MANAGEMENT DECISION ALGORITHM IN ENERGY SYSTEM OF ENTERPRISE
Journal: VESTNIK OF ASTRAKHAN STATE TECHNICAL UNIVERSITY. SERIES: MANAGEMENT, COMPUTER SCIENCE AND INFORMATICS
№ 4
, 2020
Rubrics: MANAGEMENT, MODELING, AUTOMATION
Authors:
1.
National Research University "MPEI"
(the department APCS, graduate student)
graduate student from 01.01.2017 until now
Moscow, Russian Federation
graduate student from 01.01.2017 until now
Moscow, Russian Federation
2.
National Research University “Moscow Power Engineering Institute”
Moscow, Russian Federation
Moscow, Russian Federation
Type:
Article
Pages:
from 62
to 69
Status:
Published
Received:
21.10.2020
Accepted:
21.10.2020
Published:
21.10.2020
Subject area:
UDK 30 Теория, методология и методы общественных наук в целом. Социография
Language:
Russian
Keywords:
managerial decision algorithm, energy system of the organization, power consumption, minimization of financial expenses, functionality, budget
Abstract (English):
The article presents the research objective to develop and test an algorithm for choosing a managerial decision in the energy system. There have been described the managerial deci-sions made in the organization when consuming electrical energy. The system was decomposed into subsystems with the allocation of the applied optimal organizational and technical control actions. The models of subsystems with the subsequent aggregation into a single structure of the model of the energy system are presented. There has been proposed an algorithm for determining the optimal managerial decision in the energy system, which checks the decisions taking into account the given criterion and limitations. The problem of power consumption management is formulated taking into account the minimization of financial costs, and its solution is found within the limits of one subsystem. Experimental studies have been carried out that have shown practical applicability and financial savings obtained due to the application of the developed algorithm, which indicates the possibility of further use of the research results in the energy systems of enterprises of the Russian Federation and abroad.
The article presents the research objective to develop and test an algorithm for choosing a managerial decision in the energy system. There have been described the managerial deci-sions made in the organization when consuming electrical energy. The system was decomposed into subsystems with the allocation of the applied optimal organizational and technical control actions. The models of subsystems with the subsequent aggregation into a single structure of the model of the energy system are presented. There has been proposed an algorithm for determining the optimal managerial decision in the energy system, which checks the decisions taking into account the given criterion and limitations. The problem of power consumption management is formulated taking into account the minimization of financial costs, and its solution is found within the limits of one subsystem. Experimental studies have been carried out that have shown practical applicability and financial savings obtained due to the application of the developed algorithm, which indicates the possibility of further use of the research results in the energy systems of enterprises of the Russian Federation and abroad.
Keywords:
managerial decision algorithm, energy system of the organization, power consumption, minimization of financial expenses, functionality, budget
managerial decision algorithm, energy system of the organization, power consumption, minimization of financial expenses, functionality, budget
Введение
Энергопотребление является одной из основных статей расходов учреждения, поэтому управление потреблением электрической энергии, ориентированное на минимизацию финансо-вых расходов, является актуальной задачей. При эксплуатации систем электроснабжения появ-ляется потребность в алгоритме определения оптимального управленческого решения.
Объектом исследования является энергетическая система [1], на примере государственного бюджетного учреждения по ремонту и эксплуатации инженерных сооружений «Гормост»
(г. Москва). На 2019 г. в оперативном управлении учреждения находилось 1 693 инженерных сооружения, из которых электрифицированы 869 с электропотреблением – 121 млн кВт в год. Электрическая энергия на объекты подается от трансформаторных подстанций электросетевых компаний города, в единичных случаях – от иных юридических лиц. Расчеты за потребленную электроэнергию осуществляются с энергосбытовой компанией. Граница предметной области со стороны электросетевых компаний включает в себя трансформаторные подстанции 0,4 кВ на 827 объектах, трансформаторные подстанции 10 кВ на 42 объектах. Данная граница соответ-ствует актам технологического присоединения и является разграничением балансовой принад-лежности и эксплуатационной ответственности между учреждением и сетевыми организациями. Граница предметной области со стороны электропотребителей включает в себя различные тех-нологические системы и оборудование, которое необходимо для городской инфраструктуры.
