оптимальная+связь

интеллектуальный учет электроэнергии
-
[Интент]

Учет электроэнергии

Понятия «интеллектуальные измерения» (Smart Metering), «интеллектуальный учет», «интеллектуальный счетчик», «интеллектуальная сеть» (Smart Grid), как все нетехнические, нефизические понятия, не имеют строгой дефиниции и допускают произвольные толкования. Столь же нечетко определены и задачи Smart Metering в современных электрических сетях.
Нужно ли использовать эти термины в такой довольно консервативной области, как электроэнергетика? Что отличает новые системы учета электроэнергии и какие функции они должны выполнять? Об этом рассуждает Лев Константинович Осика.

SMART METERING – «ИНТЕЛЛЕКТУАЛЬНЫЙ УЧЕТ» ЭЛЕКТРОЭНЕРГИИ

Определения и задачи
По многочисленным публикациям в СМИ, выступлениям на конференциях и совещаниях, сложившемуся обычаю делового оборота можно сделать следующие заключения:
• «интеллектуальные измерения» производятся у потребителей – физических лиц, проживающих в многоквартирных домах или частных домовладениях;
• основная цель «интеллектуальных измерений» и реализующих их «интеллектуальных приборов учета» в России – повышение платежной дисциплины, борьба с неплатежами, воровством электроэнергии;
• эти цели достигаются путем так называемого «управления электропотреблением», под которым подразумеваются ограничения и отключения неплательщиков;
• средства «управления электропотреблением» – коммутационные аппараты, получающие команды на включение/отключение, как правило, размещаются в одном корпусе со счетчиком и представляют собой его неотъемлемую часть.
Главным преимуществом «интеллектуального счетчика» в глазах сбытовых компаний является простота осуществления отключения (ограничения) потребителя за неплатежи (или невнесенную предоплату за потребляемую электроэнергию) без применения физического воздействия на существующие вводные выключатели в квартиры (коттеджи).
В качестве дополнительных возможностей, стимулирующих установку «интеллектуальных приборов учета», называются:
• различного рода интеграция с измерительными приборами других энергоресурсов, с биллинговыми и информационными системами сбытовых и сетевых компаний, муниципальных администраций и т.п.;
• расширенные возможности отображения на дисплее счетчика всей возможной (при первичных измерениях токов и напряжений) информации: от суточного графика активной мощности, напряжения, частоты до показателей надежности (времени перерывов в питании) и денежных показателей – стоимости потребления, оставшейся «кредитной линии» и пр.;
• двухсторонняя информационная (и управляющая) связь сбытовой компании и потребителя, т.е. передача потребителю различных сообщений, дистанционная смена тарифа, отключение или ограничение потребления и т.п.

ЧТО ТАКОЕ «ИНТЕЛЛЕКТУАЛЬНЫЕ ИЗМЕРЕНИЯ»?

