Temat: PROGNOZOWANIE ZAPOTRZEBOWANIA NA GAZ W MAZOWIECKIEJ...

1. Nazwa firmy: Mazowiecka Spółka Obrotu Gazem sp. z o.o.
2. Nazwa projektu: Dostarczenie, wdrożenie i serwis oprogramowania prognozującego zapotrzebowanie na gaz w sieci.
3. Nazwa producenta oprogramowania: Transition Technologies S.A.
4. Lista podmiotów uczestniczących w projekcie: Transition Technologies S.A.
5. Zakres czasu: 05.2006 – 04.2007
6. Opis projektu: poniżej

PROGNOZOWANIE ZAPOTRZEBOWANIA NA GAZ W MAZOWIECKIEJ SPÓŁCE OBROTU GAZEM (OBECNIE PGNiG)

Klient
Mazowiecka Spółka Obrotu Gazem Sp. z o.o. (MSOG) była jedną z trzech największych spółek obrotu gazem. Z dniem 1 października 2007 r. wszystkie 6 spółek włączono do Oddziału Handlowego PGNiG S.A. Działalność MSOG w strukturach PGNiG kontynuowana jest przez 3 gazownie: Warszawską, Łódzką i Białostocką. Ich podstawową działalnością pozostaje obrót paliwami gazowymi oraz obsługa handlowa odbiorców realizowana poprzez 60 Biur Obsługi Klienta rozlokowanych na obszarze działania tych trzech gazowni, które swoim zasięgiem obejmują obszar województw: mazowieckiego, łódzkiego i podlaskiego a także częściowo lubelskiego, warmińsko – mazurskiego i świętokrzyskiego.

Cel projektu
Rynek gazu w Polsce przechodzi okres transformacji od systemu monopolistycznego do wolnego rynku z wykorzystaniem zasady TPA. Rozdzielenie obrotu od przesyłu i dystrybucji związane z realizacją dyrektyw Komisji Europejskiej, spowodowało konieczność dokładnego określenia ilości przesyłanego gazu. Firma Transition Technologies S.A., wygrywając przetarg, otrzymała zadanie dostarczenia i wdrożenia Oprogramowania Prognozującego zapotrzebowanie na gaz w sieci (OP). Główne cele systemu to:
• gromadzenie danych pomiarowych niezbędnych do prognozowania,
• możliwość automatycznego i ręcznego przygotowania prognoz,
• umożliwienie wykonania korekt eksperckich oraz przygotowanie - na podstawie wyników prognozowania - zestawień nominacyjnych (tygodniowych) i renominacyjnych (dobowych), w postaci wymaganej przez PGNiG.
Wdrożenie systemu miało na celu minimalizację opłat nakładanych przez operatora systemu przesyłowego – OGP Gaz-System za tzw. nieznominowanie, czyli przekroczenie maksymalnej dopuszczalnej odchyłki przesłanego gazu w stosunku do uprzednio złożonej nominacji.

Zastosowane rozwiązanie
Dostarczony system składa się z dwóch modułów pakietu gasLUX: modułu prognozującego gasLUXpro i modułu raportowego gasLUXrep. Dostarczony też został moduł administracyjny - Moduł Detekcji Zdarzeń (MDZ), który monitoruje procesy ładowania i przetwarzania danych. Architektura rozwiązania jest trójwarstwowa, składają się na nią baza danych, serwer i wolnostojące aplikacje klienckie (gasLUXpro i gasLUXrep) oraz klient webowy (MDZ). Przygotowane modele prognostyczne zostały zrealizowane w języku R (http://r-project.org) i wykonują się w środowisku R zintegrowanym z modułem gasLUXpro. Wszystkie wymagane prognozy wykonują się automatycznie, a zadaniem użytkowników jest jedynie korekta wyników lub ręczne powtórzenie i ewentualna korekta wybranych prognoz. Ostatnim krokiem jest wykonanie raportu zawierającego wyniki prognoz
w postaci zestawienia nominacyjnego.

