Функционально-алгоритмическая организация систем регионального энергопотребления Текст научной статьи по специальности «Экономика и бизнес»

УДК 621.316.72, 621.311

Энергетика

ФУНКЦИОНАЛЬНО-АЛГОРИТМИЧЕСКАЯ ОРГАНИЗАЦИЯ СИСТЕМ РЕГИОНАЛЬНОГО ЭНЕРГОПОТРЕБЛЕНИЯ

В.Н. Крысанов, А.Л. Руцков, Шукур Омар Шукур Махмуд

В статье рассматривается функционально-алгоритмическая организация современных систем регионального энергопотребления и оптимизация их параметров

Ключевые слова: электроэнергетическая система, оптовый рынок электроэнергии и мощности, алгоритмы оптимизации

Исторически так сложилось, что электроэнергетические системы (ЭЭС) в нашей стране были организованы по принципу монопольных структур, имеющих вертикальную систему планового управления [1,2]. При этом, все затраты в электроэнергетике учитывались в регулируемых тарифах, в которых были заложены и учтены все процессы (строительство объектов генерации, распределительных сетей, транс-портно-заготовительные, топливные и прочие расходы). Фактически тарифы выполняли исключительно расчётную задачу по балансировке межотраслевых направлений в рамках плановой экономической модели.

С прекращением функционирования планового народного хозяйства остро встал вопрос распределения затрат между различными группами ЭЭС в России. Прежняя организация в новых условиях не позволяла вести учёт затрат никаким иным образом, как только посред-ствам «единого котла». При этом, как показал опыт [3,4], инвестиционная привлекательность отрасли являлась крайне низкой, так как требовала от владельцев капитала вложений в достаточно непрозрачную структуру. Устаревание материально-технической базы во всех элементах ЕЭС только усугубляло низкую степень привлекательности отрасли. С другой стороны, государство, с переходом к свободной экономике уже не могло единолично обеспечивать ЭЭС, так как смежные отрасли (транспорт, добыча полезных ископаемых) были отданы в частные руки, а, следовательно, не могли как прежде участвовать в едином балансе, позволяющем покрыть все затраты.

Крысанов Валерий Николаевич - ВГТУ, канд. техн. наук, доцент, тел. 8-920-228-56-06, e-mail: [email protected] Руцков Алексей Леонидович - ВГТУ, аспирант, тел. 8-952-540-98-89, e-mail: [email protected] Шукур Омар Шукур Махмуд - ВГТУ, аспирант, e-mail: [email protected]

В итоге сложилась ситуация, когда необходимо было привлечение в ЕЭС частных капиталом (с сохранением руководящей роли государства - в силу стратегической важности рассматриваемого направления экономики).

Такая ситуация требовала детальной привязки всех видов затрат в ЭЭС к конкретному сегменту. С целью достижения указанной задачи по повышению привлекательности капиталовложений в отрасль, было решено произвести декомпозицию единой системы на блоки, технологически слабо зависящие друг от друга: генерация, транспорт (магистральные и распределительные сети), сбыт электроэнергии. При этом, для каждого направления был применён свой собственный тариф.

Важным этапом на пути к решению поставленной задачи является запуск оптового рынка электроэнергии и мощности (ОРЭМ) 1 сентября 2006 года. В рамках данного финансово - административного образования появилась конкуренция между различными субъектами оптового рынка (в первую очередь, между объектами генерации), и наблюдается повышение привлекательности для капиталовложений в эти сферы.

Ценовая модель ОРЭМ включает в себя следующие виды рынков:

- регулируемые договоры;

- «на сутки вперёд»;

- балансирующий;

- мощности;

- системных услуг.

Регулируемые договоры (РД) заключаются только в отношении объемов электроэнергии и мощности, предназначенных для поставок населению, приравненным к населению группам потребителей, а также гарантирующим поставщикам, контролируемым МРСК Северного Кавказа.

Рынок «на сутки вперёд» (РСВ) представляет собой модель конкурентного отбора заявок генераторов и потребителей электроэнер-

гии, производимый, как следует из названия, на дискрет времени одни сути (т.е. на промежуток Х+1, Х - текущие сутки).

