Статья

//Электрика. – 2009. – № 8.– С. 32–35.

НОРМИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ ИНФРАСТРУКТУРНЫХ ОБЪЕКТОВ С УЧЁТОМ ASR-ПАРАМЕТРОВ

В. И. Гнатюк, докт. техн. наук, профессор,

А. А. Шейнин, адъюнкт

Калининградский пограничный институт

Основной потенциал энергосбережения определён в "Энергетической стратегии России на период до 2020 года" [1]. Для реализации потенциала энергосбережения необходимы стабильные цены на электроэнергию, экономические и административные механизмы, направленные на стимулирование потребителей электроэнергии в энергосбережении, а также значительные инвестиции для замены устаревших технологий и оборудования. Одним из важных факторов, способствующих выполнению этих задач, является нормирование [2]. Разработка научно обоснованных норм и сравнение их с фактическими расходами позволяют анализировать энергоэффективность применяемых технологий, планировать мероприятия и стимулировать работу по энергосбережению, обосновывать замену старых технологий на новые.

Энергоаудит инфраструктурных объектов показывает, что на многих из них нет не только научно обоснованных норм расхода электроэнергии, но даже научно обоснованных методик их определения. Во времена Госплана предприятия руководствовались "Основными положениями по нормированию расхода топлива, тепловой и электрической энергии в народном хозяйстве", а Госэнергонадзор ежегодно контролировал их выполнение. Сегодня в России нет официальных методик нормирования расходов электроэнергии. К тому же многие проектные организации, которые занимались разработкой норм для своих министерств, были позднее расформированы.

Предлагаемая нами оптимизация электропотребления на системном уровне осуществляется в рамках единой методики [3], включающей ряд этапов (рис. 1). На этапе анализа электропотребления техноценоза по специально разработанным формам запроса осуществляется сбор данных о потребителях электроэнергии. Это позволяет получить развёрнутую картину электропотребления (базу данных по электропотреблению за 5–6 лет и более), выявить объекты, которые обеспечиваются электроэнергией с нарушением существующих организационно-технических требований, подготовить электронную базу данных для многофакторного анализа.

Рис. 1. Общая схема методики оптимального управления электропотреблением техноценоза

На этапе статистического анализа и построения эмпирической модели процесса электропотребления осуществляется полномасштабная статистическая обработка данных по электропотреблению, которая включает взаимосвязанные процедуры рангового и кластерного анализа [4, 5]. Ранговый анализ позволяет упорядочивать информацию, выявлять в динамике и наглядно представлять объекты с аномальным электропотреблением, эффективно осуществлять прогнозирование электропотребления отдельными объектами и техноценозом в целом; кластерный – разбивать объекты по группам и осуществлять нормирование электропотребления в каждой группе с подробным статистическим описанием норм.

С целью повышения точности расчётов стандартные процедуры рангового анализа дополняются соответствующими тонкими процедурами [6]: верификацией базы данных, а также дифлекс-, GZ-, ASR-анализом рангового параметрического распределения (рис. 2).

Рис. 2. Этапы рангового анализа

Нормирование – процедура оптимального управления ресурсами техноценоза, заключающаяся в определении статистических характеристик кластеров техноценоза, выделенных на ранговом параметрическом распределении (по исследуемому функциональному параметру). Методами кластерного анализа определяются группы (классы, кластеры) объектов (рис. 3), которые на определённом временнóм интервале потребляют ресурс сходным образом. Статистически внутри кластера функциональные параметры объектов должны распределяться по нормальному закону. Как показали многочисленные исследования и практическая реализация методики оптимизации электропотребления, процедура нормирования в сочетании с прогнозированием позволяет предъявлять объектам научно обоснованные нормы расходования ресурсов.

Рис. 3. Нормирование электропотребления объектами техноценоза

В соответствии с [4, 5] кластер-процедуры реализуются на пространстве экспериментальных данных по электропотреблению объектов техноценоза в соответствии с критерием качества разбиения на классы, который на фиксированном множестве f-разбиений на заданное число групп (классов) формируется следующим образом:

где – взвешенное евклидово расстояние между полученными точками.

Кластер-процедура дополняется проверкой расстояния между классами и , измеренного по принципу "ближнего соседа". При этом циклично реализуется критерий:

После разбиения техноценоза на группы (кластеры) со "сходными" значениями электропотребления возникает возможность определения норм электропотребления внутри каждого. Норма содержит в себе среднее значение и эмпирический стандарт (среднеквадратичное отклонение), определяемые по выборке значений электропотребления рассматриваемой группы. Среднее электропотребление для s-й группы объектов определяется следующим по формуле:

где и – левая и правая ранговые границы нормируемой группы объектов на распределении; и – параметры рангового распределения; – число объектов в s-й группе; – эмпирическое значение электропотребления i-го объекта техноценоза.

