Чем удобен и полезен прогноз от Математического бюро?

В предыдущем материале мы упомянали, что альтернативой стандартным инструментам прогнозирования является сервис Математического бюро. 

Если компания-потребитель отдаст процесс прогнозирования на сторону специализированному сервису, то она значительно сократит собственное время на получение готовых прогнозов и сосредоточит работу своих сотрудников на основной деятельности компании.

За более чем пятилетний стаж работы эксперты математического бюро проанализировали современные методы прогнозирования потребления электроэнергии. Комбинируя различные модели прогнозирования внутри своей системы, нам удалось добиться очень высокой точности предоставляемых прогнозов. Например, средняя ошибка наших прогнозов потребления не превышает 1-2%.

Свои прогнозы, компания Математическое бюро распространяет по подписке. Вы можете как получать прогнозы по электронной почте, так и интегрировать сервис прогнозирования в программные продукты, используемые у вас на предприятии.

Кроме высокой точности прогнозиров Математическое бюро удобно упаковало свои услуги в наборы тарифных планов на прогнозирование. В предлагаемых тарифных планах мы старается учесть нужны компаний в инструменте прогнозирования, а так же трезво смотрим на стоимость услуг и возможности по снижению затрат при повышении точности прогноза.

Кроме получения прогнозов по почте, возможно проведение полноценной интеграции с ПО компании-потребителя, что позволит получать прогнозы нажатием одной кнопки. О других преимуществах интеграции сервиса Математического бюро с ПО для работы на ОРЭМ читайте наш следующий пост!

Как выбрать инструмент для прогнозирования?

Если компания имеет небольшие объемы потребления со своих ГТП, то снижение затрат при повышении точности прогнозирования в году составит от нескольких десятков до нескольких сотен тысяч рублей. Конечно, такое снижение затрат не позволит инвестировать значительные средства в дорогостоящие пакеты прогнозирования и еще более дорогие интегрированные решения.

Кажется, что вопрос о выборе инструмента является поиском компромисса между снижением затрат при точном прогнозировании и стоимости инструмента. Однако не надо забывать об другом важном аспекте.

Формирование прогноза по ГТП не только работа важная, но и трудоемкая. В небольшим потребителях порой даже нет отдельно выделенных специалистов под эту задачу. Прогноз делает человек, который помимо прогноза занимается отчетностью, АИСКУЭ, переговорами и согласованиями. В конечном итоге, на формирование прогноза у него остается час рабочего времени и даже меньше, из чего следует, что о качестве прогноза ни ему, ни его руководителю подумать просто некогда.

Любая автоматизация и внедрение подразумевает человека, который будет работать на внедренной системе. Для этого систему нужно установить, найти специалиста или обучиться, разобраться в настройках, адаптировать под свои нужды, а потом уж получать качественный прогноз быстро и надежно.

Даже при использовании дешевого Excel нужно проделать большой объемы работы, чтобы формировать прогноз. Необходимо собрать архив исторических данных в одном файле, разработать расчеты в нем, постараться сделать удобные формы и переводить полученный прогноз в формат XML, требующийся для отправки в АТС.

Таким образом, выбор инструмента для прогнозирования это не только компромисс между сокращением затрат и стоимостью программного продукта, но и тем временем, которое специалисты готовы тратить на освоение и адаптацию любого даже самого простого продукта.

В настоящее время Математическое бюро предоставляет прогноз потребления в качестве удобного, простого и доступного сервиса. Для самостоятельного решения проблемы прогнозирования компании необходимо выбрать инструмент прогнозирования, привлечь математиков для формирования, настройки и адаптации моделей прогнозирования, ежедневно заниматься поддержкой системы прогнозирования. Математическое бюро предлагает сделать это за вас!

Информация подготовлена Математическим бюро.
____________________________________________

Открывая перед собой новые горизонты, сегодня, совместно с Математическим бюро компания НЕМО предлагает умное решение для автоматизации работы на ОРЭМ - информационный продукт Kiberry.Энерготрейдинг 2.0.

