Применение методов теории графов для построения технолого-финансовых моделей в электроэнергетике

• Автор: Бровяков, Юрий Александрович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2002
• Место защиты: Иркутск
• Количество страниц: 106 с.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ

Глава 1. Использование ТФМ в цикле оперативного управления ЭЭС

1.1. Предлагаемая технологическая модель потокораспределения

1.2. Технологофинансовые модели

1.3. Получение допустимых решений на ТФМ

1.4. Пример получения допустимых решений на ТФМ

1.5. Получение матрицы адресности поставок

1.6. Определение адресности поставок и адресности потерь в сети с потерями

Выводы к главе 1

Глава 2.3адача минимизации финансовых потоков

2.1.Граф финансовых потоков
2.2. Алгоритм определения на графе сети дерева
2.3. Определение весов и ориентации ветвей дерева финансовых потоков
2.4. Ориентация ветвей дерева от базисного узла
2.5.Алгорипъм построения обратной блоку деревьев первой матрицы инцидепций А1д1
2.6. Доказательство оптимальности решения, получаемого с помощью уравнений состояния 2.1, 2.2
2.1. Алгоритм построения первой матрицы инциденций А1
2.8. Алгоритм построения второй матрицы инциденций А 2 по хордам независимых контуров
2.9. Алгоритм минимизации финансовых потоков
2. Введение весов в критерий оптимальности
2 Определение идеального дерева финансовых потоков
Выводы к главе 2
Глава 3. Алгоритмы получения оптимальных решений
3.1 Задачи управления режимами ЭЭС на ТФМ
3.2. Критерии минимизации издержек на топливо для выработки мощности и максимизации суммы доходов станций
3.3. Анализ влияния величины финансовых потоков на решение
задач и у правлен ия
3.4. Критерий максимизации доходов станций с учетом финансовых потоков
3.5. Пример решения задач оптимизации
Выводы к главе 3
Заключение
Список литературы


В рыночных условиях электроэнергия не только физический феномен, для которого справедливы физические законы сохранения (законы Кирхгофа и Ома), но и товар, для которого также справедливы определенные балансовые соотношения, включающие физические переменные наряду с финансовыми переменными (ценами, долгами, кредитами, налогами). Это приводит к идее составить технолого-финансовые математические модели потокораспределения электроэнергетических систем (ЭЭС), которые позволили бы, задавая одни переменные, находить другие, учитывая ограничения на оба типа переменных, вводить физические или финансовые критерии, исследовать чувствительность результатов решения к изменению условий - физических или финансовых - функционирования ЭЭС. В сложном современном производстве каждое предприятие может быть связано с большим количеством поставщиков и потребителей, суммарное количество которых может доходить до тысяч. Поскольку деньги от потребителей могут поступать с большими задержками, то для оплаты поставщиков предприятия вынуждены брать кредит. В сумме предприятия не являются банкротами, хотя денег на счетах у них нет, так как сумма их долгов в среднем не превышает суммы, которые им должны потребители. Такое же положение существует и на предприятиях электроэнергетики. Несмотря на принимаемые административные силовые методы трудности вряд ли можно быстро преодолеть. Отсюда следует актуальность проблемы финансовых обязательств и анализа финансовых потоков, подтверждаемая следующей информацией [1]. Дебиторская задолженность РАО «ЕЭС России» с учетом долгов прошлых лет составила на 1 января г. Абсолютная задолженность потребителей возросла на % и составила на этот же момент времени 1. Процент оплаты денежными средствами составил на 1 января г. Кредиторская задолженность к 1 января г. Динамика платежей РАО «ЕЭС России» приведена на рис. В.1 и рис. В.2. Рис. В.1. Динамика состояния платежей, а- причитается к оплате в млрд. Рис. В.2. Ситуация, как видно из рисунков, улучшается. Динамика отраслевой структуры абонентской задолженности показана в табл. В. 1. В предложениях Центра стратегических исследований (ццлу. Ьп1) ПО разделу «Электроэнергетика» (автор В. Завадников) говорится, что задолженность за потребляемую энергию на начало г. Перекрестное субсидирование не только осложняет финансовое положение энергокомпаний, но и приводит к существенному искажению рыночных сигналов». Дебиторская и кредиторская задолженности по энергосистемам Сибири приведена в табл. В2. Таблица В Л. Черная металлургия 3. Цветная металлургия 3. Химия и нефтехимия 6. Машиностроение и метачлообработка . Деревообрабатывающая и целлюлозно-бумажная 1. Промышленность стройматериачов 1. Легкая 0. Пищевая 0. Прочие отрасли промышленности 2. Сельское хозяйство 8. Лесное хозяйство 0. Прочие виды транспорта 1. Строительство 0. Жилищно-коммунальное хозяйство . Население 4. Прочие отрасли народного хозяйства . Всего 0. Таблица И. Алтайэнсрго . Амурэнсрго . Г7 (АЛ . П 1 п . У . С П0*7 9. О’* ОТ 1 9. Л(УУ ^7 5. Дальэнерго 7. Ю.У1У . ЪОЭ. ИЪ . У4Э. I 0. ЪЛ1о/ 8. У./Ц2 1. Иркутскэнерго . Камчатскэнерго . Красноярскэнер ' го . Кузбассэнерго . Магаданэнерго . Новосибирск-:энерго . Омскэнерго . Сахалинэнерго 0. Томскэнерго 5. Хабаровсэнерго . Хакасэнерго. Читаэнерго 7. Якутскэнерго . Основными факторами, стимулирующими рост обоих видов задолженности, являются: возрастание затрат в сфере энергопроизводства из-за удорожания топлива и износа генерирующего оборудования, рост коммерческой себестоимости из-за увеличения удельного веса условно - постоянных расходов в суммарных затратах на ее энергропроизводство в связи с сокращением спроса [2]. Руководство РАО ЕЭС России сейчас утверждает, что обстановка меняется к лучшему, что взаимные долги резко сократились, Однако январский (г. Приморье, возник в основном из-за финансовых ограничений, еще раз показал необходимость обоснованного технолого-финансового управления. Поэтому актуален анализ финансовых и материальных потоков чисто аналитическими информационными методами, не предусматривающими силовых воздействий, что позволит в значительной мере снизить финансовую напряженность и оздоровить экономику, в том числе ЭЭС, сдвинуть все показатели на уровень имитационного моделирования и привести на уровень реального управления уже полученные компьютером решения.