерство образования РФ).

Таким образом, выполнение научных исследований ориентировано на совершенствование системы управления, действие которой направлено на сохранение эффективной работы предприятия в условиях функционирования рынка.

Цель и задачи исследований. Разработать новые и совершенствовать существующие методы и средства анализа, обработки информации и управления предприятием электроэнергетики, обеспечивающие повышение его эффективности и надежности функционирования.

Цель достигается путем решения следующих задач:

1. Сформулировать задачи разработки проблемно-ориентированной системы управления, методов и алгоритмов оптимизации и принятия решений, обеспечивающие развитие предприятий.

2. Учитывая необходимость в анализе производственно-экономических показателей состояния предприятия, разработать методы их оценки.

3. Разработать модели экономичного использования ресурсов, производственных мощностей и распределения электроэнергии в энергосистеме.

4. Разработать методы оценки показателей эффективности плановых решений, модели размещения капитальных вложений и других ресурсов, способы информационной поддержки управления проектами.

5. На базе теории искусственного интеллекта разработать модели обработки данных и методы достоверного прогноза показателей функционирования предприятия.

6. С учетом критериев экономичности и надежности создать модели описания структуры электросети и модифицировать методы её построения.

7. Сформировать модели по обеспечению высокого уровня надежности реализации электроэнергии, выполнить анализ риска и разработать методы управления по его снижению.

Научная новизна результатов исследования. На основе анализа функционирования предприятий, выявления их потенциальных возможностей дальнейшего развития, формализованы и поставлены задачи разработки проблемно-ориентированной системы управления, методов и алгоритмов оптимизации параметров и выработки приемлемых управленческих решений.

Разработаны методы оценки факторов производства, потребления (реализации) объемов электрической мощности (энергии) и величины тарифов, необходимые для принятия решений по повышению эффективности функционирования предприятий в условиях рынка электроэнергии.

Разработаны модели и теоретически обоснована целесообразность применения производственных функций и функций полезности построения оптимального плана производства и распределения электроэнергии в системе. Сформулированы задачи экономичного использования ресурсов на электрических станциях и определены условия существования аналитического решения.

В русле развития теории принятия реинжиниринговых решений созданы модели подготовки плановых решений, разработаны методы размещения капитальных вложений в производство и оценки текущих показателей проекта. Сформулированы способы информационной поддержки принятия решений в задачах инвестиционного проектирования и подходы в управлении энергосбытовой деятельностью предприятий.

Оценены способности нейронных сетей к обработке информации и конструированию связей между входом и выходом объекта при его управлении. Разработаны алгоритмы определения показателей электрической сети и получения приемлемых прогнозных оценок электропотребления.

Разработаны модели, усовершенствованы методы и созданы алгоритмы построения оптимальных структур проектируемых электрических сетей с учетом соблюдения предъявляемых к ним критериев надежности и экономичности.

Научно обоснована необходимость исследования надежности реализации электроэнергии. Созданы модель, усовершенствованы методы измерения и оптимизации риска, предложена структура использования информационных ресурсов для его управления.

Практическая ценность выполненной работы заключается в приобретении менеджерами новых знаний применения методов системного анализа, обработки информации и целенаправленного воздействия на хозяйственную деятельность предприятия. Тем самым результаты исследований позволяют:

- оценивать производственно-экономические показатели, выполнять анализ хозяйственного состояния, выявлять потенциальные возможности и вырабатывать решения направленные на повышение эффективности работы предприятия электроэнергетики;

- использовать результаты моделирования для экономичного распределения ресурсов и управления производством;

- планировать хозяйственную и инвестиционную деятельность и управлять ею с минимальными потерями для предприятия;

- применять новые информационные технологии и системы искусственного интеллекта для анализа и оценки потенциальных возможностей предприятий в совершенствовании их хозяйственной деятельности;

- внедрять в практику проектных расчетов методы и модели построения оптимальных схем электрических сетей;

- повышать уровень надежности сбыта электроэнергии потребителям посредством применения методов оценки и управления риском.

Методы исследований. Основные теоретические и прикладные результаты работы получены на основе выполнения системного анализа, обработки информации и выработки управленческих решений. В процессе реализации нового научного направления, касающегося разработки и применения моделей управления в задачах развития предприятий электроэнергетики, комплексно использовались методы оптимизации, теория нейронных сетей, многоагентные системы, теория вероятностей и математическая статистика, теория статистического анализа, математическое программирование и методы принятия решений.

Реализация результатов работы. Результаты исследований внедрены на предприятиях АО «Хакасэнерго: Энергосбыт, Южные электрические сети и Абаканская ТЭЦ», на МП «Абаканские электрические сети».

Основные результаты исследований заключаются в нижеследующем.

1. Основываясь на необходимости преобразований в Российской электроэнергетике, выявлены задачи по обеспечению эффективного управления предприятием в условиях существования рынка электроэнергии. Для достижения цели исследований дана формальная постановка задач, включающая себя выделение критериев, параметров, систем и принципов управления, моделей, методов и информационных технологий. Системный анализ комплексного решения поставленных задач позволил определить искомые параметры (мощность, доходы и издержки, объемы капитальных вложений, показатели эффективности и надежности, мера риска и др.) необходимые для выработки приемлемых решений управления предприятием.

2. Для оценки показателей функционирования предприятия разработаны методы, которые позволяют определять оптимальное значение прибыли, оценивать воздействие объемов производства и реализации электроэнергии на величину тарифа, вырабатывать решения по поддержанию баланса между спросом и предложением. Представлена оценка значимости регулирующего влияния видов (ставок) тарифа на величину вырабатываемой и потребляемой электроэнергии. Выявлено, что наиболее перспективным в этом отношении является одноставочный тариф, дифференцированный по времени.

3. Для совершенствования управленческих решений разработаны модели построения оптимального плана производства электроэнергии, экономичного распределения мощностей и ресурсов между блоками тепловых электростанций. Соблюдая принцип оптимальности Р. Беллмана, решена задача оценки влияния объемов производства на эффективность работы электростанции. Для адекватного отражения влияния ресурсов и предпочтений потребителей на экономичную работу станций, в моделях нашли применение производственные функции и функции полезности.

4. В рамках задач развития реинжиниринга хозяйственной деятельности предприятия разработаны модели, методы и структура информационной обработки данных. Они позволяют энергоменеджерам выполнять своевременную подготовку планов, проектов и выбирать среди них оптимальный вариант, а также управлять ими.

5. С целью получения более полной информации о протекании процессов и достоверной прогнозной оценки развития предприятий:

• разработаны модели, позволяющие с помощью нейронных сетей строить конфигурации структур электрических сетей и определять их параметры;

• разработаны нейромодели, способные решать задачи оценки потребления ресурсов и определения точки равновесия между спросом и предложением;

• предложены способы подготовки, алгоритмы нейросетевой классификации данных и оценки влияния факторов на прогнозируемый параметр;

• выдвинута и подтверждена гипотеза о согласованности результатов нейросетевого прогнозирования с реальными данными;

• для целей применения нейронной сети к управлению объектом, разработана модель её адаптации и предложен алгоритм случайного поиска управляющего воздействия;

• используя возможности ГИС-технологий, разработан метод картографического анализа производственно-экономических показателей, позволяющий выявлять взаимосвязь деятельности предприятия электроэнергетики с окружающей средой.

6. В рамках принятия проектных решений, касающихся построения оптимальной структуры электрической сети с учетом критериев экономичности и надежности, выполнено следующее:

• на основе методов планирования эксперимента составлен алгоритм построения математических выражений для определения показателей надежности с учетом условий эксплуатации сети;

• предложен метод включения в схему сети оптимального числа резервных элементов и обеспечивающий тем самым условия соблюдения принятых критериев;

• учитывая трудности в формализации задач построения сложных структур, созданы модели описания распределительных и замкнутых сетей, разработаны алгоритмы их построения на основе модификации методов целочисленного и нелинейного программирования.

7. Уделяя внимание проблеме риска потери доходов от реализации электроэнергии и его управлению, получены следующие результаты:

• выполнен анализ риска и даны возможные методы его управления;

• выработаны методики измерения риска и методы повышения надежности заключения договоров на поставку электроэнергии;

• разработана модель построения оптимальной структуры договорного портфеля, позволяющая уменьшить риск потери доходов;

• предложена структура информационных ресурсов, обеспечивающих анализ проектного риска и модель его оперативного управления.

8. Теоретическая и практическая значимость научных результатов подтверждена внедрением на предприятиях электроэнергетики Хакасии.

9. По теме диссертации опубликовано около 100 научных работ, из них: 15 статей в центральной печати; более 40 трудов в сборниках и вестниках вузов; депонированные рукописи и др.

ЗАКЛЮЧЕНИЕ

На основании выполненных исследований предложены модели и методы управления предприятием обеспечивающие совершенствование их механизма хозяйствования, повышение экономичности и надежности.

1. Аввакумов В. Г., Незевак В. J1. Оптимизация электрозатрат предприятия на основе выбора тарифных планов // Электрификация металлургических предприятий Сибири. Вып. 9. - Томск: Изд-во Томск, ун-та. 2000. - С. 81-91.

2. Аверкин А. Н., Головина Е. Ю., Сергиевский А. Е. Проектирование нечетких регуляторов на основе триангулярных норм // Изв. РАН. Теория и системы управления. 1997. №5. - С. 58-67.

