автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Разработка системы планирования производственных показателей региональной энергосистемы

На правах рукописи

РАЗРАБОТКА СИСТЕМЫ ПЛАНИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ ПОКАЗАТЕЛЕЙ РЕГИОНАЛЬНОЙ ЭНЕРГОСИСТЕМЫ

Специальность: 05.13.01 - «Системный анализ, управление и обработка информации (по отраслям)»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Владикавказ-2005

Работа выполнена на кафедре «Информационные системы в экономике» в Северо-Кавказском горно-металлургическом институте (государственном технологическом университете)

Научный руководитель: доктор технических наук, профессор

Пагиев Казбек Хазбиевич

Официальные оппоненты: доктор технических наук, профессор

Хузмиев Измаил Каурбекович кандидат технических наук Кучиев Казбек Эдуардович

Ведущее предприятие: ОАО «Севкавказэнерго»,

г. Владикавказ

Защита диссертации состоится « 23 » декабря 2005 г. в 10°° час на заседании диссертационного совета Д212.246.01 в Северо-Кавказском ГорноМеталлургическом институте (государственном технологическом университете).

С диссертацией можно ознакомиться в библиотеке СКГМИ (ГТУ).

Отзывы (в двух экземплярах, заверенные печатью) просим направлять по адресу: 362021, РСО-Алания, г. Владикавказ, ул. Николаева 44, Ученый Совет СКГМИ (ГТУ). Факс: (8672) 74-99-45.

Автореферат разослан «21» ноября 2005 г.

Ученый секретарь диссертационного совета д.т.н., доцент.

ША

ЛФ . ог\ ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Системный анализ функционирования электроэнергетической отрасли региона с целью создания современных систем управления их деятельностью, обеспечивающих повышение эффективности принятия решения по снижению эксплуатационных затрат и более полному использованию имеющихся ресурсов, становится приоритетной задачей сегодняшнего дня, от решения которой зависит состояние электроэнергетики региона.

Прогнозирование и планирование потребления электрической энергии в регионе, как жизненно важного источника энергии, является одной из составляющих управления региональной энергосистемой. Поэтому, осмысление и обобщение существующих разработок в области планирования производственной деятельности энергосистемы, а также новых методик по расчету прогнозов потребления электроэнергии, тарифного регулирования на основе сформированного прогнозного баланса производства и поставок электрической энергии (мощности), как эффективного способа управления электроэнергетической монополией, востребованы на практике.

В настоящее время региональная энергосистема занимается генерацией, передачей и сбытом электрической энергии потребителям региона. В ее производственной деятельности стоят задачи по составлению прогнозного годового баланса электроэнергии и формированию предварительных диспетчерских графиков работы энергосистемы. Исследование, формализация, и автоматизация перечисленных процессов с помощью ЭВМ, телекоммуникационных средств и прикладного программного обеспечения, является актуальной задачей.

Особенность разрабатываемой системы планирования производственных показателей (АСППП) региональной энергосистемы заключается в автоматизации процедур получения, учета, обработки, хранения и дальнейшего использования информации по потребляемым объемам электрической энергии в регионе, с помощью новейших информационных технологий, приборами коммерческого, технического учета и разработанным прикладным программным обеспечением в соответствии с современными требованиями подобного рода системам.

Цель работы. Создание автоматизированной системы планирования производственных показателей региональной энергосистемы для составления прогнозного годового баланса электрической энергии и формирования предварительных диспетчерских графиков (Г1ДГ) работы энергосистемы на операционные сутки.

Поставленная цель потребовала решения следующих задач.

1. Анализ процедуры составления баланса электроэнергии и формирования ПДГ.

2. Разработка методического обеспечения АСППП энергосистемы.

3. Построение структуры комплекса ^ ни чес ^их^с^дств для АСППП.

БИБЛИОТЕКА

С. Пет« «

4. Разработка алгоритмов прогнозирования потребления электрической энергии для суточного и годового интервала времени, а также алгоритмов расчета и анализа их эффективности.

5. Разработки программного обеспечения автоматизированной системы планирования производственных показателей (АСППП).

Методы исследований. Использовались методы: системного анализа; статистического (корреляционного) анализа; экономического анализа деятельности предприятий; синтеза и анализа автоматизированных систем управления с использованием современных информационных технологий.

Научная новизна и значимость работы заключаются в следующем:

1. Предложен новый подход составления прогноза электропотребления для годового баланса электроэнергии и формирования ПДГ".

2. Разработаны методики расчета прогноза электропотребления.

3. Разработана структура построения комплекса технических средств для автоматизированной системы планирования производственных показателей.

4. Разработаны программные алгоритмы по составления прогноза электропотребления для годового баланса электроэнергии и формирования ПДГ, а также расчета и анализа их эффективности.

5. Разработано программное обеспечение автоматизированной системы планирования производственных показателей региональной энергосистемы.

Предмет и объект исследования. Объектом исследования являются процессы и процедуры составления прогнозного баланса электроэнергии и формирования предварительных диспетчерских графиков работы энергосистемы. Предметом исследования являются методы, формы и механизмы решения задач прогнозирования потребления электрической энергии в регионе, для составления прогнозного баланса и формирования ПДГ ЭЭС с использованием современных информационных технологий.

Обоснованность и дос говерность научных положений, выводов и рекомендаций подтверждается соответствием результатов теоретических и экспериментальных исследований, результатами внедрения разработанных программных продуктов.

Практическая ценность. Результаты проведенных научных исследований легли в основу разработки методических указаний и пакета прикладных машинных программ по прогнозированию и планированию баланса электроэнергии и формированию предварительных диспетчерских графиков работы энергосистемы, для автоматизированной системы планирования производственных показателей. Созданные методики и прикладные машинные программы применяются в практической работе региональной энергосистемы ОАО «Севкавказэнерго» и Региональной Энергетической Комиссии (РЭК) РСО-Алания, а также в учебном процессе кафедры «Информационные системы в экономике» СКГМИ (ГТУ).

На защиту выносятся следующие научные положения.

1. Методология составления прогноза электропотребления для годового баланса электроэнергии и формированию ПДГ.

2. Методики расчета прогнозов электропотребления.

3. Структура построения комплекса технических средств для АСППП.

4. Программные алгоритмы составления и расчета прогноза электропотребления.

5. Программное обеспечение АСППП региональной энергосистемы.

Реализация результатов работы. Научные и практические результаты

диссертационной работы явились основанием для более эффективного формирования прогнозного баланса электроэнергии региональной энергосистемы. Т.к. региональная энергосистема является дефицитной, то основную часть потребляемой электроэнергии в регионе (до 80%) закупает на федеральном оптовом рынке, собственные производственные мощности энергосистемы по генерации электроэнергии составляют 20-30% от потребностей региона в электричестве. ФСТ устанавливает для субъекта регулируемого сектора ФОРЭМ региональной энергосистемы тарифы на электрическую энергию (мощность), с учетом сформированного прогнозного баланса производства и покупки электрической энергии (мощности). Для формирования прогнозного баланса электроэнергии требуется точный прогноз потребления электроэнергии в регионе на основе применяемой в АСППП методики расчета прогноза потребления электроэнергии на регулируемый период времени. Полученный результат прогноза потребления электрической энергии на краткосрочную перспективу (сутки) используется в процессе формирования предварительных диспетчерских графиков работы региональной энергосистемы. Результаты проведенных исследований позволили разработать эффективные алгоритмы и создать пакет прикладных программ по расчету прогнозов электропотребления используемых в практической работе диспетчерского управления, планово-экономического отдела ОАО «Севкавказэнерго» и Региональной Энергетической Комиссией (РЭК) РСО-Алания.

Апробация работы. Основные положения и исследования работы докладывались: Международной научно-практической конференции "Развивающиеся интеллектуальные системы автоматизированного проектирования и управления" (г.Новочеркасск2002г.); Международной научно-технической конференции «Информационные технологии и системы: новые информационные технологии в науке, образовании, экономике», Владикавказ, НИТНОЭ-2003; Международной научно-практической конференции "Малая энергетика" (г.Москва 2005г.); труды молодых ученных №4, ВНЦ, 2005 г.; научных семинарах кафедры «Информационные системы в экономике» (2002-2005 г.); на ряде научно-технических конференций профессорско-преподавательского состава, научных работников и аспирантов СКГМИ (ГТУ) с 2002-2005 году.

Публикации. Основные результаты диссертационного исследования опубликованы в 5 печатных работах.

Структура и объем диссертации. Диссертационная работа состоит из оглавления, введения, четырех глав, заключения, списка литературы и приложений. Работа солержит 150 страницы текста, 20 рисунков, 8 таблиц, и 71 наименование используемой литературы.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы, поставлена цель исследований, обоснованы и сформулированы задачи исследований, отмечена практическая значимость работы, перечислены положения, выносимые на защиту, дана информация об апробаиии результатов работы.

Первая глава данной работы посвящена обзору литературы и системным исследованиям функционирования больших систем энергетики топливно-энергетического комплекса (БСЭ-ТЭК) страны и региона.

Описано развитие и структура системных исследований в БСЭ-ТЭК, цель проведения исследования и задачи, на решение которых они были направлены, а также методика проведения исследования, подход к решению проблем, способы и источники получения информации.

