Расчётная модель электроснабжения

Фомин И. Н., Сердюкова Н. В.

Расчетная модель измерений электроэнергии в информационных биллинговых системах

Статья опубликована в журнале "Бизнес-Информатика", НИУ "Высшая школа экономики" (Москва), в 2014 г., № 4, с. 38-42.

 

Введение

Важным условием достижения экономической и энергетической эффективности в электроэнергетике является степень внедрения информационных технологий. Энергосбытовая деятельность (retail power agency) — одна из тех областей, где информационные технологии (ИТ) играют ключевую роль. Оптимальная структура ИТ способна сделать компанию конкурентоспособной и эффективной, и наоборот, неправильно структурированные ИТ могут стать тормозом на пути ее развития [1].

 

Основой автоматизации производственных процессов в электроэнергетике является обработка и хранение данных об энергопотреблении. Над этой задачей работали американский ученый Ральф Кимбалл (Ralph Kimball), который определил практические приёмы построения хранилищ данных и ключевые концепции многомерных моделей данных (multidimensional data model), используемых при хранении данных об объёмах энергопотребления [2], и немецкий исследователь  Харальд Орламюндер (Harald Orlamünder), который построил новую ролевую модель участников розничного рынка электроэнергии [3], которая может служить основой  для разработки информационных систем с функциями автоматизированного ценообразования.

Корректное построение структуры биллинговых систем заключается в построении структуры хранения различных параметров учета энергопотребления в моделях, позволяющих оперировать различными договорными и техническими параметрами электроснабжения для периодических расчётов цены и стоимости потреблённой электроэнергии на розничном рынке электроэнергии (РРЭ). В периодической отраслевой литературе имеется описание опыта автоматизации энергосбытовой деятельности компаний регионального и городского уровня, таких как МОЭК, «Волгоградэнергосбыт», «Мосэнергосбыт» и других предприятий, где использовались различные зарубежные программно-аппаратные платформы (SAP, Oracle E-Business Suite, Oracle CC&B). Концепции перечисленных СУБД (DBMS) включают в себя клиентское аналитическое приложение и набор инструментов, предназначенных для извлечения, анализа и представления информации из хранилища данных для нужд специалистов предприятия. Такого рода инструменты, как правило, не имеют прикладной ориентации и требуют от специалистов деятельность, связанную с построением запросов к хранилищу данных и визуализацией текстовых (linguistic evidence) и числовых данных (numerical data), при которой используются многомерные модели данных.

К сожалению, коммерческие организации не публикуют результаты своих исследований, в том числе в научных журналах. Авторы статьи участвовали в постановке технических задач и внедрении отечественных информационных биллинговых систем российских разработчиков в компаниях «Арктик–энерго» (Мурманская область), «Оборонэнергосбыт» (Москва), во множестве региональных энергосбытов Волгограда, Владивостока, Ярославля, Самарской и Саратовской областях. Анализируя результаты проектов, можно сделать вывод, что применение в энергосбытовой деятельности биллинговых информационных систем дает значительные положительные эффекты как оперативного, так и стратегического характера на долгосрочную перспективу и в интересах субъектов энергетического рынка. При этом информационные биллинговые системы для энергосбытовых организаций (retail power enterprises) на розничном рынке электроэнергии строятся интуитивно и концепции построения отраслевых информационных систем и структур баз данных в литературе не описаны.

 

Модели измерений электроэнергии

Расчёты в информационных системах выполняются путём математических операций с расчётными и учётными показателями, связи из которых образуют расчётные модели.

Учётные и расчётные показатели в базах данных отраслевых информационных систем хранятся в виде измерений. Согласно концепции Ральфа Кимбалла, измерение — это интерпретация факта с некоторой точки зрения в реальном мире, содержащая учётные и расчётные показатели, которые связаны по смыслу между собой. Обычно измерения представляются как оси многомерного пространства, точками которого связывают определённые факты реального мира с числовыми или лингвистическими показателями, характеризующими эти факты. В отраслевых информационных системах эти лингвистические показатели являются разрезами аналитического учёта. В многомерной модели каждый учётный или расчётный показатель связан с одной или несколькими осями - измерениями. Такого рода информационные элементы в определённой модели хранятся в базе данных реляционного типа в виде совокупности отношений различной структуры, определяя организационную и расчётную модели измерений в массивах данных биллинговых информационных систем.