3. Аверкин А. Н. Нечеткие множества в моделях управления и искусственного интеллекта. М.: Наука, 1986. - 387 с.

4. Азанов С. Н., Вангородский С. Н., Корнейчук Ю. Ю. и др. Еще раз о риске // Научно-технические и инженерно-технические разработки. Сб. науч. тр. -Новосибирск: Наука. Сиб. предприятие РАН. 1998. С. 32-50.

5. Айвазян С. А., Енюков И. С., Мешалкин J1. Д. Прикладная статистика: Исследование зависимостей. М.: Финансы и статистика, 1985. - 185 с.

6. Айвазян С. А. Моделирование механизма формирования экспертного мнения при выборе решения // Экономика и мат. методы. -1994. Т.30. Вып.2. -С. 113-119.

7. Акулич И. JI. Математическое программирование в примерах и задачах. — М.: Высш. шк., 1986. 236 с.

8. Алдонин Г. М. Синергетика в техническом проектировании: Научное издание. Красноярск: КГТУ, 1998. - 248 с.

9. Александров Н. И., Комков Н. И. Моделирование организаций и управления решением научно-технических проблем. М.: Наука, 1988. - 286 с.

10. Алексейчук А. И., Шапот М. Д. Моделирование распределительных систем со структурированными потоками сообщений // Изв. РАН. Теория и системы управления. -1999. №5. С. 117-120.

11. Андрейчиков А. В., Андрейчикова О. Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2000. - 368 с.

12. Андриевский Б. Р., Фрадков A.JI. Избранные главы теории автоматического управления с применением на языке MATLAB. СПб.: Наука, 1999. - 467 с.

13. Антонов Н.В., Усиевич В.А. Анализ потребления электроэнергии в быту для внедрения ступенчатых графиков // Энергетик. 1995. № 1. - С. 6-8.

14. Арзамасцев Д.А., Бартоломей П.И., Холян А.М. АСУ и оптимизация режимов энергосистем/ Под ред. Д.А.Арзамасцева. М.: Высш. шк., 1983. - 208с.

15. Арзамасцев Д.А., Ананичева С.С., Мардер Л.И. и др. Имитационный подход к моделированию развития и размещения генерирующих мощностей // Изв. АН СССР. Энергетика и транспорт. 1987. №2. - С. 10-18.

16. Арзамасцев Д.А., Елохин В.Г., Криворуцкий Л.Д. и др. Имитационное моделирование развития систем энергетики. Иркутск: Изд. СЭИ СО АН СССР, 1988.-126 с.

17. Арзамасцев Д.А., Ананичева С.С., Липес A.B. и др. Математические модели размещения тепловых электростанций. Учебное пособие. Свердловск: Изд. УПИ им. С.М. Кирова, 1985. 86 с.

18. Арзамасцев Д.А., Обоскалов В.П. Расчет показателей структурной надежности энергосистем. Свердловск: Изд. УПИ им. С.М. Кирова, 1986. - 80 с.

19. Арзамасцев Д.А., Дулесов A.C., Обоскалов В.П. Эквивалентные преобразования при расчетах показателей структурной надежности сложных схем // Вопросы развития энергосистем СССР. -Иркутск: ИркПИ. -1984.-С. 28-31.

20. Арзамасцев Д.А., Дулесов A.C. и др. Методы автоматического управления режимами и развитием энергосистем // Управление электроэнергетической системой. Киев: КПИ. - 1985. - С. 26-28.

21. Арзамасцев Д.А., Липес A.B., Мызин А.Л. Модели оптимизации развития энергосистем / Под ред. Д.А. Арзамасцева. М.: Высш. шк., 1987. — 272 с.

22. Арнольд В.И. О представлении функций нескольких переменных в виде суперпозиции функций нескольких переменных // Математическое просвещение. 1988. №19. - С. 60-65.

23. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ / Пер. с англ. М.: Мир, 1982. - 488 с.

24. Ачасова С.М. Вычисления на нейронных сетях (Обзор) // Программирование. 1991. №2. - С. 40-53.

25. Багриновский К.А., Хрусталев Е.Ю. Методологические основы построения модельной информационно-аналитической системы планирования и реализации крупных социально-экономических проектов и программ // Экономика и мат. методы. 1996. - Т. 32. №4. - С. 25-33.

26. Багриновский К.А., Тренев H.H. Моделирование процессов адаптации экономических систем//Экономика и мат. методы.-1999.-Т.35. №2. -С. 138-150.

27. Байхельт Ф., Франкен П. Надежность и техническое обслуживание. Математический подход: Пер. с англ. -М.: Радио и связь, 1988. 392 с.

28. Баландин О.В., Дулесов A.C. Применение метода минимальных сечений и эквивалентных преобразований при оценке показателей структурной надежности сложнозамкнутых сетей / АфКПИ. Абакан, 1988. - 11 с. (Деп. в Информэнерго 29.08.88. № 2923-эн88).

29. Барановский А. И. Формирование структуры управления и электроэнергетического рынка в России // Электрические станции. 1993. №7. - С. 2-6.

30. Баринов В.А. Структуры управления и рыночные отношения в электроэнергетике // Электричество. 2000. №1. - С.4-19.

31. Баркалов Н.Б. Производственные функции в моделях экономического роста. М.: Издательство МГУ им. М.В. Ломоносова, 1981. - 218 с.

32. Барлой Р., Прошан Ф. Статистическая теория надежности и испытания на безопасность / Пер. с англ. М.: Наука, 1984. - 328 с.

33. Барькин Е.Е., Витушко A.B., Еремеев Е.М. и др. Анализ поступления платежей за электроэнергию от наиболее крупных предприятий Санкт-Петербурга и Ленинградской области //Пром. энергетика-1997. № 2.-С.З-6.

34. Басин М.А., Шилович И.И. Синергетика и Internet (путь к Synergonet). — СПб.: Наука, 1999. 71 с.

35. Бахтурин Ю.А. Основные структуры современной алгебры. М.: Наука, 1990.-254 с.

36. Бахтадзе H.H., Лотоцкий В.А., Максимов Е.М. и др. Информационно-статистический подход к организации маркетинга // Экономика и мат. методы. 1996. - Т. 32. №4. - С. 43-48.

37. Башарин Г.П. Начала финансовой математики. М.: ИНФРА-М, 1997. — 160с.

38. Бачкаш Т. Хозяйственный риск и методы его измерения. / Пер. с венгер. -М.: Экономика, 1979. 168 с.

39. Беллман Р. Динамическое программирование. М.: Изд-во иностр. лит., 1960.-218 с.

40. Белоусенко И.В., Ковалев А.П., Совпель В.П. и др. Преобразование эквивалентных по надежности схем «треугольник-звезда» // Электричество. — 1996. №6.-С. 38-42.

41. Беляев Л.С., Марченко О.В., Филиппов С.П. Энергетика и переход к устойчивому развитию // Изв. РАН. Энергетика. 1999. №5. - С. 43-53.

42. Беляев Л.С., Руденко Ю.Н. Теоретические основы системных исследований в энергетике. Новосибирск: Наука, Сиб. отд. 1986. - 237 с.

43. Бендиков М.А. Программное планирование космической деятельности. Экономико-математический подход. М.: ЦЕМИ РАН, 1995. - 136 с.

44. Беренс В., Хавранюк П.М. Руководство по оценке эффективности инвестиций: Пер с англ. М.: АОЗТ «Интерэксперт». 1995. - 214 с.

45. Беркульцев М.В., Дьячук А.К., Оркин С.Д. Применение генетического алгоритма к построению минимально допустимой обучающей выборки для ней-росетевой системы принятия решений // Изв. РАН. Теория и системы управления. 1999, №5. - С. 172-176.

46. Берлянт A.M. Геоизображения в Интернете новая информационная революция // ГИС-обозрение. - 1998. №2. - С. 20-25.

47. Берлянт A.M. Геоиконика. М.: МГУ, АБН РФ, «Астрея», 1996. - 208 с.

48. Берлянт A.M., Аляютдинов А.Р., Мусин O.P., Платонов А.П. Картографирование телекоммуникационных сетей России // ГИС-обозрение. 1995. Весна. - С.25-27.

49. Бершадский A.M., Бождай А.С. Геоинформационный подход к мониторингу региональных образовательных систем // Информационные технологии. -1998. №12.-С. 39-43.

50. Бешелев С.Д., Гурвич Ф.Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980. - 345 с.

51. Блохнин А.Г. Алгебра нечетких множеств // Изв. РАН. Теория и системы управления. 1998. №5. - С. 88-95.

52. Бобкова И.А., Левин М.И. Экспериментальная экономика: некоторые проблемы и подходы // Экономика и мат. методы. 1997.-Т.ЗЗ. Вып. 1 .-С. 13-25.

53. Боровиков В.П., Боровиков И.П. STATISTICA Статистический анализ и обработка данных в среде Windows - M.: Информационно-издательский дом «Филинъ», 1997. - 608 с.

54. Бревнов Б.А. Конкуренция определяющий фактор развития российского оптового рынка электроэнергии // Энергетик. - 1998. №2. - С. 2-3.

55. Бурков В.Н., Новиков Д.А. Как управлять проектами: Научно-практическое издание. Серия «Информатизация России на пороге XXI века. М: СИН-ТЕГ-ГЕО, 1997.- 188 с.

56. Бурков В.Н., Ириков В.А. Модели и методы управления организационными системами. М.: Наука, 1994. - 270 с.