Под электроэнергетической отраслью следует понимать экономические отношения, связанные с генерацией (производством), транспортировкой, распределением и реализацией электрической энергии посредством выработки электрической энергии и мощности производственными мощностями объеденной энергетической системы (ОЭС), транспортировки по линиям электропередач, распределением на уровне системного оператора рынка опертивно-диспетчерского управления (СО-ОДУ), реализацией электроэнергии конечным потребителям через компанию ответственную за баланс электроэнергии региона (ОБР) - региональную энергосистему (АО-Энерго) и закупкой дополнительных объемов АО-Энерго недостающей части электроэнергии на федеральном оптовом рынке (ФОРЭМ) или региональном рынке электрической энергии (РРЭЭ). Поставка электрической энергии конечным потребителям производится в условиях правовых отношений установленных нормативными актами и положениями РАО «ЕЭС России», Администратора Торговой Системы оптового рынка электрической энергии Единой энергетической системы (НГ1 АТС), СО-ОДУ, ФОРЭМ и региональной энергосистемой которые являются участниками рынка электрической энергии. В данной диссертационной работе за основу берется процесс планирования баланса электрической энергии региональной энергосистемы и формирования предварительных диспетчерских графиков работы энергосистемы в части повышения точности показателей прогнозов потребления электрической энергии, на основе применения определенных методик, алгоритмов и моделей.

По целевому назначению все алгоритмы прогнозирования разделяются на три группы:

1. Алгоритмы оперативного прогнозирования, с интервалом упреждения от нескольких десятков мину г до нескольких часов;

2. Алгоритмы краткосрочного прогнозирования, с интервалом упреждения от одних суток до нескольких недель;

3. Алгоритмы долгосрочного прогнозирования, интервал упреждения которых составляет от одного месяца до нескольких лет.

Методы, применяемые для долгосрочного прогнозирования электропотребления, по характеру используемой информации разделяются на две основные группы:

1. структурные;

2. статистические (или методы статистического моделирования).

Прогнозирование с помощью структурных методов осуществляется на

основе планов развития отдельных отраслей народного хозяйства с учетом норм расхода электроэнергии на единицу продукции и типовых графиков нагрузки потребителей, относящихся к различным отраслям, и последующего суммирования графиков нагрузки отдельных групп потребителей. Таким образом, составляется, структурная модель формирования графиков нагрузки реальной энергосистемы.

К этой же группе относятся интенсивно развивающиеся сложные эконометрические модели, связывающие энергопотребление с рядом внешних (экономических, социальных, демографических и др.) или внутренних (структурных) показателей.

Применение структурного метода для прогнозирования электропотребления энергосистем регионов подобных РСО-Алания, требует сбора, хранения и обработки больших объёмов статистической информации, на что, в свою очередь, необходимы значительные временные и материальные затраты, возрастающие по мере повышения точности прогнозов. Тогда как применение статистических методов в тех же условиях обеспечивает точность, не уступающую, точности прогнозирования электропотребления с помощью структурных методов, при значительно меньших затратах на их разработку и сопровождение.

Методы этой группы используют однородную статистическую информацию о режимах электропотребления, сезонности и метеорологических факторах (температуры, освещенности) влияющие на них, получаемую с помощью штатной системы измерения и регистрации параметров режимов энергосистемы, Гидрометцентра и основываются, на аппарате статистического анализа и прогнозирования временных рядов. Среди статистических методов выделяется подходы, при которых изменения электропотребления рассматриваются как:

1. Случайный процесс, описываемый стохастической моделью,

При э.^м подходе применяются различные формы сезонных моделей АРПСС. Одна, из которых осуществляет моделирование

временных рядов потребления электроэнергии, имеющих выраженную сезонную периодичность с периодом 8=12 месяцев, на базе мультипликативной модели сезонного ряда Бокса-Дженкинса, которая представлена в форме:

= 0(5)0* (£>, (1)

где - расход электроэнергии за месяц; О (В), О (В) - полиномы от В8 степеней Р и ^соответственно, удовлетворяющие условию стационарности и обратимости; О (А), &(А)- полиномы от ^степеней р и Ц, соответственно, удовлетворяющие условиям стационарности и

обратимости; о - оператор сдвига назад; Vй--(1 -В)<1- оператор

взятия разности с1 -ого порядка; С1) - белый шум.

2. «Функциональный» подход, состоящий в выявлении и моделировании наиболее общих свойств процессов изменения электропотребления.

Данный подход является общепринятым, основанный на разделении

тренда }¥1Г сезонной и случайной составляющих процесса изменения

электропотребления. Применяются как мультипликативная (1.2), так и аддитивная (1.3) форма декомпозиции процесса электропотребления:

w(I,J) = wlr(IWЛJ) + Z(I,J), (2)

IV {I, У) = IV 1г (/) + (У) + £(/, У), (3)

где I - номер года, начиная с базового, принятого за начало отсчёта; J - номер месяца.

Тренд описывается линейной, полиномиальной, параболической или экспоненциальной моделью; сезонная компонента представляется гармоническим рядом:

IVУ) = А0 + 2ЕА/ соб(2 ж /1 J + (р,), (4)

где А0 - постоянная составляющая гармонического ряда; А/ - амплитуда I -

ой гармоники; / - основная частота; / - номер гармоники; - фаза / - ой гармоники.

Широко распространена мультипликативная форма модели процесса электропотребления, называемая методом Винтера. В ней сезонность учитывается с помощью так называемых сезонных коэффициентов при линейной модели роста; параметры такой модели оцениваются с применением экспоненциального сглаживания.

При наличии взаимной корреляции между остаточной составляющей и отклонениями среднемесячной температуры на территории энергосистемы от среднемноголешей «нормы» дополнительно к моделям трендовой и сезонной составляющих строится модель температурного влияния на величину электропотребления.

Оставшийся после выделения трендовой, сезонной и температурной составляющих ряд практически во всех случаях представляет собой случайный процесс, по своим вероятностным свойствам близкий к «белому шуму. При наличии автокорреляции в остатках для их моделирования применяется модель АРГ1СС, обычно невысокого порядка.

Функциональный подход представляется более предпочтительным, поскольку позволяет более гибко подойти к выбору частных моделей отдельных составляющих общей модели электропотребления (2,3). Тогда как стохастические модели вида (1) жёстко определяют набор частных моделей, которые могут быть получены в рамках данного класса моделей. Кроме этого, осмысленная декомпозиция исходных данных на отдельные составляющие, имеющие понятную физическую интерпретацию, позволяет наглядно объяснять результаты прогнозирования, что важно для персонала энергокомпании, отвечающего за планирование производственной деятельности энергосистемы.

Таким образом, в результате проведенного исследования современного состояния задачи прогнозирования элеюро потребления, установлена необходимость разработки алгоритма долгосрочного прогнозирования потребления электрической энергии, удовлетворяющего следующим условиям. В качестве модели процесса потребления используется аддитивная декомпозиция фактического ряда данных на четыре составляющие: трендовую, сезонную, температурную и остаточную. Модель греядовой составляющей строится по всей совокупности фактических данных о месячном энергопотреблении на интервале предыстории шести лет. Для оценки модели сезонной составляющей применяется экспоненциальное сглаживание с приданием больших весов последним фактическим данным.

Для алгоритма краткосрочного прогнозирования потребления электрической энергии, используется аналогичная модель процесса потребления в виде аддитивной декомпозиции ряда данных на четыре составляющие: трендовую, недельную, температурную и остаточную. Модель трендовой составляющей строится по всей совокупности фактических данных о недельном энергопотреблении на интервале предыстории три недели.

Общий вид модели:

7(0 = B(i)+S(i)+W{i)+(5)

Здесь У(Х) - прогнозируемое потребление / -го дня; В{Г) - базовая составляющая предыстории потребления / -го дня; - составляющая,

учитывающая недельный цикл; IV(¿)- температурная компонента; ^(7) -

случайная составляющая. Находятся значения суточного электропотребления, . среднесуточные температуры и составляющие,

учитывающие недельный цикл В(0, Зд. 040 для всех дней предыстории, соответствующих прогнозируемому дню. В(Г) - базовая составляющая предыстории потребления / - го дня и »!?(/) - составляющая которая учитывает недельный цикл по определенному типу дней недели, включены в одно значение переменной У (С) ■

Построение математического аппарата АСППП производится на основе методов, алгоритмов и моделей прогнозирования потребления электрической энергии используемых в процессе формирования баланса электроэнергии ре1иональной энергосистемы с использованием многофакторного анализа и проведения экспериментов со статистическими данными. В результате применения данных методов, алгоритмов и моделей прогнозирования потребления электрической энергии формируется прогнозный баланс электрической энергии по региональной энергосистеме, а на его основе планируются объемы потребляемой электроэнергии и источники удовлетворения этих объемов. Региональная энергосистема РСО-Алания является энергодефицитной (от 50% летом до 70-80% зимой) объемов электрической энергии приходится приобретать на федеральном оптовом рынке электрической энергии и мощности, что является основным источником восполнения приходной части энергобаланса. Задача точного прогноза электропотребления и на его основе планирования баланса электроэнергии, основная, для решения вопросов связанных с повышением эффективности управлением производственной деятельности региональной энергосистемы и повышением рентабельности АО-Энерго, за счет повышения точности прогнозов. Применение долгосрочных методик расчета, алгоритмов и моделей прогнозирования потребления электрической энергии используется региональной энергосистемой, для составления прогнозного баланса электроэнергии. Краткосрочная методика расчета прогнозов потребления электрической энергии применяется региональной энергосистемой в процессе формирования предварительных диспетчерских графиков на период операционных суток работы энергосистемы. Все перечисленные методики, алгоритмы и модели реализованы в АСППП «Региональная энергосистема»

Вторая глава посвящена решению задачи долгосрочного прогнозирования потребления электрической энергии. Структуре и

назначению комплекса алгоритмических средств по долгосрочному прогнозированию электропотребления.

