МЕТОДИКА ВЫБОРА ЦЕНОВОЙ КАТЕГОРИИ ДЛЯ ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ НА ОСНОВЕ КЛАСТЕРИЗАЦИИ ГРАФИКОВ НАГРУЗКИ ПО ДАННЫМ ИНТЕЛЛЕКТУАЛЬНОГО УЧЕТА

Современный этап развития электроэнергетики характеризуется повсеместным внедрением систем интеллектуального учета (Smart Metering). Для промышленных предприятий это означает переход от суммарного месячного иди суточного учета к фиксации почасовых (и более детальных) параметров электропотребления. Накопление таких массивов данных открывает новые возможности для оптимизации затрат на электроэнергию, однако требует применения адекватных методов анализа.

В Российской Федерации для юридических лиц предусмотрено шесть ценовых категорий, каждая из которых имеет свой механизм формирования стоимости электроэнергии и мощности. Первая и вторая категории не требуют почасового планирования, но не стимулируют выравнивание графика нагрузки. Третья – шестая категории предполагают наличие почасового учета и различаются способом расчета стоимости услуг по передаче (одноставочный или двухставочный тариф) и степенью ответственности потребителя за планирование почасвого потребления (ценозависимое или неценозависимое потребление).

Традиционный подход к выбору ценовой категории основан на ректроспективном анализе суммарных объемов потребления за год. Однако этот подход статичен и не учитывает неравномерность и цикличность производственных процессов. На практике график нагрузки промышленного предприятия неоднороден: дни с максимальной загрузкой оборудования чередуются с выходными и праздничными днями, периодами ремонтов и пусконаладочных работ. Целью данной работы является разработка динамической методики, которая позволяет выбирать ценовую категорию не по усредненному годовому графику, а по набору типовых (кластеризованных) профилей нагрузки, что повышает точность прогноза и экономическую эффективность.

Проблема выбора оптимальной ценовой категории сводится к задаче минимизации стоимости покупки электроэнергии и мощности при сохранении (или прогнозировании) сложившегося режима работы предприятия. Стоимость электроэнергии для потребителя складывается из нескольких компонентов: цена на электроэнергию на оптовом рынке, стоимость мощности, тариф на передачу и сбытовая надбавка.

Для 3-й и 5-й ценовых категорий (одноставочный тариф на передачу) цена мощности напрямую зависит от величины пиковой нагрузки в часы пиковой нагрузки электросистемы. Для 4-й и 6-й категорий (двухставочный тариф на передачу) ставка за мощность рассчитывается отдельно, и ее величина тем выше, чем неравномернее график потребления предприятия по отношению к плановому почасовому потреблению.

Ключевым фактором, влияющих на стоимость во всех категориях, кроме первой, является форма графика нагрузки. Следовательно, для корректного выбора необходимо не просто знать общий объем потребления, а понимать структуру этого графика. Исследования показывают, что эффективным инструментом для выявления структуры в больших массивах данных о нагрузке являются методы кластерного анализа. Кластеризация позволяет сгруппировать дни со схожими почасовыми профилями, абстрагируясь от случайных отклонений и выделяя устойчивые паттерны.

Предполагаемая методика включает пять последовательных этапов:

1. Сбор и предварительная обработка данных.

Исходными данными служат архивы почасовых показаний приборов учета активной мощности (энергии) за длительный период (не менее одного года). Данные проходят этап предварительной обработки: очистку от выбросов (обусловленных аварийными отключениями или технологическими сбоями), восстановление пропущенных значений и нормализацию. Нормализация необходима для того, чтобы сравнивать форму графиков независимо от абсолютной величины потребления (например, делением каждого почасового значения на максимальное значение за сутки).

2. Кластеризация суточных графиков нагрузки.

Массив суточных векторов (24 часа) разбивается на k кластеров. Рекомендуется применение алгоритмов k-means (для больших данных) или k-medoids (устойчив к выбросам). Оптимальное число кластеров определяется методом «локтя» или индексом силуэта. Результат: для каждого кластера i получены центр (типовой профиль) и вероятность pi (доля дней).

3. Расчет стоимости для типовых профилей.

Для каждого центра кластера (после денормализации) рассчитывается стоимость суточного потребления Cij по всем шести ценовым категориям на основе действующих тарифов. Для ценовых категорий 5 и 6 при ретроспективном анализе в качестве плана используется сам типовой профиль.

4. Интегральная оценка и выбор.

Ожидаемая годовая стоимость по j-й ценовой категории вычисляется как взвешенная сумма:

                                                                                               (1)

где

ТС_j – итоговая (интегральная) стоимость электроэнергии за рассматриваемый период (например, год) для ценовой категории с номером j;

k – общее количество кластеров, на которые разбиты суточные графики нагрузки предприятия в результате кластеризации. Каждый кластер объединяет дни со сходим профилем электропотребления;

i – порядковый номер кластера (от 1 до k), для которого выполняется суммирование;

p_i – вероятность (или доля) дней, принадлежащих кластеру i. Рассчитывается как отношение числа дней в данном кластере к общему числу дней в анализируемом периоде (например, за год);

C_ij – расчетная стоимость электроэнергии за одни сутки, соответствующая типовому профилю (центру) кластера i, вычисленная по правилам ценовой категории j. Для получения этой величины типовой почасовой график кластера (после денормализации) подставляется в тарифные формулы выбранной категории с учетом действующих ставок на электроэнергию, мощность и услуги по передаче.

Выбирается ценовая категория с минимальным значением TC_j.

Предложенная методика была апробирована на данных условного машиностроительного завода. Исходные данные: почасовые графики за 2025 год (365 дней). Кластеризация методов k-means выделила три устройчивых кластера (таблица 1).

Таблица 1.

Результаты кластеризации

Для центров кластеров рассчитана стоимость суточного потребления по тарифам региона (в условиях единицах). Результаты расчета сведены в таблице 2.

Таблица 2.

Суточная стоимость по ценовой категории для типовых профилей (у.е.)

Интегральная годовая стоимость:

• TC₁ = 0,29 × 100 + 0,48 × 320 + 0,23 × 450 = 286,1;
• TC₂ = 0,29 × 102 + 0,48 × 318 + 0,23 × 448 = 285,3;
• TC₃ = 0,29 × 98 + 0,48 × 290 + 0,23 × 420 = 264,2;
• TC₄ = 0,29 × 97 + 0,48 × 280 + 0,23 × 400 = 254,5;
• TC₅ = 0,29 × 95 + 0,48 × 275 + 0,23 × 390 = 249,3;
• TC₆ = 0,29 × 94 + 0,48 × 270 + 0,23 × 385 = 245,4.

Минимальное значение достигнуто для шестой ценовой категории (TC₆ = 245,4).

Результаты показывают, что традиционный выбор первой или второй категории привел бы к переплате ~ 16% по сравнению с оптимальной шестой. Методика позволяет количественно оценить выгоду перехода к более сложным категориям для каждого типового режима и учесть их вероятности. Подход гармонирует с концепцией цифровизации энергетики и может быть интегрирован в системы энергоменеджмента.