Программный комплекс моделирования и прогнозирования потребления электроэнергии в долгосрочном периоде тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Программный комплекс моделирования и прогнозирования потребления электроэнергии в долгосрочном периоде"

На правах рукописи

005005126

Науменко Дмитрий Олегович

ПРОГРАММНЫЙ КОМПЛЕКС МОДЕЛИРОВАНИЯ И ПРОГНОЗИРОВАНИЯ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ В ДОЛГОСРОЧНОМ ПЕРИОДЕ (на примере Китайской Народной Республики)

Специальность 08.00.13 - «Математические и инструментальные методы экономики»

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

- 8 ДЕК 2011

Пермь 2011

005005126

Работа выполнена на кафедре информационных систем и математических методов в экономике ФГБОУ ВПО «Пермский государственный национальный исследовательский университет» (ПГНИУ)

Научный руководитель:

доктор физико-математических наук, профессор

Андрианов Дмитрий Леонидович

Официальные оппоненты: доктор экономических наук, профессор

Файзрахманов Рустам Абубакирович

кандидат экономических наук Дьячков Николай Викторович

Ведущая организация:

Государственный университет управления, г. Москва

Защита состоится «27» декабря 2011 г. в 10 часов на заседании объединенного диссертационного совета ДМ № 212.189.07 при ФГБОУ ВПО «Пермский государственный национальный исследовательский университет» по адресу: 614990. Пермь, ул. Букирева, 15, 1 корпус, зал заседаний Ученого совета.

С диссертацией можно ознакомиться в библиотеке Пермского государственного национального исследовательского университета. Автореферат размещен на официальном сайте ВАК Министерства образования и науки РФ: http://vak.ed.gov.ru/ и на сайте Пермского государственного национального исследовательского университета www.psu.ru.

Автореферат разослан 26 ноября 2011 года.

Ученый секретарь диссертационного совета,

доктор экономических наук, доцент

Т.В. Миролюбова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Сектор электроэнергетики является ключевым компонентом всей энергетической системы в целом, поскольку электроэнергия составляет весомую долю в затратах практически всех отраслей экономики. В связи с этим, недостаток электроэнергии в стране является ограничителем экономического роста.

Прогнозные оценки динамики электропотребления в быстроразвивающихся странах, входящих в группу БРИКС (Бразилия, Россия, Индия, Китай, Южно-Африканская Республика), приобретают особую актуальность, так как являются необходимым элементом планов по долгосрочному развитию энергетических систем национальных экономик.

Реализация подобных возможностей может быть осуществлена за счет разработки модельных комплексов, включающих в себя отдельные модели, рассматривающие процесс электропотребления с использованием различных подходов. Актуальность разработки подобных комплексов моделей неоднократно подчеркивалась ведущими отечественными учеными.

В настоящее время Китай является мировым лидером по потреблению энергоресурсов, обойдя по этому показателю США в 2010 году. Быстрый рост крупнейшей экономики мира с населением в 1.34 млрд. человек, увеличением ВВП в среднем около 10% в год с 2000 по 2010 г. а также растущее быстрыми темпами потребление энергоресурсов в Китае, выдвигают на первый план необходимость разработки стратегии национальной энергетической безопасности.

Около 75% всей потребляемой электроэнергии в стране вырабатывается при сжигании каменного угля, причем на 90% потребность в угле удовлетворяется за счет добычи на собственных месторождениях. Подобное производство электроэнергии оказывает неблагоприятное воздействие на экологию в связи с загрязнением окружающей среды.

Масштабно проводимые реформы в сфере электроэнергетики КНР предъявляют к качеству прогнозов такие требования, как моделирование сценарных и интегральных долгосрочных прогнозов, возможность анализа последствий управляющих воздействий и изменений макроэкономических параметров.

Степень разработанности проблемы. Теоретические и методологические вопросы функционирования топливно-энергетических комплексов рассмотрены в работах отечественных авторов: JI.A. Мелентьева, A.A. Макарова, Д.В. Шапота, Ф.В. Веслова, Е.А. Волковой, A.C. Макаровой (Институт энергетических исследований РАН), Н.И. Воропая, Л.С. Беляева, Ю.Д. Кононова, О.Д. Мазуровой, Е.В. Гальперовой (Институт систем энергетики им. Л.А. Мелентьева), В.В. Ивантера, М.Ю. Ксенофонтова, A.C. Некрасова (Институт народнохозяйственного прогнозирования) и др.

Становление и развитие методов математического моделирования и прогнозирования электропотребления связано с работами таких отечественных и зарубежных ученых, как П.И. Бартоломей, A.C. Бердин, В. А. Богданов, В.П. Вагин, И.Е. Васильев, В.В. Карпов, В.И. Гордеев, С.К. Гурский, Г.М. Каялов, Б.И. Кудрин, Э.Г. Куренный, A.B. Липес, Б.И. Макоклюев, A.M. Меламед, И.И. Надтока, A.B. Праховник, М.А. Рабинович, A.B. Седов, В.П. Степанов, В.Ф.

Тимченко, Ю.А. Фокин, D.W. Bunn, E.D. Farmer, G.B. Ackerman, P.C. Gupta, A.B. Baker и др.

Проектированием комплексов программ для решения энергетических задач занимались JI.A. Мелентьев, A.A. Макаров, А.П. Меренков, Ю.Д. Кононов, Л.Д. Криворуцкий, Б.Г. Санеев и др.

Вышеупомянутые ученые внесли большой вклад в разработку методов анализа и моделирования показателей электроэнергетики. Однако в настоящее время применение этих методов на практике происходит недостаточно комплексно.

Математические методы используются, как правило, только для анализа и моделирования отдельных аспектов потребления электроэнергии. Для решения определенных задач формируются модели, которые не охватывают всего набора допустимых подходов к долгосрочному прогнозированию потребления электроэнергии. Отсутствуют итегрированные разработки, включающие экономико-математические модели, информационные базы и конечные программные продукты с пользовательским интерфейсом, необходимые для формирования долгосрочных прогнозов потребления электроэнергии и выработки управленческих решений, автором не найдены.

Некоторые вопросы моделирования и прогнозирования потребления электроэнергии в Китайской Народной Республике освещены в работах следующих авторов: А.Н. Анисимова, Во Q. Lin, С. Hirschhausen, M. Andres, . W. Yi-Ming, F. Ying, Z. Zhang.

