ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ СПРОСА НА ТОПЛИВО

Энергетика России в XXI веке. Инновационное развитие и управление, 1-3 сентября 2015 г., Иркутск
ДОЛГОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ СПРОСА НА
ТОПЛИВО НА РЕГИОНАЛЬНЫХ ЭНЕРГЕТИЧЕСКИХ
РЫНКАХ С УЧЕТОМ НЕОПРЕДЕЛЕННОСТИ
Е.В. Гальперова, Д.Ю. Кононов, О.В. Мазурова.
энергопотребления занимаются многие
специалисты и организации (см., например,
[1-5]).
Предлагается методический подход к оценке
спроса на топливо в регионах в долгосрочной
перспективе.
Особенностью
подхода
является оценка ценовой эластичности
спроса на топливо разных групп крупных
потребителей
в регионе на основе
конкуренции разных видов топлива. Для
этого
разработаны
модели
топливоснабжения
потребителей,
отличительной чертой которых является
совместное
использование
метода
оптимизации и метода Монте-Карло с
возможностью
задания
исходных
показателей
и
ограничений
в
виде
интервалов их перспективных значений.
Приводятся результаты экспериментальных
расчетов ценовой эластичности газа для
укрупненных регионов России в 2020 г. и
2030 г. при разных предположениях о
характере
неопределенности
будущих
условий. 1
Усложнение взаимосвязей экономики и
ТЭК, изменение методов управления,
переход
к
рыночным
отношениям,
повышение роли регионального и ценового
факторов ведут к росту неопределенности
будущего развития страны и территорий, к
неоднозначности перспективного спроса на
энергоресурсы. В этой связи все большую
актуальность приобретает учет влияния
неопределенности исходной информации
при определении прогнозных объемов
энергопотребления. Разработанные ранее
методы учета неоднозначности исходной
информации и принятия решений в
условиях неопределенности не потеряли
своего значения и в настоящее время (см.,
например, [6-8]), однако, принципиально
меняющиеся условия функционирования
экономики и энергетики, возникающие
новые проблемы и задачи требуют развития
существующих методических подходов.
Ключевые
слова:
прогнозирование,
неопределенность,
метод
Монте-Карло,
системы
топливоснабжения,
цены
на
энергоносители, эластичность.
1.ВВЕДЕНИЕ
Эффективные уровни потребления того или
иного
энергоносителя
в
регионе
формируются под влиянием множества
факторов
(используемые
технологии,
возможности
энергосбережения
и
замещения одного энергоносителя другим,
финансовое состояние предприятий и т.д.),
однако на первый план выходят ценовые
условия в регионе и оценка влияния
стоимости
энергоресурсов
на
их
потребление. В первом приближении для
этого можно использовать коэффициент
ценовой эластичности спроса, который
показывает на сколько процентов изменится
потребление данного вида топлива, при
изменении его цены на один процент.
Следует отметить, что прогнозирование цен
на энергоносители – отдельная сложная и
Долгосрочные
прогнозы
возможной
динамики потребности в энергоносителях
являются необходимым и первоочередным
этапом разработки программ и стратегий
развития
топливно-энергетического
комплекса (ТЭК) страны и регионов и
служат важным ориентиром для принятия
инвестиционных
решений.
Совершенствованием существующих и
созданием новых методов и моделей для
исследования
и
прогнозирования
1
Гальперова Е.В., Кононов Д.Ю., Мазурова О.В.
Институт систем энергетики им. Л.А. Мелентьева
СО
РАН,
Иркутск,
Россия
(e-mail:
galper@isem.sei.irk.ru)
Исследование выполнено при финансовой
поддержке РФФИ в рамках научного проекта 13-0600303-a
1
Энергетика России в XXI веке. Инновационное развитие и управление, 1-3 сентября 2015 г., Иркутск
важная задача, некоторые возможные пути
ее решения представлены в [9-12].
Анализ имеющихся прогнозов: экспорта, мировых
цен, цен самофинансирования добычи и транспорта
топлива, межрегиональных
энергетических связей
Спрос на топлива в прогнозных расчетах
ТЭК регионов взаимосвязан с выбором
структуры, размещения и технологий новых
производственных мощностей. Поэтому
задача оценки потребностей в том или ином
топливе таких крупных потребителей как,
например, новые электростанции или
котельные должна решаться одновременно
с оптимизацией структуры генерирующих
мощностей. При этом особого внимания
заслуживает оценка и учет ценовой
эластичности
спроса
на
топливо
потребителей в регионах в условиях
высокой
неоднозначности
исходных
данных.
