Содержание к диссертации
Введение
ГЛАВА 1. Крупное электросталеплавильное производство в условиях рынка электроэнергии11
1.1. Тенденции развития электрометаллургии стали в мире 11
1.2. Реструктуризация электроэнергетики и проблемы электрообеспечения потребителей. 19
1.3. Позиционирование потребителя на рынках электроэнергии и основы ценообразования 25
1.4. Цели и задачи'исследования 32
ГЛАВА 2 . Математический-аппарат анализа и моделирования электрических показателей работы ДСП . 35
2.L Особенности графиков нагрузки,ДСП:как объекта-математического анализа 35
2.2. Математическое описание графиков нагрузки ДСП для задач опера-тивного планирования; ". 42
2.2.1. Описание графика нагрузки как временного ряда 42
2.2.2. Применение математического аппарата нейронных сетей 47
2.2.3. Разработка типовых суточных графиков наосновании предыстории... 50
2.3. Математическое обеспечение оперативного управления электропо треблением 53
2.3.1. Прогнозирование часового электропотребления по графикам-аналогам 55
2.3.2. Применение нейронных сетей с нечеткой логикой 56
2.4. Оценка эффективности планирования и оперативного управления электропотреблением 59
ГЛАВА 3. Математические модели оперативного прогно зирования электропотребления 65
3.1. Построение оперативного прогноза часового электропотребления на двое суток вперед 65
3.1.1. Авторегрессионные модели 65
3.1.2. Нейронные сети с прямой передачей сигнала 67
3.2. Прогнозирование на основе выбора характерных суток 71
3.3. Прогнозирование внутри часа 77
33Л. Метод подбора графика-аналога 77
3.3.2. Применение нейро-нечеткой системы 81
3.4. Информационно-методическое обеспечение задач оперативного плани рования и управленияэлектропотреблением g3
ГЛАВА 4. Разработка методики оперативного прогнози рования и управления электропотреблением 87
4.1. Реализация почасового прогноза электропотребления на двое суток вперед 87
4.1.1. Применение ARIMA-моделей 87
4.1.2. Нейронные сети с прямой передачей сигнала 89
4.1.3. Прогнозирование на основе разработки типовых.графиков 91
4.2. Реализация оперативного прогноза электропотребления внутри часа 96
4.2.1. Прогнозирование методом подбора графика-аналога 96
4.2.2. Прогнозирование на основе нейронных сетей с нечеткой логикой 99
4.3. Программнаяреализацияалгоритмов внутричасового прогноза и оперативного регулирования нагрузки ДСП 101
4.4. Методика технико-экономического обоснования необходимости и эффективности оперативного планирования и управления электропотреблением эспц :"! 106
Результаты и выводы 113
Библиографический список использованной литературы 115
Приложения '. 129
- Позиционирование потребителя на рынках электроэнергии и основы ценообразования
- Прогнозирование часового электропотребления по графикам-аналогам
- Информационно-методическое обеспечение задач оперативного плани рования и управленияэлектропотреблением
- Программнаяреализацияалгоритмов внутричасового прогноза и оперативного регулирования нагрузки ДСП
Введение к работе
Конкурентоспособность продукции электроемких отраслей промышленности во многом, определяется эффективностью энергоиспользования и стоимостью-продукции и услуг электроэнергетики, нефтегазовой промышленности, транспортной-отрасли. Рост производства и динамичное изменение конъюнкту-ры-5 мировых рынков, в: высшей степени; актуализируют проблему экономии электроэнергии; Энергетическая? стратегия, развития; России до 2020-2025 гг. предусматривает снижение электроемкости ВВП:по средним темпам;2,4—3,7 % в год, ш на 80% вцелом к 2020 г. по сравнению уровнем: 1995 г. [126]. При этом1 потребность промышленности В;электроэнергии; к 2015 г. прогнозируют на уровне бОО млрд кВтч [21] . Таким образом функционирование предприятий в новых экономических, условиях требует изменения подходов- к оценке и повышению эффективности?использования ТЭР Изменения в і электроэнергетике, связанные с. ее реструктуризацией, открывают потребителям новые возможности повышенияфентабельности производства: Запуск в конце 2006 г. новой модели оптового рынка электроэнергии обусловил динамичное развитие энерготрейдинга в рамках внутреннего рынка и постепенное: повышение значимости технико-экономического аспекта взаимоотношений потребителя с субъектами электроэнергетики. Выгода от выхода на, оптовый рынок для большинства крупных предприятий, с учетом значительных затрат в обеспечение всех организационно-технических требований, оборачивается: иногда экономическими потерями:из-за,некачественного планирования (месячного по суткам и суточного почасам электропотребления), приводящего; к штрафным санкциям.. Поэтому необходима выработка для каждого предприятия целостной» стратегиишоведенияша рынке, опирающейся на оперативные прогнозирование, планирование, управление электропотреблением. Такая постановка задачи требует дополнения системы показателей электрохозяйства данными о часовых, 3-5-минутных замерах параметров электропотребления по точкам поставки и привлечения математических методов моделирования процессов электропотребления на этих интервалах, основываясь на иерархии схемы электроснабжения потребителя.
