Статья посвящена вопросу оценки экономической эффективности модели краткосрочного прогнозирования электропотребления, используемой для целей формирования плановых почасовых объемов покупки электроэнергии на оптовом рынке. Автором предложена двухкомпонентная модель краткосрочного прогнозирования электропотребления, основанная не только на учете факторов, использование которых направлено на минимизацию величин отклонений фактических показателей почасовых объемов электропотребления от плановых, но и на учете в прогнозном графике электропотребления тенденций почасовых взаимных соотношений ценовых индикаторов оптового рынка электроэнергии. В статье перечислены все виды возможных мер воздействия со стороны коммерческого оператора оптового рынка электроэнергии на участников оптового рынка, имеющих низкие показатели качества прогнозов. Приведена методологическая основа, позволяющая провести оценку экономической эффективности использования модели прогнозирования для учета каждой из существующих мер в отдельности. Результаты оценки эффективности проанализированы как в годовой, так и в помесячной разбивке, смодулированы величины штрафов балансирующего рынка при различных величинах среднегодовых ошибок прогнозов электропотребления, приведены рекомендации по усовершенствованию представленной модели прогнозирования. Результаты исследования доказывают высокую эффективность применения учета тенденций оптового рынка в прогнозном графике электропотребления. Также высокую ценность и практическую значимость данной работе придает то, что расчет экономического эффекта от применения модели прогнозирования электропотребления производился на основе результатов функционирования реального промышленного предприятия являющегося участником оптового рынка электроэнергии. Статья может быть полезна для специалистов и руководителей, занятых в отрасли электроэнергетики и на предприятиях, являющихся субъектами оптового рынка электрической энергии.
Ключевые слова:прогнозирование электропотребления; экономическая эффективность; цены балансирующего рынка; моделирование; ценообразование; электропотребление; энергорынок.
Большинство исследований посвященных прогнозированию электропотребления, несмотря на их направленность на применение в среде оптового рынка электроэнергии, как правило, сводятся к решению задачи формирования прогнозных моделей, основанных на принципе минимизации отклонений фактических величин электропотребления от плановых [2, 4]. Но на финансовый результат от прогнозирования электропотребления влияют не только объемы отклонений, но и величины штрафов за отклонения, которые формируются также посредством механизма рыночного ценообразования. Бывают случаи, когда более низкие физические величины отклонений могут обходиться субъектам дороже, чем высокие. Применение традиционных принципов построения прогнозных моделей ограничивает экономическую эффективность применения моделей прогнозирования для участия на оптовом рынке электроэнергии и требует существенной доработки в части учета факторов среды оптового рынка в прогнозных графиках электропотребления. Выявленное противоречие между высокой практической значимостью, с одной стороны, и недостаточной теоретико-методологической проработкой прогнозирования электропотребления в условиях оптового рынка, с другой, послужило основанием для разработки модели прогнозирования, учитывающей влияние не только факторов, действующих на величину почасового графика электропотребления, но и среды оптового рынка электрической энергии.
Прогнозирование электропотребления осуществляется посредством различных методов, основанных на анализе ретроспективной динамики электропотребления и действующих на него факторов, выявлении статистической связи между признаками и построении прогнозных моделей с использованием различных методов и программных средств [4].
В процессе своей деятельности субъекты оптового рынка одновременно функционируют в двух влияющих на них средах: технологической и рыночной.
Технологическая среда субъекта оптового рынка — экономическое пространство, действующее на субъекта со стороны факторов, влияющих на графики электропотребления, производственной программы потребителей, особенностей технологических процессов электропотребляющих объектов. По типу возникновения все факторы технологической среды делятся на метеорологические и социально-экономические.
Метеорологические факторы отражают зависимость графиков электропотребления от погодных явлений, выражающихся в изменении долготы светового дня, времени захода и восхода солнца, температуры воздуха, а также возникновении атмосферных явлений и осадков.
Социально-экономические факторы отражают зависимость графика электрических нагрузок от показателей, вызванных социально-экономическими укладами жизнедеятельности и экономической активностью, например, от типов дней (рабочие, выходные и праздничные), продолжительности рабочих смен, производственных программ предприятий, особенностей графиков электропотребления отдельных объектов, экономической активности хозяйствующих субъектов.
