System Budżetowo - Analityczny w Południowym Koncernie Energetycznym

1. Wstęp

Zadania postawione przed aplikacjami analitycznymi w przedsiębiorstwie określają stopień zaawansowania technologicznego tych systemów oraz złożoność realizowanych procesów. Południowy Koncern Energetyczny postawił przed firmą Transition Technologies zadanie wdrożenia modułu budżetującego przychody, który pełniłby też szereg funkcjonalności w zakresie analiz rynku energii, raportowania, optymalizacji sprzedaży i wytwarzania energii elektrycznej, kosztorysowania produkcji oraz prognozowania dodatkowych przychodów. Aplikacją realizującą te zadania została OFA – MAR, Analizator Finansowy Oracle z Modułem Analiz Rynkowych.

Raportowanie odznaczyło się najmniejszą złożonością obliczeniową – dotyczyło głównie prezentacji danych źródłowych, budżetowych, planów i odchyleń realizacji. Po integracji i przetworzeniu dane finansowe zostały ułożone jako obszary i wymiarowane miary biznesowe. Niektóre zastosowania wymagały szczegółowych danych źródłowych, drążenia, użycia hierarchii czy podsumowań, stąd współwystąpiły dane źródłowe razem z agregatami – na przykład godzinowe pozycje umów sprzedaży energii w podziale na jednostki grafikowe z miesięczną realizacją kontraktów.
W następnej fazie wdrożono modele planistyczne i budżetowe, przy czym procesy planowania przebiegały na większym stopniu ogólności, dotycząc danych zbiorczych o rozdzielczości miesięcznej, ale konieczne było zastosowanie konfigurowalnych przez użytkownika przekształceń danych w postaci profili kopiowania oraz formuł. Wykorzystane zostały źródłowe dane aktualne i historyczne, plany pozyskane z innych aplikacji, obliczone trendy, prognozy i odchylenia.
Z kolei budżetowanie przejęło główny ciężar modelowania, koncentrując się na współzależnościach procesów sprzedaży i produkcji oraz optymalizacji kosztów. Wymagało to użycia zaawansowanych modeli oraz łańcuchów przeliczeń i operacji na danych budżetowych. Wzajemne powiązania w budżetowaniu pomiędzy komponentami planowania, rozliczeń, kosztów produkcji i optymalizacji zysku wymusiły wysoką złożoność obliczeń. Budżet dotyczy okresu roku z rozdzielczością miesięczną, obejmuje wszystkie działy i wybrane analityki związane z przychodami oraz kosztami, dane planowane i rozliczeniowe zwymiarowane m.in. Czasem, Jednostkami Własnymi, Miarami Biznesowymi, Kontraktami, Odbiorcami, Typami Scenariuszy. Wymiar czasu, jednostki i analityki budżetowe zostały przygotowane do integracji z aplikacją OPTIMA. Ilość struktur danych została zmniejszona dzięki scentralizowaniu budżetowania poszczególnych obszarów, lecz nietypowe algorytmy oraz liczne modele obliczeń wymagały znaczącej ilości danych poza finansowej natury – statystyk rozkładu, reguł i profili przydziałów, współczynników podziałów, a to spowodowało utworzenie specjalnych obiektów z danymi tymczasowymi. Wiele danych mogło pochodzić spoza właściwego modułu (np.: współczynniki emisji, planowane realizacje kontraktów przez jednostki na podstawie danych elektrownianych, krzywe charakterystyk kosztów zmiennych). Procesy obliczeniowe budżetowania są trudne, z przyczyny użycia wielu modeli OFA, umożliwieniu ręcznych lub automatycznych korekt danych, parametryzacji obliczeń i formuł oraz interakcji użytkowników w ich wywoływaniu. Duże współzależności procesów (zmiany w kontraktach wymuszają zmiany w planach produkcji, istnieje silne powiązanie pomiędzy alokacjami przychodów i kosztów) oraz ich wielokrotna iteracja, połączone z ograniczeniami na rozwiązania i użycie priorytetów oraz wyjątków przyczyniły się do wzrostu złożoności.
skali miesięcznej, na wyższym poziomie ogólności niż budżet, na podstawie danych historycznych i umów. Zaawansowanie prognozowania jest niewielkie ze względu na mało wyrafinowane metody predykcji oraz prosty model danych – zagregowane dane historyczne, planowane, prognozowane, odchylenia dla wybranych wskaźników, działów i głównych analityk.
Ze względu na główne zadanie budżetowania przychodów i jedynie symulację kosztów, kosztorysowanie zostało ograniczone do optymalizacji budżetowania produkcji na blokach oraz kosztów emisji CO2, niemniej alokacje kosztów okazały się złożone – na przykład estymacja kosztów produkcji energii elektrycznej bloku w miesiącu albo przyporządkowanie kosztów produkcji do realizowanych kontraktów.

2. Typowe problemy z planowaniem i analizami w oparciu o dane z systemów rozproszonych

Procesy gromadzenia, raportowania i przepływu danych w organizacji zwykle nie są należycie udokumentowane, przy czym część danych podlega specyficznej walidacji typu „uzgodnienia” Istotne dla przebiegu procesów biznesowych dane i wytyczne związane z obliczeniami i ich regułami nie są zebrane i jednoznacznie opisane, stanowiąc unikalną ekspercką wiedzę specjalistów. Brak jest precyzyjnego schematu powiązań pomiędzy źródłami danych a arkuszami zbiorczymi, obliczeniami i analizami Znacznie utrudnione jest prześledzenie pochodzenia danych oraz kontrola dostępu wobec często nieadekwatnego poziomu zabezpieczenia danych przed utratą, nieautoryzowanymi modyfikacjami czy rozpowszechnianiem.
Występują luki w procesach scalania i ujednolicania gromadzonych danych. Gdy duża liczba zestawień lub przeliczeń na tych samych danych jest wykonywana niezależnie i w zróżnicowanych układach, poszczególne osoby lub komórki organizacyjne posługują się odmiennymi instancjami danych i wyników, co łatwo prowadzi do ich rozbieżności. Częstokroć bezpośredni dostęp do danych źródłowych jest ograniczony lub używane są liczne konkurencyjne i sprzeczne źródła.
W efekcie iteracje procesów planowania i rozliczeń są czasochłonne, wymagają bowiem zaangażowania licznych pracowników, ręcznego przetworzenia wielu informacji oraz dystrybucji plików zarówno wewnątrz działów jak i pomiędzy działami. Co więcej, powtórnie przeprowadzane analizy i wyniki planowania nie dają powtarzalnych rezultatów.