В черной металлургии, которая остается одной из самых энергоемких отраслей в стране (доля электропотребления составляет 8—10% от общероссийского) [80], затраты в себестоимости продукции на приобретение основных ТЭР достигают 30-35% (электроэнергия - до 11%) [51]. Существующий уровень производства обуславливает также значительное отставание по ряду основных технико-экономических показателей от металлургии развитых стран (по данным Аналитического Центра "Национальная металлургия" средняя энергоемкость выплавки стали выше на 20-30%). Предприятия отрасли были построены для выпуска продукции в массовых объемах в рамках требований загружать технологическое оборудование до 95-98 [42", 113]. В электросталеплавильном производстве, в частности, всё советское время сохранялись тенденции к увеличению единичной мощности дуговых электропечей (ДСП). Речь шла о большегрузных печах как основном направлении развития, и итогом в области электрометаллургии стали решения об увеличении единичной мощно--сти ДСП, максимальной унификации, переходе к типовому ряду печей 50, 100 и 150 т. В электросталеплавильных цехах (ЭСПЦ), сооружавшихся в стране в последние десятилетия; предусматривалась, в основном, установка ДСП именно такой емкости [1, 51, 112]. Предприятия черной металлургии, имеющие ДСП, 30-40% от мощности всего производства расходуют на выплавку электростали. Режим работы ДСП определяет график нагрузки отдельно взятого комбината и влияет на электропотребление района в целом, так как режимы электрических нагрузок характеризуются значительной неравномерностью потребления по времени суток и дням недели. Для экономичности работы систем электроснабжения таких потребителей большое значение имеет оперативное управление электропотреблением энергоемких производств и агрегатов.
Теоретически обосновано и практически подтверждено [28, 86, 121], что для прогнозирования потребления электроэнергии не существует общего, единого метода: каждое производство содержит индивидуальные технологические циклы, которые, суммируясь, образуют уникальный временной процесс. Одна-ко во всех производственных циклах потребления энергии можно найти общие черты, тем самым образуя методическую базу для выполнения точного прогноза. Этой проблематике посвящено множество работ [18, 23, 36, 58, 127], но созданные ранее методы анализа и прогнозирования электропотребления строились в основном исходя из стационарности развития объектов исследования. Современные же условия существования объектов хозяйственной деятельности требуют совершенствования методов анализа и прогноза в условиях нестабиль-ности социальных и экономических процессов, и с учетом особенностей того сегмента рынка, участие в котором стратегически и экономически обосновано для потребителя.
Одним из перспективных направлений исследований можно считать анализ и прогнозирование параметров электропотребления исходяиз рассмотрения электрического хозяйства крупного промышленного предприятия как большой системы [45, 54]. При этом необходимо-учитывать, что управление ею должно опираться, с одной стороны, на системные кибернетические представления, а с другой — на ценологические, использующие методы самоорганизации [90]. Кроме того, создание устойчивой системы учета, позволяющей адекватно описывать реальные процессы потребления электроэнергии и дающей возможность наблюдения за каждой административной и производственной единицей, с учетом свойства больших систем иметь различные описания (образы) в разных "системах координат", недостижимо. Тогда актуально для каждого конкретного предприятия (ЭСПЦ, ДСП) разработать методику прогнозирования с учетом индивидуальности технологического объекта и особенностей схемы электроснабжения вниз от границьъраздела "потребитель-субъект электроэнергетики" с использованием автоматической регистрации технологического электропотребления и имеющейся, отчетности, что обеспечит возможность принятия решений в условиях неопределенности [57].