Приведем определение, данное в тематическом докладе комитета ЭРРА «Нормативные аспекты СМАРТ ИЗМЕРЕНИЙ», подготовленном известной международной компанией КЕМА:
«…Для ясности необходимо дать правильное определение смарт измерениям и описать организацию инфраструктуры смарт измерений. Необходимо отметить, что между смарт счетчиком и смарт измерением существует большая разница. Смарт счетчик – это отдельный прибор, который установлен в доме потребителя и в основном измеряет потребление энергии потребителем. Смарт измерения – это фактическое применение смарт счетчиков в большем масштабе, то есть применение общего принципа вместо отдельного прибора. Однако, если рассматривать пилотные проекты смарт измерений или национальные программы смарт измерений, то иногда можно найти разницу в определении смарт измерений. Кроме того, также часто появляются такие термины, как автоматическое считывание счетчика (AMR) и передовая инфраструктура измерений (AMI), особенно в США, в то время как в ЕС часто используется достаточно туманный термин «интеллектуальные системы измерений …».
Представляют интерес и высказывания В.В. Новикова, начальника лаборатории ФГУП ВНИИМС [1]: «…Это автоматизированные системы, которые обеспечивают и по-требителям, и сбытовым компаниям контроль и управление потреблением энергоресурсов согласно установленным критериям оптимизации энергосбережения. Такие измерения называют «интеллектуальными измерениями», или Smart Metering, как принято за рубежом …
…Основные признаки Smart Metering у счетчиков электрической энергии. Их шесть:
1. Новшества касаются в меньшей степени принципа измерений электрической энергии, а в большей – функциональных возможностей приборов.
2. Дополнительными функциями выступают, как правило, измерение мощности за короткие периоды, коэффициента мощности, измерение времени, даты и длительности провалов и отсутствия питающего напряжения.
3. Счетчики имеют самодиагностику и защиту от распространенных методов хищения электроэнергии, фиксируют в журнале событий моменты вскрытия кожуха, крышки клеммной колодки, воздействий сильного магнитного поля и других воздействий как на счетчик, его информационные входы и выходы, так и на саму электрическую сеть.
4. Наличие функций для управления нагрузкой и подачи команд на включение и отключение электрических приборов.
5. Более удобные и прозрачные функции для потребителей и энергоснабжающих организаций, позволяющие выбирать вид тарифа и энергосбытовую компанию в зависимости от потребностей в энергии и возможности ее своевременно оплачивать.
6. Интеграция измерений и учета всех энергоресурсов в доме для выработки решений, минимизирующих расходы на оплату энергоресурсов. В эту стратегию вовлекаются как отдельные потребители, так и управляющие компании домами, энергоснабжающие и сетевые компании …».
Из этих цитат нетрудно заметить, что первые 3 из 6 функций полностью повторяют требования к счетчикам АИИС КУЭ на оптовом рынке электроэнергии и мощности (ОРЭМ), которые не менялись с 2003 г. Функция № 5 является очевидной функцией счетчика при работе потребителя на розничных рынках электроэнергии (РРЭ) в условиях либеральной (рыночной) энергетики. Функция № 6 практически повторяет многочисленные определения понятия «умный дом», а функция № 4, провозглашенная в нашей стране, полностью соответствует желаниям сбытовых компаний найти наконец действенное средство воздействия на неплательщиков. При этом ясно, что неплатежи – не следствие отсутствия «умных счетчиков», а результат популистской политики правительства. Отключить физических (да и юридических) лиц невозможно, и эта функция счетчика, безусловно, останется невостребованной до внесения соответствующих изменений в нормативно-правовые акты.
На функции № 4 следует остановиться особо. Она превращает измерительный прибор в управляющую систему, в АСУ, так как содержит все признаки такой системы: наличие измерительного компонента, решающего компонента (выдающего управляющие сигналы) и, в случае размещения коммутационных аппаратов внутри счетчика, органов управления. Причем явно или неявно, как и в любой системе управления, подразумевается обратная связь: заплатил – включат опять.
Обоснованное мнение по поводу Smart Grid и Smart Metering высказал В.И. Гуревич в [2]. Приведем здесь цитаты из этой статьи с локальными ссылками на используемую литературу: «…Обратимся к истории. Впервые этот термин встретился в тексте статьи одного из западных специалистов в 1998 г. [1]. В названии статьи этот термин был впервые использован Массудом Амином и Брюсом Волленбергом в их публикации «К интеллектуальной сети» [2]. Первые применения этого термина на Западе были связаны с чисто рекламными названиями специальных контроллеров, предназначенных для управления режимом работы и синхронизации автономных ветрогенераторов (отличающихся нестабильным напряжением и частотой) с электрической сетью. Потом этот термин стал применяться, опять-таки как чисто рекламный ход, для обозначения микропроцессорных счетчиков электроэнергии, способных самостоятельно накапливать, обрабатывать, оценивать информацию и передавать ее по специальным каналам связи и даже через Интернет. Причем сами по себе контроллеры синхронизации ветрогенераторов и микропроцессорные счетчики электроэнергии были разработаны и выпускались различными фирмами еще до появления термина Smart Grid. Это название возникло намного позже как чисто рекламный трюк для привлечения покупателей и вначале использовалось лишь в этих областях техники. В последние годы его использование расширилось на системы сбора и обработки информации, мониторинга оборудования в электроэнергетике [3] …
1. Janssen M. C. The Smart Grid Drivers. – PAC, June 2010, p. 77.
2. Amin S. M., Wollenberg B. F. Toward a Smart Grid. – IEEE P&E Magazine, September/October, 2005.
3. Gellings C. W. The Smart Grid. Enabling Energy Efficiency and Demand Response. – CRC Press, 2010. …».
Таким образом, принимая во внимание столь различные мнения о предмете Smart Grid и Smart Metering, сетевая компания должна прежде всего определить понятие «интеллектуальная система измерения» для объекта измерений – электрической сети (как актива и технологической основы ОРЭМ и РРЭ) и представить ее предметную область именно для своего бизнеса.