3. Rola systemu analitycznego w przedsiębiorstwie

Rozwiązaniem jest rozwinięcie w przedsiębiorstwie systemu analitycznego przy użyciu stosownych narzędzi. Jednym z istotniejszych elementów takiego wdrożenia jest wsparcie efektywnej analizy danych już gromadzonych w systemach informatycznych. Intuicyjny i wszechstronny dostęp do informacji w żądanym układzie oraz przekroju pozwala na szybsze podejmowanie właściwych decyzji biznesowych. Podstawowe pożądane funkcjonalności obejmują pozyskiwanie, gromadzenie i raportowanie danych. Bardziej złożone systemy mogą wspierać automatyzację procesów czyszczenia i integracji danych, którymi zarządzają, jak również pozyskiwanie i przechowywanie wtórnych wartości.
System analityczny jest ukoronowaniem metod wspierania analizy danych, gdy dodatkowo umożliwia definiowanie, wykonywanie i przechowywanie wzorów obliczeń oraz ich wyników, co w połączeniu interfejsami użytkownika do zarządzania strukturami i danymi pozwala na tworzenie zaawansowanych modeli i symulacji.
Narzędzia klasy Business Intelligence takie jak OFA - Oracle Financial Analyzer (Analizator Finansów) stały się obecnie pożądaną częścią powyższych systemów, uzupełniając narzędzia stricte raportujące, a będąc same wspierane przez podstawowe funkcje operacyjnych źródeł danych, i opartych na nich hurtowni. Dostarczają one w przystępny sposób na poziomie biznesowym szukaną wiedzę o procesach i zjawiskach zachodzących w przedsiębiorstwie, operując na przetworzonych według modeli danych źródłowych lub symulowanych.

4. Wady plikowego systemu obiegu danych

Proces budżetowania w Południowym Koncernie Energetycznym przed wdrożeniem OFA-MAR (Analizator Finansowy Oracle z Modułem Analiz Rynkowych) jako aplikacji analitycznej i budżetującej był obciążony typowymi problemami wynikłymi z obiegu danych oraz realizacji obliczeń za pośrednictwem formatek Excel. Obieg danych i obliczeń w postaci arkuszy xls miał niepożądane własności,takich jak wiele wersji formatek i przechowywanych w nich danych krążących w działach i pomiędzy nimi, autorskie przeliczenia i korekty dające zbyt wiele miejsca na błędy i przeoczenia, brak kontroli nad aktualnością i poprawnością formatek z danymi i obliczeniami, częste i niejednoznaczne integracje danych z wielu źródeł, czasochłonne agregacje i rozkłady wartości. Zbyt swobodny i elastyczny obieg formatek za pośrednictwem nośników i poczty elektronicznej nawet w obrębie jednego działu powodował problemy z utrzymaniem spójności dla obliczeń czerpiących z wielu plików i arkuszy na raz.
Poza wadami obiegu plikowego, stosowanie Excela jako narzędzia do przechowywania danych ograniczone było przez ułomne możliwości wielowymiarowych prezentacji, limit wolumenu danych, drastycznie ograniczenie ilości i wielkości wymiarów różnicujących dane. Także analityczne możliwości – w tym obliczenia definiowalne żmudnie według położenia komórek arkusza lub niedostępne zwykłemu użytkownikowi makra w języku Visual Basic powodowały konieczność przeniesienia i rozwinięcia analogicznych funkcjonalności w dedykowanym systemie.
Obok EHP - działu analiz, w zakresie budżetowania przychodów w PKE zaangażowanych było wiele innych działów pionu handlowego i elektrownii (w tym EHK – dział zarządzający kontraktami, EHR – dokonujący rozliczeń i EHT – zarządzający produkcją, a także DTP - dział techniczny produkcji) i używanych przez nie systemów (oprócz wszechobecnych formatek XLS dane z aplikacji WIRE, SOWE, TAXUS, CEDRUS, OPTIMA, IFS, FLEXIKON, SAT). Odręczne analizy oraz wiele aplikacji używanych przez poszczególne osoby do wprowadzania i pozyskiwania analogicznych danych zrodziły brak imiennych autorów lub zespołów odpowiedzialnych za utrzymywanie danych i obliczeń.
Dalsze rozszerzanie istniejących systemów o zaawansowane funkcjonalności analityczne prowadziłoby tylko do ich nadmiernej złożoności, przy czym każdy z systemów musiałby być zmodyfikowany. Wobec tego zaproponowane zostało narzędzie informatyczne (OFA) mające zaspokoić potrzeby rozwoju systemu analitycznego PKE, wykraczające poza pierwotną funkcjonalność budżetowania.

