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 как конечное множество, состоящее из элементов, определяющих характеристики для j-го объекта электроснабжения:

, | ,

где pjkk-ая характеристика, определяющая ценовую категорию для j-го объекта электроснабжения, n=8 - количество характеристик, среди которых можно выделить следующие:

  1. Отношение потребителей к ценовым или не ценовым зонам;
  2. Категория потребителей (население, крупные, мелкие потребители, сетевые организации);
  3. Наличие факта (требования) трансляции цен (price depends) электроэнергии и мощности (capacityс) ОРЭМ;
  4. Тип тарифа на энергию (одноставочный (single-part tariff) или двухставочный (two-part tariff)
  5. Тип тарифа на услуги по передаче электроэнергии (одноставочный или двухставочный);
  6. Способ учета объемов (интегральный в целом за период, интервальный по часам, по  зонам суток);
  7. Число зон - для способа учета объемов по зонам суток;
  8. Наличие факта (требования) почасового планирования (claim energy planning).

Множество ценовых категорий KC = {KiC} определяется различными комбинациями значений характеристик, определяющих ценовую категорию, но в целом данное множество конечно и содержит различные варианты ценовых категорий для ценовых и неценовых зон.

В России,  цены на электрическую энергию (мощность), поставляемую потребителям, не могут быть выше некоторых  ее предельных уровней (ultimate level). В концепции предложенной авторами настоящей публикации, предельный уровень цен (ultimate level  price) в автоматизированной системе – это расчётный показатель, полученный в соответствии с порядком формирования цены, определяемым связанной с ним ценовой категорией и хранящийся в реляционной базе данных (БД) или в соответствующем регистре БД для использования в определении стоимости потреблённой электроэнергии.

Расчет предельных уровней цен можно выразить как некую функцию, параметрами которой является набор показателей (set of datas) XC, используемых при формировании предельного уровня цен.

 

Набор элементов множества  различен для ценовых и неценовых зон или иными словами зависит от ценовой категории, то есть XC = f(KC).

Для ЦЗ элементами множества XC являются такие учетные показатели как: cредневзвешенные нерегулируемые цены (averaged unregulated prices) ОРЭМ (СВНЦ) - (DiATS),  тарифы на передачу (TiGRID), тарифы на услуги инфраструктур  ОРЭМ ( ), сбытовые надбавки (profit levels) (ΔiC).

.

Для НЦЗ элементами множества Xc являются такие учетные показатели как: данные коммерческого оператора (administrator of trading system – ATS), влияющие на формирование розничных цен Diко,  регулируемые розничные тарифы (regulated prices TiREG), удельная стоимость электроэнергии на ОРЭМ Ji (unit cost of electricity power).

 

Данные учетные показатели, входящие в состав XiC изменяются в зависимости от того с какой группы точек поставки (ГТП) (supply points group) (r1), каким субъектом ОРЭМ (энергосбытовой компанией или гарантирующим поставщиком) (market participant) (r2), по какому типу договора (r3) осуществляется поставка электроэнергии (договор электроснабжения или договор купли-продажи). Также, учётными показателями являются сетевая организация (distribution net companies), по сетям которой осуществляется электроснабжение (r4), в каком регионе (r5) и по какому уровню напряжению (voltage tariff) (r6) производит передачу электроэнергии, к какой ценовой категории (r7) и группе потребителей (r8) относится объект электроснабжения. Кроме того, имеет значение такой показатель как зона суток (TOU) (r9), для которой рассчитывается цены. Таким образом, эти наборы учётных показателей являются аргументами функции

.

Это множество представляет собой объединение нескольких множеств,  определяющих структуру хранения данных о каждом из элементов множеств XСцз, XСнцз, которые могут соответствовать разрезам аналитического учета в информационных биллинговых системах.

Совокупность учетных показателей , от которых зависят данные о составляющих, входящих в состав предельных уровней цен можно представить как некое конечное множество , состав которого зависит от ценовой категории, т.е.

, .

В свою очередь каждый из элементов множества Х входит в состав других множеств, представляющих собой данные о том или ином виде показателя, используемого при расчете предельных уровней цен.