Мировая тенденция в вопросе управления электропотреблением предполагает принятие нормативных документов и реализацию программ, которые позволяют абоненту принимать си-стемные, долгосрочные и экономически выгодные решения [2, 3]. Из этого следует, что тема оптимального управления электрическим потреблением в энергетической системе является вос-требованной и перспективной [4–6].
Целью работы является разработка алгоритма выбора управленческого решения в энер-гетической системе. Идеология алгоритма должна быть направлена на минимизацию финансо-вых затрат и обеспечение функциональности, которая предоставляется системой. Учреждение как объект исследования является сложной иерархической структурой, которая может быть де-композирована в соответствии с целевым и функциональным назначением на подсистемы ниж-него уровня (рис. 1): подземные пешеходные переходы, надземные пешеходные переходы, мо-сты, тоннели малой протяженности, административные здания (объекты до 670 кВт), фонтаны
и тоннели большой протяженности (объекты свыше 670 кВт).
Рис. 1. Декомпозиция объекта исследования
Подсистемы имеют общие признаки: назначение объектов, структура инженерных систем и типы электрических потребителей, взаимосвязанность по отношению к системе. Элементы подсистем как объекты управления рассматриваются с позиции потребления электроэнергии.
Постановка задачи
Критерием выбора управленческого решения являются финансовые расходы, направляе-мые на оплату потребленной электрической энергии ( ). Основные параметры системы, поз-воляющие управлять инженерными сооружениями: функциональность системы, которая позво-ляет поддерживать работоспособным каждый элемент и избегать незапланированных расходов; бюджет, который выделяется для оплаты электрической энергии. Следовательно, ограничениями являются обеспечение функциональности системы и непревышение бюджета.
Задача оптимального управления: минимизация финансовых расходов при потреблении электрической энергии на этапе эксплуатации функциональной энергетической системы, где – входные данные на этапе априори, электрическое потребление (в кВт⋅ч) за расчетный период (1 календарный месяц); – выходные данные, стоимость (в руб.) потребленной электрической энергии за расчетный период; и – входные и выход-ные данные в режиме реального времени; и – управляющие воздействия; – структура модели; – параметры модели, которые зависят от управления и структуры. При формировании организационных и технических управляющих воздействий учтены структуры и параметры моделей. Критерий – потребление электроэнергии , где – минималь-ное суммарное электропотребление; и . Первое ограничение – бюд-жет , где – максимальное суммарное электропотребление, второе ограничение – функциональность . Формализованная постановка задачи:
Элементы, входящие в подсистемы, реализуют различные функции, поэтому вне зависи-мости от объекта управления, количества и типа реализуемых функций рассчитаем ограничение обеспечения функциональности системы как минимальное суммарное электропотребление обо-рудования; при условии утрачивается функциональность. Временной интервал наблюдения (во время которого происходили сбор исходных данных и анализ полученных ре-зультатов) за энергетической системой – 5 лет (с 2015 по 2020 г.), он включает этап эксплуата-ции объекта, состоящий из планово-предупредительного, текущего и капитального ремонта. Поставленная задача включает организационные и технические воздействия, поэтому для ее дальнейшего поэлементного исследования и решения произведем декомпозицию: найдем реше-ние для управления потреблением электрической энергии на этапе априори (организационные воздействия), и ; найдем решение в режиме реального времени (технические воздействия), и .
На основе взаимосвязей между элементами построим модели подсистем на этапе априори и в режиме реального времени (рис. 2).
Рис. 2. Модели подсистем
Исходя из моделей подсистем предопределим структуру модели энергосистемы (рис. 3).
Рис. 3. Структура модели энергетической системы
В рассматриваемой системе управляющие воздействия могут быть разделены в соответ-ствии со способом нанесения воздействия на объект по двум типам: организационные, связан-ные с проведением определенного вида работ, и технические, влияющие на расчеты с энерго-сбытовой компанией (табл. 1).
Таблица 1
Организационные и технические управляющие воздействия
Подсистема или тип
инженерного сооружения Организационное воздействие Техническое
воздействие
Подземные пешеходные
переходы 1. Применение светодиодных светильников, .
