«СИСТЕМНЫЕ ИССЛЕДОВАНИЯ В ЭНЕРГЕТИКЕ Ретроспектива научных направлений СЭИ–ИСЭМ Ответственный редактор член-корреспондент РАН Н.И. Воропай НОВОСИБИРСК НАУКА 2010 УДК 621.311.1 ББК 31.2 С 34 Системные исследования в ...»

Для сеточного аналога (1.182) неулучшаемая оценка такова:

где Cn – число сочетаний из n элементов по m Любопытно, что периодически публикуются исследования, в которых предлагаются "новые" оценки решений неравенства типа (1.182), (1.184). Например, в статье [155] предложены оценки, которые грубее не только (1.183), но и оценки из [148].

В ряде публикаций рассматривалась проблема численного решения (1.177) в случае, когда условие (1.180) не выполняется, но Так, в [156], посвященной деконволюции свертки (1.176) применительно к решению задачи ВИДП (восстановления истинного движения почвы), установлено, что при выполнении (1.186) метод средних прямоугольников имеет порядок сходимости O (h) на единицу меньше порядка аппроксимации. В [157] для решения той же задачи предложен переход от (1.176), ядро которого формально удовлетворяет (1.180), но в интервале, определяемом реальным шагом цифрования сейсмограммы, обращается в нуль, к уравнению относительно x (t ) :

где Показано, что применение для численного решения (1.187) блочного метода (иначе – product integration method [158]) вида с последующим переходом к сеточной аппроксимации решения исходного уравнения (1.176) по схеме восстанавливает второй порядок сходимости. При этом, согластно расчетам, квазиоптимальное значение шага сетки как параметра регуляризации близко к реальному шагу цифрования сейсмограммы.

В [159] установлено, что квадратуры трапеций, Симпсона, Грегори II и III порядков, непригодные в случае (1.177) из-за нарушения необходимого условия устойчивости, при выполнении (1.186), напротив, вполне приемлемы и дают порядок сходимости, на единицу меньший порядка аппроксимации.

В цикле статей [160–162] исследованы многошаговые интерполяционные и экстраполяционные методы типа Адамса при условиях (1.177) или (1.186). В [163–165] рассмотрены методы регуляризации двумерного уравнения Вольтерра I рода, сохраняющие, аналогично методикам В.О. Сергеева, А.М. Денисова, Н.А. Магницкого для одномерного случая, свойство вольтерровости регуляризованного уравнения.

Развитию общей схемы построения дискретизационных методов саморегуляризации интегральных уравнений I рода типа Вольтерра посвящены публикации [154, 166].

Основные результаты получены в терминах теории Г.М. Вайникко-Штюммеля регулярной, устойчивой и компактной дискретной сходимости операторов.

К середине 1980-х годов спектр приложений методов регуляризации к задачам энергетики существенно расширился. Так, для решения актуальной задачи краткосрочного прогнозирования (от нескольких часов до двух-трех суток) суммарной нагрузки ЭЭС эффективным оказался подход, связанный с устойчивым суммированием рядов Фурье [167]. Специфика суммарной нагрузки ЭЭС z(t), трактуемой как случайный процесс с дискретным временем t = 1, 2… (ч), позволяет представить z (t ) в виде где z1 (t ) – тренд, вызванный сезонными изменениями нагрузки; z2 (t ) – детерминированная составляющая, обусловленная суточным циклом человеческой деятельности;

z3 (t ) – стохастическая составляющая, связанная со случайными колебаниями нагрузки в отдельных узлах системы, погодными факторами и т.д. В силу ярко выраженной суточной, а также недельной периодичности значений z (t ) естественно трактовать данные, полученные с интервалом в один час за q недель как q реализаций случайного процесса недельной длительности, а z2 (t ) представить в виде дискретного ряда Фурье:

Для выделения из (1.189) наиболее значимых гармоник в качестве фильтра был использован устойчивый метод А.Н. Тихонова – В.Я. Арсенина суммирования рядов Фурье где 1,k, 2,k – дисперсии коэффициентов Фурье. Реализация (1.190) позволяет отбросить те гармоники, которые имеют либо малые амплитуды, либо большие дисперсии коэффициентов Фурье. В качестве z3 (t ) в (1.188) принята авторегрессионная модель:

k, k = 1, p, определяются по автокорреляционной функции временного ряда z(t) как решение соответствующей СЛАУ p -го порядка.

Опыт эксплуатации реализованной И.Д. Гусевой на базе (1.188)–(1.191) программы "Прогноз" для прогнозирования суммарной нагрузки по Иркутской ЭЭС показал, что оптимальное число слагаемых в (1.190) не превосходит 10, причем основная мощность спектра приходится на 3–4 гармоники. Оптимальное значение p в (1.191) равно двум. При этом средняя погрешность прогноза варьировалась от 1–1,5 до 3–4 % для пиков дневной нагрузки (см. [167]).

С решением существенно некорректной задачи – граничной ОЗТ (обратной задачи теплопроводности) – связан цикл работ второй половины 1980-х годов, инициированный исследованиями коллектива, руководимого Б.П. Корольковым, на уникальной экспериментальной установке СЭИ – высокотемпературном контуре (ВТК). Эти исследования касались, в частности, физико-технического анализа причин, приведших к чернобыльской катастрофе.

При рассмотрении нестационарного закризисного теплообмена в вертикальном кольцевом канале возникает задача определения теплового потока и температуры теплоотдающей поверхности тепловыделяющего элемента (ТВЭЛа) по измерениям температуры внутри стенки. Если принять допущения, что ТВЭЛ является цилиндрическим стержнем бесконечной длины, кольцевое сечение которого имеет внутренний и внешний радиусы rв и rн соответственно; осевые перетоки тепла пренебрежимо малы, а мощность внутренних источников тепла и теплофизические свойства материала зависят от температуры ( r, t ), то граничная ОЗТ заключается в определении плотности теплового потока при соблюдении одномерного уравнения теплопроводности в цилиндрических координатах начальном и краевом условиях, а также дополнительной информации В (1.193) c – удельная теплоемкость, – плотность, – коэффициент теплопроводности, Qv – объемный источник тепловыделения. Начальное распределение температуры ( r ) в (1.195) считается заданным и определяется из решения соответствующей стационарной задачи.

Для граничной ОЗТ была применена редукция (1.192)–(1.197) к задаче оптимального управления – минимизации по u (t ) функционала где ( r, u (t ), t ) – температура в точке r = r, полученная из решения прямой задачи, когда управление (1.192) задается из некоторого допустимого множества U = {u (t ) L2, 0 < u min u (t ) u max }. Такой подход, детально описанный в работах [168, 169] и предполагающий при реализации градиентных методов минимизации (1.198) использование числа итераций как естественного параметра регуляризации, оказался весьма эффективным. Результаты, полученные Тен Мен Яном как для модельных примеров с известным решением [170], так и для реальных данных [171], показали, что разработанный алгоритм адекватно восстанавливает значение температуры и плотности теплового потока на наружной поверхности ТВЭЛа для всех стадий его разогрева и охлаждения, обусловленных временным прекращением циркуляции теплоносителя.

В 1977 г. В.М. Глушковым публикуется статья [172], развитая в [173, 174] и давшая начало современному направлению в области математического моделирования динамических систем. "Визитной карточкой" интегральных моделей типа В.М. Глушкова являются интегральные операторы Вольтерра с переменными верхним и нижним пределами интегрирования:

где, например, применительно к макроэкономике [172] под x (t ) понимается количество новых рабочих мест (РМ), создаваемых в момент времени t; K (t, s ) – количество новых РМ, создаваемых в момент t на одном РМ, ранее созданном в момент s (производительность труда); a (t ) – временная граница сворачивания (отмирания) устаревших РМ, 0 a (t ) < t, a(t ) > 0. Удобством и универсальностью описания интегральными операторами (1.199) скачкообразного механизма выбывания старых и появления новых элементов системы по сравнению с операторами дифференциальными объясняется широкое применение моделей В.М. Глушкова в приложениях (биологии, медицине, экономике, технике и т.д.).

Важным событием, способствовавшим становлению этого направления в СЭИ, было участие В.В. Иванова в работе VII Байкальской школы-семинара по методам оптимизации и их приложениям, проходившей в бухте Песчаная в 1986 г. Обсуждение с ним различных аспектов применения моделей В.М. Глушкова было весьма плодотворным. В [175] впервые предложена подобная модель для анализа долгосрочных стратегий развития ЕЭЭС СССР, а в [176–178] рассмотрены более детальные модели, учитывающие разделение вводимых мощностей по типам электростанций с учетом механизма наработки ядерного топлива на атомных электростанциях.

Специфика (1.199) потребовала исследовать различные аспекты теории и численных методов решения "неклассических" интегральных уравнений Вольтерра I рода здесь x (t ) – заданная функция (предыстория).

В [179, 180] исследован вопрос корректности задачи (1.200), (1.201). В [176] отмечен эффект потери одного порядка сходимости квадратурных методов численного решения (1.200), (1.201) по сравнению с классическим уравнением (1.177) и дана геометрическая интерпретация этого факта, а в [181] предложен алгоритм восстановления порядка сходимости, равный порядку аппроксимации квадратуры.

Обзор результатов, полученных в СЭИ до конца 1980-х годов в области методов решения некорректных задач и их приложений в энергетических исследованиях, опубликован в США [182] в серии, издававшейся под общей редакцией директора СЭИ академика Ю.Н. Руденко.

Начало 1990-х отмечено становлением новой тематики. Ее инициировал ведущий теплофизик СЭИ Э.А. Таиров, возглавивший лабораторию динамики парогенерирующих систем и экспериментальные исследования на ВТК после Б.П. Королькова. Э.А.

Таиров обратил внимание автора обзора на серию публикаций в области математического моделирования электро- и теплофизических объектов, трактуемых как нелинейные динамические системы типа черного ящика, с помощью интегро-степенных рядов (полиномов) Вольтерра. Привлекательность этого аппарата заключается в его универсальности. Подобно тому, как, согласно известной теореме Вейерштрасса, всякая непрерывная на отрезке числовой оси функция f ( x ) может быть аппроксимирована с любой степенью точности > 0 полиномом некоторой степени N ( ), так и, согласно теореме Фреше (континуальному аналогу теоремы Вейерштрасса), всякое непрерывное на компакте K C[ 0,T ] нелинейное отображение F ( x (t )), являющееся начальным ( F ( x (0)) = 0 ) и причинным (вольтерровским), может быть сколь угодно точно аппроксимировано полиномом Вольтерра В (1.202) ядра Вольтерра K m, непрерывные по всем переменным и симметричные по s1, …, s m, подлежат идентификации по информации об откликах динамической системы на те или иные наборы тестовых возмущений.

