电网建设项目投资优化管理方法与应用

2011-03-04郑琳

电力建设 2011年1期

郑琳

（华北电力大学能源与电力经济研究咨询中心，北京市，102206）

0 引言

随着我国经济的发展和人民生活水平的提高，对电力的需求量越来越大，建设坚强可靠的电网就显得至关重要。为了服务于我国经济的发展，应不断增加和优化电网建设的资金投入，加快电网建设的步伐。在这种情况下，我国电网投资的高速增长已成为必然。据预测，从“十一五”到“十三五”20年内，我国电网建设和改造需要投入资金总规模达1.7万亿元，平均每年投入近900亿元[1]。面对如此大的投资规模，电网公司如何科学地确定电网建设的投资策略，建立完善的项目投资优化管理方法，杜绝重复投资、浪费投资等现象，已成为了日益关注的课题。

本文对电网建设项目投资优化管理方法与应用进行了研究。基于投资优化管理体系和流程分析，重点考虑了电网建设经济性、可靠性、社会性目标，并将资金总额约束条件转化为罚函数计入投资收益目标函数，构建了项目投资组合优化模型，运用遗传算法进行求解。最后，结合某省多个电网建设项目进行算例分析，得到最优投资组合方案。

1 电网建设项目投资优化管理体系

1.1 电网建设项目投资优化管理理念

目前，在我国电网建设项目投资管理工作中还存在着管理流程不清晰，投资评价方法不完善，指标体系考虑因素不全面等问题。这就要求电网公司建立一套科学电网建设项目投资优化管理方法，为投资决策提供支撑，实现投资收益最大化。

针对电网建设项目特点及其投资管理现状，电网公司投资优化管理的主要工作是：结合经济发展和电网建设投资规划，在电网运行现状分析与负荷预测的基础上，设计一套完善的投资评价指标和方法，以考察建设项目的经济合理性和技术可行性为目标，兼顾可靠性和社会性等影响因素，构建电网建设项目投资决策流程和投资优化管理方法，形成统一的投资优化管理体系，如图1所示。

1.2 电网建设项目投资优化管理流程

基于电网建设项目投资优化管理理念，电网公司应综合考虑项目的经济性、技术性、可靠性、社会性等影响因素，在有限的资金总额等条件约束下，运用投资优化管理方法选择出一个最优的项目或项目组合进行投资。其项目投资优化管理流程如下：

（1）项目投资初选。根据电网运行现状和负荷预测，以考察电网建设项目投资经济合理性、技术可行性和建设必要性为主要目标，建立多层次的投资初选评价指标体系。例如，第1个层次可分为建设性、技术性、经济性、环境性这4个指标；再将各目标按照自顶向下分析方法分解成若干影响因素，进一步分为下一层次子目标，包括项目重要性指标、成本费用指标、投资效益指标、技术先进性指标等；在此基础上，通过选择相应的指标权重、评价方法和计算指标，对各项目投资效益进行评价，同时分析投资存在的不确定性，从而得到满足要求的备选项目。

（2）项目投资筛选优化。对于通过投资初选的项目，利用已估算出的项目在建设期和生产运营期的现金流量，在考虑资金时间价值的前提下各项目的净现值等经济指标，结合负荷需求满足以及项目重要性分析，设计指标权重计算各备选项目在考虑以上影响因素情况下的综合得分，按照总分高低对初选得到的各单项目进行建设投资优先级排序。

（3）项目投资组合优化。在全面分析影响电网建设项目投资效益的各个因素的基础上，从经济、技术、社会效益等不同的角度出发，客观、综合地对电网建设项目进行定性和定量评价，按照上述流程初选得出可实施的备选项目，并对单项目进行筛选优化得到投资优先级排序。但是，在实际电网建设过程中，由于项目种类多、数量大，往往是多个项目同时进行，更多涉及的是对多个建设项目的组合投资，并且资金总额有限。这就要求电网公司不仅考虑到单项目的投资效益，更应重视多项目组合的投资优化，以最终实现将有限的资金在不同电网建设项目的投资分配上做出最优的安排。

2 电网建设项目投资组合优化

2.1 电网建设项目投资组合优化模型构建

电网建设的目的是向社会提供经济、安全、可靠、优质的电能。因此，在分析电网建设项目投资优化管理工作时，综合考虑了项目投资组合的经济效益，项目建设对社会产生的影响，所要满足的可靠性要求，以及资金总额的约束，以投资组合效益最大化为目标，建立了相应的投资组合优化模型及其求解方法，选出最优项目组合。

基于以上分析，本文采用净现值指标衡量电网建设项目投资组合的经济效益，即通过计算各个建设项目的投资成本、年收益、年运营成本，得出投资组合的净现值，在项目投资组合优化模型中用N(X X)表示。

式中：xi为投资变量，xi=1表示对第i个项目进行投资，xi=0表示不对第i个项目进行投资；X X=[x1，x2，…，xn]T，n为项目总数；CIit为第i个项目第t年的售电收入；COit为第i个项目第t年的运营成本；T为电网建设项目寿命周期；I为投资回报率；Qi为第i个项目投资建设成本。

容载比是评价电网运行可靠性的关键指标。电网容载比过高，大量供电设施被闲置，项目投资效率低；电网容载比过低，会形成电力瓶颈，抑制电能的消费，不利于经济的发展。220 kV电网的容载比宜取1.6～1.9，110/35 kV电网宜取1.8～2.1。采用容载比指标衡量电网建设项目投资组合的可靠性，即依据电网不同电压等级建设项目，考虑到容载比过高时的投资浪费，过低时对经济的抑制作用，以及为提高投资效益，在满足用电需求和可靠性要求的前提下，应逐步降低容载比取值，选取容载比1.6～1.8、1.8～2.0为可靠性约束条件，并将其经济化，在项目投资组合优化模型中用可靠性成本函数P(X X)表示。