Проблема построения интегральных прогнозов в научной литературе освещена достаточно хорошо (теоретические и методологические вопросы построения интегральных прогнозов описаны в работах R. Batchelor, R.T. Clemen, D.W. Bunn, К. Holden, J.W. Taylor, G.J. Lobo, L.M. de Menezes, S. Makridakis, R.L. Winkler), однако применительно к долгосрочному прогнозированию потребления электроэнергии данный вопрос остается малоизученным.

Цели и задачи исследования. Целью диссертационной работы является разработка программного комплекса математических моделей долгосрочного прогнозирования электропотребления в стране.

Достижение поставленной цели определило постановку и решение следующих задач:

- на основе сравнительного анализа методов моделирования потребления электроэнергии в долгосрочном периоде разработать модели, комплексно отражающие процессы потребления электроэнергии в стране, позволяющие проецировать на них управляющие воздействия правительства, а также провести идентификацию, верификацию и сценарные прогнозные расчеты комплекса моделей; разработать методику построения интегральных прогнозов потребления электроэнергии и провести по ней расчеты;

сформировать хранилище данных по социально-экономическим показателям развития Китайской Народной Республики, необходимым для построения комплекса моделей;

произвести объединение модельного комплекса, хранилища данных и методики построения интегральных прогнозов в виде программного инструмента с пользовательским интерфейсом.

Объектом исследования является процесс потребления электроэнергии на макроэкономическом уровне.

Предметом исследования являются методы, алгоритмы и информационные технологии, обеспечивающие моделирование и прогнозирование процесса потребления электроэнергии на долгосрочную перспективу.

Теоретической и методологической основой исследования являются научные труды отечественных и зарубежных ученых по проблемам развития электроэнергетики на макроэкономическом уровне, экономико-математическому моделированию, автоматизированным информационно-аналитическим системам. В работе использованы материалы, опубликованные в российской и зарубежной печати, а также представленные в сети Internet. В ходе исследования применялись различные методы экономико-математического моделирования, в том числе эконометрические и статистические методы, методы прогнозирования, технологии хранилищ данных (Data Warehouse) для построения информационных систем и оперативной аналитической обработки данных (OLAP). Идентификация уравнений производилась на основе метода наименьших квадратов (МНК), анализ качества прогнозов и верификация результатов проводились с использованием метода средней абсолютной процентной ошибки прогнозирования (МАРЕ).

Информационной базой исследования служат официальные данные Национального бюро статистики Китая, публикуемые в сети Интернет на сайте бюро. В качестве экзогенных переменных при моделировании выступают параметры социально-экономического развития КНР. Для идентификации моделей использованы годовые данные с 1990 по 2010 гг.

Работа соответствует следующим направлениям исследования паспорта специальности 08.00.13 - Математические и инструментальные методы экономики:

1.1. Разработка и развитие математического аппарата анализа экономических систем: математической экономики, эконометрики, прикладной статистики, теории игр, оптимизации, теории принятия решений, дискретной математики и других методов, используемых в экономико-математическом моделировании;

1.2. Теория и методология экономико-математического моделирования, исследование его возможностей и диапазонов применения: теоретические и методологические вопросы отображения социально-экономических процессов и систем в виде математических, информационных и компьютерных моделей;

1.3. Разработка и исследование макромоделей экономической динамики в условиях равновесия и неравновесия, конкурентной экономики, монополии, олигополии, сочетания различных форм собственности; 1.7. Построение и прикладной экономический анализ экономических и компьютерных моделей национальной экономики и ее секторов.

2.3. Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях;

2.6. Развитие теоретических основ методологии и инструментария проектирования, разработки и сопровождения информационных систем субъектов экономической деятельности: методы формализованного

5

представления предметной области, программные средства, базы данных, корпоративные хранилища данных, базы знаний, коммуникационные технологии.

Научная новизна работы состоит в том, что автором разработан программный комплекс моделей, интегрированный с базой данных статистики Китайской Народной Республики и реализованный с использованием Аналитического комплекса «Прогноз-5»1, позволяющий получать сценарные точечные (изолированные, комплексные, интегральные) и интервальные прогнозные оценки электропотребления на долгосрочную перспективу.

Наиболее существенные результаты, выносимые на защиту, имеющие научную новизну и полученные лично автором:

1. Математические модели долгосрочного потребления электроэнергии, которые отличаются от существующих в научной литературе тем, что позволяют комплексно моделировать динамику электропотребления (модель энергоемкости экономики, модель электропотребления секторов экономики, модель регионального электропотребления) путем расчета точечных и интервальных прогнозов, а также проводить анализ возможных результатов применения спроецированных управляющих воздействий правительства.

2. Методика формирования интегральных прогнозов, которая позволяет агрегировать прогнозные значения электропотребления по различным моделям, отличающаяся от существующих наличием возможности учета сценариев и вариантов расчета.

3. Хранилище показателей статистической отчетности на основе источников данных Национального бюро статистики Китая, которое, в отличие от существующих разработок, ориентированное на информационное обеспечение модельных расчетов и автоматизацию процесса обновления данных.

4. Программно-инструментальная среда, которая в отличие от существующих интегрирует комплекс моделей, хранилище показателей и методику формирования интегральных прогнозов, реализуя возможность выполнения многовариантных сценарных расчетов. Практическое значение исследования определяется тем, что

предлагаемые в диссертационной работе подходы, модели и программные разработки на основе аналитического комплекса «Прогноз-5» использованы при создании подсистемы моделирования и прогнозирования развития электроэнергетики в Институте исследования экономики при Государственной электроэнергетической корпорации Китая, где автор проводил обучение специалистов института работе с программным комплексом.

Предлагаемые в диссертационной работе подходы, модели и программные разработки на основе аналитического комплекса «Прогноз-5» при незначительной адаптации под национальную статистику могут быть применены для долгосрочного прогнозирования потребления электроэнергии других экономик мира.

1 Свидетельство Российского агентства по патентам и товарным знакам № 2005610980 от 22.04.2005 об официальной регистрации программы для ЭВМ. Авторы: Андрианов Д.Л., Полушкина Г.К. и др.

