На правах рукописи

ОПТИМИЗАЦИЯ СИСТЕМНОГО ПЛАНИРОВАНИЯ

ДЕЯТЕЛЬНОСТЬЮ ТЕРРИТОРИАЛЬНОЙ

ГЕНЕРИРУЮЩЕЙ КОМПАНИИ

В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ

НА ОСНОВЕ ИНТЕРВАЛЬНОГО И НЕЧЕТКОГО АНАЛИЗА

Специальность 05.13.01 –

Системный анализ, управление и

обработка информации (промышленность)

АВТОРЕФЕРАТ

диссертации на соискание учёной степени

кандидата технических наук

Самара – 2007


Работа выполнена на кафедре «Управление и системный анализ в теплоэнергетике» Государственного образовательного учреждения высшего профессионального образования «Самарский государственный технический университет».

НАУЧНЫЙ РУКОВОДИТЕЛЬ

Заслуженный деятель науки Российской Федерации, доктор технических наук, профессор .

ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ:

КУЗНЕЦОВ ПАВЕЛ КОНСТАНТИНОВИЧ - доктор технических наук, профессор, ГОУВПО «Самарский государственный технический университет»

ТУМАНОВ НИКОЛАЙ ВАЛЕНТИНОВИЧ - кандидат технических наук, -Групп», г. Самара

ВЕДУЩАЯ ОРГАНИЗАЦИЯ – Институт проблем управления сложными системами Российской Академии наук (ИПУСС РАН, г. Самара)

Защита диссертации состоится 13 ноября 2007 г. в 13-00 часов на заседании диссертационного совета Д 212.217.03 ГОУ ВПО «Самарский государственный технический университет» по адресу г. Самара, ул. Галактионовская, 141, корпус 6, аудитория 28.

С диссертацией можно ознакомиться в библиотеке Самарского государственного технического университета по адресу: г. Самара, ул. Первомайская, 18.

Отзывы на автореферат просим направлять г. Самара, , главный корпус, на имя ученого секретаря диссертационного совета.

НЕ нашли? Не то? Что вы ищете?

Автореферат разослан «___» _________ 2007 года.

Ученый секретарь

диссертационного совета

Д 212.217.03 ГУБАНОВ Н. Г.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Процессы энергопроизводства и энергопотребления являются основой существования любого современного государства. В России при переходе в рыночную экономику, в связи с происходящими структурными преобразованиями, объемы потребления электрической и тепловой энергии и, как следствие, её производства существенно уменьшились. При этом практически остановился и процесс обновления энергетических мощностей. В настоящее время, по мере выхода экономики страны из кризиса, обостряется дефицит энергоресурсов. Ввод в действие новых мощностей является длительным процессом, и поэтому в настоящее время на первый план выходит оптимальное использование имеющихся ресурсов. В энергетике – это, в первую очередь, рациональная организация системного планирования загрузки генерирующих мощностей с целью, как наиболее полного удовлетворения требований потребителей, так и максимизации получаемой прибыли.

Системное планирование является инструментом обеспечения требуемого уровня надежности, надлежащего качества функционирования энергосистемы и согласования интересов производителей и потребителей энергии.

Важными свойствами процессов производства энергетической продукции – электрической и тепловой энергии и электрической мощности, – которые являются определяющими при планировании деятельности энергетических предприятий, являются непрерывный характер производства, невозможность складирования продукции, и, как следствие, тесная зависимость режима работы энергосистемы от режима работы потребителей.

В соответствии с этим необходимо «непрерывное» планирование работы генерирующих энергетических предприятий. Под этим понимается совокупность перспективного и оперативного планирования. В работе энергопредприятие – территориальная генерирующая компания – рассматривается как сложная организационно-техническая система, и планирование ее деятельностью осуществляется на основе системной методологии.