БИЗНЕС И «ИНТЕЛЛЕКТУАЛЬНЫЙ УЧЕТ»

В результате изучения бизнес-процессов деятельности ряда сетевых компаний и взаимодействия на РРЭ сетевых, энергосбытовых компаний и исполнителей коммунальных услуг были сформулированы следующие исходные условия.
1. В качестве главного признака новой интеллектуальной системы учета электроэнергии (ИСУЭ), отличающей ее от существующей системы коммерческого и технического учета электроэнергии, взято расширение функций, причем в систему вовлекаются принципиально новые функции: определение технических потерь, сведение балансов в режиме, близком к on-line, определение показателей надежности. Это позволит, среди прочего, получить необходимую информацию для решения режимных задач Smart Grid – оптимизации по реактивной мощности, управления качеством электроснабжения.
2. Во многих случаях (помимо решения задач, традиционных для сетевой компании) рассматриваются устройства и системы управления потреблением у физических лиц, осуществляющие их ограничения и отключения за неплатежи (традиционные задачи так называемых систем AMI – Advanced Metering Infrastructure).
Учитывая вышеизложенное, для электросетевой компании предлагается принимать следующее двойственное (по признаку предметной области) определение ИСУЭ:
в отношении потребителей – физических лиц: «Интеллектуальная система измерений – это совокупность устройств управления нагрузкой, приборов учета, коммуникационного оборудования, каналов передачи данных, программного обеспечения, серверного оборудования, алгоритмов, квалифицированного персонала, которые обеспечивают достаточный объем информации и инструментов для управления потреблением электроэнергии согласно договорным обязательствам сторон с учетом установленных критериев энергоэффективности и надежности»;
в отношении системы в целом: «Интеллектуальная система измерений – это автоматизированная комплексная система измерений электроэнергии (с возможностью измерений других энергоресурсов), определения учетных показателей и решения на их основе технологических и бизнес-задач, которая позволяет интегрировать различные информационные системы субъектов рынка и развиваться без ограничений в обозримом будущем».

ЗАДАЧИ «ИНТЕЛЛЕКТУАЛЬНОГО УЧЕТА»

Далее мы будем основываться на том, что ИСУЭ позволит осуществить следующие функции в бытовом секторе:
• дистанционное получение от каждой точки измерения (узла учета) у бытового потребителя сведений об отпущенной или потребленной электроэнергии;
• расчет внутриобъектового (многоквартирный жилой дом, поселок) баланса поступления и потребления энергоресурсов с целью выявления технических и коммерческих потерь и принятия мер по эффективному энергосбережению;
• контроль параметров поставляемых энергоресурсов с целью обнаружения и регистрации их отклонений от договорных значений;
• обнаружение фактов несанкционированного вмешательства в работу приборов учета или изменения схем подключения электроснабжения;
• применение санкций против злостных неплательщиков методом ограничения потребляемой мощности или полного отключения энергоснабжения;
• анализ технического состояния и отказов приборов учета;
• подготовка отчетных документов об электропотреблении;
• интеграция с биллинговыми системами.

«ИНТЕЛЛЕКТУАЛЬНЫЙ КОММЕРЧЕСКИЙ УЧЕТ»