 

Расчётная модель измерений в структуре объектно-реляционный базы данных (РМИ) – это модель, задающая измерения массивов информации, их взаимозависимости, согласно правилам и методам обработки информации о ценах и стоимости электроэнергии. Расчётная модель измерения отражает экономические условия электроснабжения и определяет структуру базы данных, в которой хранятся данные необходимые для расчёта цен и стоимости потреблённой энергии. Задачей расчётной модели измерений является формирование корректных расчётных показателей [5].

Учётные показатели – это количественные величины, которые требуется хранить в базе данных информационной системы, для проведения расчётов или анализа данных. Эти данные снимаются с приборов учёта электроэнергии, вводятся вручную, загружаются из внешних систем, реже - находятся расчётным путём. В общем случае, учётными показателями можно назвать значения функций с определённым набором аргументов, которые в дальнейшем участвуют в каких-либо расчётах или используются в отчётах информационной системы. С помощью учётных показателей реализуются учётные функции специализированного программного обеспечения.

Расчётные показатели – это различные показатели, сформированные в автоматизированной системе в результате расчётных функций [6].

Учётные и расчётные показатели в базах данных отраслевых информационных систем хранятся в виде измерений. Согласно концепции Ральфа Кимбалла, измерение — это интерпретация факта (facts for measurements) с некоторой точки зрения в реальном мире, содержащая учётные и расчётные показатели, которые связаны по смыслу между собой. Обычно измерения представляются как оси многомерного пространства, точками которого связывают определённые факты реального мира с числовыми или лингвистическими показателями, характеризующими эти факты. В отраслевых информационных системах эти лингвистические показатели являются разрезами аналитического учёта (incisions analytical accounting). В многомерной модели каждый учётный или расчётный показатель связан с одной или несколькими осями - измерениями. Измерения – это ключевая концепция многомерных баз данных. Многомерное моделирование (dimensional modeling (DM) предусматривает использование измерений для предоставления максимально возможного контекста для измеряемых фактов (facts for measurements) [2]. Хранение данных, для целей расчёта стоимости, должно производиться согласно сформированной в информационной системе расчётной модели измерений.

 

Используя теорию множеств и теорию графов, расчётную модель измерений можно задать как конечное множество Y, состоящее из n элементов, определяющих расчётные показатели для j-той точки учёта

Yj = {1, 2, ..., n},

которые и формируют вершины ориентированного графа, и множество дуг (set of edges) подмножества (subset) (P = {p1, p2, ..., pn}), при этом PY. В реальных информационных системах базы данных формируют набор таблиц, которые отражают данные по составляющим, используемым при расчете цен и стоимости. Количество и иерархия элементов определяется расчётной схемой для потребителя, а также задачами ценообразования (формирования расчётной модели измерений). Расчётная модель измерений в биллинговых информационных системах формируется для целей определения цены и стоимости, путём связи объектов или справочников и может отображаться в древовидной форме. Элементами этих множеств являются множества, содержащие данные об объектах электроснабжения (power supply objects) потребителей и связях между ними (PO), параметрах расчета объемов (PV), и данные о  параметрах расчета цен и стоимости по объектам электроснабжения (PC). Таким образом, P={PO,PV,PC}. Такое представление дает возможность использовать теорию множеств для классификации учетных и расчетных показателей и разработки структуры базы данных информационных биллинговых систем.

 

Классификация учётных и расчётных показателей

Оперируя учетными и расчетными показателями можно автоматизировать процесс ценообразования  на розничном рынке электроэнергии.

Ценообразование в автоматизированной биллинговой системе – это автоматический или полуавтоматический расчёт цены на электроэнергию с использованием динамически изменяющихся учётных или расчётных показателей.

Основными задачами процесса автоматизированного ценообразования являются:

  • Определение различных учётных показателей, участвующих в формировании цены и отслеживание изменений этих показателей;
  • Ввод и хранение данных об учётных показателях согласно модели измерений и отслеживание изменений модели;
  • Получение новых расчётных показателей, участвующих в расчёте цен и стоимости электроэнергии.