Система суточного и почасового прогнозирования электропотребления в комплексе с системой мер по оперативному управлению производственными мощностями может использоваться как средство программно-информационной поддержки при управлении рыночными рисками предприятия, возникающими на оптовом рынке электроэнергии. Подобные решения с внедрением специализированных средств конечного пользователя открывают новые возможности анализа, исследования, менеджмента и позволяют: удешевить производство благодаря снижению расходов на электроэнергию; сравнивать существующий уровень энергопотребления с прогнозным для определения объема экономии энергии и экономической эффективности энергосберегающих мероприятий; сократить сроки подготовки предложений по изменению производственной программы, увеличить количество и детализировать прорабатываемые предложения для повышения эффективности принимаемых решений.
Целью работы является разработка методики краткосрочного (на двое суток вперед по часам) и. оперативного (на час и внутри часа с интервалом в пять минут) прогнозирования, электропотребления большегрузных дуговых сталеплавильных печей и регулирования часового расхода электроэнергии электросталеплавильного производства и предприятия в целом, с учет выполнения договорных параметров на границе раздела субъект электроэнергетики".
Цель работы достигается решением следующих задач:
1. Обобщение характеристик условий работы промышленных предприятий на основе анализа законодательной и нормативной базы оптового рынка электроэнергии И формирование требований к прогнозам и регулированию параметров электропотребления;
2. Разработка структуры и создание пополняемой» реляционной базы данных по суточным и часовым параметрам электропотребления электрометаллургического производства с пятиминутным интервалом осреднения;
3. Анализ, выбор и адаптация к электрометаллургическому производству математических методов краткосрочного и оперативного прогнозирования расхода электрической энергии; 4. Разработка методики и средств программно-математического обеспечения краткосрочного и оперативного прогнозирования и регулирования часового расхода электроэнергии;
5. Разработка для- службы главного энергетика методов определения эффективности оперативного- прогнозирования- и потенциальной необходимости управления электропотреблением.
Научная новизна при решении поставленных задач:
1. Разработана структура базы данных и обоснован необходимый минимум информации по суточным, часовым и расходам электроэнергии и мощности на пятиминутных интервалах осреднениям графика нагрузки электрометаллургического производства для планирования и управления;
2. Обоснован выбор и определены области применения различных методов анализа данных и моделирования временных рядов электропотребления для математического обеспечения работы предприятия на оптовом рынке электроэнергии;
3: Доказана необходимость многовариантных расчетов для і повышения достоверности прогнозов электропотребления- в условиях значительных колебаний і основных суточных показателей работы электрометаллургического» производства;
4. Доказано, что эффективное планирование и регулирование суточного по часам электропотребления обеспечивается- комплексом моделей: аппроксимации временного ряда суточного электропотребления с декомпозицией по дням недели; аппроксимации функцией из ряда Фурье с линейным трендом, моделью авто регрессии, кластер анализом суточных графиков нагрузки по часам и на основе нейронных сетей;
5. Разработана методика оперативного прогнозирования регулирования часового расхода электроэнергии энергоемкого промышленного производства для новой1 модели оптового рынка электроэнергии.
Практическая ценность работы заключается в создании системы прогнозирования параметров электропотребления электросталеплавильного производства (на двое суток вперед по часам и внутри часа с интервалом в пять минут) для целей минимизации финансовых рисков при работе в нерегулируемом секторе оптового рынка электрической энергии. Разработанные методы позволяют определять перспективные объемы электропотребления производства для формирования заявки и производить оценку необходимости и потенциальной эффективности мероприятий по регулированию нагрузки в пределах текущего часа. Создан комплекс алгоритмов и программ для информационного обеспечения оперативного прогнозирования и управления электропотреблением, а также разработан метод определения рыночных рисков в режиме реального времени дляюценки необходимости и эффективности оперативного управления нагрузкой электросталеплавильного производства.
