1

Трейдинг: Опыт – Международный,Реалии - Русские

Ярослав МинуллинOpenLink/IRM

Богдан ШатуновStinsComan

2

Типовой пример предложения…

3

Хронология ВнедренияАвтоматизированных Систем на ОРЭМ

Потре-бители

EDM

Data Warehouse

+ BI

ETRM ERP

Сбор и мониторинг базовых данных

Генера-торы

Распределители

Внедряется с начала 90-х г.г.Широкое представление

Бизнес-процессы

Объектно-ориентированный учет операций

Внедряется с середины 90-х г.г.Локальное представление

Многомерное предста-вление данных

Внедряется с середины 2000-х г.г.Широкое представление

4

Energy Trading and Risk Management (ETRM)

ГенерацияПередача

Контракты

Подготовка заявки на РСВВСВГОДолгосрочное планирование

Прогнозированиепотребления

ПланированиеПеретоков,Меж-зональная торговля

Потребление

ETRM

Плановые ПиУ

Интерфейс с СО

5

Системное представление бизнес-процессов

Прогнози-рование Сделки

Мониторинг

ПозицииЛогистика

СбытОптимизация Портфеля

АнализРисков

Бэк-Оффис

6Русэнергосбыт · 17-11-2011 · 6

О IRM

Сфера деятельностиРешение для работы на энергорынках

Офисы iRM• Вена: центр компетенции• Дортмунд: офис продаж/проектов

Офисы OpenLink • Хьюстон, Нью-Йорк, Лондон, Сидней, Сан Пауло, Берлин

Рынок• Более 60 внедрений в 17 странах мира• Более 150 внедрений по всей группе компаний

Специалисты компании – эксперты в области экономики и энергетики

7Русэнергосбыт · 17-11-2011 · 7

О Stins Coman

ГК «Стинс Коман» образована 1992 году

Включает 16 компаний, работающих на различных рынках

Головной офис в г.Москва, Россия

Филиалы: г. Санкт-Петербург, г.УфаБелоруссия, Узбекистан, Сингапур

Более 700 сотрудников

Более 300 дилеров в РФ

Более 300 сервисных центров в РФ

Входит в топ-30 российских IT-компаний по данным ведущих исследовательских агентств

8

Наши партнеры

9Русэнергосбыт · 17-11-2011 · 9

Рынок. Текущая ситуация - объективная

Волатильность цен за счет на энергоресурсы за счет:

Постоянных прецедентов ручного регулирования цен

Неопределенность долгосрочных правил рынка

Непрозрачность информации по сетям и составу ВГО

Бизнес-планирование

Крайне трудоемкий процесс

Не вариативный процесс

Из-за трудоемкости – Всего несколько итераций

Бизнес-процессы производства и сбыта тепловой и электроэнергии не отлажены, слабое взаимодействие между департаментами на уровне передачи информации не говоря об уровне ИТ-систем

10Русэнергосбыт · 17-11-2011 · 10

Рынок. Текущая ситуация - субъективная

Работа со свободными договорами и фьючерсами за редким исключением не систематизирована. Трейдеры и руководство видит в нем большие персональные риски, т.к. нет единой для всех Системы принятия решений:

Решение о заключении / не заключении сделки зачастую принимается Трейдером

Если цена РСВ пойдет вниз и мы получим убыток из-за того, что не заключили СДД / Фьючерсные контракты – виноват рынок, мы не могли повлиять

Если мы заключим договор/фьючерс, а цена РСВ сложится отлично от нашего прогноза – накажут

11

Как работать в таких условиях?

Нужен Framework (концепция),

на основе которой можно построить оптимальный бизнес-процесс

12

Самый сложный слайд

Рынок

Станция

Сбор данных, верификация,

дорасчетыЕдиная БД, BI

Заявки и контракты

График нагрузки

Модель рынка

Оптимизатор

Оптимизатор

Модель Станции

Подсистема отправки команд

Объект

Объект

Подсистема оптимизации (формирования команд)

