Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Комплексное управление энергопотреблением промышленного предприятия. Монография

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

2 Мб

Скачать

☆

<<< < Предыдущая 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 2122 / 2422 23 24 > Следующая >>>

При разработке экономико-математической модели энергопотребления металлургического предприятия были приняты следующие условия.

1. Включение в модель только основных энергоносителей, используемых на металлургических предприятиях и способных в определенных пределах к взаимозамене при удовлетворении заданных производственных потребностей: электроэнергии, природного газа, топочного мазута, угля и металлургического кокса.

2. Важными факторами повышения производительности труда и экономии трудовых ресурсов на предприятии являются расширение сферы использования электроэнергии и природного газа в технологических высокотемпературных процессах, а также электрификация силовых процессов (механизация и автоматизация).

3. Одна из главных тенденций энергопотребления в обозримой перспективе сводится к постепенному вытеснению топочного мазута природным газом и электроэнергией в разных соотношениях; природного газа – электроэнергией и углем; сокращению расхода доменного кокса за счет более широкого применения природного газа.

4. Подавляющая доля тепловой энергии высокого потенциала потребляется на предприятиях главным образом при производстве чугуна, переработке нефти и производстве строительных материалов. Надо учитывать, что эти производства в совокупности используют 70 % общего полезного расхода высокопотенциальной энергии в промышленности [99].

5. На увеличение технологического электропотребления оказывает влияние рост масштабов высокоэлектроемких производств, где в соответствии с применяемым технологическим процессом электроэнергия – единственно возможный энергоноситель. Среди таких производств можно выделить получение алюминия, электростали, химических волокон, синтетического каучука. Рост силового электропотребления во многом зависит от развития прокатного производства и топливной промышленности [136].

Необходимо подчеркнуть, что включение в модель показателей выпуска продукции тех или иных предприятий определяется специализацией металлургического производства. Поэтому в каждом случае круг рассматриваемых энергоемких производств может отличаться от приведенных.

Рассматриваемая модель анализа и прогнозирования энергопотребления предприятия относится к классу эконометрических и состоит из регрессионных уравнений и тождеств. Она позволяет

211

проводить расчеты на каждый год прогнозного периода и формиро-

6 7 89

0,123

= ±±

 

 

вать различные тенденции энергопотребления, т.е. обладает динамическими свойствами [142, 143].

Модель имеет следующий вид: – уравнение производительности труда:

П ЭН

TT C

ak ak a at a= + + +±

ЭН Г B

1 2 3 45

; (4.65)

– уравнение технологического электропотребления:

ЭН П Д

a a at a=+ ±±

T ЭС

; (4.66)

– уравнение силового электропотребления:

ЭН П Д Д

a a a at a=+ + ±±

C П ЭС

10 11 12 13 14

; (4.67)

– определение производительности труда:

; (4.68)

ЧПП

– определение силовой электровооруженности труда:

ЭН

; (4.69)

ЧПП

– определение коэффициента электрификации технологических

процессов:

– определение коэффициента газификации технологических

процессов:

– уравнение потребления полезной энергии:

– балансовое уравнение полезной энергии:

212

kW= η

ЭН Э

kW= η

Г ТОП

W a at a

ПЧ

C ЭН0,123

= η+ + + + η

П C T ТОП

ЭН

РГ

7000

15 16 17

Г ТМ

7000 7000 7000

; (4.70)

; (4.71)

; (4.72)

; (4.73)

– уравнение потребления мазута:

B Д B ЭН

a a a at a=− − ±±

M ГT

18 19 20 21 22

– уравнение потребления угля:

; (4.74)

B Д B ЭН

a a a at a=− − ±±

У ГT

23 24 25 26 27

; (4.75)

– уравнение потребления кокса:

B ДB

a a at a= − ±±

K ЧГ

28 29 30 31

. (4.76)

В модель введены эндогенные переменные:

П – производительность труда на металлургическом предприятии;

ЧПП – численность промышленно-производственного персонала;

– технологическое электропотребление;

ЭН

ЭНС – силовое электропотребление;

– силовая электровооруженность;

ЭН

– коэффициент электрификации технологических процес-

сов по полезной энергии;

– коэффициент газификации технологических процессов по

полезной энергии;

– полезное потребление энергии в высокотемпературных

процессах;

BГ – потребление природного газа в технологических процессах;

BМ – потребление мазута в технологических процессах;

BУ – потребление угля в технологических процессах;

BК – потребление кокса в технологических процессах.