Балансирующий рынок (БР) является внутрисуточным аукционом ценовых заявок генерации и потребителей, не отобранных в рамках РСВ. РСВ и БР являются нерегулируемыми (в них участники рынка самостоятельно определяют посредников, цены и объёмы поставок).

Рынок мощности предоставляет участнику оптового рынка особый вид ресурса - величину мощности, постоянно доступную при заключении договоров на соответствующем рынке.

Рынок системных услуг - оказание СО услуг по диспетчерскому управлению и поддержанию заданных параметров электроэнергии, передаваемой потребителям.

В непосредственном управлении ОРЭМ участвуют СО ЕЭС (осуществление диспетчерского управления и выборки заявок для участия в аукционах), некоммерческое партнёрство -администратор торговой сети - НП «АТС» (осуществление регулирования финансовых потоков и выборки заявок для участия в аукционах), Федеральная служба по тарифам (установление тарифов по РД).

Обобщённая структурная схема ОРЭМ представлена на рис. 1.

Рис. 1. Обобщённая структурная схема ценовой модели ОРЭМ

Региональные системы энергопотребления включены в единую структуру и подчинены описанным выше экономическим стимулам, являющимся основами для их функционирования.

Построение подобных ЭЭС является иерархическим и многоуровневым. Функцио-

нирование такого объединения возможно только посредствам координирующих элементов в рамках диспетчерского управления. Основным понятием, в этом случае, будет являться понятие о координации. Под координированием понимается управляющее воздействие вышестоящих иерархических систем на нижестоящие,

имеющее своей целью достижение оптимальных законов регулирования на системном (под-системном) уровне. При этом, задачи, решаемые на двух смежных уровнях ( k — м и (к +1) — ом ) являются задачей координатора на (к +1) — ом уровне и задачи подсистем управления на к — м уровне.

В общем случае вопрос координации можно представить в следующем виде:

(Зу)(Зх)[Р(х,В(у)) и Р(у,В)]

(1)

Здесь у - координирующее воздействие;

В - обобщённая задача координатора; В(у) -вектор задач, решаемых нижестоящими элементами управления; Р(х, В(у) - предикат, утверждающий, что х - есть решение задачи

В(у) ; аналогично Р(у, В) = у есть решение задачи В.

Условие (1) отображает возможность получения оптимального решения - х задачи системной оптимизации - В при координирующем воздействии - у . При этом, стоит отметить необходимость выполнения требования совместимости решения вышестоящих и нижестоящих иерархических элементов.

Решение задачи оптимального функционирования ЭЭС на практике зачастую реализуется с помощью метода координации подсистем на основе прогнозирования подсистем. Это можно выразить следующим образом:

(Уу)(Ух){Р(х,В(у)) и к(х) =ау] ^Р(х,В)} (2)

Здесь к(х) - вектор-функция, отображающая вектор решений - х в вектор взаимодействия между подсистемами - и. Выражение (2) утверждает, что глобальная задача оптимизации существует всегда, когда прогнозируемые взаимодействия - а7 максимально близки к фактическим решениям при х .

Применительно к рассматриваемому классу задач (ЭЭС) наиболее приемлемыми для достижения наилучших оптимизационных показателей являются градиентные методы [5]. Именно в контексте данных подходов должна учитываться степень координируемости процессов в изучаемых структурах.

Это позволяет учитывать ограничения, наложенные на зависимые переменные. Сущность применяемых для оптимизации ЭЭС ме-

тодов заключается в том, что задаются некоторые начальные приближения, т.е. начальное

значение - X вектора независимых переменных. При этом необходимо произвести минимизацию функции - F (X), которая при X0, как правило, не является оптимальной -VF (X) Ф 0.

На следующем шаге даётся некоторый шаг - АХ0 для приближения решения к требуемому условию. Таким образом получают начальное приближение для следующего шага:

X1 = X0 + АХ0

(3)

Далее даётся новое приращение шага -

АХ1 и так далее до достижения требуемого оптимума.

Так как направление вектора-антиградиента указывает направление быстрейшего уменьшения целевой функции, то целесообразно делать шаг в этом направление, т.е.:

Ж J

АХк = —ьк

(4)

где Нк - множитель, определяющий шаг -

АХк.

