风电机组节能工程造价与财务分析

李静，吉格迪

（1.北京工业职业技术学院建筑与测绘工程学院，北京　100042；2.内蒙古工业大学管理学院，内蒙古呼和浩特　010051）

风电机组节能工程造价与财务分析

李静1，吉格迪2

（1.北京工业职业技术学院建筑与测绘工程学院，北京100042；2.内蒙古工业大学管理学院，内蒙古呼和浩特010051）

提出一种基于静态层次融合博弈视角的风电机组节能工程的造价预测算法实现财务分析。构建了风电机组节能工程的造价参量约束模型，采用静态层次融合方法对风电机组节能工程的参量数据进行质量-效率-成本融合，计算风电机组节能工程开销工程造价的潜在市场效益，结合参量约束条件，得到造价预测的优化函数。在博弈视角下，进行财务数据分析时发现，对风电机组节能工程造价的预测精度提高32.87%，质量水平均为90%以上、效率水平为100%、单位成本降低了10.5万元。仿真结果表明，采用该模型能实现风电机组节能工程的质量、效率和成本的优化配比，提高了工程质量和施工效率，降低工程成本。

风电机组；节能工程；财务分析

当前，我国自然资源紧缺，开发新能源和绿色节能成为实现绿色节能持续发展的关键。风力发电作为一种新兴的绿色能源，具有可再生性和环保性等优点，受到了能源开发和发电部门的关注，已成为未来节能发电的趋势。风机通过风力带动电机的转子叶片、机舱实现能源生成的发电机。风力发电具有随机性和不可预测性，需要通过风电机组节能工程实现系统化和持续化发电。但由于风电机组节能工程系统庞大，制约因素较多，造价控制困难，研究风电机组节能工程的造价与财务分析，可以实现对风电机组节能工程的造价预测和精确的成本控制，对节省工程开销，提高工程建设的效率具有重要意义［1-3］。

传统方法中，对风电机组节能工程的造价控制和财务分析方法主要采用的有主成分分析方法、支持向量机控制方法、神经网络控制方法和广域参数分布的反馈分析方法等［4-6］。但这些传统算法在取得一定进展的同时还存在计算复杂、耗时长、精度低，误差大的缺陷，不适合实际应用［7-13］。

本文提出一种基于静态层次融合博弈视角的风电机组节能工程造价预测算法。构建了风电机组节能工程的造价参量约束模型，采用静态层次融合方法对风电机组节能工程的参量数据进行质量-效率-成本融合，在博弈视角下，进行财务数据分析，在降低造价成本的同时，提高了风电机组节能工程的质量和工程效率。仿真实验进行了性能验证，展示了本文算法在实现风电机组节能工程造价预测和质量控制方面的优越性能，具有较好的应用价值。

1　大型风电机组节能工程造价预测模型构建与问题分析

1.1风电机组节能工程的造价参量约束模型

本文设计大型风电机组节能工程造价控制算法，进行风电机组节能工程的造价参量约束模型的数学模型构建，通过前期的精确工程预算，提高风电机组节能工程的造价控制精度，风电机组节能工程造价预算模型受到工程中的标价、财政开支、利润、工程建设管理结构、风电机组节能工程物的寿命、风电机组节能工程物市场耗材价格等多元因素的影响，需要对工程造价参数进行约束模型估计和统计性财务分析。设有多个风电机组节能工程造价约束原始数据信息结构A=｛a1，a2，…，am｝，以风电机组节能工程成本作为产能效益指标，实际风电机组的建设造价成本性预测评估信息为C=｛c1，c2，…，cn｝（此处结合风电机组节能工程造价约束模型特征，假设工程造价成本集对｛Fi，FU｝），风电机组节能工程材料的聚簇属性权重W=｛w1，w2，…，wn｝，风电机组节能工程造价信息流聚簇的空间维向量为D=｛d1，d2，…，dp｝，在风电机组节能工程结构设计中，希望以较小的代价获得较好的建筑成本收益，在此构建参数约束模型，首先给出相关的符号定义。

W：表示风电机组节能工程中财务信息数据的集合，w∈W。

qw：风电机组节能在线性约束路径OD对w间施工人工费用，qw=q~w+qˆw。

q：风电机组节能工程网络上所有OD对w的出行需求量之和，

Kw：风电机组节能工程在OD对w间所有路径集合，k∈K。

风电机组节能工程管理者通过这些约束参数构建时空分布特征来制定节能工程政策，使风电机组节能工程的运行效率最高。在工程造价控制中使风电机组节能工程的成本控制目标函数取得最大值：

