Классификация прогнозов в электроэнергетике

Classification of forecasts in the electric power industry


УДК 330

21.12.2015
 

Выходные сведения:
Горшков Д.О. Классификация прогнозов в электроэнергетике // ИТпортал, 2015. №4 (8). URL: http://itportal.ru/science/science/economy/klassifikatsiya-prognozov-v-elektro/

Авторы:
Д.О. Горшков (к.э.н. НГТУ им. Р.Е. Алексеева)

Authors:
D. O. Gorshkov (Ph. D. NSTU n. a. R. E. Alekseev)

Ключевые слова:
классификация прогнозов, электроэнергетика, прогнозирование, классификационные признаки, электроэнергетический комплекс

Keyword:
classification of forecasts, power generation, prediction, classification features, a power complex

Аннотация: 
Существует множество классификаций, подчеркивающих те или иные особенности описываемого объекта. В подавляющем большинстве случаев выбор классификационных признаков зависит от поставленных целей прогнозирования, что несет некоторую условность объективности ее построения.


Annotation: 
There are many classifications, emphasizing certain features of the object described. The vast majority of cases, the choice of the classification criteria depend on the objectives of forecasting that assumes some of the arbitrariness of objectivity of its construction.

Классификация прогнозов в электроэнергетике


Существует множество классификаций, подчеркивающих те или иные особенности описываемого объекта. В подавляющем большинстве случаев выбор классификационных признаков зависит от поставленных целей прогнозирования, что несет некоторую условность объективности ее построения.

Прогнозирование в электроэнергетике можно классифицировать:

По времени:

1)  внутридневные – основанные на текущем (суточном) потреблении электроэнергии;

2)     краткосрочные – на временной интервал менее 1 года (зачастую используются периоды, характеризующие сезонные изменения в потреблении электроэнергии, например, зима, с учетом колебания температуры);

3)     среднесрочные – от 1 до 3х лет;

4)     долгосрочные – от 3х лет и более (гипотетическое состояние в будущем с учетом неопределенности исходя из возможных вариантов развития как самого электроэнергетического комплекса, так и сопутствующих факторов) [1, 2, 3, 4].

По потенциальному результату прогноза:

1)     умеренные;

2)     оптимистические – несколько завышенные прогнозы относительно умеренного варианта. Строятся с учетом того, что факторы, влияющие на прогноз примут благоприятный фон (повышенная относительно средней температура воздуха, низкие цены на топливо и др.);

3)     пессимистические – составляются с учетом усиленного влияния негативных факторов.

В зависимости от уровня:

1)     макропрогнозирование - на уровне страны, целого электроэнергетического комплекса;

2)     мезопрогнозирование – на уровне региона, отдельных видов экономической деятельности;

3)     микропрогнозирование – на уровне группы предприятий, отдельных предприятий, их отдельных подразделений.

По типу источника информации:

1)     накопленный опыт - основанный на знании закономерностей прогнозируемых процессов (экспертные оценки);

2)     статистические – в основе лежит экстраполяция существующих тенденций;

3)     построение моделей прогнозируемых объектов.

По степени достоверности:

1)     высокая достоверность;

2)     средняя достоверность;

3)     низкая достоверность.

По цели:

1)     целевой прогноз – предполагает прогнозирование исходя из сделанной результативной установки (например, надежность обеспечения электроэнергией);

2)     поисковый прогноз – осуществляется для выработки и дальнейшего принятия ряда управленческих решений. Важен для оценки будущего состояния с учетом тех или иных особенностей функционирования;

3)     творческий прогноз – для выдвижения гипотез о взаимосвязях различных элементов, процессов прогнозируемого объекта.

По направлению:

1)     прогноз ретроспективный – позволяющий прогнозировать данные уже прошедшего периода и сопоставлять полученные значения переменных с известными (фактическими) данными.

2)     в будущее – создается на основе фактических данных.

По группировке показателей:

1)     прогноз одного или нескольких независимых показателей;

2)     прогноз нескольких взаимосвязанных показателей (например несколько статей электробаланса в комплексе) [5, 6, 7].

