Имитационное моделирование как новая технология планирования и управления энергопотоками генерирующей компании

 

Авторы

Плетнев Алексей, Советник по рынкам электроэнергии ОАО "ОГК-1"

Казаков Сергей, Научный сотрудник Межведомственного суперкомпьютерного центра РАН, канд. техн. наук

 

    Как создать имитационную модель энергопотоков?
    Современные программные средства обеспечивают создание удобных для конечного пользователя (и относительно дешевых) имитационных моделей генерирующих компаний. Такая модель может быть создана на базе общедоступных программных продуктов и прежде всего персонифицированных пакетов имитационного моделирования. В этом случае разработка имитационных моделей не потребует чрезмерных затрат. "Минимальная" имитационная модель компании может быть создана небольшой группой специалистов (например департамента продаж и департамента планирования производства) или даже одним квалифицированным экспертом. Данная модель вполне доступна для компании со средними финансовыми и организационными возможностями.
    Создание имитационной модели энергопотоков не требует разработки сложных и громоздких методик. Существующие программные пакеты позволяют оперативно создавать компактные и эффективные имитационные модели с минимальными затратами средств и времени. Небольшая экспресс-модель генерирующей компании может быть размещена всего лишь на одной рабочей странице пакета моделирования. Более "профессиональная" модель потребует больших материальных и людских затрат, но может быть разработана с использованием тех же технологий.
    Разработка моделей и экспертных систем на их основе должно стать подготовительным этапом перед внедрением дорогостоящих программ комплексной автоматизации компании. В то же время такие экспертные системы по своим возможностям во многом приближаются к дорогостоящим "готовым" комплексам. Кроме того, они отличаются большей гибкостью и возможностью тонкой настройки с учетом потребностей конкретной компании, подразделения и даже отдельного менеджера. Очевидно, что плановикам, осуществляющим формирование балансов электроэнергии и мощности, и аналитикам в области продаж, полезно иметь имитационную модель энергопотоков собственной компании. К числу достоинств данного подхода относится то, что внутреннее устройство "своей" экспертной системы досконально известно, в отличие от лицензионных пакетов, доступ к внутренним алгоритмам которых, как известно, затруднен. Как правило, оно легко "читается" благодаря средствам визуализации моделей, реализованных в современных пакетах имитационного моделирования.
    Кратко рассмотрим методы разработки и использования конкретной имитационной модели тепловой генерирующей компании. В качестве аппарата моделирования воспользуемся системной динамикой, принципы которой были впервые сформулированы Дж. Форрестером [2, 3]. Системная динамика сосредоточена на потоках - движениях ресурсов различного характера, осуществляемых в условиях динамической взаимосвязи. Кроме того, согласно принципам системной динамики именно взаимодействия между элементами системы определяют нетривиальное поведение организационных структур, поддающихся целенаправленному управлению [4].
    Рассмотрим основные этапы создания имитационной модели генерирующей компании. В самом общем виде деятельность компании по управлению энергопотоками заключается в эффективном преобразовании первичной энергии топливных ресурсов в электрическую энергию. Данная задача служит основой для построения имитационной модели. Главным оценочным параметром модели является маржинальная прибыль компании от работы во всех секторах энергорынка. По своей природе эти модели являются "потоковыми" (flow models), поскольку ориентированы на прогнозирование и управление энергетическими потоками компании.
    Для разработки потоковых моделей создан развитый аналитический инструментарий и специализированные программные средства, что значительно облегчает разработку моделей данного типа. В нотации системной динамики они создаются из готовых конструктивных элементов - фондов, потоков, конвертеров и связей между ними [2, 3].