Kiberry.Энерготрейдинг 2.0 сегодня - это полный учет финансово-хозяйственной деятельности на ОРЭМ + Прогнозирование!

Факты энергетики. Первые материалы для освещения

Первые попытки создания осветительных приборов предпринимались уже в античности. Так, древние египтяне и жители средиземноморья использовали для освещения оливковое масло, заливая его в специальные глиняные сосуды с фитилями из хлопчатобумажных нитей. 

А вот жители побережья Каспийского моря в похожие светильники помещали другой подручный горючий материал — нефть. Первые свечи были изобретены уже в Средние века и изготовлялись из пчелиного воска и говяжьего сала. 

Затем в течение нескольких столетий величайшие умы человечества, включая Леонардо да Винчи, трудились над изобретением керосиновой лампы. Однако безопасная конструкция, годная для массового производства, появилась лишь в середине 19 века. Впрочем, электрическая лампочка пришла ей на смену всего четверть века спустя.

Сколько стоит точное прогнозирование?

Набор инструментов для прогнозирования широк, цены ни них варьируется от нуля за бесплатные версии математических пакетов до десятков миллионов рублей за громадные интегрированные решения, содержащие встроенные алгоритмы прогноза. По нашему мнению выбор инструмента для прогнозирования должен быть главным образом основан на оценке результата, которого этот инструмент позволит компании-потребителю достичь. Кроме того, при выборе необходимо учитывать стоимость внедрения и удобство пользования.

В связи с этим Математическое бюро проводило оценку стоимости, на которую можно сократить оплату отклонений от прогноза на БР, если точность прогноза повышается в среднем на 1 МВт.ч. Эту величину мы назвали стоимостью точности прогноза энергопотребления.
По европейской ценовой зоне снижение ошибки прогнозирования потребления на 1 МВт.ч приводит к снижению затрат на покупку электроэнергии за последние годы на следующие величины.

Та же самая величина стоимости точности прогнозирования энергопотребления меняется в ОЭС следующим образом.

Из графика видно, что для территорий, в которых характерны значительные скачки как цен РСВ, так и индикатора БР, - ОЭС Юга и ОЭС Северо-Запада, - могут сократить свои затраты почти на 40 000 рублей в месяц, повысив точность прогноза на 1 МВт.ч.

По сибирской ценовой зоне снижение ошибки прогнозирования потребления на 1 МВт.ч приводит к снижению затрат за последние годы по следующим велчинам.

В качестве вывода приведем простой пример. Пусть дана ГТП потребления, у которой почасовой объем составляет в среднем 100 МВт.ч. Тогда повышение точности прогнозирования на 1% (для данной ГТП равно 1 МВт.ч) позволяет сократить затраты на 300 000 - 500 000 рублей в год в зависимости от того, где ГТП расположена. Исходя из указанных величин можно приступить к выбору инструмента для прогноза.

Информация предоставлена "Математическим бюро", при поддержке ООО "НЕМО".

Какие существуют инструменты для прогнозирования потребления?

В настоящее время задача прогнозирования потребления в ГТП может быть решена с помощью целого набора инструментов. Чем гибче и функциональнее инструмент для прогнозирования, тем точнее и быстрее будет получен необходимый прогноз потребления.

Самым популярным инструментом формирования прогнозов является MS Excel. Сегодня подавляющее большинство специалистов компаний-участников ОРЭМ работает исключительно в этой программе. Важными ее плюсами являются дешевизна и легкость в освоении. Самым большим минусом являются ограниченные возможности: сложные алгоритмы обработки данных ему не под силу. Если сюда добавить отслеживание точности прогнозов, да еще по нескольким ГТП, использование Excel превращается в кошмар.