Прогнозирование спроса на
энергоносители в регионах
Предварительный прогноз
динамики цен на топливо
Выбор вариантов
топливоснабжения и оценка
ценовой эластичности спроса
на топливо и электроэнергию
(по группам потребителей)
Определение ограничений на
поставку топлива в регион
2. МЕТОДИЧЕСКИЙ ПОДХОД
В ИСЭМ СО РАН разрабатывается
поэтапный подход к долгосрочному
прогнозированию
конъюнктуры
региональных
энергетических
рынков.
Подход сочетает прогнозирование цен на
энергоресурсы с имитацией поведения
поставщиков (энергетических компаний) и
крупных потребителей (электростанции,
котельные, промышленность, транспорт,
население) в зависимости от изменения цен
на
энергоресурсы
и
возможных
ограничений на поставку топлива и энергии
в регион (рис.1).
Прогноз конъюнктуры
региональных рынков
разного вида топлива
Рис. 1. Этапы прогнозирования конъюнктуры (цен и
спроса) на региональных энергетических рынках
комплекс, состоящий из имитационной
модели прогнозирования цен на топливо и
набора
Моделей
Имитационных
Стохастических
Статических
(МИСС)
разных групп потребителей (см. подробнее
[13]). Особенностью входящих в комплекс
моделей
является
совместное
использование метода оптимизации
и
метода статистических испытаний (метод
Монте-Карло). Первый - для выбора
рациональной структуры топливоснабжения
потребителей,
второй
- для
учета
неопределенности будущих условий. Еще
одной специфической чертой моделей
является задание исходных техникоэкономических,
ценовых
и
других
показателей и ограничений в виде
интервалов их возможных значений.
Характер
распределения
вероятности
значений
этих
показателей
внутри
интервала неопределенности оценивается и
задается
экспертно
(равномерным,
нормальным,
логнормальным,
показательным и т.д). Спрос на данное
топливо у каждой группы потребителей
Для
этапа
выбора
вариантов
топливоснабжения и оценки ценовой
эластичности спроса на топливо в регионе
задача формулируется следующим образом:
определить наиболее эффективный с точки
зрения
рассматриваемой
группы
потребителей (электростанций, котельных,
транспорта, промышленных установок и
т.д.)
вариант топливоснабжения для
удовлетворения заданного спроса на ее
продукцию в регионе в ожидаемых
условиях. Критерием является минимум
цены продукции потребителя топлива в
регионе при условии, что цены строятся на
принципах
самоокупаемости
(самофинансирования). Для ее решения
разработан модельно-программный
2
Энергетика России в XXI веке. Инновационное развитие и управление, 1-3 сентября 2015 г., Иркутск
3. Результатом
является
объемы
использования
конкурирующих
видов
топлива группой потребителей при разных
условиях топливоснабжения в регионе.
4.
Сопоставление
изменения
потребности в каком-либо виде топлива при
изменении его цены позволяет получить
представление о ценовой эластичности
спроса на него со стороны данной группы
потребителей.
определяется с учетом так называемого
«потребительского эффекта» – влияния вида
и качества топлива на его
техникоэкономические показатели, а также с учетом
возможного
изменения
технологий
производства продукции и использования
топлива, возможных ограничений на
поставки разных видов топлива в регион и
др.
Процесс прогноза перспективного спроса на
топливо в регионе происходит в следующей
последовательности:
5. Обобщение результатов расчетов
дает
возможность
определить
как
суммарный объем потребления разных
видов топлива в регионе в предполагаемых
условиях, так и рассчитать значения
региональных коэффициентов ценовой
эластичности спроса на топливо на основе
структуры их потребления.
1.
На основе анализа и обобщения
существующих российских и зарубежных
прогнозов
социально-экономического
развития стран и регионов, а также
возможностей используемых в настоящее
время и перспективных процессов и
технологий в производстве разных видов
продукции
формируются исходные
показатели
для
каждой
группы
потребителей в регионе (прогноз объемов
потребления продукции, цен на разные
виды топлива, удельные капиталовложения,
удельные расходы сырья и топлива, режимы
работы оборудования, ограничения на
поставки разных видов энергоресурсов и
др.) и определяются границы диапазонов их
возможных
значений.
Экспертно
оценивается
и
задается
характер
распределения вероятности внутри этого
диапазона неопределенности.