Остановимся подробно на одном из атрибутов ИСУЭ, который считаю ключевым для основного электросетевого бизнеса.
Особенностью коммерческого учета электроэнергии (КУЭ) распределительных сетевых компаний является наличие двух сфер коммерческого оборота электроэнергии – ОРЭМ и РРЭ, которые хотя и сближаются в нормативном и организационном плане, но остаются пока существенно различными с точки зрения требований к КУЭ.
Большинство сетевых компаний является субъектом как ОРЭМ, так и РРЭ. Соответственно и сам коммерческий учет в отношении требований к нему разделен на два вида:
• коммерческий учет на ОРЭМ (технические средства – АИИС КУЭ);
• коммерческий учет на РРЭ (технические средства – АСКУЭ).
Кроме того, к коммерческому учету, т.е. к определению тех показателей, которые служат для начисления обязательств и требований сетевой компании (оплата услуг по транспорту электроэнергии, купля-продажа технологических потерь), следует отнести и измерения величин, необходимых для определения показателей надежности сети в отношении оказания услуг по передаче электроэнергии.
Отметим, что сложившиеся технологии АИИС КУЭ и АСКУЭ по своей функциональной полноте (за исключением функции коммутации нагрузки внутри систем) – это технологии Smart Metering в том понимании, которое мы обсуждали выше. Поэтому далее будем считать эти понятия полностью совпадающими.
Подсистема ИСУЭ на РРЭ, безусловно, самая сложная и трудоемкая часть всей интеллектуальной системы как с точки зрения организации сбора информации (включая измерительные системы (ИС) и средства связи в автоматизированных системах), так и с точки зрения объема точек поставки и соответственно средств измерений. Последние отличаются большим многообразием и сложностью контроля их и метрологических характеристик (МХ).
Если технические требования к ИС на ОРЭМ и к ИС крупных потребителей (по крайней мере потребителей с присоединенной мощностью свыше 750 кВА) принципиально близки, то в отношении нормативного и организационного компонентов имеются сильные различия. Гармоничная их интеграция в среде разных компонентов – основная задача создания современной системы ИСУЭ любой сетевой компании.
Особенностью коммерческого учета для нужд сетевого комплекса – основного бизнеса компании в отличие от учета электроэнергии потребителей, генерирующих источников и сбытовых компаний – является сам характер учетных показателей, вернее, одного из них – технологических потерь электроэнергии. Здесь трудность состоит в том, что границы балансовой принадлежности компании должны оснащаться средствами учета в интересах субъектов рынка – участников обращения электроэнергии, и по правилам, установленным для них, будь то ОРЭМ или РРЭ. А к измерению и учету важнейшего собственного учетного показателя, потерь, отдельные нормативные требования не предъявляются, хотя указанные показатели должны определяться по своим технологиям.
При этом сегодня для эффективного ведения бизнеса перед сетевыми компаниями, по мнению автора, стоит задача корректного определения часовых балансов в режиме, близком к on-line, в условиях, когда часть счетчиков (со стороны ОРЭМ) имеют автоматические часовые измерения электроэнергии, а подавляющее большинство (по количеству) счетчиков на РРЭ (за счет физических лиц и мелкомоторных потребителей) не позволяют получать такие измерения. Актуальность корректного определения фактических потерь следует из необходимости покупки их объема, не учтенного при установлении тарифов на услуги по передаче электроэнергии, а также предоставления информации для решения задач Smart Grid.
В то же время специалистами-практиками часто ставится под сомнение практическая востребованность определения технологических потерь и их составляющих в режиме on-line. Учитывая это мнение, которое не согласуется с разрабатываемыми стратегиями Smart Grid, целесообразно оставить окончательное решение при разработке ИСУЭ за самой компанией.
Cистемы АИИС КУЭ сетевых компаний никогда не создавались целенаправленно для решения самых насущных для них задач, таких как:
1. Коммерческая задача купли-продажи потерь – качественного (прозрачного и корректного в смысле метрологии и требований действующих нормативных документов) инструментального или расчетно-инструментального определения технологических потерь электроэнергии вместе с их составляющими – техническими потерями и потреблением на собственные и хозяйственные нужды сети.
2. Коммерческая задача по определению показателей надежности электроснабжения потребителей.
3. Управленческая задача – получение всех установленных учетной политикой компании балансов электроэнергии и мощности по уровням напряжения, по филиалам, по от-дельным подстанциям и группам сетевых элементов, а также КПЭ, связанных с оборотом электроэнергии и оказанием услуг в натуральном выражении.
Не ставилась и задача технологического обеспечения возможного в перспективе бизнеса сетевых компаний – предоставления услуг оператора коммерческого учета (ОКУ) субъектам ОРЭМ и РРЭ на территории обслуживания компании.
Кроме того, необходимо упорядочить систему учета для определения коммерческих показателей в отношении определения обязательств и требований оплаты услуг по транспорту электроэнергии и гармонизировать собственные интересы и интересы смежных субъектов ОРЭМ и РРЭ в рамках существующей системы взаимодействий и возможной системы взаимодействий с введением института ОКУ.
Именно исходя из этих целей (не забывая при этом про коммерческие учетные показатели смежных субъектов рынка в той мере, какая требуется по обязательствам компании), и нужно строить подлинно интеллектуальную измерительную систему. Иными словами, интеллект измерений – это главным образом интеллект решения технологических задач, необходимых компании.
По сути, при решении нового круга задач в целевой модели интеллектуального учета будет реализован принцип придания сетевой компании статуса (функций) ОКУ в зоне обслуживания. Этот статус формально прописан в действующей редакции Правил розничных рынков (Постановление Правительства РФ № 530 от 31.08.2006), однако на практике не осуществляется в полном объеме как из-за отсутствия необходимой технологической базы, так и из-за организационных трудностей.
Таким образом, сетевая компания должна сводить баланс по своей территории на новой качественной ступени – оперативно, прозрачно и полно. А это означает сбор информации от всех присоединенных к сети субъектов рынка, формирование учетных показателей и передачу их тем же субъектам для определения взаимных обязательств и требований.
Такой подход предполагает не только новую схему расстановки приборов в соответствии с комплексным решением всех поставленных технологами задач, но и новые функциональные и метрологические требования к измерительным приборам.