57. Бык Ф.Л., Китушин В.Г., Падерин A.A. Рыночные структуры организации электроэнергетики // Изв. РАН. Энергетика. 2000. №2. - С. 52-58.

58. Вагин В.Н., Викторова Н.П., Головина Е.Ю. Многоуровневая логика как модель представления знаний в CASE системе // Тех. кибернетика. — 1993. №5.-С. 172-185.

59. Валькман Ю.Р. Многоагентные системы в исследовательском проектировании сложных объектов//Проблемы информатизации.-1998. Вып. 1.-С. 15-20.

60. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием генетических алгоритмов // Приложение к журналу «Информационные технологии». 2000. №12. - С.2-24.

61. Веников В.А., Журавлев В.Г., Филиппова Т.А. Оптимизация режимов электростанций и энергосистем. М.: Энергоиздат, 1981. - 269 с.

62. Веников В.А. Применение кибернетики в электрических системах. В кн.: Кибернетику - на службу коммунизму. Т.1. Госэнергоиздат. -1961.-С.71-96.

63. Вопросы математической теории надежности /Под ред. Б.В. Гнеденко. М.: Радио и связь, 1983. - 286 с.

64. Воропаев В.И. Управление проектами в России. М.: Алане, 1995. - 225с.

65. Воскобойников Д.М. Экономическое стимулирование рационального использования электроэнергии в промышленности. М.: Энергоатомиздат, 1988. - 80 с.

66. Ворст И., Ревентлоу П. Экономика фирмы: Учебник. / Пер. с датского А.Н. Чеканского, О.В. Рождественского. М.: Высшая шк., 1994. - 326 с.

67. Воропай Н.И., Клименко С.М., Криворуцкий Л.Д. и др. О сущности и основных проблемах энергетической безопасности России // Изв. РАН. Энергетика. 1996. №3. - С. 38-49.

68. Воропай Н.И., Шер И.А. Имитационный подход при исследовании процессов в электроэнергетических системах // Имитационный подход к изучению больших систем энергетики: Сб. научн. тр./ СЭИ СО АН СССР. Л:, 1983. -С. 59-68.

69. Волков В.П., Баринов В.А., Маневич A.C. Основные направления развития электроэнергетики России с учетом долгосрочной перспективы и совершенствования рыночных отношений //Изв. РАН. Энергетика-2000. №5.-С.З-44.

70. Воинов A.B., Гаврилова Т.А. Инженерия знаний и психосимантика: об одном подходе к выполнению глубинных знаний // Тех. кибернетика. 1994. №5.-С. 5-13.

71. Волошинов В.В., Левитин Е.С. Инструментальные ограничения в моделях инвестиционных программ с финансовым механизмом обеспечения предстоящих выплат // Экономика и мат. методы. 1996. - Т. 32. №2.-С.117-127.

72. Вычислительные методы для исследования энергетических систем / Под. ред. В.А. Веникова. -М.: Энергия, 1973. 272 с.

73. Галушкин А.И. О современных направлениях развития нейрокомпьютеров // Нейрокомпьютер. 1997. №1,2. - С. 3-22.

74. Галушкин А.Н. О работах по нейрокомпьютерам в Научном центре нейрокомпьютеров Российской Академии наук // Новости искусственного интеллекта. 1992. №4. - С. 3-17.

75. Галушкин А.И. Итоги развития многослойных нейронных сетей (1965-1995 г.г.) в работах Научного центра нейрокомпьютеров и её перспективы // Нейрокомпьютер. 1996. №1,2. - С. 5-38.

76. Гальперин В.М., Игнатьев С.М., Моргунов В.И. Микроэкономика: В 2-х т. / Под ред. В.М. Гальперина. СПб.: Экономическая школа, 1996. Т. 1. 349 с.

77. Геоинформационная система Arc View. http://www.esri.com./base/products/arciview/description.html.

78. Гилева JI.В., Гилев С.Е., Горбань А.Н. и др. Нейропрограммы. Учеб. пособие: в 2 ч. 4.1 и 4.2 / Под ред. А.Н.Горбаня. Красноярск: КГТУ, 1994.- 260с.

79. Гительман Л.Д. Приоритеты реформирования электроэнергетики // Энергосистема: управление, качество, безопасность: Сб. докладов Всероссийской научно-технической конференции. Екатеринбург: УГТУ-УПИ. 2001. - С. 21-22.

80. Глущенко В.В., Глущенко И.И. Исследование систем управления: социологические, экономические, прогнозные, плановые, экспрериментальные исследования. Железнодорожный, Моск. обл.: ООО НПЦ «Крылья», 2000. — 416 с.

81. Глущенко В.В., Глущенко И.И. Разработка управленческого решения. Прогнозирование-планирование. Теория проектирования экспериментов. Железнодорожный, Моск. обл.: ООО НПЦ «Крылья», 1997. - 400 с.

82. Голиченко О.Г. Микро- и макроэкономическое моделирование воздействий эндогенного научно-технического прогресса на экономический рост // Экономика и мат. методы. 1998. - Т. 34. №2. - С. 134-159.

83. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука. Сибирское предприятие РАН, 1996. 276 с.

84. Горбань А.Н. Нейрокомп // Нейроинформатика и её приложения: Материалы III Всероссийского семинара. Красноярск: КГТУ. 1995. С. 3-31.

85. Горбань А.Н., Россиев Д.А., Бутакова Е.В. и др. Медицинские и физиологические применения нейроимитатора «MultiNeuron». // Нейроинформатика и ее приложения: Материалы III Всероссийского семинара. Красноярск: КГТУ. 1995.-С. 101-113.

86. Горбань А.Н., Россиев A.A. Нейросетевой итерационный метод главных кривых для данных с пробелами // Изв. РАН. Теория и системы управления. -1999. №5.-С. 62-167.

87. Горбань А.Н. Функции многих переменных и нейронные сети // Соросов-ский образовательный журнал. 1998. № 12. - С. 105-112.

88. Горбань А.Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей// Сибирский журнал вычислительной математики. 1998. Т.1. - С. 12-24.

89. Гордиенко Е.К., Лукьяница A.A. Искусственные нейронные сети I. Основные определения и модели // Изв. РАН. Техническая кибернетика. 1994. №5.-С. 79-91.

90. Городецкий В.И. Свойства моделей координации поведения агентов и модель планирования на основе аукциона // Тр. междунар. семинара «Распределенный искусственный интеллект и многоагентные системы» DAIMAS'97. Санкт-Петербург. 1997.-С. 12-19.

91. Городецкий В.И. Информационные технологии и многоагентные системы // Проблемы информатизации. 1998. Вып. 1. - С. 3-14.

92. Городецкий Т.А., Лебедев А.Н. Технология многоагентных систем в задачах планирования с ограничениями реального времени // Проблемы информатизации. 1998. Вып. 1. - С. 33-40.

93. Горский Ю.М. Основы гомеостатики. 4.1. Иркутск: ИГЭА, 1995. - 122 с.

94. Горский Ю.М. Гомеостатика: модели, свойства, патологии // Гомеостатика живых, технических, социальных и экологических систем / Под ред. Ю.М.Горского. Новосибирск: Наука. 1990. - С. 20-67.

95. Горский Ю.М. Основные типы нарушения равновесия и устойчивости в сложных системах // Сб. научн. тр. «Проблемы равновесия и устойчивости в экономических и социальных системах». Новосибирск: Наука. Сиб. предприятие РАН. 1999. - С. 5-12.

96. Грачева М.В. Анализ проектных рисков. М.: ЗАО Финстатинформ, 1999. -216с.

97. Григоркив B.C. Построение производственных функций при заданных линейных технологиях // Проблемы управления и информатики. 1999. №5. -С. 145-150.

98. Гук Ю.Б. Теория надежности в электроэнергетике. Л.: Энергоатомиздат. Ленингр. отд., 1990. - 208 с.

99. Гук Ю.Б. Анализ надежности электроэнергетических установок. Л.: Энергоатомиздат, 1988. - 224 с.

100. Гунин В.М., Копцев Л.А., Никифоров Г.В. Опыт нормирования и прогнозирования электропотребления предприятия на основе математической обработки статистической отчетности // Пром. энергетика. 2000. №2. - С. 2-5.

101. Гусаков C.B., Жак C.B. Оптимальные равновесные цены и точка Лаффера // Экономика и мат. методы. 1995. - Т. 31. Вып. 4. - С. 131-138.

102. Денисов В.И. Двухставочные тарифы для поставщиков и потребителей Федерального оптового рынка электрической энергии и мощности // Энергетик.- 1998. № 1.-С. 5-6.

103. Джонсон Дж. Эконометрические методы. М.: Статистика, 1980. - 422 с.

104. Дивеев LU.А., Мартыненко А.И., Яблонский Л.И. Основные направления создания геоинформационных систем // Проблемы информатизации. — 1998. Вып. 1.-С. 58-60.

105. Доманова A.B., Жак C.B., Стерлихов Ф.Ф. Экономика. Компьютерное моделирование: Учебник для вузов. Ростов н/Д: ЛаПО, 1998. - 233 с.

106. Дроздова Н.В., Дулесов A.C., Некрасова Т.Н. Анализ отказов электрооборудования систем электроснабжения промышленных предприятий и распределительных устройств ГЭС / Изв. вузов СССР. Энергетика. Минск, 1989, - 13 с. (Деп. в ВИНИТИ 19.07.89. № 4784-В89).