5. Fazy rozwoju systemu analitycznego w Południowym Koncernie Energetycznym

W celu zastąpienia plikowego obiegu danych systemem informatycznym należało w pierwszej kolejności wdrożyć Moduł Analiz Rynkowych. Miał on za zadanie udostępnić dane źródłowe wraz z metodami ich raportowania i automatycznego pozyskiwania, zapewnić poprawność, spójność i kompletność danych z różnych źródeł oraz wprowadzić kontrolę nad danymi modyfikowanymi ręcznie i obliczanymi. Wsparcie procesów budżetowania wymagało także obsłużenia planowania w wielu równoległych wersjach i ewoluujących scenariuszach oraz dostarczenia narzędzia do zautomatyzowania procesów modelowania biznesowego
Wdrożone w PKE narzędzia takie jak hurtownia CRD czy oparty na niej system raportowania CEDRUS realizują w znacznym stopniu pierwszą grupę funkcjonalności, ale są w stanie jedynie przetwarzać i prezentować dane pozyskane ze źródeł, choć pozwalają na ich prezentacje na różnych poziomach agregacji łącznie z dynamicznymi wynikami konfigurowalnych obliczeń. Potrzebne stały się funkcjonalności modelowania danych, niedostępne dla systemów stricte raportujących, oraz analizy wielowymiarowej bardzo utrudnionej w środowisku danych relacyjnych.
Przed wyborem technologii, w jakiej miał być realizowany Moduł Analiz Rynkowych oraz budżetowanie, zdefiniowane zostały główne cele i oczekiwania biznesowe dla rozwiązania umożliwiającego zarządzanie danymi. Projekt obejmował zasady gromadzenia danych, dokonywania analiz oraz metody prezentacji.
Określone zostały oczekiwania dotyczące zakresu źródeł i wolumenu danych, charakteru i merytoryki danych biznesowych, wymogów analityczno – prezentacyjnych. Wykonany został projekt obszarów i miar biznesowych oraz metody ich pozyskiwania poprzez przetwarzanie danych źródłowych a następnie integrację, agregaty i obliczenia na danych biznesowych w CRD.
Następnie opracowano model zasilania i przepływu danych, w tym zakres danych i struktury relacyjne bazy CRD oraz zasilanie obszaru ODS hurtowni, struktury wielowymiarowe bazy OLAP oraz mechanizmy do wymiany danych z pomiędzy tymi strukturami a hurtownią. W końcowej fazie dodano mechanizmy do generacji struktur wielowymiarowych na podstawie danych relacyjnych oraz zarządzanie wymianą danych i dystrybucją struktur za pomocą Modułu Detekcji Zdarzeń.

W projekcie nowej aplikacji analitycznej w PKE zostały postawione a następnie spełnione wymagania w zakresie jej funkcjonalności analitycznych:
- Spójne narzędzie analityczne i raportujące, selektywna i bezpieczna dystrybucja danych pomiędzy użytkownikami a narzędziem
- Automatyczne wykonywanie predefiniowanych obliczeń i raportów
- Definiowanie nowych wymiarów, miar oraz instancji danych
- Udostępnianie danych na różnych poziomach ogólności, organizacja hierarchiczna wartości wymiarów identyfikujących zmienne
- Zaawansowane analizy danych w różnych przekrojach, możliwość definicji wspólnych przekrojów danych przez wartości wymiarów
- Określanie trendów, relacji, analizy porównawcze, wyróżnianie wartości charakterystycznych, warunkowe formatowanie wartości
- Wprowadzanie do danych korekt, notatek oraz wartości ręcznych
- Definiowalne obliczenia – modele i funkcje na potrzeby przetwarzania danych, agregacji, obliczeń statystycznych, prognozowania i raportowania, z możliwością ich edycji przez użytkownika.

Sformułowane i zrealizowane zostały oczekiwania w zakresie interfejsu użytkownika do funkcjonalności aplikacji:
- Prezentacja danych w formie raportów, zestawień, wykresów, grafów
- Tworzenie własnych formatek, zestawień, modeli i obliczeń przez użytkowników
- Zarządzanie dostępem do danych, obiektów i funkcji modułu
- Raportowanie wyjątków – braku integralności lub zgodności danych
- Baza gotowych formatek i zestawień z możliwością edycji i kopiowania
- Edycja wyglądu formatek i zestawień – wybór kroju, koloru, wielkości oraz położenia elementów
- Wydruk zestawień i export w formatach (e-mail, xml, csv, jpg)
- Przetwarzanie danych plikowych – np. EXCEL (import i eksport)
- Mechanizmy do odtwarzanie stanu początkowego lub tymczasowego obliczeń w wypadku awarii systemu
- Umożliwienie modyfikacji danych wielu użytkownikom na raz przy zachowaniu spójności udostępnianych i przechowywanych danych

