Экономические науки/ 9.Экономика промышленности

К.э.н., доц. Летягина Е.Н.

Нижегородский государственный университет им. Н.И. Лобачевского

Разработка моделей прогнозирования объемов потребления электроэнергии в регионах

Необходимым условием эффективного управления энергоснабжением является знание потребности в энергии на перспективу. Для ее определения предлагается использовать следующие методы (рис. 1).

Рис. 1. Классификация методов определения потребностей в электроэнергии

Детерминированные методы расчета служат для расчета вторичной потребности в электроэнергии при известной первичной. При аналитическом методе расчет идет от спецификации потребителя по ступеням иерархии сверху вниз. Синтетический метод предполагает проведение расчетов для каждой группы потребителей.

Стохастические методы расчета позволяют установить ожидаемую потребность на основе числовых данных, характеризующих ее изменения на протяжении определенного промежутка времени. С этой целью используют аппроксимацию средних значений, метод экспоненциального сглаживания и регрессионный анализ.

Рис. 2. Стохастические методы определения потребности

Аппроксимация средних значений используется в условиях, когда потребность в материалах колеблется по месяцам при устойчивом среднем значении. Прогнозирование этим методом представляет собой процедуру усреднения известных значений потребности в электроэнергии.

Метод экспоненциального сглаживания применяют в том случае, когда прогнозирование процесса изменения потребности в энергии производится на основе уровней ряда динамики, веса которых убывают по мере отдаления данного уровня от момента прогноза. Для этой цели в расчеты вводится постоянный коэффициент сглаживания а, значение которого подбирается таким образом, чтобы свести ошибку прогноза к минимуму.

Регрессионный анализ предполагает приближение известных тенденций потребления материальных ресурсов с помощью математических функций, которые могут быть экстраполированы на будущий период.

Количество электрической энергии, подлежащей выработке источниками генерации на планируемый период, включает:
· количество электроэнергии, необходимой на покрытие электропотребления хозяйствующими субъектами и населением;
· количество электроэнергии, расходуемой на нужды электростанции;
· количество электроэнергии, необходимой на покрытие потерь в электрических сетях.

Для краткосрочного планирования энергопотребления используем метод экстраполяции. При формировании прогнозов с помощью экстраполяции обычно исходят из статистически складывающихся тенденций изменения тех или иных количественных характеристик объекта. Экстраполируются оценочные функциональные системные и структурные характеристики. Экстраполяционные методы являются одними из самых распространенных и наиболее разработанных среди всей совокупности методов прогнозирования.

С помощью этих методов экстраполируются количественные параметры больших систем, количественные характеристики экономического, научного, производственного потенциала, данные о результативности научно-технического прогресса, характеристики соотношения отдельных подсистем, блоков, элементов в системе показателей сложных систем и др.

Однако степень реальности такого рода прогнозов и соответственно мера доверия к ним в значительной мере обусловливаются аргументированностью выбора пределов экстраполяции и стабильностью соответствия "измерителей" по отношению к сущности рассматриваемого явления.

Следует обратить внимание на то, что сложные объекты, как правило, не могут быть охарактеризованы одним параметром. В связи с этим можно сделать некоторое представление о последовательности действий при статистическом анализе тенденций и экстраполировании, которое состоит в следующем:

- во-первых, должно быть четкое определение задачи, выдвижение гипотез о возможном развитии прогнозируемого объекта, обсуждение факторов, стимулирующих и препятствующих развитию данного объекта, определение необходимой экстраполяции и её допустимой дальности;

- во-вторых, выбор системы параметров, унификация различных единиц измерения, относящихся к каждому параметру в отдельности;

- в-третьих, сбор и систематизация данных. Перед сведением их в соответствующие таблицы еще раз проверяется однородность данных и их сопоставимость: одни данные относятся к серийным изделиям, а другие могут характеризовать лишь конструируемые объекты;

- в-четвертых, когда вышеперечисленные требования выполнены, задача состоит в том, чтобы в ходе статистического анализа и непосредственной экстраполяции данных выявить тенденции или симптомы изменения изучаемых величин. В экстраполяционных прогнозах особо важным является не столько предсказание конкретных значений изучаемого объекта или параметра в таком-то году, сколько своевременное фиксирование объективно намечающихся сдвигов, лежащих в зародыше назревающих тенденций.

Для повышения точности экстраполяции используются различные приемы. Один из них состоит, например, в том, чтобы экстраполируемую часть общей кривой развития (тренда) корректировать с учетом реального опыта развития отрасли-аналога исследований или объекта, опережающих в своем развитии прогнозируемый объект.