ПРЕИМУЩЕСТВА ИСУЭ

Внедрение ИСУЭ даст новые широкие возможности для всех участников ОРЭМ и РРЭ в зоне обслуживания электросетевой компании.
Для самой компании:
1. Повышение эффективности существующего бизнеса.
2. Возможности новых видов бизнеса – ОКУ, регистратор единой группы точек поставки (ГТП), оператор заправки электрического транспорта и т.п.
3. Обеспечение внедрения технологий Smart grid.
4. Создание и развитие программно-аппаратного комплекса (с сервисно-ориентированной архитектурой) и ИС, снимающих ограничения на развитие технологий и бизнеса в долгосрочной перспективе.
Для энергосбытовой деятельности:
1. Автоматический мониторинг потребления.
2. Легкое определение превышения фактических показателей над планируемыми.
3. Определение неэффективных производств и процессов.
4. Биллинг.
5. Мониторинг коэффициента мощности.
6. Мониторинг показателей качества (напряжение и частота).
Для обеспечения бизнеса – услуги для генерирующих, сетевых, сбытовых компаний и потребителей:
1. Готовый вариант на все случаи жизни.
2. Надежность.
3. Гарантия качества услуг.
4. Оптимальная и прозрачная стоимость услуг сетевой компании.
5. Постоянное внедрение инноваций.
6. Повышение «интеллекта» при работе на ОРЭМ и РРЭ.
7. Облегчение технологического присоединения энергопринимающих устройств субъектов ОРЭМ и РРЭ.
8. Качественный консалтинг по всем вопросам электроснабжения и энергосбережения.
Успешная реализации перечисленных задач возможна только на базе информационно-технологической системы (программно-аппаратного комплекса) наивысшего достигнутого на сегодняшний день уровня интеграции со всеми возможными информационными системами субъектов рынка – измерительно-учетными как в отношении электроэнергии, так и (в перспективе) в отношении других энергоресурсов.

ЛИТЕРАТУРА

1. Новиков В.В. Интеллектуальные измерения на службе энергосбережения // Энергоэксперт. 2011. № 3.
2. Гуревич В.И. Интеллектуальные сети: новые перспективы или новые проблемы? // Электротехнический рынок. 2010. № 6.

[ http://www.news.elteh.ru/arh/2011/71/14.php]