107. Дроздова О.Н., Лисицин Н.В., Сюткин Б.Д. Об упорядочении тарифов и развитии конкуренции на рынке электрической энергии // Энергетик. -1997. №8.-С. 4-5.

108. Дружинин Г. В. Надежность автоматизированных систем. М.: Энергия, 1977.-210 с.

109. Дулесов A.C. Оценка эффективности применения дифференцированных тарифов // Вестник Хакасского технического института филиала КГТУ. Научный и общественно-информационный журнал / Под. ред. С.И. Рябихи-на. - Абакан: ХТИ - филиал КГТУ. 2002. - С. 103-110.

110. Дулесов A.C. Система скидок как инструмент продажи электрической мощности и энергии на оптовом рынке // Пром. энергетика. 1999. №7. - С.2-5.

111. Дулесов A.C. Оценка инвестиционных проектов развития предприятий энергетики // Пром. энергетика. 1998. № 10. - С. 2-4.

112. Дулесов A.C. Некоторые аспекты планирования финансово экономической деятельности энергетического предприятия //Энергетик-1999. №1.-С. 14-15.

113. Дулесов A.C. Инвестиционное проектирование на предприятиях энергетики// Проблемы информатизации региона. ПИР-98. Труды Четвертой Всероссийской конференции, Красноярск: ЗАО «Диалог Сибирь НТ». 1998. -С. 480-481.

114. Дулесов A.C., Кривошеева С.А. Планирование в малом бизнесе. Абакан: Изд-во Хакасского гос. ун-та им. Н.Ф. Катанова, 1999. - 80 с.

115. Дулесов A.C. Моделирование инвестиционной активности предприятий энергетики // Всероссийская научно-практическая конференция «Прогнозирование экономической конъюнктуры в системах маркетинга». Сб. материалов. Ч. II. Ульяновск. 1998. - С. 21-23.

116. Дулесов A.C. Тарифное регулирование: модель влияния на прибыль монополиста // Региональный маркетинг: теория, проблемы, опыт, обучение. Международная научн.-практ. конф. Доклады. Кемерово. 1999. - С. 21-22.

117. Дулесов A.C. Устойчивость экономического объекта как главное условие его жизнедеятельности // Серия 8: «Экономика». Вестник Хакасского гос. ун-та им. Н.Ф. Катанова. Вып. 1. Абакан: Изд-во Хакасского гос. ун-та им. Н.Ф. Катанова. - 1999. - С.5-7.

118. Дулесов A.C. Риск в производственных системах: анализ и управление // Пром. энергетика. 2000. № 10. - С. 2-5.

119. Дулесов A.C. Измерение риска в сфере реализации энергоресурсов // Пром. энергетика. 2000. № 4. - С. 2-5.

120. Дулесов A.C. Моделирование экономических систем на примере диаграммы «запасы-потоки» / Математика. Образование. Экономика: Тезисы докладов VI международной конференции женщин-математиков. Чебоксары: Изд-во Чуваш, ун-та. 1998. - С. 162-163.

121. Дулесов A.C. Оптимальное распределение мощностей между электростанциями в электроэнергетической системе // Энергетика. (Изв. высш. учеб. заведений и энерг. объединений СНГ). 2000. №4. - С. 13-16.

122. Дулесов A.C. Модель оптимальной загрузки оборудования предприятий // Математические методы и компьютеры в экономике: Сб. материалов II Международной научно-технической конференции. Пенза: ПДЗ. 1999. — С. 63-64.

123. Дулесов A.C., Сариджа Е.Е. Искусственные нейросетевые модели: возможности применения // Серия 1: «Математика. Информатика». Вестник Хакасского гос. ун-та им. Н.Ф.Катанова. Вып. 3. Абакан: Изд-во ХГУ им. Н.Ф.Катанова. 1999. - С. 94-97.

124. Дулесов A.C. Решение задач проектирования схем электроснабжения с помощью нейронных сетей // Электрификация горных и металлургических предприятий Сибири: Тезисы докладов международной научно-практической конференции. Новокузнецк: СибГГМА. 1997. - С.З.

125. Дулесов A.C. Оценка сравнительной эффективности двух объектов с помощью нейронных сетей// Информационные технологии в экономике: Сб. материалов межрегиональной научно-практической конференции. Пенза: ПДЗ. 1998. - С.28-30.

126. Дулесов A.C. Определение субъективной вероятности при помощи нейронных классификаторов // Нейронные сети и модели: Труды международной

127. НТК «Нейронные реляторные и непрерывнологические сети и модели». — Ульяновск: УлГТУ. 1998. С. 42-43.

128. Дулесов А.С. Обработка статистических данных и оценка значимости влияния факторов // Радюелектрошка. 1нформатика. Управлшня. 2001. № 2(6). - С. 76-79.

129. Дулесов А.С. Возможности применения нейронных сетей в задачах прогнозирования и соблюдение принципа согласованности полученных результатов // Радюелектрошка. Гнформатика. Управлшня. 2001. № 1(5). - С. 76-78.

130. Дулесов А.С., Дулесов В.А. Использование нейронных сетей для построения структуры электрической сети // Нейроинформатика и её приложения: Тезисы докладов VI Всероссийского семинара. Красноярск: КГТУ. 1998. — С. 60-61.

131. Дулесов A.C. Нейросетевой факторный анализ // Нейроинформатика и её приложения: Материалы VIII Всероссийского семинара 6-8 октября 2000 года. / Под. ред. А.Н. Горбаня. Красноярск: ИПЦ КГТУ. 2000. - С. 65-66.

132. Дулесов A.C. Информационные технологии в реинжиниринге бизнес-процессов // Математика. Компьютер. Образование: Тезисы докладов VIII международной конференции. М.: Изд-во «Прогресс-Традиция». 2001. -С. 368.

133. Дулесов A.C. Конкурентные отношения в сфере реализации электрической энергии // Энергетика. (Изв. высш. учеб. заведений и энерг. объединений СНГ). 2001. № 5. - С. 3 5-41.

134. Дулесов A.C. Дулесова Н.В. Прогнозирование надежности технических объектов системы // Автоматизация электроприводов и оптимизация режимов электропотребления: Тезисы докладов науч.-техн. конф. Красноярск: КПИ. 1991.-С. 85.

135. Дулесов A.C., Дулесова Н.В. Статистический анализ использования энергоресурсов на предприятии // Кибернетика электрических систем: Тезисы докладов Всесоюзного научного семинара. Абакан: АфКПИ. 1989. - С. 55.

136. Дулесов A.C., Лебедькова М.А. Возможности применения итерационных методов расчета при оценке структурной надежности сложнозамкнутых электрических сетей / Изв. вузов СССР. Энергетика. Минск: 1987. - 8 с. (Деп. в ВИНИТИ 10.07.87. № 4961-В87).

137. Дулесов A.C., Обоскалов В.П. Использование процедуры эквивалентирования при расчете структурной надежности сложных схем / УПИ. Свердловск: 1983. -9 с. (Деп. в Информэнерго 15.08.83. №1333эн-Д83).

138. Дулесов A.C. Сравнительная оценка поведения производителя на оптовом рынке электроэнергии // Энергетика. (Изв. высш. учеб. заведений и энерг. объединений СНГ). 2002. № 1. - С. 113-120.

139. Дулесов A.C. Учет отказов типа «короткое замыкание» в системах с последовательно-параллельным соединением элементов / УПИ. Свердловск: 1985. - 9 с. (Деп. в Информэнерго 11.03.85. №1747 эн-Д85).

140. Дулесов A.C., Обоскалов В.П. Структурное эквивалентирование расчетных схем с отказами типа «короткое замыкание» / УПИ. Свердловск: 1985. -11 с. (Деп. в Информэнерго 11.03.85. №1748эн-Д85).

141. Дулесов A.C., Котов О.М., Обоскалов В.П. Структурная надежность систем электроснабжения с отказами типа «короткое замыкание» // Изв. вузов. Энергетика. 1986. №2. - С. 19-23.

142. Дулесов A.C. Учет отказов тапа «короткое замыкание» в системах с слож-нозамкнутым соединением элементов / Изв. вузов СССР. Энергетика. -Минск: 1989. 8 с. (Деп. в ВИНИТИ 07.08.89. № 5349-В89).

143. Дулесов A.C., Сизых О.Н. Формирование требований к обеспечению надежного электроснабжения // Автоматизация электроприводов и оптимизация режимов электропотребления: Тезисы докладов межвузовской научно-практ. конф. Красноярск: КПИ. 1991. - С. 148-149.

144. Дулесов A.C. Резервирование структуры электрической системы // Электроснабжение промышленных предприятий: Тезисы докладов XII сессии Всесоюзного научного семинара «Кибернетика электрических систем». Гомель: ГПИ. 1991.-С. 162.

145. Дулесов A.C. Технология решения задач экспериментальной макроэкономики в лабораторных условиях // Серия 1: «Математика. Информатика». Вестник Хакасского гос. ун-та им. Н.Ф. Катанова. Вып. 2. Абакан: Изд-во ХГУ им. Н.Ф. Катанова. 1997. - С. 8-9.

146. Дулесов A.C. Определение показателей надежности электрических сетей на основе методов планирования эксперимента // Изв. вузов. Энергетика. — 1990. №11.-С. 56-58.

