ВОЗМОЖНОСТИ ПРИМЕНЕНИЯ АГЕНТНОГО МОДЕЛИРОВАНИЯ В ИССЛЕДОВАНИЯХ УГЛЕСНАБЖАЮЩИХ СИСТЕМ
Чинь Куанг Чунг
(Иркутск, ИрГТУ)
В статье рассмотрены особенности проведения исследований углеснабжающих систем в рамках топливно-энергетического комплекса России. Предлагается использовать для исследований один из современных подходов имитационного моделирования – агентное моделирование, поддерживаемое российским инструментальным средством Anylogic. Приведен иллюстративный пример для демонстрации возможности применения Anylogic для исследования углеснабжающих систем.
Введение. Топливно-энергетический комплекс (ТЭК) России включает: электро-энергетическую систему, нефте-, газо - и нефтепродуктоснабжающие системы, углеснабжающую и теплоснабжающую системы.
В исследованиях систем энергетики и ТЭК России в целом важное место занимают исследования соотношения возможностей по производству энергоресурсов и потребностей в них. В этих исследованиях поставлена проблема энергетической безопасности, которая рассматривается как обеспеченность потребителей энергоресурсами в нужном количестве и необходимого качества.
Как правило, для выполнения таких исследований используются балансовые модели. В исследованиях проблемы энергетической безопасности традиционно решается общая задача линейного программирования, для решения которой составляется матрица условий (информационная модель ТЭК) большого объема. Исследования носят интерационный многовариантный характер, в последнее время используется комбинаторный подход, т. е. методом перебора считается большое число вариантов, из которых выбираются наиболее походящие (удоблетворяющие определенным условиям).
В данной работе предлагается использовать методы имитационного моделирования (ИМ), а имено, агентное моделирование (АМ) взаимодействия производителей и потребителей энергоресурсов.
Проверка работоспособности методов и инструментария выполняется на примере моделирования взаимодействия производителей и потребителей углей в угольной промышленности.
Угольная промышленность – одна из ведущих отраслей ТЭК. Уголь используют как технологическое сырье (в виде кокса) в черной металлургии, химической промышленности (коксовые газы), для производства минеральных удобрений и пластмасс, а также как энергетическое сырье для производства электроэнергии на тепловых электростанциях (ТЭС).
Угольная промышленность в настоящее время включает в себя сотни угледобывающих и углеперерабатывающих предприятий, и снабжает коксующимися и энергетическими углями тысячи потребителей.
В России уголь добывается в 24-х субъектах Федерации, а потребляется во всех 89-ти. При рассмотрении потребления угля структурная сложность угольной промышленности проявляется в разобщенности и в выделении групп потребителей, т. е. для энергетических углей – это ТЭС, теплоэлектроцентрали (ТЭЦ), промышленные и отопительные котельные, обжиговые печи, коммунально-бытовые тепловые установки, газогенераторные установки и прочее; для коксующихся углей – коксохимические заводы. Кроме того, объекты энергетики проектируются обычно в расчете на угли определенного месторождения (определенного качества) и, в силу больших различий в качественных показателях углей, добываемых на разных предприятиях, возможность взаимозаменяемости углей ограничена.
Таким образом, структурная сложность угольной промышленности определяется многочисленностью предприятий, входящих в нее, территориальной и производственной структурой, наличием большого количества внутренних связей, существованием множества направлений использования и различных технологий потребления, поэтому проблема взаимодействия потребителей и производителей, а именно удовлетворение потребностей пользователей в угле нужного качества в требуемых объемах является очень актуальной в угольной промышленности [1].
Причины этого:
· Потребитель не всегда может сориентироваться, какие типы углей имеются у разных производителей, поэтому может возникать такая ситуация, что потребитель неоптимально выбирает производителя, что приводит к повышению затрат на транспорт углей.
· В случае сбоев транспорта или нехватки количества углей потребителю трудно найти дополнительного производителя.
Возможности использования агентного моделирования. Для решения вышеперечисленных проблем в данной работе предлагается создавать агентные модели взаимодействия потребителей и производителей в угольной промышленности с помощью современного инструментального средства Anylogic [2].
AnyLogic – инструмент, который разработан компанией XJ Technologies, исторически разрабатывался не специалистами по имитационному моделированию, а специалистами в области computer science, в частности, использовался объектный подход. По этим причинам за основу не был взят ни один из подходов ИМ; вместо них в основе AnyLogic лежат языки и методы, принятые в практике разработки сложных объектно-ориентированных информационных систем. Используемые в системной динамике (СД) диаграммы накопителей и потоков, как и схемы дискретных систем (ДС), естественным образом ложатся на объектно-ориентированный язык AnyLogic, и даже тем, кто моделирует, оставаясь в рамках этих традиционных подходов, инструмент даёт значительный выигрыш: компактное представление структуры, гибкое определение данных и т. д. Однако наиболее существенным преимуществом AnyLogic является возможность быстрого создания профессиональных агентных моделей в той же самой графической среде. AnyLogic поддерживает языковые конструкции для задания поведения агентов, их взаимодействия, моделирования среды, а также имеет богатейшие анимационные возможности, и, наконец, AnyLogic позволяет описывать различные части больших гетерогенных систем, используя разные подходы, объединяя СД, ДС и АМ в одной модели.
В предлагаемой модели потребитель и производитель являются множествами агентов (рис. 1). Потребитель отправляет заказ, который включает типы углей, их количество и другие характеристики в серверный заказ. Серверный заказ обрабатывает заказ потребителя и выбирает производителей, которые удовлетворяют требованиями заказа, рассчитывает затраты на транспорт углей и предлагает потребителю некоторые варианты (набор вариантов).
Потребитель анализирует набор вариантов и выбирает наиболее подходящий вариант.
Производитель удовлетворяет требованиям потребителей через сервер поставки.
В случае сбоев или отсутствия требуемого объема углей, потребитель возвращается к набору вариантов и выбирает вариант замены производителя.
Рис. 1. Агентная модель «Потребители-производители»
Выводы. Приведенный пример носит иллюстративный характер и показывает возможности применения AnyLogic для данной предметной области. Реализация этой схемы на практике не является первоочередной задачей исследователей. Скорее всего, AnyLogic целесообразно использовать для решения задач типа «что будет, если…», т. е. для моделирования ситуаций, которые исследователь генерирует, исходя из постановок задач и опыта проведения исследований. Выполненный анализ показывает, что в рамках АМ с использованием AnyLogic можно быстро создавать модели взаимодействия производителей и потребителей углей в угольной промышленности и «проигрывать» на них различные ситуации. Варианты, которые требуют дополнительного исследования, впоследствии могут быть просчитаны с помощью имеющихся программных комплексов для исследования ТЭК и углеснабжающих систем, с использованием современных информационных технологий [3].
ЛИТЕРАТУРА
Такайшвили вычислительного эксперимента исследования развития угольной промышленности в рамках ТЭК // Современные технологии. Системный анализ. Моделирование. – Иркутск: ИрГУПС, 2008. – Спецвыпуск. – С. 64-69. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. – С-Пб: BHV, 2005. – 403 с. Интеграция информационных технологий в системных исследованиях энергетики / , , и др. Под ред. Н. И Воропая. – Новосибирск: Наука, 2003.-320 с.