    Ниже приведена иллюстративная экспресс-модель (учитывающая часть параметров, влияющих на управляемый фонд и дающая качественную оценку) энергопотоков компании, построенная на основе ее структурной модели.
    Главным параметром описываемой модели является маржинальная прибыль. В нотации системной динамики маржинальная прибыль представлена фондом. Основными входными параметрами модели являются доходы от продажи электроэнергии, а в расширенных версиях - модели и доходы от продажи мощности и тепла. Поток поступающих доходов вызывает поток расходов, связанных с обеспечением продаж продукции. В данной модели учитываются расходы на топливо в объеме плановой выработки, расходы на покупку собственных нужд на оптовом рынке и расходы на покупку электроэнергии в рынке "на сутки вперед" для обеспечения обязательств по двусторонним договорам. В модели предусмотрено "сальдирование" денежных потоков, связанных с куплей-продажей товарной продукции на энергорынках компании. В дальнейшем в указанной модели планируется использовать более сложные алгоритмы обработки данных.
    На рис. 1 представлена потоковая схема, разработанная с помощью пакета имитационного моделирования PowerSim Studio Enterprise 2005 (далее - PowerSim) [5]. Пакет PowerSim является инструментом потокового моделирования с использованием методологии системной динамики, что обусловливает его исключительную эффективность при разработке моделей процессов, происходящих в генерирующей компании. Оператор создает модель, формируя на рабочей странице PowerSim потоковую схему своего объекта управления. Он задает основные денежные потоки, их источники и приемники. При этом используются принципы "визуального" программирования. Несмотря на то, что в основе модели лежат дифференциальные разностные уравнения, их структура задается потоковой схемой. Изменение "картинки" потоковой схемы объекта приводит к изменению структуры уравнений, описывающих его поведение.
    Схематическое изображение объекта формируется из типовых блоков, соответствующих отдельным процессам: формированию торгового графика производства, определению объемов покупки для обеспечения обязательств по регулируемым договорам, движению (потоку) денежных средств, распределению топливных ресурсов и пр. Направление потоков и внутренние взаимосвязи указываются стрелками, которые проводятся мышкой, как в любом графическом редакторе. Управление и контроль параметров модели осуществляется с помощью таблиц, графиков и множества других инструментов, предоставляемых пакетом PowerSim. Кроме того, источником данных для модели могут служить электронные таблицы и базы данных, в связке с которыми функционирует пакет имитационного моделирования. Имеется возможность компьютерной анимации движения денежных средств. В результате даже сложная имитационная модель генерирующей компании приобретает компактный, легко читаемый вид.
    Изменяя режимы плановой загрузки, графики и объемы поставки по регулируемым договорам, прогнозы цен на рынке "на сутки вперед", значения топливной составляющей себестоимости производства на разном виде топлива, эксперт получает прогнозные оценки маржинальной прибыли компании. Денежные потоки компании могут планироваться и в обратном порядке - исходя из целевых значений ее рентабельности или заданной величины маржинальной прибыли (в случае, если она определена в качестве ключевого показателя эффективности для коммерческой службы компании). Появляется возможность проведения расчетов по разнообразным сценариям работы генерирующей компании на оптовом рынке.
    Изображение реальной модели (как она выглядит на рабочей странице пакета) мало отличается от приведенной выше иллюстративной схемы. Очевидно, имитационная модель созданная в PowerSim, не имеет ничего общего с нагромождением математических формул, с которыми обычно ассоциируется процесс компьютерного математического моделирования.
    Еще одной привлекательной возможностью пакета PowerSim является его способность решать задачу автоматической оптимизации. В процессе оптимизации PowerSim отыскивает оптимальные управляющие воздействия, т. е. такие значения входных параметров модели, при которых выходные параметры становятся оптимальными. Эта задача решается путем применения одного из вариантов генетического алгоритма - методом эволюционного поиска.