Кроме Excel некоторые специалисты используют программы-вычислители, собственной разработки. Это позволяет получать более качественные прогнозы чем в Excel. Однако стоимость разработки и постоянной адаптации таких программ значительно выше таблиц в Excel. Помимо относильной дороговизны, есть еще один недостаток у такого подхода: поскольку специалистов по прогнозированию на рынке очень мало, компания становится зависимой от одного-двух человек, разбирающихся в этой программе. Заменить таких людей практически невозможно.

Затем идут серьезные математические программные пакеты для реализации сложных вычислений. Их целая плеяда: MATLAB, MathCAD, Scilab, SAS, SPSS, Stata и другие. Такие программы сложны для изучения, сложны в работе, стоят от десятков до сотен тысяч рублей за лицензии, но на них можно разрабатывать автоматизированные расчеты прогнозных значений, сокращая трудоемкость расчетов и повышая их точность. Этим на ОРЭМ пользуются единицы.

Завершает список инструментов громадные интегрированные решения типа iOPT, SAP, Oracle, которые внедряются и адаптируются месяцами, требуют громадной квалификации специалитов именно в этом продукте, стоимость такого решения громадна. Однако в целом эффективность прогнозов в таких системах невысока, поскольку прогнозирование в большинстве случаев реализуется по остаточному принципу, а на первое место ставятся контроль финансовых потоков, отчетность, документооборот. Такого уровня программные решения могут позволить себе только горстка самых состоятельных участников ОРЭМ, большинство которых производит электроэнергию, а не потребляет.

Альтернативой упомянутым инструментам как в финансовом, так и в функциональном плане является специализированный сервис прогнозов Математического бюро, предоставляющего точные прогнозы по подписке.

Информация предоставлена "Математическим бюро" при поддержке ООО "НЕМО".

Прогнозирование - неотъемлемая часть ежедневной работы на ОРЭМ

Ни для кого не секрет, что компании-потребители делают прогноз каждый день. И энергосбытовая компания, и конечный потребитель согласно правилам ОРЭМ должны самостоятельно вычислять прогноз потребления по своим ГТП и отправлять его в АТС. Более того, те потребители, которые заинтересованы в точном прогнозировании, вынуждены делать прогноз и будни, и в выходные, и в праздники. Задача прогнозирования собственного потребления была, остается и будет актуальной в будущем.

Для формирования качественных прогнозов необходимо проанализировать значительные объемы исторических данных, исследовать влияние набора внешних факторов, отслеживать точность прогнозов получаемых на каждом этапе формирования модели прогнозирования. Трудоемкость прогнозирования стремительно увеличивается с ростом количества обслуживаемых ГТП, для каждой из которых необходимо сформировать собственный прогноз.

Точность прогнозирования напрямую отражается на финансовом состоянии компании: чем точнее прогноз, тем меньше отклонений приходится покупать или продавать на балансирующем рынке. Особенно это важно для конечных потребителей, для которых затраты на электроэнергии составляют часть себестоимости продукции. В настоящее время снижение средней ошибки прогноза на 1 МВт.ч позволяет компании-потребителю сократить затраты на оплате отклонений примерно 30 000 рублей в месяц. Эта величина растет от года к году.

Вывод прост: для участников ОРЭМ прогнозирование является ежедневной задачей, результаты решения которой влияют на эффективность работы компании.


Информация предоставлена "Математическим Бюро" при поддержке ООО "НЕМО".

Факты энергетики. Что было использовано в качестве проводника электрической энергии в 1874 году

В 1874 году русский инженер Федор Пироцкий предложил использовать в качестве проводника электрической энергии железнодорожные рельсы. 

В то время передача электричества по проводам сопровождалась большими потерями. Уменьшить потери в линии представлялось возможным при увеличении сечения проводника. 

Пироцкий провел опыты передачи энергии по рельсам Сестрорецкой железной дороги. Оба рельса изолировались от земли, один из них служил прямым проводом, второй — обратным. 

Изобретатель попробовал использовать идею для развития городского транспорта и пустить по рельсам-проводникам небольшой вагончик. Однако это оказалось небезопасно для пешеходов. Впрочем, позже такая система нашла развитие в виде современного метро.