В большинстве случаев в ЭЭС приходится иметь дело с переменными, имеющими различные пределы изменения и оказывающих различное влияние на целевую функцию. Также следует учитывать различную природу и физический смысл этих переменных (напряжения, активной и реактивной мощности, объёма потреблённой электроэнергии, коэффициентов трансформации). Это, в свою очередь, обуславливает значительную разницу между значениями и определениями различных компонентов вектор - градиента. В результате, целевая функция «стягивается» вдоль линии оптимума, что в значительной мере ухудшает сходимость итерационных процессов. Для решения этой проблемы применяются масштабные множители - . Приращение каждой независимой пе-

ременной х{ вычисляется как:

Ах/ =

(

^ J

(5)

Удачный выбор масштабных множителей позволяет улучшить форму линии уровня целевой функции, приблизив их форму к окружности, и тем самым, значительно ускорить процесс оптимизации. Общая методика выбора масштабных множителей до сей поры не стан-

дартизирована [5], однако, как показывает ряд исследований наиболее приемлемым для решения данного вопроса видится применение принципов нейро-нечёткой логики [4-6].

Рассмотрим возможности по изменению множителя - Ук . В большинстве приложений

градиентного метода величину АХк определяют на каждом шаге оптимизации, посредствам минимизации - F (X) по направлению антиградиента - VF :

F (Xк+1) = тт F (Хк - hVFk). (6)

к

Такой подход называется методом наискорейшего спуска. Для его пояснения рассмотрим графическую интерпретацию данного метода. Вектор VFk в точке А(х1к, х2,) соответствует

начальному положению к -той итерации, указывая направление для осуществления шага АХк - рис. 2. При этом, вопрос универсализации определения величины Ук остаётся неразрешённым.

На рис.2 методу наискорейшего спуска будет соответствовать переход системы из точ-

Рис. 2. Графическое пояснение процесса оптимизации ЭЭС

Подобный подход, применительно к ЭЭС может быть применён, к примеру, для оптимизации по критериям величины электроэнергии, проданной в регионе и величины потерь, приходящихся на этот объём (в такой постановке возможно решить вопрос оптимизации по минимизации величины потерь). Для отыскания минимума функции - F (X) по направлению VF применяются методы одномерного поиска, требующие на каждом шаге выполнять не-

сколько оптимизационных процессов для целевой функции при различных значениях коэффициента шага. К примеру, в вопросе с минимизацией потерь электроэнергии в ЭЭС можно отметить необходимость расчёта различных вариантов зависимостей потерь и объёма потребления региона.

В методе наискорейшего спуска положено то обстоятельство, что в точке минимума -

р (хк+1) направление векторов VFk и

VFk+1 ортогонально (для функции двух переменных - перпендикулярны). Откуда следует,

что если (Ак, Ак+1) < 0 , то АХ большой, и необходимо уменьшить Ук , а при (Ак, Ак+1) > 0- наоборот увеличить. Даже при этом существует большая вероятность не достижения оптимума, а лишь некоторого приближения к нему.

По этой причине вводятся дополнительные постоянные множители, в зависимости от

сравнения векторов VFk и VFk 1.

Частным случаем, применяемым при решении подзадач генерации и передачи электроэнергии, требуемых в ЭЭС, является разновидность градиентного метода, заключающаяся в проведении оптимизации путём уравнивания производных.

Недостатком этого способа является то, что мощности балансируемых объектов (блоков генерации или подстанций сетевого комплекса) часто выходят за граничные пределы. При этом вводятся производные разного знака от штрафных функций с целью уменьшения

значения множителя Ук . Это может привести к замедлению процесса оптимизации.

Рассмотрим основные алгоритмы оптимизации, лежащие в основе наиболее часто применяемых в настоящее время структурно-алгоритмических организаций региональных ЭЭС.

