Планирование электропотребления энергосбытовой компанией

1.

Планирование
электропотребления
энергосбытовой
компанией
презентация сервиса
Enersys Load Forecast (ELF)
ЗАО «ИЭС»
15.02.2017

2.

Задача
2

3.

Задача: Повышение эффективности работы на энергорынке.
Предлагаемое
электроэнергии
решение - Увеличение точности прогноза потребления
Экономический эффект от повышения точности прогноза
Параметры энергосбытовой компании (ЭСК)
Среднечасовое потребление, МВт·ч
Цена ошибки прогноза, руб/МВтч
(средняя разница между индексом РСВ и индикатором БР)
Стоимость ошибки прогноза на 0,1%, руб/час
Экспертно оцененное* возможное увеличение точности
прогноза, %
Годовой эффект, руб/год
ЭСК 1
ЭСК 2
1 500 МВтч
50 МВтч
100 руб/МВтч
100 руб/МВтч
150 руб/ч
5 руб/ч
0,6%
4%
7 884 тыс.руб.
175 тыс.руб.
*Журнал Энергорынок, 0 7 ( 1 4 2 ) СЕНТЯБРЬ 2016
3

4.

Решение
4

5.

Описание решения - Enersys Load Forecast (ELF)
Потребление электроэнергии в крупном энергорайоне носит случайный характер
и зависит от многих параметров:
Температура
Освещённость
Тип дня
День недели
Окружающей
среды
Зависит от координат,
даты и облачности
Рабочий или
выходной
С понедельника
по воскресенье
Для решения задачи прогноза потребления в ELF используется машинное обучение.
5

6.

Архитектура решения
Internet
(сервисы погоды)
PowerBI
Пользователь
Microsoft AZURE
Система
энерготрейдинга
Web App
R script
Web Site
Модель прогноза
Автоматическое
обучение и
поддержка
модели
Service
WeatherForecast
(Сбор факта и
прогноза
погоды)
6

7.

Преимущества облачного сервиса
Удобство
Простая
Надежное
Снижение
сначала тестируем, потом
принимаем решение о
покупке
интеграция с существующими
системами (API)
хранилище данных и
вычислительных
мощностей
первоначальных
затрат
7

8.

Использование сервиса
При ежедневном использовании сервиса ELF:
ELF
Пользователь/система
вводит факт и получает
прогноз на завтра
Сервис
Power BI
делает прогноз на завтра,
выводит результат,
пишет факт и прогноз в архив
Визуализирует
результаты работы ELF
8

9.

Интеграция - API
9

10.

Интеграция ELF с другими программами
Для интеграции с энерготрейдинговыми (и другими) программами ELF имеет API:
Получение
Загрузка
рассчитанных ранее
прогнозов
данных (факта и экспертных
прогнозов)
Весь функционал доступен с помощью https (POST, GET) запросов.
10

11.

Информационная
безопасность
11

12.

Защищенность данных
Облачный сервис ELF обеспечивает:
https
Соединение по
шифрованному протоколу
Авторизация/
Аутентификация
Разграничение доступа к
сервису
API key
Ключ для доступа к сервису
через API
12

13.

Попробуйте наш
сервис прогноза
13

14.

Шаг 1 - Тестирование
~1 неделя
Передайте
в ИЭС ретроспективные данные
по факту и прогнозу потребления
электроэнергии за 1-2 года
месяц тестовой
подписки
Получите
логин/пароль
для работы с сайтом
сервиса
прогнозирования
Используйте
сервис в течение
1 месяца по
тестовой
подписке!
14

15.

Шаг 2 – Использование сервиса
Заключение
договора
Использование
сервиса
На подписку сервиса
(техподдержка включена)
Потребление, МВт*ч
1500
1000
500
200
50
1
Подписка ELF, руб/мес.
30000
25000
20000
10000
3000
1000
15

16.

Продемонстрируем
сервис!
ЗАО «ИЭС»
[email protected]
16