Если система стационарна, т.е. K m зависят лишь от разностей t si, i = 1, m, то выражение для PN ( x (t )) имеет вид При N = 1 (1.203) дает стандартное представление отклика y (t ) линейной динамической системы в виде одномерной свертки (1.176).

Известный своей простотой и алгоритмичностью способ идентификации K m в (1.203) на основе тестовых сигналов вида [183] где (t ) – -функция Дирака; j – вещественные числа, для многих реальных динамических объектов, не допускающих импульсных возмущений, непригоден. С другой стороны, в линейном случае K1 (t ) =, где y (t ) – отклик системы на единичную ступеньку x (t ) = e(t ), e(t ) – функция Хевисайда.

Обобщение этого подхода на нелинейный случай предложено в [184–188]. В качестве тестовых сигналов для определения K m введено ( m 1 )-параметрическое семейство кусочно-постоянных функций которое сводит проблему идентификации K m к решению m-мерных линейных неклассических уравнений Вольтерра I рода, допускающих явные формулы обращения. Модификации (1.204) для векторного случая изучались в [187–193]. Квадратурные методы численного решения подобных уравнений, обладающие саморегуляризующим свойством, рассматривались в [192, 194–196], а обобщение на нестационарные системы, моделируемые полиномом (1.202) – в [188, 197–202].

Развитый математический аппарат был успешно применен для моделирования переходных процессов теплообмена [189, 195, 196, 203, 204]. Для проверки эффективности предложенной методики использовалась эталонная модель теплообмена с независимым подводом тепла, описываемая системой двух обыкновенных дифференциальных уравнений (ОДУ) для рабочей среды и материала теплопроводной стенки. При некоторых допущениях ее решение имеет вид [205] Здесь D (t ) = D0 + D (t ) – расход теплоносителя (кг/с); Q (t ) – возмущение теплового потока (кВт); D0, Q0 – стационарные значения; i (t ) – возмущение энтальпии (кДж/кг) на выходе теплообменника; 1, 2 – корни характеристического уравнения системы ОДУ.

Формула (1.205) использовалась для набора откликов, позволяющих построить квадратичные полиномы Вольтерра для зависимостей i (t ) от D(t ) (скалярная модель, авторы программной реализации – С.В. Солодуша и Д.В. Худяков) и от D (t ), Q (t ) (векторная модель, автор программы "Динамика" – С.В. Солодуша).

Численные результаты показали существенное улучшение прогностических свойств квадратичной модели по сравнению с линейной для широкого диапазона возмущений по расходу теплоносителя и теплоподводу на входе теплообменника. Аналогичный эффект дали квадратичные модели, построенные по данным натурных экспериментов на ВТК, специально проведенных по предложенной методике.

К концу 1990-х «второе дыхание» обрели исследования по применению моделей В.М. Глушкова в задачах электроэнергетики благодаря подключению к этой тематике заведующего лабораторией развития электроэнергетических систем В.В. Труфанова.

Ему удалось наполнить необходимой информацией постановку задачи определения долгосрочных стратегий ввода электрических мощностей с учетом выбывания устаревшего оборудования [206, 207], которая сводится к односекторному варианту модели В.М. Глушкова (1.200), (1.201), где x(t) – суммарный ввод электрической мощности в момент t; K (t, s ) – коэффициент интенсивности использования в момент t единицы мощности, введенной ранее в момент s ; y (t ) – экспертно задаваемая динамика электропотребления; a (t ) = t c (t ), c (t ) – срок жизни самого старого в момент t энергоблока; x (t ) – известная динамика ввода мощностей на [ a (t 0 ), t 0 ).

В [206, 207] рассмотрена также задача оптимального управления сроком службы оборудования c (t ) :

найти где при ограничениях (1.200), (1.201) на фазовую переменную x (t ). В (1.207) u1 (t s ) – коэффициент увеличения в момент t затрат на эксплуатацию мощностей, введенных ранее в момент s; u 2 (t ) – затраты на эксплуатацию единицы мощности; k (t ) – затраты на ввод единицы мощности; – коэффициент дисконтирования затрат, 0 < < 1. Эти функции, а также постоянные c, c считаются заданными. Е.В. Марковой разработан эвристический алгоритм решения (1.200), (1.201), (1.206)–(1.208) для случая, когда допустимое множество (1.208) состоит из непрерывных кусочно-линейных функций с одной точкой переключения. Найденное c (t ) = 36 (лет) дало на 1,2 % лучшее значение функционала (1.207) для t [2000, 2050], чем принятое c (t ) = 40 (лет). Исследовались также численные методы решения (1.200) в случае a (t ) = q (t t ), 0 < q < 1, не тре- бующем задания предыстории [208–210]. Выявлен пилообразный характер погрешности сеточного решения, позволяющий строить подсетку, для которой точность приближения выше, чем в классическом случае.

Результаты 1980-х, 1990-х годов вошли в монографию [211], переизданную за рубежом в 2003 г. [212].

В первое десятилетие XXI в. по всем основным направлениям получены существенные новые результаты. Так, в [213–217] модель (1.200), (1.201), (1.206)–(1.208) обобщена на случай системы интегральных уравнений с разбиением генерирующих мощностей по типам – ТЭС, АЭС и ГЭС. В [214, 218] задача оптимального управления развитием ЭЭС решалась дополнительно методами конечномерной оптимизации. В [219, 220] рассмотрен двухсекторный вариант модели (1.200), (1.201) с выделением специальной подсистемы развития. Возникающая при этом система билинейных неклассических уравнений Вольтерра потребовала разработки специальных численных методов.

В задаче моделирования нелинейной динамики полиномами Вольтерра особое внимание уделялось проблеме повышения точности моделирования за счет оптимизации амплитуд тестовых сигналов вида (1.204) [221, 222]. В [223–227] сформулированы и решены соответствующие минимаксные задачи. В ряде случаев найдены их точные решения, в более сложных – приближенные. Поскольку многомерные уравнения относительно ядер Вольтерра имеют труднопроверяемые условия разрешимости в нужных классах функций, в [228, 229] предложен численный метод идентификации полиномов Вольтерра, основанный на аппроксимации многомерных сверток в (1.203) с помощью product integration method. Программный комплекс реализован В.А. Спиряевым [229]. В иной модификации этого подхода [230] использован отличный от (1.204) набор тестовых кусочно-постоянных возмущений, уступающих (1.204) при одном и том же в информативности получаемых откликов, но более удобных с точки зрения алгоритмичности. Доработанная М.С. Щербининым на базе этой модификации новая версия ПВК «Динамика» с успехом применена им в 2010 г. на ОАО «Ангарский завод полимеров»

для моделирования процесса теплообмена в конденсаторе турбокомпрессора М-1 установки ЭП-300, что уже дало за счет оптимизации производственного процесса заметный экономический эффект.

С данной тематикой органично связано следующее направление исследований.

Предположим, ядра Вольтерра K m в (1.203) тем или иным способом идентифицированы, так что полином PN ( x ), аппроксимирующий y (t ) = F ( x (t )), построен. Естественно поставить задачу нахождения такого входного сигнала x (t ), которому соответствует желаемый выход y (t ). Это типичная задача автоматического управления, связанная с поиском функции времени x ( t ), удовлетворяющей интегральному уравнению Например, при N = 2 в (1.203) это уравнение имеет вид Сколько-нибудь развитой теории подобных уравнений, по-видимому, не существует. Не существует даже их общепринятого названия, хотя при K 2 0, что соответствует N = 1, (1.209) переходит в стандартное линейное одномерное уравнение Вольтерра I рода (1.177).

В [231–235] уравнение (1.209) трактуется как билинейное (при N = 3 – трилинейное, при произвольном N в (1.203) – N-линейное) уравнение Вольтерра I рода. Особенностью таких уравнений является полиномиальное вхождение в многомерные интегралы искомой функции одной переменной x (t ). Принципиальное отличие (1.209) от (1.177) заключается в том, что вещественное непрерывное решение (1.209) в общем случае носит локальный характер, т.е. оно существует лишь при достаточно малом T > 0, тогда как в случае (1.177) существование такого решения гарантировано для любого T <. В [232–235] для этого класса уравнений введены так называемые мажорантные задачи Коши и мажорантные интегральные уравнения Вольтерра I и II рода.

Оказалось, что их решения выражаются в терминах двух вещественных ветвей функции Ламберта W ( z ) (эта функция, являющаяся обратной к функции z = W expW, стала широко известной благодаря разработчикам системы компьютерной алгебры MAPLE [236, 237]) и играют в теории полилинейных уравнений типа (1.209) ту же роль, что и экспоненциальная функция в линейной теории. В терминах W ( z ) и других "ламбертоподобных" функций выражаются неулучшаемые оценки непрерывных решений нелинейных интегральных неравенств вида где (t ) 0, a0 > 0, ai 0 i = 1, N, bi 0 i = 1, N 2, bN 1 > 0, N 1, возникающих при анализе устойчивости решений полилинейных уравнений [235, 238, 239].

С мажорантными интегральными уравнениями оказались связаны некоторые задачи управления численностью популяций. Так, если в простейшую модель Мальтуса описывающую при экспоненциальный рост начальной численности ввести управление u (t ) ct, c > 0, совпадающее с правой частью мажорантных уравнений [234, 235], так что то при c > k момент времени T, при котором популяция исчезает, т.е. x (T, u ) = 0, выражается через вторую вещественную ветвь функции Ламберта [240]. Аналогичные результаты получены и для иных моделей [241, 242]. В [243] рассмотрен алгоритм численного решения (1.209), а в [244] дано доказательство сходимости метода правых прямоугольников для (1.209) и выявлен эффект погранслоя ошибок сеточного решения вблизи границы области существования точного решения. Алгоритм численного решения системы двух билинейных уравнений, которая соответствует черному ящику с двумя входами и двумя выходами, предложен в [245–247].

В последнее время интенсивно развивается новое направление в области анализа временных рядов, связанное с использованием преобразования Гильберта–Хуанга [248], которое можно трактовать как некоторое обобщение фурье-анализа, при котором коэффициенты Фурье сами являются функциями времени. Использование этого аппарата в сочетании с нейросетевым подходом оказалось весьма эффективным в задаче прогнозирования цен на электроэнергию [249].

Резюмируя изложенное, можно отметить, что работы СЭИ–ИСЭМ в области методов решения (слабо)некорректных задач и их приложений хорошо известны отечественным и зарубежным специалистам. «Визитной карточкой» исследований коллектива математиков лаборатории неустойчивых задач вычислительной математики является трактовка дискретизации (конечномеризации) исходных слабонекорректных бесконечномерных задач (в первую очередь – интегральных уравнений I рода типа Вольтерра) как саморегуляризующей процедуры, в которой роль естественного параметра регуляризации играет шаг сетки, согласованный с погрешностью исходных данных. Исследования были поддержаны четырьмя трехгодичными грантами Российского фонда фундаментальных исследований. Методы и алгоритмы решения различных классов интегральных уравнений, разработанные в институте, вошли в справочную литературу, фундаментальные обзоры (см., например, [250–253]. Все это способствовало созданию имиджа СЭИ–ИСЭМ как академического института, прочно занявшего свою нишу в интенсивно развивающейся области прикладной математики.