Рыночная среда субъекта оптового рынка — экономическое пространство, действующее на внутренние процессы субъекта со стороны оптового рынка электроэнергии: цены рынка на сутки вперед, цены балансирующего рынка, рыночные объемы спроса и предложения, рыночная конъюнктура и пр. (рис. 1).
Рис. 1. Среды функционирования субъектов оптового рынка
Двухкомпонентная модель краткосрочного прогнозирования электропотребления представляет собой инструментарий, состоящий из двух основных звеньев, выполняющих отдельный учет в почасовом прогнозном графике электропотребления факторов технологической среды и тенденций среды оптового рынка электроэнергии.
Учет в прогнозном графике электропотребления факторов технологической среды означает выполнение почасового прогнозного графика электропотребления, целевой функцией которого является минимизация величин отклонений фактических почасовых объемов электропотребления от плановых.
Учет в прогнозном графике электропотребления факторов рыночной среды производится корректировкой прогнозного почасового графика электропотребления, сформированного на основе учета факторов технологической среды. Корректировка производится с учетом прогнозных показателей взаимных почасовых соотношений цен рынка на сутки вперед и цен балансирующего рынка (рис. 2) [1].
Рис. 2. Функциональное устройство двухкомпонентной модели краткосрочного прогнозирования электропотребления для покупки электроэнергии на оптовом рынке
Основным показателем эффективности моделей прогнозирования электропотребления является экономический эффект, получаемый от повышения качества прогнозирования как для отдельных субъектов оптового рынка, так и регионов в целом. Известно, что правила и регламенты оптового рынка электроэнергии предусматривают воздействие различных мер и санкций на участников рынка, допускающих низкое качество прогнозов электропотребления. Все меры призваны мотивировать участников рынка к работе в направлении улучшения качества прогнозов, что позволяет участникам существенно повышать экономические показатели от функционирования на оптовом рынке.
Правилами и регламентами оптового рынка предусмотрены три вида мер воздействия на участников, имеющих низкие показатели качества прогнозов [6; 7]:
1) применение меры оперативного воздействия в части отказа в приеме ценовых заявок Администратором торговой системы в течение одного расчетного месяца;
2) распределение высокой доли небаланса балансирующего рынка;
3) покупка и продажа почасовых отклонений объемов фактического электропотребления от прогнозного на балансирующем рынке по заведомо невыгодным ценам.
На основании представленных мер воздействия на участников оптового рынка произведем оценку экономической эффективности применения двухкомпонентной модели прогнозирования электропотребления. Оценка экономической эффективности производится на примере промышленного предприятия, являющегося участником оптового рынка электроэнергии, расположенного в Свердловской области. Примерная годовая величина электропотребления рассматриваемого предприятия составляет 400 000 МВт*ч. Название предприятия не раскрывается по причине сохранения коммерческой тайны.
Применение меры оперативного воздействия. Мера оперативного воздействия применяется к участникам рынка в случае отличия величин планового почасового потребления электрической энергии от величин фактического почасового потребления в течение одного расчетного месяца более чем в 200 часов:
- для гарантирующих поставщиков электрической энергии, обслуживающих потребителей отдельного региона, более чем на 15 %;
- для иных потребителей электрической энергии, таких как энергосбытовые компании, осуществляющие покупку электроэнергии для клиентов и крупных потребителей, покупающих электрическую энергию для собственного потребления, более чем на 50 %.
Выявление указанных величин отклонений влечет прекращение приема ценовых заявок на планирование объемов потребления Администратором торговой системы сроком на один месяц.