Апробация результатов исследования. Основные положения работы докладывались на семинарах Лаборатории конструктивных методов исследования динамических моделей (г. Пермь, ПГНИУ, 2008-2011 гг.), научных семинарах компании ЗАО «ПРОГНОЗ» (г.Пермь, 2007-2011 гг.), семинаре Института исследования экономики при Государственной электроэнергетический корпорации Китая (г. Пекин, сентябрь 2008 г.), региональной научно-практической конференции молодых ученых и студентов «Экономика и управление: актуальные проблемы и поиски путей решения» (г. Пермь, апрель 2008 г.), 16-й Международной научно-практической конференции «Интеграция экономики в систему мирохозяйственных связей» (г. Санкт-Петербург, октябрь 2011 г.), Международной научно-практической конференции «Совершенствование стратегического управления корпоративными образованиями и региональная промышленная политика перехода к новой инновационной экономике» (г. Пермь, ноябрь 2011 г.), 1-й Всероссийской заочной научно-практической конференции «Экономические информационные системы: проблемы внедрения и использования» (г. Тверь, октябрь 2011 г.), 4-й Международной научно-практической конференции «Экономическое развитие страны: различные аспекты вопроса» (г. Таганрог, октябрь 2011 г.), 1-й Международной заочной научно-практической конференции «Глобальные и локальные проблемы экономики: новые вызовы и решения» (г. Краснодар, октябрь 2011 г.), 4-й Международной научной заочной конференции «Отраслевые аспекты экономики, управления и права» (г. Мрсква, ноябрь 2011 г.).

Основные результаты исследования внедрены в 2008-2009 гг. в Институте исследования экономики при Государственной электроэнергетической корпорации КНР. В рамках указанного проекта автор выступал в качестве аналитика-разработчика компании ЗАО «ПРОГНОЗ» при создании подсистемы моделирования и прогнозирования развития электроэнергетики КНР.

Уникальность программных разработок подтверждена свидетельством Российского агентства по патентам и товарным знакам об официальной регистрации программы для ЭВМ (заявка о передаче программы для ЭВМ «Программный комплекс моделирования и прогнозирования потребления электроэнергии в Китайской Народной Республике на долгосрочную перспективу» на регистрацию № 2011617694 от 18.10.2011 в Федеральный институт промышленной собственности).

Публикации. По материалам диссертации опубликовано 10 работ общим объемом 3,30 п.л. (в соавторстве - 2), 3 из которых опубликованы в ведущих рецензируемых журналах, определенных ВАК.

Объем и структура диссертации. Работа изложена на 130 страницах машинописного текста, состоит из введения, трех глав, заключения и приложений, иллюстрирована 11 таблицами и 20 рисунками. Библиографический список содержит 154 наименований литературных источников, в том числе 106 отечественных, 48 зарубежных.

Во введении обоснована актуальность исследования, сформулирована научная новизна, приведены цель и задачи исследования, перечислены наиболее существенные результаты, дана общая характеристика работы.

В первой главе «Подходы к построению моделей прогнозирования потребления электроэнергии» проведен сравнительный анализ экономико-математических методов и подходов, применяемых для формирования моделей

7

прогнозирования потребления электроэнергии. Определены основные принципы построения комплекса моделей долгосрочного прогнозирования потребления электроэнергии.

Во второй главе «Комплекс моделей долгосрочного прогнозирования потребления электроэнергии» разработаны спецификации комплекса моделей, состоящего из модели электроемкости экономики, модели электропотребления секторов экономики, региональной модели электропотребления. Определены основные сценарные переменные, а также взаимосвязи моделей комплекса. Разработана методика построения интегральных прогнозов, объединяющая в себе модели, сценарии развития экономики и варианты расчета комплекса моделей.

В третьей главе «Программная реализация комплекса моделей долгосрочного прогнозирования потребления электроэнергии в Китайской народной республики» дано описание программной реализации комплекса моделей, проведен анализ достоверности прогнозов электропотребления, приведены результаты точечных (изолированных, комплексных, интегральных) и интервальных прогнозных оценок электропотребления в КНР на 12-ю пятилетку (2011 -2015гг.).

В заключении приведены основные выводы, оценено практическое значение и даны предложения по дальнейшему развитию комплекса моделей.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ, ВЫНОСИМЫЕ НА ЗАЩИТУ

1. Математические модели долгосрочного потребления электроэнергии, которые отличаются от существующих в научной литературе тем, что позволяют комплексно моделировать дннамнку электропотребления (модель энергоемкости экономики, модель электролотребления секторов экономики, модель регионального электропотребления) путем расчета точечных и интервальных прогнозов, а также проводить анализ возможных результатов применения спроецированных управляющих воздействий правительства

Предложенный в диссертации комплекс моделей позволяет проводить изучение и анализ динамики потребления электроэнергии с использованием основных подходов к долгосрочному прогнозированию электропотребления, накопленных в мировой практике.

Выбор математических методов, применяемых при реализации комплекса моделей, осуществлялся в соответствии со следующими критериями: возможность автоматизации процесса моделирования, интерпретируемость результатов, наличие формализованных критериев проверки качества модели.

Комплекс моделей основывается на официальных данных, основным источником которых является Национальное бюро статистики Китая. В качестве экзогенных переменных модели выступают показатели налоговой, бюджетной, инвестиционной, социальной, денежной политики. Сценарные переменные задаются на основе государственных пятилетних планов развития, содержащих ключевые социально-экономические показатели.

В процессе построения комплекса моделей внимание уделялось как получению статистически значимых оценок параметров путем проверки

эконометрических моделей на автокорреляцию, гетероскедастичность, нормальность, так и возможности экономической интерпретации полученных оценок. Все основные зависимости модели поддерживаются экономической теорией.

Комплекс моделей предназначен для получения прогнозных оценок электропотребления в КНР с 2011 г. до 2015 г. с шагом в 1 год.

Комплекс моделей включает в себя около 300 уравнений, из них порядка 100 - эконометрического и 200 - балансового типов. В комплекс входят следующие модели, условно названные автором: «модель электроемкости экономики», «модель электропотребления секторов экономики», «модель регионального электропотребления».

Укрупненная схема взаимосвязи комплекса моделей приведена на рис.1.