Основу данного комплекса составляет статистический алгоритм прогнозирования временных рядов электропотребления, построенный с применением принципов моделирования наиболее общих свойств этих процессов. Данный алгоритм обеспечивает базовую функциональность комплекса и может применяться для прогнозирования потребления электроэнергии независимо от остальных алгоритмов комплекса. » Кроме этого в состав комплекса могут быть включены средства учета

экспертных прогнозов ожидаемых значений потребления электроэнергии, предназначенные для построения комбинированных человеко-машинных прогнозов электропотребления, а также алюритмы согласования частных * прогнозов иерархически организованных показателей электропотребления.

Статистический алгоритм долгосрочного прогнозирования случайных процессов потребления электрической энергии предназначен для вычисления месячных прогнозов полезного отпуска электрической энергии и с интервалом упреждения прогноза до 12 месяцев. В основе алгоритма прогнозирования лежит представление процесса потребления электроэнергии

в виде суммы трёх составляющих: трендовой Ет, сезонной Ес, и температурной Е(:

Емпо =ЕТ+ Ес + Е1 (6)

Трендовая составляющая предназначена для моделирования зависимости величины потребления электроэнергии от временного фактора на длительных промежутках времени: от трёх лет и более. Трендовая составляющая косвенно описывает связь между величиной электропотребления и изменениями макроэкономической ситуации в регионе (спад, подъём производства, неравномерное развитие различных отраслей народного хозяйства и т. п.). Сезонная составляющая учитывает годовую цикличность потребления, и определяется устойчивыми сезонными колебаниями метеофакторов (температуры, освещённости), и деловой активности потребителей. Температурная составляющая учитывает влияние, которое оказывает на величину потребления электроэнергии отклонение среднемесячной температуры от её среднего на интервале предыстории значения

Алгоритм прогнозирования, построенный на основе модели (6) состоит из двух основных этапов: первый это оценка параметров модели (6), второй это вычисление прогноза потребления электроэнергии, путём экстраполяции модели (6) на заданный период планирования. Оценка параметров модели осуществляется по фактическим данным потребляемых объемов электроэнергии на некотором интервале предыстории, непосред-с:?енно ирод,'- '•тзую1цсм интервалу прогнозирования (6-8 лет). В качестве

трс. истории прогнозируемого процесса потребления электроэнергии

рассматривается временной ряд из 72 фактических значений

ЕФпо (/') = 1,2,...,72, непосредственно предшествующих первому месяцу

интервала прогнозирования.

В результате, фактические данные на интервале предыстории представляются в виде суммы четырёх временных рядов (7), три из которых относятся к модели потребления, а четвертый является ошибкой моделирования.

Ефпо = Е, (0 + Ес(/) + Е, (0 + К(0 г = 1,2,...,72, (7)

- ошибка моделирования.

В качестве модели трендовой составляющей Ет выбран полином второго порядка:

Е, (г) = -0,044(1 -1)2 + 0,2655(1 -1) + 96,352 (8)

где / — номер месяца от 1 до 72, ао, ¿2,, £72 — параметры модели.

Параметры модели тренда определяются по фактическим данным методом наименьших квадратов:

[я0 ,аиа2 (е%0 (/') - (/ -1)2 - а, (/' -1) - а0 )* -» шт| (9)

В данной диссертационной работе для оценки сезонной составляющей моделируемого временного ряда предлагается выполнять скользящее, экспоненциально взвешенное усреднение фактических данных не только от начала интервала предыстории, но и в «обратном» направлении:

0 = а(Е'1ю(0 - Ег (/)) + (1 - а)(Е';(/ + 12)) / = 1,2,...,12 (Ю)

Где, Ес (?) — модель сезонной составляющей; <2 - определяемый эмпирически параметр сглаживания.

Полученные по моделям (8) и (10) частные оценки Ес и Ес сезонной составляющей учитываются в итоговой модели сезонной составляющей с равными весами:

(0+440

Яг(0 = —-^-, / = 1,2,...,72 (П)

Для определения температурной составляющей^, из фактических данных вычитаются трендовая и сезонная составляющие:

ж;о(0 = о 0 - Я, (0 - $ЕС( О, I = 1,2,...,72 (12)

Прогноз потребления электроэнергии на заданный период планирования (максимум 12 месяцев, следующих непосредственно за последним месяцем интервала предыстории) строится следующим образом.

Сначала по модели трендовой составляющей вычисляется будущее изменение среднего уровня потребления. При этом, в зависимости от особенностей динамики трендовой модели на интервале предыстории, прогноз тренда может вычисляться двояко.

В случае, если на интервале предыстории тренд не имеет тенденций к' быстрому росту или спаду, для обнаружения которых применяется следующая оценка:

где й?тах - эмпирически определяемый параметр (в реализованном алгоритме

с/тах = 0,01 то прогноз тренда ЕТ(Г) вычисляется по модели (8) с

коэффициентами, удовлетворяющими условию (9). Для этого в выражение (8) подставляются номера грядущих месяцев, отсчитываемые от начала интервала предыстории (т. е. от 73 до 84):

Е.г (0 = а2 (/ -1)2 + ах 0' -1 ) + «„,/ = 73,74,...,84. (14)

В случае если расчётное значение величины трендовой составляющей превысит или окажется меньше среднего уровня потребления за последние 12 месяцев интервала предыстории более чем на 20%:

I КоИ)

Е?** = 1,2* ---, 05)

1.2

ЕуМ = 0,8 * —--, (16)

г 12

е';рС1)=Ет(/), если Е;ю < Ет (0 < Е™;

Е™ (/) = Е™ (/), если Ет (?) < Е™"; (17)

Е?р(0 = ЕГ( 0, если ЕТ{1)>Е1Г' / = 73,74,...,84.

Таким образом, предполагается компенсировать влияние на арогпоз больших нерегулярных колебаний потребления в прошлом,

связанных с различными кризисными ситуациями в экономике и изменениями структуры потребления.

Окончательно, прогноз потребления электроэнергии вычисляется путём наложения на прогноз тренда сезонной составляющей для последнего 12-ти месячного периода интервала предыстории, и значений температурной составляющей, вычисленных на 12 месяцев вперёд:

Ефп0 (0 = Е? (0 + Ес (/ -12 ) + Е, (0, * = 73,74,...,84 (18)

Как показали результаты прогнозирования, разработанный алгоритм позволяет с достаточной для плановых показателей степенью точности предсказывать величину потребления электрической электроэнергии, основанный на моделировании основных закономерностей процесса потребления электроэнергии.

Предложен способ корректировки прогнозов с учетом экспертных оценок ожидаемой величины потребления электроэнергии, в основу которого положен метод построения комбинированных прогнозов.

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

Произведен ряд численных экспериментов с целью проверки работоспособности предложенных алгоритмов прогнозирования; полученные результаты говорят о возможности применения разработанных алгоритмов для решения задачи прогнозирования потребления электрической энергии в планировании энергетических балансов энергосистемы.

Третья глава посвящена методике расчета используемой в краткосрочном прогнозе электропотребления реализованной в программном комплексе автоматизированной системы планирования производственных показателей (АСППП) региональной энергосистемы в процессе формирования предварительных диспетчерских графиков работы энергосистемы. Региональное диспетчерское управление, осуществляющее деятельность в пределах региональной энергосистемы по централизованному управлению технологическими режимами технических устройств электростанций, электрических сетей и энергопринимающего оборудования потребителей электрической энергии с управляемой нагрузкой, выполняет функции по формированию предварительных диспетчерских графиков работы энергосистемы, куда входит:

^прогнозирование потребления электрической энергии для расчетного периода (операционные сутки);

2)прогнозирование объема электроэнергии, которая будет произведена собственными ГЭС и электростанциями энергосистемы, работающими в вынужденном режиме, для расчетного периода;

3)формирование плановых системных ограничений,

4)определение режима работы генерирующих мощностей и формирование заданий по рабочей мощности для каждой генерирующей единицы энергосистемы,

5)оптимизация распределения нагрузки между генерирующими мощностями региона и покупки электроэнергии на ФОРЭМ.

Приоритетной задачей является выполнение краткосрочного прогноза потребления электрической энергии, которая реализована в программном модуле АСППП «Региональная энергосистема - 4.1.» комплекса АСППП «Региональная энергосистемах, на основе разработанной методики расчета. Методика расчета краткосрочного прогноза основана на выделении регулярной составляющей потребления электрической энергии, как функции времени, и прогнозирования остаточной части изменения нагрузки в привязке к изменению температуры окружающей среды (метеофактора).

