Методы и алгоритмы выбора вариантов функционирования региональных систем энергоснабжения в условиях неопределенности тема диссертации и автореферата по ВАК РФ 05.13.10, кандидат технических наук Пешкун, Владимир Андреевич

• Пешкун, Владимир Андреевич
• кандидат технических наук
• 2005

Оглавление диссертации кандидат технических наук Пешкун, Владимир Андреевич

ВВЕДЕНИЕ

I. ОБЗОР МЕТОДОВ ЭКОНОМИЧЕСКОГО ОБОСНОВАНИЯ ДЛЯ ОТДЕЛЬНЫХ ОБЪЕКТОВ ЭНЕРГЕТИКИ.

1.1. Методы оценки экономической эффективности в детерминированных условиях.

1.1.1 Сравнение вариантов по затратам.

1.1.2 Сравнение вариантов по доходности.

1.1.3 Проблемы практического применении.

1.2. Методы оценки эффективности в условиях неопределенности.

1.2.1 Обзор основных методов исследовании.

1.2.2 Критерии принятия решения в условиях неопределенности.

1.2.3 Специфика условий неопределенности для отдельных объектов энергетики.

1.2.4.Методы исследования неопределенности, основанные на корреляционном анализе.

II СТОХАСТИЧЕСКАЯ МОДЕЛЬ ДЛЯ КОРРЕЛЯЦИОННОГО АНАЛИЗА

НЕОПРЕДЕЛЕННОСТИ.

И.1 Описание факторов неопределенности случайными процессами.

II.1.1 Использование цепей Маркова для описания динамики фактора неопределенности.

II. 1.2 Описание посредством диффузионного марковского процесса.

II. 1.3 Аналитический расчет математического ожидания и дисперсии денежного потока последействия.

II. 1.4Параиетры распределения денежного потока последствия.

II. 1.5 Совместное воздействиеб нескольких факторов неопределенности

II.2 Экспертное оценивание факторов неопределенности.

11.2.1 Диффузионные процессы и экономическая динамика.:.

11.2.2 Нормальность экономических рядов.

11.2.3 Экспертное оценивание параметров диффузионных процессов.

III ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ МЕТОДОВ КОРРЕЛЯЦИОННОГО АНАЛИЗА.

111.1. Основные положения.

III. 1.1 Описание схемы расчета.

III. 1.2 Программная реализация.

111.2. Применение методики на примерах энергообеспечения изолированного энергорайона.

III.2.1 Общие посылки и допущения.

111.2.2 сравнение вариантов энергообеспечения комбината (п. Сухой Лог).

111.2.3 Применение методики на примере энергообеспечения комбината (ст. Хоронхой).

IV ОПРЕДЕЛЕНИЕ РАЦИОНАЛЬНЫХ РЕЖИМОВ

РАБОТЫ ДЕЙСТВУЮЩИХ ЭЛЕКТРОСТАНЦИЙ.

IV. 1 Математическая модель рациональных режимов работы.

IV.2 Задача выбора первоочередных электростанций

Введение диссертации (часть автореферата) на тему «Методы и алгоритмы выбора вариантов функционирования региональных систем энергоснабжения в условиях неопределенности»

Актуальность темы. Промышленное освоение новых, расположение и развитие удаленных территорий порождает проблему поиска и обоснования экономически эффективных вариантов их энергообеспечения.

Выбор наиболее эффективного решения приходится производить в условиях неопределенности исходной информации, возникающей вследствие объективной невозможности определения точных значений расчетных величин, называемых факторами неопределенности на ближайшую и отдаленную перспективу. Основные источники неопределенности. Первым источником является формулирование математических моделей. Математическая модель не может представить все аспекты реальной задачи. Большинство методов и программ решают задачу приближенно и для решения одинаковых задач существуют различные способы, так как их эффективность и достоверность значительно изменяются от примера к примеру. Ошибка, возникающая при обрыве бесконечного процесса, называется ошибкой усечения и во многих случаях представляет разницу между математической и численной моделью.