1.9. ИТ-инфраструктура системных исследований в энергетике Информационные технологии и этапы развития вычислительной техники.

Несмотря на то что термин «информационные технологии» (ИТ) получил широкое распространение только в 1990-х годах [250–252], работы по формированию информационных технологий системных исследований в энергетике начались практически одновременно с развитием и становлением самих исследований энергетики. Уровень информационных технологий определялся уровнем вычислительной техники (которая была передовой для своего времени), используемыми математическими методами и моделями и уровнем существующего программного и информационного обеспечения.

Уже в 60-х годах, при формировании стратегии развития института, Л.А. Мелентьев предвидел перспективы развития вычислительной техники и уделял этому достаточно большое внимание. Первая в СЭИ ЭВМ – БЭСМ-2 появилась уже в 1961 г., всего через год после создания института и использовалась для инженерно-технических расчетов. Ограниченные ресурсы ЭВМ позволяли разрабатывать автономные программы, обрабатывающие небольшие массивы данных, и главной проблемой было написание эффективной программы с максимальной экономией памяти ЭВМ; программирование осуществлялось в кодах ЭВМ или с использованием Ассемблера (приближенного к машинным кодам). Достижением этого периода являлось то, что были разработаны постановки оптимизационных задач и заложены основы численных методов оптимизации для задач большой размерности.

В конце 1960-х начале 1970-х гг. вычислительная база института была представлена двумя ЭВМ БЭСМ-4, с внешней памятью на магнитных лентах, которые коммутировались вручную перед началом вычислений (устанавливалось соответствие физических номеров магнитофонов и их логических номеров, используемых программой).

От программирования в машинных кодах стали переходить к первым языкам программирования – появились трансляторы для языков Алгол, Фортран, Эпсилон, Альфа. Технология обработки данных оставалась прежней: использовались отдельные массивы и файлы данных. Тем не менее уже на БЭСМ-4 появились первые прототипы программных комплексов, например для прогнозных исследований ТЭК, для исследования режимов ЭЭС (СДО) и др. Основной упор в то время делался на реализацию математических моделей и разработку соответствующих алгоритмов. Были созданы эффективные реализации численных методов линейного и нелинейного программирования, решения систем алгебраических уравнений большой размерности.

Мощным стимулом развития информационных технологий системных исследований стала отечественная ЭВМ нового поколения БЭСМ-6 (начало 1970-х) – в то время институт был единственным в Восточной Сибири и на Дальнем Востоке обладателем вычислительной техники такого уровня и имел внешних пользователей не только в Иркутске, но и в других городах Сибири и Дальнего Востока.

Расширение контактов с внешними заказчиками (в первую очередь энергопредприятиями) привело к необходимости приобретения ЕС ЭВМ (конец 1970-х – начало 1980-х). Работа с ЕС 1033 была «шагом назад» для пользователей БЭСМ-6, где в то время уже имелись возможности диалогового режима и использования графопостроителя. Впоследствии появились более усовершенствованные ЭВМ этой серии, тем не менее БЭСМ-6 оставалась ведущей ЭВМ в научных исследованиях вплоть до массового внедрения персональных ЭВМ (вычислительный парк института в конце 80-х годов включал три совместно работающие БЭСМ-6). Таким образом, развитие информационных технологий системных исследований энергетики прошло те же технические этапы, что и все мировое сообщество.

Эксплуатация ЭВМ класса БЭСМ и ЕС ЭВМ соответствовала этапу использования «больших машин» (так называемых мэйн-фреймов (main frame)). Уже при использовании БЭСМ-6 применялся доступ к централизованным мощностям большой машины с удаленных терминалов пользователя в диалоговом режиме (1970-е годы), затем этот режим работы получил развитие на ЕС ЭВМ (1980-е годы).

В конце 1980-х годов началось «разукрупнение»: от централизованных вычислительных мощностей начали переходить к использованию персональных компьютеров ПК (девиз, характерный для начала 1990-х годов: «Персональный компьютер это БЭСМ-6 на Вашем письменном столе»). В табл. 1.4 представлена эволюция средств вычислительной техники института и тенденций ее использования для решения задач исследования систем энергетики.

1961- БЭСМ-2, 1966- БЭСМ-4, 1972- БЭСМ-6, 1992- Локальные 1996- Локальные Отметим, что с течением времени функции ИТ-специалистов, специфика их работы и требования к их квалификации значительно менялись в соответствии с тем, как изменялась вычислительная инфраструктура. Для ламповых ЭВМ гарантированное время бессбойной работы не превышало 10 мин, и увеличилось с переходом на полупроводники. Основной функцией ИТ-специалистов (электронщиков) было восстановление работы в случае сбоя и количественное наращивание основных параметров ЭВМ, таких как объем памяти, число подключенных периферийных устройств и быстродействие. С введением пакетного режима решения задач появилась функция административного управления пропуском пакетов. Длительность решения прикладных задач превышала лимит времени бессбойной работы, что приводило к конфликтам между пользователями ЭВМ и ИТ-специалистами. Системное программное обеспечение (операционные системы, трансляторы и т.п.) было призвано разрешить эту ситуацию, но на стадии разработки, когда, например, ОС ДИСПАК обновлялась ежемесячно, в конфликте участвовали уже три стороны: электронщики, системные программисты и пользователи. От противостояния ИТ-специалистов и пользователей ЭВМ к их сотрудничеству удалось перейти только при появлении отказоустойчивых ЭВМ с относительно стабильным системным программным обеспечением. С момента появления ПК происходит постоянное наращивание их вычислительных мощностей и одновременно, с начала 1990-х годов, совершается переход к их объединению на качественно иной основе: объединение сначала в локальные вычислительные сети, а затем подключение к глобальной вычислительной сети (Internet).

Сейчас практически весь парк персональных компьютеров института объединен в локальную сеть, имеющую выход в Internet.

В свою очередь, это выдвинуло новые требования к информационным технологиям исследований, что обусловило необходимость перехода от реализации отдельных пакетов прикладных программ к разработке методических основ построения информационных технологий и инструментальных средств для системных исследований энергетики [257]. Сформировавшееся в рамках этого подхода и уже устоявшееся в институте представление о компонентах информационной технологии системных исследований в энергетике [258] иллюстрирует рис. 1.5.

Рис. 1.5. Составляющие информационной технологии системных исследований в энергетике.

Информационная технология системных исследований энергетики как научное направление. В середине 1990-х годов в СЭИ активно дискутировались вопросы о составе и самом определении информационной технологии научных исследований, что перекликалось с общими дискуссиями в области информационных технологий.

Еще в середине 1980-х годов выдвигался [254], а в 1990-х годах активно отстаивался специалистами в области информационных технологий тезис, что в современном мире осуществляется переход от эры компьютеризации и информационных управляющих систем к эре информационных технологий и стратегических информационных систем [255, 256]. С. Альтер выделял следующие основные составляющие стратегических информационных систем:

• техническое обеспечение, сети связи;

• общие и электронные вычислительные средства;

• программное обеспечение и пакеты прикладных программ;

• интегрированные базы данных и знаний;

• интеллектуальные системы.

Им же был сформулирован тезис о взаимовлиянии технологических изменений и практики работы, который можно трактовать через противоречия, возникающие при появлении новых информационных технологий.

Известно, что всегда имеется противоречие между существующей технологией, используемой в практике работы, и ограничениями, на которые выходят пользователи этих технологий (например, по вычислительным ресурсам, размерностям модели, объему базы данных, возможностям программного комплекса и др.). Потиворечие разрешается через формулирование требований к новым информационным технологиям, далее следует разработка или поиск на информационном рынке технологий, отвечающих этим требованиям.

В то же время новые технологии, предлагая более широкие возможности, стимулируют новые постановки задач и, таким образом, способствуют развитию самих системных исследований энергетики (появлению ГИС-технологий, технологии искусственных нейронных сетей и др.). При этом возникает противоречие между требованиями новых информационных технологий и уровнем существующих (например, разработанных ранее пакетов прикладных программ, не ориентированных на появление новых операционных систем, инструментальных средств, работу в сети и т.д.).

Очевидно, что развитие информационной технологии исследований должно осуществляться через диалектическое разрешение этих противоречий: с одной стороны, необходимо опережающее исследование новых информационных технологий (отслеживание информационного рынка, апробация и адаптация новых технологий, макетные реализации, позволяющие исследователям-энергетикам оценить преимущества новых технологий). С другой стороны, требуется разумное следование тенденциям развития информационных технологий, умение отличить зарождающиеся тенденции, которые станут в ближайшее время определяющими в мире компьютерных технологий, от конъюнктурных направлений, часто являющихся следствием конкуренции ведущих компьютерных фирм.

Следует заметить, что для современного этапа развития ИТ характерно многоаспектное использование термина «информационные технологии». Оно базируется на изначальной двойственности самого термина «технология» (с одной стороны, как совокупности способов, приемов и методов выполнения какой-то деятельности, а с другой – как научной дисциплины, изучающей и разрабатывающей эти способы, приемы и методы). Сейчас терминологическая неоднозначность усугубляется еще и тем, что данный термин используется не только в «большом» (например, рассмотрение информационной технологии исследований энергетики как суммы технологий: комплексной технологии содержательных исследований, технологии вычислительного эксперимента и технологии разработки инструментальных средств [257]). В последнее время он применяется к конкретным информационным технологиям: технологии баз данных, нейросетевым, ГИС-технологии и др. Как следствие, появляется проблема интеграции конкретных информационных технологий для построения информационной технологии системных исследований в энергетике. Таким образом, усложнение проблемы информационных технологий, как объективное, так и обусловленное спецификой системных исследований энергетики, привело к необходимости существования и развития в ИСЭМ СО РАН научного направления «Информационные технологии в энергетике».

Следует отметить два подхода к развитию этого направления. Прежде всего, насущные потребности научных исследований ставят задачи создания и модификации инструментальных средств, развития технологии вычислительных экспериментов, т. е.

возникают новые конкретные прикладные задачи, которые выполняются, как правило, самими специалистами-энергетиками с привлечением прикладных и системных программистов. Практические результаты этих разработок впоследствии обобщаются в диссертационных работах, статьях и монографиях, но, как правило, с точки зрения энергетических приложений (например, [14, 15]).