В том случае, если на участника рынка была наложена мера оперативного воздействия, то в качестве прогнозов планового почасового потребления для участников оптового рынка будет использоваться плановая информация о почасовых объемах производства и потребления электроэнергии, ежедневно рассчитываемая Системным оператором для формирования прогнозного диспетчерского графика загрузки генерирующего оборудования энергосистемы. Системный оператор производит расчет прогнозных показателей электропотребления для отдельных региональных энергосистем и передает указанную информацию Администратору торговой системы. Для выявления прогнозных величин электропотребления субъекта рынка, на которого наложена мера оперативного воздействия, Администратор торговой системы производит вычитание из прогнозных почасовых величин региональной энергосистемы прогнозные почасовые показатели остальных участников оптового рынка. Результат прогнозного графика почасового электропотребления, полученный Администратором торговой системы, используется в качестсве прогнозных величин планового почасового потребления участника оптового рынка в проведении процедуры конкурентного отбора. Прогнозные величины почасового электропотребления, рассчитанные Администратором торговой системы, являются основой для расчета почасовых отклонений от фактических показателей электропотребления, сложившихся у участника рынка. Дорогостоящие отклонения от прогноза, выполненного Администратором торговой системы, оплачивают участники оптового рынка, на которых была распространена мера оперативного воздействия.
Также цены в заявках на потребление участников, на которых распространяется мера оперативного воздействия, будут учтены как «ценопринимающие», т. е., цены спроса данных участников не будут влиять на формирование равновесных цен оптового рынка. В таком случае участник рынка будет вынужден приобретать электроэнергию по ценам, которые сложились на рынке без его участия в процедуре конкурентного отбора вне зависимости от их величины.
Применение меры оперативного воздействия является крайне невыгодным для участников рынка. Участники рынка вынуждены оплачивать величины отклонений на балансирующем рынке за ошибки в прогнозах, выполненных Администратором торговой системы. При прогнозировании электропотребления участника рынка, на которого распространена мера оперативного воздействия, Администратор торговой системы может не располагать информацией об индивидуальных особенностях электропотребления данного участника и допустить существенные ошибки в прогнозе электропотребления.
Применение меры оперативного воздействия может привести к большим финансовым потерям для участников рынка вплоть до банкротства и потери статуса субъекта оптового рынка. Примерный расчет финансовых потерь от применения меры оперативного воздействия может оцениваться от нескольких миллионов до десятков миллионов рублей в месяц. Объемы финансовых потерь зависят от величин ошибок прогнозов электропотребления, выполняемых Администратором торговой системы. Величины ошибок прогноза, при которых применяется мера оперативного воздействия, являются редким исключением для участников рынка, но все же некоторые участники попадают под их действие.
Распределение высокой доли небаланса балансирующего рынка. Небаланс балансирующего рынка возникает на оптовом рынке в результате несовпадений объемов обязательств и требований участников всего рынка. В результате этого, указанный небаланс распределяется на всех участников оптового рынка электроэнергии пропорционально их объемам отклонений на балансирующем рынке. Соответственно, на участников, допускающих серьезные ошибки в формировании прогнозов планового почасового потребления, распределяется доля дополнительных обязательств в оплате величин небаланса балансирующего рынка, которая значительно выше, чем у участников рынка, имеющих более высокое качество прогнозов электропотребления.
Величина небаланса балансирующего рынка, распределяемая на участника, зависит от индивидуальных показателей величин ошибки прогноза электропотребления данного участника, абсолютных величин небаланса оптового рынка, складывающихся за определенный месяц, а также показателей качества прогнозирования других участников оптового рынка.
Например, за 2012 год величина небаланса балансирующего рынка для рассматриваемого предприятия составила порядка 5 000 000 рублей. Ежемесячные величины небаланса балансирующего рынка не являются одинаковыми и зависят от факторов, которые не всегда связаны с величиной ошибки прогноза участников. Нужно учитывать, что представленный завод имеет сравнительно высокие показатели качества прогнозов электропотребления за счет использования различных прогнозных моделей, учитывающих факторы технологической среды. В случае повышения ошибки прогноза величина небаланса будет возрастать. Зависимость роста величины небаланса балансирующего рынка от величины ошибки прогноза рассчитать сложно. Это связано с отсутствием статистической зависимости между помесячными величинами ошибки прогноза и помесячными показателями небаланса. Также попытки сравнения небалансов балансирующего рынка и ошибок прогнозов для различных субъектов оптового рынка не выявили точной зависимости.
В целом можно предположить, что исходя из величины среднегодовой ошибки прогноза электропотребления для представленного завода, которая за 2012 год составила 3,6 %, величина небаланса балансирующего рынка составляет 5 000 000 рублей. Исходя из нелинейности зависимости объема небаланса балансирующего рынка, распределяемого на участника от среднемесячной величины ошибки прогноза электропотребления, примем, что снижение качества прогноза на 1 % увеличивает величину небаланса балансирующего рынка на 1 000 000 рублей в год.