Экзогенные переменные:

Д – объем металлургического производства;

ДЭС – объем выплавки электростали;

ДП – объем выпуска проката черных металлов;

ДЧ – объем выплавки чугуна;

tn – временной тренд, где n может принимать значения 0,5; 1,0;

2,0; 3,0.

Коэффициенты:

0,123 – теоретический топливный эквивалент электроэнергии;

– средний КПД энергопотребляющих установок, использу-

ющих электроэнергию на технологические нужды;

213

– средний КПД энергопотребляющих установок, исполь-

HH H

ТОП

зующих органическое топливо на технологические нужды;

– средний КПД энергопотребляющих установок, использу-

ющих кокс;

QQ Q

Г ТМ У

– средняя низшая рабочая теплота сгорания соот-

ветственно природного газа, топочного мазута, угля;

,...,a31 – коэффициенты в уравнениях регрессии.

В приведенных уравнениях знаки перед коэффициентами должны соответствовать экономическому смыслу взаимосвязей между факторами и зависимой переменной. Однако при обработке статистических рядов классическим методом наименьших квадратов в результате нерегулярности колебаний членов ряда возможно появление в уравнении знаков, противоречащих экономической интерпретации данной зависимости. Введение временных трендов и подбор их формы t n позволяет избежать этого и обеспечивает динамические свойства модели.

Модель включает как рекурсивные, так и одновременно решаемые уравнения, наличие которых дает возможность учесть некоторые обратные связи процесса энергопотребления, что позволяет делать модель адекватной реальным взаимосвязям, а это в свою очередь приводит к повышению надежности и достоверности результатов прогнозных расчетов.

Варианты прогноза формируют путем изменения экзогенных переменных модели. В зависимости от конкретных условий, в которых проводят прогнозирование, набор экзогенных переменных может меняться. Усредненные значения КПД потребительских установок можно варьировать экспертно в процессе моделирования вариантов прогноза.

Региональные факторы учитываются в модели через соответствующую структуру экзогенных показателей и с помощью параметров уравнений регрессии, отражающих региональные взаимосвязи.

Стоимостные показатели рассчитываются в модели в неизменных ценах, потребление ТЭР – в натуральных единицах измерения. Усреднение потребительских установок определялось на основе данных, приведенных в работе, скорректированных на отраслевую структуру топливо- и энергопотребления конкретного предприятия.

Верификация модели, построенная для металлургических предприятияй Челябинской области, для временного периода 1990– 2015 гг. показала, что модель достаточно хорошо описывает сложившиеся в этот период фактические связи. Так, средние ошибки

214

аппроксимации по всем эндогенным переменным не превысили 2–3 %. Модель можно использовать как автономно, так и в качестве отраслевого блока в модели энергопотребляющей системы народного хозяйства региона и была рассчитана для рассматриваемых предприятий.

Следует отметить, что влияние цен на энергетическую политику в области энергосбережения относится к наиболее спорным вопросам прогнозов потребности в энергии, что отмечалось в литературе [97, 130]. Для оценки воздействия фактора удорожания энергоносителей на экономию энергии пользуются понятием «эластичность спроса» (E). Увеличение цен на энергию на 1 % приводит к уменьшению энергопотребления на E % при определенных затратах времени на технологическую перестройку в металлургическом производстве. Поскольку существует некоторый период адаптации, эластичность спроса на энергоресурсы представляет собой функцию времени. Краткосрочная эластичность энергопотребления невелика (от 0 до 0,3) т. к. она в основном определяется обшей упорядочностью использования энергии и устранением прямых потерь. Долгосрочная эластичность гораздо выше (от 0,7 до 1,3), что обусловлено заменой энергопотребляющего оборудования в ходе амортизации. Предполагают, что скачок цен на энергию оказывает влияние на спрос в течение 10 лет [107], что также доказал энергетический кризис (см. главу 1).

Теоретическая эластичность зависит от множества условий динамики цен на энергию, рабочую силу и капитал, масштаба энергетических программ по энергосбережению и целого ряда других экономических факторов. По зарубежным данным, при повышении цены на электроэнергию на 1 % спрос на нее в течение одного года снижается в среднем: в промышленности – на 0,17 %, в коммерческом секторе – на 0,25 %, в жилищном секторе – на 0, 21 %. По американским оценкам, при повышении цены на 1 % спрос на нефть уменьшается на 0,3 % через 2 года, на 0,5 % – через 5 и на 0,7 % – через 10 лет [136, c. 203]. Это доказывает, что эластичность спроса на энергоресурсы от цен есть функция времени.