В то же время необходимо обобщение опыта решения прикладных задач с точки зрения «Информационных технологий в энергетике» как научного направления (возможно, как составляющей соответствующей научной дисциплины [258–260]), с целью выхода на методические результаты, учитывающие специфику системных исследований в энергетике. Кроме того, необходимы регулярное отслеживание и анализ тенденций развития вычислительных, сетевых и инструментальных средств для формирования и корректировки стратегии развития информационных технологий в институте. Эта деятельность осуществляется силами как специальных научных подразделений, так и регулярно организуемых институтом заседаний Всероссийского и межинститутского семинаров «Информационные технологии в энергетике». На этих семинарах обсуждаются практические и научно-методические результаты, полученные в области информационных технологий.

Основные концептуальные направления, в рамках которых развивались информационные технологии исследований энергетики. Как правило, информационные технологии системных исследований в энергетике развивались в рамках одной из концепций, преобладавших в то время в этой области. Справедливости ради, следует отметить, что эти концепции не накладывали особых ограничений на реализацию программно-инструментальных средств исследований, скорее последние выступали в роли прообразов или прототипов соответствующих систем очередной концепции.

Так, в 1970-х – начале 1980-х годов использовалась концепция автоматизированных систем научных исследований (АСНИ). Более того, институт принимал активное участие в разработке автоматизированной системы плановых расчетов (АСПР) для руководящих органов страны, а также автоматизированных систем диспетчерского управления электроэнергетическими системами (АСДУ), опираясь на разработанные к тому времени сотрудниками института математические методы и модели [261–264].

Разработка средств автоматизации энергетических исследований в институте начиналась с создания первых экономико-математических моделей для оптимизации топливно-энергетического баланса страны, моделей автоматизации развития электроэнергетических и трубопроводных систем, моделей управления функционированием (оптимизации режимов) электроэнергетических систем. Основными целями разработок являлось:

• создание приемлемых условий для проведения расчетов на ЭВМ и избавление исследователей от рутинной работы (в первую очередь преодоление влияния таких факторов, как низкое быстродействие и частые сбои ЭВМ);

• внедрение в практику планирования и управления предлагаемых методов и моделей, в том числе создание возможностей для пользователя, не знакомого с математическими методами и программированием, задавать исходную информацию и получать результаты расчетов в виде принятых в практике документов;

• совершенствование самого инструмента (методов, моделей и вычислительного аппарата), т.е. переход к иерархии моделей, динамическим постановкам оптимизационных задач, учету многокритериальности в оптимизационных задачах, разработке имитационных систем с отображением вычислительного процесса на экране дисплея [265].

На примере исследований развития топливно-энергетического комплекса страны можно показать основные этапы разработки средств автоматизации системных исследований в энергетике:

– автоматизация исследований с использованием линейно-программных оптимизационных моделей;

– автоматизация проектных и предплановых оптимизационных расчетов;

– разработка имитационных систем.

Направление, связанное с разработкой имитационных систем для исследований энергетики, активно развивалось в 1980-х годах (с 1980 по 1992 г. проводился регулярно действующий семинар по этой тематике под руководством И.А. Шера [266–269]), были разработаны имитационные системы для исследований направлений развития ТЭК [49], долгосрочного развития энергетики с учетом внешних связей [270] и др.

В 1980-х годах стала преобладать концепция автоматизированных рабочих мест (АРМ) специалистов (см., например, [267]). По сути дела, большинство развитых информационно-программных комплексов, разрабатываемых в институте, можно считать прообразами или версиями таких АРМ для специалистов-исследователей или специалистов-энергетиков.

В конце 1980-х – начале 1990-х гг., с раcпространением технологии систем искусственного интеллекта, получила развитие концепция систем поддержки принятия решений (СППР). Сейчас наблюдается очередной виток развития этой концепции, обусловленный появлением новых сетевых возможностей и технологий аналитической обработки данных (Data Ware House, Data Mining, OLAP и др. [272–274]). Согласно этой концепции, разрабатываемые в институте программно-инструментальные средства и базы данных можно рассматривать как элементы или прообразы стратегических СППР [275], наряду с которыми развиваются и так называемые оперативные СППР – информационные системы руководства, в первую очередь в плановом отделе, отделе кадров, бухгалтерии и др.

В организационной деятельности института, по мере развития локальной вычислительной сети, наблюдается переход к «безбумажной» технологии: передача информации в ученый секретариат, между отделами, распространение информации (объявления) по сети или электронной почтой (e-mail).

Программное обеспечение системных исследований энергетики. Развитие программного обеспечения в институте соответствует этапам, характерным для мирового компьютерного сообщества. В 1970-х годах с появлением БЭСМ-6 совершился переход от отдельных программ, разрабатывавшихся для ЭВМ БЭСМ-2 и БЭСМ-4, к пакетам прикладных программ (ППП), как правило, проблемно-ориентированным, обладавшим достаточно сложной структурой и широким спектром интерфейсных функций.

Следует заметить, что в то время было найдено большинство модельноалгоритмических решений, которые легли в основу разработанных ППП и в ряде случаев до сих пор являются интеллектуальной ценностью и составляющей стратегических информационных ресурсов института [276–278 и др.]. В дальнейшем, по мере смены технической базы (ЕС ЭВМ, ПК разных модификаций) появлялись новые версии ППП, ядром которых оставались уже проверенные вычислительные алгоритмы. Они, в свою очередь, пополняли внутренний фонд алгоритмов и программ института (ФАП СЭИ) и были доступны для тиражирования и использования в других приложениях внутри института [279].

В 1980-х годах, в связи с усложнением работы с данными и появлением технологии баз данных, в институте был принят и какое-то время рекомендовался в качестве внутреннего стандарта термин «программно-вычислительный комплекс» (ПВК), под которым понимался пакет прикладных программ, использующий базу данных (БД) – внутреннюю базу пакета или БД на основе универсальной системы управления базами данных (СУБД). Был разработан ряд программно-вычислительных комплексов: исследований гидравлических систем (СОСНА)[280], оптимизации производственной структуры ТЭК (ЭНЕРГИЯ) [281], оптимизации установившихся режимов ЭЭС (СДО-5) [282], исследования перспектив развития угольной промышленности [283], оптимизации структуры ЕЭС (СОЮЗ) [284], исследований живучести систем газо- и нефтеснабжения (ГАЗЕЛЬ и НЕФРИТ) [285, 286 и др.].

Сейчас необходимость в специальном термине отпала, так как практически все программные разработки связаны с базами данных, но термин по инерции до сих пор используется.

1970–1980-е годы явились периодом активного развития программного обеспечения системных исследований в энергетике еще и потому, что это время совпало с энергетичным развитием технологии программирования в нашей стране, а также благодаря тесным связям института с ведущими научными организациями страны: ВЦ СО АН СССР (Новосибирск), ВЦ АН СССР (Москва), ИПМ АН СССР (Москва), Институт ядерной физики им. Курчатова АН СССР (Москва), Федеральный ядерный центр (г.

Снежинск, ранее Челябинск-70) и др. Регулярные контакты с ведущими специалистами страны и участие в семинарах и конференциях соответствующего профиля содействовали тому, что уровень разрабатываемого в институте программного обеспечения был достаточно высок.

Практически все создаваемое в институте программное обеспечение можно разбить на два класса, связанных:

– с решением задач развития энергетики (развитие ТЭК и отраслевых систем энергетики);

– с задачами функционирования систем энергетики (в первую очередь электроэнергетических и гидравлических систем).

Первый класс задач, результатами решения которых являются, как правило, рекомендации для вышестоящих органов, имеет преимущественно исследовательский характер,. Все этапы исследований, включая подготовку данных, вычислительный эксперимент и, особенно, интерпретацию результатов, весьма сложны, в силу чего разработанные для этих целей программные комплексы эксплуатируются в основном самими разработчиками.

Второй класс задач в большей степени связан с решением не только исследовательских, но и производственных задач и зачастую ориентирован на требования и возможности заказчиков. Соответствующие программные средства передаются производственным организациям.

К середине 1990-х годов для решения задач развития и функционирования систем энергетики были созданы (и продолжают использоваться) следующие программноинструментальные средства (объединены в шесть групп по областям применения) [287].

1. ПВК «Расстановка ТМ-Д» для информационного обеспечения при управлении ЭЭС, включающие: диалоговый комплекс программ выбора измерений в ЭЭС (И.И.

Голуб); ПВК ОЦЕНКА для оценивания состояния режимов ЭЭС (Ю.А. Гришин, И.Н.

Колосок, Л.В. Эм); автоматизированную систему АСКО-03 для контроля электрического оборудования и аппаратуры РЗА подстанций высокого напряжения (Н.А. Чернышев, Р.Н. Кузьмин, А.Л. Ракевич).

2. ПВК АНАРЭС для комплексного анализа режимов при функционировании ЭЭС: анализа электрических режимов и надежности ЭЭС (Ю.Н. Кучеров, А.Е. Ушаков, Е.И. Ушаков, О.М. Кучерова, А.Ю. Гришин, А.В. Погребняк); ПВК СДО-6 для исследования режимов ЭЭС (В.Е. Артемьев, О.Н. Войтов, В.А. Мантров, Б.Г. Насвицевич, Л.В. Семенова); программные средства комплексного исследования динамических свойств сложных неоднородных ЭЭС (О.А. Агарков, Н.И. Воропай, Д.Н. Ефимов, А.М Кроль, О.Г. Некряченко, Д.Б. Попов); программный комплекс ГАРМОНИКИ для исследования режимов на высших гармониках ЭЭС (Л.И. Коверникова, С.С. Смирнов).

3. ПВК для планирования развития и исследования надежности ЭЭС: СОЮЗ для оптимизации структуры ЭЭС (В.В. Труфанов, В.А. Ханаев); ЯНТАРЬ – для оценки надежности сложных ЭЭС (Г.Ф. Ковалев, Л.М. Лебедева); пакет прикладных программ РЕЗЕРВ – для планирования ремонтов оборудования ЭЭС (Г.А. Федотова, Л.М. Лебедева).

4. Программные средства для комплексного исследования трубопроводных и других гидравлических систем: ДИМОС диалоговый вычислительный комплекс многоконтурной оптимизации тепловых систем (Т.Б. Ощепкова); ДИСИГР диалоговая вычислительная система (ДВС) для анализа гидравлических режимов тепловых сетей (Н.Н. Новицкий, В.В. Шлафман); ДИТЕГР ДВС для расчета и анализа теплогидравлических режимов теплоснабжающих систем, имеющих промежуточные ступени регулирования (З.И. Шалагинова, В.Г. Сидлер, В.В. Токарев); ДИУДАР ДВС для расчета и анализа нестанционарных режимов в системах теплоснабжения с водяными тепловыми сетями (В.Г. Сидлер, Л.Е. Сидлер), ППП расчета потокораспределения в гидравлических сетях с нефиксированными отборами (В.Р. Чупин, М.В. Малевская, Н.Н. Новицкий, С.А. Буланов). Развитие этих программных средств в последнее время выполняется под руководством В.А. Стенникова и Н.Н. Новицкого при активном участии А.В.