1) Критерий минимума математического ожидания (критерий Байеса)

В данном случае этот подход является распространением изложенного выше принципа для оценивания текущего состояния ЭЭС на подсистему принятия решений. Основной задачей метода, применительно к указанной структуре, является выбор оптимального решения на основе использования критерия Байеса

Пусть существует р альтернативных схем оптимизации системного параметра. Для каждой из них определяется математическое ожидание приведённых затрат, формирующихся в

результате принятия конкретного решения: 3i .

Оптимальным считается решение, соответствующее наименьшему значению математического ожидания:

Qopt = min 3(F). (7)

2) Критерий минимума среднеарифметических затрат (критерий Лапласа)

В ряде случаев, когда не располагают вероятностями появления тех или иных состояний системы, допускают, что эти состояния равновероятны. Тогда оптимальным считается то решение, для которого среднеарифметическая оценка затрат минимальна:

Qopt = min З1СР(F), (8)

где

1 т

Зср = -1 Зу (Ft). (9)

Р mj1 J

3) Критерии минимальных/максимальных затрат (критерий Вальда) Критерий Вальда предполагает принятие решения на основе использования лишь максимальной оценки затрат:

3 = max 3j (F). (10)

j

Тогда наилучшим является решение:

Qopt = min max 3 it (Ft). (11)

j

Такой принцип выбора наилучшей схемы решения называется методом наименьшего гарантированного результата, т.е. такого распределения параметров, при котором результат не будет хуже определённого уровня качества.

4) Критерий "пессимизма - оптимизма" (критерий Гурвица)

В этом случае определяется решение Qopt, для которого имеем минимальную линейную комбинацию максимальных и минимальных затрат:

F = min 3i , (12)

i

где

3i = яз; + (1 - я)3- (13)

где Я - некоторый множитель, 0 < Я < 1 . При Я = 1 критерий Гурвица преобразуется к методу Вальда, а при Я = 0 получаем наиболее оптимальное решение:

Qopt = min min З, (Ft). (14)

' j 1

При значениях Я ^ 1 , реализуются пессимистические оценки оптимизации ЭЭС, а при Я ^ 0 - оптимистические. В реальных системах значение - Я должно учитывать конкретные условия для различных классов рассматриваемых переменных.

Анализ представленных алгоритмов оптимизации региональной ЭЭС позволяет сделать вывод о ключевой роли СО ЕЭС (совместно с НП «АТС») в функционировании ОРЭМ, т.к. в рамках его работы затрагиваются технические сферы деятельности генерации, сетей и потребителей с регулируемой нагрузкой.

В алгоритмах, которые заложены в правила рынка, предусмотрено стимулирование субъектов, наиболее точно исполняющих указания СО и придерживающихся плановых значений выработки / потребления электроэнергии и штрафные санкции к субъектам, невыполняющим этих требований. На ОРЭМ действуют финансовые инструменты для выполнения генерацией обязательных требований по обеспечению устойчивости ЭЭС. СО ведёт почасовой контроль выполнения объектами генерации нормативов по поддержанию частоты электрической сети, величины уровня реактивной мощности. На основании результатов этого контроля НП «АТС» использует финансовые потоки для стимулирования степени выполнения тем или иным объектом генерации предъявляемых требований.

Как следует из анализа данных по БР [7], приведённых выше, объёмы и структура потребления на нём зависит от точности, с которой фактическое почасовое потребление электроэнергии совпадает с аналогичной величиной выработки данного ресурса генерирующим оборудованием в течение торговых суток. В частности, в данном сегменте ОРЭМ торгуются отклонения фактических объёмов выработки и потребления электрической энергии, учтённые на РСВ. Эти отклонения возникают ввиду существующих ошибок прогнозирования.

С экономической точки зрения генерация (в подавляющем большинстве случаев), при работе на БР, несёт затраты, имеющие более высокую величину, в сравнении с вырабатывающими мощностями, вошедшими в РСВ. Это отклонение, естественно, покрывается за счёт потребителей. Наблюдается ситуация, при которой сверхнормативные издержки покрываются за счёт тарифа конечного потребителя (групп потребления, не отнесённых к категории населения и приравненных к нему лиц). Проще го-

воря, в этом случае, расходуется большая величина ресурсов для производства электроэнергии, как следствие, снижается величина энергоэффективности. Компенсация данного процесса в конечном счёте, неминуемо «ложится на плечи» конечных потребителей. Для исправления данной ситуации очевидна необходимость максимального повышения степени точности взаимосвязанных процессов производства/потребления электрической энергии.