, ,  ,

Анализ законодательства и массивов данных о ценах различных энергосбытов или гарантирующих поставщиков показал, что данные о предельных уровнях цен зависят от  множества учетных показателей R, определяющих их составляющие, которые участвуют в расчете этих цен. Кроме того эти же учетные показатели, от которых зависит формирование предельных уровней цен, являются свойствами объектов электроснабжения, позволяющими использовать, при расчете стоимости,  сформированные предельные уровни цен.

Совокупность учетных показателей, в разрезе которых рассчитываются предельные уровни цен, определяет множество различных вариантов расчета предельных уровней цен.

 

Вариант расчета предельного уровня цен – это элемент расчётной модели, относящий использование одной и той же ценовой категории и определяющей метод расчета цен или предельных уровней цен с различными учетными показателями для схожих по набору свойств объектов электроснабжения.

Исходя из множества вариантов расчета цен и предельных уровней цен (дифференциация по уровням напряжения, зонам суток, группам потребителей, типам договоров, ГТП) можно объединить некоторые показатели,  одинаковые для различных ГТП участников ОРЭМ, в так называемые тарифные группы (tariff for groups) и определить взаимозависимость учётных показателей. Говоря языком теории множеств можно выделить в множестве  R  подмножество GТ = {t1, t2, ..., tn}, где GT ⊂ R.  Элементами множества GT являются такие учетные показатели как ценовая категория, уровень напряжения, вид потребителя, тип договора. Очевидно, что при этом уменьшится количество показателей , от которых зависят данные о составляющих предельных уровней цен и данные о предельных уровнях цен, поскольку вместо элементов, входящих в множество GT, можно использовать один элемент, определяющий данный набор.

 

Тарифная группа (GT) – это совокупность технико-экономических условий потребителя, позволяющая определять тот или иной вариант расчета цен или предельных уровней цен для той или иной ценовой категории потребителя. Тарифная группа в данной концепции, включающая в себя ценовую категорию, задающую метод расчета цены и стоимости для ГТП либо совокупности ГТП, к которой относится потребители данной тарифной группы. Эти совокупности являются  основными показателями, определяющими параметры расчета цен и стоимости для объектов электроснабжения на РРЭ, находящихся в данной тарифной группе и в данной  ГТП.

Соответственно, для j-го объекта электроснабжения можно выделить еще одно свойство GjT, определяющее отношение данного объекта к тарифной группе, причем GjT GT. Поскольку тарифная группа включает в себя ценовую категорию (KC ⊂ GT), то можно утверждать, что отношение объекта электроснабжения к тарифной группе определяет также и его отношение к ценовой категории или определяет способ расчета цены и стоимости для данного объекта.

Расчет стоимости для j-го объекта электроснабжения, а также расчёт цен и расчет уровней цен, можно выразить как некую функцию fS, параметрами которой являются наборы данных о ценах Cj и объемах энергопотребления Vj, которые в свою очередь зависят от соответствующих данному объекту электроснабжения параметров расчета цены PjC и параметров расчета объемов PjV.

 

 

 

На основе проведенного исследования можно утверждать, что набор данных о характеристиках, определяющих алгоритм расчета цены и стоимости  для данного объекта электроснабжения, должен содержать такие учётные показатели как субъект ОРЭМ (гарантирующий поставщик или энергосбытовая организация, по ценам которой производится расчет стоимости), ГТП субъекта ОРЭМ, тарифная группа и сетевая организация, чьи тарифы применяются при определении стоимости услуг по транспорту электроэнергии.

 

Моделирование базы данных информационной системы

При моделировании базы данных с помощью ER-диаграмм данное множество  было представлено в виде ассоциативной сущности «Параметры расчета цен и стоимости объектов электроснабжения на РРЭ» (Options of pricing and cost calculation of electric power facilities for the retail market), определяющей связи между тремя  различными объектами информационной системы: «Объекты электроснабжения», «ГТП» и «Тарифные группы».  Данная связь является базой, определяющей по каким тарифным группам и для каких ГТП субъектов ОРЭМ, следует рассчитывать цены и предельные уровни цен, а также определяет предельные уровни какой тарифной группы и какого субъекта ОРЭМ следует использовать при расчете стоимости для конкретного объекта электроснабжения. Предложенная на рисунке 1 модель отражает основные учётные показатели, определяющие параметры расчета цен и стоимости для объектов электроснабжения, их атрибуты, а также устанавливает взаимосвязи между этими показателями.