Алексеева и др.

5. Программные средства для исследований теплосиловых систем: большую роль в их развитии сыграла Система машинного построения алгоритмов и программ (СМПП) для моделирования теплоэнергетических установок непрерывного действия (В.Г. Карпов, В.В. Эпельштейн, Л.С. Попырин и др.), версия для ПК разработана С.К.

Скрипкиным под руководством А.М. Клера; программное обеспечение для исследований теплоэнергетических систем сейчас осуществляется при активном участии А.С.

Максимова; тренажер оператора теплоэнергетического оборудования (Э.А. Таиров, В.И. Панов, Д.В. Худяков, А.М. Клер, В.В. Запов).

6. Программные комплексы для исследований развития энергетики: информационно-вычислительная система для оптимизации развития ТЭК страны (В.Ф. Аношко, В.Н. Тыртышный). Под руководством Л.Д. Криворуцкого разработаны несколько версий ПВК для исследований направлений развития ТЭК: для ЭВМ БЭСМ-6 – Г.Н. Волошиным, В.М. Грищенко Н.А., Дранишниковым, Л.В. Массель и др.; для ЕС ЭВМ – ПВК ЭНЕРГИЯ с учетом требований живучести (Г.Н. Антонов); начиная с 1990-х годов, распределенные версии этого ПВК (с учетом требований энергетической безопасности) разрабатывались лабораторией информационных технологий в энергетике под руководством Л.В. Массель: первая версия – А.Р. Ершовым, Н.Н. Макагоновой и др., вторая версия – Е.А. Болдыревым, современная версия мультиагентного программного комплекса – молодыми сотрудниками В.Л. Аршинским и Д.А. Фартышевым.

Кроме того, следует отметить систему имитационного моделирования, реализующую язык системной динамики DYNAMO (И.В. Мокрый), замкнутую инструментальную универсальную среду программирования ЗИРУС (Н.В. Абасов) и реализованную в этой среде гибридную информационно-прогностическую систему ГИПСАР (Н.В.

Абасов, А.П. Резников) [288, 289]. В настоящее время Н.В. Абасовым разрабатывается новая версия универсальной среды программирования СПИКОМ.

Проблемы разработки современного программного обеспечения. До начала 1990-х годов необходимость модификации программных комплексов определялась, как правило, сменой поколений ЭВМ. Сейчас эта необходимость диктуется скорее сменой базового, или штатного, программного обеспечения: например, сменой операционных систем (переход от дисковой операционной системы (DOS) к многооконной графической (Windows) или открытой операционной системе LINUX), в связи с чем появилась проблема переноса программного обеспечения с одной платформы на другую (проблема унаследованного программного обеспечения – legasy systems).

Для решения этой проблемы, а также в связи с распространением тенденции перехода к работе в глобальных сетях возникла концепция открытых информационных систем (ОИС), в основе которой лежит необходимость соблюдения при разработке специализированных приложений стандартов Интернет. ОИС должны удовлетворять следующим требованиям (или иметь следующие основные свойства):

- расширяемость / масштабируемость: обеспечение возможности добавления новых функций или изменения некоторых уже имеющихся при неизменных остальных;

- мобильность / переносимость: обеспечение возможности переноса программ и данных при модернизации или замене аппаратных платформ и сохранения возможности работы с ними пользователей без переподготовки;

- интероперабельность: способность к взаимодействию с другими ИС;

- дружественность к пользователю [290, 291].

Для систем, разрабатываемых без учета этих требований, характерны монолитность, закрытость (сложность переноса на другие платформы), трудоемкость внесения изменений и дорогостоящая поддержка. Усугубляемые плохой документацией, эти свойства сокращают жизненный цикл систем в условиях быстро меняющихся информационных технологий, т. е. построенные таким образом системы быстро становятся нежизнеспособными (для их обозначения возник специальный термин – «stovepipe systems» или «системы, вылетающие в трубу») [292].

К сожалению, перечисленные недостатки до сих пор присущи ряду приложений, разработанных для проведения системных исследований в энергетике. Для того чтобы существующие программные комплексы были конкурентоспособны на современном информационном рынке, необходима адаптация их к новым технологиям, а в ряде случаев и их реинжиниринг (перестройка программного комплекса на основе современных информационных технологий с сохранением вычислительного ядра комплекса).

Созданию современных программных комплексов способствует распространение объектного подхода к проектированию и программированию, пришедшего на смену процедурно-алгоритмическому [293, 294]. Если в последнем основными абстракциями являются действия и алгоритмы, то в объектном подходе основные абстракции – классы и объекты, которые объединяют данные и способ их обработки. Стандартизация интерфейсов позволяет использовать объектные компоненты как «строительные блоки», из которых можно строить программные комплексы требуемой конфигурации. Визуальные среды для быстрого построения приложений позволяют в сжатые сроки реализовать интерфейсы таких программных комплексов.

Ориентация на Интернет породила тенденцию создания Web-ориентированных программных комплексов, т. е. таких комплексов, основные вычислительные компоненты которых располагаются на Web-сервере разработчика, а клиенты (в соответствии с архитектурой «клиент–сервер») обращаются на соответствующий Web-сайт для проведения расчетов с использованием предлагаемого «в аренду» программного комплекса. В том же режиме клиенты могут получить консультации разработчиков.

В соответствии с этой концепцией в ИСЭМ СО РАН для исследований направлений развития ТЭК с учетом требований энергетической безопасности разработан в трехуровневой архитектуре «клиент–сервер» программный комплекс (ПК) ИНТЭК, основной компонент которого – оптимизатор Minos (для решения общей задачи линейного программирования) был адаптирован в Web-технологии [295] (прототипами ПК ИНТЭК являются ПВК «Оптимизация ТЭК» [276] и ЭНЕРГИЯ [281]).

Ориентация на Web-технологии стимулировала использование новых языков программирования, например объектно-ориентированного языка Java, предназначенного для создания Web-приложений (на этом языке написаны основные компоненты ПК ИНТЭК).

Разработчики ПК ИНТЭК рассматривают его не только как инструментарий для проведения исследований, но и как экспериментальную платформу для освоения, адаптации и модификации новых информационных технологий для целей системных исследований энергетики.

Таким образом, в рамках научного направления «Информационные технологии в энергетике» отслеживаются основные тенденции в области развития программного обеспечения и ведутся работы в русле современных направлений с целью создания предпосылок для адаптации и, при необходимости, реинжиниринга существующих программных комплексов, реализованных в 1980-х – начале 1990-х гг. и являющихся интеллектуальной ценностью института.

Информационное обеспечение системных исследований энергетики. В информационном обеспечении системных исследований энергетики можно выделить две взаимосвязанные, но в то же время различные проблемы:

– проблема информационной обеспеченности, т.е. обеспеченности данными, обусловленная необходимостью получения (в последнее время, как правило, приобретения) данных из разных источников и их достоверизации (оценка достоверности как источников, так и самих данных, устранение ошибок и разночтений и т.д.);

– проблема разработки инструментальных средств информационного обеспечения.

Первая проблема связана с трудностями получения необходимых данных и является в ряде случаев серьезным препятствием для исследований, имеющих народнохозяйственное значение.

В области создания и использования инструментальных средств информационного обеспечения можно по аналогии с программным обеспечением выделить несколько основных этапов.

Как уже упоминалось в начале 1980-х годов начался переход от разрозненных данных и файлов данных к использованию баз данных [294]. Если на БЭСМ-6 универсальные СУБД практически отсутствовали (использовались отечественные системы, например СОД/БЭСМ-6 [296, 297]), то на ЕС ЭВМ, наоборот, появилось большое количество СУБД. Наиболее развернутые работы велись с использованием СУБД ИНЭС, ADABAS, СПЕКТР [298], SQL/DS [299]. Регулярное появление новых СУБД (в то время, как правило, несовместимых) и желание перейти на более современную СУБД породили проблему «независимости от СУБД», для решения которой была разработана диалоговая инструментальная система (ДИСОР), обеспечивавшая интеграцию прикладных программ, системного ядра и базы данных на основе универсальной СУБД в единый программный комплекс [300]. Впоследствии ДИСОР применялась при разработке программных средств исследований живучести ЕСГ и ЕСН [301].

По мере перехода на персональные компьютеры, который совпал с распространением реляционных СУБД, одной из первых СУБД, используемых в институте, стала СУБД Paradox [257, 302, 303], которая до сих пор применяется в ряде приложений (были также единичные попытки использования СУБД FoxPro). Кроме того, помимо СУБД, в институте получили распространение электронные таблицы (сначала QuadroPro, затем Excel), которые применяются в некоторых приложениях, как правило, не использующих СУБД.

Появление стандартного формата данных.dbf устранило проблему переносимости данных из одной СУБД в другую (фактически сейчас в любой развитой системе существуют средства экспорта-импорта данных). Структурированный язык запросов SQL (средство стандартизации интерфейсов баз данных) [304, 305] избавил от необходимости использования встроенных языков СУБД (что ограничивало возможность переносимости приложений, реализованных в среде конкретной СУБД).

В тех случаях, когда база данных используется как основа для реализации информационно-справочной системы, ее интерфейс может быть реализован в визуальной среде для быстрого построения приложений (Delphi, например) [306].

Современное состояние в области систем баз данных характеризуется, с одной стороны, появлением объектно-реляционных и объектных СУБД, а с другой – переходом к архитектуре «клиент–сервер». Применительно к системам баз данных такая архитектура обеспечивает простое и относительно дешевое решение проблемы коллективного доступа к базам данных в локальной сети [294]. Это решение заключается в том, что в системах типа «клиент–сервер» обработка данных разделена между объектами двух типов: сервером и клиентами. Компьютер, управляющий тем или иным ресурсом, является сервером этого ресурса, а компьютеры, пользующиеся им, клиентами.

Сервер отвечает за хранение данных, организацию коллективного доступа к ним и передачу данных отдельному клиенту. Достоинством такой технологии является скорость обработки данных (которая определяется быстродействием центрального компьютера).

На сервере устанавливается специальная сетевая операционная система, рассчитанная на обработку и выполнение запросов, поступивших одновременно от нескольких пользователей) и обладающая надежными средствами защиты информации и обеспечения секретности.

Доступ к информационным ресурсам обеспечивается операторами языка SQL [304]. Запросы к информационным ресурсам направляются по сети удаленному компьютеру, который обрабатывает и выполняет их, возвращая клиенту блоки данных. Процедуры обработки данных хранятся в самой базе данных, разделяются между несколькими клиентами и выполняются на том же компьютере, где функционирует SQL-сервер.

Такая технология с использованием сервера баз данных PostgreSQL применена в программном комплексе ИНТЭК [307], который рассматривается авторами как прототип или один из компонентов СППР для обеспечения энергетической безопасности [308]. В настоящее время в институте также используются свободно распространяемые современные СУБД Interbase и Freebird.