147. Дулесов A.C. Планирование эксперимента при оценивании надежности систем электроснабжения // Кибернетика электрических систем: Тезисы докладов Всесоюзного научного семинара. Абакан: АфКПИ. 1989. - С. 73-74.

148. Дулесов A.C. Оптимальное резервирование в задаче обеспечения требуемого уровня надежности // Изв. вузов. Энергетика. 1992. №4. - С. 28-33.

149. Дулесов A.C. Проектирование структуры систем электроснабжения по критериям экономичности и надежности // Пром. энергетика. 1995. №8. — С. 27-28.

150. Дулесов A.C. Построение оптимальной структуры распределительной сети: проблемы и возможные решения // Серия 1: «Математика. Информатика». Вестник Хакасского гос. ун-та им. Н.Ф.Катанова. Вып. 2. Абакан: Изд-во ХГУ им. Н.Ф.Катанова. 1997. - С. 89-91.

151. Дулесов A.C. Новые информационные технологии в сфере использования и обработки знаний // Серия 1: «Информатика». Вестник Хакасского гос. унта им. Н.Ф.Катанова. Вып. 4. Абакан: Изд-во ХГУ им. Н.Ф.Катанова. 2001. -С. 29-35.

152. Дулесов A.C. Оптимизация структуры неплатежей в сфере реализации электрической энергии // Энергетика. (Изв. высш. учеб. заведений и энерг. объединений СНГ). 2001. №1. - С. 57-64.

153. Дулесова Н.В. Менеджмент предприятий энергетики: Учеб. пособие: Красноярск: КГТУ, 2000. 147 с.

154. Дьяков А.Ф. Электроэнергетика России на рубеже XXI века и перспективы её развития // Изв. РАН. Энергетика. 2000. №1. - С. 62-83.

155. Дьяков А.Ф. и др. Задачи внедрения эффективного менеджмента в электроэнергетике // Электрические станции. 1996, №8. - С. 2-8.

156. Дьяков А.Ф. Об основных итогах и дальнейших планах деятельности РАО "ЕЭС России" // Энергетик. 1997. №9. - С. 2-4.

157. Дьяков А.Ф. Энергетика России и мире в 21-м веке // Энергетик. — 2000. №11.-С. 2-6.

158. Дьяков Ф.А., Демченко A.M., Подгорный Д.Э. Введение предоплаты для бытовых потребителей в энергетике // Математические методы и компьютеры в экономике: Сб. материалов II Международной научно-технической конференции. Пенза. 1999.-С. 109-110.

159. Европейский Банк Реконструкции и Развития. Финансирование Энергосберегающих проектов. М.: ЦЭНЭФ. 1997. Апрель-Июль. - С. 9-10.

160. Евсеев О.В., Попов Э.В. Роль интеллектуальных инструментальных средств в реинжиниринге бизнес-процессов предприятий // Изв. РАН. Теория и системы управления. 1999. №5. - С. 74-82.

161. Евтушенко Н.В., Матросова А.Ю., Цуриков С.А. и др. Логический подход к вычислению вероятностных оценок принятия решений в системах искусственного интеллекта // Изв. РАН. Техническая кибернетика. — 1994. №5. — С. 97-105.

162. Емельянов A.C. Эконометрия и прогнозирование. М.: Экономика, 1985. - 306 с.

163. Ермаков С. М., Жиглявский А. А. Математическая теория оптимального эксперимента. -М.: Наука, 1987. 320 с.

164. Житков В.А,, Корнейчук A.A. Технология модельных экономических экспериментов // Экономика и математические методы. 1997. - Т.ЗЗ. Вып.З. -С. 160-167.

165. Жукова Н.И. Информационное моделирование деятельности предприятий с использованием CASE средств // Информационные технологии в энергетике: современные подходы к анализу и обработке информации: Сб. докладов. - Иркутск: ИСЭМ СО РАН. 2000. - С. 24-36.

166. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976. - 342 с.

167. Залевский А.Б. О влиянии полного хозрасчета предприятий на эффективность их функционирования // Экономика и мат. методы. 1990. - Т. 26. Вып. 6. - С. 39-52.

168. Замков О.О., Толстопятенко A.B., Черемных Ю.Н. Математические методы в экономике. М.: МГУ им. М.В. Ломоносова. Изд. «ДИС», 1998. - 368 с.

169. Занг В.-Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории: Пер. с англ. -М.: Мир, 1999. 335с.

170. Захаров В.Н. Современная информационная технология в системах управления // Изв. РАН. Теория и системы управления. 2000. №1. - С. 70-78.

171. Захаров В.Н. Интеллектуальные системы управления: основные понятия и определения // Изв. РАН. Теория и системы управления. 1997. №3. -С. 138-145.

172. Захаров В.Н., Ульянов C.B. Нечеткие модели искусственных промышленных регуляторов и систем управления // Изв. РАН. Техническая кибернетика. 1992. №5. - С. 171-196; 1993. №4. - С. 189-205; 1993. №5. - С. 197-220; 1994. №5.-С. 168-210.

173. Згуровский М.З., Коваленко И.И., Кондрак К. и др. Информационный подход к анализу и управлению проектными рисками // Проблемы управления и информатики. 2000. №4. - С. 149-156.

174. Зекцер Д.М. Некоторые вопросы прикладного маркетинга в промышленной энергетике // Пром. энергетика. 2001. № 12. - С. 17-20.

175. Имитационный подход к изучению больших систем энергетики: Всесоюзный научный семинар // СЭИ СО АН СССР. Иркутск, 1986. - 246 с.

176. Информационные технологии в энергетике: современные подходы к анализу и обработке информации/ Сб. научных докладов/ Под ред. JI.B. Массель. Иркутск: ИСЭМ СО РАН. 2000. - 176 с.

177. Казакевич Г. О приватизации естественной монополии // Экономика и мат. методы. 1998. - Т. 34. Вып.2. - С. 74-88.

178. Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. М.: Наука, 1997. - 358 с.

179. Карпов В.В., Мясников A.B. Проблемы формирования тарифов на электрическую энергию в современных условиях // Электрификация металлургических предприятий Сибири. Вып. 9. Томск. Изд-во Томск, ун-та. 2000. -С. 54-57.

180. Карташева A.C., Пунтус С.А. Немчиновские чтения // Экономика и мат. методы. 1997. - Т.ЗЗ. Вып.З. - С. 168-170.

181. Касимов Ю.Ф. Основы теории оптимального портфеля ценных бумаг. — М.: Информационно-издательский дом «Филинъ», 1998. 144 с.

182. Качалов P.M. Управление хозяйственным риском производственных систем // Экономика и мат. методы. 1997. - Т. 33. №4. - С. 25-38.

183. Кендалл М. Дж., Стьюарт А. Статистические выводы и связи. М.: Наука, 1973.- 176 с.

184. Кирсанов Э.Ю. Опытные образцы отечественных нейрокомпьютеров серии «Геркулес» на стандартной элементной базе // Нейрокомпьютер. — 1997. №1,2. С.49-55.

185. Кисляков A.B. Генетические алгоритмы: операторы скрещивания и мутации // Информационные технологии. 2000. №1. - С. 29-34.

186. Китушин В.Г. Надежность энергетических систем. М.: Высш. шк., 1984. -256 с.

187. Клейнер Г.Б., Пионтковский Д.И. О характеризации производственных функций Солоу // Экономика и мат. методы. 1999. - Т. 35. №2. -С.124-137.

188. Клейнер Г.Б. Риски промышленных предприятий (как уменьшить и компенсировать) // Российский экономический журнал. 1994. №5-6. - С. 12-17.

189. Клейнер Г.Б. Производственные функции: теория, методы, применение. -М.: Финансы и статистика, 1986. 239 с.

190. Клейнер Г.Б., Смоляк С.А. Экономические зависимости: Принципы и методы построения. М.: Наука, 2000. - 104 с.

191. Ковалев А.П., Спиваковский A.B. О преобразовании «звезда-треугольник» при расчетах надежности сложных по структуре схем // Электричество. — 1998. №10.-С. 45-48.

192. Ковалев В.В. Методы оценки инвестиционных проектов. М.: Финансы и статистика, 1998. - 144 с.

193. Козлов В.А. О формировании бытовых тарифов // Энергетик. 1998. № 11.1. С.9-11.

194. Козлов В.Н. Производственные функции в условиях спада производства // Проблемы прогнозирования. 1999. №2. - С. 49-67.

195. Козлов М.В., Рогожин B.C., Ушаков И.А. Диалоговая система для решения задач расчета, оптимизации статистической оценки надежности технических систем // Изв.АН СССР. Техническая кибернетика. 1990. №4.- С.165-173.

196. Колбасова А.Б. Обзор методов изучения спроса на новые модификации товара // Экономика и мат. методы. 1993. - Т. 29. №1. - С. 82-93.

197. Колесников A. EXCEL 97 (русифицированная версия) К.: Издательская группа BHV, 1997. - 480 с.

198. Колесников A.A. Синергетическая теория управления. Таганрог: ТРГУ. М.: Энергоатомиздат, 1994. - 210 с.

199. Коновалов Н.В., Капралов Е.Г. Введение в ГИС. Петрозаводск: Изд-во Петрозаводского ун-та, 1995. - 156 с.

200. Кононов Д.Ю. Управление спросом резерв повышения эффективности энергоснабжения потребителей // Энергетик. - 1997. №7. - С. 5-6.