Основными факторами формирования энергоемкости металлургической продукции являются производительность и фондоотдача. Возможно включение в регрессионный анализ и большего количества факторов энергоемкости продукции, но, по мнению некоторых авторов [103, 106], чем меньше параметров содержит регрессионное уравнение, тем выше точность полученного уравнения. Поскольку

215

чем больше факторов включается в регрессионный анализ, тем

 



,;ft

 



труднее экономическое обоснование выбранного их сочетания. При этом если учесть, что общие закономерности изменения энергоемкости продукции зависят от эффективности общественного производства, которая проявляется в таких синтетических показателях, как производительность труда и фондоотдача, то многие факторы окажутся подчиненными вышеназванным.

Учитывая, что между производительностью труда и фондоотдачей существует довольно прочная внутренняя связь, способствующая возникновению мультиколлинеарности, а также что при расчете модели возможно появление несущественных коэффициентов регрессии при отдельных факторах, целесообразно исследовать регрессионные связи следующих видов [106]:

B ДД

= +e

Д ЧПП

BД

= +e

Д ЧПП

BД

= +e

,, ;







(4.77)

(4.78)

(4.79)

где В/Д – энергоемкость металлургической продукции; Д/ЧПП – производительность труда; Д/Ф – фондоотдача; t – временной фак-

– неучтенный факторами остаток результирующего показа-

тор; e

теля.

Первый вид регрессионной модели наиболее полно выражает взаимосвязи энергоемкости продукции с обобщающими показателями эффективности общественного производства. В случае сильной мультиколлинеарности между включаемыми в первую модель факторами для прогнозирования вместо нее следует использовать модели второго и третьего видов. Как показали расчеты, при подобной замене ошибки прогнозов в большинстве случаев остаются почти одинаковыми, особенно при замене первого вида уравнения регрессии вторым. Это объясняется тем, что в производительности труда в определенной мере отражается и фактор фондоотдачи.

В аналитических целях целесообразно для прогнозирования энергопотребления металлургического предприятия определять все три вида регрессионной связи. Это дает возможность провести

216

сравнительный анализ между характером и силой воздействия каждого из факторов в отдельности и в совокупности всех факторов.

В исследованиях взаимосвязей между электро-, тепло-, топливоемкостью продукции, с одной стороны, и производительностью труда и фондоотдачей – с другой, наиболее поддается четкой экономической интерпретации линейная форма связи. Для углубленного исследования внутренней связи факторов необходимо применение и нелинейных форм регрессии. Сравнение характеристик линейной и выбранной нелинейных форм регрессии дает возможность убедиться в правильности предположения о линейной форме связи, проанализировать изменение показателя энергоемкости при ускорении или замедлении интенсивности и изменении характера воздействия производительности труда, фондоотдачи и временного характера.

Степень воздействия отдельных факторов на энергоемкость продукции остается одинаковой как при линейной, так и при параболической форме связи. Доказательством этому служат примерно равные значения средних коэффициентов эластичности по отдельным факторам за весь ретроспективный период. Примерно равными оказались указанные коэффициенты эластичности и для регрессий по обеим формам связи, построенным для предприятий. При этом на металлургических предприятиях фактор Д/ЧПП ведет в среднем за весь исследуемый период к увеличению энергоемкости продукции. Данное воздействие перекрывает воздействие прочих факторов (t), а также фактор (Д/Ф). Следовательно, фактор Д/ЧПП металлургических предприятиях в основном и определил тенденцию к росту показателей энергоемкости продукции. Тенденцию же к снижению энергоемкости продукции предопределили факторы (Д/Ф) и прочие неучтенные факторы (t).

Можно сделать следующие выводы, что предприятия различаются характером воздействия на энергоемкость продукции не только основных факторов, но и временного фактора, а также неучтенных факторов, о воздействии которых можно судить по свободному члену регрессии. Коэффициенты регрессии перечисленных факторов иногда перекрывают воздействия факторов производительности труда и фондоотдачи и определяют динамику показателя энергоемкости продукции. В подобных случаях можно считать, что энергоемкость продукции определяется в основном неучтенными факторами.

Решающее воздействие на значение перспективного уровня энергоемкости продукции, полученного на основе регрессии,

217

имеют перспективные уровни факторов. Возможны следующие методы определения перспективного уровня факторов:

1) на основе экстраполирования трендов этих факторов;

2) при помощи ступенчатой регрессии на основе взаимосвязан-

ных регрессионных моделей;

3) исходя из априорно заданных и научно обоснованных пер-

спективных уровней факторов [106].