В условиях реальной действительности принятие управленческих решений осуществляется в условиях неполноты и неточности исходной информации. При этом качество управленческих решений существенно ухудшается. Следовательно, разрабатываемые методы планирования принципиально не могут быть четкими, однозначными.

Изложенные факты определяют актуальность настоящей диссертационной работы, посвященной решению проблемы оптимизации системного планирования производственной деятельности территориальной генерирующей компании с учетом нечеткой исходной информации.

Целью диссертационной работы является системный анализ, математическое моделирование и комплексное планирование загрузки мощностей территориальной генерирующей компании (ТГК) в условиях неполной и неточной исходной информации.

В соответствии с поставленной целью в работе решаются следующие основные задачи:

1.  системный анализ процессов производства энергетической продукции (электрическая и тепловая энергии + электрическая мощность) территориальной генерирующей компанией в условиях рыночных взаимоотношений энергопроизводителей и потребителей энергии;

2.  постановка задачи нечеткого планирования и разработка математической модели деятельности территориальной генерирующей компании, учитывающих неполноту и неточность исходной информации;

3.  построение нечетких критериев оценивания эффективности функционирования ТГК;

4.  решение задачи нечеткой оптимизации планирования деятельности ТГК;

5.  разработка численных алгоритмов и программного обеспечения оптимизации нечетких функций.

Основными методами исследования являются методы системного анализа, интервальной математики, нечеткой методологии, численной оптимизации, математического программирования и имитационного моделирования.

Научная новизна и значимость заключается в следующих полученных результатах:

1.  поставлена и решена задача системного анализа и моделирования деятельности ТГК в условиях неопределенности информации об её состоянии, позволяющая выявлять закономерности функционирования энергопредприятий при неполной и неточной информации;

2.  разработана методология и построена модель функционирования энергосистемы в условиях неопределенности в виде совокупности четко-интервальных моделей, являющиеся основой для системного планирования деятельностью энергопредприятий;

3.  предложены четко-интервальные критерии оценивания ресурсных затрат ТГК и способы их нахождения, позволяющие отыскивать системно обоснованные направления оптимизации поведения энергосистем;

4.  определено понятие экстремума четко-интервальной функции, поставлена и решена задача оптимального планирования производства энергии и загрузки энергетических мощностей, являющаяся основой принятия управленческих решений, минимизирующих ресурсные затраты при выработке энергетической продукции;

5.  разработаны численный метод и программное обеспечение оптимизации четко-интервальной функции, позволяющие находить оптимальные алгоритмы планирования деятельностью энергосистем в условиях неопределенности.

Практическая полезность диссертации заключается в следующих полученных результатах:

1. поставлена и решена задача управления региональной энергосистемой в условиях неопределенности исходных данных, что соответствует реальному положению дел;

2. предложен алгоритм действий системного оператора региональной энергосистемы в условиях неопределенности поступающей информации;

3. разработано специализированное программное обеспечение, пригодное для решения широкого круга задач оптимизации с интервальной функцией цели.

Реализация результатов работы. Полученные в диссертационной работе результаты использованы при создании программного комплекса «Оптимизация распределения рабочей мощности ТЭЦ и величины межсистемных сальдо-перетоков энергии и мощности в энергосистеме АО «Самараэнерго»». Разработанное специализированное программное обеспечение было использовано также при создании программного комплекса «Оценка банков как поставщиков услуг» для системы менеджмента качества Финансовой дирекции .

Полученные научные результаты использованы в учебном процессе на кафедре системного анализа и управления в теплоэнергетике Самарского государственного технического университета.

Апробация работы. Основные результаты работы докладывались и обсуждались на следующих научных конференциях: VII и VIII международных научно-практических конференциях студентов и аспирантов «Современная техника и технологии», ТГПУ (Томск, 2001, 2002); XII межвузовской конференции «Математическое моделирование и краевые задачи», СамГТУ (Самара, 2002); IV международной научно-практической конференции студентов, аспирантов и молодых ученых «Системный анализ и информационные технологии» ИПСА (Украина, Киев, 2002); XIII международной конференции студентов и аспирантов «Энергетические и теплотехнические процессы и управление», НТУ «ХПИ» (Украина, Харьков, 2003).

