CC BY
122
УДК 519.72
ПРОГНОЗИРОВАНИЕ ПОТРЕБЛЕНИЯ ЭНЕРГОРЕСУРСОВ В УЧРЕЖДЕНИЯХ
БЮДЖЕТНОЙ СФЕРЫ
А.М. Кумаритов, И.С. Портнов
В статье рассматриваются результаты исследования прогнозирования потребления энергоресурсов в учреждениях бюджетной сферы на примере Северо-Кавказского горно-металлургического института. При прогнозировании энергопотребления учитывались факторы, сильно влияющие на потребление энергоресурсов и используемые в расчетах, это график учебного процесса, метеоданные - температура атмосферного воздуха и др. Прогнозирование энергопотребления является задачей, на основе которой формируются предварительные диспетчерские графики потребления (ДГП), вследствие чего решается вопрос повышения эффективности управления, соответственно снижение затрат на энергоресурсы
Ключевые слова: прогнозирование, энергопотребление, система, управление потреблением
Базовым элементом системы управления и основным средством осуществления снижения затрат на энергоресурсы является планирование потребления. Одним из инструментов планирования для принятия управленческих решений является прогнозирование процессов потребления. В совокупности процессы изменения во времени потребления электроэнергии, тепло-энергии, воды, газа являются режимами потребления инженерно-энергетической системы (ИЭС). Учитывая последнее обстоятельство, данная статья посвящена изложению собственных результатов исследования прогнозирования потребления энергоресурсов, в учреждениях бюджетной сферы (УБС) на примере СевероКавказского горно-металлургического института (СКГМИ).
Планируемый объем потребления ТЭР во многом определяет величину ожидаемых затрат на энергоносители, [1], что в свою очередь оказывает влияние на формирование лимитов потребления. Основу прогнозирования потребления УБС составляет баланс энергоресурсов, состоящий из двух частей:
1) расходной части - в которой определяется общий объем потребления и его составляющие;
2) приходной части - в которой определяются источники снабжения топливноэнергетическими ресурсами (ТЭР), которыми будет удовлетворяться определенный в первой части баланса объем энергопотребления, обеспечивающий минимизацию затрат на энергоресурсы при условии поддержания определенных
Кумаритов Алан Мелитонович - СКГМИ (ГТУ), д-р техн. наук профессор, тел. (8672) 407-572, E-mail Power74 @yandex.ru
Портнов Игорь Сергеевич - СКГМИ (ГТУ), аспирант, тел. (8672) 407-179, E-mail: PortnovIS @yandex.ru
соответствующими СанПин, СНиП и ГОСТ норм потребления и действующих договорных ограничений. Анализ баланса позволяет сделать вывод о состоянии ИЭС и эффективности использования энергетических ресурсов. Исследование, обобщенных показателей баланса, структуры и фактических величин энергетических потоков, уровня их полезного использования, позволяет решить задачу оптимизации структуры энергетического баланса с целью снижения удельных затрат на потребление ТЭР, повысить эффективность энергоиспользования отдельных объектов.
Система индикаторов энергоемкости потребления ТЭР для УБС может выглядеть так:
1) доля затрат на энергоресурсы в бюджете учреждения, %;
2) удельный расход ТЭР на 1 обучающегося (сотрудника), м3/чел-год; кВтч/челтод; Ккал./челтод;
3) доля объектов потребления, оснащенных приборами учета, %;
4) объем утвержденных лимитов на энергоресурсы в стоимостном и натуральном выражении;
5) объем затрат на энергосберегающие мероприятия, тыс. руб.