В процессе исследования для поиска технических решений описанных выше задач к каждой группе потребителей электроэнергии (каждому объекту электроснабжения на РРЭ) был подобран набор атрибутов, необходимых для выполнения расчётных операций. Выделяют четыре группы потребителей: базовые потребители, население, прочие потребители, организации, оказывающие услуги по передаче электроэнергии и приобретающие её в целях компенсации потерь [7].  Основными критериями, по которым подвергались классификации атрибуты объектов, расчётные и учётные показатели, стали:

  • конечный набор объектов и классов;
  • возможность хранения показателей, характеризующих объекты, в реляционных базах данных;
  • соответствие отраслевому законодательству.

Также при классификации были выделены параметры и атрибуты, определяющие цену для каждого объекта учета, метод её расчета и условия использования данной цены при расчете стоимости. Упомянутая выше неоднозначность использования элементов РМИ при классификации сущностей для целей ценообразования предполагает возможность использования этих элементов как объектов либо как классов в зависимости от степени их характерности.

В связи с различием в ценообразовании на РРЭ в ценовых (ЦЗ) и неценовых зонах (НЦЗ) (pricing areas and not-pricing areas of wholesale market) был произведен анализ факторов, определяющих особенности формирования цен и стоимости указанных выше групп потребителей (consumption habits) в различных зонах оптового рынка и их степени доминирования в реальных договорных условиях электроснабжения (contractual input). В результате было выявлено конечное количество наборов техническо-экономических условий (contractual input) потребления электроэнергии, позволяющих применять тот или иной вид ценообразования (type pricing) и способ расчёта стоимости (method of calculating the cost) потреблённой электроэнергии.

Анализ проводился с применением метода экспертной классификации (expert classification method), принцип которого состоит в обоснованном переносе классификационных решений, полученных для одного объекта, на некоторые другие объекты. Базой знаний для обоснования и переноса служит отношение доминирования, которое, в свою очередь, строится из отношений характерности [8].

При исследовании способов расчета цен  и стоимости электроэнергии в НЦЗ был получен контекст K1=(G1,P1,I1), где G1 - группы потребителей,  соответствующие различным способам расчета цены и стоимости в НЦЗ, P1 - множество признаков, по которым классифицировались элементы множества G1, а I1 - множество значений этих признаков.

При исследовании способов расчета цен  и стоимости потребителей в ЦЗ был получен контекст K2=(G2,P2,I2), где G2 - группы потребителей,  соответствующие различным способам расчета цены и стоимости в ЦЗ, P2 - множество признаков, по которым классифицировались элементы множества G2, а  I2 - множество значений (set of values) этих признаков.

Задача определения наиболее общих признаков, определяющих способ расчета цены и стоимости, решалась методом совмещения контекстов K1=(G1,P1,I1) и K2=(G2,P2,I2), в результате которого было получена решётка C(K) контекста K=(G,P,I), представляющая собой множество различных наборов техническо-экономических условий потребления электроэнергии, позволяющих применять тот или иной вид ценообразования и способ расчёта стоимости потреблённой электроэнергии.

В контексте G - группы потребителей,  соответствующие различным способам расчета цены и стоимости, P - множество признаков (характеристик), по которым классифицируются элементы множества G, соответственно I - множество значений этих признаков.

Полученные наборы C(K) зависят от административных и договорных условий потребления, а также от характеристик применяемых приборов учета. Эти наборы влияют на процесс ценообразования и в законодательстве РФ называются «ценовая категория» (consumer characterization framework (CCF).

 

Ценовая категория – это набор техническо-экономических условий потребителя, позволяющий применять тот или иной вид ценообразования и способ расчёта стоимости потреблённой электроэнергии. Энергосбытовые компании в статусе гарантирующего поставщика (supplier of last resort) вынуждены административно относить потребителя к одной из ценовых категорий, а независимые энергосбытовые компании технически относят потребителя к одной из ценовых категорий.

В полученном контексте каждому элементу g множества G соответствует множество признаков P и множество значений этих признаков Ig = φ (g), соответствующих той или иной ценовой категории.

Используемый выше контекстный поход позволил выделить различные множества характеристик, участвующие в формировании реляционной модели базы данных информационной биллинговой системы. Для этого ценовая категория была выражена