В настоящей момент времени трудно ожидать повсеместного внедрения точных систем прогнозирования на многих объектах конечных потребителей [7,8]. Аналогичная ситуация наблюдается и в блоке генерации. В обоих случаях причина кроется в необходимости выделения существенных капиталовложений на обозначенные нужды, в то время, как в текущих реалиях, наблюдается дефицит финансирования на основные технические нужды (ввод новых мощностей, энергосберегающего оборудования). В то же самое время, ясна необходимость повышения точности прогнозирования в ЭЭС.

Одним из вариантов решения поставленного вопроса является повышение точности централизованного прогнозирования, осуществляемого СО ЕЭС. В пользу такого подхода свидетельствуют следующие факты:

- максимально полный перечень потребительской структуры, которым обладает СО ЕЭС;

- первоочерёдность процесса прогнозирования для СО ЕЭС, как следствие, наличие соответствующе административно-технической базы для его реализации;

- возможность анализа эффективности принимаемых локальных оптимизаций в общей структуре расчётной модели.

Как следует из описанных фактов, затраты СО ЕЭС на проведение процесса прогнозирования будут иметь заведомо минимальные зна-

чения в существующей слаборазвитой структуре данного процесса у субъектов ОРЭМ. Стимулом для повышения точности существующего уровня прогнозирования для СО может являться включение соответствующего тарифа в стоимость оплаты на рынке системных услуг. При этом, возможно ожидать, что эта величина будет значительно ниже разницы стоимости объёмов, проданных на БР и в рамках РСВ. Данное обстоятельство позволяет рассчитывать на повышение энергоэффективности функционирования как локальных узлов ЭЭС России, так и ЕЭС в целом.

Литература

1.Паули В.К., Пономарёв Д.В. Первые шаги на пути реформирования электроэнергетики России // Электронный журнал «Новое в российской энергетике». 2002, №6. С. 1825.

2. Бурковский В.Л. Модели оптимального энергораспределения в системах регионального энергопотребления / В.Л. Бурковский, Р.А. Харченко. - Воронеж: В Г ТУ, 2006

- 137c.

3. Борохов В.А. Основные изменения функционирования оптового рынка электроэнергии (мощности) // Энергорынок,- 2006. - № 11. - С. 113-118.

4. Крысанов, В.Н. Особенности реализации технологии Smart Grid в региональных системах электроснабжения [Текст] / В.Н. Крысанов, А.Л. Руцков, Шукур Омар Шукур Махмуд // Вестник Воронежского государственного технического университета. - 2014. - Т.10 - № 5-1. - С. 92-97.

5. Модель прогнозирования регионального потребления на базе нечёткой нейронной сети [Текст] / В.Л. Бурков-ский, В.Н. Крысанов, А.Л. Руцков, Шукур Омар Шукур Махмуд // Вестник Воронежского государственного технического университета. - 2015. - Т.11 - № 5. - С. 41-46.

6. Терехов В.А. Нейросетевые системы управления: Учеб. пособие для вузов/ В.А. Терехов, Д.В. Ефимов, И.Ю.Тюкин.- М.: Высш. шк. 2002. -183 с.: ил.

7. Раскрытие информации СО ЕЭС // http://soups.ru/index.php?id=press_view&tx_ttnews[tt_news]= 2435

8. Железко Ю.С. Потери электроэнергии. Реактивная мощность. Качество электроэнергии: Руководство для практических расчётов / Ю.С. Железко. - М.: ЭНАС, 2009.

- 456 с.: ил.

Воронежский государственный технический университет

FUNCTIONAL AND ALGORITHMIC ORGANIZATION SYSTEMS OF REGIONAL ENERGY CONSUMPTION

V.N. Krysanov, A.L. Rutskov, Shukur Omar Shucur Mahmoud

In article the functional and algorithmic organization of modern systems of regional energy consumption and optimization of their parameters is considered

Key words: electrical power system, wholesale market of the electric power and power, algorithms of optimization