Применение EMAS.FORECAST
Группа компаний «НБИ» является разработчиком ИТ-решений для энергетики и промышленности. Нашим дочерним подразделением ООО «НБИ-Лаб» разработан продукт EMAS.FORECAST — система прогнозирования параметров электроэнергетики, которая помогает генерирующим компаниям и предприятиям-потребителям электроэнергии повышать точность прогнозирования ценовых и объемных показателей электроэнергии.
Назначение системы
Широкое применение продукт находит в энергетике. В первую очередь EMAS.FORECAST решает задачи прогнозирования выработки электроэнергии объектами ВИЭ-генерации, прогнозирования потребления электроэнергии предприятиями и энергосбытовыми организациями. Система также позволяет прогнозировать цены покупки и продажи электроэнергии и определять часы пиковой нагрузки по каждому энергообъекту.
Основное назначение системы — увеличение маржинальной прибыли компаний на энергорынках за счет повышения точности прогнозирования потребления и выработки электроэнергии. Немаловажным является и экологический фактор, так как более точное прогнозирование позволяет снижать объемы потребления топлива и повышать эффективность использования генерации.
В практике энергетических компаний прогнозирование часто используется совместно с системами автоматизации энерготрейдинга, что позволяет формировать более точные ценовые заявки и повышать эффективность работы на рынке электроэнергии.
Этапы внедрения системы
Внедрение системы EMAS.FORECAST осуществляется в несколько этапов.
Первый этап — сбор и обработка данных. Система агрегирует всю существующую информацию, на базе которой строится математическая модель. Далее происходит очистка данных, удаление некорректных значений и корректировка модели с учетом различных сценариев.
После этого формируются характеристики модели, выполняется обучение алгоритмов и прогнозирование необходимых параметров. На основе полученных данных формируется ансамбль моделей, обученных на различном количестве данных, которые сравниваются между собой в режиме реального времени. Наиболее точная модель становится приоритетной и предоставляет данные пользователю.
Интерфейс системы
EMAS.FORECAST имеет веб-интерфейс, позволяющий работать с данными, строить графики и диаграммы, анализировать показатели и формировать прогнозы в удобном пользовательском формате.
Система может быть внедрена как полноценный модуль на серверном оборудовании заказчика, либо использоваться в формате удаленного доступа по подписке.
Пользовательский интерфейс позволяет в режиме реального времени контролировать и анализировать работу оборудования, получать оперативную информацию и принимать управленческие решения на основе данных.
Система построена на двухуровневой архитектуре «тонкий клиент». Пользователь получает доступ к системе через браузер с любого устройства — компьютера, планшета или мобильного телефона.
Ключевые эффекты внедрения
Основной эффект для компаний, использующих систему, выражается в получении дополнительной прибыли за счет повышения точности прогнозирования.
Для энергосбытовых компаний чем точнее прогноз потребления электроэнергии и ценовая заявка на энергорынок, тем дешевле будет покупка электроэнергии.
Для объектов ВИЭ-генерации эффект заключается в том, что чем точнее прогноз выработки электроэнергии на предстоящие сутки на рынке «на сутки вперед» и на балансирующем рынке, тем более выгодно будет продана электроэнергия.
Точное прогнозирование и планирование потребления электроэнергии предприятиями также позволяет системному оператору энергосистемы загружать наиболее эффективную генерацию, что приводит к снижению потребления топлива и уменьшению выбросов вредных веществ.
Например, если предприятие с потреблением 2–3 МВт имеет возможность регулировать нагрузку и отключать часть оборудования в спрогнозированные часы пиковой нагрузки, это позволяет существенно снизить стоимость потребляемой электроэнергии.
Технологии и преимущества
Ключевым преимуществом компании является наличие в штате профильных специалистов, обладающих компетенциями в области информационных технологий, энергетики и энерготрейдинга.
В системе используются методы машинного обучения, нейросетевые технологии и алгоритмы градиентного бустинга на базе решений CatBoost и LightGBM. Это позволяет достигать высокой точности прогнозирования и выбирать оптимальные управленческие решения по сравнению с большинством существующих решений на рынке.