基于大数据的电力项目全过程经济性评价方法及系统研究

李霄飞 陈正浩 陈子谦 张国辉

(1.大唐技术经济研究院有限公司，北京 100049；2.湖南大唐先一科技有限公司，湖南 长沙 410007)

0 引言

随着我国社会经济的发展，对能源的需求越来越大。中国电力建设企业协会发布的《中国电力建设行业年度发展报告2021》显示[1]，2020年全国电源工程建设完成投资5292亿元，在建项目达2030个，总装机容量为42 948万kW。同时，我国也加大了电力项目建设的对外投资力度，2020年我国新签电力项目合同金额271.7亿美元，同比增长12.8%。

自我国推进供给侧结构改革以来，对国有企业的考核要求向“高质量发展”转变，大型发电集团需有效防范投资风险。电力项目具有投资时间长、投资数额大、影响投资效果因素多[2]、投资决策复杂[3]、难度大等特点[4]，必须有效管控电力项目全过程风险，提高电力项目投资效益。

1 经济性评价方法文献综述

传统的经济性评估技术包括成本效益分析(Cost Benefit Analysis，CBA)和全生命周期成本(Life Cycle Cost，LCC)模型。在电力系统经济评价中，CBA常用于计算和比较给定服务区的收益和成本，而LCC模型可用于评价全生命周期电力项目的成本敏感性。

1.1 成本效益分析

成本效益分析是通过比较项目的全部成本和效益评估项目价值的一种方法[5]，被广泛应用于电力建设的计划决策中[6]。例如，Kennedy[7]比较了新建核电与传统燃气发电和低碳技术(CCS、风能等)的成本和收益，分析了英国新建核电的成本效益；Snyder等[8]考虑了多种影响因素，并对美国海上风电项目开发了相应的经验成本函数；Sidhu等[9]研究了来自收益流、成本要素、电池寿命和贴现率的风险和不确定性，基于蒙特卡罗模拟实现了大规模储能设备的成本效益分析；El-khattam等[10]研究了利用改进的成本效益分析方法，分析了分布式光伏分电的最佳容量和选址决策。从这些文献可以看出，虽然研究方法都比较确定，但在不同的项目甚至不同的区域，其参数和模型的选取都需要进行不同角度的选取与调整，并无现成的参数或公式可直接使用。

1.2 生命周期能源模型

全生命周期成本是指电力项目在有效使用期间所发生的与该项目有关的所有成本[11]，主要解决既有方法中未包含运营和维护在内的相关成本[12]，以实现完整的项目可持续评估。在LCC中，能源平准化成本(LCOE)是根据总项目生命周期成本与总生命周期能源生产比率进行估算，是其中最为关键的部分。在当前的文献中，已在各种发电项目类型的分析中探讨了这一主题，如对生物燃料[13]、集中式光伏[14]、海洋能[15]和分布式光伏[16]等单独技术进行了系统级成本评估。这些研究估计了各类发电技术的LCOE，但没有考虑输入变量的不确定性。Spinney等[17]提出了蒙特卡罗模拟技术，用于分析电力资源决策和评估每个决策相关的优点和风险。从这些研究中可以看到，相应的假设建立在获得数据的有限性上，同时存在研究项目的片面性，如对我国而言，较难正确反映项目的差异性、地域差异[2]以及企业所得税税率优惠[18]等。

综合以上文献可知，大型发电集团需要在更多的数据维度的基础上建立相应的大数据平台，以获取全过程的电力项目经济性评价和投资判断，并利用上述文献方法进行相应的数据整合与抽取，整理相应模型，形成电力项目建设经济性评价结果。

2 国内现有经济性评价系统现状与开发思路

2.1 经济性评价系统现状

目前，国内大部分电力项目经济性软件利用Excel工具进行经济性评价，也有一些很多市场反应较好的单机版软件，如博微经评、灵析经评等，但都存在以下问题：

(1)目前所采用的电力建设项目评价导则部分已经过期，最新的导则没有涵盖。

(2)部分指标的计算公式和方法涉及多个类型，而目前的第三方软件均为一种，不可选择。

(3)目前均只支持单一项目类型，不支持多项目融合类型。

(4)市面上的单机版软件无法涉及多种数据源的获取，无法涉及项目后评价等全生命周期的评价。

2.2 系统开发思路

本系统以某大型发电集团的电力项目全过程的大数据应用经济性评价为研究对象，基于集团的海量数据，在发电建设项目大数据采集与汇聚的基础上实现大数据应用的方法创新。

(1)将众多高度关联的大数据集聚构建基于社会数据、集团数据、电力数据等一体化的投资数据平台，整合多方数据来源，利用相关的投资判断新方法与新技术，对标同区域同类型相关项目技术经济指标，实践新型数据应用与数据价值变现的新路径。

(2)从“电力项目经济性评价体系”“电力项目投资协同决策”和“竞争情报地图”三个方面，实践基于大数据的精准识别、精准施策、精准管控的电力项目投资全过程管理与项目培育的新理念，为集团打造“经济评价数据铁笼”建设，实践项目投资价值和投资科学的智能化决策新模式。