Проект, выполненный по материалам диссертационной работы, был признан победителем во Всероссийском открытом конкурсе на стипендию Президента Российской Федерации для обучения за рубежом в 2004/2005 учебном году. На основании приказа Министерства образования РФ № 000 от 01.01.2001г. пройдена стажировка в Высшей технической школе г. Мангейма (Германия), где написана магистерская диссертация и получен европейский диплом магистра.

Публикации. По теме диссертации опубликовано 6 печатных работ, из них одна статья в журнале из перечня, рекомендованного ВАК.

Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения, 4 приложений и библиографического списка. Основной текст изложен на 99 страницах, содержит 39 рисунков, 12 таблиц. Библиографический список включает 94 наименования.

На защиту выносятся следующие основные научные положения:

1.  методология системного анализа функционирования территориального энергетического комплекса в условиях неопределенности информации об его состоянии;

2.  математические модели поведения региональных энергосистем в условиях неполноты и неточности исходной информации;

3.  критерии оценки функционирования территориальных энергетических предприятий;

4.  алгоритмы оптимального планирования деятельностью региональной энергосистемы в условиях неопределенности поступающей информации.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении показана актуальность темы, сформулирована цель работы, дана общая характеристика, показана научная новизна и практическая значимость полученных результатов, сформулированы основные положения, выносимые на защиту.

В первой главе выполнен аналитический обзор проведения реформ в электроэнергетике России. Показано, что они приводят к повышению неопределенности в деятельности энергосистем вследствие происходящего становления рыночных отношений. Внедряются свободные двусторонние договоры, планируется «рынок на сутки вперед», применяется балансирующий рынок. Они являются основой работы рынка системных энергетических услуг. Проблемы системного анализа и управления генерирующими предприятиями в условиях конкурентного рынка энергетической продукции в настоящее время только начинают прорабатываться с позиции системной методологии энергетики, чьи основы заложены в трудах , , и др. Основной системной проблемой является выработка методологии принятия управленческих решений в технико-экономических системах, с учетом многообразия факторов.

Базовой функцией управления определяется системное планирование работы генерирующих компаний. Планирование основывается, в основном, на методах математического и имитационного моделирования. В области имитационного моделирования энергосистем фундаментальные результаты получены такими научными школами как Энергетический институт им. , Институт энергетических исследований РАН, Институт систем энергетики им. СО РАН, Московский энергетический институт, Институт проблем моделирования в энергетике им. НАН Украины и др. При проведении системных исследований было установлено, что важной проблемой при построении математических моделей энергосистем являются вопросы точности исходной информации. Было показано, что погрешность измерений величин достигает десяти процентов и более, что является главной причиной возникновения неопределенностей при анализе и управлении энергосистемами.

Из общих положений системной методологии следует, что уровень загрубленности модели должен быть одного порядка с уровнем неопределенности исходных данных, т. е., чем больше погрешность исходной информации, тем грубее может быть выбрана модель объекта. Влияние относительных ошибок исходных данных на относительную погрешность результатов вычислений для линейной модели , с линейным оператором А определяется числом обусловленности по соотношению:

, (1)

где - нормы функции или оператора в соответствующей метрике. Понятие числа обусловленности относительно влияния погрешности исходных данных на погрешность результатов расчета расширяется также на нелинейные модели. На рисунке 1 показана зависимость нормы ошибок результата от нормы ошибок исходных данных для трех различных моделей: более точной, менее точной и самой грубой.

Рисунок 1 – Зависимость нормы ошибки результата от погрешности исходных

данных для более точной модели (1), менее точной (2) и самой грубой (3)

Видно, что более грубые модели менее чувствительны к погрешностям исходных данных, и при большой исходной неопределенности целесообразно их использование.