Первый метод определения перспективного уровня факторов основывается на предположении, что тенденции их развития, выявленные при помощи трендовых моделей за ретроспективный период, сохраняются и в перспективном периоде. Однако многие синтетические показатели, какими являются производительность труда и фондоотдача, формируются под влиянием многочисленных взаимодействий с другими показателями развития рыночной экономики, что может существенно изменить сложившуюся тенденцию их развития. Поэтому, по мнению автора, более целесообразен второй метод, когда факторы регрессионной модели исследуются в зависимости от определяющих их основных факторов, которые в свою очередь также исследуются в зависимости от формирующих их факторов и т. д. Таким образом, создается цепочка последовательно взаимосвязанных зависимостей, выражающихся регрессионными моделями.

Однако, как отмечают ряд авторов [106], при таком подходе ошибки определения конечного показателя возрастают по мере увеличения количества исследуемых взаимосвязей. К тому же такой подход возможен только при наличии обширных информационных данных, получение которых является трудоемкой и сложной задачей. Эта задача упрощается, если использовать третий метод, т. е. определять перспективный уровень указанных показателей на основе запланированных темпов их развития, что очень важно при определении динамической оценки качества. Целесообразность этого подхода подтверждает и то обстоятельство, что такие показатели, как производительность труда и фондоотдача, являются одними из стержневых показателей, определяющих формирование качества ТЭБ предприятия. Поэтому, учитывая, что рост указанных показателей носит перманентный характер, целесообразно в их прогнозировании выбрать такой тренд для экстраполяции доминирующей тенденции, на основе которого полученные значения как можно в большей степени соответствовали бы плановым уровням этих показателей в перспективе при реализации энергетической

218

политики. Как показали расчеты, для производительности труда наиболее пригодным для этих целей является линейный тренд.

Выводы по четвертой главе

Моделирование динамической оценки качества ТЭБ предприятия позволяет с помощью исходного динамического норматива получить определенную систему производных динамических нормативов для гибкой и «плавающей» оптимизации энергетических активов для поддержания высокой динамической оценки качества ТЭБ металлургического предприятия, обеспечивающей эффективную стратегию развития бизнес-процессов, и при этом систему формирования производных динамических нормативов следует рассматривать как дополнительную сферу деятельности для энергоменеджмента металлургического предприятии при отборе инвестиционных проектов для стратегического планирования повышения энергоэффективности и энергосбережения производства. Динамическая оценка качества ТЭБ позволяет оценить экономичность, результативность и рентабельность формирования баланса и как управляемый параметр отражает взаимодействие внутренней и внешней среды предприятия для принятия управленческих решений с целью реализации стратегического рыночного управления, чтобы упреждать возможные перемены и влиять на происходящие изменения как внутри, так и вне предприятия.

Разработанный методический подход оценки приоритетов энергетической политики предприятия позволил определить очередность реализации приоритетов: для Магнитогорского металлургического комбината в пользу приоритета «Устойчивое обеспечение энергоносителями», далее идет приоритет «Повышение уровня энергетической независимости. Для Челябинского металлургического комбината на первом месте стоит также приоритет «Устойчивое обеспечение энергоносителями», на втором месте «Уменьшение негативного воздействия энергетики на окружающую природную среду…». Для Кыштымского медеэлектролитного завода на первом месте стоит также приоритет «Устойчивое обеспечение энергоносителями», на втором месте – приоритет «Уменьшение негативного воздействия энергетики на окружающую природную среду».

За последние годы наблюдается рост технологической эффективности, причиной которой является совершенствование традиционных технологических процессов и внедрение инновационных энергосберегающих технологий: интегральная оценка выполнения

219

группы показателей эффективности выше, чем по другим группам; экономическая эффективность отстает от технологической вследствие низких темпов внедрения инновационных энергосберегающих технологий; недостаточный рост организационной эффективности обусловлен низким качеством планирования и реализации инвестиционных проектов программы.

Предлагаемая модель анализа и прогнозирования энергопотребления металлургического (промышленного) предприятия относится к классу эконометрических и состоит из регрессионных уравнений и тождеств. Она позволяет проводить расчеты на каждый год прогнозного периода и формировать различные тенденции энергопотребления, т. е. обладает динамическими свойствами, что необходимо для оценки качества ТЭБ промышленного предприятия.

220

<<< < Предыдущая 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 2122 / 2422 23 24 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]