|
то время как применение формализованных процедур детерминированного математического аппарата здесь может оказаться непригодным. Вопросы, связанные с идентификацией проблемы, моделирования проблемной ситуации, а также повышения достоверности принимаемых решений рассматриваются в следующих разделах работы. 2.5 Моделирование динамики и прогноз уровня регионального газонотреблспия. В решении задач газоснабжения большое значение приобретает эффективность управления режимами систем газоснабжения (СГС), определяемая наиболее экономичной работой при выполнении требований по надежности газоснабжения и качеству газа. Важным составным элементом комплекса задач управления режимами газопотребления является прогноз уровня регионально газопотребления па базе математического моделирования (92, 102]. Управление режимами системы газоснабжения осуществляется путем первоначального долгосрочного (месяц, год), краткосрочного (сутки, неделя) планирования и последующего оперативного (минуты, часы) управления режимами. Планирование и управление производится на основе прогноза уровня регионально газопотребления (УРГ) на указанные выше интервалы времени. Ошибки прогнозирования проявляются в увеличении затрат, связанных с необоснованным расходом топлива на холостой ход резервных агрегатов (если прогноз суточного уровня газопотребления оказывается завышенным по сравнению с фактическим), либо приводят к хозяйственному ущербу из-за чрезмерных ограничений потребителей газа вследствие недостатка выделенных газовых ресурсов в случаях, когда прогноз оказывается заниженным. Точность прогнозирования уровня регионально газопотребления определяет качество последующих режимных расчетов и влияет на экономичность и надежность режимов систем газоснабжения. |
печение безаварийного функционирования объектов газового хозяйства, социальные, финансовые (в том числе рассмотрение вопросов неплатежей), проблемы газосбережения и др. Эффективное решение этих проблем требует тщательного анализа и моделирования проблемных ситуаций. Важную роль здесь играет также выбор соответствующего метода решения задачи. Регулярно приходится рассматривать также проблемные ситуации экологического характера и мониторинга параметров, характеризующих техническое состояние основного и вспомогательного оборудования. Здесь возрастает роль этапов и стадий жизненного цикла процесса принятия решения, связанных с проведением экспертиз и отработкой их результатов. Наиболее полно все этапы, стадии и процедуры выполняются при рассмотрении проблем, относящихся к категории стратегических, в частности, связанных с модернизацией основного оборудования, преобразованием организационной структуры, реинжинирингом бизнес-процессов. К настоящему времени разработано большое число методов, которые используются при выработке управленческих решений. При выборе метода в первую очередь следует учитывать класс ЗПР, характер цели и используемого критерия сравнения вариантов. Наиболее распространенные методы приведены в таблице 2.5.1. Весьма перспективными для принятия оперативного управленческого решения в условиях неопределенности является сочетание компьютерного (имитационного) моделирования с опытом и интуицией как экспертов, так и ЛПР. Объединение этих методов позволяет получить интегральный эффект, в то время как применение формализованных процедур детерминированного математического аппарата здесь может оказаться непригодным. Вопросы, связанные с идентификацией проблемы, моделирования проблемной ситуации, а также повышения достоверности принимаемых решений рассматриваются в следующих разделах работы. 34 симального значения (г) достигает при задержке около 15 часов. Наличие факта запаздывания позволяет сделать важный вывод о том, что модель уровня газопотребления нужно строить с учетом динамических свойств процессов. Если строить корреляционную функцию для среднесуточных значений температуры, то видно, что колебания уровня газопотребления значимо зависят от температуры трех дней текущего, вчерашнего и третьего дня. Формировать регрессионную модель нагрузки с учетом трех значений температур весьма сложно, поэтому есть смысл перейти от лаговых переменных 8Т{п-т) к одной эквивалентной переменной 3Тг(п): ST*(и)= щ8Г{п)+а2<ЗГ(гс1)+а^Г(п2), (2.2.10) где а,, а2, а3 коэффициенты, <5Т(п), ST{n-1), ... соответственно температуры в текущий день, вчерашний и т.д. Коэффициенты я,, а2, а2 можно подбирать соответствующими вариациями. Критерием выбора при этом является максимальный коэффициент влияния. В результате анализа установлено, что для зимнего, осеннего и весеннего периодов эти коэффициенты можно считать примерно одинаковыми и равными: ах=0.5; аг =0.3; а} =0.2, для летнего периода о, =0.!; а2=0.2; а3=0.1. 2.3 Моделирование динамики и прогноз уровня регионального газопотребления В решении задач газоснабжения большое значение приобретает эффективность управления режимами систем газоснабжения (СГС), определяемая наиболее экономичной работой при выполнении требований по надежности газоснабжения и качеству газа. Важным составным элементом комплекса задач управления режимами газопотребления является прогноз уровня регионально газопотребления на базе математического моделирования [100, 108]. 82 Управление режимами СГС осуществляется путем первоначального долгосрочного (месяц, год), краткосрочного (сутки, неделя) планирования и последующего оперативного (минуты, часы) управления режимами. Планирование и управление производится на основе прогноза уровня регионально газопотребления (УРГ) на указанные выше интервалы времени. Ошибки прогнозирования УРГ проявляются в увеличении затрат, связанных с необоснованным расходом топлива на холостой ход резервных агрегатов (если прогноз суточного УРГ оказывается завышенным по сравнению с фактическим), либо приводят к хозяйственному ущербу из-за чрезмерных ограничений потребителей газа вследствие недостатка выделенных газовых ресурсов в случаях, когда прогноз оказывается заниженным. Точность прогнозирования уровня регионально газопотребления определяет качество последующих режимных расчетов и влияет на экономичность и надежность режимов СГС. Задача прогнозирования УРГ решается в современной практике путем моделирования процесса колебаний газопотребления. Внедрение и дальнейшее совершенствование систем автоматического управления режимами СГС значительно повысило требования к качеству прогнозных расчетов. Однако имеющиеся в эксплуатации методы как оперативного и краткосрочного, так и долгосрочного прогнозирования не удовлетворяют в полной мере технологии их использования при управлении режимами. Вместе с тем, внедрение высокопроизводительных вычислительных систем на базе ПЭВМ дает возможность применять новые, более совершенные методы моделирования и прогнозирования, основанные на глубоком анализе значительных по объему массивов статистических данных [92]. Форма и величина колебаний УРГ в значительной степени зависят от определенных факторов: тип дня, естественный ход суток, временной режим работы предприятий, структура потребителей. Существенное влияние на СГС оказывают метеорологические факторы, в первую очередь температура. Влияние температуры определяется расходом газа на отопление зданий. Рассматриваемые типы моделей позволяют учесть влияние метеофакторов на УРГ и, соответственно, повысить 83 |