О подходах к прогнозированию ценовых параметров в электроэнергетике

 

Автор

Грико Анастасия, Начальник отдела аналитических систем компании «ЕэС-Лаб»

 
    Интервью с начальником отдела аналитических систем компании «ЕэС-Лаб» Анастасией Грико
    ЭР: Электроэнергетика, как известно, переживает период реформирования. Какие проблемы отрасли в настоящее время вы могли бы выделить?
    А. Г.: В данной сфере переплетаются интересы многих групп — участников процессов производства, передачи и реализации тепло- и электроэнергии. Это государство, региональные власти, поставщики топлива, производители и потребители, сбытовые, сетевые и энергосервисные компании. Грамотное регулирование отношений субъектов должно, во-первых, учитывать интересы всех сторон, во-вторых, обеспечивать баланс между этими интересами, в-третьих, и это главное, поддерживать динамику производства для покрытия текущего объема энергопотребления и резервов, создавать предпосылки и стимулы для дальнейшего развития отрасли, повышения качества услуг при обоснованном уровне цен на эти услуги. Сейчас, если говорить об энергетике в целом, к числу основных вопросов, требующих решения, можно отнести:
  • низкую энергоэффективность;
  • высокие тарифы и цены для конечных потребителей;
  • неплатежи;
  • негативные явления, генерируемые системой перекрестного субсидирования;
  • существенный физический износ основных фондов;
  • корректировку инвестиционных обязательств производителей и сетевых компаний в соответствии с новыми прогнозами динамики потребления, а также обеспечение совместимости программ развития;
  • отсутствие согласованных механизмов окупаемости инвестиций (долгосрочного рынка мощности);
  • высокую степень рыночных и технических рисков энергопредприятий, ограниченный и пока еще недостаточно освоенный набор методик и инструментов хеджирования этих рисков.
    Если большинство перечисленных выше проблем — объективные факторы, характеризующие отрасль в процессе дерегулирования и находящиеся в зоне влияния регуляторов, то снижение собственных рисков — задача, решение которой вполне по силам каждой отдельной энергокомпании, ориентированной на повышение операционной эффективности. На текущий момент основными инструментами хеджирования рисков на рынке электроэнергии и мощности являются свободные договоры и фьючерсы, и одно из ключевых условий их эффективного применения — наличие качественных прогнозов как ценовых, так и объемных параметров.
    ЭР: Возможно ли сегодня в электроэнергетике построение прогнозов ценовых параметров достаточной точности, и какие методы используются для этого?
    А. Г.: Точность прогнозов определяется выбранным инструментом и методами прогнозирования — насколько инструмент позволяет учесть специфику модели ценообразования и технологические особенности энергосистемы; доступностью исходных данных для прогнозирования и степенью открытости рынка; возможностью оперативного учета изменений в правилах ценообразования.
    Степень открытости нашего рынка пока оставляет желать лучшего: в открытом доступе значимой для прогнозирования и анализа информации публикуется гораздо меньше в сравнении, например, с рынками PJM и Nord Pool; отсутствуют банки отраслевых данных необходимой полноты (по характеристикам), точности и глубины (по времени). Однако использование правильных моделей и серьезная работа с имеющимися открытыми источниками данных обеспечивают информационную базу для получения адекватных прогнозов.
    Спектр методов, применяемых в прогнозировании, весьма широк. В числе основных — статистические методы, нейросетевой анализ, фундаментальное моделирование. Статистические методы строятся на выявлении зависимостей между временными рядами (прогнозируемым параметром и влияющими на него факторами) и продолжении рядов на будущие периоды средствами математической статистики. Фундаментальные методы основываются на построении модели оптового рынка, включая описание его топологии, всех элементов, их взаимосвязей, поведения субъектов рынка, а также на имитации механизмов ценообразования.
    ЭР: От каких факторов зависят прогнозы цен на электроэнергию?
    А. Г.: Цены на электроэнергию традиционно зависят от погодных и сезонных факторов, объема потребления, состава и характеристик генерирующего оборудования, ценовых стратегий участников рынка, топологии сетевой инфраструктуры, ограничений пропускной способности контролируемых сечений и других. В то же время при построении прогнозов или выборе инструментов прогнозирования необходимо учитывать особенности переходного периода рынка электроэнергии и мощности, наличие системных и технологических ограничений в энергосистеме.
    В частности, при регулярном изменении правил ценообразования исторические данные в сегменте ценовой информации не соответствуют условиям применения статистических методов прогнозирования (наличие показателей за 3—5 лет, накопленных при неизменных правилах ценообразования).
    Поэтому в среднесрочном и долгосрочном горизонтах планирования более корректные результаты показывают фундаментальные (или имитационные) модели. В краткосрочном горизонте такие модели дают возможность формировать прогнозы ситуаций, которые складываются впервые (например, аварийное отключение крупного блока, срочный ремонт системообразующей ЛЭП, ввод нового механизма в правила ценообразования).