201. Коняков В.Д. Оптимальный доклад прогноза эксперта // Экономика и мат. методы. 1995.-Т.31.Вып.4.-С. 152-160.

202. Корякин А.К. Имитационное моделирование в задачах развития систем энергетики Севера. Новосибирск: Издательство СО РАН, 1996. — 148 с.

203. Кравченко В.П. Новая информационная технология поддержки процессов принятия решений // Проблемы информатизации. 1997. Вып. 4. - С. 44-50.

204. Красовский A.A. Аттракторы и синтез управлений в критических режимах // Изв. РАН. Теория и системы управления. 1996. №3. - С. 5-14.

205. Криворуцкий Л.Д. Имитационная система для исследований развития энергетического комплекса. Новосибирск: Наука. Сиб. отделение, 1983. - 128с.

206. Криворуцкий Л.Д., Массель Л.В. Информационная технология исследований развития энергетики. Новосибирск: Наука, Сиб. изд. фирма РАН, 1995. - 160 с.

207. Критенко М.И., Таранцев A.A., Щербаков Ю.Г. О проблемах предварительного анализа результатов многофакторных испытаний и оценки значимости влияния факторов К Изв. РАН. Теория и системы управления. — 1996. №1. — С. 174-176.

208. Кузнецова O.A., Лившиц В.Н. Структура капитала. Анализ методов её учета при оценке инвестиционных проектов // Экономика и мат. методы. 1995. — Т. 31. №4.-С. 12-31.

209. Кулаичев А.П. Методы и средства анализа данных в среде Windows. STADIA 6.0 М.: Информатика и компьютеры, 1998. - 270 с.

210. Курдюмов С.П., Князева E.H. Моделирование сложных систем на основе синергетического подхода: теория самоорганизации и ко-эволюции // Проблемы информатизации. 1999. Вып. 2. - С. 34-37.

211. Курейчик В.М. Генетические алгоритмы. Обзор и состояние // Новости искусственного интеллекта. 1998. №3. - С. 3-18.

212. Курейчик В.М. Генетические алгоритмы. Состояние. Проблемы. Перспективы // Изв. РАН. Теория и системы управления. 1999. №1. - С. 84-97.

213. Курейчик В.М., Курейчик В.В. Генетический алгоритм разбиения графа // Изв. РАН. Теория и системы управления. 1999. №4. - С. 79-87.

214. Кушнарев Ф.А., Подгорный Д.В., Дьяков Ф.А. Социально ориентированные тарифы на электроэнергию для населения // Энергетик. 1998. № 1. - С. 7-9.

215. Лазебник А.И., Хабачев Л.Д. Использование имитационных систем в управлении развитием электроэнергетики // Тез. докл. IX Всесоюз. науч. конф. «Моделирование электроэнергетических систем». Рига. 1987. - С.59-68.

216. Левин В.И. Экспертная оценка риска на основе нечетких множеств // Математические методы и компьютеры в экономике: Сб. материалов II Международной научно-технической конференции. Пенза. 1999. - С. 38-39.

217. Лекомцева Ю.Г., Клюев Ю.Б., Белоусов B.C. Критерии быстрой оценки эффективности инвестиционных проектов в энергетике с учетом инфляции // Пром. энергетика. 1996. № 6. - С. 2-4.

218. Лекомцева Ю.Г. Методические особенности анализа рентабельности инвестиций в энергетику // Пром. энергетика. 1996. № 12. - С. 2-6.

219. Лекомцева Ю.Г., Селедкина Г.Г. Определение оптимального соотношения собственных и заемных средств при финансировании проектов // Пром. энергетика. 1997. № 8. - С. 2-3.

220. Леонтьев В. Экономическое эссе. Теория, исследования, факты и политика: Пер с англ. М.: Политиздат, 1990. - 415 с.

221. Лившиц В.Н. Проектный анализ: методология, принятая во Всемирном банке // Экономика и мат. методы. 1994. - Т. 30. №3. - С. 132-139.

222. Липсиц И.В. Коммерческое ценообразование. — М.: Издательство БЕК, 1997.-306 с.

223. Литвак Е.И. Обобщенное преобразование треугольник звезда при исследовании свойств сложных сетей // Изв. АН СССР. Техническая кибернетика. — 1981. №1.-С. 183-187.

224. Лопаткин A.B., Шабанов П.Г. Модель движения денежных средств компании электроэнергетики // Энергетик. 2000. № 2. - С. 7-8.

225. Лотоцкий В.А. Идентификация структур и параметров систем управления (обзор) // Измерения, контроль, автоматизация. 1991. Вып. 3-4. - С. 47-52.

226. Лохин В.М., Макаров И.М., Манько C.B. и др. Методические основы аналитического конструирования регуляторов нечеткого управления // Изв. РАН. Теория и системы управления. 2000. №1. - С. 56-69.

227. Лукашин Ю.П. Оптимизация структуры портфеля ценных бумаг // Экономика и мат. методы. 1995. - Т. 31. №1. - С. 138-150.

228. Львов Д.С., Медницкий В.Г., Овсиенко В.В., Овсиенко Ю.В. Методологические проблемы оценивания эффективности инвестиционных проектов // Экономика и мат. методы. 1995. - Т. 31. №2. - С. 5-19.

229. Магнус Я.Р., Катышев П.К., Пересецкий A.A. Эконометрика. Начальный курс: Уч. пособие. М.: Дело, 1998. - 248 с.

230. Макаров В.Л. Теоретические основы экспериментальной экономики// Экономист. 1995. № 9. - С. 39-44.

231. Макконелл K.P., Брю С.Л. Экономикс. М.: Республика, 1992. 536 с.

232. Максимова В.Ф. Микроэкономика. М.: Соминтэк.1995. - 328 с.

233. Малафеев В.А. Как «правильно» определить стоимость электрической и тепловой энергии, вырабатываемой на ТЭЦ?//Энергетик. -2000. № 9.-С. 7-9.

234. Малинецкий Г.Г., Потапов А.Б. Синергетика и прогнозирование // Проблемы информатизации. 1999. Вып. 2. - С. 38-40.

235. Мардер Л.И., Морозова Н.С., Мызин А.Л. Некоторые способы улучшения статистических моделей электропотребления и электрических нагрузок// Изв. АН СССР. Энергетика и транспорт. 1978. №3. - С. 105-112.

236. Марков Н.Г., Острасть П.М. Интеграция геоинформационных систем и Internet-технологий // Информационные технологии. 1999. №3. - С. 2-8.

237. Массель JI.B. Определение СППР в терминах современных информационных технологий // Энергетическая безопасность России. — Новосибирск: Наука, Сиб. изд. фирма РАН. 1998. С. 266-269.

238. Массель JI.B. Развитие информационных технологий: настоящее и будущее // Информационные технологии в энергетике: современные подходы к анализу и обработке информации: Сб. докладов. Иркутск: ИСЭМ СО РАН. 2000.-С. 6-18.

239. Матвеев С.Ю. Геоинформационные системы и Internet: новые возможности управления территориальной инфраструктурой // Информационные технологии. 1998. №11. - С. 36-39.

240. Математическая экономика на персональном компьютере: Пер. с яп. / М.Кубанова, М.Табата, С.Табата, Ю.Хасэбэ; Под ред. М.Кубанова; Под ред. и с предисл. Е.З.Даниленко. М.: Финансы и статистика, 1991. - 304 с.

241. Математические методы принятия решений в экономике / Под ред. В.А. Колемаева / ГУУ. М.: ЗАО «Финстатинформ», 1999. - 386 с.

242. Математическое моделирование и оптимизация в задачах оперативного управления тепловыми электростанциями / A.M. Клер, Н.П. Деканова, С.К. Скрипкин и др. Новосибирск: Наука. Сиб. предприятие РАН, 1997. - 120с.

243. Мелентьев JI.A. Оптимизация развития и управления больших систем энергетики. М.: Высш. шк. 1982. - 319 с.

244. Мелентьев JI.A. Системные исследования в энергетике. Элементы теории, направления развития. М.: Наука. 1983. - 454 с.

245. Мелкумов Я.С. Экономическая оценка эффективности инвестиций и финансирование инвестиционных проектов. М.: ИКЦ «ДИС», 1997. - 160 с.

246. Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования. М.: Информэлектро, 1994.-36с.

247. Методы нейроинформатики: Сб. научн. трудов / Под ред. А.Н. Горбаня. Красноярск: КГТУ, 1998. 204 с.

248. Микроэкономика/ Под ред. Е.Б.Яковлевой М.АКАЛИС, 1997. - 332 с.

249. Михайлов В.А. Тарифы и режимы электропотребления. — М.: Энергоатом-издат, 1986.- 118 с.

250. Моделирование производственно-сбытовых систем и процессов управления/ Под ред. A.A. Колобова, Л.Ф. Шкляровского. М.: Изд-во МГТУ им. Н.Э. Баумана, 1993. - 216 с.

251. Мочалов A.B. и др. Статистика как инструмент совершенствования расчетов за электроэнергию с населением // Энергетик. 1999. № 7. - С. 6-8.

252. Мызин А.Л. Методы и модели прогнозирования для развития электроэнергетических систем в условиях неопределенности и многокритериальности: Дис. . докт. техн. наук. 05.14.02. Новосибирск, 1994. 307 с.