2. Применение трансформаторов тока с максималь-ным межповерочным интервалом – 16 лет,
3. Применение счетчиков с максимальным межпове-рочным интервалом – 16 лет,
1. Изменение ценовой кате-гории и тарифа на услуги по передаче электроэнергии, выбор из 1, 3 и 4 ценовой категории .
Надземные пешеходные
переходы
Мосты
Тоннели малой протяженности (до 125 м)
Административные здания
Фонтаны 1. Применение светодиодных светильников, .
2. Применение трансформаторов тока с межповероч-ным интервалом – 16 лет, .
3. Применение счетчиков с межповерочным интерва-лом – 16 лет, .
4. Применение электрооборудования (насосы, венти-ляторы, электрические печи и т. д.) с классом энер-гоэффективности А, .
5. Произведение расчета по уровню напряжения, .
6. Произведение расчета перехода объекта на оптовый рынок электрической энергии и мощности, .
1. Изменение ценовой кате-гории и тарифа на услуги по передаче электроэнергии, выбор из 3 или 4 ценовой категории, .
2. Изменение профиля мощ-ности, .
Тоннели большой
протяженности
Организационные управляющие воздействия применяются на этапе априори , до запус-ка системы электроснабжения объекта. А техническое управляющее воздействие применяется
в режиме реального времени , при эксплуатации системы электроснабжения.
Результаты исследования
Разработан алгоритм определения оптимального управленческого решения в энергетиче-ской системе учреждения (рис. 4) с учетом заданного критерия и 2-х ограничений.
Исходя из принадлежности элемента к одной из семи подсистем, сформированы и введе-ны исходные данные для расчета: потребление электроэнергии за все время работы электро-установки, управляющие воздействия (организационные и технические), бюджет. Информация распределяется по модулям: планово-предупредительный, текущий и капитальный ремонт, функциональность элемента – для дальнейшего параллельного вычисления. Рассчитано мини-мальное и максимальное электропотребление в элементе, подсистеме и системе при условии выполнения планируемых работ (к примеру, замена трансформаторов тока). Выполнено сравне-ние результатов решения с первым ограничением (бюджет) и критерием (потребление электро-энергии). В завершении цикла функциональности получили функции, необходимые для работы элемента, подсистемы и системы. Выполнено сравнение результатов параллельных вычислений со вторым ограничением (функциональность). Если итог сравнения не соответствует заданным требованиям, решение на этом завершается, с последующим предложением корректировки ис-ходных данных элемента и повторного прохождения процедуры расчета. Процесс повторяется до тех пор, пока не будет достигнут результат, соответствующий заданным требованиям. Ре-зультатом прохождения алгоритма является решение, соответствующее заданному критерию
и 2-м ограничениям.
Рис. 4. Алгоритм определения оптимального управленческого решения
Для апробации выбрана подсистема «Фонтаны», элемент – инженерный объект (прототип): фонтан «Дружба народов», по адресу: г. Москва, просп. Мира, д. 119, лит. 24. Выбор данного прототипа позволили проверить 8 управляющих воздействий. Проведены пассивный и активный эксперименты, в ходе которых были приложены 6 организационных и 2 технических воздействия, результатом является проверка алгоритма и решение задачи исследования (табл. 2).
Таблица 2
Результат решения задачи исследования
Стоимость энергии Описание воздействия Средние расходы за месяц, руб. Планируемая экономия, руб.
фактические планируемые
Применение светодиодных светильников (организационное) 12 544 5 018 7 526
Применение трансформаторов тока
с межповерочным интервалом 16 лет (организационное) 3 172,8 973,8 2 199
Применение счетчиков с межповерочным интервалом 16 лет (организационное) 28,2 2,82 25,38
Применение электрооборудования
с классом энергоэффективности А (орга-низационное) 6 557,4 1 502,7 5 054,7
Произведение расчета по уровню
напряжения (организационное) 290 893,9 242 753,4 48 140,5
Произведение расчета перехода объекта на оптовый рынок электрической энергии и мощности (организационное) 290 893,9 63 920,8 226 973,1
Изменение ценовой категории и тарифа на услуги по передаче электроэнергии, выбор из 3 или 4 ценовой категории (тех-ническое) 34 907,3 31 657,1 3 250,2
Изменение профиля мощности
(техническое) 7 536,4 3 318,6 4 217,8
Итоговая планируемая экономия финансовых средств на 1-ом объекте (фонтан «Дружба народов»), без учета и (всего 869 объектов)
22 273,08
Решения для оставшихся шести подсистем будут аналогичны, с учетом объема электро-потребления.