Основным источником вычисленной неопределенности являются ошибки округления. Нелегко знать заранее какая точность требуется для получения удовлетворительных результатов вычислений. Математические модели содержат не только уравнения и связи между ними, они также включают данные, полученные на практике. Неопределенность этих данных можег оказать очень значительное влияние на всю модель.

Необходимость создания комплекса имитационных и оптимизационных математических моделей в условиях неопределенности для создания энергосистем обусловлена задачей оценки экологических последствий реализации принимаемых управленческих решений на основе моделирования.

При исследовании вариантов развития систем энергетики важную роль играют внутренние связи между подсистемами с учетом их надежности. Поиск оптимальных решений производится обычно методами линейного программирования. Изменение параметров и ограничений для любой из подсистем может иметь существенное влияние на связанные подсистемы.

При исследовании в условиях неполноты информации большую роль играет неопределенность в оценках капитальных вложений, запасах месторождений и ограничений на потребляемые ресурсы.

В представленной работе рассматривается задача оценки экономической эффективности для отдельного объекта энергетики или тесно связанной группы объектов с заданными внешними связями. Такая постановка призвана выделить данный класс задач из более общего класса задач оптимизации развития систем энергетики и связанных отраслей экономического хозяйства.

Для изолированных энергетических районов значение внешних не столь велико. Изменение параметров объектов энергетики, обеспечивающих данный район, как правило, не имеет значительного влияния на всю энергосистему в целом. Влияние системы на объект осуществляется через цены на потребляемые районом энергетические ресурсы и ограничения на предоставляемый объем. При этом важнейшими факторами неопределенности являются цены энергоресурсов, включая затраты на доставку, и объем капитальных вложений, требуемых для реализации программы энергообеспечения района.

Различные методы обоснования стратегий развития энергетических систем используют вероятностное описание факторов неопределенности, но сложность моделей оптимизации приводит к тому, что использование стохастического подхода в общем случае связано со значительными трудностями в постановке и решении задачи. Для упрощения методов исследования используются предположения о статистической независимости факторов неопределенности, и даже ограничиваются рассмотрением критериев принятия решения по величине математического ожидания результата. Кроме того, имеются принципиальные сложности со статистическим описанием факторов неопределенности. Если для таких факторов, как аварийность серийного оборудования, водность стока рек и др., как правило, имеется обширная статистика, то для таких важнейших экономических показателей, как цена и объем спроса, также имеющих вероятностную природу, для использования в исследуемых задачах не могут быть статистически описаны из-за малого объема исходной информации и отсутствия в прошлом прямых аналогий. Это очень ограничивает возможность «проецирования» имеющейся статистики на будущее время и вызывает необходимость использования экспертных оценок, что порождает проблему доверия к полученным результатам.

Задача оценки экономической эффективности для отдельных объектов энергетики является более простой по структуре. В такой постановке наиболее важными факторами неопределенности являются цены используемых ресурсов. Это позволяет более полно использовать возможности стохастического подхода, в частности, для описания стохастически зависимых факторов неопределенности возможно применение методов, использующихся в моделях рынка ценных бумаг.

Целью работы является разработка методов и моделей обработки исходных данных при наличии факторов неопределенности, при построении моделей функционирования объектов энергетики в условиях рыночных отношений и оценки экологических последствий принимаемых решений, а также разработка эффективных алгоритмов анализа данных.

Для достижения сформулированной цели в диссертационной работе поставлены следующие задачи:

1. Разработать методы оценки экономической эффективности в условиях неопределенности для отдельных объектов энергетики.

2. Разработать критерии принятия решений в условиях неопределенности для оценки экономической эффективности.

3. Описать факторы неопределенности посредством диффузионного винеровского случайного процесса.

4. Создать методику экспертного оценивания факторов неопределенности.

5. Разработать информационное и программное обеспечение методики построения стохастической модели инвестиционного процесса, сложность вычислительной схемы которой сопоставима с проведением расчетов в детерминированных условиях.

Методы исследования. Поставленные задачи решались на основе использования методов теории выбросов, фильтрации случайных процессов, теории ошибок.