式中：右边第一项表示风电机组节能工程中的总的社会效益；第二项表示风力发电的成本；β为一常数，表示风电机组发电量与费用的单调函数。风电机组节能工程的造价参量约束模型构建中，给出风电机组节能工程的市场渗透率可以表示为：

式中：ηw为风电机组节能工程的效益输出比例；α、β为待定系数。构建一组多维的工程造价线性预测评估数据为：，表示风电机组节能工程后节约的发电成本，和分别为：

根据风电机组节能工程造价经济流量的信息特征，得到风电机组节能工程的造价参量约束模型，为进行工程造价控制提供参考。

1.2工程造价数据融合分析

采用静态层次融合方法对风电机组节能工程的参量数据进行质量-效率-成本的数据融合，由于大型风电机组节能工程修建影响因子复杂，传统方法中采用基于线性模型或者等效近似的线性模型对大型风电机组节能工程开销序列的线性预测，随着诸多影响参量的非线性动态变化，导致财务数据分析的融合性能不好。对此，本文采用静态层次融合方法，求解非线性规划模型得：

根据线性预测模型，计算第p项风电机组节能工程建设中的施工组别数量，构建工程成本模型：

M表示风电机组节能工程施工过程中的工程线数；S=｛S1，S2，…，Snum｝为风电机组节能工程消耗影响特征信息统计集合；风电机组节能工程建设生产组别k完成的效益型财务数据融合特征为：

采用区分等级方式计总效用函数来表达如下：

式中：Q=（Q1，…，Qi，…，QM）为M个节能工程的强度；Pi为风电机组节能工程建设的效益量标准化单元，在第i个质量-效率-成本形态中，进行用主成分分析，得到静态层次融合的竞争因子为ρ（0≤ρ≤1），通过质量-效率-成本控制［9］，得到风电机组节能工程建设的质量-效率-成本的数据融合模型为：

式中：Θ称为风电机组节能工程建设的效益和财务收支融合度，求解方程的极值，得到节能工程质量的最优解分别表示为

2　工程造价预测改进模型设计

在参数融合工程造价数据融合分析的基础上，通过对风电机组节能工程的造价控制和财务分析，实现工程造价的准确预测，降低风电机组节能工程的建设成本。传统的风电机组节能工程的造价采用主成分分析方法进行造价预测与财务分析，无法有效满足风电机组节能工程标的细化预测要求，造价预测精度不好。为了克服传统方法的弊端，本文提出一种基于静态层次融合博弈视角的风电机组节能工程的造价预测算法实现财务分析，在博弈视角中，大型风电机组节能工程建设的成本和效益的博弈双方目标函数为：

计算风电机组节能工程开销工程造价的潜在市场效益，根据式（14）可得：

根据风电机组节能工程投入使用后的效益型指标和经济型指标，进一步对工程造价的博弈函数简化写为：

再结合参量约束条件，得到造价预测的优化函数为：

根据造价控制函数，进行财务分析。根据大型风电机组节能工程项目成本降低额=项目预算成本-项目目标，施工成本表示为U，风电机组建设的材料费用为φa，成本阀值分别为σ1，σ2和σ3，在大型风电机组节能工程建设中，结合财务分析数据进行风电机组节能工程的开销评估，提高财务分析的精度。

3　仿真实验与结果

为测试本文算法在实现风电机组节能工程造价控制和财务分析预测的性能，进行仿真实验，实验的硬件环境为：CPU为Intel®CoreTMi7-2600@3.495GHz的PC机，内存为4*5 GB DDR3@157 9-79-24，仿真语言为Matlab 7.0.风电机组节能工程的费用主要包括了电机安装的人工费，风电机的机组费、风电机组节能工程在建设和安装过程的配件费，工程造价控制的目标是提高利润和减低成本费用，提高生产效率，得到风电机组节能工程各项费用汇总见表1。

表1　风电机组节能工程各项费用汇总Tab.1　Summery of all the costs of the wind turbine energy-saving project