Исследован существующий подход к выработке управленческих решений в процессе электропотребления энергосистемы [8, 9], направленный на минимизацию финансовых расхо-дов. Предложен алгоритм определения оптимального управленческого решения, учитывающий функциональность системы, выделяемый бюджет и минимизацию финансовых расходов на оплату потребленной электроэнергии. Процедуру расчета можно дополнить другими парамет-рами энергопотребления (газа, холодной и горячей воды) и применять в различных энергоси-стемах [10, 11]. Результаты исследования применимы при разработке программного обеспече-ния, которое на основе исходных данных автоматически определяет итоговые показатели си-стемы и предлагает оптимальное решение, паритетное заданным требованиям.
Выводы
Произведено экспериментальное исследование на объекте «Фонтан “Дружба народов”», изменена ценовая категория (с 3-й на 4-ю, ) и профиль мощности электрообрудования ( ), что привело в 2019 г. к средней экономии в месяц 7 468 руб., а статья расходов «Оплата потреб-ленной электроэнергии» на объекте сократилась на 2,56 % (от 290 893,9 руб.).
Предложен опытно проверенный алгоритм выбора оптимального управленческого реше-ния в энергетической системе. На действующем объекте решена и реализована задача исследо-вания, выполнена минимизация финансовых расходов в процессе электропотребления. Найдены и экспериментально проверены решения для управления потреблением электрической энергии на этапе априори и в режиме реального времени, которые направлены на минимизацию финан-совых расходов при эксплуатации функциональной энергетической системы учреждения.
1. Burkov V. N., Korgin N. A., Novikov D. A. Vvedenie v teoriiu upravleniia organizatsionnymi sistemami [Introduction to theory of organizational systems management]. Pod redaktsiei chl.-korr. RAN D. A. Novikova. Moscow, Librokom Publ., 2009. 264 p.
2. Mehr Energieeffizienz durch gezielte Anwenderinformationen: Bundesamt für Energie BRE. Schlussbericht, 29 Sep. 2010, CH: 2010, 195 p.
3. Akzeptanz und politische Partizipation in der Energietransformation. Available at: https://link.sprin-ger.com/book/10.1007%2F978-3-658-24760-7 (accessed: 30.01.2020).
4. Energieeffizienz und Energiemanagement. Available at: https://www.springer.com/de/book/9783834819413 (accessed: 09.02.2020).
5. Energiemanagement. Available at: https://www.springer.com/de/book/9783658028336 (accessed: 30.01.2020).
6. IT-gestütztes Ressourcen und Energiemanagement. Available at: https://link.springer.com/book/10. 1007%2F978-3-642-35030-6 (accessed: 30.01.2020).
7. Balakirev V. S., Dvoretskii S. I., Anis'kina N. N. Matematicheskoe modelirovanie tekhnologicheskikh protsessov: uchebnoe posobie [Mathematical modeling of technological processes: tutorial]. Pod redaktsiei V. S. Balakireva. Iaroslavl', Izd. dom N. P. Pastukhova, 2018. 352 p.
8. Energiespeicher Bedarf, Technologien, Integration. Available at: https://www.springer.com/de/book/ 9783662488928 (accessed: 31.01.2020).
9. Validation and Verification of Automated Systems. Available at: https://www.springer.com/de/book/9783030146276 (accessed: 09.02.2020).
10. The Renewable Energy Transition. Available at: https://www.springer.com/de/book/9783030291143 (accessed: 09.02.2020).
11. Bendel O. Energiemanagement. Available at: https://wirtschaftslexikon.gab-ler.de/definition/energiemanagement-53997 (accessed: 31.01.2020).
