Библиографическое описание:

Дзюба А. П. Прогнозирование и учет показателей среды оптового рынка в процессе формирования прогнозных графиков электропотребления // Молодой ученый. — 2013. — №8. — С. 180-188.

Статья посвящена вопросам прогнозирования и учета факторов среды оптового рынка в процессе формирования прогнозов электропотребления. Автором рассмотрены механизм ценообразования и различные комбинации между ценами рынка на сутки вперед и ценами балансирующего рынка. Выявлены благоприятные и неблагоприятные соотношения между ценами балансирующего рынка и подаваемыми планами на электропотребление. Рассмотрены тенденции соотношений часовых показателей цен рынка на сутки вперед и балансирующего рынка на примере показателей реального субъекта рынка за период с 2010 по 2012 годы. По результатам проведенного исследования авторами составлена таблица принятия решений по учету ценовых соотношений в прогнозном графике электропотребления для рабочих и выходных дней. В статье представлен пример выполнения учета факторов рынка в прогнозном графике электропотребления. Результаты исследования позволяют усовершенствовать прогнозирование электропотребления, основывающееся на учете не только факторов, определяющих потребность в электроэнергии, но и факторов, учитывающих тенденции оптового рынка.

Ключевые слова:прогнозирование электропотребления; цены балансирующего рынка; моделирование; ценообразование; электропотребление; эффективность.

Вся электрическая энергия, обращаемая в едином экономическом пространстве Российской Федерации, на сегодняшний день продается и покупается на оптовом рынке электроэнергии. Согласно правилам и регламентам оптового рынка все субъекты покупают и продают электроэнергию через участие в конкурентных аукционах, проводимых коммерческим оператором оптового рынка ОАО «Администратор торговой системы» [6]. Для осуществления покупки электроэнергии на оптовом рынке все покупатели (гарантирующие поставщики, энергосбытовые компании, крупные потребители) за сутки до даты начала реальной поставки электроэнергии подают коммерческому оператору почасовые заявки на покупку. В ценовых заявках, участвующих в аукционе, содержатся почасовые величины планового «количества» покупной электроэнергии на определенный час и желаемая цена за единицу указанного количества. Этот механизм ценообразования носит название «Рынок на сутки вперед» (РСВ).

На данном этапе действует важнейший принцип формирования надежной и эффективной работы Единой энергетической системы — обеспечение системного баланса производства и потребления электрической энергии. Планирование ожидаемого электропотребления является первоочередной задачей при управлении режимами работы электроэнергетических систем и энергокомпаний. Почасовые объемы «количества», указываемые в заявках на покупку, отражают величины желаемого спроса участников рынка. Данные объемы формируются участниками посредством прогнозирования. Процесс формирования прогноза планового почасового потребления является весьма непростой задачей, т. к. электропотребление представляет собой нестационарный случайный процесс, зависящий от различного рода факторов (рис. 1). Прогнозирование электропотребления производится посредством различных моделей и методов, отражающих в себе будущее влияние на график электропотребления регулярно изменяющихся факторов, таких как, метеорологических и социально-экономических.

Рис. 1. Круговая диаграмма почасового электропотребления ОАО «Челябэнергосбыт» за март 2013 года

Ошибки в прогнозах электропотребления дорого стоят. Все внеплановые отклонения фактических величин электропотребления от прогнозных докупаются и продаются по другим ценам в секторе оптового рынка, называемом «Балансирующий рынок» (БР). Он представляет собой рынок отклонений фактического почасового производства и потребления электроэнергии от планового торгового графика и служит для обеспечения баланса производства и потребления в реальном времени. Цены балансирующего рынка невыгодны для участников, допускающих ошибки в прогнозе, и тем самым правила оптового рынка стимулируют субъектов к повышению качества точности прогнозирования. На рисунке 2 представлен графический пример формирования цен рынка на сутки вперед (1) и цен балансирующего рынка при снижении (2) и превышении (3) фактических объемов электропотребления относительно прогнозных.