6. Wybrane rozwiązania wdrożenia systemu Oracle Financial Analyzer

Po wykonaniu analiz i projektów funkcjonalności można było wybrać technologie i dostawców narzędzi hurtownianych, silnika OLAP, mechanizmów ETL oraz narzędzi prezentacyjnych i interfejsów analitycznych. W szczególności brano pod uwagę rozwinięcie posiadanych przez PKE rozwiązań firm Oracle i Transition Technologies oraz zakup i integrację nowego oprogramowania analitycznego.
Zdecydowano się na platformę Oracle Express oraz aplikacje OFA. Rozszerzono hurtownię CRD i Moduł Detekcji Zdarzeń o komunikację i zarządzanie nowym serwerem - silnikiem bazodanowym OLAP Express wraz z interfejsem graficznym Oracle Financial Analyzer (OFA). Na ich bazie Transition Technologies stworzyła aplikację OFA – MAR (Moduł Analiz Rynkowych) realizującą także procesy budżetowania.
Rozszerzenie wymusiło wprowadzenie do hurtowni CRD nowych obszarów danych i procesów ETL oraz obliczeń z interfejsem w PL/SQL. Moduł Detekcji Zdarzeń został rozszerzony o zarządzanie procesami obliczeniowymi, wymiany danych i dystrybucji po ścieżce CRD <-> Express <-> OFA, w szczególności nadzorowanie komunikacji pomiędzy bazami oraz obsługę procedur języka SPL. Stworzono pakiety PL/SQL i procedury SPL do automatycznego zarządzania strukturami i danymi OFA oraz do wykonywania wstępnych obliczeń i agregacji.
OFA wraz z Modułem Analiz Rynkowych przygotowane zostały do rozszerzenia pierwotnej funkcjonalności analiz rynku energii oraz budżetowania przychodów o integrację z narzędziami prognozującymi (RISK, LARIX), kosztorysującymi (IFS, OPTIMA), wspierającymi planowanie i zarządzanie (PRUNUS, TAXUS, FLEXIKON), dane z pozostałych systemów są dostępne za pośrednictwem hurtowni CRD.
Właściwości OFA (Analizatora Finansów firmy Oracle) jakie zaważyły na decyzji jego wdrożenia w PKE to łatwy, intuicyjny dostęp do danych i funkcji, zarządzanie aplikacją przez użytkownika końcowego, platforma Oracle Express dla baz i analiz wielowymiarowych (Multidimensional OLAP) przeznaczona do złożonych analiz, szybkiego raportowania, obliczeń i modelowania. Ważne było zróżnicowanie metody zabezpieczeń i kontroli dostępu do danych przez użytkownika na różnych poziomach. Organizacja dostępu do danych poprzez obiekty (dane finansowe, raporty, formularze, arkusze, widoki) opisywane przez wymiary, hierarchie i atrybuty w połączeniu z zarządzaniem obliczeniami poprzez definicje modeli, kopiowań, przeliczeń i formuły odpowiadała wymaganym funkcjonalnością i planowanej strukturze systemu do tego stopnia, że wyjątkowo zrezygnowano z tworzenia własnych rozwiązań na rzecz tego produktu. Atrakcyjności dodały także elastyczna architektura zarządzania oparta o hierarchiczne serwery administracyjne, bazy współdzielone i prywatne użytkowników, wraz z możliwością stosowania prywatnych samodzielnych baz mobilnych oraz integracji z Księgą Główną Oracle. Funkcjonalności automatycznej ścieżki dystrybucji danych i struktur w OFA, wymiany danych z Centralnym Repozytorium Danych, uruchamiania zdanych aplikacji oraz zaawansowane mechanizmy kontroli procesów zarządzających danymi zostały oprogramowane przez Transition Technologies.

7. Integracja danych oraz procesy zarządzania przepływami danych

Wiele systemów rodzi konkurencyjne źródła danych, a udostępnianie danych biznesowych realizowane jest po zakończeniu ich integracji. W przypadku OFA-MAR dane źródłowe zostały ujednolicone jako miary biznesowe, a dla odróżnienia wartości pochodzących z różnych systemów wprowadzono w OFA wymiar źródeł danych, umożliwiając użytkownikowi świadomy wybór oraz możliwość porównania wartości miar w zależności od źródła.
Surowe dane z systemów dotąd dostępne za pośrednictwem hurtowni danych jako dokumenty w postaci relacyjnej zostały przetworzone do postaci miar biznesowych a procesy zarządzania sprzedażą i produkcją odwzorowane w postaci symulacji i modeli biznesowych opartych na tych miarach.
Hurtownia CRD (Centralne Repozytorium Danych) udostępnia dane w standardzie R-OLAP (relational OLAP, relacyjnych struktur przetwarzania i analizy). Aplikacja raportująca CEDRUS nakłada na CRD mechanizm H-OLAP (hybrydowy mechanizm prezentujący dane relacyjne jako wielowymiarowe) w postaci warstwy EUL (widok biznesowy użytkownika końcowego), umożliwiając prezentowanie danych według wymogów biznesowych. OFA używa silnika Express do analiz przechowywanych w nim danych, dysponując pełnym wielowymiarowym mechanizmem analiz M-OLAP (multidimensional OLAP).
W pierwszej fazie integracji danych dane źródłowe z systemów zbierane są w centralnym repozytorium danych (CRD), w obszarze ODS operacyjnych źródeł danych. Trafiają tam dane archiwalne pozyskiwane z aplikacji, dane aktualizowane przez aplikacje, wyróżnione dane wejściowe i wyjściowe aplikacji zintegrowanych z CRD (takich jak OFA) a także dane plikowe. Następnie dane te są automatycznie przetwarzane, przeliczane według zaimplementowanych modeli, weryfikowane przed wprowadzeniem a na końcu przenoszone do odpowiednich obszarów - tabel relacyjnych CRD lub wielowymiarowych danych finansowych Express, gdzie są odwzorowywane jako miary w obszarach biznesowych OFA-MAR. Na potrzeby OFA-MAR część tabel relacyjnych CRD zawiera opis struktur OFA oraz dane przeznaczone do wymiany z wielowymiarową bazą Express, dzięki czemu możliwe jest automatyczne tworzenie i dostosowanie obszarów baz Express (baza SUPER) i CRD (schematy LUX_OFA i LUX_ODS_OFA) do wymienianych danych oraz odwzorowanie w nich biznesowych struktur

Meta dane przepływu danych (wyniki weryfikacji danych i zapis działań procesów zarządzania danymi przez Modułu Obsługi Zdarzeń) gromadzone są po stronie CRD i udostępniane przez interfejs WEB Modułu Detekcji Zdarzeń razem z funkcjonalnościami zarządzania procesami zasilania CRD i Express oraz dystrybucji danych i struktur w obrębie OFA. Meta dane struktur danych zawierają opisy wymiarów wspólne dla poszczególnych miar biznesowych, oraz deinicje danych biznesowcyh zawierające wartości miar reprezentujących zmienne modeli rynku energii.W ramach obszarów wymiany danych bazy SUPER oraz sprzężonych z nią schematów CRD (LUX_OFA i LUX_ODS_OFA) przewidziano też miejsce na wymianę danych z aplikacjami TAXUS, PRUNUS, ILEX, RISK, IFS, OPTIMA, choć w obecnej chwili pozostaje ona jednostronna. Oprócz danych plikowych rejestrowanych przez CRD trafiają także do OFA dane plikowe zaczytywane przez funkcję ładowania plików z poziomu klienta OFA lub z interfejsu Express – Excel plug-in umożliwiającemu symetryczną wymianę danych pomiędzy bazami prywatnymi Express a plikami Excel. Z drugiej strony interfejsy WEB i klienta OFA umożliwiają generowanie plików, w tym w formatach txt, csv i xls