Экономический эффект от сокращения доли небаланса балансирующего рынка в результате использования модели прогнозирования электропотребления на основе факторов технологической среды для представленного предприятия за 2012 год будет рассчитываться из разницы между среднеотраслевым показателем ошибки прогноза электропотребления и показателем, сложившимся фактически. Среднегодовая величина ошибки прогноза электропотребления большинства участников оптового рынка составляет 7 %.
Представим расчет экономического эффекта от экономии на распределении небаланса балансирующего рынка:
Экономия небаланс = 1 000 000 x (7 % — 3,6 %) = 3 400 000 рублей
Величина экономии на распределении небаланса балансирующего рынка принята минимальной, т. к. автор не может точно предполагать степень зависимости изменения величины небаланса от изменения ошибки прогноза электропотребления, но в случае возрастания ошибки прогноза до принятых 7 %, возможно, доля небаланса возрастет на величину намного большую, чем полученная при расчетах.
Покупка и продажа почасовых отклонений на балансирующем рынке. Покупка и продажа почасовых отклонений планового почасового потребления от фактического почасового потребления на балансирующем рынке электроэнергии является одной из наиболее эффективных мер, применяемых Администратором торговой системы направленных на стимулирование участников оптового рынка повышать качество прогнозов электропотребления. Почасовые отклонения фактических показателей электропотребления от плановых для участников рынка стоят достаточно дорого, но при этом участники рынка имеют возможность напрямую влиять на объемы своих отклонений и, соответственно, объемы штрафов балансирующего рынка посредством улучшения используемых методов и моделей прогнозирования электропотребления.
Проведем расчет экономической эффективности использования представленной модели прогнозирования электропотребления, основанной на учете факторов технологической и рыночной среды. Оценку экономической эффективности будем производить на основе почасовых объемов электропотребления, почасовых отклонений и ценовых индикаторов рынка на сутки вперед и балансирующего рынка рассматриваемого предприятия за 2012 год. Расчет оценки экономической эффективности разделим на две части, в первой из которых произведен расчет оценки экономической эффективности использования модели прогнозирования электропотребления на основе факторов технологической среды, во второй части произведена оценка экономической эффективности применения учета тенденций ценовых показателей оптового рынка электроэнергии в прогнозном графике электропотребления.
Для оценки экономической эффективности использования модели прогнозирования электропотребления, основанной на учете факторов технологической среды, используем фактические данные почасового электропотребления рассматриваемого предприятия за 2012 год. В течение 2012 года эксперты, выполняющие почасовые прогнозы электропотребления предприятия, использовали прогнозную модель учета факторов технологической среды, основанную на статистическом регрессионном анализе и методе экспертной оценки. В результате этого за 2012 год среднегодовая величина ошибки прогноза электропотребления (MAPE) составила 3,6 %. Помесячная величина показателя ошибки прогноза за 2012 год является неодинаковой, это связано с изменчивостью влияния различных факторов на график электропотребления и различными величинами социально-экономических и метеорологических факторов в разрезе каждого месяца (рис. 3).
Рис. 3. Величины помесячных ошибок прогноза электропотребления (MAPE) для рассматриваемого предприятия за 2012 год при использовании модели прогнозирования электропотребления, основанной на учете факторов технологической среды
Как было отмечено ранее, величина ошибки прогноза электропотребления исследуемого предприятия значительно ниже среднеотраслевых показателей ошибок прогноза для участников оптового рынка электроэнергии России. Большинство участников рынка уделяют мало внимания вопросам повышения качества прогнозирования электропотребления, прежде всего это связано с отсутствием в штате данных компаний специалистов в области прогнозирования из-за их редкости и дороговизны. При отсутствии математических моделей и программных средств прогнозирования специалисты служб предприятий, осуществляющих покупку электроэнергии на оптовом рынке, ограничиваются осредненными за прошлые периоды значениями потребления с поправкой на выявленную сезонную и межгодовую тенденции, а иногда и с коэффициентом влияния температуры и принимают их в качестве прогноза. Такую методику расчетов ожидаемых величин обычно называют «ручным прогнозом». Такое упрощенное прогнозирование потребления может дать весьма серьезные ошибки и практически неприменимо для быстрых оперативных расчетов в темпе процесса. Как было отмечено ранее, величина ошибки прогноза электропотребления большинства участников оптового рынка составляет 7 %.