Описание: C:\Documents and Settings\1\Рабочий стол\Статья.jpg

Рис. 2. Графическое формирование цен рынка на сутки вперед и балансирующего рынка [1]

Стоимость отклонений зависит от цен отклонений и размеров отклонений. Цены отклонений формируются из соотношения цен рынка на сутки вперед и цен балансирующего рынка [7].

Цена покупки отклонений:

                                                                    (1)

Цена продажи отклонений:

                                                                       (2)

где: Ц РСВ — Цена рынка на сутки вперед; Ц БР — Цена балансирующего рынка.

Ценовые показатели балансирующего рынка и рынка на сутки вперед, за различные часы суток, могут быть расположены между собой в двух комбинациях: когда Цбр>Црсв и, наоборот, Цбр<Црсв. Также плановые и фактические почасовые объемы электропотребления могут взаимно отличаться в двух комбинациях, когда Vплан > Vфакт и, наоборот, Vплан < Vфакт. Рассмотрим результаты четырех указанных комбинаций соотношений цен и объемов, результат представим в таблице 1.

Таблица 1

Комбинации различных соотношений цен и объемов балансирующего рынка

 

Соотношения цен

Соотношения объемов

Операция на рынке

Формула расчета

Цена операции

Примечание

1

Цбр > Црсв

Vплан > Vфакт

Продажа

min (Црсв; Цбр)

Ц рсв

Продажа излишне купленного объема по более дешевой цене. Убыток в виде разницы цен.

2

Цбр > Црсв

Vплан < Vфакт

Покупка

max (Црсв; Цбр)

Ц бр

Покупка недостающих объемов по той же цене, что и плановых. Убытка нет.

3

Цбр < Црсв

Vплан > Vфакт

Продажа

min (Црсв; Цбр)

Ц бр

Продажа излишних объемов по той же цене, что и плановых. Убытка нет.

4

Цбр < Црсв

Vплан < Vфакт

Покупка

max (Црсв; Цбр)

Ц рсв

Покупка недостающего объема по более дорогой цене. Убыток в виде разницы цен.

Как видно из представленной таблицы, существуют комбинации, при которых участники рынка, несмотря на отклонения между плановыми и фактическими показателями электропотребления, не несут штрафных санкций, увеличивающих стоимость электропотребления по сравнению с ценами РСВ, распространяющимися на плановые объемы. В случаях, когда ЦРСВ > ЦБР,покупателям выгодно докупать на БР, и в обратном случае, если ЦРСВ < ЦБР,покупателям выгодно продавать на БР.

Для управления ценовыми рисками на оптовом рынке субъектам необходимо налаживать систему почасового прогнозирования электропотребления с учетом не только потребности в электроэнергии, но и особенностей балансирующего рынка.

Учитывая представленные комбинации, субъекты оптового рынка при формировании прогнозного графика электропотребления могут производить заведомую его корректировку в сторону заранее выгодных ценовых соотношений и снижать до минимума штрафы на балансирующем рынке.

Для учета факторов рынка в прогнозном графике электропотребления необходимо знать прогнозные значения ценовых соотношений между Црсв и Цбр. Почасовые графики цен оптового рынка представляют собой сложный процесс, зависящий от большого количества факторов. Пример цен РСВ и цен БР представлен на рисунке 3. Как видно из примера, ценовые показатели рынка имеют высокую внутрисуточную волатильность и своей формой повторяют график спроса электропотребления.

Рис. 3. Цены рынка на сутки вперед и балансирующего рынка

Прогнозирование ценовых показателей оптового рынка является сложной задачей. Прежде всего это связано с тем, что цены рынка на сутки вперед зависят от целого ряда различных факторов, которые перечислены на рисунке 4. Цены рынка на сутки вперед зависят от величины спроса на электроэнергию, качества подаваемых планов субъектами, времени года и резких изменений погодных условий, аварий в энергосистеме, внеплановых переключений системообразующих линий и других факторов.