Проведено комплексное рассмотрение вопросов, связанных с математическими проблемами учета неопределенностей. Математические методы принятия решений в нечетких условиях представлены в виде двух основных групп:

—  подавление влияния неточной информации с дальнейшим использованием обычных детерминированных алгоритмов;

—  переход при наличии неточной информации на специальные алгоритмы (стохастические, нечеткие, интервальные).

Показывается, что наиболее приемлемым для нечеткого моделирования деятельности энергосистем является применение четкой интервальной арифметики (работы Института вычислительных технологий СО РАН и др.) с последующим переходом по -уровням к нечетким интервалам.

Вторая глава посвящена проблемам постановки задачи поиска минимума за­трат на обеспечение требуемого объема производства заданного качества энергии и мощности в энергосистеме за счёт оптимального выбора величин сальдо-перетоков и распределения нагрузки между гене­рирующими мощностями в системе территориальной генерирующей компании (ТГК).

В общем случае, задача минимизации суммарных затрат при планировании выработки энергетической продукции на период времени формулируется в виде:

, (2)

где - капитальные затраты на развитие станций ТГК; - постоянные эксплуатационные затраты на обслуживание станций ТГК, независящие от выработки энергетической продукции; - переменные затраты на закупку (продажу) энергетической продукции, зависящие от объема выработанной энергетической продукции; - затраты на покупку топлива; - затраты на программы сбережения энергии, потребляемой на собственные нужды и снижения управленческих расходов; - затраты, связанные с развитием и эксплуатацией межсистемных связей; - затраты на возмещение ущерба потребителям в результате нарушения договорных отношений. Требуется найти условный глобальный минимум (2) в области допустимых затрат . Временной период планирования может составлять час, день, неделю, месяц, год.

В соответствии с существующими технологиями планирования составляющие , , , рассчитываются заранее на длительный период и далее они полагаются заданными величинами. Слагаемое определяется, в основном, требуемым уровнем надежности оборудования, и определяется регламентными штрафными санкциями, прописанными в договорах с потребителями, и далее также считается известным. На основе этого управляющими воздействиями полагаются составляющие и . Задача (2) сводится к минимизация их суммы.

Затраты , в соответствии с действующими методиками, состоят их двух составляющих: - затраты на закупку электроэнергии из-за пределов энергосистемы и - затраты на закупку мощности из-за пределов энергосистемы. Если энергосистема продает электрическую энергию или мощность, то продажа интерпретируется как отрицательная закупка. Закупать и продавать тепловую энергию по технологическим причинам практически нереально, и поэтому при формулировке задачи она включается в . На основе этого общая постановка задачи оптимизации редуцируется к следующей:

(3)

Далее в работе находятся составляющие (3) на основе характеристик и показателей работы энергосистемы.

Характеристики формализуются как в виде интервальных чисел , соответствующих четкому интервалу, так и в виде набора интервальных чисел , соответствующих -уровням нечеткого интервала.

Стоимость оплаты сальдо-перетока электроэнергии рассчитывается по балансу энергии

, (4)

где:

―  - стоимость единицы энергии на планируемый период (руб/ МВт*час). Если период планирования достаточно мал (час, день, неделя), то считается постоянной, в противном случае она описывается нечетким интервалом, и расчет должен будет вестись дополнительно по -уровням ;

―  - величина полезного отпуска энергии. Она рассчитывается по соотношению ;

―  - плановая мощность -ой станции энергосистемы на период , , - количество станций в энергосистеме;

―  - коэффициент заполнения графика по среднему максимуму мощности. Величина определяется по данным за аналогичный период прошлого года;

―  величина потребления энергии (МВт*час) рассчитывается на основе прогноза электропотребления с учетом потерь электроэнергии в сетях.