2. Разрабатываются
варианты
топливоснабжения региона с учетом
перспектив ввоза и вывоза продукции, а так
же возможных ограничений на поставку
разных видов топлива в регион. Для
каждого из вариантов для рассматриваемой
группы потребителей проводится серия
модельных
экспериментов,
которая
включает
генерацию
возможных
к
реализации неопределенных данных и
условий
в
соответствии
с
их
вероятностными характеристиками с учетом
корреляции
между
некоторыми
переменными. Таких серий может быть
сколь угодно много из-за объективной
неопределенности будущего, растущей с
увеличением горизонта прогнозирования.
3. РЕЗУЛЬТАТЫ
Исследовалось
влияние
изменения
стоимости
газа
на
объемы
его
использования крупными потребителями
(новые
электростанции,
котельные,
промышленность) в укрупненных регионах
России для перспективы 2020 г. и 2030 г.
при разном характере неопределенности
исходных показателей. Рассматривалось
нормальное (близкое к средним значениям)
и интервальное (равномерное от нижней до
верхней
границы)
распределение
вероятности значений внутри диапазона
задаваемых данных. В качестве базы для
исследования был выбран один из
разработанных
на
долгосрочную
перспективу прогнозов энергопотребления
(табл. 1) и цен на топливо (табл. 2).
Экспериментальные расчеты показывают,
что степень изменение потребления газа в
регионе при его удорожании зависит от
особенностей потребителей и изменяется во
времени. В качестве примера на рис. 2
представлено возможное снижение объемов
использования
газа
некоторыми
потребителями при его удорожании в
Европейской части в условиях 2020 г. и
2030 г.
3
Энергетика России в XXI веке. Инновационное развитие и управление, 1-3 сентября 2015 г., Иркутск
ТАБЛИЦА 1. ПРОГНОЗ ЭНЕРГОПОТРЕБЛЕНИЯ ПО РЕГИОНАМ РОССИИ
Регион
2020 г.
Электроэнергия,
млрд.кВ.ч
РФ
Теплоэнергия,
млн. Гкал
1136-1137
Европейская часть
657-658
Урал
191-192
Западная Сибирь
Восточная Сибирь
Дальний Восток (южная
часть)
2030 г.
Электроэнергия,
млрд.кВ.ч
1310-1315
1285-1350
117-117
145-146
107-108
36-37
900-926
225-234
163-165
85-86
1370-1420
747-771
859-857
74-75
Теплоэнергия,
млн. Гкал
95-103
171-179
121-128
161-176
112-118
42-47
77-81
Источник: [14]
ТАБЛИЦА 2. ПРОГНОЗ ЦЕН НА ТОПЛИВО ПО РЕГИОНАМ РОССИИ
Регион
2020 г.
газ,
долл.(2013)/1000 м3
2030 г.
уголь,
долл.(2013)/тут
газ,
долл.(2013)/1000 м3
уголь,
долл.(2013)/тут
Европейская часть
130-155
76-85
140-190
82-94
Урал
120-150
63-73
130-175
71-83
Западная Сибирь
120-155
58-65
135-185
64-79
Восточная Сибирь
100-140
36-50
120-170
43-60
Дальний Восток (южная
часть)
135-200
67-89
165-240
72-97
Источник: [15]
групп потребителей. В предположении, что
перспективная структура использования
газа в регионах сохранится на уровне 2013
г. в табл. 3 показаны расчетные значения
коэффициентов
ценовой
эластичности
спроса на газ по укрупненным регионам
России для перспективы 2020 г. и 2030 г.
при
разных
представлениях
о
распределении вероятности принимаемых
перспективных
значений
исходных
показателей.
Исследования также показали заметное
влияние
характера
неопределенности
исходной
информации
на
объемы
использования газа потребителями. При
равномерном распределении вероятности в
диапазонах исходных показателей снижение
значительнее,
чем
при
нормальном
распределении, при этом сила этого влияния
для разных потребителей отличается (рис.
3).
Изменение количества потребляемого газа
определенной группой потребителей при
изменении его цены позволяет оценить
ценовую
эластичность
его
спроса
присущую этой группе.
Из табл. 3 видно, что коэффициенты
ценовой эластичности спроса на газ
значительно различаются по территории,
зависят от характера неопределенности
исходных данных и меняются во времени..