根据仿真环境和参数设定，进行风电机组节能工程造价预测仿真实验。首先进行原始数据的采集，得到原始的风电机组节能工程造价影响数据采样结果，如图1所示。

以财务分析采样数据为基础，进行风电机组节能工程造价预测，同时对预测模型的质量-效率-成本的3个参数寻优，实现财务数据静态层次融合，得到采用本文算法和传统方法对风电机组节能工程造价的预测结果如图2所示。由图2可知，采用本文算法，具有较好的预测精度，数据波动振幅降低20.33%，预测精度提高32.87%，实现对风电机组节能工程造价的精确控制。

图1　原始的风电机组节能工程造价影响数据采样结果Fig.1　The original wind turbine energy-saving project cost impact data sampling results

图2　风电机组节能工程造价预测结果对比Fig.2　Comparison of the prediction results of the wind turbine energy-saving project cost

最后进行财务数据分析，实现风电机组节能工程的质量、效率和成本的优化配比，得到采用本文方法进行财务分析下的工程质量、效率和成本最优解集及传统算法进行财务分析下的工程质量、效率和成本最优解集如表2、表3所示。

由表2—表3可知，采用本文方法，其质量水平都在90%以上，效率水平为100%，单位成本为44.4万元，相比传统算法质量水平增加了10%，效率水平升高了8%，单位成本降低了10.5万元。则本文相比传统算法提高了工程质量和施工效率，降低工程成本。

表2　本文算法财务分析结果最优解集Tab.2　The optimal solution set of the financial analysis results using the algorithm proposed in this paper

表3　传统算法财务分析结果最优解集Tab.3　The optimal solution set of the financial analysis results using the traditional algorithm

4　结语

通过对风电机组节能工程的造价控制和财务分析，实现工程造价的准确预测，降低风电机组节能工程的建设成本。传统的风电机组节能工程的造价采用主成分分析方法进行造价预测与财务分析，无法有效满足风电机组节能工程标的细化预测要求，造价预测精度不好。提出一种基于静态层次融合博弈视角的风电机组节能工程的造价预测算法实现财务分析。本文提出一种基于静态层次融合博弈视角的风电机组节能工程的造价预测算法实现财务分析。首先构建了风电机组节能工程的造价参量约束模型，采用静态层次融合方法对风电机组节能工程的参量数据进行质量-效率-成本融合，在博弈视角下，进行财务数据分析，降低造价成本的同时提高了风电机组节能工程的质量和工程效率。研究结果表明，本文方法具有较好的工程应用价值。

［1］樊扬，林勇，徐乾耀，等.广东电网风电出力特性分析及其经济性评价［J］.南方电网技术，2012，6（1）：8-11.FAN Yang，LIN Yong，XU Qianyao，et al.Analysis on the characteristics of wind power output in Guangdong power grid and its economic evaluation［J］.Southern Power System Technology Featured，2012，6（1）：8-11（in Chinese）.

［2］蒋雪峰，黄文新.基于节能与减噪的电力变压器多目标优化设计［J］.高压电器，2013，49（5）：49-52.JIANG Xuefeng，HUANG Wenxin.Multi-objective optimal design of power transformer based on energy-saving and noise reduction［J］.High Voltage Apparatus，2013，49（5）：49-52（in Chinese）.

［3］LIU Lixia，ZHUANG Yiqi，XUE Yongliu.Tax forecasting theory and model based on SVM optimized by PSO original research article［J］.Expert Systems with Applications，2011，1（38）：116-120.

［4］ZHANG Zhiying，GU Jiayu，XU Chen，et al.Rule-and PSO algorithm-based dynamic spatial rescheduling method for hull curved block construction［J］.Chinese Journal of Mechanical Engineering，2013，26（3）：594-605.

［5］李泓泽，郎斌.全寿命周期造价管理在电力工程造价管理中的应用研究［J］.华北电力大学学报：社会科学版，2008，1（2）：7-11.LI Hongze，LANG Bin.The application of the whole life cycle engineering cost management on the electricity engineering field［J］.Journal of North China Electric Power University：Social Sciences，2008，1（2）：7-11（in Chinese）.

［6］白尊亮.华东地区若干分布式冷热电三联供系统节能性及经济性分析［J］.电力与能源，2015，36（03）：340-343.BAI Zunliang.Energy-saving and economical property of several distibuted CCHP systems in eastern China［J］.Power&Energy，2015，36（03）：340-343（in Chinese）.