Замена профессионально-логических методов принятия решений в условиях неполноты первичной информации формализованными математическими процедурами позволяет повысить точность планирования и управления энергоемким производством с сокращением трудоемкости и времени на принятие решений, что особенно актуально в сложившихся рыночных условиях.
Разработанные методики прогнозирования могут использоваться в других отраслях промышленности, характеризующихся наличием энергоемких производств с непрерывным технологическим циклом и возможностью выделения производств-регуляторов для оперативного управления.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались и получили положительную оценку на конференциях: VI научно-техническая конференция молодых ученых, аспирантов и студентов НИ РХТУ (Новомосковск, 2004 г.); Международная научно-практическая Интернет-конференция "ЭЭПС-2005" (Казань, 2005 г.); Всероссийская научно-техническая конференция "Электроэнергия: от получения и распределения до эффективного использования" (Томск, 2006 г.); Двенадцатая международная научно-техническая конференция студентов и аспирантов "Радиоэлектроника, электротехника и энергетика" (Москва, 2006 г.); Всероссийская научно 10 практическая конференция с международным участием, посвященная 100-летию со дня рождения проф. А.А. Федорова (Москва, 2007 г.)
Публикации. Основные результаты диссертационной работы опубликованы в 11 печатных работах, 3 из которых в печатных изданиях, рекомендованных ВАК.
Позиционирование потребителя на рынках электроэнергии и основы ценообразования
25 В 2006 г. вышли новые правила розничных рынков электроэнергии [97] и была введена в действие новая модель ОРЭ рис. 1.4), что ознаменовало собой окончательный переход электроэнергетической отрасли на путь либерализации.
ОРЭ включает систему регулируемых двусторонних договоров (РДД) -аналог сектора свободной торговли, по которой в.течение 2007 г. оплачивается вся мощность, балансирующий рынок, а также рынок на сутки вперед (РСВ). Согласно Постановлению Правительства РФ от 31.08.2006 г. N529 [96] в 2007 году по регулируемым ценам (тарифам) на оптовом рынке поставляется от 90 до 95 % объема производства (потребления) электрической энергии. В дальнейшем доля поставки! по рыночной цене от указанного прогнозного объема будет увеличиваться!от 5 до 15 % в год. Конкретная величина для каждого последующего года будет определена Правительством Российской Федерации при внесении проекта федерального бюджета в Государственную Думу Российской Федерации. Таким образом, перспективной моделью является полный переход оптовых торгов электроэнергией к полностью конкурентной схеме РСВ.
Либерализация электроэнергетической отрасли и проведение экономических реформ в России осуществляются в условиях действия многих негативных факторов: значительных диспропорций в структуре национальной экономики, высоких темпов инфляции, критического уровня морального и физического износа оборудования, изменения традиционных отношений между участниками купли-продажи электроэнергии [83]. В таких условиях деятельность промыш 26 ленных предприятий характеризуется высокой степенью неустойчивости и неопределенности, что определяет необходимость выработки эффективной стратегии поведения каждого из субъектов рынка электроэнергии для перспективной оценки успешности собственной экономической деятельности [93].
В сложившихся рыночных отношениях на оптовом и розничном рынках электроэнергии промышленный потребитель может выбрать для себя один из вариантов покупки электроэнергии [70, 82], исходя из стремления минимизировать рыночные риски. Основным критерием, согласно правилам рынка [96] является присоединенная к электрической сети мощность электроустановок. Выделяются три основные группы промышленных потребителей:
1) крупные потребители, владеющие на праве собственности или на ином законном основании энергопринимающим оборудованием, суммарная присоединенная мощность которого равна или превышает 20 МВА и в каждой группе точек поставки составляет не менее 2 МВА (с 01.09.2007 г. применяется величина присоединенной мощности энергопринимающего оборудования в каждой группе точек поставки, равная 1 МВА, а с 01.03.2008 г. - 750 кВА).
2) потребители с присоединенной мощностью энергопринимающего оборудования, которое может быть объединено в одну группу точек поставки, не менее 2 МВА (с 01.09.2007 г. - 1 МВА, а с 01.03.2008 г. - 750 кВА).
