Контрольні запитання для перевірки знань

1. Невизначеність як чинник, що впливає на результати енергоменеджменту.

2. Парадокс 2- та 3-мірної проекції.

3. Які етапи включає контроль за результатами моніторингу?

4. На які запитання теба відповісти перед початком моніторингу?

5. На які запитання слід очікувати відповіді після аналізу результатів моніторингу?

6. Що таке математичне очікування?

7. Що таке стандартне відхилення?

8. Що таке випадкова похибка?

9. Що таке систематична похи бка?

10. Що таке нульова гіпотеза?

11. Які шляхи формулювання нульової гіпотези?

12. Критерії значущості і довірчі інтервали.

13. У чому різниця між імовірністю та можливістю?

14. Що таке функція належності?

15. Що таке нечітка множина?

16. Як відбувається вибір в умовах нечітких множин?

17. Що таке евристика?

18. Як оптимізувати менеджмент в умовах невизначеності?

19. Що таке теорема Байєса?

20. У чому сенс діагностики та використання моделей для вирішення завдань енерго-ресурсозбереження?

Додатки Додаток №1 Проблеми прогнозування навантаження систем теплопостачання

Прогнозування обсягів теплопостачання зводиться, як правило, до визначення “пікових” навантажень й загальної кількості теплової енергії, яку треба надати споживачам для задоволення їхніх майбутніх потреб. Ці величини використовуються як для розробки довгострокових програм капітальних витрат, так і для прийняття рішень для поточного керівництва режимами тепломереж.

Прогнозування залежить від показника, що прогнозується, інтервалу часу, на який робиться прогноз, та від методу прогнозування, що використовується. Як показники, що прогнозуються, використовуються наступні характеристики системи теплопостачання:

• Пікова потужність навантаження на протязі доби чи сезону;

• Розподіл навантаження на протязі доби, місяця чи сезону;

• Кількість теплової енергії, яка генерується на протязі доби, місяця чи сезону.

Інтервал часу може складати від однієї години до декількох тижнів (короткостроковий прогноз), або від одного сезону до декількох років (довгостроковий прогноз).

Що стосується методів прогнозування, то вони можуть бути наступними:

• Використання ретроспективних даних для інтервалів часу (доба чи послідовність декількох діб), що мають певні однакові признаки;

• Екстраполяція часових рядів;

• Розподіл показника, що прогнозується, на окремі складові;

• Встановлення залежності між показником, що прогнозується, й показниками, які характеризують погодні умови, кількість споживачів, ділову активність тощо;

• Метод ковзаючого середнього;

• Метод експоненційного згладжування.

Щоб визначити навантаження, яке можна очікувати в середині наступного дня, досвідчений оператор перш за все має уточнити, яке навантаження було у той же часовий інтервал сьогодні, тиждень тому, спробує встановити, чи є зв’язок між навантаженнями для аналогічного і попереднього днів на минулому тижні й одночасно перевірить дані для аналогічних днів минулого періоду, коли погодні умови змінювалися таким же чином, як і на протязі поточного тижня. Визначивши певні тенденції й відносну значимість даних, що є у розпорядженні, а також враховуючи специфічні показники ділової активності, оператор може зробити відповідну прогнозну оцінку навантаження. Співставлення результатів кожного прогнозу з фактичними даними дозволить оператору накопичити певний досвід й навчитися відокремлювати важливі показники від другорядних. Таким шляхом формується система показників, які необхідні для надійного прогнозу, причому виконується “зважена” оцінка значимості даних, що є у розпорядженні.

Узагальнене представлення моделі прогнозу має такий вигляд:

Р_р= Р_b + P_d + P_t + P_c + P_w

де Р_р - пікове навантаження, Р_b - базова складова (звичайно, усереднене за багато сезонів опалення мінімальне стале значення теплової енергії, яка необхідна для опалення в умовах, близьких до оптимальних, тобто для робочих днів та при наявності температури навколишнього середовища, яка відповідає тому значенню, при якому розпочинається опалювальний сезон, значної хмарності у нічний період та відсутності вітру), P_d - складова, що залежить від дня тижня (у вихідні й святкові дні теплопостачання повинно бути більш інтенсивним), P_t - складова, що залежить від температури повітря, P_c - складова, що залежить від хмарності, P_w - складова, що залежить від сили вітру.

Довгострокове прогнозування дозволяє визначити пікове навантаження для опалювального сезону наступного року або декількох наступних років, якщо відомі відповідні дані за минулі роки. На відміну від короткострокових прогнозів, які можна перевіряти й корегувати майже кожного дня, довгостроковий прогноз можна перевірити лише раз на рік. Але саме довгостроковий прогноз має запобігти появі “вузьких місць”, пов’язаних з нестачею палива для нормального забезпечення споживачів, або з перевитратою коштів на паливо у разі надлишку палива.При довгостроковому прогнозі базова складова навантаження визначається шляхом виключення з відповідних даних за минулі роки складової, яка залежить від погодних умов, а також складової, яка враховує деякі специфічні показники, які характеризують, наприклад, відключення теплової мережі з-за аварій. Складова, яка залежить від погодних умов, обчислюється з урахуванням зниження температури за останні три доби, трьох відповідних значень температури повітря (по “сухому” термометру), відносної вологості повітря за дві години до пікового навантаження, посилення (або зменшення) сили вітру за останні три доби, а також порядкового номеру часового інтервалу (наприклад, року й доби). В результаті прогнозу визначається очікувана величина піку навантаження, можливі відхилення від якої обчислюються за допомогою методів теорії ймовірностей. Оскільки завищені прогнозні оцінки призводять до менш важких наслідків (споживачі, до речі, полюбляють надлишок тепла у домі)., ніж занижені (усі пам’ятають катастрофи з опаленням на Півночі та Далекому Сході Росії), це впливає на те, що довгострокові прогнози роблять з перевищенням оцінок пікових навантажень, але тут починає «працювати» економічний чинник: чи вистачить грошей для закупівлі відповідної кількості палива?