Управляющие и

экзогенные

1. Управляющие параметры:

V налоговая политика бюджетная политика У инвестиционная

политика >денежно-кредмгная

политика > политика занятости

2. Экзогенные параметры

Уобьемы иностранных

инвестиций >индексы цен >нормы амортизации

МОДЕЛЬ ЭЛЕКТРОЕМКОСТИ ЭКОНОМИКИ

Результаты;

. Джодм домшимойст»

МОДЕЛЬ ЭЛЕКТРОПОТРЕБЛЕНИЯ ■ СЕКТОРОВ ЭКОНОМИКИ

распопагачны» до»одч

МОДЕЛЬ РЕГИОНАЛЬНОГО ЭЛЕКТРОПОТРЕБЛЕНИЯ

Попм€ламм тмтр<пне|1пм ПотраОмма* »млроммрлш

Рис. 1. Укрупненная схема взаимосвязи комплекса моделей

Модель электроемкости экономики

Модель электроемкости экономики предназначена для прогнозирования потребления электроэнергии в стране при помощи метода прямого счета с использованием укрупненной структуры ключевых компонент - добавленных стоимостей секторов экономики и их электроемкостей, в сочетании с эконометрическим инструментарием.

Модель электроемкости экономики представляет собой систему балансовых и эконометрических уравнений, отражающих взаимосвязи между реальным сектором, государственным сектором и домохозяйствами. Укрупненная схема модели электроемкости экономики приведена на рис.2.

Основными входящими группами показателей являются: налоговая политика (НДС, налог на бизнес), бюджетная политика (дефицит бюджета), денежно-кредитная политика (ставки по депозитам юридических лиц), параметры мировой экономики (иностранные инвестиции), прочие параметры модели (коэффициенты электроемкостей секторов экономики и домохозяйств, доли занятых в секторах экономики, доли инвестиций в сектора экономики, нормы амортизации основного капитала в секторах экономики).

Электроемкость домочозянств и { секторов экономики {.

I

Рис. 2. Укрупненная схема модели электроемкости экономики

Ключевыми результирующими показателями модели являются: потребление электроэнергии в стране, объем ВВП и составляющих его добавленных стоимостей секторов экономики, электроемкость ВВП, инвестиции в основной капитал, численность занятых по секторам и доходы домохозяйств.

Потребление электроэнергии в данной модели рассчитывается как произведение ВВП на коэффициент его электроемкости, который раскладывается на укрупненные компоненты2:

X46[t] = X47[t]*X48[t] + X49[t]*X50[t] * X51[t]*X52[t] + X53[t] (1)

где X46[t] - электроемкость ВВП, кВч /J0000 юаней; X47[t] — доля сельского хозяйства в ВВП;

X48[t]~ электроемкость сельского хозяйства, кВч /10000 юаней; X49[t] - доля промышленности в ВВП;

X50[t] - электроемкость промышленности, кВч/10000 юаней; XSl[t] - доля сферы услуг в ВВП;

X52[t] -электроемкость сферы услуг, кВч/10000 юаней;

XS3[t] - потребление электроэнергии на члена домохозяйства, кВч / 10000

юаней.

г В данном разделе приведены основные регрессионные уравнения модели электроемкости экономики с оценками параметров и характеристиками. Оцененные уравнения других показателей с целью экономии объема автореферата не приводятся. Оцененные уравнения автор приводит во второй главе диссертационной работы

10

ВВП считается производственным методом как сумма добавленных стоимостей секторов экономики, которые моделируются в свою очередь двухфакторными (труд, капитал) производственными функциями Кобба-Дугласа. Перевод уравнений в логарифмическую форму дает возможность оценки неизвестных коэффициентов с помощью метода наименьших квадратов (МНК):

1п(Х28М) = -1,1214 + 0,8354 * 1п(Х4[1]) + 0,3746 * 1п(Х23М) (2)

(Я2=0,99; 0!У=],91; Рз1а1=2П6,58),

где Х28[1] - добавленная стоимость промышленности, 100 мин. юаней; Х4[<] - численность занятых в промышленности, 10 тыс. чел; Х23[1] — инвестиции в основной капитал в промышленность с учетом амортизации (накопленный итог), 100 млн. юаней.

Суммарные инвестиции в основной капитал рассчитываются на основе таких факторов, как государственные и иностранные инвестиции, добавленная стоимость промышленности, а также ставки по депозитам юридических лиц. Далее инвестиции в основной капитал дезагрегируются по трем основным секторам экономики — сельскому хозяйству, промышленности и сфере услуг в соответствии с заданными долями инвестиций этих секторов.

Суммарные инвестиции в основной капитал по секторам экономики вычисляются при помощи новых вложенных средств, и накопленных ранее инвестиций, скорректированных на амортизационные коэффициенты.

Численность занятых в отраслях считается умножением доли соответствующей отрасли на общее число занятых в экономике человек, которое моделируется от общей численности населения. Средняя заработная плата вычисляется исходя из изменения отношения ВВП к численности занятых в экономике. Доходы домохозяйств вычисляются на основе средней заработной платы в городской местности, численности занятых в экономике, и добавленной стоимости сельского хозяйства.

Государственные доходы моделируются от поступлений из секторов экономики за счет налогов на основании их добавленных стоимостей. Государственные расходы рассчитываются на основании заданного значения дефицита бюджета.

Модель электропотребления секторов экономики

Модель электропотребления секторов экономики предназначена для прогнозирования потребления электроэнергии в Китае при помощи метода конечного использования с укрупненной структурой ключевых компонент, в сочетании с эконометрическим инструментарием.

Модель электропотребления секторов экономики представляет собой систему уравнений, описывающих динамику потребления электроэнергии по секторам экономики: сельскому хозяйству, промышленности (в том числе в добывающих, перерабатывающих отраслях, строительстве, производстве и распределении электроэнергии, газа и воды), сфере услуг, и домохозяйствах в сельской и городской местности. Схема взаимовлияния показателей модели электропотребления секторов экономики приведена на рис. 3.

И

Рис. 3. Укрупненная схема модели электропотребления секторов экономики

Основными входящими группами показателей модели являются величины добавленных стоимостей секторов экономики, объемы инвестиций в инфраструктуру строительной отрасли, площади строительства, отражающие активность в экономике, индексы цен (ИПЦ, ИЦП), а также численность и доходы населения, играющие основную роль в моделировании электропотребления сектора домохозяйств.