Научная новизна работы состоит в развитии методов решения .динамических задач функционирования систем энергетики в условиях неопределенности на основе использования диффузионных винеровских процессов для оценки экономической эффективности инвестиционных проектов при наличии ценовых факторов неопределенности.

Предложенный подход позволил существенно сократить количество параметров, требующих статистического и экспертного оценивания.

Основные положения, выносимые на защиту.

1. Методы использования диффузионных винеровских процессов для описания экономических факторов неопределенности.

2. Методические рекомендации по экспертному оцениванию факторов неопределенности .

3. Методы оценки экологической безопасности при реализации моделирования функционирования систем энергообеспечения в условиях неопределенности.

4. Реализация методов экономического обоснования энергообеспечения региональных систем в условиях неопределенности.

Научная ценность

Апробация. Представленные в диссертации результаты исследования обсуждались: на шестом Всероссийском симпозиуме по прикладной и промышленной математике - г. Москва, 2005 г, на IV Всероссийской научно-технической конференции г. Благовещенск, 2003 г., на IV семинаре ВУЗов Сибири и Дальнего Востока - г.

Новосибирск, 2004 г.

Публикации. По результатам выполненных исследований опубликовано 8 работ и учебное пособие.

Структура диссертации. Диссертация состоит из введения, четырех глав, заключений, списка использованной литературы, содержащего 102 наименования.

Заключение диссертации по теме «Управление в социальных и экономических системах», Пешкун, Владимир Андреевич

ВЫВОДЫ И ЗАКЛЮЧЕНИЕ

1. Стохастический подход к проблеме оценки эффективности инвестиций в отдельные объекты энергетики в условиях неопределенности позволяет производить количественные оценки инвестиционного риска с учетом недетерминированных взаимосвязей факторов неопределенности.

2. Аппарат диффузионных марковских процессов существенно упрощает проблему использования экспертных оценок для моделирования динамики экономических факторов неопределенности, поскольку требует небольшого количества параметров для их описания, которые хорошо отражают содержательный смысл качественных экспертных оценок.

Описание факторов неопределенности сводится к оцениванию коэффициентов сноса, отражающих среднюю тенденцию в заданный период, и диффузии - среднеквадратического отклонения тенденции, являющегося формальным выражением уверенности эксперта в оценивании тенденции. При описании нескольких факторов неопределенности также оцениваются элементы корреляционной матрицы, отражающие вероятностную зависимость этих факторов.

Сокращение числа оцениваемых параметров основано на использовании марковского свойства для выражения коэффициентов автокорреляции по времени через дисперсию. Во многих случаях сокращение происходит также за счет того, что коэффициенты сноса и диффузии можно полагать стационарными на длительных отрезках времени.

3. На основе использования диффузионных марковских процессов для описания экономических факторов неопределенности можно эффективно применять методы корреляционного анализа. При описании неопределенности исходных данных и результатов это позволяет ограничиться заданием и вычислением только моментных параметров распределения.

4. Разработанный подход позволяет использовать для вычислений параметров распределения результата те же алгоритмы, что и для вычисления показателя эффективности по детерминированным данным. За счет простоты вычислительной схемы при практическом применении не возникает необходимости в разработке специализированного программного обеспечения, расчеты могут производиться на универсальных табличных процессорах.

5. В процессе выполнения расчетов рассматриваемый подход оценивания . неопределенности для проведения дополнительных исследований может сочетаться с иными методами анализа неопределенности (анализ чувствительности, эластичности и т.п.).

Работа имеет широкие возможности для развития в плане создания вспомогательных механизмов экспертного оценивания (оценивание сноса и диффузии по заданной вероятности выхода из некоторого коридора значений, времени достижения заданного значения и т.п.). На базе использования диффузионных процессов возможно развитие имитационных методов решения.

Важным направлением развития может явиться применение диффузионных процессов в моделировании более общих экономических систем методами системной динамики.

Список литературы диссертационного исследования кандидат технических наук Пешкун, Владимир Андреевич, 2005 год

1. Авилов В.А. Математико-статистические методы технико-экономического анализа производства. -М.: - Экономика. -1967. -264с.