    ЭР: Какова текущая потребность рынка в ИТ-решениях для прогнозирования?
    А. Г.: Потребность в подобных ИТ-решениях оформилась около трех-четырех лет назад, но только в последние год-два рынок созрел для серьезного прорыва в данном направлении. Одним из катализаторов, безусловно, послужил запуск торгов фьючерсами.
    С задачами прогнозирования субъекты отрасли сталкиваются постоянно. Причем это касается не только регулирующих органов (Министерства энергетики РФ, ФСТ, НП «Совет рынка» и др.), но и обычных, пусть даже очень крупных, игроков энергетического рынка, которые в большинстве случаев не имеют возможности влиять на ситуацию и определять векторы развития энергетики, а потому должны подстраиваться под эти изменения с наибольшей выгодой или наименьшими потерями для себя. Обладать своеобразным «даром предвидения», быть на шаг впереди конкурентов, эффективно решать повседневные задачи операционного планирования и формирования бюджета — именно для этого и существуют инструменты прогнозирования.
    Целесообразность внедрения автоматизированных систем прогнозирования, я думаю, мало у кого вызывает сомнение. Огромные объемы данных для обработки, потребность в регулярном обновлении информации из большого количества источников, сложность процессов прогноза и анализа (в том числе и высокая вычислительная сложность), необходимость сравнения и оценки качества прогнозов, полученных различными способами, — всеми этими факторами естественным образом продиктована актуальность автоматизации указанных процессов для сокращения трудозатрат, повышения оперативности и обоснованности принимаемых решений.
    ЭР: Какие задачи выполняют автоматизированные системы прогнозирования и какие требования к таким системам возникают со стороны бизнеса?
    А. Г.: Помимо главного и обязательного требования — обеспечения достаточной точности прогноза — в качестве основных характеристик ИТ-решений для прогнозирования параметров энергетических рынков можно выделить:
    консолидацию отраслевой информации и автоматизацию ее сбора и обработки;
    использование методик прогнозирования (например, фундаментального подхода и имитационного моделирования), учитывающих специфику переходного периода рынка, особенности энергосистемы, частоту изменения механизмов ценообразования;
    приемлемое соотношение между качеством и временем получения прогноза;
    гибкость настройки и конфигурации в целях быстрого реагирования на изменение ценообразующих факторов и правил регулирования;
    наличие функционала сценарного анализа, позволяющего качественно и количественно оценить последствия изменений рыночной среды;
    обеспеченность средствами визуализации, а также возможность предоставления информации в различных разрезах для проведения анализа экспертами;
    наличие инструментов поддержки принятия решений в части торговой стратегии компании и оценки ее эффективности.
    Применение систем прогнозирования, отвечающих приведенным требованиям, помогает снизить влияние ценовых рисков, повысить точность и обоснованность хеджирующих сделок, увеличить прибыль от торговых операций, а кроме того — получить инструмент моделирования будущего энергетических рынков и состояния отрасли, улучшить управляемость компании, сократить операционные затраты за счет автоматизации трудоемких бизнес-процессов.
    ЭР: Существует ли опыт реализации таких проектов?
    А. Г.: За рубежом эти решения используются давно и успешно. Есть объективные общемировые факторы, которыми обусловлена специфика электроэнергетики, финансовые отношения субъектов внутри отрасли, потенциал интеграции в экономическое пространство своей страны и международный энергетический рынок. Каждое государство выбирает свой путь развития данной области и свои методы регулирования. Но никто не изобретает велосипед «с нуля». Все методы и механизмы регулирования придуманы до нас. Вот почему, на мой взгляд, международный опыт решения аналогичных проблем (задач прогнозирования) всегда интересен.
    Нельзя не упомянуть, что в России проблемами прогнозирования в электроэнергетике занимаются специалисты нескольких научных учреждений (например, Института энергетических исследований РАН, Института энергетической стратегии, Московского энергетического института). В то же время хотелось бы отметить, что эффективность методов решения любых задач (прогнозирования в том числе) измеряется тем, насколько стабильно и широко эти методы применяются на наиболее критичных участках.
    К примеру, в странах Европы и на американском континенте системы прогнозирования востребованы как при построении перспективных планов в масштабе государства, так и в интересах частных энергокомпаний, где качество прогнозов непосредственно влияет на прибыль. Использование в России лучших мировых практик при реализации подобных проектов дает возможность пройти долгий путь за несколько шагов: адаптировать к условиям нашего рынка уже разработанные и проверенные методы и инструменты прогнозирования и выбрать те, что показывают наилучший результат. Такой подход сократит время выполнения проекта и обеспечит высокую точность прогноза.