Ключевыми результирующими показателями модели являются объемы потребляемой электроэнергии в секторах экономики, сельским и городским населениям Китая, а также величины их электроемкостей.

Потребление электроэнергии в сельском хозяйстве и сфере услуг напрямую моделируется от добавленной стоимости в этих секторах.

Потребление электроэнергии в промышленном секторе разбивается на 4 основные составляющие, или группы отраслей (рис. 3), согласно структуре публикуемых показателей Национального бюро статистики КНР. На первом этапе моделируются добавленные стоимости строительной отрасли и

остальных отраслей промышленности, затем с помощью экзогенно заданных индексов цен рассчитывается потребление электроэнергии в каждой группе отраслей. Для моделирования потребления электроэнергии в строительной отрасли используются также показатели производства цемента и инвестиции в инфраструктуру:

1п(Х60[ф = -4,7799 + 0,8430 * 1п(Х58[ф + 0, 0754 * 1п(Х61[ф (3)

(В?=0,99; 0!У=1,98; Г*1а(=1501.76),

где Х60[1] - потребление электроэнергии в строительстве, 100 Гвч.; Х58[1] — производство цемента, 10000 тонн.;

Х61 [I] — инвестиции в инфраструктуру строительной отрасли, 100 млн. юаней.

Потребление электроэнергии домохозяйствами в модели разделено на городское и сельское электропотребление. Экзогенно заданная численность населения дезагрегируется на сельское и городское с помощью коэффициента урбанизации. Далее на основании найденной численности населения, заданных объемов доходов домохозяйств и индекса потребительских цен моделируется средние располагаемые доходы.

<ЩХ78р]) = - 0,0002 + 0,0003 * Х68[(] + 0, 0063 Х76ОД / Х34ДО (4)3

(Я2=0,88; И№=2,07; Рь1а1=66,9),

где Х78[1'] — среднедушевое потребление электроэнергии в сельской местности, 10 000 кВч/чел.;

Х68[1] - численность сельского населения, 10000 чел.;

Х76[1] - среднедушевые доходы сельского населения, юаней/чел.;

Х34[1] — индекс потребительских цен.

Модель регионального электропотребления

Модель регионального электропотребления предназначена для прогнозирования потребления электроэнергии в провинциях Китая, которые затем агрегируются до макроуровня. Организация двухуровневого (страна -провинции) процесса прогнозирования потребления электроэнергии повышает качество расчетов за счет дополнения макропрогнозов данными провинций.

Модель представляет собой систему уравнений, описывающих динамику потребления электроэнергии в провинциях Китая с последующей агрегацией данных до национального уровня. Схема взаимовлияния показателей модели регионального электропотребления приведена на рис. 4.

Основным входящим показателем модели является объем валового внутреннего продукта страны.

Ключевыми результирующими показателями данной модели являются объемы электропотребления провинциями Китая.

3 сЩХЫЙ) г ХЫИ - ХЫ[М]

Рис. 4. Укрупненная схема модели регионального электропотребления

ВВП дезагрегируется на объемы ВРП, согласно экстраполированным долям провинций, нормированным на прогнозном периоде для соблюдения целостности данных. Помимо объемов валового регионального продукта в модели также учтен демографический фактор в виде численности населения провинций.

Величина потребления электроэнергии в провинциях рассчитывается с помощью произведения численности населения на душевой показатель электропотребления, который моделируется с помощью ВРП на душу населения:

Х229М = 0,0056 + 0,1667 * Х263[(]/Х185[1] + 0,7612 * Х229[М] (5)

(Я2=0,99; тУ=],92; Гз1Ш-2778,91),

где Х229Ц] - среднедушевое потребление электроэнергии в провинции Нинся4 10 000 кВч/чел.;

где XI85[(/ - численность населения провинции Нинся, ¡0000 чел.; где Х263[1] - ВРП провинции Нинся, 100 млн. юаней.

2. Методика формирования интегральных прогнозов, которая позволяет агрегировать прогнозные значения электропотребления по различным моделям, отличающаяся от существующих наличием возможности учета сценариев и вариантов расчета

На основе комплекса моделей (рис. 1) получены прогнозы долгосрочного потребления электроэнергии в КНР для различных сценарных условий развития экономики (табл. 1):

„ Таблица 1.

Прогнозы электропотребления для различных моделей и сценариев развития экономики с использованием изолированного и комплексного метода расчета, 100 ГВч.

Модель Вариант расчета Сценарий 2011 2012 2013 2014 2015

Модель электроемкости экономик» Изолированный Сценарий 1 44 357.73 47 958.92 51 461.25 54 871.20 58 241.03

Сценарий 2 43 877.96 47 261.57 50 519 77 53 670.49 56 754.58

Сценарий 3 43 397.30 46 565.41 49 593 .08 52 499.67 55 318 34

Сценарий 4 42 923.45 45 880.42 48 687.17 51 343.35 53 902.09

Сценарий 5 42 453.40 45 205.15 47 786.79 50 212.28 52 525.08

4 Для примера расчета модели регионального электропотребления приведены уравнения для провинции Нинся. Расчеты для остальных провинций КНР приведены во второй главе диссертации.

Модель электроемкости экономики Комплексный Сценарий 1 50 193.55 54 914.29 60 251.53 65 943.24 71 535.75

Сценарий 2 50 297.83 55 071.57 60 443.10 66 158.62 71 765.26

Сценарий 3 50 404.23 55 231.75 60 638.50 66 379.43 72 001.35

Сценарий 4 50 512.69 55 394.74 60 837.31 66 603 66 72 241 15

Сценарий 5 50 623.82 55 561 63 61 040.75 66 782.62 72 482.30

Модель электропотребления секторов экономики Изолированный Сценарий 1 49 013.91 51 861.72 54 771.40 57 657.44 60 248.18