2. Айзенберг Н.И. Степень объективности индексов цен при инфляции. // Материалы XXVI конференции научной молодежи СЭИ СО РАН, -Иркутск, -1996. -Деп. в ВИНИТИ 8.07.96, № 2194-В96.

3. Алгоритмы и программы исследования зоны неопределенности оптимального решения. Под ред. А.А. Макарова. -Иркутск: СЭИ СОАНСССР.-1970.-126с.

4. Беллман Р. Динамическое программирование. -М.; -Иностранная литература. -1960. -400 с.

5. Беляев JI.C. Решение сложных оптимизационных задач в условиях неопределенности. -Новосибирск.: -Наука. -1978. -126 с,

6. Беляев JI.C., Крумм JT.A. О целесообразных областях применения вероятностных методов при изучении больших систем энергетики.

7. Бирман Г., Шмидт С. Экономический анализ инвестиционныхпроектов. -М.: -Банки и биржи. -1997. -632 с.

8. Бусленко Н.П. и др. Метод статистических испытаний. -М.: Физматгиз. -1962. -331 с.

9. Вальтер Я. Стохастические модели в экономике. -М.: -Статистика. -1976. -231с.

10. Вильсон А. Дж. Энтропийные методы моделирования сложных систем. -М.: -Наука. -1978. 248 с.

11. Вишнев С.М. Экономические параметры. -М. -Наука. -1968.-190с.

12. Голдман С. Теория информации. -М: -Иностранная литература. -1957.-446 с.

13. Гренджер К. Хатанака М. Спектральный анализ временных рядов в экономике. -М.: -Статистика. -1972. -312 с.

14. Денисов В.И. Технико-экономические расчеты в энергетике: Методы экономического сравнения вариантов. -М.; -Энергоиздат. -1985.-216 с.

15. Дзюба С.А. Анализ и сравнение инвестиционных проектов с учетом риска. -Препринт СЭИ СО РАН, -Иркутск: -1994, -19 с.

16. Дзюба С.А. Вероятностные аналитические и имитационные способы оценки инвестиционного риска. // Социальные, техногенные и природные факторы риска в производственной деятельности. -Иркутск: -СЭИ СО РАН, -1996. -с.31-43.

17. Дзюба С.А. Применение цепей Маркова при оценке риска инвестиционных проектов. // Международный симпозиум «Функционирование региональных рынков: поиски, проблемы,решения». Тезисы докладов. -Иркутск: -ИрГЭА. -1995.

18. Дзюба С.А. Вероятностные оценки риска инвестиционных проектов. // Второй Сибирский Конгресс по Прикладной и Индустриальной Математике. Тезисы докладов. -Новосибирск; -ИМ СО РАН,-1996,с.148.

19. Дзюба С.А. Вероятностные методы принятия инвестиционного решения в условиях неопределенности. // Материалы XXVI конференции научной молодежи СЭИ СО РАН, -Цркутск, -1996. -Деп. в ВИНИТИ 8.07.96, № 2194-В96.

20. Дзюба С.А. Идентификация динамики экономического процесса цепями Маркова. // Информационный бюллетень Ассоциации математического программирования. №7. Научное издание. -Екатеринбург: -УрО РАН. -1997. -ее 82-83.

21. Дзюба С.А. Использование диффузионных марковских процессов в стохастической задаче оценки эффективности инвестиций. // Материалы XXVII конференции научной молодежи СЭИ СО РАН, -Иркутск, -1997. -Деп. в ВИНИТИ 12.07.97, № 2830-В97.

22. Дынкин Е.Б., Юшкевич А.А. Управляемые марковские процессы и их приложения. -М.: -Наука. -1975. -338 с.

23. Единая система газоснабжения. Проблемы перехода к рынку. Под ред. Ю.И.Боксермана и В.А.Смирнова. -М.: -ИНЭИ. -1993. -224 с.

24. Елохин В.Р., Криворуцкий Л.Д., Санеев Б.Г., Федоров1. В.В.