Методика состоит в оценке по данным интервала предыстории направления и величины ожидаемого изменения суточного электропотребления от одного дня недели к другому. При вычислении ожидаемого суточного электропотребления используется полученная оценка изменения электропотребления, последнее фактическое значение электропотребления за такой же день (рабочий или иной), прогноз температуры и освещенности и оценка коэффициентов изменения электропотребления (чувствительности) по температуре и освещенности.

Модель недельного потребления представляется в виде функции предыстории и температурной компоненты. Модель включает базовую и недельную составляющие (5).

Находятся значения суточного электропотребления, среднесуточные

температуры и составляющие, учитывающие недельный цикл /?(/), ,S(i), W(f) для всех дней предыстории, соответствующих прогнозируемому дню.

B{l) - базовая составляющая предыстории потребления i - го дня и S (i) -

составляющая которая учитывает недельный цикл по определенному типу дней недели, включены в одно значение переменной Y (i) ■ Число дней

предыстории (ЛГ) выбирается перед началом прогнозирования и обычно

равно трем, соответствующему определенному типу дня недели (понедельник, вторник и т.д.).

Прогнозируется потребление электроэнергии на понедельник (23.08.2004). Берутся значения электропотребления и температуры за предыдущие три понедельника (02.08.2004), (09.08.2004), (16.08.2004), строится график, на основе которого выстраивается тренд (линейный или полиномиальный), находится уравнение, описывающее тренд. В качестве

независимой переменной Y{i) — f(х) подставляемой в уравнение тренда

выступают значения температуры прогнозируемой Гидрометцентром на этот день* = ^Г(г').

Определяются коэффициенты зависимости электропотребления от

температуры ( й , , а 2 ). Следует заметить, что коэффициенты находятся для

опорного дня, то есть для расчетов используются В (1) > ■$(/). (О

При оценке корреляции электропотребления со среднесуточной температурой, используется температурная модель. В зависимости от достоверности полученного результата применяются разные типы аппроксимации:

1) аппроксимация полиномом второй степени

у = а,х2 + а2х 4- Ъ (20)

2) линейная аппроксимация

у = а1х + Ь (21)

где а},а2,Ь-параметры (коэффициенты) модели

Коэффициенты уравнения регрессии определяются методом наименьших квадратов. Общий смысл оценивания по методу наименьших квадратов заключается в минимизации суммы квадратов отклонений наблюдаемых значений зависимой переменной (в данном случае у ) от

значений, предсказанных моделью (20) или (21). Далее приводятся математические модели, использованные для краткосрочного прогноза третей декады августа месяца 2004 года:

Понедельник

у = 40,099* 4- 2296,9

Вторник

у = 28,846* + 2717,6 Среда

у = 80,41 Эх1 - 3197,8* + 34986

Четверг

у = 13,195л + 3060,3

Пятница

у = -9,6032х + 3500,5

Суббота

у = 33,609* + 2473,1

Воскресенье у = -3,973 \х + 3092,8

.о

где х - значения температуры воздуха / , на прогнозируемые демь. полученные Гидрометцентра.

Приведенные в диссертационной работе результаты прогнозирования показывают, что при низком электропотреблении, в летние месяцы, средняя точность прогнозов составляет в среднем -0,71%. Ошибки (до 6%) электропотребления в отдельных случаях, по некоторым дням недели, имеют место быть, но это скорее не правило, а исключение из общей тенденции потребления, которые могут быть решены с помощью включения дополнительных факторов влияния в модель электропотребления. Существенное улучшение результатов прогнозирования следует ожидать при переходе к объединенным архивам АСКУЭ, 1де точность измерений электроэнергии существенно выше.

Таким образом, автоматизированная система планирования производственных показателей региональной энергосистемы в части краткосрочного и долгосрочного прогнозирования потребления электрической энергии представляет собой набор организационных, технических, плановых и учетных функций сформированных в многоуровневую структуру, построенную по производственно технологическому принципу. Именно это определяет требование к созданию автоматизированной системы планирования производственных показателей АСППП «Региональная энергосистема» региональной энергосистемы.

На основе анализа тенденций и особенностей развития электроэнергетической отрасли, основных концепций реформирования и построения, особенностей функционирования многоуровневых АСУ были сформулированы основные принципы, положенные в основу при разработке АСППП производственной деятельности региональной энергосистемы.

1. Относительная независимость подсистем. Этот принцип предусматривает наличие в системе функционально независимых подсистем, централизованной базы данных и информационного обмена между подсистемами.

2. Эволюционность подсистем и системы в целом. Эгот принцип предполагает развитие (расширение) функциональных возможностей, как отдельных подсистем, так и системы в целом.

3. Оперативность взаимодействия "система - пользователь". Этот принцип предполагает наличие простых для освоения, но развитых процедур взаимодействия (интерфейса) между пользователем и системой, предлагающей ему альтернативные варианты для продолжения решения, с которым он либо соглашается, либо предлагает собственный вариант.

4. Универсальность автоматизированной системы для групп родственных по характеру работы объектов. Этот принцип позволяет снизить затраты на создание системы за счет объединения вычислительных ресурсов.

С точки зрения кибернетического анализа, автоматизированная система планирования производственных показателей региональной энергосистемы характеризуется:

• Управляющие воздействия: управляющие указания и рекомендации по планированию производственной деятельности региональной энергосистемы (включая запреты и др. санкции) по предотвращению развития нежелательных процессов в системе, усовершенствованию производственно-финансовой деятельности, информационно-управляющих подсистем и др.

Усилия по разработке АСППП должны быть направлены на решение трех основных взаимосвязанных задач:

• создание и объединение ресурсов управления и планирования 1 (принятия решений);

• разработка общей информационной базы системы;

• разработка средств взаимообмена пользователей с системой. 1

Под ресурсами управления понимаются всевозможные модули и

подсистемы для анализа и синтеза задач управления. Их объединение направлено на образование множеств, в пределах которых ресурсы логически связаны релевантными отношениями между модулями и подсистемами, а также между системой и пользователем.

Важной особенностью информационной базы АСППП является то, что она должна быть полной, т.к. отсутствие данных приводит к ситуации, которую не может разрешить ни система, ни пользователь. По существу базу данных в общей структуре АСППП можно отнести к совокупности знаний о задаче; вместе с алгоритмами она составляет фундамент проблемы.

Схема информационных и управляют;« потоков между модулями системы АСППП «Региональная энергосистема» и сервером базы данных в рамках создаваемой АСППП региональной электроэнергосистемы представлена на рис. 1.

Все приведенные ниже результаты исследований разработанной структуры и состава основных задач АСППП основываются на развитии иерархического управления и планирования производственной деятельности региональной энергосистемы, позволяющей эффективно распределять ресурсы системы в целом при сохранении необходимых условий эффективного взаимодействия ее подсистем и не предусматривают строго установленной жесткости в составе управляющих воздействий каждого из уровней. *

В четвертой главе производится подведение итогов предыдущих грех глав диссертации, и рассматриваются вопросы разработки, внедрения и эксплуатации прикладного программного обеспечения автоматизированной системы планирования производственных показателей АСППП «Региональная энергосистема», созданного на базе разработанных методик прогнозирования, на основе информации комплексов АСКУЭ, АСТУЭ, ОИК.

АСППП «Региональная энергосистема», состоит из нескольких подсистем, предназначенных для решения различных технологических задач, связанных с анализом, прогнозированием и планирована; электропотребленкя и балансов:

АСППП «Региональная энергосистема-1.1» Анализ и планирование графиков электропотребления и составляющих баланса мощности.

АСППП «Региональная энергосистемы -2.1» Анализ и планирование показателей баланса электроэнергии.

АСППП «Региональной энергосистема -3.1» Анализ и планирование потребления групп ■ потребителей. Тарифы на электроэнергию. Товарная продукция.

АСППП «Региональная энергосистема -4.1» Анализ и планирование потребления электроэнергии. Товарная продукция. Тарифы на электроэнергию.

АСППП «Региональная энергосистема -5.1» Подготовка и ведение базы данных производственных и административных объектов, технологического оборудования и режимных параметров.

АСППП «Региональная энергосистема -6.1» Анализ и планирование экономической эффективности операций купли-продажи электроэнергии и мощности на оптовом рынке.

АСППП «Региональная энергосистема» Диспетчер Комплекс диспетчерских задач. Ввод и анализ состава и состояния оборудования, электронный журнал диспетчерских команд, оперативное прогнозирование баланса мощности.

РБЭ и РТП Расчет балансов электроэнергии по данным приборов учета. Расчет потерь электроэнергии в электрических сетях энергообъединений и предприятий.

В состав каждой подсистемы входят:

• Средства статистического анализа.

• Средства схемной графики

• Средства макроязыка.

• Средства ведения календарных и вспомогательных данных.

• Средства подготовки отчетных форм.

Программные подсистемы могут функционировать раздельно и совместно на автоматизированных рабочих местах. В качестве сетевой операционной системы на баге, которой функционирует СУБД используется ОС семейства UNIX. В качестве СУБД используется продукция компании Oracle ver. 8.1.7.i. или 9i. Клиентская часть функционирует на персональных компьютерах под управлением Windows NT, Windows 2000, Windows XP Professional, с установленным на автоматизированных рабочих местах пакетом прикладных программ АСППП «Региональная энергосистема». Сетевая организация работы в клиент-серверном варианте обеспечивается

программным обеспечением Oracle8i Client 8.1.7. и входящими в пакет утилитами различного функционального назначения, для полноценной работы системы в разных аппаратных конфигурациях и технических условиях.