По степени динамичности:

1)     статические – прогнозы на конкретный момент времени;

2)     динамические – позволяют учесть различные возможные параметры системы (наличие / отсутствие ввода / вывода мощностей, погодные условия), а также взаимосвязи отдельных ее элементов (баланс импорта / экспорта электроэнергии при ее прогнозном учете);

По степени воздействия на среду прогнозирования:

1)     активные – имеется возможность управления факторами, влияющих на прогнозное состояние объекта;

2)     пассивные – нет возможности контролировать и управлять процессами, воздействующими на объект;

3)     активно – пассивные – наиболее подходящий для электроэнергетики вариант, включающий учет как зависимых факторов (например, ввод новых мощностей), так и неуправляемых (например, аварии на электростанциях, аномально высокая / низкая температура воздуха).

По степени определенности:

1)     детерминированные прогнозы – отличаются высокой точностью, их основу зачастую составляют выявленные функциональные зависимости;

2)     стохастические прогнозы – построены на оценке статистических данных, имеют вероятностный характер [8, 13];

3)     прогнозирование в условиях неопределенности – нестабильность процессов, неуправляемые факторов, ограниченное количество информации [9, 10, 11, 12].

Применяются и другие классификации прогнозирования, однако вышеупомянутые наиболее применимы к электроэнергетическому комплексу, так как являются наиболее специфичными.


Библиографический список


1. Митрузаев А.Е. Методы прогнозирования и оценки экономических процессов // В сборнике: Актуальные вопросы фундаментальных наук. Труды Международной научной конференции. Москва, 2014. С. 60-68.

2. Дармокрик Г.П., Исаченко Г.И., Енекова И.В. Использование статистических методов прогнозирования в экономике // Актуальные проблемы гуманитарных и социально-экономических наук. 2011. № 5-3. С. 116-121.

3. Поддубняк О.А. Основные факторы, влияющие на энергетическую эффективность // Иннов: электронный научный журнал, 2013. № 4 (17). URL: http://www.innov.ru/science/economy/osnovnye-faktory-vliyayushchie-na-e/

4. Киселев М.И., Пронякин В.И. Перспективы электроэнергетики России // Приборы. 2014. № 2. С. 25-30.

5. Беловицкий В.А., Бобылёва Н.В., Полудницын П.Ю., Уварова Т.А., Чемоданов В.И., Эмма Ю.С. Развитие единой энергетической системы России на период до 2020 года // Электрические станции. 2012. № 5. С. 4-13.

6. Фомичева И.В. Тенденции развития мировой энергетики // Научные исследования и разработки. Экономика. 2013. Т. 1. № 1 (1). С. 37-43.

7. Бушуев В.В., Громов А.И., Крюков В.А., Куричев Н.К., Мастепанов А.М., Троицкий А.А., Шафраник Ю.К. ТЭК и экономика России // Вчера, сегодня, завтра (1990-2010-2030) / редактор-Ю.К. Шафраник; Инстиут энергетической стратегии. Москва, 2011.

8. Комаров В.С., Лавриненко А.В., Ильин С.Н. Сверхдолгосрочный прогноз температуры воздуха в пограничном слое атмосферы на основе динамико-стохастического подхода // Оптика атмосферы и океана. 2012. Т. 25. № 1. С. 70-74.

9. Плеханов Н.А. Учёт неопределенности внешней среды (вероятностная постановка) // Иннов: электронный научный журнал, 2015. № 2 (23). URL: http://www.innov.ru/science/economy/uchyet-neopredelennosti-vneshney-sr/


10. Корнилов Д.А. Стратегическое планирование и экономическое прогнозирование / монография. Нижний Новгород, 2006.

11. Горшков Д.О., Корнилов Д.А. Методика прогнозирования электробаланса региона // Вестник Нижегородского университета им. Н.И. Лобачевского. 2012. № 3-1. С. 279-282.

12. Святов В.В., Чиненков Л.С. Совершенствование производственных систем (на примере системы контроля за исполнением работ промышленного предприятия) // Иннов: электронный научный журнал, 2013. №3 (16). URL: http://www.innov.ru/science/economy/sovershenstvovanie-proizvodstvennykh/

13. Незаметдинов Н.Р. Проблемы выбора эффективных инвестиционных решений в условиях неопределённости // Иннов: электронный научный журнал, 2014. № 2 (19). URL: http://www.innov.ru/science/economy/problemy-vybora-effektivnykh-investitsionnykh-resheniy-v-usloviya/

References


1. Mitruzaev A.E. Metody prognozirovanija i ocenki jekonomicheskih processov // V sbornike: Aktual'nye voprosy fundamental'nyh nauk. Trudy Mezhdunarodnoj nauchnoj konferencii. Moskva, 2014. P. 60-68.