Подсистема мониторинга

13

Задача оптимизации. Внутр. контур

Рынок

Станция

Сбор данных, верификация,

дорасчетыЕдиная БД, BI

Заявки и контракты

График нагрузки

Модель рынка

Оптимизатор

Оптимизатор

Модель станции

14

Задача оптимизации. Внутр. контур

Прогноз цен на электроэнергию

Стоимость и объем видов топлива

Расходные хар-ки агрегатов

Отпуск тепловой энергии

Отпуск электроэнергии

Состав оборудования

Распределение нагрузки по агрегатам

Распределение лимитов топлива

Технико-экономическая

модель Электростанции

Стоимость выбросов парниковых газов

15

Примеры использования подсистемы

• Найти оптимальное распределение лимитного топлива

• Найти оптимальный график отпуска э/э,• Найти оптимальное распределение

электрической и тепловой нагрузки по агрегатам

• Определить оптимальные сроки ремонта оборудования

• Распределение лимитов топлива между станциями одной ГК*

16

Задача оптимизации. Внешний контур

Рынок

Станция

Сбор данных, верификация,

дорасчетыЕдиная БД, BI

Заявки и контракты

График нагрузки

Модель рынка

Оптимизатор

Оптимизатор

Модель станции

17

Задача оптимизации. Внешний контур

Технико-экономическаямодель

Электростанции

Стоимость выбросов

парниковых газов

Заявки (ВСВГО, РСВ, БР)

Заключение двухсторонних

договоров

Заключение фьючерсных контрактов

Прогноз цен на электроэнергию

Стоимость и объем видов

топлива

Расходные хар-ки агрегатов

Отпуск тепловой энергии

Отпуск электроэнергии

Состав включенного

оборудования

Распределение нагрузки по агрегатам

Распределение лимитов топлива

График ремонтов

18

Примеры использования подсистемы

• Формирование и отправка заявок ВСВГО

• Формирование и отправка макета 30308

• Формирование и отправка заявок РСВ

• Формирование и отправка ОЦПЗ*

• Заключение свободных договоров,

• Заключение фьючерсных контрактов

19

Цель – повышение маржинальной прибыли от производства и сбыта электрической и тепловой энергии

Прошли испытания оптимизационные модели:

• 20 ТЭЦ

• 4 ГЭС

• 4 ГРЭС

Предстоит моделировать по уже заключенным договорам:

• 19 ТЭЦ

Наш опыт

20

Результат

Повышение маржинальной прибыли на 0,7% - 6,2% от совокупных затрат на топливо в зависимости от специфики

станции

21

График показывает зависимость прибыли и вероятности ее получения в зависимости от стратегии и степени хеджирования

Что дальше?

22

Прогнозирование потребления/цен

• Потребление/Выработка/Цены

• Факторы влияния

• Адаптированные ARIMAX модели

Статистическое

Прогнозирование

Построитель Форвардной

Кривой

Детерменистическоепрогнозирование

Метод Похожего Дня

• Статистические модели• На основе

- Ретроспективных данных- Прогноза факторов влияния (до 10)- Календаря

• Процедура ARIMAX для оценки параметров• Горизонты Планирования

- Краткосрочный (неделя) & средне-срочное (месяцы)

• Полная автоматизация• Промышленный масштаб (10-1000 прогнозов)

23Компания IRM · общая информация · 31.03.2011· 23

Новое: Фундаментальная Модель ОРЭМ на базе IRM_OPTimization

ЗСП, с учетом спрос на Э/Э и всей генерации по ЗСП в целом.

Результат: маржинальные стоимости пр-ва по ЗСП

Перетоки между ЗСП с ограничениями пропускной способности

24Компания IRM · общая информация · 31.03.2011· 24

Операционное/Стратегическое планирование

• Моделирование генерации- С учетом или без учета выработки тепла- Учет различных видов топлива- КПД в зависимости от топлива и от типа турбины- Учет гидрогенерации

• Системные ограничения- Ограничения по передаче э/э между ЗСП- Прогноз нагрузки по э/э (и теплу) по ЗСП- План ремонтов

• Стоимости- Цены на топливо по видам топлива- Ограничения по топливу (напр. по газу),- Стоимости пуска и останова- Тарифы на мощность (а также КОМ по ЗСП) - Ограничения на выбросы

Агрегация ген. оборудования по типам / блокам / станциям

Модель расчитывает маржинальные стоимоти по ЗСП, которые являются нижней границей цены по ЗСП

25Компания IRM · общая информация · 31.03.2011· 25

Региональная модель

• Моделирование генерации- С учетом разделения РГЕ по ГТП- Моделирование отдельных блоков

• Системные ограничения- Учет заданной передачи э/э между ЗСП- Прогноз нагрузки по э/э (и теплу) по ГТП

Модель рассчитывает маржинальную стоимость по ГПТ

26Компания IRM · общая информация · 31.03.2011· 26

Многорегиональная модель: примеры рузультатов по выработке э/э и тепла

по типам производителя в разрезе ЗСП:• Выработка тепла• Производство э/э с учетом

выработки тепла ТЭЦ

27Компания IRM · общая информация · 31.03.2011· 27

Многорегиональная модель: примеры сравнения рузультатов и факта

• Маржинальные стоимости по ЗСП как прогноз цены по ЗСП• Финансовые результаты по типам станций

по типам производителя в разрезе ЗСП:• Перетоки между ЗСП

• Доля по типам станций