В статье рассматриваются принципы и исходные данные для финансового и производственного планирования ТЭС, описывается метод регрессионного анализа сценарных условий как элемент системы поддержки принятия решения и производится сравнительный анализ бизнес-процесса финансового и производственного планирования ГК.
Главным методом достижения энергоэффективности тепловых электростанций является подбор оптимального режима эксплуатации энергогенерирующего оборудования. К настоящему времени накоплен достаточный опыт работы генерирующих компаний (ГК) по оптимизации технологических режимов, но в связи с реформой рынка электроэнергетики данная задача получила новое направление развития в части разработки взаимозависимых методов финансового, маркетингового и производственного планирования при производстве тепловой и электрической энергии.
В данной статье описываются результаты проведённого системного анализа и высказывается ряд предложений, которые могут быть полезны для повышения эффективности управления режимами ТЭС, а также для разработки информационных систем для автоматизации деятельности по подбору оптимальных технико-экономических показателей (ТЭП), определяющих технологический режим работы генерирующего оборудования. Особенности управления режимами крупных ТЭС и технологические задачи производства электроэнергии включают: выбор состава основного работающего оборудования, распределения нагрузки между агрегатами станций, построение энергетических характеристик станций, работа агрегатов собственных нужд[1]. Экономические оценки работы ГК показывают, что сейчас эти задачи решаются неэффективно. Все индикаторы их эффективности очень низки по сравнению с теми, которые были в СССР, и по сравнению с имеющимися на мировом уровне[2].
Для успешной деятельности ГК на оптовом рынке электроэнергии и мощности (ОРЭМ) и достижения целей финансовой эффективности при инвестициях в топливно-энергетический комплекс требуется интеграция задач оптимизации ТЭП и задач финансового планирования. Для этого требуется определить факторы, влияющие на величину удельных расходов. Состав факторов можно определять по данным в АСУ ТП ТЭС, которые собираются в темпе процесса[2]. Каждый из технологических факторов формирует некие учётные или расчётные показатели, которые могут собираться в соответствующие базы данных (иногда именуемые «продукционными базами знаний») в информационных системах и оказывать прямое влияние на экономические показатели, определяющие финансовый план ГК и её поведение на ОРЭМ. Формирование финансового плана происходит на основании данных об имеющихся ресурсах (мощностях) компании, рыночной конъюнктуры и стратегических целей компании. На основании данных о текущем состоянии оборудования и конъюнктуры рынка периодически рассчитываются величины ожидаемой выручки, затем на их основании формируются обязательства, которые несёт компания перед субъектами ОРЭМ. Как правило, финансовый план и бюджеты составляются в аналитике по секторам оптового рынка и генерирующим станциям компании.
Исходными данными для формирования финансового плана являются:
- Технические сценарные условия;
- Административно-финансовые сценарные условия;
- Прогнозные данные с ОРЭМ (объёмы потребления, цены на мощность, цены на электроэнергию, изменения в законодательстве и регламентах);
- Технический план производства энергии (не содержит финансовых показателей, но содержит технические ограничения);
- Маркетинговый план продаж (не содержит технических показателей, но определяет объёмы продаж исходя из технического плана производства);
- Существующие договорные обязательства на ОРЭМ.
По набору исходных данных для финансового планирования видно, что это многопараметрическая задача, включающая в себя синтез данных из разных областей производства, планирования и маркетинга. Отсутствие интеграции и согласованных методик в процессе сбора, хранения и обработки информации может иметь катастрофические последствия для ГК, её инвесторов, а также иметь негативные социальные последствия. При этом ситуация, когда отсутствуют заранее рассчитанные качественные сценарные условия, усложняет процесс принятия управленческих решений. Известно, что опыт специалиста по выбору рациональной стратегии поведения в сложных производственных ситуациях выражается не столько количественными соотношениями, сколько качественными формулировками и зачастую может быть использован в системе управления только в том виде, в котором он был зафиксирован на практике[3].
Рациональную стратегию поведения можно определить как сценарий, по которому действует оперативный персонал ГК, подбирающий различные ТЭПы, для определения технико-экономического режима работы генерирующего оборудования. Сценарии — это способ анализа сложной среды, в которой присутствует множество значимых, к тому же влияющих друг на друга тенденций и событий[4]. Сценарий действий оперативного персонала — это сложная формальная конструкция, в которой могут сочетаться различные модели, учётные и расчётные показатели, ранее определённые сценарные условия. Сценарные условия — это важные заранее рассчитанные ТЭПы, которые несут за собой набор управленческих решений при наступлении той или иной технической или экономической ситуации. Задача формирования конечного числа сценарных условий делает необходимой разработку математического описания производственных ситуаций в классе графовых и логико-лингвистических моделей, допускающих работу в зависимости от качественного типа. Указанные модели наглядны и удобны для лиц, принимающих решения, имеют выразительную способность, близкую к естественному языку, и широко используются при создании банков знаний, а также интеллектуальных систем управления сложными производственными процессами[5].