Определение долгосрочной региональной
ценовой эластичности спроса на газ
основывается на перспективной структуре
его потребления в регионах и расчетных
значениях
коэффициентов
ценовой
эластичности спроса для представленных
Например, увеличение стоимости газа на
1% в Европейской части в 2020 г. может
привести к снижению его потребления в
регионе на 0,1% при полной
4
Энергетика России в XXI веке. Инновационное развитие и управление, 1-3 сентября 2015 г., Иркутск
35
2020 г.
30
25
20
15
2
10
5
1
0
100
120
140
Цена газа, долл./тут
1
90
3
Снижение потребления газа, %
Снижение потребления газа ,%
40
2030 г.
80
3
70
60
50
40
30
20
2
10
0
160
100
120
140
160
180
Цена газа, долл./тут
200
140
Котельные
1
Снижение потребления газа, %
Снижение потребления газа, %
Рис.2 Возможное снижение потребления газа некоторыми потребителями при его удорожании в Европейской
части в условиях 2020 г. и 2030 г.
1- новые электростанции; 2- котельные; 3-цементная промышленность
Источник: расчеты авторов
120
100
80
60
2
40
20
0
90
110
130
150
Цена газа, долл./тут
Производство цемента
250
1
200
2
150
100
50
0
90
170
110
130
150
Цена газа, долл./тут
170
Рис.3 Влияние неопределенности исходной информации на снижение потребления газа в Восточной
Сибири в условиях 2030 г.
1 - интервальное распределение вероятности, 2 -- нормальное распределение вероятности
Источник: расчеты авторов
неопределенности
и
к
0,04%
при
нормальном распределении. В Восточной
Сибири это составит
1,29% и 1,26%
соответственно.
Высокая
ценовая
эластичность спроса на газ в этом регионе
объясняется наличием дешевых углей и
значительным превышением прогнозной
цены газа над ценой угля (в 2,4-2,5 раза, в то
время как для Европейской части оно
составляет 1,5-1,8 раза).
Полученные
результаты
являются
предварительными, требуют дальнейшего
изучения и анализа, однако, дают
представление о возможном снижении
потребления газа в регионах в долгосрочной
перспективе при разной ценовой политике.
5
Энергетика России в XXI веке. Инновационное развитие и управление, 1-3 сентября 2015 г., Иркутск
ТАБЛИЦА 3. ПЕРСПЕКТИВНАЯ РЕГИОНАЛЬНАЯ ЦЕНОВАЯ
ПРИРОДНЫЙ ГАЗ ПО УКРУПНЕННЫМ РЕГИОНАМ РОССИИ
Регион
Европейская часть
Урал
Западная Сибирь
Восточная Сибирь
Дальний Восток (южная
часть)
ЭЛАСТИЧНОСТЬ
2020 г.
СПРОСА
НА
2030 г.
Интервальное
распределение
Нормальное
распределение
Интервальное
распределение
Нормальное
распределение
-0.10
-0.04
-0.61
-0.50
-0.18
-0.12
-0.44
-0.31
-0.48
-0.47
-0.60
-0.48
-1.29
-1.26
-1.28
-1.25
-0.78
-0.74
-0.88
-0.74
Примечание: при сохранении в перспективе структуры потребления газа по регионам на уровне 2013 г.
Источник: расчеты авторов на основе данных Росстат форма 11-ТЭР за 2013 г.
4. ЗАКЛЮЧЕНИЕ
долгосрочного прогнозирования спроса на
энергоносители
и
конъюнктуры
региональных энергетических рынков и
способствует повышению обоснованности
прогнозов.
Экспериментальные
расчеты
показали
работоспособность представленного выше
подхода к долгосрочному прогнозированию
спроса на топливо по регионам при
возрастающей неопределенности будущего
развития.
Результаты экспериментальных расчетов
показали зависимость спроса на топливо
электростанций, котельных, промышленных
потребителей
от
региональных
особенностей, горизонта прогнозирования и
характера
неопределенности
будущих
условий.
Сочетание оптимизации с имитацией на
основе метода Монте-Карло разных
комбинаций исходных данных с разной
степенью их надежности расширяет
аналитические возможности используемых
в настоящее время методов и моделей
5. ЛИТЕРАТУРА
[7]
[1] Антонов Н., Лукина Е. Методические подходы
к прогнозированию электропотребления //
Энергорынок. 2013. №9 (114). С 32-39
[2] Гальперова Е.В., Кононов Ю.Д., Мазурова О.В.
Прогнозирование спроса на энергоносители в
регионе с учетом их стоимости // Регион. 2008.