Произведем расчет годовой величины штрафов балансирующего рынка при использовании прогнозной модели, основанной на учете факторов технологической среды, для рассматриваемого промышленного предприятия за 2012 год.
Цены покупки и продажи отклонений на балансирующем рынке формируются из почасовых сочетаний цен рынка на сутки вперед и цен балансирующего рынка [8].
Ц БР покупка = max (ЦРСВ; ЦБР) (1)
Ц БР продажа = min (ЦРСВ; ЦБР) (2)
где:
Ц БР покупка /Ц БР продажа — цена покупки и цена продажи отклонений на балансирующем рынке;
ЦРСВ — цена рынка на сутки вперед за определенный час (руб/МВт.ч).
ЦБР — цена балансирующего рынка за определенный час (руб/МВт.ч).
В том случае, если за определенный час производится операция покупки на балансирующем рынке и ценовое соотношение за данный час сложится ЦРСВ > ЦБР,то за данный час превышения стоимости над ЦРСВ не происходит и величина штрафа покупки отклонений за данный час равна нулю. И в обратном случае, если за определенный час производится операция продажи на балансирующем рынке и ценовое соотношение за данный час сложится ЦРСВ < ЦБР, то величина штрафа продажи отклонений будет равна нулю, т. к. не происходит превышение стоимости над ЦРСВ [1].
Таким образом, расчет величины штрафов при почасовой покупке и продаже электроэнергии на балансирующем рынке будет производиться исходя из следующих формул расчета:
Ц БР штраф при покупке час = max (ЦБР; ЦРСВ) — ЦРСВ (3)
Ц БР штраф при продаже час = ¦min (ЦБР; ЦРСВ) — ЦРСВ¦ (4)
где:
Ц БР штраф при покупке час / Ц БР штраф при продаже час — величина штрафа при покупке и продаже электроэнергии на балансирующем рынке за определенный час (руб/МВт.ч).
Величина штрафов от работы на балансирующем рынке будет рассчитываться:
В БР штраф = В БР штраф пок + В БР штраф прод (5)
В БР штраф пок = О БР пок час x Ц БР штраф при покупке (6)
С БР штраф прод = О БР прод час x Ц БР штраф при продаже (7)
где:
В БР штраф — величина штрафов при работе на балансирующем рынке для выбранного периода (руб.);
В БР штраф пок / В БР штраф прод — суммы величин штрафов при работе на балансирующем рынке при покупке и продаже электроэнергии в отдельности для выбранного периода (руб.);
О БР пок час / О БР прод час — объем покупки и объемы продажи на балансирующем рынке для выбранного периода (МВт*ч).
На основании представленного принципа расчетов был произведен расчет годовой стоимости штрафов балансирующего рынка для рассматриваемого промышленного предприятия. За 2012 год фактическая величина штрафов балансирующего рынка составила 6 376 085 рублей.
На данном этапе стоит отметить, что почасовая стоимость отклонений зависит не только от почасовых ценовых индикаторов рынка на сутки вперед и балансирующего рынка, но и от взаимных отклонений фактического почасового электропотребления от планового. В том случае, если бы за 2012 год взаимные направления почасовых отклонений фактических показателей электропотребления от плановых для рассматриваемого предприятия сложились иначе, то и годовая стоимость штрафов балансирующего рынка была бы большей либо меньшей.
Представим рассчитанную стоимость штрафов балансирующего рынка за 2012 год в помесячной разбивке (рис. 4). Как видно из графика, помесячные штрафы балансирующего рынка в течение различных месяцев не являются одинаковыми. Их помесячная величина не всегда имеет зависимость от ошибки прогноза, сложившейся в определенном месяце (рис. 3). Помесячные величины штрафов зависят от ценовой конъюнктуры рынка и от абсолютных величин цен рынка на сутки вперед и балансирующего рынка, которые, как известно, в зимний период выше, чем в летний.
