电力公司主网投资规模预测模型研究

2016-03-10方建亮谢颖捷金烨孙峰

中国高新技术企业 2016年8期

方建亮　谢颖捷　金烨　孙峰

摘要：为提升电力公司主网投资规模预测的准确性，文章在分析主网投资主要影响因素的基础上，运用灰色预测法和层次分析法，构建了主网投资测算模型，解决了主网投资与影响因素之间关系复杂、主网投资预测困难等难题。通过相关验证，该模型预测精度较高，可作为电力企业主网投资决策的参考工具。

关键词：电力公司；主网投资；灰色预测法；层次分析法；投资规模预测模型文献标识码：A

中图分类号：F407 文章编号：1009-2374（2016）08-0020-02 DOI：10.13535/j.cnki.11-4406/n.2016.08.011

1 概述

对电力公司而言，电网建设投入规模不仅应满足本地经济社会发展的需要，同时也需要考虑电力公司的投资能力和投资绩效。近年来，电力企业围绕综合计划管理，从成本和效益角度设计投资评估指标体系，在资金投资测算与管理、投资后评估等方面进行了初步探索。但由于主网投资测算涉及影响因素较多，因素之间关系复杂，电网发展需求难以预测，目前仍然缺乏非常理想的主网投资测算模型。随着电力体制改革的日益深化，特别是2015年3月，中共中央、国务院已正式下发了《关于进一步深化电力体制改革的若干意见》，经济效益因素将会在电力公司投资决策中占有日益增大的比重。与此同时，决策因素的不确定性、决策元素的复杂化也对主网投资测算提出了挑战。因此，如何实现对电网投资规模的科学测算，优化投资规模、合理安排基建项目，平衡协调社会效益和公司经济效益，已经成为当前电力公司亟需解决的问题。

本文拟从分析研究主网投资与影响因素之间的关系出发，基于灰色预测理论，构建主网投资测算模型，旨在为解决主网投资测算难题提供新的思路。

2 主网投资规模预测模型

2.1 总体思路

本文研究主网测算投资规模主要分为以下四步：（1）确定影响因素：找出与主网紧密相关的影响因素；（2）预测影响因素趋势：基于灰色模型对影响因素未来趋势值进行预测；（3）分析影响因素影响程度：基于层次分析法分析影响因素与主网投资的关联关系；（4）主网投资规模测算：构建能够充分考虑电网建设需求、社会效益的主网投资测算模型，并通过2016年主网规模实际预测证明该测算模型的合理性和有效性。

2.2 确定影响因素

2.2.1 初选影响因素。如前所述，主网投资必须考虑两个方面——本地经济社会发展需要、公司整体投资能力和投资绩效。因此，从经济发展类、公司经营类、投资绩效类3个方面初选了9个影响因素，具体如下：（1）经济发展类因素：包括地区GDP、全社会用电量、全社会用电最高负荷3个因素。具体来看，地区GDP是反映地方经济发展趋势的重要指标，全社会用电量、全社会用电最高负荷反映的是区域电力需求的变动趋势，都是主网投入决策的重要影响因素；（2）公司经营类因素：包括售电量、营业收入、资产总额、利润总额4个因素。其中售电量和上述“全社会用电量”关系密切，反映电力需求的变动趋势；，营业收入、资产总额、利润总额是反映公司投资能力的重要指标，上述4个因素影响公司的投资决策；（3）投资绩效类因素：包括单位电网投资售电增量和单位电网投资负荷增量两个因素。这是衡量公司投入产出效益的重要指标，在初步分析时，应纳入考虑范围。

2.2.2 分析确定影响因素。为准确分析各影响因素对主网投资的影响程度，采用相关性分析的方法，通过计算各影响因素与主网投资之间的相关系数，选择相关性较强的影响因素，作为后续构建主网投资模型的基础。计算结果如表1所示：

根据相关系数计算结果，从高到低依次为：营业收入、地区GDP、资产总额、全社会用电最高负荷、售电量、全社会用电总量、利润总额。

接着需要进一步剔除一定程度上可以互相替代的影响因素。全社会用电总量与售电量、售电收入三者之间具有较强的相关性，考虑到售电量数据相对准确客观，为保障预测结果客观有效，最终我们选择“地区GDP、售电量、全社会用电最高负荷、利润总额”作为影响主网投入的核心影响因素。这4个关键因素实际上从满足社会经济发展、保障电网坚强、展现公司经营成果和经营绩效4个不同的侧面，共同制约主网投入规模。

2.3 预测影响因素趋势值

2.3.1 地区GDP预测。运用灰色GM（1，1）模型预测算法，根据浙江省2010～2015年GDP数据（见表2），测算2016年浙江省GDP值。主要测算步骤为：（1）数据预处理，对历史数据进行累加，生成有较强规律性的数据序列，从中寻找历史数据的变化规律；（2）由灰色GM（1，1）模型计算，预测2016年浙江省GDP；（3）精度检验：即检验判断灰色GM（1，1）模型的精度，本文中采用的是残差检验和后验差检验。

按照灰色预测的算法步骤，编写相应的程序代码并运行程序，可以得到2016年浙江省GDP预测值为46566亿元。相关精度检验结果见表3，方差比C=0.0186，小误差概率P=0.992，对照模型精度等级表，属于第一等级——好。因此，判断用灰色GM（1，1）模型计算的浙江省GDP预测值具有较高的可信度。

2.3.2 全社会用电最高负荷、售电量、利润总额预测。运用地区GDP相同的预测思路，对其他三个影响因素——全社会用电最高负荷、售电量、利润总额2016年趋势值进行预测。运行matlab程序后，具体预测结果分别为售电量2004亿千瓦时、全社会用电最高负荷6617万千瓦、利润总额38.2亿元（注：实际售电量和利润总额需要保密，此处做了技术处理）。

对预测结果同样进行精度检验，全社会用电最高负荷、售电量、利润总额预测的后验差检验C值分别为0.10607、0.1609和0.2290，小误差概率P值分别为0.978、0.989、0.958，表明预测结果同样属于“好”。

2.4 分析影响因素的影响程度

2，4，6，8 表示上述相邻判断的中间值

倒数若因素i与因素j的重要性之比为aij，那么因素j与因素i的重要性之比为aij=1/aij

下一步是重点分析上述4个影响因素对主网投资的影响程度。此处借助层次分析法，综合定性分析和定量分析，将测算因素的定性排序（根据专家经验，将4个影响因素的重要性进行排序）转化为决策系数，再根据决策系数确定各因素变化对主网投资的影响程度。

2.4.1 构造判断矩阵。通过“九标度法”对各因素进行两两比较来确定。“九标度法”重要性标度的含义如表4所示。

根据“九标度法”规则，我们对地区GDP、售电量、全社会用电最高负荷、利润总额4个因素的重要性进行两两比较。经过相关专家经验分析，影响因素重要性的排序为：地区GDP>售电量>全社会用电最高负荷>利润总额。最后构造的判断矩阵为：

接着需要对判断矩阵Q进行一致性检验。通过运行matlab程序，得到一致性比例CR值为0.0332，CR<0.10，一致性检验通过。说明对各影响因素的重要性判断是正确的。

最终，2016年浙江公司主网投入（不含特高压）的预测值为152.7亿元。

3 结语

本文在分析主网投资影响因素及其与主网投资相关性的基础上，构建了一种基于灰色预测的主网投资测算模型。该模型为解决主网投资与影响因素之间关系复杂、主网投资预测困难等难题提供了新的思路。相关研究成果对其他电力企业进行主网投资决策具有较强的借鉴意义。

参考文献