Одной из проблем, решаемых в институте, стало создание интегрированной базы данных исследований. Уже разработаны и поддерживаются несколько баз данных, ориентированных на решение задач в рамках отраслевых систем энергетики и ТЭК в целом [302]. Попытка решить проблему создания интегрированной базы данных путем объединения существующих БД, на основе общих системных соглашений и базовых средств (СУБД), предпринималась в середине 1990-х годов [257, 302], но практически не была реализована из-за отсутствия на том этапе соответствующих технических средств.

В настоящее время, когда технические и методологические проблемы решены, на первый план вышла проблема информационной обеспеченности, так как практически невозможно получение данных с одинаковой степенью детальности по всем отраслям энергетики.

С появлением новых технологий хранения данных, ориентированных на корпоративное использование (например, Data Ware House) [272–274], появилась возможность создания общей информационной базы в виде корпоративного хранилища данных, на качественно иной основе интегрирующего операционные (то есть использующиеся для расчетов) базы данных, имеющиеся в институте. В последнее время сотрудниками лаборатории информационных технологий в энергетике предложено решение этой проблемы путем виртуальной интеграции данных в рамках ИТ-инфраструктруры системных исследований в энергетике.

Новые информационные технологии и их применение в системных исследованиях энергетики. Наряду с информационными технологиями, ставшими традиционными для системных исследований энергетики (в первую очередь, пакеты программ и базы данных), сейчас активно осваиваются и адаптируются к нуждам системных исследований новые информационные технологии, такие как ГИС-технологии, нейросетевые, технологии систем искусственного интеллекта.

Последние не являются совершенно новыми для системных исследований энергетики. Так, еще в 1970–1980-х гг. в институте велись работы по созданию систем машинного построения программ (СМПП) [309], которые были затем продолжены и доведены до современного вида [310]. В то же время начались работы по использованию в программном комплексе «Оптимизация ТЭК» проблемно-ориентированных подмножеств естественного языка [276, 311]. Следует отметить также систему ЗИРУС для прогнозирования природных процессов, в которой имеются элементы искусственного интеллекта [288].

В середине 1990-х годов велись работы по созданию специализированных экспертных систем [312–315]. Как и технология систем искусственного интеллекта в целом, так и предпринятые разработки в то время не обеспечили качественно новых результатов или повышения эффективности исследований. Одна из причин – отсутствовие инструментальных средств для создания интегрированных систем, объединяющих экспертную систему с вычислительными процедурами и базой данных, что необходимо в исследованиях энергетики. Другая серьезная причина – недооценка проблемы создания баз знаний для экспертных систем. Сейчас признается, что проблема создания баз знаний является одной из ключевых в этой области, причем отмечается, что извлечение знаний – это не столько техническая, сколько психологическая проблема [316, 317].

В конце 1990-х – начале 2000-х гг. с учетом предыдущего опыта велась работа по созданию интеллектуальной системы для исследований направлений развития ТЭК согласно требованиям энергетической безопасности (ЭБ). Необходимость применения интеллектуальных систем в этой области обусловлена тем, что некоторые задачи исследований (например, формирование сценариев расчетных условий с учетом угроз ЭБ, анализ результатов вычислительного эксперимента) являются плохо формализуемыми и, следовательно, для их решения не могут быть применены строгие математические модели. В интеллектуальных системах, в отличие от традиционных систем обработки данных, используются символьное представление предметной области, символьный логический вывод и эвристический поиск. Применение логико-лингвистических моделей или моделей, использующих аппарат нечетких множеств, позволяет перейти от четких количественных оценок к менее строгим качественным, вводить диапазоны допустимых значений, коэффициенты достоверности и т.п. В свою очередь, это обусловливает не точный, а часто лишь «правдоподобный», гипотетический характер решения.

Для такого класса задач целесообразно применение интеллектуальных систем для сужения области поиска решения и уменьшения количества вариантов, а также для организации дружественного интерфейса. Одной из его форм может быть предоставление возможности исследователю (или лицу, принимающему решения) использовать подмножество языка предметной области, к которому он привык. Интеллектуальная система для задания сценариев чрезвычайных ситуаций разрабатывалась как один из компонентов, интегрируемый в состав информационно-программного комплекса ИНТЭК[307].

Реализован макетный прототип экспертной системы для вербального задания сценариев чрезвычайных ситуаций и связи их с численными корректировками информационных моделей, а также разработан проект интеллектуального интерфейса распределенной СППР для исследований проблемы энергетической безопасности. Эти работы продолжаются в рамках создания мультиагентного программного комплекса для исследований проблемы энергетической безопасности ИНТЭК-М.

Другой перспективной для использования и апробированной в исследованиях энергетики технологией являются геоинформационные системы, предназначенные для получения, хранения, обработки, анализа и визуализации пространственно-распределенной информации [318]. С одной стороны, ГИС-технология дополняет стандартные операции баз данных, такие как составление запросов или статистический анализ данных, с преимуществами наглядной визуализации и возможностью решать задачи пространственного анализа, используя электронные карты. С другой стороны, помимо наглядности представления данных и привлекательности картографического интерфейса с базами данных, ГИС-технологии дают новые возможности для постановок задач, связанных с обработкой пространственно-распределенной информации. Для задач, связанных с обеспечением энергетической безопасности, это, например, возможность учета рельефа и подстилающей поверхности (вода–суша) при распространении загрязнений, выборе площадок для размещения энергетических объектов, анализе задач наиболее экономичного транспорта энергоресурсов. Изменение масштаба карт позволяет рассматривать с разной степенью детальности сети энергетических объектов, анализировать с использованием электронных карт последствия чрезвычайных ситуаций и др.

К настоящему времени в институте ГИС-технологии применялись для отображения из баз данных информации о системах газоснабжения [319], о развитии электроэнергетических систем, а также о газовых магистралях и электрических сетях стран мира. Кроме того, имеется опыт применения универсальной ГИС MapInfo для решения экологических задач (связанных с распространением загрязнений на дальние расстояния) [320]. В рамках ИПК ИНТЭК апробированы возможности применения (для работы с базой данных или для интерпретации результатов расчетов) как оригинальной инструментальной ГИС, реализованной на языке Java, так и универсальной ГИС MapInfo.

Нейросетевые технологии [321] используются в ИСЭМ для оценки состояния электроэнергетических систем (И.Н. Колосок, А.М. Глазунова). В этой же области предполагается применять генетические алгоритмы (А.З. Гамм, И.Н. Колосок, П.В.

Этингов, Р.А. Заика). Следует заметить, что электроэнергетика – одна из предметных областей, где активно используются нейросетевые технологии. В институте имеется опыт применения искусственных нейронных сетей (ИНС) для краткосрочного прогнозирования нагрузки [322]. Выполнена также постановка задачи применения ИНС для оценки экстремальных ситуаций в энергетике [323], реализация программной системы НЕЙРОС описана в [257, 324].

Рассматривалась возможность использования ИНС (как одного из компонентов ИПК ИНТЭК) на этапе анализа результатов для оценки уровня энергетической безопасности страны или ее регионов (Л.В. Массель, Е.А. Болдырев). Применение экспертных систем в этом случае затруднительно, поскольку не возможно сформулировать правила, по которым эксперты принимают свои решения. По аналогии с оценкой индикаторов экономической безопасности можно анализировать индикаторы энергетической безопасности с помощью многослойных нейронных сетей и карт Кохонена.

Проведенная работа по адаптации и макетной реализации новых информационных технологий подтверждает возможность их использования для построения современных информационных технологий системных исследований энергетики.

В настоящее время весьма актуальнен переход к представлению и управлению знаниями, приобретают все большее распространение информационно-аналитические технологии, представление знаний в виде онтологий.

Проблема интеграции информационных технологий. Одна из проблем построения информационных технологий системных исследований энергетики – проблема интеграции разнородных компонентов (или конкретных информационных технологий). По сути дела, современные информационно-программные комплексы для системных исследований энергетики – это сложные конгломераты, ориентированные на поддержку всей технологической цепочки проведения вычислительных экспериментов, начиная от подготовки данных и заканчивая интерпретацией полученных результатов.

Реализации таких комплексов зачастую являются научно-исследовательскими прототипами, не всегда концептуально и идеологически выдержанными в едином стиле. Для превращения их в коммерческий или промышленный информационный продукт, как правило, требуется привлечение системных программистов.

Проблема интеграции информационных технологий может быть рассмотрена в трех аспектах:

– интеграция на этапе проектирования с использованием информационного моделирования и привлечением специализированных CASE-средств [325, 326];

– интеграция разнородных компонентов с помощью специальных интеграционных технологий (ActiveX, CORBA, Infobus) [292, 327];

– интеграция на уровне интерфейсов.

Интеграция на этапе проектирования. За рубежом уже в 1970-е годы пропагандировался подход к разработке сложных систем программного и информационного обеспечения на основе моделей (как и при разработке сложных технических систем) [328, 329]. Так, при разработке программного обеспечения предлагаллось построение моделей четырех типов: модель определения требований, модель анализа, модель проектирования и модель реализации. В нашей стране этот подход только начинает развиваться благодаря распространению объектной технологии и появлению объектноориентированных CASE-средств. При разработке отдельных компонентов ИПК ИНТЭК применялось CASE-средство Rose для построения диаграмм объектов и классов [306].

Коммерческая версия Rose позволяет получать программный код в результате трансляции этих диаграмм [326].

Другое направление информационного моделирования – моделирование данных при проектировании баз данных [330]. В настоящее время стала стандартом трехуровневая организация систем баз данных, основанная на использовании внешней, концептуальной и внутренней моделей данных (их называют даталогическими, ориентированными на конкретную СУБД). Их разработке предшествует построение инфологической модели – информационно-логической модели предметной области, ориентированной на пользователя. Практически типовой стала инфологическая модель «сущность–связь»

(ER-модель, или модель Чена). Она поддерживается большинством CASE-средств, поддерживающих проектирование баз данных (в том числе Rose). При проектировании баз данных для исследований направлений развития ТЭК с учетом требований энергетической безопасности применялось также CASE-средство ERwin [331].

Опыт построения моделей с применением CASE-средств при проектировании программных комплексов и баз данных показал, что это существенно ускоряет процесс проектирования и создает предпосылки построения интегрированного программного комплекса, позволяет избежать многих ошибок проектирования.

Интеграция на этапе реализации. В распределенной системе с архитектурой «клиент–сервер» в конце 1990-х годов применялись две основные технологии для совместного использования или передачи данных (что и является главной проблемой интеграции информационных технологий): ActiveX и CORBA. Первая имеет жесткую привязку к архитектуре операционной системы Windows, вторая не зависит от платформы, на которой она реализована (в работах института она применялась в программных комплексах, разрабатываемых с использованием ОС Unix).