(5)

—  (МВт*час) – прогноз потребления электроэнергии за интервал планирования ;

—  (%) – средняя доля потерь энергии в сетях. Потери в сетях считаются независящими от перераспределения потоков в энергосистеме. Их интервал значений достаточно узок и обычно известен планово-экономической службе.

Наличие знака «минус» в (4) означает, что сальдо-переток рассчитывается как разность выработки и потребления. Для энергодефицитной системы эта величина является отрицательной и является положительной величиной. Если же происходит продажа электроэнергии на сторону, то величина является отрицательной, что означает получение оплаты за выработанную энергию и уменьшает сумму затрат в (3).

Оплата сальдо-перетока мощности определяется величиной сальдо-перетока и абсолютной величиной потребления мощности за расчётный период времени.

, (6)

где:

―  - стоимость единицы мощности (руб/МВт);

―  потребление мощности (МВт) определяется величиной

(7)

―  - коэффициент корректировки средней мощности;

―  - коэффициент резервирования мощности

Знак «минус» перед величиной сальдо-перетока мощности означает то же, что и в (4).

Топливная составляющая затрат определяется суммированием соответствующих затрат для всех станций энергосистемы:

, (8)

где

—  - стоимость единицы условного топлива на i-той станции (руб/кг);

—  - удельный расход топлива на i-той станции (кг/МВт*час);

—  и - эмпирические коэффициенты;

—  - прогноз потребления тепловой энергии за период планирования (Гкал);

—  - выработка электроэнергии на i-той станции за период планирования (МВт*час).

На область накладываются следующие ограничения:

— на величины мощностей каждой станции

, (9) где наименьшее допустимое значение определяется структурой оборудования и нагрузки станции, а наибольшее допустимое значение определяется установленной мощностью и мощностью, выводимой в ремонт;

—  на величину сальдо-перетоков энергии и мощности, которые имеют, соответственно, вид:

, (10)

, (11)

где границы допустимых интервалов изменения величин устанавливаются администратором торговой системы и в рассматриваемой задаче полагаются неотрицательными.

В соответствии с сформулированными соотношениями окончательная постановка задачи минимизации переменных затрат энергосистемы сводится к нечеткому планированию загрузки мощностей станций энергосистемы, отвечающих решению задачи условной оптимизации

, (12)

где зависимости, входящие в (12), отвечают соотношениям (4) – (11).

В работе найдено и исследовано решение задачи оптимизации (12). Показано, что для получения практических, реализуемых решений критерий оптимизации целесообразно формулировать в виде линейной комбинации максимальных и минимальных затрат: , где - показатель «пессимизма – оптимизма».

Искомое оптимальное решение зависит от стоимостей топлива на каждой станции - , параметрически зависящих от компонент затрат на энергопроизводство. В работе рассмотрены два различных подхода к определению сбалансированных цен . Первый состоит в подсчете затрат по условному топливу. Каждая компонента имеет на момент закупки свою цену и стандартизованный коэффи­циент теплового эквивалента , являющийся показателем её «качества» по отношению к теплотворной способности условного топлива. Обозна­чая процентную долю каждой компоненты через , приходим к решению следую­щей системы алгебраических уравнений и нера­венств:

(13)

Здесь - число компонент условного топ­лива, а величины и задаются, исходя из экспертных оценок на планируемый период. Геометрически решение системы (13) означает нахождение координат вершин многоугольника, образованного пересечением гиперплоскости с гиперпараллелепипедом, чьи ребра параллельны осям координат и описываются первым уравнением системы. Рисунок 2 иллюстрирует задачу для трёхмерного случая. Расчет цены единицы условного топлива в интервальной постановке сводится в этом случае к мини­мизации суммы .

Рисунок 2 – Геометрическая интерпретация задачи определения

3-компонентного состава условного топлива

Второй подход предусматривает последовательный переход от одного вида топлива к другому, и его алгоритм подробно описан в работе.