Przebieg projektu
Projekt posiadał trzy zasadnicze fazy:
Faza 1 - Zbieranie danych:
• Przygotowanie kompletnych danych do budowy modeli (dobór parametrów, zasilenie wstępne)
• Import danych historycznych wraz z ich korektą
• Uruchomienie kanałów automatycznego pobierania danych
• Uruchomienie mechanizmu autouzupełniania danych
Faza 2 - Przygotowanie, testy i strojenie modeli prognostycznych:
• Analiza danych i opracowanie modeli
• Określenie zasad przełączania modeli przy zmianie sezonu
• Strojenie i lokalizacja obiektów trudnych
• Mechanizmy autoadaptacji modeli przy zmianie profili odbiorców.
Faza 3 - Wdrożenie i uruchomienie oprogramowania
• Uruchomienie modułu prognostycznego
• Uruchomienie modułu raportowego
• Szkolenie użytkowników
• Testy odbiorowe

W projektach związanych z prognozowaniem kluczowymi sprawami jest kompletność i dokładność danych pomiarowych oraz budowa modeli. Rozwiązanie tych dwóch spraw było też kluczem do pomyślnego zakończenia wdrożenia także w opisywanym projekcie.

Dane
Pierwszym etapem wdrażania systemu prognostycznego jest zgromadzenie danych historycznych i implementacja procesów pozyskiwania danych bieżących. We wdrażanym systemie dane pochodziły z trzech źródeł:
• Dane o przepływach zarejestrowane w systemie TelWin,
• Dane o przepływach zgrane bezpośrednio z przeliczników w formacie MAC
• Prognozy pogody i dane meteorologiczne pozyskiwane z serwisu FTP (temperatura)
Już w trakcie pozyskiwania danych historycznych trzeba było uporać się z typowymi problemami, czyli brakiem danych oraz danymi zawierającymi błędy. O ile przy małej ilości danych pomiarowych możliwe jest dokonywanie ręcznego ich uzupełniania i weryfikacji oraz korekty, o tyle w przypadku dużych systemów – a takim właśnie był opisywany system – niezbędna jest implementacja automatycznych funkcji, która w minimalnym stopniu absorbują czas użytkownika, dając jednocześnie dobre wyniki. Dane muszą być kompletne pod każdym względem. W przypadku pomiarów gazowych oznacza to także informację o konfiguracji ciągów pomiarowych.
W opisywanym systemie zaimplementowano więc funkcje oceny kompletności i poprawności danych oraz autouzupełniania. System informuje użytkownika o braku danych za pomocą odpowiednich raportów, lub sygnalizuje konieczność ich weryfikacji. Ponieważ system ma za zadanie działać w sposób ciągły i generować wyniki o jak najwyższej dokładności, więc w przypadku braku danych system wprowadza ich przypuszczalne wartości, które następnie mogą podlegać korekcie użytkownika. Dane przybliżone są lepsze dla systemów prognostycznych od danych błędnych lub braków danych.

Budowa modeli
Drugą kluczową sprawą jest budowa modeli. Jest to skomplikowany proces, wymagający dużej wiedzy matematycznej. Systemy prognostyczne stosowane w różnych dziedzinach mają różnych charakter. Od systemów obsługiwanych przez wykształconą kadrę o dogłębnej wiedzy z dziedziny matematyki i modelowania procesów, po systemy działające w sposób zupełnie automatyczny i nie absorbujący czasu użytkowników. Analiza kosztów związanych z grożącymi opłatami za nieznominowanie oraz kosztów związanych z zatrudnianiem personelu wykazała, że optymalnym modelem jest system, który zostanie wyposażony w dobrze dostrojone modele z autoadaptacją, obsługiwany przez personel znający charakter odbiorców gazu z danego terenu. Odpadły skrajne modele w postaci systemy wpełni automatycznego oraz systemu obsługiwanego przez zespół analityków. W pierwszym przypadku problemem była jakość danych o przepływach. W drugim przypadku koszt zatrudnienia dedykowanego zespołu przewyższał grożące opłaty. Opracowano kilka podstawowych typów modeli, które można podzielić na dwie grupy: modele o stałych parametrach i modele adaptujące się do zmiennych warunków. Te pierwsze dotyczą głównie określonych odbiorców przemysłowych, a drugie stacji w których z upływem czasu zmienia się profil odbiorów.

Budowa raportów, funkcjonalność i rozwój oprogramowania
W ostatniej fazie wdrożenia systemu, na bazie typowych raportów tworzonych wcześniej przy użyciu arkusza kalkulacyjnego, przygotowano szablony raportów w module gasLUXrep.
W trakcie rozruchu pracownicy MSOG zgłosili pewne uwagi dotyczące funkcjonalności systemu. Uwagi te, podobnie jak uwagi z innych lokalizacji, zostały zgłoszone do Menedżera Produktu, a następnie wykorzystane przy tworzeniu kolejnej wersji systemu, która została już zainstalowana w MSOG.

