Прогноз потребления электроэнергии (ПЭЭ)

ML-прогноз почасового потребления на 48 часов вперёд. Точные заявки на РСВ и снижение затрат на покупку электроэнергии на ОРЭМ. Российское ПО, реестр Минцифры.

Приступить к сервису

Прогноз потребления электроэнергии (ПЭЭ)

Параметры сервиса

Описание

Прогноз потребления электроэнергии — это инструмент для точного предсказания будущей нагрузки на основе анализа исторических данных, производственных графиков и внешних факторов с применением машинного обучения. Он позволяет оптимизировать закупки электроэнергии, балансировать нагрузку и минимизировать коммерческие и технологические риски.

Эффекты

До 5% экономии покупки электроэнергии 86 т.р. месяц при повышении точности прогнозирования на 1% при среднем потреблении 35 МВт ч

Для кого

Для промышленных предприятий, Участников ОРЭМ, Энергосбытовых компаний

Прогноз потребления электроэнергии: от экспертных оценок к машинному обучению

Было

Прогнозы потребления электроэнергии формировались на основе экспертных оценок, без специализированных аналитических инструментов.
Отклонения факта от плана напрямую увеличивали стоимость электроэнергии.

Стало

ML-модель обучена на детализированной истории потребления; прогнозный график сохраняет дневные пики и ночные спады.
Прогноз значительно ближе к реальной картине потребления — отклонения снижаются.

Откуда берутся издержки от неточного прогноза

Отклонения потребления оплачиваются по разнице цен РСВ–БР: превышения факта над прогнозом докупаются на балансирующем рынке (БР) по наиболее высокой цене, а отклонения вниз, оплаченные на рынке на сутки вперёд (РСВ), компенсируются по наименьшей цене. Дополнительно каждое отклонение приводит к оплате доли стоимостного небаланса БР — в рассматриваемом месяце его удельная величина составила 305 руб/МВт·ч.

Кейс

Сравнение традиционного прогноза и прогноза «Энергоаналитики»

Точность прогноза выросла, затраты на электроэнергию снизились

Предприятие со среднечасовым потреблением 34,6 МВт·ч; суммарное потребление за месяц — 26 501 МВт·ч.

Точность: было

11,4%

средняя ошибка, будние дни

Точность: стало

средняя ошибка, будние дни

−6,4 п.п.

меньше отклонений факта от плана

По традиционному прогнозу предприятия

41 457 470 ₽

По прогнозу на основе ML-модели

40 800 074 ₽

Экономия за месяц

568 388 ₽

Удельный эффект: ≈335 ₽ дополнительной экономии за каждый прирост точности прогноза на 1 МВт·ч среднечасовой нагрузки.

Расчёт стоимости электроэнергии (без учёта составляющей на мощность) за анализируемый месяц по плановым графикам традиционного прогноза и прогноза «Энергоаналитики».

Как это работает

Данные

Подключаем детализированную историю почасового потребления и географические координаты объекта.

Модель

ML-модель обучается на ваших данных и строит почасовой прогноз на двое суток (48 часов) вперёд.

Заявка

Прогноз используется для подачи заявки на рынок на сутки вперёд (РСВ).

Контроль

Сравнение плана и факта показывает точность прогноза и снижение отклонений.

Что вы получаете

✔ Почасовой прогноз потребления на двое суток (48 часов)

✔ ML-модель, обученная на ваших исторических данных

✔ Снижение затрат на покупку электроэнергии на ОРЭМ

✔ Прогноз с учётом погоды и производственного календаря

✔ Облако (SaaS) или установка на серверы заказчика

✔ Российское ПО, реестр Минцифры №28624

✔ Поддержка и сопровождение специалистами

Частые вопросы

Сколько данных нужно для запуска?

Чем длиннее история почасового потребления, тем точнее прогноз. В кейсе использована история за трёхлетний период.

Как разворачивается сервис?

Доступны два варианта: облачный сервис (SaaS) на платформе ITwin Prognoz или установка на серверы заказчика (on-premise) — для контура с повышенными требованиями к безопасности.

Это российское ПО?

Да. Платформа ITwin Prognoz включена в реестр российского ПО Минцифры (№28624).

Кому подходит сервис?

Промышленным предприятиям, участникам ОРЭМ и энергосбытовым компаниям, которые планируют закупку электроэнергии.

Вывод

Переход от экспертных оценок к прогнозированию на основе данных и машинного обучения позволяет не только повысить точность, но и получить прямой эффект за счёт снижения затрат на покупку электроэнергии как на оптовом, так и на розничном рынке (при расчётах по ценовым категориям 5 или 6).

Повысьте точность прогноза потребления

Подключите ПЭЭ и оцените эффект на данных вашего предприятия.

Приступить к сервису Получить консультацию