Структурная схема подсистем программного комплекса АСППП «Региональная энергосистема»

hckhhw дэмкых ямздные ыжеш tai'ir" MS txcH

База Данных 4 t

ЕЕЗ

Computef_5

АСППП «Региональной энергосистемы-51»

I Адкнктрироеание БД прсдаодствеиных и 1 административных объектов текнологическогв оборудования и решенных параметров

1 АСППП «Региональной энергосистемы - 6.1» -

1 Анализ и планирование кэмиерчесын ] эффективности огержрй куппн^родаям I электроэнергии * мощности на оптовом рынке I _Коммерческое дислетчироаание.

J4

АСППП «Яегиоимьисй энергосмстемы - 3

Лнагпп и гланиэованне пзтребления электроэнергии гругг потребителей Тарифь эпектроэнергую Тоеарнаи прод>*ция

j АСППП «Региональной энергосистемы- 41 » I Анало и планирование потребление тепловой энергии Тарифы на тегвюэиергию Товарная продукция

РГП и РБЭ

Р^.чг* балансов злектооэнерг>м по данный приборов учета Расчет технических потерь

.и I*"......

ХДК

Электронный журнал диспетчерских вомакд

~tl

АГППЛ аРапмжальиой знергосжтмм -21-" I Анализ и плэжройание

Рис.1. Структурная схема прикладного программного обеспечения комплекса АСППП «Региональная энергосистема»

Разработка объектной структуры базы данных АСППП «Региональная энергосистема» основывается на опыте разработок и внедрения в энергосистемах России различных проектов по планированию балансов мощности, электроэнергии, тепловой энергии, расчета потерь мощности и электроэнергии. База данных с набором модулей администрирования представляет информационную систему корпоративного назначения для решения производственных, экономических и других задач. При проектировании базы данных использовались объектные подходы, как средства моделирования, и СУБД реляционного типа с SQL доступом, как средства хранения данных.

Средства объектной базы обеспечивают решение следующих задач: • учет состава и состояния технологического оборудования, производственных и административных объектов, подготовка классификаторов и справочников;

• подготовка отчетов о состоянии объектов и оборудования, суточной ведомости и других видов отчетности;

• обмен данными между различными объектами и административными уровнями управления;

• выполнение технологических расчетов.

Первым этапом построения информационной системы является загрузка состава технологического оборудования, производственных и административных объектов Для решения этой задачи созданы программные средства менеджера объектов и менеджера оборудования региональной энергосистемы. Они предназначены для ввода и коррекции данных по различным типам объектов и оборудования энергосистемы. Объектами являются предприятия, входящие в состав региональной энергосистемы (предприятия электрических сетей, подразделения), а также энергетические объекты - электростанции, подстанции. Под объектами оборудования имеются в ввиду единицы тепломеханического оборудования электростанций, линии электропередач, оборудование подстанций. Програм лные средства загрузки состава оборудования реализованы в виде определенных экранных форм, вызываемых из главной панели менеджера энергообъектов и оборудования.

Данные по объектам и оборудованию используются в дальнейшем для решения технологических задач (расчет балансов мощности и электроэнергии, расчет рабочей мощности, расчет потерь и балансов электроэнергии по данным приборов учета АСКУЭ, АСТУЭ и ОИК).

Менеджер электрооборудования региональной энергосистемы предназначен для ввода и коррекции состава оборудования электростанций и подстанций. Возможен ввод различных типов оборудования -трансформаторов, синхронных компенсаторов, выключателей и др. На основе загруженных данных по объектам и оборудованию средствами комплекса генерируются структуры различных видов балансов мощности и электроэнергии, структуры полезного отпуска электрической энергии.

Завершающим этапом планирования является расчет ожидаемых балансов электроэнергии (подсистема АСППП «Региональная энергосистема-1.1») на основе прогнозов отдельных составляющих. Структура балансов задается определенными формулами. При планировании используется вариантно-итеративная последовательность расчетов с использованием различных критериев и алгоритмов. Вариантное планирование дает пользователю возможность расчета отдельных параметров, характерных групп параметров и баланса системы в целом с последовательным устранением небалансов. При совместном использовании комплекса с программой - администратором базы оборудования АСППП «Региональная энергосистема -5.1» рассчитывается величина ограничений, ремонтов и рабочей мощности, используемых при расчете баланса электроэнергии. Подсистема АСППП «Региональная энергосистема - 2.1» предназначена для выполнения основных функций, связанных с расчетом,

анализом и прогнозированием суточных, квартальных и годовых значений параметров баланса электроэнергии, которыми являются электропотребление, технологический расход, выработка, сальдо-переток, покупка, передача и др. Расчеты прогнозов могут производиться, как по отдельным параметрам баланса с последующим суммированием, так и по собственному потреблению (или другому параметру верхнего уровня) с последующей разбивкой по составляющим баланса (балансировка). Подсистема АСППП «Региональная энергосистема - 3.1» выполняет функции, связанные с расчетом, анализом и прогнозированием суточных, квартальных и годовых значений потребления электрической энергии потребителями, товарной продукции и тарифов на электроэнергию. В состав потребителей входят - промышленные потребители, сельское хозяйство, население, транспорт и т.п., а также включаются отдельные крупные потребители. Потребители разбиваются на составляющие, образовывая иерархию баланса потребителей.

Используемая клиент-серверная версия комплекса АСППП «Региональная энергосистема» отличается высоким быстродействием, производительностью сервера СУБД, обладает широкими средствами по разграничению доступа, авторизации и аутентификации пользователей, стандартным средствам обработки информации, основанные на средствах СУБД. Реализована возможность с помощью утилит, экспорта-импорта данных в файлы MS Excel с реляционной структурой. Для системы важно в значительной степени качество каналов передачи данных, пропускная способность сети. В случае отсутствия хороших каналов связи, есть возможность использования средств терминального доступа на клиентских компьютерах компаний Microsoft, Citrix Metaframe и т.д. и установку пакета прикладных программ АСППП «Региональная энергосистема» на выделенном сервере приложений. Универсальный механизм хранения и доступа к СУБД Oracle дает возможность разработки приложений другими производителями на базе уже сформированных структур таблиц.

При внедрении пакета прикладных программ АСППП «Региональной энергосистемы» важным этапом является привязка к оперативным измерительным комплексам (ОИК) и комплексам АСКУЭ, АСТУЭ установленных на предприятиях, организациях и у прочих потребителей электрической энергии, для получения данных телеизмерений, ТС, состояния оборудования, показаний счетчиков.

Важным моментом также является возможность простой и гибкой настройки пакета прикладных программ под существующий порядок планирования, принятый службами энергосистемы. Выходные макеты и отчетные формы, средства табличного и графического отображения отличаются по структуре и составу данных, что требует индивидуальной настройки каждой из программ входящей в комплекс.

Вопрос адаптации программ к конкретному энергообъекту связан с вопросом создания единой информационной среды предприятий энергетши

Вопрос адаптации программ к конкретному энергообъекту связан с вопросом создания единой информационной среды предприятий энергетики, и, как следствие, с вопросом унификации и стандартизации программного обеспечения.

Вследствие отсутствия унифицированных стандартов данных и программного обеспечения большие затраты труда и средств расходуются на разработку различных конверторов, шлюзов, обменных блоков, для привязки старого технологического оборудования и программного обеспечения к комплексу АСППП «Региональная энергосистема», что приводит к значительной потере времени и большим погрешностям. Вопрос об увязке программных продуктов, баз данных можно решить введением отраслевых стандартов и соответствующей сертификации. В первую очередь должны подвергнуться стандартизации форматы хранения комплексов ОИК и АСКУЭ, поскольку они обеспечивают необходимой информацией задачи долгосрочного, краткосрочного, оперативного прогнозирования потребления электрической энергии. Проблему создания единой классификационной, справочной и нормативной базы энергетики, унифицированных форматов хранения данных, требуется решать немедленно, т.к. она тормозит внедрение комплексов аналогичных АСППП «Региональная энергосистема», что влечет за собой большие финансовые потери, чем средства, направляемые на внедрение подобных комплексов. Наличие единой программно-технологической платформы организации базы данных объектов и технологического оборудования позволит широко внедрить в энергетике необходимые программные продукты и комплексы, функционирующие на его основе. Проблема масштабной реализации проекта по внедрению комплекса АСППП «Региональной энергосистемы» заключается в сложности привязки к базе данных измерений разнотипных комплексов АСКУЭ, ОИК, счетчиков электроэнергии и т.д. установленных на объектах энергосистемы и потребителей электрической энергии.

В приложении приведены документы, подтверждающие внедрение результатов диссертационной работы

ЗАКЛЮЧЕНИЕ

Данная диссертация является обобщающей работой проведенного исследования, которая содержит проработку вопросов связанных с прогнозированием потребления электрической энергии используемых в составлении прогнозного баланса электроэнергии и в процессе формирования ПДГ работы энергосистемы на операционные сугки, а также в автоматизации перечисленных процедур. В работе:

1. Представлены результаты анализа общей ситуации в электроэнергетической отрасли РСО-А, экономической и производственной деятельности АО-Энерго, сложившейся практики прогнозирования при составлении баланса электрической энергии и предварительных диспетчерских графиков работы энергосистемы. Изучены законодательно-правовые

акты, нормативно-техническая документация, статистическая и финансовая отчетность региональной энергосистемы, отечественные и зарубежные публикации.