№ 3. С. 207–219,
[3] Магалимов И.В. Методика прогнозирования
потребности в энергоресурсах в отраслях
народного хозяйства // Теплоэнергетика. 2002.
№ 10. С. 73–77,
[4] Филиппов
С.П.
Прогнозирование
энергопотребления с использованием комплекса
адаптивных имитационных моделей // Известия
РАН. Серия Энергетика. 2010. № 4. С. 41–55.,
[5] Успенская И.Г. Современные проблемы
прогнозирования энергопотребления региона
(на примере Республики Коми) //Проблемы
прогнозирования. 2009. №5. С. 120-133.
[6] Беляев
Л.С.
Решение
сложных
оптимизационных
задач
в
условиях
[8]
[9]
[10]
[11]
[12]
6
неопределенности. Новосибирск: Наука, Сиб.
отделение, 1978. 128 с.
Ермаков С.М. Метод Монте-Карло и смежные
вопросы. М.: Наука, 1975. 472 с.
Подковальников С.В. Нечеткая платежная
матрица для обоснования решений в энергетике
в условиях неопределенности // Известия РАН.
Серия Энергетика. 2001. № 4. С. 164-173
Синяк Ю.В., Куликов А.П. Два подхода к
оценке перспективных цен на нефть и газ и
потенциальной природной ренты в России.
//Проблемы прогнозирования. 2005. №5. С. 96120
Волконский
В.А.,
Кузовкин
А.И.
О
регулировании цен на энергоресурсы/ /
Проблемы прогнозирования. 2014. № 2. С.18-32
Кононов Ю.Д., Кононов Д.Ю. Долгосрочное
прогнозирование динамики цен на российских
энергетических
рынках
//
Проблемы
прогнозирования. 2005. № 6. С. 53–59.
Полыгалов А.С., Порохова Н.В., Саакян Ю.З.
Модель предельных цен инфраструктурных
отраслей //Проблемы прогнозирования. 2012.
№5. С. 61-71
Энергетика России в XXI веке. Инновационное развитие и управление, 1-3 сентября 2015 г., Иркутск
[13] Гальперова Е.В., Кононов Д.Ю., Тыртышный
В.Н. Комплекс моделей для долгосрочного
прогнозирования конъюнктуры региональных
энергетических рынков. / статья из трудов
конференции // XIX Байкальская Всероссийская
конференция
«Информационные
и
математические технологии в науке и
управлении» Иркутск. Россия. 28 июня – 7 июля
2014 г. Часть I, с.14-21.
[14] Министерство энергетики РФ. Энергетическая
стратегия России на период до 2035. Основные
положения
[Электронный
ресурс]
/
Министерство энергетики РФ. – Режим
доступа: http://www.energystrategy.ru/projects/do
cs/OP_ES-2035.doc.
[15] Кононов Ю.Д. Анализ и прогноз возможной
динамики цен на топливо на мировых и
российских рынках. Иркутск: ИСЭМ СО РАН,
2013. 30 с.
6. БИОГРАФИЧЕСКИЕ
ДАННЫЕ
Кононов Дмитрий
Юрьевич
–
старший научный
сотрудник
Института систем
энергетики
им.
Л.А.
Мелентьева
СО
РАН,
Иркутск,
Россия, кандидат
технических наук. Основные научные интересы:
моделирование и долгосрочное прогнозирование
развития ТЭК в условиях неопределенности; оценка
инвестиционных рисков при разной ценовой
политике.
Гальперова
Елена
Васильевна
–
ведущий
научный сотрудник Института
систем энергетики им. Л.А.
Мелентьева СО РАН, Иркутск,
Россия, кандидат технических
наук,
доцент.
Основные
научные
интересы:
исследование закономерностей
энергопотребления, долгосрочное прогнозирование
спроса на энергоносители с учетом технологических
укладов, жизненного уровня и ценовых показателей,
долгосрочное
прогнозирование
конъюнктуры
региональных энергетических рынков.
Мазурова
Ольга
Васильевна
–
старший
научный
сотрудник
Института систем энергетики
им. Л.А. Мелентьева СО
РАН,
Иркутск,
Россия,
кандидат технических наук.
Основные научные интересы:
долгосрочное
прогнозирование
и
исследование тенденций и
закономерностей
энергопотребления
в
производственной
сфере
(промышленность,
транспорт и др.); исследование взаимосвязей в
развитии транспортного комплекса и ТЭК;
прогнозные
исследования
конъюнктуры
на
региональных энергетических рынках.
7