8. Silosy informacyjne

Naturalnym i popularnym podejściem do analizy złożonych zjawisk jest metoda „dziel i rządź”, w której problem pozornie przerastający możliwości ogarnięcia jest dzielony na mniejsze, z którymi pojedyncza osoba jest się w stanie uporać. Zarządzanie procesami czy informacjami polega wtedy na drążeniu i rozbijaniu zagadnienia na mniejsze, a następnie ograniczeniu się w kolejnych działaniach do otrzymanych wycinków czy też ‘ziaren’ danych. Takie podejście do całości zagadnień w skali przedsiębiorstwa powoduje uboczny efekt – powstanie silosów informacyjnych. Taki ‘silos informacyjny’ odpowiada wiedzy o przebiegu danego procesu i danych z nim związanych na każdym poziomie, dostępnej jedynie pojedynczym specjalistom lub pionom, efektywnie czyniąc z niej wiedzę ezoteryczną, niedostępną i niezrozumiałą dla pozostałych pracowników.
Utrudnia to poziomą integrację procesów biznesowych oraz zmniejsza skuteczność zarządzania, co przekłada się na obniżenie efektywności przedsiębiorstwa. Jednym z takich ‘silosów’ pozostającym jeszcze w PKE jest segment zarządzania ciepłownictwem w poszczególnych elektrociepłowniach. Dobór pracy bloków i kotłów ciepłowniczych jest dyktowany prognozowanym przez specjalistów z elektrowni zapotrzebowaniem na ciepło, optymalizacja produkcji i kosztów produkcji energii elektrycznej w skojarzeniu jest w dniu obecnym niewykonalna z braku odpowiedniej wiedzy, danych i modeli obliczeniowych Centrum Zarządzania.
‘Otwieranie silosów’ wymaga udostępnienie danych na każdym poziomie oraz otwarcia procesów na ingerencje z zewnątrz, w ogólności odpowiada to następującym po analizie składników podejściu holistycznemu, w którym powtórnie składamy podzielone procesy i obszary w jedną całość, tym razem już ogólnie zrozumiałą – nawet, jeśli dostępną jedynie kadrze zarządzającej. Analogiczny ‘silos’ dla zarządzania pracą bloków JWCD został skutecznie rozbity, dzięki czemu optymalizowane są koszty i przychody z tytułu produkcji energii elektrycznej, ofert bilansujących, regulacyjnych usług systemowych a nawet limitów emisji i praw pochodzenia energii odnawialnej już na etapie długoterminowego planowania planów sprzedaży i produkcji, co było jednym z zadań wdrożenia budżetowania w aplikacji OFA – MAR.
Rys. 4. Schemat wymiany danych w ramach procesów zarządzania sprzedażą i produkcją energii przez pion handlowy Południowego Koncernu Energetycznego.

Koordynacja i wymiana danych pomiędzy pionowymi procesami biznesowymi odrębnych działów PKE oraz symulacja i nadzorowanie działania tych procesów są wspierana na kolejnych etapach przetwarzania danych przez rozszerzony system analityczny. Wdrożenie nowych funkcjonalności systemu analitycznego w PKE obejmowało m.in. rozszerzenie obszarów hurtowni, zdefiniowanie operacyjnych źródeł dla wybranych dokumentów dostępnych w formie plikowej, określenie struktur i obliczeń dla obszarów i miar biznesowych a następnie odwzorowanie ich zarówno w warstwie relacyjnej hurtowni CRD jak i przestrzeni wielowymiarowej baz Express, wymieniających w tych obszarach dane z hurtownią. W oparciu o dedykowane repozytorium Express oparto aplikację OFA – MAR (Oracle Financial Analyzer łącznie z Modułem Analiz Rynkowych), co pozwoliło na integrację dostępu do danych źródłowych i biznesowych oraz obliczeń i symulacji w jednym środowisku analitycznym, w szczególności w zakresie planów, przychodów i rozliczeń związanych z działalnością PKE na rynku energii elektrycznej.

9. Przetwarzanie danych przez systemy analityczne w PKE

Architektura aplikacji analitycznych w PKE opiera się na warstwie systemów transakcyjnych, będących bieżącymi źródłami danych zmiennych w czasie. Kolejna warstwa to procesy ETL (ekstrakcji, transformacji, ładowania) przenoszące te dane do obszaru ODS (operacyjnych źródeł danych) a następnie tematycznych obszarów biznesowych hurtowni CRD. W hurtowni dane źródłowe zmienne w czasie wymiarowane są czasem lub konfiguracjami, tak więc raz wprowadzane dane pozostają dostępne i niezmienione. Warstwa prezentacji danych opiera się na widokach - definicjach źródeł oraz miarach biznesowych wyliczanych dynamicznie w aplikacji CEDRUS na podstawie danych relacyjnych z CRD. Zaawansowane analizy i symulacje wspiera OFA – MAR, która w bazach Express przechowuje dane zintegrowane w obszarach biznesowych zorganizowanych wzdłuż wymiarów, hierarchii i atrybutów, co umożliwia wariantowe agregacje na danych źródłowych, drążenie danych oraz sprzężenie zwrotne z wynikami uruchamianych modeli biznesowych.