253. Наумов Г.Е., Подиновский В.В., Подиновский Вик.В. Субъективная вероятность: способы представления и методы получения // Изв. АН СССР. Техническая кибернетика. 1991, №5. - С. 78-86.

254. Нейроинформатика / А.Н. Горбань, В.Л. Дунин-Барковский, А.Н. Кирдин и др. Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 296 с.

255. Нейрокомпьютер. Проект стандарта / Е.М. Миркес. Новосибирск: Наука. Сибирское предприятие РАН, 1999. - 337 с.

256. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А.Поспелова. М.: Наука, 1986. - 235 с.

257. Нечеткие множества и теория возможностей. Последние достижения /Под ред. P.P. Ягера. М.: Радио и связь, 1986. - 408 с.

258. Никиту шин С.П. К вопросу о расчетах дифференцированных по зонам времени тарифов на электрическую энергию // Пром. энергетика. 1998. № 8. -С. 8-11.

259. Нильсон Н. Искусственный интеллект. Методы поиска решений. М.: Мир, 1973.-368 с.

260. Норткотт Д. Принятие инвестиционных решений. М.: Банки и биржи, 1997.-288 с.

261. Нудельман Р.И. Моделирование инвестиционной активности предприятий разных форм собственности // Экономика и мат. методы. 1995. - Т. 31. №2. - С. 91-99.

262. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: Реинжиниринг организаций и информационные технологии. М.: Финансы и статистика, 1997. -336 с.

263. Папков Б.В. и др. Анализ электропотребления и тарифов для бытовых потребителей // Пром. энергетика. 1997. № 6. - С. 8-11.

264. Паули В.К., Бритвин О.В. Управлять по результату // Энергетик. 1999. №1. -С. 9-13.

265. Первозванский A.A., Первозванская Т.Н. Финансовый рынок: расчет и риск. -М.: Инфра-М, 1994. 186 с.

266. Первозванский A.A. Оптимальный портфель ценных бумаг на нестационарном неравновесном рынке // Экономика и мат. методы. 1999. - Т. 35. №3. - С. 63-68.

267. Первозванский A.A. Математические модели в управлении производством. -М.: Наука, 1975.-286 с.

268. Петрикова Т. Формирование новой системы организации торговли электрической энергией // Пром. Энергетика. 1998. №4. - С. 2-6.

269. Петров A.A., Поспелов И.Г., Шананин A.A. Опыт математического моделирования экономики. М:. Энергоатомиздат, 1996. - 544 с.

270. Плакунов М.К., Раяцкас Р.Л. Производственные функции в экономическом анализе. Вильнюс: Минтис, 1984. - 308 с.

271. Плещинский A.C. Оптимизация инвестиционных проектов предприятия и условиях рыночной экономики // Экономика и мат. методы. 1995. - Т. 31. №2.-С. 81-90.

272. Подковальников C.B. Развитие рыночной электроэнергетики. Обзор зарубежных подходов // Изв. РАН. Энергетика. 2000. №1. - С. 84-91.

273. Поликарпов Е.А. Об оценке эффективности энергосберегающих мероприятий, осуществляемых предприятиями на заемные средства // Пром. энергетика. 1997. № 2. - С. 2-3.

274. Попова О.М. Разработка геоинформационной системы электрических сетей // Информационные технологии в энергетике: современные подходы к анализу и обработке информации: Сб. докладов. Иркутск: ИСЭМ СО РАН. 2000.-С. 161-165.

275. Поспелов Д.А. Искусственный интеллект основа новой информационной технологии. - М.: Наука, 1988. - 316 с.

276. Поспелов Д.А. Фантазия или наука: на пути к искусственному интеллекту. — М.: Наука, 1982.- 196 с.

277. Поспелов Д.А. Новые информационные технологии это те ключи, которые откроют нам путь в новое общество // Новости искусственного интеллекта. -1994. №2.-С. 13-19.

278. Правовые отношения промышленных потребителей и энергоснабжающих организаций // Пром. энергетика. 1999. №2. - С. 48-50.

279. Прикладные нечеткие системы / Под ред. Т.Тэрано, К.Асаи, М.Сугено. Пер. с японского. М.: Мир, 1993. - 306 с.

280. Применение вычислительных методов в энергетике (обзор) / Под ред. В.А. Веникова. М.: Энергия, 1980. - 216 с.

281. Редько В.И. Приватизация региональных электрических компаний России // Электрические станции. 1993. №7. - С. 14-19.

282. Райншке К., Ушаков И.А. Оценка надежности систем с использованием графов. М.: Радио и связь, 1984. - 208 с.

283. Розанов М.Н. Надежность электроэнергетических систем. М.: Энерго-атомиздат, 1984. - 200 с.

284. Розанов М.Н. Модели анализа и синтеза надежности электроэнергетических систем // Изв. АН СССР. Энергетика и транспорт. 1991. №6. - С. 47-51.

285. Ротарь В.И., Шоломицкий А.Г. Об оценивании риска в страховой деятельности // Экономика и мат. методы. 1996. - Т. 32. №1. - С. 96-105.

286. Руденко Ю.Н., Ушаков И.А. Надежность систем энергетики. Новосибирск: Наука. Сиб. отд-ние. 1989. - 328 с.

287. Руденко Ю.Н. Надежность и безотказность энергетических систем (Введение к подборке статей) // Изв. АН СССР. Энергетика и транспорт. 1991. №6. - С. 44-46.

288. Русак X. Конечные затраты в электроэнергетике и методы их вычисления для распределительной сети // Пром. энергетика. 1997. № 7. - С. 27-29.

289. Саитбаталова P.C., Грачева Е.И., Хатанов В.А. Оперативное прогнозирование режима электропотребления // Пром. энергетика. 2000. №6. - С. 27-29.

290. Севрук В.Т. Банковские риски. М.: Дело ЛТД, 1995. - 206 с.

291. Седова C.B. Компьютерная система СПОИ // Инвестиции в России. 1995. №1.- С. 31-35.

292. Седова C.B. Модель оптимизации инвестиционных проектов и алгоритм численного анализа // Экономика и мат. методы. -1999. -Т. 35. №1 -С.87-93.

293. Семенов В.А. Рынок электроэнергии в Калифорнии, США // Энергетик. -2000. №1.- С. 19-20.

294. Семенов В.А. О конкуренции на рынке электроэнергии в Великобритании // Энергетик. -1998. №7. С. 20-21.

295. Семинар «Применение геоинформационных технологий в АСУ электрических сетей» // Энергетик. 1999. №7. - С. 34-36.

296. Серебряников Н., Васютинский В. Инвестиционная деятельность АО «Мосэнерго» как фактор повышения эффективности производства // Пром. энергетика. 2000. № 7. - С. 5-8.

297. Серов С.И. Оптимальная цена продажи при экспоненциальном спросе // Экономика и мат. методы. 1997. - Т. 33. Вып. 3. - С.106-111.

298. Системный подход при управлении развитием электроэнергетики / Л.С. Беляев, Г.В. Войцеховская, В.А. Соловьев и др. Новосибирск: Наука, Сиб. отд., 1980. - 232 с.

299. Скворцов A.B., Слюсаренко С.Г., Субботин С.А., Кобрин А.Ю. Информационное обеспечение инженерных сетей // Геоинформатика: Теория и практика. Вып. 1. Томск: Изд-во Том. ун-та, 1998. - С. 206-225.

300. Скрипкин К.Г. Финансовая информатика. М.: ТЕИС, 1997. - 160 с.

301. Скурихин А.Н. Генетические алгоритмы // Новости искусственного интеллекта. 1995. №4. - С. 14-21.

302. Слэйгл Дж. Искусственный интеллект. Подход на основе эвристического программирования. М.: Мир, 1977. - 295 с.

303. Смирнов A.C., Гайдамович Д.О. Анализ надежности структурно-сложных электрических схем с учетом двух типов отказов // Электричество. 2001. №2. - С. 50-56.

304. Смоляр Л.И. Модели оперативного планирования в дискретном производстве. М.: Наука, 1978. - 165 с.

305. Статистические методы в инженерных исследованиях. Лабораторный практикум / Под ред. Г.К. Круга. М.: Высш. шк., 1983. - 208 с.

306. Стефанюк В.Л. От автоматов М.Л. Цитлина к искусственному интеллекту (этапы и вехи, или как это было) // Новости искусственного интеллекта. -1995. №4.-С. 54-62.

307. Суднова В.В. О целесообразности введения дифференцированных тарифов для базовых потребителей энергосистемы // Пром. энергетика. 1997. № 6. - С. 6-7.

308. Сюткин С.Б., Лелюхин Н.В., Лонщакова О.Л. Опыт функционирования оптового рынка электроэнергии и мощности о ОЭС Центра и задачи его совершенствования // Энергетик. — 1999. № 1. С. 2-6.

309. Тарасов В.Б. От искусственного интеллекта к искусственной жизни: новые направления в науках об искусственном // Новости искусственного интеллекта. 1995. №4. - С. 41-56.

310. Теория прогнозирования и принятия решений / Под ред. С.А. Саркисяна. -М.: Высш. школа, 1977. 352 с.

311. Тимофеев A.B. Особенности стратегического управления энергокомпаний // Энергетик. 2000. № 6. - С. 6-7.

312. Тимофеев Г.С. Использование нейронной сети для оценки состояния электроэнергетических систем // Нейроинформатика и её приложения: Тезисы докладов V Всероссийского семинара /Под ред. А.Н. Горбаня. Красноярск: КГТУ. 1997.-С. 173.