Третья глава диссертации посвящена методам и алгоритмам поиска оптимального режима функционирования энергосистемы в четко-интервальной постановке. Основными особенностями поставленной задачи являются:

―  отсутствие общепринятого понятия экстремума четко-интервальной функции;

―  отсутствие каких-либо предположений об унимодальности и дифференцируемости функции цели ;

―  отсутствие в известной автору литературе указаний на максимальную размерность задачи оптимизации при применении того или иного метода поиска экстремума;

―  значительное возрастание количества операций при исчислении интервальных чисел по сравнению с действительными, увеличение машинного времени на решение задачи и, как следствие, необходимость кардинального повышения скорости сходимости численных методов оптимизации.

Рисунок 3 иллюстрирует возникновение полимодальности одноэкстремальной целевой функции f в случае перехода к интервальным значениям даже в односвязной, но невыпуклой области . Из него следует, что в задачах интервальной оптимизации необходимо сразу же ориентироваться на поиск глобального экстремума.

Рисунок 3 – Возникновение полимодальности четко-интервальной функции цели

в невыпуклой области (размер «горловины» меньше величины интервального значения f)

В работе предложен следующий алгоритм поиска экстремума применительно к рассматриваемой задаче:

―  поиск экстремума ведется по заданному критерию выбора решения;

―  на каждом шаге поиска «вокруг» решения строится интервал, получаемый в результате просчета модели;

―  если границы полученного интервала выходят за технологические ограничения, то они принимаются равными им.

Исходя из феноменологических соображений, сделан вывод о том, что рельеф функции цели (12) для энергосистем является не разрывным и достаточно пологим и из-за отсутствия аналога дифференциального исчисления для четко-интервальных функций в работе рассматриваются только численные процедуры прямого поиска экстремума.

В результате проведения численных экспериментов автором была модифицирована под интервальные числа совокупность двух методов: информационно-статистического метода поиска координат точки (интервала) из области притяжения глобального экстремума неразрывной функции и локального метода деформируемого многогранника. Проведено сравнение с тестовым примером, взятым из литературы[1]. Отыскивался минимум модельной овражной функции Розенброка при и условии останова алгоритма =0.001. В исходном примере по результатам оптимизации путем многократного локального спуска из некоторой совокупности начальных точек для количества итераций – 3900 были получены следующие численные результаты: ; ; при теоретическом оптимальной решении ; .

В таблице 1 представлены результаты работы алгоритма информационно-статистического метода по поиску «подходящей» начальной точки для последующего локального уточнения.

Таблица 1 – итерации информационно-статистического метода

при поиске минимума функции Розенброка

№ итерации

Значение

Значение

Значение функции

1

-2.4980

-2.4980

7648,0

2

1,4980

-2,4980

2249,1

3

1,3418

-1,3652

1002,3

4

1,2051

0,6035

72,071

5

1,1191

0,9395

9,8125

6

1,2324

0,9473

32,726

7

1,4941

0,8145

201,32

8

0,9473

1,0996

4,0952

9

0,9512

1,0020

0,94766

10

1,0059

1,0059

0,0035079

Результат численного эксперимента показал, что сочетание вероятностного метода глобального поиска экстремума и последующего локального уточнения уменьшает число итераций поиска экстремума на один – два порядка и повышает точность расчетов, что позволяет эффективно применить его к интервальной модели, так как компенсирует резкое возрастание машинного времени при работе с интервальной арифметикой и увеличение интервала конечного результата.

В приложениях к диссертации приведены исходные тексты программ на языке Фортран-90, адаптированные к Intel-совместимым компьютерам.