 

В концепции реляционной модели данных, изображенный на рис. 1 элемент расчетной модели для целей автоматизированного ценообразования отражает основные таблицы, связанные с формированием цен для объектов электроснабжения, их структуру (поля) и связи между таблицами. Таблица ПАРАМЕТРЫ_РАСЧЕТА (calculation_Options) в модели отражает взаимосвязи между различными учётными и расчётными показателями, описываемыми множеством PC. Таблицы, объединенные в группы «Составляющие ПУЦ для ЦЗ» (ultimate level  price components for pricing area) и «Составляющие ПУЦ для НЦЗ» (ultimate level  price components for not-pricing area), представляют собой описанные выше элементы множеств XС_pa и ХС_npa соответственно. Множество R в базах данных реальных информационных систем является одной из осей измерений и используется как разрезы аналитического учета, определяя структуру хранения данных, используемых для расчета цен и предельных уровней цен.

Получение данных этих таблиц при расчете предельных уровней цен может быть организовано посредством соответствующих запросов, которые можно выразить  функцией fX (PjC).

 

Рис. 1. Схема расчетной модели измерений для задач автоматизированного ценообразования

 

Заключение

Предложенная модель классификации учётных и расчётных показателей, участвующих в процессе автоматизированного ценообразования, наглядно показывает, в каких разрезах следует хранить показатели, участвующие в расчете цен, а также чем могут определяться параметры расчета цен и стоимости для объектов электроснабжения потребителя.

Произведенное моделирование структуры базы данных, формирующей расчетную модель измерений массивов данных, может быть использовано в проектируемых на практике информационных системах, используемых для автоматизации деятельности энергосбытовых организаций. Результаты исследования также могут быть использованы и в разработке организационной и технической концепции подбора оптимальных договорных условий энергоснабжения, что напрямую влияет на энергоэффективность отрасли.

 

Литература

1. Чернов С. С., Энергосбытовая деятельность в условиях реформирования: проблемы и перспективы // Проблемы современной экономики, 2011 - № 4 (40), с. 157-164;

2. Kimball R. The Data Warehouse Toolkit: Practical Techniques for Building Dimensional Data Warehouses (Практические приёмы построения хранилищ данных) / John Wiley & Sons, New York, 1996;

3. Orlamünder H. Der Einsatz von Informations- und Kommunikationstechnik in Stromnetzen – ein Nachhaltiges Energieinformationsnetz  (Использование информационно-коммуникационных технологий в электрических сетях - устойчивая информационная энергетическая сеть) / Alcatel-Lucent,  Stuttgart, 2009.

4. Шульга Т.Э., Метод построения восстанавливающих последовательностей для систем без потери информации // Системы управления и информационные технологии. - Воронеж: Изд-во Ворон.гос. тех. ун-та, 2009. - № 1.3 (35), с. 407-411;

5. Фомин И. Н., Модели измерений в информационных системах энергосбытовых организаций // «Высокие технологии, исследования, финансы» - СПб.: Изд-во Политехн. ун-та, 2013, с. 213-217;

6. Фомин И. Н., Методика поэтапного автоматизированного расчёта стоимости потреблённой электроэнергии // Труды Академэнерго - 2013 - № 3, с. 103-115;

7. Богачкова, Л. Ю., Иншаков О. В., Москвичев Е. А., Совершенствование функционирования распределительных сетевых компаний на либерализуемых розничных рынках электроэнергии в РФ / Препринт, Изд-во ВолГУ 2012, с. 72;

8. Соловьев С. Ю., Стельмашенко Д. Е., Применение принципов экспертной классификации для анализа формальных понятий / Бизнес и информатика, 2013. № 4(26), с. 53–57.

Компания "ОргЦентр"© 2009-2017г. Все права защищены
Копирование материалов сайта возможно только с ссылкой на источник
Энергосбытам Электросетям Генераторам Потребителям
Консалтинговое агентство "EnergoKB Group"

Яндекс.Метрика