Oracle Financial Analyzer jest aplikacją umożliwiającą raportowanie, analizę danych finansowych oraz tworzenie i konsolidację budżetów w obrębie całej firmy. Niezwykle istotną cechą OFA jest praca w środowisku rozproszonym. Pozwala to na dostosowanie architektury systemu do wewnętrznej organizacji i potrzeb przedsiębiorstwa. Główne funkcje aplikacji Oracle Financial Analyzer to m.in. tworzenie wielowymiarowych analiz biznesowych, modelowanie finansowe, analiza ogólna i wskaźnikowa, przygotowywanie planów i budżetów, analiza wariancyjna, prognozowanie wyników finansowych, integracja danych pochodzących z różnych źródeł, analiza i wprowadzanie danych z poziomu sieci WEB.
Zorientowanie na dane pozwala zachować kontrole i spójność księgowania oraz raportowania, wsparte interfejsami pobierania danych, raportami finansowymi i dziennikami danych a także metodami uzgadniania danych, konsolidacjami i próbnymi bilansowaniami. OFA wspiera także Business Intelligence, procesy zarządzania zorientowane na decyzje, takie jak budżetowanie, planowanie, prognozowanie, raportowanie ‘Ad Hoc’, analizy i obliczenia, hipotetyczne scenariusze, modelowanie, złożone alokacje oraz kosztorysowanie. W analitycznym systemie wielowymiarowym OFA-MAR „dzielenie” obszarów danych wzdłuż wymiarów odbywa się dynamicznie, w każdej chwili można zmienić układ i kąt spojrzenia na przestrzeń danych, która pozostaje całością.


Moduł Analiz Rynkowych w PKE integruje dane w ramach obszarów biznesowych, odwzorowuje logikę i charakter danych pochodzących z różnych systemów i pionów a także może odwzorowywać procesy obiegu informacji w poszczególnych działach. W szczególności MAR realizuje w OFA obszary biznesowe rynku energii w formie danych źródłowych, planów, symulacji i rozliczeń: Są to zestawienia otrzymane na podstawie danych źródłowych z systemów WIRE, SOWE, TAXUS, FLEXIKON, SAT, C2000, e-SPIM, POLPX, POEE, OPTIMA, IFS, JACENTRA oraz plików płaskich z danymi historycznymi o PKM-ach, handlu na TGE, rynku i taryf lokalnych SD, notowaniami giełd światowych, charakterystykami kosztowymi i parametrami eksploatacyjnymi EHT i DTP.

- Dane miesięczne budżetów w zestawieniach segmentów i bloków
- Zapisy i profile realizacji kontraktów dwustronnych oraz zgłoszeń umów sprzedaży energii
- Rozliczenia działalności na Rynku Bilansującym (w obszarze OSP oraz w obszarach rynku lokalnego SD)
- Świadczenia Regulacyjnych Usług Systemowych
- Segment giełd – obrót z TGE, Kantorem Energii oraz innymi platformami obrotu energią, w których uczestniczy Odbiorca
- Symulacja rozliczenia jednostki rozliczeniowej energii JGwr i jednostek wytwórczych WW
- Rozliczenie jednostek obrotowych SW, ZW, WM(zakupowej, sprzedażowej i wymiany międzysystemowej) i odbiorczej
- Segment kontraktów bilateralnych
- Segment wymiany międzysystemowej
- Segment kontraktów z odbiorcami TPA
- Segment transakcji SPOT
- Opłaty przesyłowe i akcyza
- Rozliczenia usług Operatora Handlowego innym Uczestnikom Rynku (OH, OP, OHT)
- Analizy specyficznych wielkości rynkowych np. proste predykcje cen i zapotrzebowania,
- Raportowanie danych pomiarowych, technicznych i handlowych
- Walidacje danych pomiarowych z rozliczeniowymi (np. sprawdzanie rozliczeń PSE lub jakości pomiarów DGC 2000)
- Zestawienia przebiegu pracy bloków i realizacji kontraktów

10. Możliwości platformy OLAP i interfejsów Express

Bazy danych Express pełnią zarówno rolę platform aplikacyjnych dla Oracle Financial Analyzer, jak i dedykowanych repozytoriów OLAP. W przyjętej w PKE architekturze użyty został tylko jeden serwer baz Express, pełniący rolę platformy aplikacji OFA, silnika OLAP oraz repozytorium struktur administracyjnych i obliczeniowych oraz prywatnych baz użytkowników. Dzięki takiemu rozwiązaniu można nadzorować z poziomu Modułu Detekcji Zdarzeń procesy zarządzania danymi, w tym komunikację pomiędzy bazą Express Superadministratora i Centralnym Repozytorium Danych (hurtownią Oracle 10g) oraz dystrybucję struktur uprawnień i danych pomiędzy bazami użytkowników Express i OFA. W szczególności z dowolnej stacji roboczej a także z poziomu programu Excel lub przeglądarek WEB użytkownicy mogą się zdalnie łączyć ze swoimi prywatnymi repozytoriami w OFA.

Serwer OLAP jest wykonany w Technologii Oracle Express, funkcjonalność dostępu dodanych jest realizowana za pomocą języka SPL (strukturalny język programowania), dzięki któremu realizowane są dowolne widoki danych oraz definiowane modele. Express realizuje także dostęp relacyjny do danych w języku SQL i może komunikować się w nim z innymi bazami danych. Otwarte API pozwala na integrację z wieloma aplikacjami, takimi jak Express Objects, Express Analyzer, Oracle Sales Analyzer, Oracle Financial Analyzer oraz oprogramowanie przez dostawcę własnych interfejsów i rozwiązań. Wspierane jest także rozwiązanie mobilne „Client-only” OLAP (Personal Express) w całości instalowane na stacji osobistej, po podłączeniu do systemu komunikujące się z serwerem administracyjnym.
W fazie eliminacji obiegu XLS przydatna jest ‘wtyczka’ do programu MS Excel, umożliwiająca na czas połączenia integrację danych wybranej bazy prywatnej Express oraz formatki.


Połączenie z prywatną bazą użytkownika zrealizowane przez Express-Excel plug-in umożliwia wprowadzanie i przesyłanie danych zarówno z bazy Express do arkuszy Excel jak i z arkusza Excel do bazy Express. Dzięki temu Excel jest wykorzystywany zarówno jako interfejs do danych, jak i pomocnicze środowisko analityczne umożliwiające pracę w oddzieleniu od systemu a następnie wyrównanie stanu danych.