Сценарий 2 49 184.54 52 286.38 55 528.06 58 810.42 61 845 13

Сценарий 3 49 345.22 52 688.08 56 248.74 59 917.05 63 390.33

Сценарий 4 49 505.42 53 090.94 56 976.27 61 041.95 64 972 35

Сценарий 5 49 665.13 53 494.90 57 710.57 62 185.18 66 591 64

Комплексный Сценарий 1 50 193.55 54 914.29 60 251.53 65 943.24 71 535.75

Сценарий 2 50 297.83 55 071.57 60 443.10 66 158 62 71 765.26

Сценарий 3 50 404.23 55 231.75 60 638.50 66 379 43 72 001.35

Сценарий 4 50 512.69 55 394.74 60 837.31 66 603.66 72 241.15

Сценарий 5 50 623 82 55 561.63 61 040.75 66 782.62 72 482.30

Модель регионального электропотреблення Изолированный Сценарий 1 49 722.36 52 941.81 56 165.46 59 421 02 62 815 14

Сценарий 2 50 052.10 53 668.86 57 356.62 61 144.07 65 144.15

Сценарий 3 50 381.84 54 402.52 58 569.38 62 914 00 67 557.81

Сценарий 4 50711.58 55 142.78 59 803.95 64 731.68 70 058.44

Сценарий 5 51 041.33 55 889.63 61 060.49 66 597.97 72 648.42

Комплексный Сценарий 1 51 319.10 57 057.32 63 012.59 69 180 78 75 704.10

Сценарий 2 51 393.90 57 186.10 63 209.09 69 460 01 76 084.22

Сценарий 3 51 463.62 57 315.24 63 407.07 69 741.98 76 468 36

Сценарий 4 51 543 55 57444 20 63 604.36 70 024.08 76 853.71

Сценарий 5 51 618.40 57574.16 63 803.57 70 308.97 77 240.22

Сценарий 3 соответствует следующим плановым показателям развития экономики КНР на 12-ю пятилетку5 (2011-2015 гг.): среднегодовой рост ВВП 7%, среднегодовой рост доходов на душу населения на 7%; увеличение доли сферы услуг в ВВП на 4%, уменьшение энергоемкости экономики на 16%, увеличение доли городского населения на 4% за 5-летний период (табл. 2).

Таблица 2.

Основные макроэкономические показатели6 в рамках комплекса моделей для различных сценарных условий развития экономики КНР на 2011-2015 гг.

Показатели Сценарии

1 2 3 4 5

Темп роста ВВП, % в год 5.0 6.0 7.0 8.0 9.0

Темп роста среднедушевых доходов населения, % в год 6.3 6.65 7.0 7.35 7.7

Увеличение доли сферы услуг в ВВП, % за 5 лет 3.0 3.5 4.0 4.5 5.0

Уменьшение энергоемкости экономики, % за 5 лет 12.8 14.4 16.0 17.6 19.2

Повышение уровня урбанизации населения, % за 5 лет 4.0 4.0 4.0 4.0 4.0

5 http://news.xinhuanet.eom/politics/2011-03/16/c I21193916.htm

6 Более подробно сценарные условия развития экономики КНР рассмотрены в третьей главе диссертации.

Модель электроемкости экономики учитывает плановые показатели по снижению энергоемкости с помощью экзогенно задаваемых величин электроемкостей секторов экономики. Структурные изменения экономики, обусловленные перетоком капитала и труда в сферу услуг, отражаются за счет введения в модель таких параметров, как доля инвестиций и доля занятых в секторах.

Модель электропотребления секторов экономики учитывает рост ВВП со структурными изменениями в экономике через экзогенно задаваемые показатели добавленных стоимостей секторов экономики, а также рост среднедушевых доходов населения с помощью доходов домохозяйств. Повышение уровня урбанизации населения в данной модели задается напрямую с помощью коэффициента урбанизации.

В модели регионального электропотребления величина ВВП учитывается в качестве входящего параметра.

Комплекс моделей позволяет получать сценарные прогнозы потребления электроэнергии в рамках каждой модели. При изолированном варианте расчета каждая модель используется без учета взаимосвязей с другими моделями. Комплексный вариант расчета предполагает, что определенные экзогенные параметры становятся моделируемыми, при этом их значения передаются из одной модели в другую.

На рис. 7 приведены модельные прогнозы потребления электроэнергии в графической форме:

Иэолиреэзнног адодельмь'е ресчетю!

ш Кэ>лп/1ексиБ"е «.■■эд^льме^ ргсчаты

Рис. 5. Прогнозы электропотребления для различных моделей и сценарных условий развития экономики с использованием изолированного и комплексного метода расчета,

100 ГВч

Интегральный прогноз представляет собой объединение множества прогнозов потребления электроэнергии, полученных в рамках каждой модели комплекса, в один. Интегральные прогнозы позволяют повысить точность суждений о будущем состоянии объекта или процесса за счет коррекции ошибок, которые возникают при неверных предположениях или смещенных оценках.

Автором на основе комплекса моделей предложена следующая методика формирования интегральных прогнозов потребления электроэнергии, учитывающая различные модели, сценарии и варианты расчета:

>-['] = ! t ± XJk[t]arb .cit (6)

i=l J=l A=I J w

где i = (1..3) - индекс модели;

j = (1 ..s) - индекс сценария;

к - (1..2)- индекс варианта расчета;

а, - [0.. 1] - вес модели;

bj = [0..1] - вес сценария;

ск — [0..1] - вес варианта расчета;

X,jk ft] - прогнозная величина электропотребления модели i, по сценарию j, методом к в момент времени t, 100 ГВт/ч;

У ft] - интегральный прогноз электропотребления в момент времени t, 100 ГВт/ч.

Коэффициенты а, и ск можно рассматривать как некую степень доверия эксперта данной модели или варианту расчета, а смысл коэффициента bj можно трактовать в терминах вероятности наступления того или иного сценария, участвующего в расчете. В связи с этим на коэффициенты а„ bj и ск налагаются ограничения целостности на знак и сумму, равную единице:

= «#>0; £z,, = l,6/>0; 2> = i,c*>0. (7)

' j к При вычислении интегральных прогнозов могут использоваться различные наборы моделей, сценариев и вариантов расчета комплекса моделей.

На основании проведенного ex-post анализа интегральных прогнозов, построенных с помощью простой средней, автор рекомендует использовать следующие правила для повышения точности расчетов:

1. Придавать больший вес модели электроемкости экономики (aj > а2, а, > а3);

2. Придавать равные веса модели электропотребления секторов экономики и модели регионального электропотребления (а2 = а3);

3. Устанавливать больший вес для изолированного варианта расчета моделей в рамках всего комплекса (с, > С2);

Сравнительный анализ достоверности модельных и интегральных прогнозов проводился на основании ex-post анализа за период с 2008 по 2010 гг., так как комплекс моделей был внедрен в виде подсистемы моделирования и прогнозирования потребления электроэнергии в Институте исследования экономики при Государственной электроэнергетической корпорации Китая в 2008 г.