2. Darmokrik G.P., Isachenko G.I., Enekova I.V. Ispol'zovanie statisticheskih metodov prognozirovanija v jekonomike // Aktual'nye problemy gumanitarnyh i social'no-jekonomicheskih nauk. 2011. № 5-3. P. 116-121.

3. Poddubnjak O.A. Osnovnye faktory, vlijajushhie na jenergeticheskuju jeffektivnost' // Innov: jelektronnyj nauchnyj zhurnal, 2013. № 4 (17). URL: http://www.innov.ru/science/economy/osnovnye-faktory-vliyayushchie-na-e/

4. Kiselev M.I., Pronjakin V.I. Perspektivy jelektrojenergetiki Rossii // Pribory. 2014. № 2. P. 25-30.

5. Belovickij V.A., Bobyljova N.V., Poludnicyn P.Ju., Uvarova T.A., Chemodanov V.I., Jemma Ju.S. Razvitie edinoj jenergeticheskoj sistemy Rossii na period do 2020 goda // Jelektricheskie stancii. 2012. № 5. P. 4-13.

6. Fomicheva I.V. Tendencii razvitija mirovoj jenergetiki // Nauchnye issledovanija i razrabotki. Jekonomika. 2013. T. 1. № 1 (1). P. 37-43.

7. Bushuev V.V., Gromov A.I., Krjukov V.A., Kurichev N.K., Mastepanov A.M., Troickij A.A., Shafranik Ju.K. TJeK i jekonomika Rossii // Vchera, segodnja, zavtra (1990-2010-2030) / redaktor-Ju.K. Shafranik; Instiut jenergeticheskoj strategii. Moskva, 2011.

8. Komarov V.S., Lavrinenko A.V., Il'in S.N. Sverhdolgosrochnyj prognoz temperatury vozduha v pogranichnom sloe atmosfery na osnove dinamiko-stohasticheskogo podhoda // Optika atmosfery i okeana. 2012. T. 25. № 1. P. 70-74.

9. Plehanov N.A. Uchjot neopredelennosti vneshnej sredy (verojatnostnaja postanovka) // Innov: jelektronnyj nauchnyj zhurnal, 2015. № 2 (23). URL: http://www.innov.ru/science/economy/uchyet-neopredelennosti-vneshney-sr/


10. Kornilov D.A. Strategicheskoe planirovanie i jekonomicheskoe prognozirovanie / monografija. Nizhnij Novgorod, 2006.

11. Gorshkov D.O., Kornilov D.A. Metodika prognozirovanija jelektrobalansa regiona // Vestnik Nizhegorodskogo universiteta im. N.I. Lobachevskogo. 2012. № 3-1. P. 279-282.

12. Svjatov V.V., Chinenkov L.S. Sovershenstvovanie proizvodstvennyh sistem (na primere sistemy kontrolja za ispolneniem rabot promyshlennogo predprijatija) // Innov: jelektronnyj nauchnyj zhurnal, 2013. №3 (16). URL: http://www.innov.ru/science/economy/sovershenstvovanie-proizvodstvennykh/

13. Nezametdinov N.R. Problemy vybora jeffektivnyh investicionnyh reshenij v uslovijah neopredeljonnosti // Innov: jelektronnyj nauchnyj zhurnal, 2014. № 2 (19). URL: http://www.innov.ru/science/economy/problemy-vybora-effektivnykh-investitsionnykh-resheniy-v-u

© 2002-2017 электронный научный журнал «ИТпортал», публикация хороших научных статей по ИТ, 16+
Свидетельство Управления Федеральной службы по надзору в сфере связи, информационных технологий и
массовых коммуникаций по Приволжскому федеральному округу ИА № ТУ 52-01110 от 24 февраля 2016 г.
ISSN 2414-5688


Яндекс.Метрика