В четвертой главе проводится численное моделирование нечетких состояний энергосистемы с целью разработки конкретных алгоритмов системного планирования. Для этого определяются влияние погрешностей определения каждого из параметров модели (4) – (8) на величину затрат энергосистемы (3) при различных видах функции принадлежности данного параметра. На рисунках 4 и 5 приведен пример исследования влияния погрешности прогноза энергопотребления на величину максимального изменения затрат . Решения получены, при допущении, что погрешность прогноза находится в диапазоне ± 5%. Анализируются три варианта функции принадлежности по величине ошибки прогноза. «Пессимистический» - (рисунок 4.1), - когда полагается, что погрешности прогноза одинаковы во всем диапазоне значений величин . «Оптимистический» - (рисунок 4.2) – когда считается, что ошибки прогноза монотонно убывают с ростом величины абсолютной погрешности , и реалистический (рисунок 4.3), когда полагается, что нулевая и максимальные погрешности прогноза маловероятны и наиболее вероятен некоторый средний диапазон погрешностей прогноза.

На рисунке 5 приведены расчеты изменений затрат энергосистемы по построенной модели (4) – (12) для этих трех функций принадлежности погрешностей прогнозов энергопотребления для различных значений показателя «пессимизма-оптимизма» . Использование параметра предоставляет систем ному оператору возможность принимать решения в зависимости от конкретных внештатных ситуаций, которые могут возникать спонтанно при каждом конкретном цикле планирования, например, при ликвидации аварий и т. д. Значение =0 соответствует выбору нижней границы интервала решения и реализует миниминный подход к загрузке генерирующих мощностей, позволяющий выполнить требования потребителей и оставляющий наибольшую степень свободы в случае непредвиденных осложнений. Величина =1 соответствует выбору верхней границы интервала решения и реализует максиминный подход к загрузке генерирующих мощностей, не оставляющий оператору свободы выбора.

Каждому варианту соответствует своё распределение интервалов значений (рисунок 5). Из их сравнения видно, что, в наихудшей «пессимистической» ситуации диапазон изменений затрат составляет ±4,4%, в «оптимистическом» случае – ±1,1%, а для реалистической ситуации – ±2,6%.

На основе предложенных подходов разработан алгоритм системного планирования в условиях неопределенности исходных данных. Блок-схема алгоритма приведена на рисунке 6. В соответствии с ним периоды планирования должны перекрываться, т. е. планирование конкретного периода должно начинаться несколько ранее окончания предыдущего. Величина перекрытия, как минимум, должна равняться затратам времени на подготовку исходных данных, проведение расчета, печати номограмм и их доведения до исполнителей. Далее, при обнаружении отклонений, оператор должен определить перечень влияющих на это отклонение параметров, по диаграмме Исикавы определить степень их влияния и в зависимости от величины отклонения проранжировать порядок их изменения. При недостижении желаемых результатов необходимо перейти к другому уровню показателя «пессимизма-оптимизма» .

Пятая глава диссертации посвящена практическим вопросам программно-аппаратной реализации алгоритма нечеткого управления энергосистемой. Приводится текст программы, сдерживающей рост результирующего интервала при проведении арифметических действий, а также примеры экранных форм

Рисунок 4 – Различные варианты функции принадлежности прогноза электропотребления

пессимистическая функция принадлежности

оптимистическая функция принадлежности

реалистическая функция распределения

Рисунок 5 – Влияние погрешности прогноза энергопотребления

на погрешность определения переменных затрат

Рисунок 6 – Алгоритм системного планирования в условиях неопределенности

программного комплекса «Оптимизация распределения рабочей мощности ТЭЦ и величины межсистемных сальдо-перетоков энергии и мощности в региональной энергосистеме» Разработанное программное обеспечение использовано при планировании производственной деятельности в АО «Самараэнерго».

В заключении данной диссертационной работы сформулированы следующие основные выводы.

Задача оптимального планирования загрузки производственных мощностей является приоритетной в условиях рыночных отношений между производителями и потребителями энергетической продукции, когда объективно невозможно точное планирование и альтернативой традиционным методам в планировании является применение методов нечеткой логики. В основу нечеткого планирования целесообразно положить интервальную постановку задачи оптимизации работы энергосистемы.