3) потребители с присоединенной мощностью энергопринимающего оборудования, которое может быть объединено в одну группу точек поставки, менее 2 МВА (с 01.09.2007 г. - 1 МВА, а с 01.03.2008 г. - 750 кВА).
Предприятие первой группы (крупный потребитель), к которым относится большинство предприятий черной металлургии, фактически выбирает между двумя вариантами - либо самостоятельно работать на оптовом рынке электроэнергии, либо покупать электроэнергию у энергосбытовой компании, в той или иной форме ее правового статуса. Крупный потребитель для получения статуса субъекта оптового рынка обязан зарегистрировать за собой группу точек поставки, физически находящуюся на границе балансовой принадлежности энер 27 гопринимающего оборудования предприятия, в которой он осуществляет деятельность по купле-продаже электроэнергии и мощности на оптовом рынке.
Предприятие второй группы является абонентом энергосбытовой компании, которая, за исключением варианта 4, является субъектом оптового рынка. При этом независимая энергосбытовая компания, регистрирует в отношении данного предприятия на оптовом рынке группу точек поставки электроэнергии с оптового рынка, в которой она осуществляет деятельность по купле-продаже электроэнергии и мощности на оптовом рынке, в том числе, с целью поставки электроэнергии потребителям.
Если предприятие снабжаетсяот гарантирующего поставщика, то регистрации группы точек.поставки в отношении данного предприятия не требуется; так как гарантирующий поставщик, обслуживающий потребителей определенного региона, покупает все объемы электроэнергии и мощности, на оптовом рынке в одной группе точек поставки (согласно регламентам НП "АТС" она имеет тип "система").
Для выявления преимуществ и недостатков вариантов энергоснабжения, необходимо представлять из каких составляющих складывается себестоимость электроэнергии, купленной на оптовом рынке. Для однозначности изложения далее будем использовать термины "Покупатель" — предприятие, и "Поставщик" — энергосбытовая организация: В случае если предприятие является субъектом оптового рынка, то данные понятия в тексте совпадают.
Стоимость электроэнергии при покупке с рынка за расчетный- период определяется тремя составляющими — стоимостью объемов планового почасового потребления, стоимостью объемов отклонений и стоимостью- услуг, оказание которых является неотъемлемой частью процесса снабжения электроэнергией Покупателя, включая сбытовую надбавку (п. 109 [96]):
Плановое почасовое потребление — объем потребления Покупателем электроэнергии (мощности), запланированный на каждый час определенных суток и приобретаемый на РСВ. Фактическое почасовое потребление — фактический объем потребления Покупателем электроэнергии (мощности) за1 каждый час определенных суток (определяется по данным АИИСКУЭ); Почасовой объем отклонений - объем потребления Покупателем электроэнергии (мощности), определяемый как разница между плановым почасовым потреблением и фактическим почасовым потребления за каждый час определенных суток и приобре-таемышнаБР.
Прогнозирование часового электропотребления по графикам-аналогам
После определения плановых параметров почасового электропотребления для формирования и подачи заявки на ОРЭ необходима разработка мер по оперативному управлению электропотреблением внутри часа. Задача;, в общем, сводится к: выделению энергоемких производств (технологических агрегатов), которые будут использоваться в качестве регуляторов нагрузки; прогнозированию электропотребления в пределах текущего периода отчетности; сравнению полученных прогнозных значений с заявленными и принятию решения о необходимости регулирования с выбором мероприятий по регулированию. Учитывая особенности крупнотоннажных ДСП (см. гл. 1), потребляемая мощность которых в балансе всего металлургического комбината составляет 30-40%, можно говорить о возможности использования печей в качестве регуляторов нагрузки. При этом возможность отключения ДСП на короткие периоды времени определяется инерционностью процесса плавки [40, 74, 85]. Тогда за отключаемую мощность будем принимать фактическую мощность в момент отключения (по этому показателю можно рассчитать и необходимое время от- ключения). Положительной чертой такого регулирования, также является то, что отключение производится, поднятием электродов, то есть исключается использование высоковольтных коммутационных аппаратов.