Важными сведениями являются номинальные мощности присоединенных нагрузок, системы учета, контроля и платежей, реальное потребление. Наиболее эффективным методом снижения затрат на потребление является анализ Диспетчерских Графиков Потребления (ДГП) конкретных потребителей. В соответствии с методическими рекомендациями ЮжноРоссийского Регионального Центра по контролю и анализу расходования энергоресурсов объектами Минобразования Российской Федерации Южного Федерального округа и положением СНиП 2.04.01-85 норма расхода воды на одного человека проживающего в общежитии составляет 140 л/сутки. Таким образом, нормативное су-
точное потребление воды по общежитиям СКГМИ при количестве проживающих 331 человек (по состоянию на 01.09. 2006 г.) не должно превышать 140-331 = 46.3 м3. Проведенный анализ ДГП, показанного на рис. 1 и сопоставление среднесуточного фактического водопо-требления - 165,7м3 с нормативным - 46,3, получаем сверх нормативное потребление воды в количестве 119,4 м3 в сутки. В денежном выражении УБС несет затраты за сверхнормативное водопотребление при тарифе 12,39 и водоотведение по общежитиям в сумме 119,4-30-12,39 = 44380 рублей ежемесячно.
І00
250
200
150
100
- фактическое потребл ение -норма потребления
50 . 0
І-
ІІІ
А.
3 5 7 0 11 13 15 17 19 21 23 25 27 20
Дата
Рис. 1. Диспетчерский график потребления воды в общежитиях СКГМИ за режимный месяц -сентябрь 2006 года
Разработка мероприятий по совершенствованию энергетического баланса, составлению и анализу ДГП, снижению энергоемкости потребления, повышению эффективности управления требует постоянного мониторинга процессов потребления [2]. В связи с этим, необходимо подвергнуть анализу достаточно большие объемы фактических данных о прошлых и текущих состояниях ИЭС. Отсюда следует, что неотъемлемыми функциями информационно-управляющей системы потребления энергоресурсов ИСПЭ должны быть организация хранения и управление доступом к большим объемам информации. Т.е. разрабатываемая система должна включать в себя базу данных и средства управления БД.
Преодоление этих проблем на современном этапе эффективно решается с помощью разнообразных видов автономных автоматизированных систем АСУ, путем обобщения опыта конкретных системных проработок на базе широко известных современных (АСУ) объектов ТЭК России (региональных энергосистем, диспетчер-
ских служб, и т.д.), на основе входящих в эти системы - подсистемы автоматизированного учета теплоэнергии, природного газа, воды и прочих ресурсов (АСУЭ) [3]. Задачами подобных систем является сбор, учет, прогнозирование, планирование и оптимизация показателей энергосистем по потреблению ТЭР.
Алгоритм прогнозирования потребления энергоресурсов УБС по целевому назначению делиться на три основные составляющие:
1) краткосрочного прогнозирования (с интервалом упреждения от одних суток до нескольких недель) [4,5];
2) долгосрочного прогнозирования (с интервалом упреждения прогноза от 1 до 12 месяцев) [6;4];
3) прогнозирование на основе учёта экспертных оценок [7,8].
Условия, требующие учета в методиках краткосрочного прогнозирования энергопотребления для ВУЗов являются следующие:
1. График учебного процесса, основной фактор, оказывающий наибольшее влияние на кратковременное изменение объемов потребления ТЭР. Этот фактор характеризуется такими показателями, как время начала занятий, продолжительность большой перемены, конец занятий, продолжительность выходных, праздничных дней и каникул. Так, начало большой перемены для крупных ВУЗов может определять изменение электропотребления, водопотребления на 15-20% (рис. 2.) связанное, с приготовлением пищи в столовой.
Рис. 2. Суточный график потребление воды за режимный день 17 марта 2009 в СКГМИ
2. Метеорологические условия, так же оказывают влияние на кратковременные изменения потребления ТЭР, которым характерны такие показатели, как температура наружного воздуха, облачность, и т.д.
Перечисленные условия, как правило, моделируются систематическим образом, но иногда для обработки таких ситуаций, как внезапные изменения погодных условий, продолжительная засушливая погода, предусматриваются специальные корректирующие процедуры, описанные в [9].