Затем получила известность новая технология интеграции – Infobus (компания «Lotus Development») [327], которая предусматривала возможность создания мощных интерактивных клиентских и серверных Java-приложений в сети типа Интернет (локальной сети, разработанной с соблюдением стандартов Интернет). Технология Infobus реализовалась с помощью специальной шины для передачи данных.

Преимуществами Infobus являлось то, что она определяла общий прикладной программный интерфейс для приложений, поддерживающих эту технологию; множество апплетов Infobus могли совместно обрабатывать большие объемы данных различных типов; обеспечивался прямой доступ одного компонента к данным другого. К сожалению, эта технология широкого распространения не получила. В настоящее время наиболее используемыми остаются технологии СОМ, DCOM, RMI и SOAP [332].

Интеграция на уровне интерфейсов. Переход от пакетной обработки и диалогового режима (как правило, текстового) к графическим многооконным интерфейсам заставил обратить серьезное внимание на их проектирование и реализацию. Сейчас в программистской литературе активно обсуждаются вопросы построения эффективных пользовательских интерфейсов. Обращается внимание на то, что в основе построения интерфейсов должны лежать закономерности психологического восприятия информации, как текстовой так и графической.

Даже если проблема интеграции решена на уровне проектирования и реализации, неудачный интерфейс (в частности, отсутствие единого стиля в представлении информации разных компонентов программного комплекса) может создать у пользователя впечатление, что он имеет дело с разрозненными и несогласованными программными продуктами. Особое значение приобретают вопросы использования цвета и различных цветовых (и звуковых) эффектов, существенно повышается роль дизайна при проектировании интерфейсов. Здесь большую роль играет необходимость учета психологических факторов [333] как при проектировании интерфейсов, так и при реализации информационных продуктов, которые носят рекламный характер (презентации программных комплексов, представление информации на Web-сайте института, в буклетах и др.).

ИТ-инфраструктура системных исследований энергетики. Проект по созданию ИТ-инфраструктуры системных исследований энергетики выполнен сотрудниками лаборатории информационных технологий в энергетике (ИТЭ) в 2003–2008 гг. В нем обобщен опыт, накопленный разработчиками при создании распределенных программных комплексов, представлен в коллективной монографии [332].

Под ИТ-инфраструктурой понимается совокупность технических и программных средств, телекоммуникаций и информационной базы научных исследований; технологий их разработки и использования; стандартов как внутренних, так и внешних, для разработки информационных и программных продуктов в области исследований в энергетике, обмена ими и их представления на информационный рынок.

ИТ-инфраструктура, с одной стороны, является интеграционной информационной и вычислительной средой для проведения исследований в энергетике, с другой – создает предпосылки для поэтапного перехода: к созданию распределенных баз данных и программных комплексов; распределению и распараллеливанию вычислений; созданию Web-ориентированных программных комплексов (вычислительных серверов); оказанию информационных услуг на основе наукоемких информационных и программных продуктов (создание Web-служб и Web-сервисов). Кроме того, она включает информационную, вычислительную и телекоммуникационную инфраструктуры [334, 335].

Информационная инфраструктура призвана объединить информацию обо всех разрозненных хранилищах данных, используемых для хранения базовой (основной), промежуточной и результирующей информации, и о методах (алгоритмах), выполняющих какие-либо действия над информацией (программных комплексах, пакетах прикладных программ, различных сервисах), причем предлагается не физическая, а виртуальная интеграция: данные хранятся у их владельцев, а описания данных (метаданные) – в специальном хранилище (Репозитарии).

В информационной инфраструктуре выделяются три уровня (слоя): модели метаданных информационной инфраструктуры, метаданных и данных ИТ-инфраструктуры.

Для построения модели информационной инфраструктуры используются онтологии, объекты ИТ-инфраструктуры описываются метаданными на основе созданной онтологии [336, 337].

Реализация всех программных компонентов выполнена в соответствии с концепцией сервис-ориентированной архитектуры (SOA) [338–340], центральным информационным компонентом является Репозитарий, реализация которого выполнена на базе СУБД Firebird 1.5.2 и Microsoft SQL Server 2000/2005, функциональность СУБД расширяется программным ядром.

При реализации информационной инфраструктуры ее компоненты образуют три логических уровня: уровень файловой системы, СУБД и уровень клиента. Выделяются системные и прикладные компоненты: к системным относятся – программное ядро, база метаданных, файловое хранилище, программа администрирования и драйвер Репозитария; к прикладным – программа извлечения данных, программа извлечения файлов, Web-приложение для просмотра Репозитария, SOAP-интерфейс и др. Разработаны программа администрирования Репозитария, специальное приложение для выполнения запросов к базам данных, поддерживается построение пользовательских (произвольных) SQL-запросов. Предусмотрена возможность извлечения данных из целого ряда СУБД:

MySQL 3.20-4.1, PostgreSQL 6.5-7.3, Firebird 1.0/1.5, InterBase 5.0-7.5, Microsoft SQL Server 7/2000/2005, Sybase ASE 12.0/12.5, через драйвера OLE-DB, ADO и ODBC. Результаты выполнения запросов представляются пользователю в виде таблиц и могут быть сохранены в виде текстовых файлов, файлов Microsoft Excel, dbf-файлов или в виде других баз данных.

В процессе разработки и использования информационной инфраструктуры можно выделить четыре этапа: построение модели метаданных – на этом этапе определяются «правила хранения» метаданных; внесение метаданных – выполняется описание информационных ресурсов в информационной инфраструктуре; извлечение метаданных и извлечение данных – использование инфраструктуры для поддержки проведения исследований как интегрированного источника получения информации.

Вычислительная инфраструктура системных исследований энергетики – это, с одной стороны, взаимосвязанная совокупность программных и аппаратных средств, предоставляющих информационные и вычислительные услуги, необходимые для проведения научных исследований, с другой – распределенная вычислительная среда [341–343]. В зависимости от решаемых задач можно выделить вычислительную инфраструктуру лаборатории, отдела, института, научного центра и т.д. К телекоммуникационной инфраструктуре относятся технические средства, обеспечивающие функционирование локальной вычислительной сети.

Все программные комплексы (ПК), разработанные и использующиеся в ИСЭМ СО РАН и образующие вычислительную инфраструктуру, можно разделить на три типа. Первый тип представлен локальными ПК, размещенными на персональных компьютерах пользователей, второй – локальными БД и ПК, выполненными в архитектуре «клиент–сервер», причем они интегрированы в рамках сети лаборатории или отдела.

Третий тип – это Web-сервисы и Web-приложения, обеспечивающие доступ к ПК и БД через Интернет или локальную сеть института. Ряд ПК (как правило, ПК первого типа) используются для решения частных задач либо носят исследовательский характер и реализованы как научные прототипы – применяются для отладки новых методов, алгоритмов или методик. ПК второго и третьего типов – это проблемно-ориентированные ПК, которые используются при выполнении базовых проектов института, хоздоговоров, заказных работ. Анализируя разработку и использование ПК, можно отметить тенденцию постепенного перехода от локальных ПК к распределенным и далее к Webориентированным [344].

Предложенный разработчиками методический подход к созданию вычислительной инфраструктуры исследований в энергетике базируется на сервис-ориентированной архитектуре (SOA) и объединяет как вновь создаваемые Web-сервисы, так и реализованные на основе адаптации унаследованных ПК.

В связи с тем что создание современных ПК существенно усложнилось и практически нереально для прикладных специалистов без помощи системных программистов, в рамках проекта разработаны ориентированные на прикладных программистов методики и поддерживающий их программный инструментарий: модель расширяемого Web-приложения, основанная на паттернах «MVC», «Command», «Factory»; методика создания расширяемого Web-приложения, включающая ряд этапов; технология разработки современных программных комплексов (приложений), имеющих возможность быстрой адаптации для предоставления сервиса в Интернет или в составе систем, реализованных в концепции SOA; методика адаптации унаследованного программного обеспечения и базовые системные программные компоненты, облегчающие создание Web-ориентированных прикладных ПК.

С помощью разработанных методик и компонентов реализованы Web-сервисы, вычислительными ядрами которых послужили ПК ИНТЭК для исследования проблемы энергетической безопасности (разработка лаборатории ИТЭ ИСЭМ СО РАН), ПК ОРТCON для решения задач оптимального управления (совместно с А.Ю. Горновым, ИДСТУ СО РАН), ПК для нелинейной оптимизации (совместно с отделом прикладной математики ИСЭМ СО РАН).

Результаты проекта по созданию ИТ-инфраструктуры системных исследований в энергетике отражены в работах [345–347].

Следует отметить также новое направление в области ИТ, развиваемое под руководством Л.В. Массель в лаборатории ИТЭ, связанное с разработкой интеллектуальных информационных технологий для исследования проблемы энергетической безопасности. Прежде всего, это работы по созданию онтологий и построению онтологического пространства исследований (С.К. Скрипкин, Т.Н. Ворожцова, А.Н. Копайгородский, Н.Н. Макагонова) [348–350]. Онтологии – это одно из современных и активно развивающихся направлений искусственного интеллекта. Под онтологиями понимают «спецификацию концептуализации» предметной области, или, иначе говоря, базы знаний специального вида, в которой описаны основные понятия (концепты) предметной области и отношения между ними. Онтологии могут быть представлены как в графическом виде, так и на одном из специальных языков (OWL, XML и др.).

Развивается направление, связанное с когнитивным моделированием (построением когнитивных карт для ситуационного анализа проблемы энергетической безопасности (Н.Н. Макагонова, А.Г. Массель) [351–352]. В сотрудничестве с профессором МФТИ Л.Н. Столяровым и его учениками решаются вопросы применения одной из разновидностей алгебраических сетей – Joiner-сетей – для построения интеллектуальных систем для исследований энергетики [348, 353, 354].

Рассматриваются возможности создания мультиагентных программных комплексов для исследований энергетики с элементами систем искусственного интеллекта, реализованными в виде специальных программных компонентов – агентов. Разработана методика построения таких комплексов, которая применена на примере ПК ИНТЭК-М для исследований проблемы энергетической безопасности. При реализации мультиагентного ПК ИНТЭК-М для описания и организации взаимодействия между агентами используются Joiner-сети (В.Л. Аршинский, Д.А. Фартышев) [354, 355].

Перечисленные работы выполняются при поддержке грантов РФФИ и РГНФ;

предполагается, что результаты этих работ послужат основой для создания еще одной составляющей ИТ-инфраструктуры – интеллектуальной инфраструктуры исследований энергетики.

Некоторые итоги и задачи. Путь, пройденный институтом в области информационных технологий исследований, безусловно, не был прямым и гладким. Тем не менее следует отдать должное мужеству разработчиков, которые на заре компьютеризации располагая не вполне совершенными машинами, пытались реализовать проекты, актуальность которых не исчезла и в наше время (например, проект «Перспектива» под руководством И.А. Шера, который задумывался в 1970-е годы и обладал рядом интересных проектных решений, но не мог быть завершен в то время из-за отсутствия как соответствующей технической базы, так и инструментальных средств) [356].