    Зачем нужна имитационная модель?
    Какие преимущества для генерирующей компании дает использование имитационных моделей ее плановыми и координирующими подразделениями? Существует множество задач и ситуаций, когда эксперименты с реальными объектами невозможны или слишком дороги. В их число входит расчет сценариев работы компании, проверка тех или иных решений, анализ альтернативных стратегий и многое другое. Во всех этих случаях будут эффективны, а зачастую и незаменимы, технологии имитационного моделирования. Квалицифицированный специалист или группа специалистов в области топливообеспечения, производства и продаж способны привести десятки типовых и частных задач, требующих специальных аналитических методик. К ним относятся как классические задачи оптимизации (распределение интегрального суточного объема газа по часовой выработке или оптимизация поблочной загрузки генерирующего оборудования по критерию минимального расхода топлива и др.), так и задачи "домашнего" происхождения, например координация графиков расхода и поступлений топлива (эта задача особенно актуальна в условиях существования ограничений "снизу" на объем минимальных запасов, связанных с выполнением нормативов и ограничений "сверху", вызванных пределами емкостей хранилищ). Важное преимущество имитационных моделей заключается в том, что они позволяют делать как примерные оценки и экспресс-аудит принимаемых решений, так и детальные численные прогнозы и расчеты. Оперативный анализ ситуации на основе компактной модели "средней" сложности представляет особую ценность для топ-менеджмента и генерального директора компании.
    Имитационные модели помогают увязать в единое целое деятельность всех подразделений компании. На этой основе становится возможным эффективная организация всей системы оперативного и стратегического планирования. Благодаря применению потоковых моделей информация о деятельности компании и ее служб приобретает сжатую и легко читаемую форму. Она без труда поддается количественному и качественному (содержательному) анализу. Имитационная модель, разработанная с помощью современных программных пакетов, сама по себе является надежным ориентиром для руководства. Потоковая картина деятельности компании значительно облегчает как оперативное управление, так и перспективное планирование работы.
    Имитационные модели могут служить основой экспертного комплекса генерирующей компании и даже ситуационного центра. В этом случае посредством каналов обмена данных осуществляется связь имитационной модели с другими специализированными программными пакетами, электронными таблицами и базами данных. Такой комплекс способен действовать в режиме реального времени. По своим возможностям он сходен с большими дорогостоящими системами автоматизации управления компанией и в то же время является значительно менее затратным.
    Одним из преимуществ модели энергопотоков является возможность работать в режиме "актуализации" бюджета доходов и расходов по теплоэнергии, электроэнергии и топливу. В этом случае исходные текущие данные автоматически обновляются, и с учетом произошедших изменений прогноз пересчитывается. Менеджер получает возможность на постоянной основе "отслеживать" оперативную информацию и прогноз маржинальной прибыли, а в случае создания комплексной интеграционной имитационной модели - и прогноз стоимости и финансового состояния компании.
    В крупной генерирующей компании (такой как ОГК или ТГК) рекомендуется использовать имитационные модели двух уровней. Общая "интегральная" модель оперирует ограниченным числом наиболее существенных показателей работы компании на рынке. Она служит для долгосрочной оценки финансового состояния компании в целом и отработки основных вариантов ее стратегии. С ее помощью определяются целевые нормативы по объемам привлечения средств, их вложению; целевые уровни доходности; предельные показатели риска и ликвидности и т. д. Такая модель может стать главным рабочим инструментом топ-менеджмента, а также службы компании по стратегическому развитию.
    Однако каким образом можно детально спланировать операции компании внутри отдельных (полугодовых, квартальных) плановых периодов? Как сформировать более детальные оперативные планы для подразделения продаж компании? Для решения данных задач создаются более детализованные модели управления отдельными функциями в компании, в т. ч. финансовой деятельностью, надежностью, энергопотоками, инвестициями. Эти модели являются источниками данных для "стратегической" модели более высокого уровня.
    При разработке имитационных моделей компании наряду с использованием программных продуктов имитационного моделирования применяются общедоступные электронные таблицы. Однако данные функции имеют различные инструменты. "Потоковые" модели на базе пакетов имитационного моделирования позволяют лучше отразить существо и динамику процессов, происходящих в компании. "Визуальный" интерфейс обеспечивает наглядную картину внутреннего устройства и денежных потоков. Кроме того, именно такой подход обеспечивает детализацию оперативных планов компании по неделям и декадам, что позволяет перейти от общих показателей к обработке и планированию отдельных операций. В потоковых моделях PowerSim данные содержатся в исключительно компактной форме - каждому объекту "визуальной" схемы соответствует определенная электронная таблица или группа диаграмм. Весь массив данных о состоянии объекта находится на рабочей странице экспертной системы. В таком виде данные легко воспринимать и контролировать.
    Данные из имитационной модели могут "направляться" в электронные таблицы и базы данных отдельных служб и подразделений. "Потоковые" модели в рамках экспертного комплекса "взаимодействуют" с табличными "процессорами" и базами данных различных типов. Так, например, электронную таблицу можно использовать при разработке и оформлении финансового плана компании. При необходимости оператор обращается либо к табличным "процессорам", либо к схематическому изображению системы в виде потоковой схемы.