3. Интерактивный режим. Инженеры УБС должны иметь возможность работы с прогнозирующей системой в интерактивном режиме (в режиме реального времени) - для получения необходимой корректирующей информации, прогнозов внешних факторов и т. д. При этом необходимо иметь возможность отображения результатов прогноза с использованием графического представления информации, и т.д.
Методика краткосрочного прогнозирования энергопотребления состоит в оценке по данным интервала предыстории направления и величины ожидаемого изменения суточного потребления от одного дня недели к другому. Для нахождения ожидаемого суточного объема энергопотребления используется полученная оценка изменения энергопотребления, последнее фактическое значение энергопотребления за такой же день (учебный или иной), прогноз температуры. Таким образом, модель недельного потребления представляется в виде функции предыстории, учитывающей недельный цикл и метеорологические компоненты. Модель включает базовую, недельную и температурную составляющие. Общий вид модели:
Здесь ХЬЛ - прогнозируемый объем потребление /-го дня; - ЛСО-базовая составляющая предыстории потребления i -го дня; ЛГ(й - составляющая, учитывает график учебного процесса; ТЦ) - температурная компонента; Цг) -случайная составляющая.
Находятся значения суточного потребления, среднесуточные температуры и составляющие, учитывающие недельный
цикл, Л (О, для всех дней предысто-
рии, соответствующих прогнозируемому дню. Л (О - базовая составляющая предыстории потребления /- го дня и ЛГ(0- составляющая, которая учитывает график учебного процесса, включена в одно значение переменной Х(0 • Число дней ( 0} предыстории выбирается перед началом прогнозирования и обычно равно трем, соответствующим определенному типу дня недели (понедельник, вторник и т.д.).
Например, прогнозируется потребление на понедельник (24.08.2009), берутся значения энергопотребления и температуры за предыдущие три понедельника от (17.08.2009),
(01.08.2009), (03.08.2009), строится график, на основе которого выстраивается тренд (линейный или полиномиальный) и уравнение которое описывает функцию базовой составляющей. В качестве неизвестной переменной Х(0 = /Ху) подставляемой в уравнение тренда для прогнозирования энергопотребления выступают значения температуры передаваемой Гидрометцентром на этот день у = ТО).
Определяются коэффициенты зависимости энергопотребления от температуры (6;,62). Следует заметить, что коэффициенты находятся для опорного дня, то есть для расчетов используют-СЯ^ОХ^&ХТ'О) При оценке корреляции энергопотребления со среднесуточной температурой используется температурная модель с вышеупомянутыми коэффициентами, в зависимости от достоверности полученного результата применяется: линейная аппроксимация х = Ъ\ у+ а где Ъи а - параметры (коэффициенты) модели; у -среднее значения температуры дня, на который производится прогноз потребления.
Коэффициенты уравнения регрессии определяются методом наименьших квадратов. Для проверки работоспособности методики прогнозирования и оценки погрешностей были произведены расчеты на основе журналов учета энергоресурсов СКГМИ и данных контрольноизмерительных приборов. В качестве исходной информации использовались следующие данные за 2009 год: объем потребления ТЭР (значения за сутки), измерения температуры (на основе показаний Гидрометцентра), а также информация о графике учебного процесса с учетом праздников и переносов выходных. В качестве опорного дня, брался определенный тип дня, учитывающий недельный цикл (понедельник -предыдущие три понедельника, и т.д.), предшествующие прогнозируемому дню, число дней данного типа предыстории составляет 3, на основе чего производится прогноз. Прогнозирование осуществлялось по данным августа месяца, когда нагрузки в ИЭС были минимальными, и отсутствие нерегулярных дней приводит к меньшей ошибке в прогнозировании энергопотребления. Но при этом методика успешно применима и для месяцев с большим энергопотреблением и количеством нерегулярных дней (январь или май).