Ze względu na ograniczenia MS Excel dane prezentowane są w postaci dwuwymiarowego rzutu, ale dynamiczne połączenie z bazą Express oraz generowane przez wtyczkę makra VB umożliwiają częściową symulację środowiska wielowymiarowego łącznie z drążeniem wzdłuż hierarchii wymiarów i uruchamianiem zdefiniowanych w OFA obliczeń. Z drugiej strony formuły Excel mają dostęp do danych, co umożliwia wykorzystanie zaimplementowanych już w formatkach wzorów oraz pracę w dobrze znajomym analitykom środowisku.

Dla rutynowych czynności wprowadzania i raportowania danych wystarczają funkcjonalności interfejsu WEB realizowane przez Express WEB Server, obsługujący także serwer internetowy aplikacji OFA. Wymagają one jedynie przeglądarki internetowej z obsługą JAVA.


Zdefiniowane w OFA raporty i wykresy oraz dane można przeglądać i modyfikować w interfejsie WEB, i na odwrót, jednakże komponenty definiowalnych pól i podręcznych obliczeń są dostępne tylko w OFA, zaś część graficznych efektów komponentu wizualizacji jest widoczna tylko w formatkach oglądanych z poziomu przeglądarki.


11. Procesy budżetowania w OFA
Proces budżetowania przychodów PKE jest iteracyjny. Główne iteracje to utworzenie planu 3-letniego, rocznego, aktualizacji wykonania półrocznego z korektą planu drugiego półrocza oraz rozliczenie roczne po zamknięciu roku. Dodatkowe iteracje obejmują na ogół kolejne wersje planów rocznych w okresie sierpnia – października roku poprzedzającego oraz bieżące rozliczenia miesięczne.
Plan trzyletni jest tworzony w oparciu o projekcje długoterminowe oraz trzyletni plan remontów generalnych, nie został on jeszcze wypracowany w aplikacji OFA-MAR. Najważniejszy plan – roczny powstaje w kolejnych wersjach (utworzono dotychczas trzy wersje), uwzględniających zmianę dostępnych mocy wytwórczych w efekcie wprowadzenia nowych planów remontowych za pośrednictwem systemu TAXUS oraz modyfikacje autorskich miesięcznych danych planów pracy elektrociepłowni wprowadzonych przez interfejs. Z rozliczeń i korekt miesięcznych planów powstały jedynie wersje próbne dla roku 2006, odpowiednio rozliczenia dla okresu styczeń – wrzesień [Rys. 12] oraz plany dla pozostałych miesięcy 2006 roku, jednakże przygotowane zostały modele weryfikujące przyszłe rozliczenia 2007 według danych profili realizacji kontraktów (TAXUS), przyjętych umów sprzedaży energii (WIRE), zgłoszonych umów przesyłu (dane z OSD) oraz faktur (IFS).
Pozyskane plany są uzupełniane o predykcje obrotu energią w ramach transakcji SPOT i TGE oraz wykorzystania ofert bilansujących i odchyleń na RB. W tej fazie wykonywane są analizy całościowe wolumenu sprzedaży w segmentach odbiorców oraz opłacalności obrotu energią czarną, czerwoną i zieloną, jak również szacowania przychodów w poszczególnych segmentach sprzedaży energii.

Przyjęty model budżetowania zakłada niezależne od planowanych kontraktów pozyskanie danych planowanych lub prowadzonych remontów dla każdej wytwórczej jednostki grafikowej oraz plany pracy lub ich wykonanie dla elektrownii i elektrociepłowni niecentralnie dysponowanych. [Rys. 13].

Moce dyspozycyjne poszczególnych bloków dla zadanego trybu pracy, typu strefy oraz stanu regulacji są określane na podstawie wybranych konfiguracji danych technicznych na podstawie źródeł WIRE, SAT, EHT, TAXUS lub wprowadzonych ręcznie przez dział EHP. Według wprowadzanych formuł określone są godzinowe zdolności mocowe poszczególnych bloków i koncernu oraz ich miesięczne możliwości wytwórcze i zdolności kontraktowe minimalne, maksymalne oraz domyślne. Formuły te są zazwyczaj zależne od danych dyspozycyjności bloków w dniach mocowych (powszednich) i białych (świątecznych) oraz rozkładu zestawów stref w dobach (na odstawie TAXUSA), przy czym dla każdej strefy stosuje się odmienne wzory. Z załącznika do umowy przesyłowej wprowadzane są do OFA stałe w sezonie ograniczenia elektrowniane oraz obliczane wolumeny sumaryczne oraz godzinowe niezbędne do ich spełnienia dla poszczególnych grup bloków. Ograniczenia systemowe mogą być symulowane (na podstawie danych historycznych WIRE i SOWE) odrębnie dla każdej godziny i grupy bloków, lecz mają dużo mniejszy wpływ na planowanie miesięcznych wolumenów produkcji poszczególnych elektrownii.