Описание: C:\Documents and Settings\1\Рабочий стол\факторы.jpg

Рис. 4. Факторы, влияющие на цены рынка на сутки вперед

Цены БР по своей природе схожи с ценами РСВ и зависят от одного и того же набора факторов, при этом основой для формирования цен БР являются цены РСВ. Для цен БР характерна более высокая волатильность, так как они в большей степени реагируют на различные явления, происходящие в энергосистеме, например:

-        Дисбаланс между спросом и предложением в энергосистеме;

-        Аварии и системные ограничения;

-        Тип электростанций, покрывающих спрос;

-        Волатильность ценовых ступеней.

Для прогнозирования ценовых показателей рынка необходимо владеть информацией о степени влияния и значениях наиболее важных факторов. Получение части информации затруднительно даже для участников рынка, т. к. она является строгой коммерческой тайной инфраструктурных организаций рынка, таких как Администратор торговой системы, Системный оператор и Федеральная сетевая компания.

Насколько известно автору, несмотря на актуальность вопроса прогнозирования ценовых показателей для всех субъектов оптового рынка, выполнять эту задачу с высокой долей достоверности удается лишь некоторым. Информация о моделях и методах прогнозирования является коммерческой тайной этих компаний и держится в строжайшем секрете [8].

В нашем случае задача прогнозирования ценовых показателей упрощается тем, что объектом нашего прогнозирования являются не абсолютные величины ценовых показателей, а лишь почасовые направления их взаимных соотношений, что существенно упрощает задачу прогнозирования факторов рынка.

Проведем анализ ценовых соотношений на примере реальных почасовых цен РСВ и БР субъекта оптового рынка, работающего в Уральском федеральном округе, за период с 2010 по 2012 годы [5]. Количество исследуемых данных почасовых ценовых соотношений равно количеству часов в каждом году: 8760 — в 2010 и 2011 годах, и 8784 — в 2012 году, так как год был високосным.

На первом этапе исследования проведем количественный анализ почасовых ценовых соотношений в разрезе каждого представленного года [2], [3]. Для этого почасовые показатели разниц между ценами РСВ и БР внутри каждого года проранжируем в порядке возрастания и результат представим на диаграмме (рис. 5).

Из диаграммы видно, что данные имеют определенную внутригодовую тенденцию, которая является ежегодно повторяющейся. Направления отклонений в течение года являются несимметричными. Так, примерно в 33 % случаев цены рынка на сутки вперед меньше чем цены балансирующего рынка и в 67 % случаев соотношение обратное. Выявленная тенденция соотношения между ценами в дальнейшем является основой для учета в модели прогнозирования.

Все исследуемые данные имеют дискретный характер, то есть могут проявляться в двух случаях: Црсв<Цбр либо обратное соотношение Црсв>Цбр. Для целей нашего исследования абсолютной величиной отклонений между ценами можно пренебречь, приняв за предмет анализа лишь направления взаимных отклонений.

Данное условие позволяет проводить анализ ценовых соотношений не только в разрезе всего года, но и с учетом повторяемости интервалов, например, в разрезе отдельных часов суток.

Рис. 5. Изменение годовых кривых продолжительности разницы между ценами РСВ и БР за период 2010–2012 гг.

Проведем более глубокий анализ исходных массивов данных путем дифференциации дискретных данных по отдельным часам суток. На рисунке 6 в виде графиков приведены почасовые процентные доли почасовых случаев, когда Црсв<Цбр, за все дни каждого анализируемого года (график А), а также отдельно за рабочие (график Б) и выходные дни (график В) каждого анализируемого года.

Так, например, как видно из рисунка, значение первого часа графика рабочих дней 2012 года составляет 10 %. Это значит, что из массива данных 2012 года были выделены значения исключительно первого часа всех рабочих дней и в результате анализа выбранной совокупности в 10 % случаев было выявлено соотношение Црсв<Цбр. Соответственно, остальные 90 % часовых случаев имеют обратное соотношение — Црсв>Цбр.