Для-принятия решения о необходимости регулирования и выполнения отключения достаточно- 7—10 минут (этот период согласован- с технологами ЭСПЦ ОАО "НКМК" и в работе полагается достаточным). Для надежности примем решение, что регулирование необходимо проводить в последние 15 мин часа. Таким образом, по данным графика нагрузки;, получаемого АИИ-СКУЭ с интервалом осреднения в.5 минут, необходимо за 45 мин текущего часа (9 интервалов, соответственно)юценить электропотребление за текущий час в целом, сравнить с заявленным и принять решение о необходимости регулирования электропотребления в течении последних 15 мин.
Для построения прогнозов в этих условиях неприменимы причинные модели, так как дискретность изменения влияющих параметров (технологических, погодных) всегда больше горизонта прогнозирования. Использование же методов традиционного анализа временных рядов значительно затруднено высокой стохастичностью графиков нагрузки ДСП с пятиминутным интервалом осреднения. Задача чаще всего сводится к прогнозированию по одному параметру — времени, основываясь на информации о предыдущем.развитии процесса. . Прогнозирование часового электропотребления по графикам-аналогам
При прогнозировании на основе подбора графика-аналога из предыстории предполагается, что период наблюдения предыстории гораздо больше периода наблюдения и все возможные технологические состояния в предыстории уже были.
Пусть для ДСП исходными данными для вычислений служит график нагрузки за 45 мин. текущего часа, представленный выборкой мощностей Pt в виде матрицы:
. Применение нейронных сетей с нечеткой логикой
Для задач ультракороткого прогнозирования применим аппарат нейронных сетей, имея в виду, что колебания мощности, хотя и имеют большую случайную составляющую, но все же определяются процессом плавки. Следовательно, можно предполагать наличие автокорреляции во временном ряду электропотребления. Среди нейросетевых методов особо выделяются гибридные системы, которые используют методы нейронных сетей, генетического алгоритма и нечеткой логики [135, 148]. Гибридные технологии адаптивной нейро-нечеткой системы заключений {Adaptive-Network-Based Fuzzy Inference System — ANFIS) обладают высокой скоростью обучения, простотой алгоритма и оптимальной проработанностью программного обеспечения в системе математического моделирования MATLAB 7.1, и устойчиво показывают точные результаты прогнозирования в энергетике [36, 76, 108, 127].
Рассмотрим класс адаптивных сетей функционально эквивалентных системам нечетких рассуждений. Эквивалентная ANFIS архитектура для системы, имеющей два входах и один выходу, приведена на рис. 2.6 [128].
Структура сети образована пятью логическими слоями. 1-й слой: Каждый узел данного слоя является адаптивным узлом со следующей узловой функцией: 0/ =М ) (2-55) где х - входной сигнал узла i, At — лингвистическая переменная, связанная с данной узловой функцией. Другими словами, Oi - функция принадлежности переменной А„ определяющей степень, с которой данный х удовлетворяет Aj. Обычно, в качестве Рц {х) выбирается колоколообразная функция: где {а(, Ьи СІ} — набор параметров данного слоя. Параметры этого слоя относятся к так называемым параметрам предпосылок [128]. 2-й слой: Каждый узел данного слоя является фиксированным узлом, перемножающим входные сигналы, причем выходное значение узла представляет собой вес некоторого правила:
Информационно-методическое обеспечение задач оперативного плани рования и управленияэлектропотреблением
На сегодня: деятельность промышленных предприятий в рыночных условиях требует решения задач обработки резко возросшего объема информации, циркулирующего как внутри электрохозяйства, так и связывающего его структуры с внешней средой: В новой моделифынка электроэнергии,.где при определении: планируемых объемов производства и потребления электроэнергии, составлении диспетчерских графиков загрузки генерирующих мощностей и графиков ,шотребления: мощности на.каждый диспетчерский интервал до 48 часов, вперед востребованы, регулярно корректируемые (краткосрочные и оперативные)- прогнозы с периодичностью At, не превышающей Г часа, увеличение объемов? информационных потоковгсвязано с необходимостью: фиксирования. собственного1 планового почасового потребления; фиксирования объемов-поставки/потребления электроэнергии, и проведения расчет обязательств . по дву-стороннимгдоговорам в секторе свободной торговли; определения- фактического почасового потребления/производстваэлектроэнергии; выполнения.расчетов отклонений и,определения стоимости этих отклонений.