Harmonogram dnia roboczego
W celu optymalizacji pracy ekspertów obsługujących system i mając na uwadze jakość generowanych prognoz, stworzono harmonogram pracy systemu.

W związku z określeniem sztywnych momentów na wysłanie nominacji pierwotnych i konieczności dokonania korekty eksperckiej, wyznaczono godzinę 7 rano jako moment, w którym należy zakończyć generowanie prognoz automatycznych, a tym samym określono godzinę 4:00 jako początek wczytywania najświeższych danych o zużyciach.

Rozmiar projektu
Prognozowaniem zostało objęte 219 stacji gazowych pierwszego stopnia, będących punktami wyjścia z systemu przesyłowego, znajdujących się na terenie północno-wschodniej części Polski. Część stacji wchodzi w skład 24 zespołów zdefiniowanych w IRiESP jako zbiór punktów wyjścia połączonych hydraulicznie po stronie sieci dystrybucyjnej lub instalacji odbiorcy końcowego. Stacje składają się łącznie z 343 ciągów gazowych. Każdą stację tworzy 1, 2 lub 3 ciągi występujące w różnych, zmieniających się w czasie konfiguracjach (równoległych, szeregowych lub hybrydowych). Każdy z nich dostarcza oddzielnego zestawu danych pomiarowych. Dla każdego ciągu dostępny był inny zakres danych historycznych, które zostały użyte do przygotowania modelu prognostycznego. Podczas bieżącej pracy system wykonuje automatycznie 243 prognozy renominacyjne dziennie dla wszystkich stacji gazowych i wszystkich zespołów oraz dodatkowo w każdą środę 243 prognozy nominacyjne tygodniowe. Daje to około półtora tysiąca prognoz wykonanych, zarchiwizowanych i przetworzonych na potrzeby zestawień nominacyjnych i renominacyjnych w ciągu każdego tygodnia. Należy też wziąć pod uwagę możliwość ręcznego uruchamiania prognozowania podczas pracy operacyjnej

Zastosowane produkty i technologie
• Nazwa oprogramowania: gasLUX - pakiet modułów oprogramowania wspomagających operacje handlowe na rynku gazu
• Baza danych Oracle 10g SE One
• Oprogramowanie do obliczeń statystycznych R-Project
• System operacyjnych RedHat Linux 4.0 ES

Korzyści
Wdrożenie systemu prognostycznego dla Mazowieckiej Spółki Obrotu Gazem (taka nazwa obowiązywała przed restrukturyzacją, w chwili zakończenia wdrożenia) jest pierwszym – i jak do tej pory jedynym –tego typu udanym wdrożeniem w Polsce, w dziedzinie obrotu i dystrybucji gazu.

Podstawową korzyścią płynącą z systemu jest wysoka jakość i kompletność przygotowywanych prognoz.
System zapewnie nie tylko automatyczne i kompleksowe przygotowanie pełnego zestawu nominacji, dostępnych w chwili rozpoczęcia każdego dnia pracy, ale także wspomaga ocenę danych wejściowych i autouzupełnianie w przypadku ich braku.
Modele prognostyczne są przemyślane i wypracowane drogą długich analiz i iteracyjnego poszukiwania najlepszych rozwiązań. Należy oczywiście pamiętać, że nieprzewidywalność świata rzeczywistego utrudnia ich zadanie. Odpowiedzią na tę trudność są korekty wprowadzane przez użytkowników-ekspertów.

Analizy na danych historycznych wykazują, że nominacje zgłaszane przez MSOG są doskonałej jakości i prawie nigdy nie przekraczają określonego limitu błędu 10%, mimo iż oceniane były na danych z sezonu letniego, który jest trudniejszy w prognozowaniu niż okres zimowy.

Wdrożone rozwiązanie nie uzależnia Zamawiającego od Wykonawcy. Dzięki zastosowaniu otwartego oprogramowania R-Project możliwe jest samodzielne tworzenie modeli prognostycznych.

Wdrożenie to, zapewniło klientowi zaawansowane rozwiązanie informatyczne, które usprawniło pracę zespołu prognostów i jednocześnie jest gotowe do dalszego rozwoju oraz otwarte na integrację z innymi systemami, takimi jak np. system bilansujący.

Dane kontaktowe:

Ireneusz Franka
Transition Technologies S.A.
Kierownik Sprzedaży na Rynek Gazu
E-mail: I.Franka@tt.com.pl