25. Статистическая аппроксимация сложных моделей топливно-энергетического комплекса. // Математико-статистические методы в экономическом анализе и планировании. -Новосибирск.: -Наука.-1983.-ее. 50-66.

26. Ермольев Ю.М. Ястремский А.И. Стохастические модели и методы в экономическом планировании. -М.: -Наука. -1979. -253 с.

27. Захарьин А.Г., Браилов В.П., Денисов В.И. Методы экономического сравнения вариантов в энергетике по принципу минимума приведенных затрат. -М.: -Наука. -1971. -172 с.

28. Казмер JI. Методы статистического анализа в экономике. -М.: Статистика.-1972.-475 с.

29. Кайберг Г. Вероятность и индуктивная логика. -М.; -Прогресс. -1978.-374с.

30. Кемени Дж., Снелл Дж. Конечные цепи Маркова. -М.: -Наука. 1970.-272с.

31. Ли Ц., Джадж Д., Зельнер А. Оценивание параметров марковских моделей по агрегированным временным рядам. -М.:-Статистика.-1977.-221 с.

32. Лившиц В.Н. Проектный анализ: методология, принятая вовсемирном банке. \\ Экономика и математические методы, 1994, т. 30 вып. 3

33. Лившиц В.Н. Выбор оптимальных решений в технико-экономических расчетах. -М: -Экономика. -1971. -254 с.

34. Лурье А.Л. Экономический анализ моделей планирования социалистического хозяйства. -М.: * Наука. -1973. 435 с.

35. Макаров А.А., Мелентьев Л.А. Методы исследования и оптимизации энергетического хозяйства. -Н.: -Наука. -1973. -274 с.

36. Максимов Ю.И. Стохастическое моделирование в планировании. -Новосибирск.: -Наука. -1981. -286 с.

37. Медведев А.Г. Экономическое обоснование предпринимательского проекта. \\ Мировая экономика и международные отношения.-1992.-№6-7

38. Мелентьев Л.А. Системные исследования в энергетике. Изд. 2-е. -М.: -Наука. -1983. -455 с.

39. Методические рекомендации по технико-экономическому обоснованию проектных решений в энергетике при неоднозначности исходной информации. -Иркутск: -СЭИ СО АН СССР. -1987. -74

40. Методы и модели для исследования оптимальных направлений долгосрочного развития топливно-энергетического комплекса. Иркутск, СЭИ СО АН СССР. -1977. -90 с.

41. Моррис У. Наука об управлении. Байесовский подход. -М.: -Мир. -1971.-304с.

42. Немчинов В,С. Общественная стоимость и плановая цена. \\ Избранные произведения, т. 6. -М: -Наука. -1969. -466 с.

43. Новожилов В.В. Измерение затрат и результатов при оптимальном планировании. -М.: -Экономика. -1967. -376 с.

44. Первозванский А.А., Первозванская Т.Н. Финансовый рынок: расчет и риск. -М.: -Инфра-М. -1994. -191 с.

45. Пособие по подготовке промышленных технико-экономических исследований. -ЮНИДО, ID/206,-1978.

46. Райфа Г. Анализ решений. -М.: -Наука. -1977. -408 с.

47. Розин Б.Б. Статистическое моделирование экономических показателей. -Новосибирск; -Наука. -1976 -136 с.

48. Смирнов В.А., Соколов В.Г. Системное моделирование надежности плановых решений.-Новосибирск:-Наука.-1984 -224с.

49. Стерлин А.Р., Тулин И.В. Стратегическое планирование в промышленных корпорациях США. -М: -Наука. <1984. -224 с.

50. Тимано-Печорский ТЭК: стратегии развития и пути повышения эффективности. -Сыктывкар: Коми научный центр УрО АН СССР.-1991.-168с.

51. Трухаев Р.И- Модели принятия решений в условиях неопредел енности.-М.:-Наука,-1981.-257с.

52. Тутубалин В.Н. Теория вероятностей и случайных процессов. М.:-Изд-воМГУ.-1992.-400с.

53. Феллер В. Введение в теорию вероятностей и ее