式中：ci为第i个项目对系统的新增容量；c为原系统容量；α为电网剩余容量的影响系数；β为电网不足容量的影响系数；L为整个电网系统主线平均负荷。

此外，电网容量必须满足社会用电需求，根据运行现状和负荷预测开展电网建设投资。采用缺电成本指标衡量电网建设项目投资组合的社会性，即通过缺电损失分析电网投资对社会的影响，将其经济化，在项目投资组合优化模型中用社会性成本函数S(X X)表示。式中Cue为最大缺电成本。

同时，在模型构建中分析电网建设投资的资金约束条件，即项目组合的总投资不应超过总的资金限制F，将其经济化，在项目投资组合优化模型中用罚函数F(X X)表示。

综合考虑了电网建设项目投资组合的经济性、社会性、可靠性目标，以及容载比、资金总额约束条件，建立了投资组合优化模型

2.2 电网建设项目投资组合优化模型求解

由于电网建设项目规模庞大，建设周期长，涉及到电网公司、政府、设备供应商、施工单位等众多参与方，需要投入大量资金，其投资模型的高离散性、非线性、高维数等特点，采用常规的优化算法无法准确求解本文构建的投资组合优化模型[2]。如：动态规划法的变量维数高，计算速度慢；拉格朗日松弛变量法对其算子的选择困难等，都不能适用于大规模电网建设项目投资优化管理。

遗传算法是基于自然选择和遗传机制，依据优胜劣汰原则进行全局搜索和优选的随机优化方法，特别适合于整数型变量和组合优化问题[3-5]，其优点包括：

（1）操作简单，通过交叉和变异等逐步完成进化，最终逐步收敛到最优解，相对灵敏度分析、线性规划等数学方法更便于执行。

（2）可考虑多种目标函数和约束条件，使其适于解决电网建设项目这种多目标、多约束、非线性、混合整数的投资组合优化问题[6]。

（3）在获得最优解的同时也能给出次优解，为决策者根据实际情况改变投资方案提供信息，弥补了数学规划只能求得单解的不足。

（4）多点寻优，能以较大概率找到全局最优解，不受搜索空间的限制，不要求连续性、导数存在等假设[7-8]。

遗传算法的这些优点使其在电网投资规划等问题中得到了广泛的应用[9-10]。针对所构建的电网建设项目投资组合优化模型，本文运用遗传算法进行求解，通过简单的编码技术和进化机制将投资问题抽象为纯数学问题，便于同时处理整数变量和连续变量，具体步骤如下：

（1）准备必要数据。在求解最优项目投资组合之前，分析整理电网运行现状、各项目新增容量，以及负荷预测等数据，确定电网建设项目的投资成本，年运营成本和年收益等经济参数。

（2）建立模型。综合考虑电网建设项目投资组合的经济性、社会性、可靠性目标，计算N(X X)、P(X X)、S(X X)，运用目标函数Z对每个投资组合方案进行评价。同时，将投资组合资金总额约束条件以罚函数形式F(X X)并入模型目标函数中，从而将有约束条件的优化问题转化成无约束条件的规划问题。

（3）编码求解。对电网建设项目投资组合方案的所有决策变量进行编码，设定变异率和交叉率。在遗传算法中每个投资组合方案X X对应于1个染色体。采用整数编码，每个待选项目xi对应于1个基因，若该项目出现在这个方案中，则其基因值为1，否则为0。

3 算例

某省电网公司根据本省经济和电力发展规划，通过数据收集，对电网运行现状和负荷需求进行了分析预测，决定新建一批电网建设项目，并对部分已有电网项目进行改扩建。

根据电网建设项目投资优化管理流程及方法，经过投资初选和筛选优化，选出了7个电网建设项目进行投资组合优化管理研究。

在此基础上，运用电网建设项目投资组合优化管理方法，分析整理所需数据，构建投资组合优化模型，并进一步采用遗传算法求解得出最优项目投资组合。其中，为了便于模型的求解说明，对于备选的7个电网建设项目，只考虑220 kV电压等级。同时，假设每个电网建设项目的寿命期为25年，未来25年内各项目每年的年净收益和运营成本不变；资金总额约束为2.1亿元；投资回报率为6％，α=0.1，β=0.2；平均每年最大的缺电成本为20万元，且缺电成本与容量大小成正比；被选中项目容量之和即为系统新增容量。

通过分析整理，电网运行情况及筛选出的7个电网建设项目的投资成本、年收益、新增容量等必要数据如表1、2所示。

表1 电网建设项目的基本情况Tab.11 Basic data of power grid projects

表2 电网运行总体情况Tab.2 Total condition of power grid

按照建立的优化模型和假设情况，对备选的7个项目采用二进制编码，即项目入选时为1，落选则为0，染色体长度为7。输入各项目基本数据，确定利用Matlab软件求解模型。在遗传算法运行中，各染色体的适应度值如图2所示。

本文以电网建设经济性、社会性、可靠性为目标，将资金总额约束条件转化为目标罚函数而建立的投资组合优化模型，运用遗传算法得到的最后结果为：X X=[1，1，1，0，0，1，1]T，Z=3 566.4，即求解得出的电网建设项目最优投资组合为项目1、2、3、6、7，项目组合的预期收益现值为3 566.4万元。