    Роман Зорабянц
    заместитель генерального директора - директор по развитию и ИТ ОАО "ОГК-1"

    1 сентября 2006г. в стране начался процесс либерализации оптового и розничного рынков электроэнергии. Фундаментальные изменения модели рынка стали отражать рыночные принципы торговли, что позволило участникам рынка выстраивать бизнес-отношения с внешней средой. Это должно изменить и подход генерирующих компаний - субъектов оптового рынка к вопросу о преодолении системных ограничений, препятствующих повышению доходности. Одним из таких новых подходов должно стать внедрение интегрированной системы управления в компании.
    В ОАО "ОГК-1" разрабатывается интеграционная модель деятельности, которая позволит в оперативном режиме обнаруживать препятствия, устанавливать их причины и последствия, принимать верные тактические и стратегические решения. Данная модель представляет собой набор взаимосвязанных имитационных моделей различных аспектов деятельности компании: управления инвестициями в строительство новых мощностей, энергопотоками (маржинальной прибылью1 ), технологической надежностью и финансовыми потоками [1].
    Имитационная модель управления энергопотоками (управление движением топливных ресурсов и продажами электроэнергии и мощности) генерирующей компании является всего лишь одной из моделей управления. В данном материале рассматриваются некоторые ключевые подходы, алгоритмы и принципы, благодаря которым создание имитационных моделей становится доступным для небольших генерирующих компаний и даже отдельных экспертов.

    "Имитационные" технологии решения некоторых типичных задач
    Ниже представлены результаты решения одной из актуальных задач коммерческой службы компании - задачи планирования маржинальной прибыли генерирующей компании с использованием имитационной модели энергопотоков.
    На результаты решения указанной задачи будут оказывать влияние такие факторы, как прогноз цен на рынке "на сутки вперед", прогноз состава включенного оборудования, прогноз наличия газа на электростанциях и другие факторы. В случае невозможности описать взаимовлияние указанных факторов путем использования математических методов программирования применяются экспертные оценки значений и взаимосвязей.
    На рис. 2 представлены ценовые параметры модели энергопотоков. Так, для создания точной модели необходимо определить прогноз цен покупки и продажи на рынке "на сутки вперед" на весь период расчета. Разработчик модели решает сам, какие средства использовать для формирования такого прогноза. Каждая компания вправе выбрать для себя наиболее подходящий способ: методы математического прогнозирования, моделирование работы энергорынка или экспертные оценки. Тариф на электроэнергию является постоянной величиной до конца 2006 г. или до момента снижения объема регулируемых договоров и заключения свободного договора по свободной цене. "Топливная составляющая" является переменной величиной и определяется на основании характеристик энергетического оборудования по удельному расходу топлива. Ее значение следует определять в рамках отдельно разработанной подмодели, т. к. данный параметр зависит от ряда других (уровня загрузки, типа топлива, погодных условий, состояния вспомогательного оборудования и т. д.).
    На рис. 3 представлены объемные параметры модели энергопотоков.
    Параметр "выработка в объеме установленной мощности" (Wуст) является постоянной (паспортной) характеристикой. Данный параметр определяет максимальное паспортное значение выработки в каждый момент имитационного времени и может являться базовым для оценки существующих ограничений в компании, связанных с готовностью генерирующего оборудования к производству.
    Параметр "выработка в объеме рабочей мощности" (Wраб) является переменной характеристикой и определяет максимально возможное значение выработки готового к работе оборудования. Показатель Ж1 = Wуст - Wраб определяет ограничения в выработке, вызванные ремонтами генерирующего оборудования. Значением данного параметра можно управлять. В имитационной модели он может использоваться для оценки упущенной (дополнительной) маржинальной прибыли, вызванной увеличением (сокращением) сроков плановых ремонтов генерирующего оборудования.
    Параметр "технический максимум включенного оборудования" (Wвкл) является переменной характеристикой и определяет максимально возможное значение выработки включенного в работу оборудования в каждый момент модельного времени. Показатель Ж2 = Wраб -