Тематики

• счетчик электроэнергии

EN

• smart metering

экономико-математическая модель
Математическое описание экономического процесса или объекта, произведенное в целях их исследования и управления ими: математическая запись решаемой экономической задачи (поэтому часто термины “модель” и “задача” употребляются как синонимы). Существует еще несколько вариантов определения этого термина. В самой общей форме модель — условный образ объекта исследования, сконструированный для упрощения этого исследования. При построении модели предполагается, что ее непосредственное изучение дает новые знания о моделируемом объекте (см. Моделирование). Все это полностью относится и к Э.-м.м. В принципе в экономике применимы не только математические (знаковые), но и материальные модели. Например, гидравлические (в которых потоки воды имитируют потоки денег и товаров, а резервуары отождествляются с такими экономическими категориями, как объем промышленного производства, личное потребление и др.) и электрические (в США была известна модель «Эконорама», представлявшая собой сложную электрическую схему, в которой имитировались экономические процессы). Но все эти попытки имели лишь демонстрационное применение, а не служили средством изучения закономерностей экономики. С развитием же электронно-вычислительной техники потребность в них, по-видимому, и вовсе отпала. Э.-м.м. оказывается в этих условиях основным средством модельного исследования экономики. Модель может описывать либо внутреннюю структуру объекта, либо, если структура неизвестна, — его поведение, т.е. реакцию на воздействие известных факторов (принцип «черного ящика«). Один и тот же объект может быть описан различными моделями в зависимости от исследовательской или практической потребности, возможностей математического аппарата и т.п. Поэтому всегда необходима оценка модели и области, в которой выводы из ее изучения могут быть достоверны. Во всех случаях необходимо, чтобы модель содержала достаточно детальное описание объекта, позволяющее, в частности, осуществлять измерение экономических величин и их взаимосвязей, чтобы были выделены факторы, воздействующие на исследуемые показатели. Например, формула, по которой определяется на заводе потребность в материалах, исходя из норм расхода, есть Э.-м.м. Если количество видов изделий обозначить через n, нормативы расхода — ai, количество изделий каждого вида — xi, то модель запишется так: где i = 1, 2, …, n. Кроме того, полезно записать условия, в которых она действительна, т.е. ограничения модели (например, лимиты на те или иные материалы). Строго говоря, расчет по такой формуле не даст точного результата: потребность в материалах может зависеть также от случайных изменений в размерах брака и отходов, от страховых запасов и т.д. Но в общем, она зависит именно от указанных двух видов величин: норм расхода материала и объемов выпуска продукции. Первые из них в данном случае называются параметрами модели, вторые — переменными модели. Такая модель называется описательной, или дескриптивной; она описывает зависимость расхода (потребности в материале), от двух факторов: количества изделий и расходных норм. Большое значение в экономике имеют оптимизационные модели (или оптимальные). Они представляют собой системы уравнений, равенств и неравенств, которые кроме ограничений (условий) включают также особого рода уравнение, называемое функционалом или критерием оптимальности. С помощью такого критерия находят решение, наилучшее по какому-либо показателю, например, минимум затрат на материалы при заданном объеме продукции, или, наоборот, максимум продукции (или прибыли) при заданных ограничениях по ресурсам и т.д. Например, можно попытаться найти такой план работы цеха, который при заданном объеме материалов (т.е. их расход не должен быть больше какой-то величины, допустим, B) гарантирует наибольший объем продукции. Единственное, что надо при этом знать дополнительно — цену единицы продукции — pi. Тогда модель будет записываться так при условии Кроме того, обязательно надо учесть, что искомые величины объемов производства каждого изделия не должны быть отрицательными: xi ? 0, i = 1, 2, …, n. Мы получили элементарную оптимизационную модель, относящуюся к типу моделей линейного программирования. Решив эту модель, т.е. узнав значения всех xi от 1-го до n-го, мы получим искомый план. Важное свойство Э.-м.