Как видно из рисунка 6, в некоторых часах суток в течение нескольких лет наблюдается стабильное преобладание определенных ценовых соотношений между Црсв и Цбр. Проведенный анализ позволяет констатировать явное преобладание случаев Црсв<Цбр в дневные часы суток, когда в энергосистеме наблюдается рост нагрузки электропотребления, и обратное соотношение Црсв>Цбр в ночные часы, когда в энергосистеме наблюдается спад электропотребления.

В условиях отсутствия информации не только о будущих, но и о прошлых значениях факторов, влияющих на исследуемое соотношение цен, описанная закономерность может являться основой для построения прогнозной модели соотношений почасовых ценовых показателей. Часы, в которых значение доли случаев, например, Црсв<Цбр равно 20 % свидетельствуют о том, что в прогнозный период в данном часе с вероятностью 20 % произойдет соотношение цен Црсв<Цбр и с вероятностью 80 % произойдет обратное соотношение цен — Црсв>Цбр.

Рис. 6. Почасовые показатели соотношений Црсв<Цбр, в разрезе суток с годовой разбивкой за 2010–2012 г.

Для дальнейшего анализа тенденций ценовых соотношений к данным рисунка 6 были приняты допущения. Если значение часового соотношения >70 %, то это позволяет сделать допущение о явном преобладании тенденции Црсв<Цбр. Если значение в ячейке < 30 %, то это позволяет сделать допущение о преобладании тенденции Црсв>Цбр. Прогнозирование ценовых соотношений в данных часах можно производить с высокой долей вероятности. Если значение в ячейке таблицы составляет от 30 % до 70 %, то принимается допущение о том, что соотношение является спорным и корректировка прогноза в данные часы производиться не будет.

На основании принятых допущений о ценовых соотношениях были приняты условные обозначения для интервалов с различными ценовыми тенденциями. Название «Минимум» носят часовые интервалы, в которых на основании принятых допущений наблюдается явная тенденция Црсв<Цбр, как правило, они наблюдаются в часы минимума графиков нагрузки энергосистемы (табл. 2).

Таблица 2

Таблица принятия решений по учету ценовых соотношений в прогнозном графике электропотребления

Название «Максимум» носят часовые интервалы, в которых на основании принятых допущений наблюдается явная тенденция Црсв>Цбр, как правило, они наблюдаются в часы максимума графиков нагрузки энергосистемы. Название «Полупик» носят часовые интервалы, в которых часовые тенденции ценовых соотношений согласно принятым допущениям определить сложно. Интервал «Полупик», как правило, проявляется в полупиковые часы графиков нагрузки энергосистемы.

Для каждого из представленных типов часовых интервалов в таблице приведено действие по последующему учету ценового соотношения в прогнозном графике электропотребления (снижение графика, увеличение графика или корректировка графика не проводится).

Количество выявленных интервалов с высокой прогнозной вероятностью для рабочих дней составляет 14 часов, для выходных — 17. В остальных часовых интервалах тенденции ценовых соотношений являются неявными.

Приведем пример применения разработанного подхода учета часовых ценовых соотношений между ценами РСВ и БР на базе дневного прогноза электропотребления.

Основой для применения информации о прогнозных соотношениях цен РСВ и БР является прогнозный почасовой график электропотребления. Почасовой прогнозный график электропотребления формируется на основании факторов определяющих будущую потребность в электроэнергии [4]. Пример указанного графика представлен на рисунке 7.