Результаты прогнозирования
Число i Прогноз кВт/ч. Факт кВт/ч. ,т е р м а я е ра о — Ошибка прогноза %
25.08.2008 8417 8167 21,7 -3,0
26.08.2008 8370 8358 22,2 -0,14
27.08.2008 8034 8208 19,5 2,1
28.08.2008 8333 8307,1 18,7 -0,31
29.08.2008 8345 8316 19,2 -0,34
30.08.2008 8194 8188,3 20,9 -0,06
31.08.2008 8040 8004,2 22,3 -0,44
Рис. 3. Недельный прогноз и совмещенный с ним фактический график потребления электроэнергии СКГМИ
В таблицу включены прогноз значений электропотребления СКГМИ на основе температурной модели потребления и фактические значения суточного электропотребления, температура и величина ошибки прогноза для одной недели августа (с понедельника по воскресенье)
Расчет проводиться следующим образом: понедельник у = 40,099х+7296.86; вторник у = 28,846х+7729,62; среда у = 80,419х+6465,83; четверг у = 8333 х+8086,26;пятница у = -9,6032 х+8529,38; суббота у = 33,609 х+7491,58; воскресенье у = -3,973х + 8128,6.
Ошибка выражается в виде отклонения полученного значения:
{(0 = СО -100 Г2(0 - 10С
являясь случайной составляющей энергопотребления фактического значения, здесь 5^ (0 прогноз, 1^(0 фактическое значение.
Следует отметить, что в бюджетных учреждения практика применения краткосрочных прогнозов (на сутки вперед) отсутствует полностью.
Литература
1. Меламед А.М., Тимченко В.Ф., Сааренд К.А. Моделирование динамики изменений потребления электроэнергии энергосистем при неполной информации // Электричество.1977. № 4. С. 66-69
2. Кумаритов А.М., Сакиев А. В. К вопросу о прогнозировании потребления электроэнергии// Проблемы энергосбережения и экологии в промышленном и жилищно-коммунальном комплексах: сборник статей VII Международной научно-практической конференции. Пенза,2006.
3. Кумаритов А. М., Хузмиева О. И. Методы решения задачи оптимального потребления энергоресурсов на промышленном предприятии // Оптимизация материальных, финансовых и информационных потоков в экономике Республики Северная Осетия-Алания. Москва-Владикавказ: Научные труды вольного экономического общества, Т. 57, 2005. С. 218 - 224.
4. Авдашева С.Б., Розанова Н.М. Теория организации отраслевых рынков. - М.: Экономика, 1998.
5. Анисимов С.П. Функционирование розничного рынка электрической энергии (мощности) в переходном периоде.// Экономика и финансы электроэнергетики. -2003. -№6. - с.169-176.
6. Федеральная Программа «Топливо и энергия», принята Постановлением Правительства РФ №263, 06. 03. 1996г.
7. Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и управление. М.: Мир, 1974. 406 с.
8. Головченко В.Б. Прогнозирование временного ряда по экспертным высказываниям // Техническая кибернетика, 1991, №3. с. 47 - 51.
9. Емельянов А.С. Эконометрия и прогнозирование. М.: Экономика, 1985. 225 с.
10. Алтунин Е.А., Семухин М.В. Модели и алгоритмы принятия решений в нечетких условиях Тюмень: ТГУ, 2000. 352 с.
Северо-Кавказский горно-металлургический институт (Г о сударственный технологический университет)
FORECASTING OF CONSUMPTION OF POWER RESOURCES IN ESTABLISHMENTS
OF BUDGETARY SPHERE
A.M. Kumaritov, I.S. Portnov
In article it is considered results of research of forecasting of consumption of power resources in Uchrezhde-nijah Budgetary Sphere on an example of the North Caucasian mountain-metallurgical institute. At power consumption forecasting the factors strongly influencing consumption of power resources and used in calculations were considered, it is the schedule of educational process, the meteodata - the temperature of atmospheric air, etc. Forecasting ener-gopotreblenija is a problem on which basis preliminary dispatching schedules of consumption owing to what are formed the question of increase of a management efficiency, accordingly decrease in expenses for power resources is dealt with
Key words: forecasting, power consumption, system, manag ement of consumption