м. — их применимость к разным, на первый взгляд непохожим ситуациям. Например, если в приведенном примере через ai обозначить нормы внесения удобрений, а через xi — размеры участков, то та же самая формула покажет общий объем потребности в удобрениях. Точно такую же формулу можно применить к расчету затрат семьи на покупку разных продуктов, и во многих других случаях. Модель может быть сформулирована тремя способами: в результате прямого наблюдения и изучения некоторых явлений действительности (феноменологический способ), вычленения из более общей модели (дедуктивный способ), обобщения более частных моделей (индуктивный способ). Подобные модели, в которых описывается моментное состояние экономики, называются статическими (от слова «статика»). Те же, которые показывают развитие объекта моделирования, — динамическими. Модели могут строиться не только в виде формул, как рассмотренные здесь (это называется аналитическое представление модели; см. Аналитическая модель), но и в виде числовых примеров (численное представление) и в форме таблиц (матричное представление), и в форме особого рода графов (сетевое представление модели). Соответственно различают модели числовые, аналитические, матричные, сетевые. Экономическая наука давно пользуется моделями. Одной из первых была модель воспроизводства, разработанная французским ученым Ф.Кенэ еще в XYIII в. А в XX в. первая общая модель развивающейся экономики была сконструирована Дж. фон Нейманом. Значительный опыт построения э.-м. моделей накоплен учеными СССР, применявшими их для анализа экономических процессов, прогнозирования и планирования во всех звеньях и на всех уровнях экономики, вплоть до планирования развития народного хозяйства страны в целом, особенно — перспективного. Принято подразделять Э-м.м. на две большие группы: модели, отражающие преимущественно производственный аспект экономики; модели, отражающие преимущественно социальные аспекты экономики. Разумеется, такое деление в значительной степени условно, поскольку в каждой из моделей в той или иной степени сочетаются производственный и социальный аспекты. Из моделей первой группы можно назвать: модели долгосрочного прогноза сводных показателей экономического развития; межотраслевые модели; отраслевые модели оптимального планирования и размещения производства, а также модели оптимизации структуры производства в отраслях. Из моделей второй группы наиболее разработаны модели, связанные с прогнозированием и планированием доходов и потребления населения, демографических процессов. Существует большое число классификаций типов Э.-м.м., которые, однако, носят фрагментарный характер. И это, по-видимому, неизбежно, так как нереально охватить все многообразие социально-экономических задач, объектов и процессов, описываемых различными моделями. Представленные в нашем словаре модели можно условно классифицировать следующим образом 1. Наиболее общее деление моделей — по способу отражения действительности: Аналоговая модель Иконическая модель (то же: портретная модель) Концептуальная модел Структурная модель Функциональная модель. 2. По предназначению (цели создания и применения) модели: Балансовая модель Дескриптивная модель (то же: Описательная) Имитационная модель Информационная модель Нормативная модель (то же: Прескриптивная модель), в т.ч. Оптимальная модель (то же: Оптимизационная модель). 3. По способу логико-математического описания моделируемых экономических систем: Аналитическая модель Вероятностная модель (то же: Стохастическая модель) Детерминированная модель Дискретная модель Линейная модель Математико-статистическая модель Матричная модель Нелинейная модель Непрерывная модель Модель равновесия Неравновесная модель Регрессионная модель Сетевая модель Числовая модель Эконометрическая модель. - дискретного выбора - непрерывной длительности (выживания) -логит-иодель -пробит-модель - тобит-модель.. 4. По временному и пространственному признаку: Гравитационная модель Динамическая модель (см. Динамические модели экономики) Модели с «бесконечным временем» Статическая модель Точечная модель Трендовая модель и др.. 5. По уровню моделируемого объекта в хозяйственной иерархии: Глобальная модель Макроэкономическая модель (то же: Агрегатная модель) Модели мезоэкономики Микроэкономическая модель 6. По внутренней структуре модельного описания системы: Автономная модель Закрытая модель Комплекс моделей Многосекторная модель (многоотраслевая, многопродуктовая) Однопродуктовая модель Открытая модель Система моделей (в том числе многоуровневая или многоступенчатая). 7.. По сфере применения. Выше было указано на необозримость областей применения Э.-м.м.; поэтому мы не даем здесь их перечисления, а отсылаем к соответствующим статьям словаря: например, о прогнозных моделях — к статье Прогнозирование, об отраслевых — к статье Отраслевые задачи оптимального планирования развития и размещения производства, и т.д. Наиболее развитая типология социально-экономических задач и моделей представлена в кн.: Вилкас Э.Й., Майминас Е.З. Решения: теория, информация, моделирование. — М.: “Радио и связь”, 1981.При разработке приведенной выше условной классификации учитывались материалы этой книги.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic model
• economico-mathematical model