Эмпирический стандарт для этой же группы объектов:

Классические процедуры кластер-анализа, применяемые в рамках процедуры нормирования объектов техноценоза, дают неплохие результаты [4, 5], однако обладают существенным недостатком. Они усредняют анализируемый параметр в переделах кластера на основе гауссовой математической статистики и не учитывают системный ресурс параметрического кластера техноценоза (см. рис. 1). Устраняется данный недостаток в рамках процедуры ASR-анализа (Adding System Resource analysis), являющейся тонким дополнением к нормированию (см. рис. 2, 4) [6, 7].

Рис. 4. Замысел ASR-анализа

Реализация процедуры ASR-анализа в данном случае заключается в добавлении к прогнозируемому среднему нормы электропотребления объекта, соответствующей его рангу ASR-нормы:

где – результирующее среднее нормы электропотребления для k-го объекта техноценоза с учётом ASR-нормы; – среднее нормы электропотребления k-го объекта, полученное по результатам процедуры нормирования; – ASR-норма k-го объекта.

ASR-нормирование электропотребления техноценоза на эмпирическом материале всей имеющейся базы позволяет закрепить за каждым объектом на каждом временнóм интервале индивидуальную норму электропотребления. Процедура аппроксимации даёт функции зависимости среднего и стандарта нормы k-го объекта во времени:

где _t–время функционирования техноценоза.

Реализация процедур прогнозирования позволяет оценить динамику норм электропотребления объектов, а также разработать программу нормирования на среднесрочную перспективу, реализующую критерий

где – ASR-среднее нормы электропотребления k-го объекта на временнóм интервале t; – количество анализируемых временных интервалов; – количество объектов техноценоза.

Кроме того, объекты в процедуре нормирования электропотребления группируются не по отраслевому или технологическому принципу, а по сходным значениям электропотребления. Следует также отметить, что получаемые таким образом нормы эффективны только для исследуемого техноценоза и неприменимы для других, однако для данного техноценоза они надёжны и устойчивы. В любом случае их можно непрерывно (помесячно, ежегодно) уточнять, одновременно с изменением базы данных по электропотреблению.

Следует обратить внимание на удельные нормы электропотребления объектов техноценоза, определяемые как отношение электропотребления к наиболее важному технологическому показателю. Предполагается, что удельные нормы неприменимы в процессе рангового анализа техноценозов. Основной причиной является то, что внутри реального техноценоза практически нет возможности определить некий универсальный технологический показатель, общий для всех объектов. Если же речь идёт о сравнении различных (даже принадлежащих к одной отрасли) техноценозов, то, как показано в рамках классической технетики [8], подобная операция вообще не имеет смысла.

Таким образом, на этапе статистического анализа и построения эмпирической модели процесса электропотребления осуществляется глубокая обработка данных по электропотреблению объектов, которая включает интервальное оценивание, прогнозирование и нормирование. Нормирование электропотребления осуществляется методами кластерного анализа, который позволяет разбить объекты по группам с подробным статистическим описанием норм. Более тонкий анализ рангового параметрического распределения (ASR-анализ) позволяет существенно повысить эффективность нормирования электропотребления.

Список литературы

1. Энергетическая стратегия России на период до 2020 года: Федеральная целевая программа. М.: ГУИЭС, 2001.

2. Вагин Г. Я. К вопросу о нормировании расходов топливно-энергетических ресурсов на промышленных предприятиях // Промышленная энергетика. 2007. № 3. С. 24–27.

3. Гнатюк В. И. Закон оптимального построения техноценозов. Вып. 29. Ценологические исследования. М.: Изд-во ТГУ – Центр системных исследований, 2005. 384 с. http:// gnatukvi.narod.ru/ind.html.

4. Гнатюк В. И., Лагуткин О. Е. Ранговый анализ техноценозов. Калининград: БНЦ РАЕН – КВИ ФПС РФ, 2000. 86 с.

5. Гнатюк В. И., Северин А. Е. Ранговый анализ и энергосбережение. Калининград: КВИ ФПС РФ, 2003. 120 с.

6. Гнатюк В. И. Тонкие процедуры рангового анализа // Электрика. 2007. № 12. С. 19 – 22.

7. Гнатюк В. И. Параметрическое нормирование в техноценозе // Электрика. 2008. № 4. С. 36–42.

8. Кудрин Б. И. Введение в технетику. Томск: ТГУ, 1993. 552 с.