Описание: C:\Documents and Settings\1\Рабочий стол\Пример прогнозного графика.jpg

Рис. 7. Пример почасового прогнозного графика электропотребления, сформированного на основании факторов, определяющих потребность в электроэнергии

Учет тенденций оптового рынка в прогнозе электропотребления производится посредством корректировки почасового прогнозного графика. На основании таблицы принятия решений по учету ценовых соотношений (Таблица 2) каждый час прогнозного графика увеличивается или снижается в направлении, определенном выявленными тенденциями соотношений цен (периоды «максимум» или «минимум»). Также существуют часовые интервалы, в которых тенденция ценовых соотношений является неявной, в данных интервалах корректировка прогнозного графика на влияние факторов рынка не производится (периоды «полупик»). Пример корректировки почасового прогнозного графика электропотребления приведен на рисунке 8. На данном примере корректировка производится в часовые интервалы рабочих дней представленных в таблице 2.

Описание: C:\Documents and Settings\1\Рабочий стол\Пример.jpg

Рис. 8. Пример корректировки прогнозного почасового графика электропотребления, формированного на основании факторов, определяющих потребность в электроэнергии, на влияние тенденций оптового рынка

Следует упомянуть не только о направлениях, но и о физических величинах корректировки прогнозного графика. Слишком большие отклонения фактических величин от плановых опасны тем, что они могут внести разлад в модель Администратора торговой системы, рассчитывающую цены БР, и тогда прогнозное направление соотношения цен может не совпасть с фактическим. Также при ошибке в прогнозе направления соотношений цен и слишком большой величине корректировки участник попадает под действие штрафов балансирующего рынка, что может привести к большим убыткам. Таким образом, допустимая величина корректировки должна высчитываться экспертами, выполняющими прогноз. Мы же рекомендуем производить корректировку графика на величину, не превышающую среднюю ошибку прогноза графика электропотребления. Средняя величина ошибки прогноза может быть рассчитана при помощи показателя MAPE (средняя абсолютная ошибка в процентах). При качественном прогнозировании почасовых значений электропотребления средняя ошибка прогноза не должна превышать 5–6 %.

Приведенный метод прогнозирования позволяет не только учесть в прогнозном графике электропотребления потребности в электроэнергии, но и предусмотреть тенденции самого рынка. Применение предложенного подхода позволит участникам оптового рынка существенно снизить объемы штрафов балансирующего рынка и, следовательно, снизить общие затраты на покупку электроэнергии. Тот факт, что результаты исследования были получены на основании реальных ценовых показателей субъекта оптового рынка, существенно повышает ценность предложенного метода учета факторов рынка при прогнозировании электропотребления. Кроме того, достоинствами представленного метода является сочетание простоты, возможности реализации на базе распространенных программных продуктов, а также возможность использования в повседневной деятельности любых энергокомпаний, осуществляющих покупку и продажу электроэнергии на оптовом рынке.

Литература:

1.         Аюев Б. И. Рынки электроэнергии и их реализация в ЕЭС России. Екатеринбург: УРО РАН, 2007, 107 с.

2.         Елисеева И. И., Юзбашев М. М. Общая теория статистики: учебник/под ред. И. И. Елисеевой. — 5-е изд., перераб. и доп. — М.:Финансы и статистика, 2008. — 656 с.

3.         Макарова, Н. В., Трофимец В. Я. Статистика в Excel: учебное пособие. — М.: Финансы и статистика, 2002. — 364 с.

4.         Макоклюев Б. И. Анализ и планирование электропотребления. — М.:Энергоатомиздат, 2008. 295 c.

5.         Официальный сайт ОАО «Администратор торговой системы оптового рынка электроэнергии и мощности» URL: http://www.atsenergo.ru/.

6.         Постановление Правительства Российской Федерации «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» от 27 декабря 2010 г. N 1172 г.

7.         Приложение № 12 к договору о присоединении к торговой системе оптового рынка. Регламент определения объемов, инициатив и стоимости отклонений. Наблюдательный совет НП «Совет рынка» от 28 декабря 2012 года. URL: http://www.np-sr.ru

8.         Сколько стоит на ОРЭМ повышение точности прогноза энергопотребления на 1 МВт. Чучуева И. А. Статья сайт «Математическое бюро» URL: http://www.mbureau.ru/.

Обсуждение

Социальные комментарии Cackle