Как и все отечественное программирование, направление, связанное с разработкой программного и информационного обеспечения, было фактически свернуто в начале 1990-х годов, когда в страну хлынула лавина зарубежного красочного, хотя и не всегда надежного и эффективного, программного обеспечения.

Вероятно, в силу ряда причин (где экономические играют не последнюю роль) в ближайшее время это направление не может быть полностью восстановлено. В то же время нельзя отрицать необходимость создания собственных наукоемких информационных технологий, к которым можно отнести последние из перечисленных работ в области ИТ.

Одним из вариантов может быть компромиссное решение, когда на базе открытых программных систем (free software) разрабатываются специализированные информационные технологии для целей системных исследований в энергетике. Возможность такого пути развития подтверждается опытом разработки ПК ИНТЭК.

В свою очередь, не исключается развитие альтернативного направления, основанного на оригинальных авторских разработках (например, инструментальных программных сред ЗИРУС и СПИКОМ), хотя развитие этого направления может потребовать больших трудозатрат и породить проблему интеграции с другими программными продуктами, если отечественное программное обеспечение не будет отвечать стандартам открытых систем.

Требуют усилий как наполнение информационной инфраструктуры необходимыми компонентами, так и деятельность по реинжинирингу программных продуктов, представляющих интеллектуальную ценность, но морально устаревших по интерфейсу и организации информационных взаимодействий, и созданию на их основе Webориентированных программных комплексов и Web-сервисов.

Следует отметить, что развитию информационных технологий в ИСЭМ СО РАН, безусловно, способствовало проведение (начиная с 1993 г.) под руководством Л.В.

Массель Всероссийского семинара «Информационные технологии в энергетике» (преемника семинара «Имитационный подход в энергетических исследованиях»), который сейчас превратился в ежегодную Байкальскую Всероссийскую с международным участием конференцию «Информационные и математические технологии в науке и управлении». Конференция собирает в последние годы до 200 участников как из городов России и СНГ, так и зарубежных специалистов, регулярно поддерживается грантами РФФИ. До начала работы конференции издаются ее труды (2–3 тома ежегодно) [357– 359]. Проведение конференции способствует как апробации и повышению уровня собственных работ, так и установлению контактов с ведущими в области ИТ организациями и специалистами, активное участие в ней принимают молодые научные сотрудники.

Итак, накоплен большой интеллектуальный потенциал, который уникален и является стратегическим информационным ресурсом не только института, но и страны.

Созданные в институте наработки в области информационных технологий позволяют надеяться, что этот потенциал не будет утрачен, а его сохранение в рамках развиваемой ИТ-инфраструктуры научных исследований позволит поддерживать и усиливать позиции института в области исследований энергетики как в нашей стране, так и за рубежом.

ГЛАВА 2. СИСТЕМНЫЕ ИССЛЕДОВАНИЯ СВОЙСТВ И

ЗАКОНОМЕРНОСТЕЙ РАЗВИТИЯ ЭНЕРГЕТИЧЕСКИХ

ТЕХНОЛОГИЙ, УСТАНОВОК И ОБЪЕКТОВ

2.1. Становление прогнозных технологических исследований Предпосылки системных исследований НТП в энергетике. Системные исследования НТП в энергетике как самостоятельное направление в структуре проводимых институтом научно-исследовательских работ сложились в начале 1980-х годов. До этого исследование энергетических технологий выполнялось в рамках других тематических исследований «по мере надобности». Потребность в развертывании и активизации работ по данной тематике была объективно продиктована событиями предшествующего десятилетия, приведшими к изменению нескольких парадигм мировой энергетики. В первую очередь следует отметить мировой энергетический кризис 1971–1974 гг., который ознаменовал окончание экстенсивного роста мировой экономики. В свою очередь, он породил новые тенденции: ограничение доли нефти в структуре мирового потребления первичных ТЭР, рост доли природного газа, а также значительную диверсификацию энергетических технологий. Кризис стал стимулом к развитию экологически чистой угольной энергетики, атомной энергетики, парогазовых установок, возобновляемых источников энергии. Возникли такие понятия, как интегрированные энергетические системы, электрохимическая энергетика, водородная энергетика, космическая энергетика и другие, многие из которых сегодня стали доминантами экономического развития. Новый этап в развитии исследований энергетических технологий и установок характеризовался нарастающим проникновением в них методов системных исследований, ставших основой для создания Л.А. Мелентьевым Сибирского энергетического института. К этому времени в институте уже сформировалась методология построения оптимизационных моделей, совместно описывающих экономику, энергетику и экологию.

Были описаны ключевые свойства связей, сформулированы критерии оптимальности [1]. Модели СЭИ–ИСЭМ являлись моделями состояний (на основе математического программирования), что дало им ряд преимуществ перед распространенными на западе моделями траекторий (моделями системной динамики на основе дифференциальных уравнений), главным образом, относительную неприхотливость к вычислительным ресурсам и простоту необходимых исходных данных. Более подробно эти модели и их современное состояние рассмотрены в гл. 4.

В настоящее время наблюдаемый в мире рост научного интереса к проблемам НТП в энергетике связан с двумя основными факторами. С одной стороны, постоянные и значительные изменения во «внешней среде» (социальной, экономической, природной) предъявляют новые требования к энергетике. С другой стороны, ускорение НТП в смежных областях экономики неизбежно сказывается на развитии энергетических технологий. Ответная реакция энергетики проявляется, прежде всего, через инновационную деятельность – разработку и внедрение новых технологий и энергоносителей, востребованных рынком и отвечающих внешним требованиям. При этом высокая инерционность технического развития и высокие затраты на инновации в энергетике заставляют стремиться к тому, чтобы этот процесс был управляемым.

Современное представление о сущности НТП нельзя назвать классическим. Понятие «НТП» возникло лишь в конце 1940-х годов в ходе научно-технической революции. Термин «НТП» до сих пор имеет разные значения в зависимости от масштаба технической системы: страна или мир – отрасль экономики – предприятие – технологическая установка – физический, химический или биологический процесс. С другой стороны, взаимная обусловленность явлений технического развития на разных уровнях иерархии масштабов позволяет считать явление НТП целостным, для которого в зависимости от уровня варьируются критерии и показатели эффективности.

Цель системных исследований энергетических технологий состоит в поиске оптимальных технологий для заданных условий их применения. Выявление взаимных причинно-следственных связей между (а) совершенствованием технологий производства, преобразования и конечного потребления энергии и (б) экономическим развитием позволяет уяснить механизмы конкуренции энергетических технологий и использовать эти знания для прогнозирования структуры технологий на разных уровнях иерархии энергетических систем. В этом состоит одна из сверхзадач прогнозных технологических исследований в энергетике. Ее решение дает возможность обосновать выбор приоритетов развития технологий в масштабе отрасли, страны или мира, а также рассмотреть важные частные вопросы: какие технологии, когда, где и в каком количестве будут востребованы. Соответствующие частные задачи системного исследования технологий формулируются так:

1) оценка потенциала совершенствования технологии, ее «узких мест» и раскрытие фундаментальных закономерностей, ведущих к ее освоению;

2) выявление благоприятных условий и наиболее эффективных областей применения технологии;

3) уяснение механизма конкуренции технологии с альтернативными решениями.

Сущность НТП в энергетике и подходы к его описанию. Феномен НТП характерен для утилитарной стороны развития практически в любой сфере деятельности человека. Применительно к энергетике НТП проявляется, по крайней мере, в двух аспектах: (1) как взаимообусловленное развитие энергетической науки и энергетического производства и (2) как взаимосвязь и взаимовлияние развития энергетических науки и техники, с одной стороны, и всего материального производства, с другой [2]. Важным внешним проявлением НТП является величина издержек. Рыночная цена энергоносителя складывается из трех основных составляющих: издержки, налоги и прибыль, при этом (1) налоги определяются государством; (2) норма прибыли устанавливается исходя из адекватной компенсации предпринимательских рисков; (3) повышение конкурентоспособности определяется снижением издержек. Порог рентабельности освоения ресурса определяется суммой издержек и налогов [3]. Снижение издержек направлено на (а) увеличение возврата инвестиций и (б) расширение ресурсной базы или рынка сбыта для отрасли или компании. НТП всегда направлен на уменьшение доли издержек в цене производства любого товара, включая энергоносители.

Здесь встает вопрос о критериях принятия решений при оптимизации развития энергетических технологий в частности и систем энергетики вообще. Широкий список включает следующие критерии: (1) экономический, т.е. прибыль или издержки;

(2) технические – КПД, уровень надежности энергоснабжения, качество энергии, весогабаритные характеристики оборудования и др.; (3) социальный – уровень жизни, занятость; (4) экологический – влияние на окружающую среду; (5) политический – степень зависимости от импорта энергоносителей и оборудования. Приведенный список позволяет заключить, что (а) некоторые критерии находятся в диалектическом противоречии;

(б) оптимальное решение может быть не единственным; и (в) многокритериальность выступает источником субъективизма при принятии решений. В рамках системных исследований в энергетике единый подход к решению такого рода многокритериальных задач сложился еще в 1960-х годах. Он заключается в поиске наиболее экономичного решения при условии выполнения заданных ограничений на величину прочих критериев [1, 4]. Формирование именно такого подхода закономерно, поскольку: (1) позволяет лучше структурировать задачу; (2) позволяет раздельно исследовать части системы ограничений; (3) упрощается математическая постановка задачи и оказывается применимым развитый аппарат математического программирования; (4) на деле все критерии, кроме экономического, в конечном счете являются предметом волевого решения.

Несмотря на единство в подходе к выбору критериев технического развития, следует отметить и различия присущие им в зависимости от двух основных факторов:

(а) иерархического уровня (масштаба) технической системы и (б) временного горизонта, на котором исследуется НТП. Проиллюстрируем эти различия с помощью табл.2.1.

Можно заметить, что с ростом уровня рассмотрения становится все более важным временной фактор. Действительно, на уровне процессов и установок оценивают технические пределы совершенствования технологии, которые часто носят фундаментальный характер и, таким образом, «вне времени». На уровне систем исследуют возможный рост показателей эффективности за определенный интервал времени, причем продолжительность такого интервала увеличивается с ростом масштаба технической системы.

Так, развитие предприятия или населенного пункта редко планируют более чем на 10 лет вперед, а для небольших объектов оно зачастую происходит в оперативном режиме. На уровне отрасли или региона оптимальная глубина прогноза сопоставима с периодом реновации, который в энергетике составляет от 15 до 30 лет. На уровне страны или мира встречаются долгосрочные оценки на период от 30 до 100 лет.