313. Трахтенгерц Э.А. Многоагентные системы поддержки принятия решений // Изв. РАН. Теория и системы управления. 1998. №5. - С. 106-122.

314. Требования ЕБРР к бизнес-планам по проектам централизованного теплоснабжения России. М.: ЦЭНЭФ, 1997. Апрель-Июль. - С. 8-9.

315. Трояновский В.М. Математическое моделирование в менеджменте: Учеб. пособие для вузов. М.: Русская Деловая Литература, 1999. - 240 с.

316. Уинстон П. Искусственный интеллект. М.: Мир, 1980. - 268 с.

317. Ульянов C.B. Нечеткие модели интеллектуальных систем управления: теоретические и прикладные аспекты (обзор) // Изв. АН СССР. Техническая кибернетика. 1991. №3. - С. 3-28.

318. Уоссерман Ф. Нейрокомпьютерная техника. Теория и практика. Пер. с англ. -М.: Мир, 1992.-238 с.

319. Уотшем Т. Дж., Паррамоу К. Количественные методы в финансах: Учеб. пособие для вузов / Пер. с англ. под ред. М.Р. Ефимовой. М.: Финансы, ЮНИТИ, 1999. - 527 с.

320. Успенский М.И. Анализ эффективности льготного тарифа на электроэнергию для бытовых потребителей // Формирование рыночных отношений в энергетике. Сыктывкар. Изд-во Коми научный центр УрО РАН. 1994. - С. 39-44.

321. Ушаков И.А. Методика решения задач оптимального резервирования с использованием универсальной производящей функции // Надежность и контроль качества. 1988. №11. - С. 18-22.

322. Феллер В. Введение в теорию вероятностей и её приложения. В 2-х томах: Пер. с англ. М.: Мир, 1984. - 1366 с.

323. Филиппова Т.А., Чернов С.С. Некоторые аспекты маркетинга энергетических компаний // Энергосистема: управление, качество, безопасность: Сб. докладов Всероссийской научно-технической конференции. Екатеринбург: УГТУ-УПИ. 2001. - С. 81-84.

324. Хайман Д.Н. Современная микроэкономика: анализ и применение. Т. 1,2. -М.: Финансы и статистика, 1992. 216 с.

325. Хакен Г. Синергетика. М.: Мир, 1980. - 414 с.

326. Хакен Г. Синергетика мозга // Синергетика и психология. Тексты. Вып.1: Методические вопросы / Под ред. И.Н. Трофимовой и В.Г. Буданова. МГСУ Союз, 1997.-35 с.

327. Хакен Г. Информация и самоорганизация. М.: Мир, 1985. (4-й том в шпрингеровской серии книг по синергетике: http://link.springer.de/ol/total/sist.ntrr).

328. Хаксольд В. Введение в городские географические информационные системы. Изд-во Оксфордского университета, 1991. - 321 с.

329. Хант Э. Искусственный интеллект. М.: Мир, 1978. - 324 с.

330. Хачатуров В.Р. Математические методы регионального программирования. -М.: Наука, 1989.-304 с.

331. Хлебалин Ю.М. Метод золотого сечения оценки тарифов на тепловую и электрическую энергию действующих ТЭЦ // Пром. энергетика. 2001. №9. -С. 9-13.

332. Хоботов E.H. Оптимизационно-имитационный подход к моделированию сложных систем. I и II // Изв. РАН. Теория и системы управления. 1996. №1. - С. 111-117 и №2. - С. 109-115.

333. Холт Роберт Н., Барнес Сет Б. Планирование инвестиций.: Пер. с англ. — М.: «Дело ЛТД», 1994. 120 с.

334. Хоскинг А. Основы предпринимательства. М.: Междунар. отношения, 1993.-324 с.

335. Хохлов Н.В. Управление риском. М.: ЮНИТИ-ДАНА, 1999. - 239 с.

336. Цай Т.Н., Грабовый П.Г., Марашда Бассам Сайел. Конкуренция и управление рисками на предприятиях в условиях рынка. М.: Алане, 1997. - 118 с.

337. Царегородцев В.Г. Нейроимитатор NeuroPro // Нейроинформатика и ее приложения: Тезисы докладов VI Всероссийского семинара /Под ред. А.Н. Гор-баня. Красноярск: КГТУ. 1998. С. 189.

338. Цацулин А.Н. Цены и ценообразование в системе маркетинга. М.: Инфор мационно-издательский дом «Филинъ», 1998. - 448 с.

339. Цветков В.Я. Геоинформационные системы и технологии. М.: Финансы и статистика, 1998. - 288 с.

340. Цветков В.Я. Геоинформационное моделирование // Информационные технологии. 1999. №3. - С. 23-27.

341. Червонный Е.М. Проблемы управления электропотреблением промышленных предприятий// Изв. РАН. Энергетика и транспорт. 1990. №1.-С.34-41.

342. Черкашин П.А. Интеграция ГИС и глобальной сети Internet // ГИС -обозрение. 1996. Весна. - С.34-39.

343. Чернавский Д.С., Пирогов Г.Г., Чернавская О.Д., Щербаков A.B., Суслаков Б.А. Динамика экономической структуры общества // Прикл. нелинейная динамика. 1996. - Т. 4. №3. - С. 33-38.

344. Чернавский Д.С., Щербаков A.B., Старков Н.И., Суслаков Б.А. Ценообразование при максимизации прибыли // Экономика и мат. методы. 1998. -Т.34. №2. - С. 44-54.

345. Чернавский Д.С., Попков A.C., Рахимов А.Х. Математическая модель экономической структуры общества // Экономика и мат. методы. 1993. - Т 30. №2. - С. 74-79.

346. Четыркин Е.М. Методы финансовых и коммерческих расчетов. — М.: Дело,1992.- 188 с.

347. Шаккум M.JI. Использование иконических моделей для социально-экономических исследований // Экономика и мат. методы. 1999. — Т. 35. Вып.2.-С. 21-27.

348. Шефер X. Топологическое векторное пространство. М.: Мир, 1971. - 360с.

349. Шмаров А и др. Анализ инвестиционных рисков в России / Коммерсантъ.1993. №12.

350. Шустер Г. Детерминированный хаос. М.: Мир, 1988. - 358 с.

351. Эдельман В.И., Суверов С.Ф. Инвестиционная привлекательность акций предприятий российской электроэнергетики // Энергетик-2000. № 3.-С.5-8.

352. Эдельман В.И. Экономические аспекты надежности электроснабжения потребителей // Изв. АН СССР. Энергетика и транспорт. 1991. №6. — С.79-87.

353. Экономическая конъюнктура России в 1996 г. Центр экономической конъюнктуры при правительстве РФ. М:. 1997.

354. Энергосберегающая технология электроснабжения народного хозяйства: В 5 кн.: Практ. Пособие / Под ред. В.А. Веникова. Кн. 4. Потребление электрической энергии надежность и режимы / В.В. Михайлов, М.А. Поляков. -М.: Высш. шк., 1989. - 143 с.

355. Эндрени Дж. Моделирование при расчетах надежности в электроэнергетических системах: Пер. с англ./ Под ред. Ю.Н. Руденко. М.: Энергоатомиз-дат, 1983.-336 с.

356. Эндрю А. Искусственный интеллект. М.: Мир, 1985. - 354 с.

357. Bacon R. Lessons from Power Sector Reform in England and Wales // Private Sector, The World Bank Group. September, 1995.

358. Bremermann H.J., Rogson M., Salaff S. Global Properties of Evolution Processes / In Natural Automata and Useful Simulations. H.Pattee, E.A.Edisack, I.Fein, A.B.Callahan. Eds. Washington DC: Spartan Books, 1966.

359. Dulesov A.S. Model of formation of a price in a system "producer customer" // Mathematics. Computer. Education: Abstracts of VI International Conference. -Moskau, 1999.-P.315.

360. Dulesov A.S. The definition of an economically effective firm behaviour in conditions of unsteady demand on is product // Mathematics. Economics. Ecology. Education: Abstracts of VII International Conference. Rostov-on-Don, 1999. -P. 151.

361. Fraser A.S. Simulation of genetic systems // Journal of Theoretical Biology. 1962. V. 2.

362. Hammer M., Champy J. Reengineering the Corporation: A Manifesto for Business Revolution. N.Y: HarperCollins, 1993.

363. Hicks J.R. Value and Capital. — Oxford University Press. — 1939. — 413p.

364. Holland J.H. Adaptation in natural systems. Cambridge (Massachusetts): MIT Press, 1995.

365. Maplnfo. http://giserv.karelia.ru/mapinfo/mapin a.html

366. Markowitz H.M. Portfolio Selection // J. Finance. 1952. V. 7. No. 1.

367. McKelvcy R. D., Page T. Public and Private Information an Experimental Study of Information Pooling. // Econometria, 1990, V58.

368. McMillan J. The Free-Rider Problem: a Survey. //The Economic Record. 1979.

369. Reed J., Toombs R., Barricelli N.A. Simulation of biological evolution and machine learning // Journal of Theoretical Biology. 1967. V. 17.

370. WEB страница РАО "ЕЭС России", http://www.rao-ees.ru.

371. Zadeh L.A. Fuzzy logic, neural network and soft computing // Communication of the ACM. 1994. V/37. №3, p. 214-225.296