Поскольку такого рода модели формируют продукционные базы или банки знаний, их можно представить в виде совокупности конечных множеств целей G, множеств факторов решаемой задачи F и множеств правил или сценариев R в виде rm: ЕСЛИ fi И fj …И fn ТО fk где rm — имя правила или сценария во множестве ранее определённых правил, fi, fj…, fn — условия выполнения правил, fk — следствие выполнения правил или сценариев. База правил R и множество целей G образуют базу знаний[6]. Сформированная таким образом база правил даёт возможность сформировать некую матрицу сценарных условий с набором заранее определённых сценарных ситуаций и действий оперативного персонала в этих ситуациях при финансовом и производственном планировании и определении режимов работы генерирующего оборудования, поскольку можно составить конечный список F = {fi, fj…, fn} элементарных условий так, что условие выполнимости каждого правила rm из R состоит в одновременном выполнении некоторой совокупности {fi, fj…, fn} элементарных условий[6]. Чтобы заранее разработать матрицу сценарных условий и действий по ним для технического и экономического персонала ГК, можно применять метод подбора уравнения регрессии, как специальную процедуру регрессионного анализа, которая может быть автоматизирована. Для этого может быть использовано уравнение регрессии, функция которого позволяет без специальных измерений определить любую среднюю величину (у) одного признака, если меняется величина (х) другого признака: σ_(Ry/x)=σ_y √(1-r_xy^2 ) где σRу/х — сигма (среднеквадратическое отклонение) регрессии; σу — среднеквадратическое отклонение признака у; rху — коэффициент корреляции между признаками х и у.
Возникновение сценарных ситуаций как среднеквадратичное отклонение учётного показателя. По этим данным строится график — линия регрессии, по которой можно определить среднее число сценарных ситуаций при заданных значениях финансовых или технологических отклонений. Определяя количество сценарных ситуаций и вероятность их наступления при процедурах исполнения производственного и финансового плана, производится коррекция уравнения регрессии, при необходимости уточняются границы доверительного коридора для линии регрессии при заданном уровне доверительной вероятности. Описание зависимости между переменными помогает установить наличие возможной причинной связи и с помощью уравнения регрессии можно предсказывать значения зависимой переменной по значениям влияющих факторов[2].
Классификация сценарных ситуаций при заранее определённых сценарных условиях с рассчитанной вероятностью наступления этих ситуаций позволяет внести в информационные системы производственного и финансового планирования ТЭС элементы систем принятия решений. Финансовое планирование ГК осуществляется исходя из плановых финансовых показателей и сформировавшейся на ОРЭМ системе договорных обязательств. При финансовом планировании договорные обязательства и плановые финансовые показатели задают объём плановой выручки исходя из прогноза объёма производства, прогноза цен, состояния обязательств и выручки на контрольную дату. Спрогнозированная плановая выручка формирует план движения денежных средств и план действий в сценарных условиях. При производственном планировании учётные показатели готовности оборудования, состава топлива и уровня загрузки генерирующих агрегатов оказывают влияния на обязательства ГК на ОРЭМ и план маржинальной прибыли. Таким образом, видно, что производственное и финансовое планирование встречно-направленные бизнес-процессы, совокупности которых авторы статьи дали название «эффект Рассела Акоффа», по имени американского исследователя в области операций и теории систем, который разработал метод интерактивного планирования.
Производственное и финансовое планирование осуществляется многоэтирационным способом с применением сценарных условий, определённых эвристическими методами или методами регрессионного анализа. Обрабатываемые при этом учётные и расчётные ТЭП должны использоваться в информационных системах для финансового планирования, для автоматизации деятельности на ОРЭМ, для производственного планирования, а также для подбора режима и состава оборудования на каждый час работы генерирующей станции.
Литература:
- Веников В.А. Оптимизация режимов электростанций и энергосистем / В.А. Веников, В.Г. Журавлев, Т.А. Филиппова. – М.: Энергоиздат, с.1980. – 464;
- Ефремов И.А., Таран А.С., Филиппова Т.А. Принципы повышения эффективности управления режимами работы электроэнергетических систем // Доклады Томского государственного университета систем управления и радиоэлектроники. 2012. № 1-1. с.199-203;
- Поспелов Д. А., Логико-лингвистические модели в системах управления / Д.А. Поспелов. М.: Энергоиздат, 1981. с.220;
- Aaker D. A., Strategic market management / М.: Wiley, 2005
- Резчиков А.Ф., Кушников В.А., Родичев В.А., Шлычков Е.И., Антонов А.В., Модели и методы поиска данных и документов в системах управления сложными человеко-машинными комплексами // Вестник СГТУ. СГТУ 2005. Т. 2. № 1 (7). с.83-92;
- Долинина О.Н., Классификация ошибок в базах знаний экспертных систем / О.Н. Долинина // Вестник СГТУ. СГТУ. – 2010. №4 (50), вып.2. – с.125-130.
И. Н. Фомин,
директор компании «EnergoKB Group»