Рис. 4. Помесячные величины штрафов балансирующего рынка
для рассматриваемого промышленного предприятия за 2012 год
Для оценки экономического эффекта от прогнозирования электропотребления на основе факторов технологической среды произведем расчет величины штрафов балансирующего рынка при различных объемах среднегодовых величин отклонений. Экономический эффект при различных объемах среднегодовых величин ошибок прогноза будем производить на основании различных плановых графиков относительно сложившегося фактически для рассматриваемого предприятия за 2012 год. Для объективности расчетов штрафов при различных среднегодовых величинах ошибок прогноза построение графиков планового почасового потребления будем производить в тех же направлениях почасовых отклонений, какие фактически сложились у рассматриваемого предприятия за 2012 год, изменяться будут лишь объемы почасовых отклонений. Если производить годовой расчет почасовой стоимости отклонений, имеющих только одно направление, например, в покупку, то этот расчет будет необъективным, т. к. субъекты рынка в течение всего года имеют отклонения как в покупку на балансирующем рынке, так и в продажу (рис. 5).
Рис. 5. Иллюстрация определения направлений почасовых отклонений для расчета экономического эффекта при разных величинах ошибок прогноза
Расчет показателей стоимости отклонений был произведен для различных среднегодовых величин ошибок прогноза с дискретностью в 1 %, в диапазоне от 1 % до 10 %. Результат расчета стоимости отклонений представлен на рисунке 6.
Как видно из графика, для нашего расчета зависимость величины штрафов балансирующего рынка имеет линейную связь с показателем среднегодовой величины ошибки прогноза. Для показателей цен и объемов рассматриваемого предприятия за 2012 год изменение среднегодовой ошибки прогноза электропотребления на 1 % проявляется в изменении размера стоимости штрафов балансирующего рынка примерно на 1 771 135 рублей в год.
Рис. 6. Величина годовых штрафов балансирующего рынка при различных показателях среднегодовых величин ошибок прогноза электропотребления, рассчитанных на основе данных исследуемого предприятия
Произведем расчет экономического эффекта от использования модели прогнозирования, основанной на учете факторов технологической среды, сравнив величины штрафов балансирующего рынка рассматриваемого предприятия за 2012 год с величиной штрафов балансирующего рынка при среднегодовой величине среднеотраслевой ошибки прогноза электропотребления, которая составляет 7 %.
Для этого стоимость штрафов балансирующего рынка, сложившуюся фактически, необходимо сравнить со стоимостью штрафов при среднегодовой ошибке прогноза, равной 7 %. Результат расчета годовой стоимости штрафов при среднегодовой ошибке прогноза в 7 % представлен на графике рисунка 4, его величина составляет 12 397 944 рублей за год.
Экономия год = С штраф 7 % — С штраф факт = 12 397 944–6 376 085 = 6 021 859 рублей.
Для расчета экономического эффекта принята среднеотраслевая величина ошибки прогноза электропотребления, которая наблюдается среди участников оптового рынка электроэнергии России. При этом ошибки прогноза электропотребления для многих участников оптового рынка имеют гораздо большую величину, нежели принятые нами 7 %, соответственно, штрафы балансирующего рынка для указанных компаний будут намного выше.
Проведем оценку экономической эффективности от учета тенденций среды оптового рынка электроэнергии в прогнозном графике электропотребления. Оценка экономической эффективности будет также проводиться на основе данных планового почасового электропотребления и фактического почасового электропотребления, ценовых индикаторов рынка на сутки вперед и балансирующего рынка рассматриваемого предприятия за 2012 год. В течение 2012 года прогнозирование электропотребления производилось только при помощи факторов технологической среды. Учет тенденций оптового рынка в прогнозном графике электропотребления за 2012 год не производился. Поэтому расчет экономического эффекта от учета факторов рынка будет производиться при помощи корректировки ретроспективных данных планового почасового потребления за 2012 год.
Модель прогнозирования электропотребления, учитывающая тенденции рыночной среды, является дополнением к модели прогнозирования, основанной на учете факторов технологической среды. Поэтому основой для оценки экономической эффективности модели учета тенденций оптового рынка являются плановые почасовые показатели электропотребления рассматриваемого предприятия за 2012 год. На основании модели прогнозирования тенденций почасовых соотношений ценовых показателей рынка на сутки вперед и балансирующего рынка за период с 2010 по 2012 год. выявлены почасовые тенденции ценовых соотношений для каждого месяца 2012 года с разбивкой по рабочим и выходным дням.
