Авторегресійні моделі процесу повоєнного відновлення та післявоєнного розвитку ВДЕ України

Abstract

The paper [1] published the “Draft Recovery Plan for Ukraine: Energy,” developed in 2022 by the National Council for the Restoration of Ukraine. In our work [2], to align the “Draft Plan…” with the realities of the military situation, we synthesized mathematical models to represent the restoration and development processes of Ukraine's electric power industry as a whole, taking into account the stochastic nature of these processes. In our work [3], we further refined the “Draft Plan…” to address the military realities specific to the electric power industry. We developed mathematical models for the restoration and development of renewable electricity sources (RES) in Ukraine. This task was accomplished using various data, tables, and graphs characterizing RES as presented in [1]. However, we expanded the definition of RES beyond solar (SPP), wind (WPP), and biogas (BPP) power plants, as defined in [1], to include hydroelectric (HPP) and pumped storage (PSH) power plants, which were excluded from the RES category in [1]. In [3], we assumed that Ukraine's war with its aggressive neighbor would continue into 2024 and 2025, introducing a stochastic element into restoration plans—both for pre-war infrastructure and assets restored during the war. We also presumed that the restoration and development of RES would continue to exhibit stochastic characteristics over an extended period. For this reason, we proposed using second-order autoregressive models in the form of ARPKC(2,0,1), starting from the zero time point in 2023. However, in [3], the idea of employing autoregressive models was only mentioned in a general formulation. A year after completing [3], during the ongoing war between Ukraine and Russia, Ukraine’s overall electricity infrastructure and RES, in particular, suffered further destruction [4]. This necessitated the synthesis of autoregressive models in a fully operational form, suitable for use by electrical engineers in design projects. This idea is implemented in the present publication as a Python program. The foundational prerequisites for this program were initially presented in our report at the International Scientific Conference held in Kyiv in November 2024, with extended abstracts published in [5].

В роботі [1] опубліковано «Проєкт Плану відновлення України. Енергетика», розроблений у 2022 році Національною радою з відновлення України. В нашій роботі [2] з метою наближення до реалій воєнного сьогодення «Проєкту Плану…» здійснено синтез математичних моделей процесу відновлення та розвитку електроенергетики України в цілому з урахуванням стохастичного характеру цього процесу. А в роботі [3] з метою наближення до реалій воєнного сьогодення «Проєкту Плану…» в частині, присвяченій електроенергетиці, авторами здійснено синтез математичних моделей процесу відновлення та розвитку джерел відновлювальної електроенергетики (ВДЕ) України. Цю задачу розв’язано з використанням даних, таблиць та графіків, що характеризують ВДЕ, взятих з роботи [1]. Але як ВДЕ розглядалися не лише сонячні (СЕС), вітрові (ВЕС) та біогазові (БіоЕС) електростанції, як це зазначено в роботі [1], але і гідравлічні (ГЕС) та гідроакумулювальні (ГАЕС) електростанції, які в роботі [1] до складу ВДЕ не включені. В роботі [3] ми вважали, що війна України з агресивним сусідом триватиме і у 2024 році і у 2025 році, що вноситиме стохастичну складову у плани відновлення і того, що було до війни, і того, що у ці воєнні роки уже відновлено. Вважали також, що і в подальшому процес відновлення і розвитку ВДЕ довгий час міститиме стохастичну складову, для математичного моделювання якої доцільно використовувати авторегресійні моделі 2-го порядку у формі АРПКС(2,0,1), починаючи з нульової відмітки часу у 2023 році. Але ідея використовувати авторегресійні моделі була лише зазначена в нашій роботі [3] і записана лише в загальній постановці. Через рік після написання роботи [3], що пройшов у вирі війни України з російськими окупантами, українська електроенергетична структура в цілому та особливо ВДЕ зазнали додаткових руйнувань [4], тож виникла необхідність в синтезі авторегресійних моделей в завершеній формі, готовій для використання інженерами-електриками в проєктній роботі. Такий задум і реалізовано у цій публікації у вигляді Python-програми, вихідні передумови створення якої авторами уже озвучено у нашій доповіді на Міжнародній науковій конференції, що проходила в Києві в листопаді 2024 року, розширені тези якої опубліковані в роботі [5].