2. На основе анализа тенденций, особенностей развития, функционирования электроэнергетической отрасли сформулированы основные принципы построения технических и программных средств используемых в работе автоматизированной системы планирования производственных показателей АСППП «Региональная энергосистема» региональной энергосистемы.

3. Разработаны методики расчета прогнозов потребления электрической энергии.

4. Результаты исследований использованы в практической работе диспетчерскою управления, планово-экономического отдела ОАО «Севкавказэнерго», РЭК РСО-А, а также в учебном процессе кафедры «Информационные системы в экономике» СКГМИ (ГТУ).

5. Предложены рекомендации по:

• уменьшению финансовых издержек АО - Энерго;

• повышению точности планируемых показателей формируемого баланса электрической энергии и предварительных диспетчерских графиков работы энергосистемы;

• повышению эффективности работы диспетчерского управления и планово-экономического отдела ОАО «Севкавказэнерго», РЭК PCO-Алания.

6. Автоматизированы процедуры получения, учета, обработки, хранения и дальнейшего использования информации по потребляемой электрической энергии с использованием современных информационных технологий, приборами коммерческого, технического учета и разработанным прикладным программным обеспечением при планировании производственной деятельности региональной энергосистемы.

7. Реализация и внедрение в эксплуатацию разработанного АСППП позволяет повысить оперативность получения требуемой информации для составления баланса и формирования ПДГ. Предложенные рекомендации положительно сказались на ючности прогнозов электропотреблений применяемых в составлении прогнозных годовых балансов электроэнергии и в процессе формирования предварительных диспетчерских графиков работы энергосистемы.

8. Созданная автоматизированная система планирования производственных показателей и предложенные рекомендации позволяют региональной энергосистеме и предприятиям входящими в нее четче и точнее планировать свою производственную деятельность, что ведет к повышению их рентабельности. Последующее в этом случае усиление региональной энергосистемы будет способствовать увеличению инвестиционной привлекательности предприятий реформируемой электроэнергетической отрасли региона и в перспективе формируемых на его основе отдельных акционерных обществ - генерации, сети, энергосбыта. В результате

проведения соответствующих мероприятий можно будет рассматривать вопросы по реорганизации и реформированию электроэнергетической отрасли республики.

На основании расчета ожидаемый экономический эффект от внедрения разработанного пакета прикладных программ составляет 17 млн. 671 руб., по данным полученным за 2004 год.

Основные положения диссертации опубликованы в следующих работах:

1.Пагиев К.Х., Сакиев A.B. Большие системы энергетики и структура их системных исследований // Информационные технологии и системы: новые информационные технологии в науке, образовании, экономике: Материалы междунар. науч.-технич. конференции Владикавказ, НИТНОЭ-2003,2003г. с.273-278.

2.Кумаритов A.M., Сакиев A.B. Теоретические основы системных исследований в энергетике // Информационные технологии и системы: новые информационные технологии в науке, образовании, экономике: Материалы междунар. науч.-технич. конференции, Владикавказ, НИТНОЭ-2003, 2003г. с.278-283.

3.Кумаритов A.M., Сакиев А.В Краткосрочное прогнозирование потребления электрической энергии на основе информации АСКУЭ для АСППП регионального диспетчерского управления энергосистемы. // Малая энергетика-2005: Материалы международной научно-практической конференции, г. Москва, 2005 г.стр. 98-100.

4.Сакиев A.B. Современное состояние проблем повышения эффективности управлением производственной деятельности региональных электроэнергосистем. // Труды молодых ученых №4. Владикавказский научный центр, г. Владикавказ, 2005.

5.Кумаритов A.M., Сакиев А.В Алгоритм прогнозирования случайных процессов потребления электрической энергии // Малая энергетика-2005: Материалы международной научно-практической конференции, г. Москва, 2005 г.стр. 117-118.

Подписано в печать 02.11.05 Формат 60x84 Объем 1,6 усл.п.л. Тираж 100 экз. Заказ 522

Подразделение оперативной голиграфии СКГМИ (ГТУ). 362021, Владикавказ, ул. Николаева, 44.

!

г:

>

«

í

\ \

»2524t

РНБ Русский фонд

2006-4 28180

СПИСОК СОКРАЩЕНИЙ.

ВВЕДЕНИЕ.

ГЛАВА 1. БОЛЬШИЕ СИСТЕМЫ ЭНЕРГЕТИКИ И СТРУКТУРА ИХ СИСТЕМНЫХ

ИССЛЕДОВАНИЙ.

1.1. Особенности развития и структура системных исследований в больших системах энергетики.

1.2. Общая характеристика задачи прогнозирования потребления электрической энергии.

1.3. Обзор современного состояния задачи прогнозирования потребления электрической энергии.

1.4. Выводы.

ГЛАВА 2. МОДЕЛЬ, КРИТЕРИИ И АЛГОРИТМ

РЕШЕНИЯ ЗАДАЧИ ДОЛГОСРОЧНОГО ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЯ.

2.1 Структура и назначение комплекса алгоритмических средств по долгосрочному прогнозированию электропотребления.

2.2 Статистический алгоритм долгосрочного прогнозирования случайных процессов потребления электроэнергии.

2.3 Алгоритм учёта экспертных прогнозов электропотребления.

2.4 Критерии и алгоритмы согласования прогнозов электропотребления.

2.5 Выводы.

ГЛАВА 3. РАСЧЕТНАЯ МОДЕЛЬ ЭЛЕКТРОЭНЕРГЕТИЧЕСКОЙ СИСТЕМЫ И ПРЕДВАРИТЕЛЬНЫЕ ДИСПЕТЧЕРСКИЕ ГРАФИКИ.

3.1. Составление прогнозов потребления электроэнергии СО - РДУ при планировании ПДГ. Прогнозирование потребления электроэнергии СО-РДУ.

3.2. Краткосрочное прогнозирование потребления электрической энергии.

3.3. Функциональные требования к программному обеспечению актуализации расчетной модели региональной электроэнергетической системы.

3.4. Выводы.

ГЛАВА 4. ОСОБЕННОСТИ ВНЕДРЕНИЯ И ЭКСПЛУАТАЦИИ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ПЛАНИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ ПОКАЗАТЕЛЕЙ (АСППП) В АО-ЭНЕРГО.

4.1. Аппаратная и программная реализация автоматизированной системы планирования производственных показателей (АСППП).

4.2. Планирование баланса электрической энергии.

4.3. Подготовка объектной информационной структуры хранения данных для расчетов электропотребления и балансов.

4.4. Точность прогнозов потребления электроэнергии.

4.5. Программные средства планирования балансов.

4.6. Выводы.

Современный этап развития и функционирования электроэнергетики характеризуется ростом предъявляемых к нему требований: эффективности, управляемости, доступности, надежности. В то же время, согласно отечественному и зарубежному опыту электроэнергетика должна работать таким образом, чтобы она служила на благо всему обществу.

Учитывая специфику и структуру рынка естественных электроэнергетических монополий, отметим, что степень изученности оптимизации его функционирования не совсем достаточна и требует дальнейшего изучения и проработки.

Актуальность работы. Системный анализ функционирования электроэнергетической отрасли региона с целью создания современных систем управления их деятельностью, обеспечивающих повышение эффективности принятия решения по снижению эксплуатационных затрат и более полному использованию имеющихся ресурсов, становится приоритетной задачей сегодняшнего дня, от решения которой зависит состояние электроэнергетики региона.

Прогнозирование и планирование потребления электрической энергии в регионе, как жизненно важного источника энергии, является одной из составляющих управления региональной энергосистемой. Поэтому, осмысление и обобщение существующих разработок в области планирования производственной деятельности энергосистемы, а также новых методик по расчету прогнозов потребления электроэнергии, тарифного регулирования на основе сформированного прогнозного баланса производства и поставок электрической энергии (мощности), как эффективного способа управления электроэнергетической монополией, востребованы на практике.

В настоящее время региональная энергосистема занимается генерацией, передачей и сбытом электрической энергии потребителям региона. В ее производственной деятельности стоят задачи по составлению прогнозного годового баланса электроэнергии и формированию предварительных диспетчерских графиков работы энергосистемы. Исследование, формализация, и автоматизация перечисленных процессов с помощью ЭВМ, телекоммуникационных средств и прикладного программного обеспечения, является актуальной задачей.

Особенность разрабатываемой системы планирования производственных показателей (АСППП) региональной энергосистемы заключается в автоматизации процедур получения, учета, обработки, хранения и дальнейшего использования информации по потребляемым объемам электрической энергии в регионе, с помощью новейших информационных технологий, приборами коммерческого, технического учета и разработанным прикладным программным обеспечением в соответствии с современными требованиями подобного рода системам.

Цель работы. Создание автоматизированной системы планирования производственных показателей региональной энергосистемы для составления прогнозного годового баланса электрической энергии и формирования предварительных диспетчерских графиков (ПДГ) работы энергосистемы на операционные сутки.

Поставленная цель потребовала решения следующих задач.

1. Анализ процедуры составления баланса электроэнергии и формирования ПДГ.