На основании выявленных тенденций ценовых соотношений произведем корректировку планового почасового графика электропотребления рассматриваемого предприятия для всего 2012 года, учитывая рабочие и выходные дни. Абсолютные величины корректировок рассчитаем из среднегодовых ошибок прогнозной модели и с применением коэффициентов риска: почасовые величины корректировки составляют +/– 1 МВт в каждый час для всего годового периода, согласно направлениям, указанным в таблице принятия решений.
На основании скорректированного графика планового почасового потребления на учет тенденций оптового рынка за 2012 год произведем расчет годовой величины штрафов балансирующего рынка. В исходных данных для расчетов штрафов балансирующего рынка изменен только график планового почасового потребления, данные фактического почасового потребления и цен рынка на сутки вперед и балансирующего рынка остаются прежними. Расчет штрафов балансирующего рынка произведен на основании приведенной формулы (5).
Расчетная величина штрафов балансирующего рынка для рассматриваемого предприятия на основании применения модели учета тенденций ценовых соотношений в прогнозном графике электропотребления за 2012 год составилf 5 243 941 рубль.
Годовая экономия величины штрафов балансирующего рынка для рассматриваемого предприятия была рассчитана как разница между величиной штрафов балансирующего рынка, полученной на основании применения модели прогнозирования электропотребления, основанной на учете факторов технологической среды, и величиной штрафов балансирующего рынка, полученной при помощи дополнительного учета модели тенденций ценовых соотношений оптового рынка.
Экономия = 6 376 085–5 243 941 = 1 132 144 рублей.
Проведем анализ помесячных величин экономии штрафов балансирующего рынка от учета факторов рыночной среды за 2012 год. На рисунке 7 представлен график помесячных экономий штрафов балансирующего рынка, из которого видно, что величины помесячных экономий имеют неодинаковую величину. Среднемесячная величина экономии штрафов балансирующего рынка составила 95 000 рублей.
Рис. 7. Помесячные величины экономий штрафов балансирующего рынка с применением учета тенденции ценовых соотношений в прогнозном графике электропотребления для рассматриваемого предприятия за 2012 год
Неравномерность помесячной экономии штрафов балансирующего рынка связана с различной величиной ценовой конъюнктуры оптового рынка электроэнергии, неравномерностью точности модели прогнозирования тенденции соотношений ценовых индикаторов и величин отклонений.
У некоторых экспертов в области прогнозирования электропотребления существует мнение, что при введении почасовых корректировок, учитывающих тенденции оптового рынка в прогнозном графике электропотребления, произойдет возрастание величины небаланса балансирующего рынка, вызванное высокими величинами почасовых отклонений фактического электропотребления от планового. В представленном случае величина почасовых корректировок размером 1 МВт значительным образом не влияет на увеличение доли небаланса балансирующего рынка, т. к. данная величина составляет порядка 1,5 % от величины фактического электропотребления. Гипотеза отсутствия зависимости роста доли небаланса балансирующего рынка от незначительных корректировок прогнозного графика электропотребления также проверена автором на примере различных участников оптового рынка.
Результаты расчета экономического эффекта от использования модели прогнозирования электропотребления сведем в общую таблицу (табл. 1). Общая величина экономического эффекта состоит из экономии распределения доли небаланса балансирующего рынка, экономии штрафов балансирующего рынка от использования модели прогнозирования электропотребления, основанной на учете факторов технологической среды, и модели прогнозирования, основанной на учете тенденций оптового рынка электроэнергии. Также одним из эффектов от использования моделей прогнозирования электропотребления является непопадание под действие меры оперативного воздействия, распространяющейся на участников оптового рынка. По причине сложности расчета экономического эффекта от работы участников не под действием меры оперативного воздействия данный эффект было решено не включать в общий расчет экономического эффекта. Общий экономический эффект от использования модели прогнозирования электропотребления составил 10 544 003 рублей.
