кості електроенергії;
підвищити надійність роботи електричної мережі та електроприймачів;
забезпечити можливість розширення виробництва та введення нових потужностей.
Досвід впровадження зазначених заходів на металургійних підприємствах «Азовсталь» і «Донецьксталь» показав, що при інвестиціях в 40 млн.грн термін окупності складе 1,1 рік при економічному ефекті 36 млн.грн.
Досвід впровадження аналогічних заходів на ВАТ «Алчевський металургійний комбінат» в мережі 35 кВ дав наступні результати:
коефіцієнт потужності зріс від значення cos j=0,76 до cos j=0,99;
зменшилася відхилення рівня напруги на 6,4% U Н;
час технологічної плавки скоротилося на 4%;
запроваджувана в піч активна потужність збільшилася з 31 до 35 МВт (на 12%);
знизилася величина споживаної реактивної потужності з 26 МВАр до 3,5 МВАр;
скоротилася величина споживаної потужності з 40,5 МВА до35,2 МВА (на 13%).
Реалізація зазначених заходів на даному підприємстві потребує близько 45 300 тис.руб. витрат, дозволить інтенсифікувати роботу печей з додатковим випуском продукції 27000 т, зниженням нераціональних втрат електричної енергії на 11282 млн.кВт * год. економічним ефектом за рахунок вартості зекономленої енергії 26513 тис.руб. Зниження собівартості додаткової продукції внаслідок зменшення частки постійних витрат складе близько 43 736 тис. Грн./Рік.
3. ОПТИМІЗАЦІЯ ЕЛЕКТРОСПОЖИВАННЯ
. 1 Прогнозування електроспоживання
Планування електроспоживання та пов'язаних з ним режимних параметрів і техніко-економічних показників - навантажень станцій, перетоків потужності, тарифів на електроенергію - є однією з першочергових завдань при плануванні та управлінні режимами роботи електроенергетичних систем.
Тим часом, ціна помилок прогнозування і планування стає все більш високою. Аналіз зарубіжних публікацій на цю тему показує, що економічна результативність точного прогнозування навантажень спонукає багатьох енерготрейдерів розгортати власні дослідження в галузі прогнозування, створювати групи математиків і статистиків [3]. Потреба ринку в точній прогнозі така, що клієнти західних енергоринків готові платити значні суми за щоденний якісні прогноз навантаження.
Глибокі інституційні перетворення в електроенергетиці Росії призвели до формування лібералізованих ринків електричної енергії. При цьому функціонування зазначених ринків визначається особливістю пропонованого товару. Електрична енергія і потужність не підлягають складуванню. Відповідно для стійкої роботи енергосистеми необхідно щоб весь вироблений обсяг був той час же спожитий. Таким чином, виробники і споживачі енергії тісно пов'язані фізичним процесом виробництва і споживання електроенергії, що певним чином відбивається на їх економічних відносинах.
Взаємовідносини великих промислових споживачів з суб'єктами електроенергетики будуються з використанням правил ринку «на добу в перед». Основою якого є конкурентний відбір цінових заявок постачальників і покупців за добу до реального постачання електроенергії з визначенням цін і обсягів поставки на кожну годину доби. Якщо відбуваються відхилення від запланованих обсягів, учасники ринку з певними економічними витратами (ризиками) купують або продають їх на балансуючому ринку. [1]
Для зниження ринкових ризиків та економічного збитку від неточності подачі заявки на оптовий ринок електроенергії (ОРЕ) пропонується розглядати прогноз параметрів металургического підприємства. Слід зазначити, що в рамках подібної моделі ринку можливо тільки якісне (у відсотках від попередніх показників) визначення ефекту від впровадження заходів щодо зниження плати за електроенергію, так як вартісні характеристики результатів роботи на ОРЕ залежать від дії системи енергоменеджменту в цілому і визначаються за фактом торгів.
Поява тієї чи іншої навантаження є випадковою подією, відповідно сама навантаження є випадковою величиною, що підкоряється певним законом розподілу. Встановлення закономірностей, яким підпорядковані масові випадкові явища, засноване на вивченні статистичних даних - вибіркових результатах вимірювань.
Наукова новизна полягає в застосуванні різних варіантів прогнозування навантаження заснованих на імовірнісних та статистичних моделях електроспоживання конкретного підприємства, а також виявлення критерію застосовності даних прогнозів і оцінки їх ефективності. У даному розділі роботи застосовані однофакторні методи моделювання, які при побудові моделей враховують тільки значення навантаження за досліджувани...