Dane ogólne warunków kontraktów bilateralnych i długoterminowych pochodzą z systemu TAXUS, ale w budżecie wolumeny miesięczne w poszczególnych segmentach są planowane w OFA z użyciem modeli rozkładających obciążenia kontraktowe na bloki i miesiące według wolnych zdolności produkcyjnych oraz dodatkowych kryteriów preferencyjnych i kosztowych. Wartość roczna zindeksowanych przychodów mocowych z tytułu KDT (kontraktów długoterminowych z PSE) jest wprowadzana ręcznie, ale upusty z tytułu planowanych przychodów RUS wraz z alokacją przychodów mocowych na poszczególnych blokach w miesiącach oraz wyliczenie cen mocowych jest realizowane automatycznie dla bloków w kontraktach KDT przez dedykowane modele i grupy przeliczeń.
Zadaniem działu EHP odpowiedzialnego za zarządzanie modelami Modułu Analiz Rynkowych jest także kontrola wykonalności i opłacalności powstających planów budżetowych bloków, stąd porównywane są wartości miar określających minimalne, preferowane i maksymalne wykorzystanie bloków (z uwzględnieniem postojów) z alokacją wolumenów oraz preferencjami wykorzystania bloku lub kosztami produkcji. Sprawdzane jest dotrzymanie wolumenu miesięcznego a następnie godzinowych wartości ograniczeń elektrownianych, obliczane są też przewidywane koszty produkcji, ilość emisji CO2, przychody RUS oraz udział produkcji energii odnawialnej. W obszarze kontraktów wyliczane są spodziewane przychody ze sprzedaży energii i świadectw pochodzenia oraz sumaryczne koszty zakupu limitów emisji CO2. Spodziewany wolumen obrotu SPOT (handel doraźny), TGE (obrót na giełdzie towarowej) i RB (działalność na rynku bilansującym) są zakładane lub prognozowane na podstawie danych z rozliczonych już miesięcy. Przychody i wolumeny poszczególnych kontraktów w segmentach są alokowane na bloki w ramach planowanego wykorzystania ich w ramach segmentów lub według historycznego wykonania.
Analiza opłacalności potencjalnych kontraktów względem kosztów produkcji może wpłynąć na zmianę planów kontraktacji w kolejnych wersjach. Podobnie może nastąpić dostosowanie planów remontowych do kontraktowych, zwłaszcza w zakresie remontów bieżących. Ograniczenia techniczne produkcji wymagają dostosowania części kontraktów do możliwości wytwórczych, zarówno w sumarycznym miesięcznym wolumenie jak i w poszczególnych dobach, regulacyjność produkcji bloków ogranicza także zmienność dobową kontraktów (na potrzeby analiz długoterminowych poszczególne kontrakty własny stały w okresach realizacji profil dobowy dla danego typu dnia). Model symulujący drążenie rozkładów wolumenów na bloki z poziomu miesięcy stref (dób i godzin) pozwala na wykrywanie i eliminację indywidualnych przypadków niedostosowania rozwiązań długoterminowych do lokalnych, godzinowych uwarunkowań.
Na podstawie planowanego wolumenu produkcji oraz jego profilu określa się wykorzystanie bloku w miesiącu, zarówno ilość godzin pracy jak i poziomy mocy w poszczególnych strefach, co pozwala na obliczenie kosztów produkcji według krzywych charakterystyk kosztów zmiennych (zależnych od wysokości godzinowych poziomów mocy) oraz emisji CO2 (dane SAT, EHT, DTP). Do tego dochodzą zależne od czasu pracy szacunkowe przychody z tytułu RUS oraz proporcjonalny do całkowitego wolumenu produkcji udział energii zielonej. Możliwe jest też aproksymowanie przychodów z RB dla każdej godziny pracy bloku, jednak ze względu na system rozliczeń oraz złożoność prognoz Przychody te są szacowane w skali miesiąca i całego koncernu. [Rys. 15].
Rozliczenie budżetu jest procesem odwrotnym do planowania, jako że wychodzi się od rzeczywistych godzinowych danych realizacji kontraktów oraz punktów pracy bloków, oblicza koszty (na podstawie danych godzinowych) a następnie sumuje rzeczywisty czas pracy i remontów, koszty produkcji, osiągnięte przychody z kontraktów, usług, obrotu prawami majątkowymi i energią na giełdzie. Dane remontów pochodzą z wykonania wg SAT i SOWE oraz EHT i TAXUSA, sprzedaży z WIRE, plików ZUP/ZUPO oraz TAXUSA, koszty i emisje są obliczane na podstawie danych SAT, SOŚ, DTP lub OPTIMY.


Bieżące analizy mogą dotyczyć planowanego stanu KSE (w tym bilansu popytu i podaży oraz prognozowanych cen TGE, SPOT i RB), weryfikacji bilansu emisji, energii czerwonej i zielonej, rozliczeń sprzedaży oraz założonych poziomów pracy bloków.
Automatycznie liczone są narastające odchylenia wykonania planu w skali miesięcznej lub dobowej dla przychodów z segmentów kontraktów bilateralnych i długoterminowych, obrotu oraz RUS. Dokonywane są analizy godzinowe efektów finansowych działalności na Rynku Bilansującym, w zakresie ofert bilansujących i odchyleń produkcji bloków. Wyliczane są koszty handlowe i techniczne awarii oraz nieplanowanych przełączeń bloków oraz amortyzacja kosztów uruchomienia bloku względem wolumenu lub czasu pracy.

11. Podsumowanie wdrożenia OFA – MAR w PKE
Wdrożenie nowej aplikacji wymagało rozwiązania trudności technologicznych, dogłębną analizę merytoryczną budżetowania i procesów obsługi rynku energii oraz, co najważniejsze, wprowadzenie zmian w metodyce i organizacji pracy działu EHP.
Dzięki wprowadzeniu do OFA nowych funkcjonalności, w tym zewnętrznego interfejsu do sterowania uruchamianiem aplikacji, przepływem danych i dystrybucją struktur, udało się zautomatyzować proces zarządzania danymi OFA-MAR oraz zintegrować aplikację z systemem LUX a zwłaszcza z jego Centralnym Repozytorium Danych. Wykorzystanie funkcjonalności budżetowania przez dział EHP zakończyło się sukcesem i wypracowaniem w OFA trzech kolejnych planów. Wdrożenie pracowników do pełnego wykorzystania możliwości Modułu Analiz Rynkowych jest procesem długotrwałym ze względu na ogrom zagadnień merytorycznych, dostępnych analizom dzięki odwzorowaniu obszarów biznesowych dotąd ukrytych w ‘silosach informatycznych’ pozostałych działów. Osiągnięciem jest odejście od dotychczasowych procedur ‘wprowadź dane do pliku XLS – dokonaj ręcznych obliczeń – wydrukuj wyniki’ na rzecz wykorzystania zintegrowanych danych źródłowych, rejestracji modeli oraz współdzielenia wyników we wspólnym środowisku analitycznym. System analityczny OFA – MAR jest otwarty, będzie on w miarę wykorzystywania ewoluował, wzbogacał się o nowe modele, funkcjonalności i zastosowania.