,. Необходимо изменение подходов, к организации энергоменеджмента в, части порядка планирования и управления; режимами электропотребления на оптовом рынке электроэнергии [59 81]. Общий алгоритм работы потребителя в нерегулируемом секторе рынка, позволяющий решить, поставленные в работе задачи, приведен на рис. 3:18 и включает: 1) базу данных.по параметрам функционирования промышленного объекта;;2) блок формирования? почасовой заявки на потребление электроэнергии; 3) блок оперативного управления:
Организация!»работы со всеми видами информации; является частью процессов управления, которая во многом;определяет оперативность деятельности предприятия [60, 91], поэтому разработка автоматизированных систем обработки информации, которые могут являться дополнением к существующим автоматизированным системам коммерческого учета и автоматизированным систе Управление вещественным и информационным потоками электрохозяй ства сложная в кибернетическом смысле задача, решение которой в,современ ных условиях невозможно без применения вычислительной техники и специ альных статистические методов, позволяющих в краткие сроки и при относи тельно невысоком уровне затрат решать обширный круг задач обработки дан ных на различных этапах деятельности в различных структурных подразделе ниях предприятий [39]., При этом информационной основой подобных работ является создание базы данных, имеющей иерархическую структуру, отвечаю щую на каждом уровне единым принципам построения, интерфейсам, методам обработки данных. Важными требованиями к структуре и объему информации в базе данных являются, очевидно, обеспечение длительного хранения инфор 1 мации, возможность пополнения новыми данными, исключение дублирования и достаточность информации. і і Рассматривая различные варианты построения базы данных [71], для базы данных по параметрам электропотребления и выпуску продукции в работе была . принята нормализованная реляционная форма, что имеет целью информационно-методическое обеспечение задач: 1) прогнозирования электропотребления на интервале упреждения до двух суток и подачи заявки на электропотребление на РСВ (рис. 3.19); регулирования электропотребления в пределах текущего часа на основе оценки возможных рисков в режиме реального времени (рис. 3.20). Совокупность математических методов, используемых в работе, а также анализ исходной информации позволяет сделать вывод, что для устойчивой работы автоматизированной системы обработки информации база данных должна содержать следующие данные: 1) значения электропотребления промышленного объекта с интервалом осреднения 5 мин объемом не менее 3400 последова 86 тельно зафиксированных значений; 2) значения электропотребления промышленного объекта с интервалом осреднения 1 час (30 мин) объемом не менее 2000 (4000) последовательно зафиксированных значений; 3) плановые и фактические объемы выпуска основных видов продукции; 4) объемы потребления тепла, объемы сырьевых потоков и т.д.
Исходными данными для пополнения базы данных могут служить показания АСКУЭ, а также данные плановых и производственных подразделений. Дополнение состава базы данных пунктами № 3 и 4 обосновано возможностью уточнения разрабатываемых методов прогнозирования и управления путем включения в математические модели дополнительных факторов, что широко рассмотрено в работах [31, 36, 108, 127].
Программнаяреализацияалгоритмов внутричасового прогноза и оперативного регулирования нагрузки ДСП
Для решения поставленных в работе задач разработанный в 4.2.1 алгоритм прогнозирования пятиминутных значений мощности ЭСПЦ-2 на 15 мин вперед было создано приложение "Контрольный модуль АСКУЭ". В его основу положены основные принципы создания уже функционирующих систем: а) измерения на базе цифровых методов обработки процессов; б) цифровые интерфейсы передачи измеренных параметров; в) параллельная синхронно-асинхронная обработка данных; г) использование проверенных и стандартных компонентов системы и инструментальных средств; д) параллельный сбор данных; е) масштабируемость и наращиваемость. При этом в качестве определяющих можно отметить следующие требования: а) число клиентов в системе практически неограничено; б) все центры сбора и обработки информации построены по одному принципу с использованием однотипного программного обеспечения; в) внешние потребители информации: энергокомпании, национальные сети, операторы оптового рынка электроэнергии и др. могут парал 102 лельно получать информацию без нарушения работы системы; г) информационно-измерительный комплекс рассчитан на работу в безоператорном режиме.
