Методы решения задач оценки и прогнозирования энергетической эффективности

Abstract

Статья посвящена исследованию методов математического моделирования энергетической эффективности, которые на протяжении последних десятилетий использовались как инструмент прогнозирования общих и удельных расходов электроэнергии при решении системных исследований в энергетике. В работе уделяется внимание методам экспоненциального сглаживания временных рядов и моделям на основе детерминированного хаоса. Показано, что использование этих методов не всегда обеспечивает приемлемое качество прогноза. При сравнении результатов моделирования с реальными режимами электропотребления установлено, что теоретические данные практически совпадают с фактическими при однонаправленной тенденции электропотребления. Однако, при изменении направления тренда, что характерно для предприятий при вводе нового энергоемкого оборудования или внедрении энергосберегающих мероприятий погрешность моделирования существенно возрастает. В работе также приводятся используемые методы прогнозирования развития энергетики различных стран (Китая, Австралии, Италии и др.) на основе вероятностных и детерминированных моделей. В статье показано, что множественный регрессионный анализ позволяет не только получить аналитическое уравнение изменения электропотребления, но и оценить степень влияния отдельно взятых факторов. Более совершенные формы моделирования, направленные на корректировку коэффициентов регрессии в зависимости от направленности технических мероприятий, обеспечивают высокое качество прогноза при решении вопросов системных исследований.

The article is devoted to the study of methods of mathematical modeling of energy efficiency, which have been used over the past decades as a tool for predicting total and specific energy consumption when solving systemic research in the energy sector. The paper pays attention to methods of exponential smoothing of time series and models based on deterministic chaos. It is shown that the use of these methods does not always provide an acceptable forecast quality. When comparing the simulation results with real power consumption modes, it was found that the theoretical data practically coincides with the actual ones with a unidirectional trend of power consumption. However, if the trend direction changes, which is typical for enterprises when introducing new energy-intensive equipment or introducing energy-saving measures, the modeling error increases significantly. The paper also describes the methods used to predict the energy development of various countries (China, Australia, Italy, etc.) based on probabilistic and deterministic models. The article shows that multiple regression analysis allows not only to obtain an analytical equation for changes in power consumption, but also to assess the degree of influence of individual factors. More sophisticated forms of modeling, aimed at adjusting the regression coefficients depending on the direction of technical measures, provide a high quality forecast when solving issues of system research.