Анализ достоверности прогнозов, проведенный с использованием методики средней абсолютной ошибки прогноза (МАРЕ), показал, что 5 модельных прогнозов, полученных в рамках модели электроемкости экономики при изолированном варианте расчета (1.73%, 2.02%, 2.36%, 2.70% и 3.03% для сценариев 1-5 соответственно), можно отнести к очень хорошим прогнозам.

На основании рекомендаций по применению методики формирования интегральных прогнозов автором были использованы следующие значения коэффициентов (8), что позволило получить МАРЕ = 1.03%.

Г а, = 0.80, a¡ = 0.10, а3 = 0.10;

b¡ = 0.15, b2 = 0.15, b3 = 0.40, 6V = 0.15, b5 = 0.15; (8)

l c, = 0.90, c2 = O 10.

Прогнозами хорошего качества можно назвать все остальные модельные прогнозы, так как при расчете сценарных прогнозов в рамках модели электроемкости экономики, модели электропотребления секторов экономики и модели регионального электропотребления полученная средняя абсолютная процентная ошибка находится в диапазоне до ! 0%.

На рис. 9 представлен график средних относительных ошибок для лучших 10 модельных и интегрального прогнозов электропотребления.

9 п .....-......8.43......

— — — -

С

2 1.03....................................._.............

-1 -й-1- 1 1 1 5 а 1 п

-1,68 2.02 — _

2,36 2,70 3.03...............

1 1Лучшие 10 модельных прогнозов -О- Интегральный прогноз ________________

Рис. 6. Средние относительные ошибки лучших 10 Модельных и интегрального прогнозов, %

При анализе графических данных видно, что 5 наиболее точных модельных прогнозов, полученных в рамках модели электроемкости экономики, занижают прогнозы потребления электроэнергии на 1.68 - 3.03%.

Однако, дефицит электроэнергии в отдельных регионах и тем более на уровне макроэкономики в целом является наиболее значимым ограничителем экономического роста. В связи с этим важнейшей целью государственной политики в области экономики является создание условий для ускоренного развития электроэнергетики, обеспечивающей закономерный рост других секторов экономики. Поэтому, вышеуказанные прогнозы, по-видимому, имеют существенные недостатки в связи с занижением прогнозов потребления электроэнергии.

В этой связи возрастает роль и значение модельных и интегральных прогнозов, средняя относительная ошибка прогноза которых является положительной, и являющихся основополагающими для планирования строительства и ввода в эксплуатацию генерирующих мощностей в сфере электроэнергетики. Из графика (рис. 9) видно, что интегральный прогноз является более точным.

Несмотря на то что в рамках модели электроемкости экономики были получены наиболее точные прогнозные данные (наименьшие средние относительные ошибки) в сравнении с фактическими статистическими

данными, для принятия эффективных государственных решений в сфере электроэнергетики необходимо использование всего комплекса моделей.

Таким образом, предложенная методика формирования интегральных прогнозов в сочетании со сценарным подходом к прогнозированию потребления электроэнергии позволяет повысить качество расчетов. Использование социально-экономических показателей 12-го пятилетнего плана развития КНР (2011-2015 гг.) в качестве сценарных параметров позволяет получать прогнозы с ошибкой в 1-5%, что свидетельствует о хорошей прогностической силе предложенных автором разработок.

3. Хранилище показателей статистической отчетности на основе источников данных Национального бюро статистики Китая, которое, в отличие от существующих разработок, ориентировано на информационное обеспечение модельных расчетов и автоматизацию процесса обновления данных

Основным источником информации, необходимым для решения задачи формирования долгосрочных прогнозов электропотребления в КНР является Национальное бюро статистики Китая.

Для информационного обеспечения комплекса моделей в рамках диссертационной работы сформировано хранилище показателей социально-экономического развития КНР. Необходимость регулярного обновления данных, поддержки мультиязычности и дальнейшей интеграции хранилища с комплексом моделей обусловила выбор реляционной модели данных в качестве основы хранилища показателей статистической отчетности.

При появлении новых официальных данных на сайте информация в хранилище показателей актуализируется в автоматическом режиме, что позволяет избежать ошибок ручного ввода. Автоматизация процесса обновления данных была достигнута за счет разработки специальных роботизированных загрузчиков, настроенных на структуру показателей Национального бюро статистики Китая (рис. 5), что позволяет избежать ошибок ручного ввода.

/ Сайт

I Национального

\ бюро статистики Чч Китая

Рис. 7. Укрупненная схема обновления данных в хранилище показателей

На рис. 6 приведен пример справочника показателей социально-экономического развития Китая.

г* Ьогакц <3»*5 I* Energy Ом» •Neteorofogy Class , Key Industry Oast

•etKWdty Consumption of The Whole Society, 100 GWh '- Bectrirtv Consumption of The Who's industry, 100 GWh

Ё»гу Induitry, 100 GWh tr.iarf tn&Ary. 1® ©Hh ...tiary lnA»stry, 100 GWh ¡-Electricity Consumption of Urban and Rural Household, 100 GWh }- Ob«n HewehoW, 100 GWh L Suburb Household, 100 GWh Ponvr Class of The Whole Industry, Ю MWh .^-AgriaitLre, Forestry, Arirnal Husbandry and Fishing, 100 GWh

-Utfrt industry,

Heavy Industry, 100 <Wh ё -Ore Mtune Industry, 100 GWh

Manufacturing Industry, 100 GWh »Production end Зццйу of Electric Power.Gas and Water, 100 GWh Construction. 100 GWh

»00005

«3*« iooooc iooooc

SAffstk« 100001

«trflSM*« iooooc

fSkWh 36S

яодядо, ®-wh зев

»-/»jJL <Z*Wh 367

<0«Л 368

«kwh 370

шея ©<wh 371

jMUifS, Ckwh 372

75kwh <m

«МКМЬ CkWh 373

Xib. <Z*Wh 380

eiilt, 381

fclilk, &Mh 332

sr^k, fckWh ЗЭЗ

Wj&fc. «KWh 390

■ея. е. «7

Шв.ЧК C.kWh 435

10000002

10000003

10000004

10000005

Рис! 8. Справочник показателей социально-экономического развития Китая

4. Программно-инструментальная среда, которая в отличие от существующих интегрирует комплекс моделей, хранилище показателей и методику формирования интегральных прогнозов, реализуя возможность выполнения многовариантных сценарных расчетов

Комплекс моделей, хранилище показателей и методика формирования интегральных прогнозов реализованы в аналитическом комплексе «Прогноз-5», который представляет собой пакет программных модулей, предназначенных для разработки информационно-аналитических систем и систем поддержки принятия решений в различных сферах экономики, в частности для решения задач анализа, моделирования и прогнозирования.