Программное приложение "Контрольный модуль АСКУЭ" реализовано с помощью системы визуального программирования Delphi 7. Данная система позволяет в кратчайший срок разработать систему управления базами данных, а также построить интуитивный пользовательский интерфейс. Традиционно Delphi относят к- так называемым і -системам {Rapid Application Development — быстрая разработка приложений). Однако эта система обладает также практически всеми возможностями современных Систем управления базами- данных, как, например, Microsoft Access или Visual FoxPro. Delphi позволяет создавать приложения с помощью- широкого набора инструментальных программных средств, визуально подготавливать запросы к базам данных, а также непосредственно писать запросы на языке SOL [Л 22].
Доступ к базам данных, осуществляется с помощью платформы Borland Database Engine (BDE), фирмы "Borland! , которая является одной из основных современных платформ баз данных, отличающейся простотой и удобством работы. Ключевой механизм BDE, обеспечивающий работу визуальных компонент, действует как интерфейс между приложением и самой базой. BDE реализована в виде набора системных DLL файлов. Взаимодействие компонентных объектов с BDE никак не специфицирует конкретную базу данных и не зависит от реализации обмена информацией на нижнем уровне иерархии. BDE обращается в свою очередь к драйверам, специфическим для базы данных указанного типа, возвращая вашему приложению запрошенные фактические данные, играя роль, аналогичную контроллеру драйверов,ODBC (Open Database Connectivity) производства фирмы "Microsoft" и изолируя приложения от нижнего уровня взаимодействия с базой данных.
Платформа BDE должна устанавливаться на все компьютеры, где выполняется приложение осуществляющее работу с базами данных. В качестве формата хранения данных был выбран формат Paradox — один из самых распространенных и стандартный для Delphi. Все хранимые данные представляют собой набор таблиц (файлов) с информацией. Каждая "база" - это таблица, содержащая в себе информацию о дате, времени и мощности потребляемой элек троэнергии (рис. 4.12).
Таблицы хранятся в файлах и схожи с отдельными документами или электронными таблицами (табличного процессора MsEXCEL), их можно перемещать и копировать обычным способом, например, с помощью Проводника Windows [29].
Приложение предоставляет пользователю возможность просмотра базы данных в форме графиков (рис. 4.13, 4.14) с интервалом осреднения 5 мин. и 1 час соответственно. При этом дата (время) начального и конечного значения графика задается в отдельных полях программы.
Для организации доступа к данным, используется реляционный способ доступа, который подразумевает организацию данных, основываясь на таких понятиях как, строка (запись) и столбец (поле). Реляционный способ доступа к данным основывается на операциях с группами записей. Для задания операций используются средства языка структурных запросов - SQL (Structured Query Language), поэтому реляционный способ доступа называют также SQL-ориентированным [29].
Особенность предложений языка SQL состоит в том, что они ориентированы в большей степени на конечный результат обработки данных, чем на процедуру этой обработки. SQL сам определяет, где находятся данные, и какие наиболее эффективные последовательности операций следует использовать для их получения, не нужно указывать эти детали в запросе к базе данных.
Кроме того, приложение включает в себя программный модуль, позволяющий в полуавтоматическом режиме производить оперативное планирование объемов электропотребления в пределах текущего часа и формировать рекомендации по управлению производственными мощностями. Результаты вычисления приложением "Контрольный модуль АСКУЭ" значений интересующих нас параметров отображены в таблице 4.15.
Заключительной частью расчетов.являются вычисления значения регулируемого параметра. Зная величину превышения заявки, номинальную мощность каждой из печей, можно рассчитать время, на которое необходимо отключить каждую печь, чтобы не превысить величину заявленного электропотребления.
В-конечном виде на основании подобного расчета должно быть принято1 решение по управлению сталеплавильным производством. При этом учтем, что печи в данный момент могут иметь мощность, отличную от номинальной .(табл. 4.16).