2. Разработка методического обеспечения АСППП энергосистемы.

3. Построение структуры комплекса технических средств для АСППП.

4. Разработка алгоритмов прогнозирования потребления электрической энергии для суточного и годового интервала времени, а также алгоритмов расчета и анализа их эффективности.

5. Разработки программного обеспечения автоматизированной системы планирования производственных показателей (АСППП).

Методы исследований. Использовались методы: системного анализа; статистического (корреляционного) анализа; экономического анализа деятельности предприятий; синтеза и анализа автоматизированных систем управления с использованием современных информационных технологий.

Научная новизна работы.

1. Предложен новый подход составления прогноза электропотребления для годового баланса электроэнергии и формирования ПДГ.

2. Разработаны методики расчета прогноза электропотребления.

3. Разработана структура построения комплекса технических средств для автоматизированной системы планирования производственных показателей.

4. Разработаны программные алгоритмы по составлению прогнозов электропотребления для годового баланса электроэнергии и формирования ПДГ, а также расчета и анализа их эффективности.

5. Разработано программное обеспечение автоматизированной системы планирования производственных показателей региональной энергосистемы.

Предмет и объект исследования. Объектом исследования являются процессы и процедуры составления прогнозного баланса электроэнергии и формирования предварительных диспетчерских графиков работы энергосистемы. Предметом исследования являются методы, формы и механизмы решения задач прогнозирования потребления электрической энергии в регионе, в процессе составления прогнозного баланса и формирования ПДГ ЭЭС с использованием новых технологий.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается соответствием результатов теоретических и экспериментальных исследований, результатами внедрения разработанных программных продуктов.

Практическая ценность. Результаты проведенных научных исследований легли в основу разработки методических указаний и пакета прикладных машинных программ по прогнозированию и планированию баланса электроэнергии и формированию предварительных диспетчерских графиков работы энергосистемы, для автоматизированной системы планирования производственных показателей. Созданные методики и прикладные машинные программы применяются в практической работе региональной энергосистемы ОАО «Севкавказэнерго» и Региональной Энергетической Комиссии (РЭК) РСО-Алания, а также в учебном процессе кафедры «Информационные системы в экономике» СКГМИ (ГТУ).

На защиту выносятся следующие научные положения.

1. Методология составления прогноза электропотребления для годового баланса электроэнергии и формированию ПДГ.

2. Методики расчета прогнозов электропотребления.

3. Структура построения комплекса технических средств для АСППП.

4. Программные алгоритмы составления и расчета прогноза электропотребления.

5. Программное обеспечение АСППП региональной энергосистемы.

Реализация результатов работы. Научные и практические результаты диссертационной работы явились основанием для более эффективного формирования прогнозного баланса электроэнергии региональной энергосистемы. Т.к. региональная энергосистема является дефицитной, то основную часть потребляемой электроэнергии в регионе (до 80%) закупает на федеральном оптовом рынке, собственные производственные мощности энергосистемы по генерации электроэнергии составляют 20-30% от потребностей региона в электричестве. ФСТ устанавливает для субъекта регулируемого сектора ФОРЭМ региональной энергосистемы тарифы на электрическую энергию (мощность), с учетом сформированного прогнозного баланса производства и покупки электрической энергии (мощности). Для формирования прогнозного баланса электроэнергии требуется точный прогноз потребления электроэнергии в регионе на основе применяемой в АСППП методики расчета прогноза потребления электроэнергии на регулируемый период времени. Полученный результат прогноза потребления электрической энергии на краткосрочную перспективу (сутки) используется в процессе формирования предварительных диспетчерских графиков работы региональной энергосистемы. Результаты проведенных исследований позволили разработать эффективные алгоритмы и создать пакет прикладных программ по расчету прогнозов электропотребления используемых в практической работе диспетчерского управления, планово-экономического отдела ОАО «Севкавказэнерго» и Региональной Энергетической Комиссией (РЭК) РСО-Алания.

Апробация работы. Основные положения и исследования работы докладывались: Международной научно-практической конференции "Развивающиеся интеллектуальные системы автоматизированного проектирования и управления" (г. Новочеркасск 2002 г.); Международной научно-технической конференции «Информационные технологии и системы: новые информационные технологии в науке, образовании, экономике», Владикавказ, НИТНОЭ-2003; Международной научно-практической конференции "Малая энергетика" (Москва 2005 г.); труды молодых ученных №4, ВНЦ, 2005 г.; научных семинарах кафедры «Информационные системы в экономике» (2002-2005 гг.); на ряде научно-технических конференций профессорско-преподавательского состава, научных работников и аспирантов СКГМИ (ГТУ) в 2002-2005 гг.

Публикации. Основные результаты диссертационного исследования опубликованы в 5 печатных работах.

Структура и объем диссертации. Диссертационная работа состоит из оглавления, введения, четырех глав, заключения, списка литературы и приложений. Работа содержит 163 страницы текста, 20 рисунков, 8 таблиц, и 71 наименование используемой литературы.

4.6. Выводы

1. В главе приведены особенности комплекса технических средств (КТС) и программных средств комплекса АСППП «Региональная энергосистема», внедренного и эксплуатируемого в структурных подразделениях региональной энергосистемы ОАО «Севкавказэнерго». Подсистемы комплекса позволяют автоматизировать процедуры связанные с осуществлением прогнозирования электропотребления и последующий расчет баланса электроэнергии на основании общей базы данных телеизмерений комплексов АСКУЭ и ОИК установленных на энергообъектах региональной энергосистемы, промышленных предприятиях и различных организациях республики. Средства объектной базы комплекса позволяют создавать базу объектов и технологического оборудования, информационную структуру балансов, полезного отпуска и закупаемых объемов электроэнергии на федеральном оптовом рынке электроэнергии.

2. За счет автоматизации процедур сбора информации по энергообъектам региональной энергосистемы и потребителям электрической энергии республики, в общей базе данных всегда находится актуальная информация по потребляемым объемам электроэнергии. Что дает возможность делать с помощью автоматизированной системы планирования производственных показателей выборку данных за определенные периоды времени и проводить оперативный расчет баланса электроэнергии и предварительных диспетчерских графиков работы энергосистемы. Приведенные результаты краткосрочных и долгосрочных прогнозов потребления электроэнергии показывают увеличение ошибок прогноза при уменьшении времени упреждения. Ошибки прогноза для энергосистемы с незначительной суточной неравномерностью существенно меньше, чем для энергосистем с высокой неравномерностью графиков. При долгосрочном прогнозировании на несколько лет вперед необходимо учитывать дополнительные социально-экономические факторы, от которых в значительной степени зависят тенденции развития региона. Учет таких факторов возможен посредством введения коэффициентов, корректирующих тенденции роста или падения потребления.

3. При внедрении комплекса в энергосистеме применяются SQL-ф версия системы АСППП. SQL-версия имеет хорошее быстродействие, предоставляет широкие возможности разграничения доступа и универсальный механизм хранения и доступа к данным, основанный на средствах СУБД Oracle. Рост производительности аппаратных средств позволяет осуществлять внедрение SQL-версий программ повсеместно на энергообъектах региональной энергосистемы, предприятиях и организациях республики.

4. При внедрении комплекса и привязке его к комплексам ОИК и АСКУЭ происходит столкновение с большим разнообразием баз данных и программных средств обработки измерений. Подобное разнообразие форматов и способов хранения данных измерений вызывает большие трудности при внедрении, а иногда и ставят под сомнение саму возможность внедрения. Структура и глубина архивов некоторых ОИК недостаточна для решения задач планирования и управления режимами энергосистемы. Вследствие отсутствия унифицированных стандартов данных и программного обеспечения большие затраты труда и средств расходуются на разработку различных программных конверторов, шлюзов, обменных блоков, что приводит к значительной потере времени и большим погрешностям. Необходимо провести стандартизацию и унификацию форматов хранения комплексов ОИК и АСКУЭ, поскольку они обеспечивают необходимой информацией расчетные задачи. Наличие единой

• программно-аппаратной платформы организации базы данных объектов и технологического оборудования позволяет более широко внедрить в электроэнергетической отрасли необходимые программные продукты, поскольку их внедрение существенно тормозится сложностью привязки к базам данных измерений комплексов ОИК и АСКУЭ.

5. С вопросом унификации форматов хранения данных тесно связан вопрос унификации и стандартизации классификаторов и кодификаторов объектов и оборудования. Проблему создания единой классификационной, справочной и нормативной базы энергетики, а также унифицированных форматов хранения данных требуется решать немедленно.

ЗАКЛЮЧЕНИЕ

Данная диссертация является обобщающей работой проведенного исследования, которая содержит проработку вопросов связанных с прогнозированием потребления электрической энергии используемых в составлении прогнозного баланса электроэнергии и в процессе формирования ПДГ работы энергосистемы на операционные сутки, а также в автоматизации перечисленных процедур. В работе:

1. Представлены результаты анализа общей ситуации в электроэнергетической отрасли РСО-А, экономической и производственной деятельности АО-Энерго, сложившейся практики прогнозирования при составлении баланса электрической энергии и предварительных диспетчерских графиков работы энергосистемы. Изучены законодательно-правовые акты, нормативно-техническая документация, статистическая и финансовая отчетность региональной энергосистемы, отечественные и зарубежные публикации.