В ходе выполнения диссертационной работы автором были получены следующие основные результаты:

1.  предложена четко-интервальная модель функционирования энергосистемы, вырабатывающей три вида энергетической продукции: электрическую и тепловую энергии и электрическую мощность. Модель учитывает требования по загрубленности, необходимые для её использования в интервальном анализе;

2.  разработан алгоритм перехода от четко-интервальной модели к общему случаю нечетко-интервальной;

3.  предложена интервальная целевая функция, формализующая оптимальное функционирование энергосистемы;

4.  определен критерий выбора решения при поиске экстремума целевой функции в четко-интервальной постановке;

5.  сформулировано понятие экстремума четко-интервальной функции, пригодное для программной реализации;

6.  предложен алгоритм поиска глобального экстремума четко-интервальной функции цели в замкнутой области, не требующий знания координат начального интервала поиска и заключающийся в сочетании и распространении на интервальную арифметику процедур вероятностного определения начальной точки из области притяжения глобального экстремума и последующего локального уточнения его координат до заданной точности;

7.  показано, что применение данного алгоритма поиска глобального четко-интервального экстремума позволяет разрабатывать программные комплексы для решения оптимизационных задач на реальных объектах, работающих в режиме, близком к режиму реального времени;

8.  предложена методика исследования влияния погрешностей определения отдельных факторов при системном планировании загрузки генерирующих мощностей энергосистемы;

9.  предложен алгоритм принятия решений по управлению энергосистемой в условиях неопределенности исходной информации;

10.  проведены численные эксперименты с целью определения работоспособности предложенных алгоритмов интервального системного планирования. Полученные результаты свидетельствуют об эффективности применения разработанных алгоритмов для решения задач планирования энергетических балансов энергосистемы;

11.  построена информационная система, предназначенная для решения задач планирования производственной деятельности региональной энергосистемы, внедренная в АО «Самараэнерго».

Основное содержание диссертации опубликовано в работах:

1.  Балтер оптимизации топливной составляющей переменных затрат управляющей энергетической компании // Вестн. Самарского гос. техн. ун-та. Сер. «Технические науки», Вып. 40, 2006. С. 129-135.

2.  Балтер интервальной арифметики в задаче минимизации переменных затрат управляющей энергетической компании: // Вiсник Нацiонального технiчного унiверситету «ХПI», Тематичний випуск: Енергетичнi и теплотехнiчнi процеси i устаткування. – Харкiв: НТУ «ХПI», 2003. – №9, Т.2, С.9-16.

3.  Балтер распределения нагрузок на генерирующие мощности энергосистемы с учетом неопределенности исходных данных: Системний аналiз та iнформацiйнi технологiï // Тези IV мiжн. наук.-практ. конф., Киïв, 2002. – С.17.

4.  , , Балтер реализация модели оптимальных сальдо-перетоков и распределения нагрузки в системе АО-энерго: Математическое моделирование и краевые задачи // Тр. XII межвуз. конф., Самара, изд-во СамГТУ, 2002. – Ч.2, С. 10-12.

5.  Балтер неопределенности исходных данных в задаче прогнозирования распределения нагрузки в системе АО-энерго: Совр. техника и технологии // Тр. VIII межд. науч.-практ. конф., Томск, 2002. – Т.1, С.22-24.

6.  Балтер оптимизация сальдо-перетоков и распределения нагрузки в системе АО-энерго: Совр. техника и технологии // Тр. VII межд. науч.-практ. конф., Томск, 2001. – Т.1, С.15-17.

Автореферат отпечатан с разрешения диссертационного совета Д212.217.03 ГОУ ВПО «Самарский государственный технический университет» (протокол от 01.01.2001 года)

Заказ № 000. Тираж 100 экз.

Отпечатано на ризографе.

Типография ИПО «Омега»

443086 а

[1] , , Севастьянов моделирование и многокритериальная оптимизация производственных систем в условиях неопределенности: технология, экономика, экология. М.: Машиностроение – 1, 2004. – 336с.