экономико-математическая модель
Математическое описание экономического процесса или объекта, произведенное в целях их исследования и управления ими: математическая запись решаемой экономической задачи (поэтому часто термины “модель” и “задача” употребляются как синонимы). Существует еще несколько вариантов определения этого термина. В самой общей форме модель — условный образ объекта исследования, сконструированный для упрощения этого исследования. При построении модели предполагается, что ее непосредственное изучение дает новые знания о моделируемом объекте (см. Моделирование). Все это полностью относится и к Э.-м.м. В принципе в экономике применимы не только математические (знаковые), но и материальные модели. Например, гидравлические (в которых потоки воды имитируют потоки денег и товаров, а резервуары отождествляются с такими экономическими категориями, как объем промышленного производства, личное потребление и др.) и электрические (в США была известна модель «Эконорама», представлявшая собой сложную электрическую схему, в которой имитировались экономические процессы). Но все эти попытки имели лишь демонстрационное применение, а не служили средством изучения закономерностей экономики. С развитием же электронно-вычислительной техники потребность в них, по-видимому, и вовсе отпала. Э.-м.м. оказывается в этих условиях основным средством модельного исследования экономики. Модель может описывать либо внутреннюю структуру объекта, либо, если структура неизвестна, — его поведение, т.е. реакцию на воздействие известных факторов (принцип «черного ящика«). Один и тот же объект может быть описан различными моделями в зависимости от исследовательской или практической потребности, возможностей математического аппарата и т.п. Поэтому всегда необходима оценка модели и области, в которой выводы из ее изучения могут быть достоверны. Во всех случаях необходимо, чтобы модель содержала достаточно детальное описание объекта, позволяющее, в частности, осуществлять измерение экономических величин и их взаимосвязей, чтобы были выделены факторы, воздействующие на исследуемые показатели. Например, формула, по которой определяется на заводе потребность в материалах, исходя из норм расхода, есть Э.-м.м. Если количество видов изделий обозначить через n, нормативы расхода — ai, количество изделий каждого вида — xi, то модель запишется так: где i = 1, 2, …, n. Кроме того, полезно записать условия, в которых она действительна, т.е. ограничения модели (например, лимиты на те или иные материалы). Строго говоря, расчет по такой формуле не даст точного результата: потребность в материалах может зависеть также от случайных изменений в размерах брака и отходов, от страховых запасов и т.д. Но в общем, она зависит именно от указанных двух видов величин: норм расхода материала и объемов выпуска продукции. Первые из них в данном случае называются параметрами модели, вторые — переменными модели. Такая модель называется описательной, или дескриптивной; она описывает зависимость расхода (потребности в материале), от двух факторов: количества изделий и расходных норм. Большое значение в экономике имеют оптимизационные модели (или оптимальные). Они представляют собой системы уравнений, равенств и неравенств, которые кроме ограничений (условий) включают также особого рода уравнение, называемое функционалом или критерием оптимальности. С помощью такого критерия находят решение, наилучшее по какому-либо показателю, например, минимум затрат на материалы при заданном объеме продукции, или, наоборот, максимум продукции (или прибыли) при заданных ограничениях по ресурсам и т.д. Например, можно попытаться найти такой план работы цеха, который при заданном объеме материалов (т.е. их расход не должен быть больше какой-то величины, допустим, B) гарантирует наибольший объем продукции. Единственное, что надо при этом знать дополнительно — цену единицы продукции — pi. Тогда модель будет записываться так при условии Кроме того, обязательно надо учесть, что искомые величины объемов производства каждого изделия не должны быть отрицательными: xi ? 0, i = 1, 2, …, n. Мы получили элементарную оптимизационную модель, относящуюся к типу моделей линейного программирования. Решив эту модель, т.е. узнав значения всех xi от 1-го до n-го, мы получим искомый план. Важное свойство Э.-м.м. — их применимость к разным, на первый взгляд непохожим ситуациям. Например, если в приведенном примере через ai обозначить нормы внесения удобрений, а через xi — размеры участков, то та же самая формула покажет общий объем потребности в удобрениях. Точно такую же формулу можно применить к расчету затрат семьи на покупку разных продуктов, и во многих других случаях. Модель может быть сформулирована тремя способами: в результате прямого наблюдения и изучения некоторых явлений действительности (феноменологический способ), вычленения из более общей модели (дедуктивный способ), обобщения более частных моделей (индуктивный способ). Подобные модели, в которых описывается моментное состояние экономики, называются статическими (от слова «статика»). Те же, которые показывают развитие объекта моделирования, — динамическими. Модели могут строиться не только в виде формул, как рассмотренные здесь (это называется аналитическое представление модели; см. Аналитическая модель), но и в виде числовых примеров (численное представление) и в форме таблиц (матричное представление), и в форме особого рода графов (сетевое представление модели). Соответственно различают модели числовые, аналитические, матричные, сетевые. Экономическая наука давно пользуется моделями. Одной из первых была модель воспроизводства, разработанная французским ученым Ф.Кенэ еще в XYIII в. А в XX в. первая общая модель развивающейся экономики была сконструирована Дж. фон Нейманом. Значительный опыт построения э.-м. моделей накоплен учеными СССР, применявшими их для анализа экономических процессов, прогнозирования и планирования во всех звеньях и на всех уровнях экономики, вплоть до планирования развития народного хозяйства страны в целом, особенно — перспективного. Принято подразделять Э-м.м. на две большие группы: модели, отражающие преимущественно производственный аспект экономики; модели, отражающие преимущественно социальные аспекты экономики. Разумеется, такое деление в значительной степени условно, поскольку в каждой из моделей в той или иной степени сочетаются производственный и социальный аспекты. Из моделей первой группы можно назвать: модели долгосрочного прогноза сводных показателей экономического развития; межотраслевые модели; отраслевые модели оптимального планирования и размещения производства, а также модели оптимизации структуры производства в отраслях. Из моделей второй группы наиболее разработаны модели, связанные с прогнозированием и планированием доходов и потребления населения, демографических процессов. Существует большое число классификаций типов Э.-м.м., которые, однако, носят фрагментарный характер. И это, по-видимому, неизбежно, так как нереально охватить все многообразие социально-экономических задач, объектов и процессов, описываемых различными моделями. Представленные в нашем словаре модели можно условно классифицировать следующим образом 1. Наиболее общее деление моделей — по способу отражения действительности: Аналоговая модель Иконическая модель (то же: портретная модель) Концептуальная модел Структурная модель Функциональная модель. 2. По предназначению (цели создания и применения) модели: Балансовая модель Дескриптивная модель (то же: Описательная) Имитационная модель Информационная модель Нормативная модель (то же: Прескриптивная модель), в т.ч. Оптимальная модель (то же: Оптимизационная модель). 3. По способу логико-математического описания моделируемых экономических систем: Аналитическая модель Вероятностная модель (то же: Стохастическая модель) Детерминированная модель Дискретная модель Линейная модель Математико-статистическая модель Матричная модель Нелинейная модель Непрерывная модель Модель равновесия Неравновесная модель Регрессионная модель Сетевая модель Числовая модель Эконометрическая модель. - дискретного выбора - непрерывной длительности (выживания) -логит-иодель -пробит-модель - тобит-модель.. 4. По временному и пространственному признаку: Гравитационная модель Динамическая модель (см. Динамические модели экономики) Модели с «бесконечным временем» Статическая модель Точечная модель Трендовая модель и др.. 5. По уровню моделируемого объекта в хозяйственной иерархии: Глобальная модель Макроэкономическая модель (то же: Агрегатная модель) Модели мезоэкономики Микроэкономическая модель 6. По внутренней структуре модельного описания системы: Автономная модель Закрытая модель Комплекс моделей Многосекторная модель (многоотраслевая, многопродуктовая) Однопродуктовая модель Открытая модель Система моделей (в том числе многоуровневая или многоступенчатая). 7.. По сфере применения. Выше было указано на необозримость областей применения Э.-м.м.; поэтому мы не даем здесь их перечисления, а отсылаем к соответствующим статьям словаря: например, о прогнозных моделях — к статье Прогнозирование, об отраслевых — к статье Отраслевые задачи оптимального планирования развития и размещения производства, и т.д. Наиболее развитая типология социально-экономических задач и моделей представлена в кн.: Вилкас Э.Й., Майминас Е.З. Решения: теория, информация, моделирование. — М.: “Радио и связь”, 1981.При разработке приведенной выше условной классификации учитывались материалы этой книги.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic model
• economico-mathematical model