Таблица 1
Экономический эффект для рассматриваемого промышленного предприятия от использования модели прогнозирования электропотребления за 2012 год
|
Наименование |
Величина экономии, руб. |
|
|
1 |
Распределение доли небаланса балансирующего рынка электроэнергии |
3 400 000 |
|
2 |
Использование модели прогнозирования, основанной на учете факторов технологической среды |
6 021 859 |
|
3 |
Использование модели прогнозирования основанной на учете тенденций оптового рынка |
1 132 144 |
|
Итого: |
10 544 003 |
Результаты проведенного исследования позволяют сделать выводы о том, что прогнозирование электропотребления является эффективным инструментом для энергосбережения и повышения энергетической эффективности потребления электрической энергии. Расчет экономического эффекта от применения прогнозных моделей показывает значительные объемы экономии как в масштабах отдельных хозяйствующих субъектов, так и в масштабах регионов в целом. Расчет экономического эффекта от применения модели прогнозирования электропотребления, основанной на учете факторов тенденций соотношений цен рынка на сутки вперед и балансирующего рынка, доказывает ее высокую эффективность и весомый вклад в общую долю экономического эффекта от применения прогнозирования электропотребления.
Повышение качества прогнозов электропотребления также имеет косвенный эффект на повышение энергоэффективности экономики промышленных комплексов и регионов. Это связано с тем, что для качественного прогноза электропотребления необходимо развивать современные средства автоматизированного интервального учета и контроля энергоресурсов. Наличие таких систем учета электропотребления, особенно на крупных промышленных предприятиях, позволит наладить культуру электропотребления, направленную на энергосбережение и повышение энергоэффективности, посредством повышения качества процессов управления электропотреблением. Также развитие автоматизированного учета потребляемой электроэнергии позволит выявить технологические потери электроэнергии, доля которых по различным оценкам составляет примерно 5–10 % от объемов электропотребления.
Литература:
1. Баев, И. А. Прогнозирование промышленного электропотребления в условиях волатильности ценовых сигналов // И. А. Баев, И. А. Соловьева, А. П. Дзюба // Экономика региона. — 2012. — № 4. — С. 109–116.
2. Валь, П. В. Концепция разработки системы прогнозирования электропотребления промышленного предприятия в условиях оптового рынка // П. В. Валь, Ю. П. Попов // Промышленная энергетика. — 2011. — № 10. — С. 31–35.
3. Елисеева, И. И. Общая теория статистики: учебник / И. И. Елисеева, М. М. Юзбашев; под ред. И. И. Елисеевой. — М.: Финансы и статистика, 2004. — 656 с.
4. Макоклюев, Б. И. Оперативное прогнозирование нагрузки ЭЭС с учетом метеофакторов. Советчики диспетчеров по оперативной коррекции режимов работы ЭЭС / Б. И. Макоклюев, Д. А. Федоров. — Иркутск, 1984. — 192 с.
5. Мельник, А. Н. Управление энергетическими затратами как фактор повышения конкурентоспособности промышленных предприятий / А. Н. Мельник // Евразийский международный научно-аналитический журнал. — 2008. — № 3 (27).
6. Постановление Правительства РФ «Об утверждении Правил оптового рынка электрической энергии и мощности и о внесении изменений в некоторые акты Правительства Российской Федерации по вопросам организации функционирования оптового рынка электрической энергии и мощности» № 1172 от 27 декабря 2010 г. — http://base.consultant.ru/cons/cgi/online.cgi≤req=doc;base=LAW;n=150097.
7. Приложение № 5 к договору о присоединении к торговой системе оптового рынка. Регламент подачи ценовых заявок. Утвержден НС НП «АТС» 14 июля 2006 года с изменениями НС НП «СР» от 21 марта 2013 года. — http://www.np-sr.ru/contract/joining/marketnorem/.
8. Приложение № 12 к договору о присоединении к торговой системе оптового рынка. Регламент определения объемов, инициатив и стоимости отклонений. Утвержден НС НП «АТС» 14 июля 2006 года, с изменениями НС НП «СР» от 21 мая 2013 года. — http://www.np-sr.ru/contract/joining/marketnorem/.
9. Чучуева, И. Сколько стоит на ОРЭМ повышение точности прогноза энергопотребления на 1 МВт / И. Чучуева. — www.mbureau.ru/.