2. На основе анализа тенденций, особенностей развития, функционирования электроэнергетической отрасли сформулированы основные принципы построения технических и программных средств используемых в работе автоматизированной системы планирования производственных показателей АСППП «Региональная энергосистема» региональной энергосистемы.

3. Разработаны методики расчета прогнозов потребления электрической энергии.

4. Результаты исследований использованы в практической работе диспетчерского управления, планово-экономического отдела ОАО «Севкавказэнерго», РЭК РСО-А, а также в учебном процессе кафедры «Информационные системы в экономике» СКГМИ (ГТУ).

5. Предложены рекомендации по:

• уменьшению финансовых издержек АО - Энерго;

• повышению точности планируемых показателей формируемого баланса электрической энергии и предварительных диспетчерских графиков работы энергосистемы;

• повышению эффективности работы диспетчерского управления и планово-экономического отдела ОАО «Севкавказэнерго», РЭК РСО-Алания.

6. Автоматизированы процедуры получения, учета, обработки, хранения и дальнейшего использования информации по потребляемой электрической энергии с использованием современных информационных технологий, приборами коммерческого, технического учета и разработанным прикладным программным обеспечением при планировании производственной деятельности региональной энергосистемы.

7. Реализация и внедрение в эксплуатацию разработанного АСППП позволяет повысить оперативность получения требуемой информации для составления баланса и формирования ПДГ. Предложенные рекомендации положительно сказались на точности прогнозов электропотребления применяемых в составлении прогнозных годовых балансов электроэнергии и в процессе формирования предварительных диспетчерских графиков работы энергосистемы.

8. Созданная автоматизированная система планирования производственных показателей и предложенные рекомендации позволяют региональной энергосистеме и предприятиям входящими в нее четче и точнее планировать свою производственную деятельность, что ведет к повышению их рентабельности. Последующее в этом случае усиление региональной энергосистемы будет способствовать увеличению инвестиционной привлекательности предприятий реформируемой электроэнергетической отрасли региона и в перспективе формируемых на его основе отдельных акционерных обществ - генерации, сети, энергосбыта. В результате проведения соответствующих мероприятий можно будет рассматривать вопросы по реорганизации и реформированию электроэнергетической отрасли республики.

На основании расчета ожидаемый экономический эффект от внедрения разработанного пакета прикладных программ составляет 17 млн. 671 руб., по данным полученным за 2004 год.

1. А.А.Троицкий. Энергетика и экономика России: прошлое, настоящее и будущее // Энергия, 2003, №9. С. 2-12, 9-15; №10.

2. Мелентьев JI.A. Системные исследования в энергетике: элементы теории, направления развития. М: Наука, 1983.

3. Санеев Б.Г., Гамм А.З., Макаров А.А. Теоретические основы системных исследований в энергетике. М: Наука, 1986.

4. Интернет сайт РАО «ЕЭС России», www.rao-ees.ru. Москва, 2005.

5. Интернет сайт ОАО «Севквказэнерго», www.vladi.electra.ru. Владикавказ, 2005.

6. Макоклюев Б.И, Владимиров А.И., Фефелова Г.И. Прогнозирование потребления электроэнергии в АО «Мосэнерго». // ТЭК, 2001, № 4, С.56-57.

7. Абасов Н.В., Бережных Т.В., Резников А.П. Долгосрочный прогноз природо обусловленных факторов энергетики в информационно-прогностической системе ГИПСАР // Известия Академии наук. Энергетика, 2000, №6. С. 22-30.

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

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

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

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

12. Ляхомский А.В., Крицевый Ю.Ф. Прогнозирование электропотребления с учетом климато-метеорологических условий // Известия Вузов. Энергетика, 1989, №10. С. 34-36.

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

14. Меламед A.M. Современные методы анализа и прогнозирования режимов электропотребления в электроэнергетических системах // Итоги науки и техники. Энергетические системы и их автоматизация, 1998, т. 4. С. 4111.

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

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

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

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

19. Бартеньев О.В. Современный Фортран. М.: «Диалог-МИФИ», 1998.

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

21. Головченко В.Б., Носков С.И. Комбинирование прогнозов с учетом # экспертной информации. // Автоматика и телемеханика, 1992. №11 С. 109117.

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

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

24. Пашковский С. Вычислительные применения многочленов и рядов Чебышева. М.: Наука, 1983.

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

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

27. Емельянов А.С. Эконометрия и прогнозирование. М.: Экономика, 1985.

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

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

30. Коллатц JI., Крабе В. Теория приближений. Чебышевские приближения. М: Наука, 1978.

31. Ишкин В.Х., Стегний В.П., Корпоративные сети связи электроэнергетики в условиях реструктуризации отрасли, М., 2002.

32. Томаев К. Ш. Разработка механизма конкурентного рынка электрической энергии в условиях реформирования электроэнергетики, Владикавказ, 2004.

33. Демура А.В., Надтока И.И. Оперативное, краткосрочное и долгосрочное прогнозирование электропотребления в электроэнергосистеме, Новочеркасск, 2001, С.З

34. Меламед A.M., Тимченко В.Ф., Сааренд К.А. Моделирование динамики изменений потребления электроэнергии энергосистем при неполной информации // Электричество. 1977. № 4. С. 66-69

35. Комплекс программ анализа прогнозирования электропотребления электроэнергосистем с помощью персональных ЭВМ. Описание алгоритмов прогнозирования электропотребления.-М.:НЦЭНАС,1999.

36. Интернет сайт Некоммерческого Партнерства «Администратор Торговой Системы», www.np-ats.ru, Москва,2005г.

37. Большие системы энергетики и структура их системных исследований, К.Х. Пагиев, А.В. Сакиев, Владикавказ, НИТШЭ-2003, 2003.

38. Теоретические основы системных исследований в энергетике, A.M. Кумаритов, А.В. Сакиев, Владикавказ, НИТНОЭ-2003, 2003.

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

40. Сакиев А.В. Современное состояние проблем повышения эффективности управлением производственной деятельности региональных электроэнергосистем. // Труды молодых ученых №4. Владикавказский научный центр, Владикавказ, 2005.

41. Кумаритов A.M., Сакиев А.В Алгоритм прогнозирования случайных процессов потребления электрической энергии // Малая энергетика-2005: Материалы международной научно-практической конференции, М.:, 2005, С. 117-118.

42. IEEE Comemittee (1980). "Load forecasting bibliography." IEEE Transactions, PAS-99, No. 1.

43. M. Davies. (1958). The relationship between weather and electricity demand. Monograph 3145, IEE, London.

44. E. D. Farmer (1964). "A method of predication for non-stationary processes and its applications to load forecasting." Automation and Remote Control,1. Ф Butterworths.

45. А.Б. Бейкер, Прогнозирование нагрузки для планирования генерации в большой объединенной энергосистеме. М: Энергоатомиздат, 1978. С.50-51

46. G. Т. Heinemann, D. A. Nordman, and Е. С. Plant (1966). 'The relationship between summer weather and summer loads.' IEEE Trans., PAS-85, No. 11 1144-1154.

47. С. E. Asbury (1975). 'Weather load model for electric demand and energy forecasting.' IEEE Trans., PAS-94, No. 4, 1111-1116.

48. S. L. Corpening, N. D. Reppen, and R. J. Ringlee (1973). 'Experience with weather sensitive load models for short and long-term forecasting.' IEEE Winter Power Meeting, New York, 1973. op. 1966-1972.

49. J. J. Saaks, G. W. Cunningham, and K. W. Priest (1972). 'Practical application of weather sensitive load forecasting to system power' IEEE Summer Power Meeting, San Francisco, 1972. pp. 971-977.

50. A.M. Шнейдер, Т. Такенава, Д.А. Шиффман, Суточное прогнозирование нагрузки электроэнергетической системы с учетом прогнозов температуры. М: Энергоатомиздат, 1978. С.74-85

51. D. W. Bunn and J. P. Seigal (1983). 'Television effects on the demand for electricity.' Energy Economics, 5, No. 1, 31-36.

52. W. R. Christiaanse (1971). 'Short-term load forecasting using general exponential smoothing.' IEEE Trans., PAS-90, No. 2, 900-910.

53. A. B. Baker, E. D. Farmer, W. D. Laing, and A. D. N. March H978). The online demand validation and prediction facility at the National Control Centre, OD(S)/R38/78, Central Electricity Generating Board.

54. K. Srinivasan and R. Pronovost (1975). 'Short-term load forecasting using multiple correlation models.' IEEE Trans., PAS-94, No. 5, 1854-1858.

55. E. D. Fanner and M. J. Potton (1968). 'Development of online load-prediction techniques with results from the south-west region of the C.E.G.B.' Proc. IEE, 115, No. 10, 1549-1558.

56. E. D. Farmer, W. D. Laing, A. M. Adatia, A. B. Baker.and D. W. Bunn (1981). 'The development and implementation of an interactive demand validation and prediction facility.' Seventh PSCC, Lausanne, 1981.

57. Интернет сайт Министерства промышленности и энергетики России. www.mte.gov.ru/docs/32/1773.html.

58. Интернет сайт рейтингового агентства «Эксперт РА». www.raexpert.ru/reseaches/energy/electric/#Q.

59. Хузмиев И.К. Регулирование энергетических монополий. М:, 2003, С. 1937.