На основе инструментов АК «Прогноз» построено единое пространство, связывающее переменные моделей как с хранилищем показателей статистической отчетности, так и с переменными других моделей информационными каналами. Эндогенные переменные (выход) одних моделей являются экзогенными переменными (вход) для других. На рис. 10 представлена укрупненная схема взаимодействия основных результатов исследования.

В разработанной программно-инструментальной среде были проведены сценарные расчеты, которые показали хорошие скоростные параметры: среднее время расчета одной модели по одному сценарию на 5 точек вперед до 2015 года составляет порядка 1 минуты. Весь комплекс моделей в целом считается около 5 минут, при этом большинство времени занимает процесс загрузки информации по входным параметрам и выгрузки результатов расчета.

Рис. 9. Укрупненная схема взаимодействия основных результатов исследования

Выводы

В диссертационной работе получены следующие основные результаты и выводы:

1. Создан и апробирован комплекс моделей долгосрочного прогнозирования потребления электроэнергии, позволяющий учитывать управляющие воздействия правительства. На основе комплекса моделей сформированы прогнозы потребления электроэнергии для различных сценарных условий экономики КНР на 2011-2015 гг.

2. Разработана методика формирования интегральных прогнозов потребления электроэнергии, проведены расчеты и даны рекомендации по её использованию.

3. Разработано хранилище данных, включающее показатели социально-экономического развития Китая, необходимые для реализации комплекса моделей.

4. Предложенные подходы, модели и методы реализованы в виде программного продукта, интегрирующего комплекс моделей, хранилище показателей и методику построения интегральных прогнозов, и могут быть использованы для прогнозирования потребления электроэнергии других экономик мира.

Основное содержание диссертации отражено в следующих работах: Публикации в изданиях, рекомендованных ВАК:

1. Науменко Д.О. Модельный комплекс прогнозирования потребления электроэнергии в Китайской Народной Республике на долгосрочную перспективу /Д.Л. Андрианов, М.Ю. Кулаков, Д.О. Науменко // Научный журнал Вестник Пермского университета, Серия «Экономика». 2011. №4 (11). С. 85 - 92. 0,45 п.л.

2. Науменко Д.О. Разработка комплекса моделей долгосрочного прогнозирования потребления электроэнергии в Китайской Народной Республике // Управление экономическими системами: электронный научный журнал, 2011. №10. 0,85 п.л.

URL: http://www.uecs.ni

3. Науменко Д.О. Разработка методики формирования интегральных прогнозов потребления электроэнергии в Китайской Народной Республике на основе комплекса моделей // Управление экономическими системами: электронный научный журнал, 2011. №10. 0,80 п.л.

URL: http://www.uecs.ru В других изданиях:

4. Науменко Д.О. Информационно-аналитическая система моделирования и прогнозирования топливно-энергетического комплекса Китая / Д.О. Науменко, Д.Н. Шульц // Экономика и управление: актуальные проблемы и поиск путей решения: сб.ст. / Перм. ун-т. Пермь, 2008. с. 68-71. 0,15 п.л.

5. Науменко Д.О. О некоторых подходах прогнозирования потребления электроэнергии и их программной реализации в Китайской Народной Республике // Интеграция экономики в систему мирохозяйственных связей: сб. науч. трудов. XVI Межд. науч.-практ. конф. - С-Пб.: Изд-во Политех, ун-т, 2011. с. 408 - 411. 0,20 п.л.

6. Науменко Д.О. К вопросу о построении интегральных прогнозов потребления электроэнергии на основе комплекса моделей // Совершенствование стратегического управления корпоративными образованиями и региональная промышленная политика перехода к новой инновационной экономике: материалы Междунар. науч.-практ. конф. / Перм. гос. нац. исслед. ун-т. - Пермь, 2011. - Т. 2. - с. 202 - 203. 0,1 п. л.

7. Науменко Д.О. Оценка прогнозов потребления электроэнергии с использованием комплекса моделей и современных информационных технологий как элемент стратегического консалтинга // Экономические информационные системы: проблемы внедрения и использования: сб. науч. тр. первой всероссийской науч.-практ. конф. /ЦЭИ. - Тверь, 2011. -с. 71-74. 0,20 п.л.

8. Науменко Д.О. Комплекс моделей как средство прогнозирования потребления электроэнергии в экономике, отраслях и регионах страны (на примере Китайской Народной Республики) // Экономическое развитие страны: различные аспекты вопроса: сб.статей / Центр научной мысли. Таганрог, 2011. с. 179 - 182. 0,20 п.л.

9. Науменко Д.О. К вопросу о методике формирования интегральных прогнозов на основе комплекса моделей долгосрочного прогнозирования потребления электроэнергии в Китайской Народной Республике И Глобальные и локальные проблемы экономики: новые вызовы и решения: сб.статей / AHO ЦСПИ «Премьер». Краснодар, 2011. с. 148 - 150. 0,15 п.л.

10. Науменко Д.О. К вопросу о построении интервальных прогнозов потребления электроэнергии в Китайской Народной Республике на основе комплекса моделей // Отраслевые аспекты экономики, управления и права: сб.статей / Издательство ИНГН. Москва, 2011. с. 20 - 22. 0,20 п.л.

Подписано в печать 25.10.2011. Формат 60x84/16 Усл. печ. л. 1,45. Тираж 130 экз. Заказ Ъ&?.

Типография ПГНИУ. 614990. Пермь, ул. Букирева, 15