  • Wвкл определяет ограничения в выработке, вызванные требованиями Системного оператора (определение состава включенного оборудования). Данный параметр является переменным, условно неуправляемым. В имитационной модели он может использоваться для оценки упущенной (дополнительной) маржинальной прибыли, вызванной действиями Системного оператора по выбору состава включенного оборудования.     Параметр "технический минимум включенного оборудования" (Wмин) является переменной характеристикой и определяет минимально возможное значение выработки включенного в работу оборудования в каждый момент имитационного времени. Диапазон выработки между Wраб и Wмин определяет возможности генерирующей компании по выполнению обязательств по регулируемым договорам. "Технический минимум включенного оборудования" - это переменный, условно неуправляемый параметр. В имитационной модели он может использоваться для оценки упущенной (дополнительной) маржинальной прибыли, вызванной действиями Системного оператора по выбору состава включенного оборудования.
        Параметр "объем поставки по РД" (Wрд) является заданной переменной характеристикой. Он определяет обязательства генерирующей компании по поставке электроэнергии контрагентам в каждый момент модельного времени. В случае если Wрд " Wмин, то существует риск продажи в объеме Wмин - Wрд по цене ниже топливной составляющей, если Wрд " Wвкл, то существует риск покупки по цене выше, чем она определена в двустороннем договоре. Указанные риски являются рисками переходного этапа функционирования рынка и по мере снижения доли регулируемых договоров будут трансформироваться в другие риски. "Объем поставки по РД" является переменным условно управляемым параметром (стороны могут изменить долю поставки). В имитационной модели он может использоваться для оценки влияния доли и графика регулируемых договоров на значение маржинальной прибыли.
        Параметр "объем поставки по ТГ" (Wтг) является переменной характеристикой в диапазоне значений от Wмин до Wвкл и определяет плановый график выработки (торговый график) в каждый момент имитационного времени. Показатель Ж3 = Wрд - Wтг определяет вынужденный объем покупки для обеспечения регулируемых договоров. Показатель Ж4 = Wвкл - Wтг характеризует объем ограничений в выработке, вызванных дефицитом дешевого топлива (по сравнению с ценами РСВ) или низким (по отношению к топливной составляющей себестоимости производства) уровнем цен. В имитационной модели данный параметр может использоваться для оценки упущенной маржинальной прибыли, вызванной ограничениями по газу и низким уровнем цен.
        Таким образом, оператор модели, управляя ее параметрами, может осуществлять факторный анализ влияния каждого из них на маржинальную прибыль для принятия управленческих решений либо проводить оптимизационные расчеты. Анализируя ограничения и их значения (Ж), оператор может определить наиболее существенные факторы, препятствующие повышению экономической эффективности компании, а значит, и стоимости на рынке.
        На рис. 4 показана динамика изменения накопительного фонда "маржинальная прибыль" за первые недели функционирования усовершенствованной модели оптового рынка электроэнергии и мощности.

        Выводы
        Имитационные модели являются необходимым элементом оперативного и стратегического планирования крупной генерирующей компании, а модель энергопотоков, в частности, может использоваться для решения следующих задач:
        1. Планирование бюджета доходов и расходов коммерческого подразделения.
        2. Планирование маржинальной прибыли/убытков компании.
        3. Прогнозирование "кассовых разрывов", связанных с недостатком средств для покрытия текущих обязательств компании.
        4. Планирование динамики движения топливных ресурсов.
        5. Выявление основных ограничений компании для увеличения маржинальной прибыли и их ранжирование.
        6. Построение моделей типа "а что, если", в том числе:

  • анализ чувствительности модели;
  • анализ влияния снижения объема регулируемых договоров на маржинальную прибыль;
  • анализ влияния тарифно-балансовых решений на маржинальную прибыль;
  • анализ влияния уровня цен на электроэнергию и мощность на маржинальную прибыль;
  • анализ влияния ремонтной кампании на маржинальную прибыль;
  • анализ влияния действий Системного оператора (выбор состава оборудования) на маржинальную прибыль.

        Библиографический список
        1. Зорабянц Р. В. Риск-менеджмент и управление надежностью в ОГК-1 // Энергорынок. -2006. - № 4.
        2. Форрестер Д. У. Мировая динамика. - М.: Наука, 1978.
        3. Форрестер Д. У. Основы кибернетики предприятия. - М.: Прогресс, 1971.
        4. Казаков С. А., Шебеко Ю. А. Практика по основам имитационного моделирования бизнес-процессов. - М., 2002.
        5. http://www.powersim.com, http://www.tora-centre.ru/




  •