［7］彭向阳，毛先胤，王锐.冰区架空地线节能与直流融冰技术研究［J］.电瓷避雷器，2014，6（3）：1-7.PENG Xiangyang，MAO Xianyin，WANG Rui.Research on energy saving and DC ice melting technology of the overhead ground wire in ice area［J］.Insulators and Surge Arresters，2014，6（3）：1-7（in Chinese）.

［8］叶冬燕，王湘赞.风电发展影响因素及节能减排效益分析［J］.电网与清洁能源，2012，28（10）：69-73.YE Dongyan，WANG Xiangzan.An analysis on influencing factors of wind power development and benefits of energy［9］马国伟，陈永.660 MW机组送风机降速改造节能分析［J］.电力科学与工程，2014，30（5）：75-78.MA Guowei，CHEN Yong.Analysis of deceleration conversion energy saving in the forced draft fan of the 660 MW boiler［J］.Electric Power Science and Engineering，2014，30（5）：75-78（in Chinese）.

conservation and emission reduction［J］.Power System and Clean Energy，2012，28（10）：69-73（in Chinese）.

［10］高小涛.江苏电力节能减排的技术途径［J］.江苏电机工程，2015，34（1）：65-68.GAO Xiaotao.Technical approaches for energy-saving and emission reduction of Jiangsu power［J］.Jiangsu Electrical Engineering，2015，34（1）：65-68（in Chinese）.

［11］张冲，胡林献，胡佳.热电机组比重及热负荷对风电消纳率影响的研究［J］.电力系统保护与控制，2013，41（23）：120-125.ZHANG Chong，HU Linxian，HU Jia.Research on the impact of the proportion of thermal power generating units and heat load on the wind power accommodation rate［J］.Power System Protection and Control，2013，41（23）：120-125（in Chinese）.

［12］王林，杨佳俊，陈红，等.含风电场的电网潮流计算［J］.电力电容器与无功补偿，2015，36（1）：49-53.WANG Lin，YANG Jiajun，CHEN Hong，et al.Power flow calculation of wind power integrated systems［J］.Power Capacitor&Reactive Power Compensation，2015，36（1）：49-53（in Chinese）.

［13］张军，许晓艳，黄永宁，等.基于时序生产模拟仿真的宁夏电网风光优化配比研究［J］.电力系统保护与控制，2014，42（19）：81-86.ZHANG Jun，XU Xiaoyan，HUANG Yongning，et al.Optimal proportion study of wind and PV capacity in Ningxia power grid based on time sequence simulation［J］.Power System Protection and Control，2014，42（19）：81-86（in Chinese）.

（编辑董小兵）

Cost and Financial Analysis of Energy Saving Project of Wind Turbines

LI Jing1，JI Gedi2
（1.Department of Architectural Engineering，Beijing Polytechnic College，Beijing 100042，China；2.School of Management，Inner Mongolia University of Techonlogy，Hohhot 010051，Inner Mongolia，China）

This paper proposes a cost prediction algorithm of the wind turbine energy-saving project based on a static hierarchical fusion game perspective to realize the financial analysis.The cost parameter constraint model of the wind turbine energy-saving project is built and the quality-efficiencycost fusion of the parameter data is conducted with the static hierarchical fusion method，and the potential market benefits are calculated；and combined with the constraint condition，and the optimized function is obtained.Under the perspective of game，it is found through the analysis of the financial data that the proposed method helps to improve the prediction accuracy of the energy-saving project by 32.87%，and maintain the quality level at 90%and above and efficiency at 100%and reduce the unit cost by 105，000 Yuan.The simulation shows that the model proposed in the paper helps to optimize the ratio of quality，efficiency and cost，improving the project quality and construction efficiency and reducing the project cost.

wind turbine；energy saving project；financial analysis

1674-3814（2015）12-0101-05

TU985

A

2015-03-06。

李静（1982—），女，蒙古族，硕士研究生，讲师，主要研究领域为工程项目管理，工程造价管理；

吉格迪（1977—），男，蒙古族，博士研究生，副教授，主要研究方向为工程项目管理。

国家自然科学基金项目（71162015）；内蒙古自然科学基金项目（2014MS0705）。

Project Supported by National Natural Science Foundation of China（71162015）；Inner Mongolia Natural Science Foundation（2014MS0705）.