(3)创新基于表达式向量化计算引擎的新方法。经典的SQL计算引擎逐渐成为数据库系统的性能瓶颈，尤其是对于涉及大量新方法计算的OLAP场景，需要创新分布式计算的调度效率。

3 基于大数据的经济评价系统架构与关键技术研究

3.1 经济评价系统架构

电力项目建设全过程(图1)涉及的相应参数品目繁多，不仅需要相应的国家标准参数、行业或企业类参数、设计值类参数、投资类参数、财务评价类参数、运营类参数、收入成本类参数，也需要区域数据、集团数据、行业数据、社会数据等一系列数据，系统架构图如图2所示。

图1 电力项目建设全过程示意图

图2 系统架构图

3.2 基于分布式调度的表达式向量化计算引擎

模型计算需要调用大量的计算数据，可扩展和交互式数据分析的需求不断增长，且参数来自不同的数据库。采用分布式计算的办法，可有效解决此问题[19]。而不同情境下涉及的参数较多，为加快计算应对不断增长的模型计算需求，目前较多采用数据列存储方法并将其进行向量化表示[20]，本文也采用与此相关的方法，主要步骤如下：

(1)利用表达式解析引擎(图3)，将计算电力建设项目的成本、收入、收益率、单/多因素敏感分析、盈亏平衡等的第一公式项拆分为多个参数项。

图3 表达式向量化计算引擎的分布式调度的电力建设项目

(2)判断各个参数项是否为固定数值，并根据判断结果分别为各个参数项设置相应的标签；将携带标签的各个参数项组合在一起，生成计算电力建设项目的成本、收入、收益率、单/多因素敏感分析、盈亏平衡等的第二公式项。

(3)利用所述第二公式项，计算电力建设项目的成本、收入、收益率、单/多因素敏感分析、盈亏平衡等。如还有公式则重复上述步骤。

(4)若所述参数项不包含子公式项，则确定所述参数项为固定数值。否则，确实所述参数项不是固定数值，分别为固定数值的参数项及不为固定数值的参数项设置相应的标签。

(5)优选分别为固定数值的参数项及不为固定数值的参数项设置相应的标签包括：判断所述不为固定数值的参数项中是否包含特殊运算字符。若是，则在所述不为固定数值的参数项的头部与不包含特殊运算字符的参数项的头部设置不同的标签。

(6)通过为电力建设项目的成本、收入、收益率、单/多因素敏感分析、盈亏平衡等公式中不同的参数项设置不同的标签，经济评价工程师能够快速理解各个参数项代表的含义，快速应对电力建设项目经济评价导则的变化，提高电力项目经济评价分析计算效率及准确率。

(7)调用计算引擎通过分布式的调度指数最高的计算节点接收查询任务，计算节点确定的查询任务包括中间结果集的子查询任务，以及确定所述中间结果集的存储节点，所述计算节点计算将所述中间结果集迁移至本地的第一时间开销，以及计算由所述存储节点执行所述子查询任务的第二时间开销，相应计算节点根据第一时间开销和第二时间开销的比较结果，选择是由所述计算节点将中间结果集迁移至本地并执行所述子查询任务，还是由存储节点执行所述子查询任务。

本文解决了QSL单点故障、无法分布式拓展的问题，以及在分布式解决方案中，将中间结果集保存在产生中间结果集的计算节点本地(又称中间结果集的存储节点)在发生后续计算时根据通信开销和计算开销协调数据资源，选择由存储节点直接进行计算或者由当前调度的计算节点完成计算，节省了大量的通信成本，提高了分布式系统的效率。

4 系统实现结果

可实现不同模型与参数的敏感性分析，如图4所示。

图4 不同模型与参数的敏感性分析(截图)

对不同的阶段进行竞争性指标分析，改变了单一的经济性评价模式，加强了经济评价对项目流程的管控，如图5所示。

图5 不同阶段对标结果页面(截图)

将全国电价水平、风光资源、消纳水平等纳入系统数据库，强化了数据的科学性，而不是为了上马项目就可以随意变更数据。

系统还可以调用相应的集团项目进行数据对标展示，如图6所示为项目对标展示情况。

图6 项目对标展示(截图)

5 结语

将众多高度关联的大数据集聚构建基于社会数据、集团数据、电力数据等一体化的投资数据平台，整合多方数据来源，涵盖投资、产量、成本、效益4个方面的生产经营数据的完整经济评价数据库，形成经济评价客观数据源。

目前，国内电力建设项目经济评价仅发布了火电与风电两种类型的评价导则，而大型发电集团公司投资项目涉及煤电、风电、光伏、燃机、水电、核电、煤化工、煤矿、综合能源服务等项目以及项目组合。本系统通过参数化方式，实现表达式向量化，可使经济评价工程师在不确定分析情况下实现项目及项目组合的经济性评价。

以经济性评价以及大数据平台为基础，从管投向、管程序、管风险、管回报4个方面，实现对投资项目评价从项目储备、立项、实施管理、后评价的全过程、一体化管控，为集团公司战略管理、投资管控、过程监督以及考核评价提供数据支撑，提升投资决策、投资管控、投资分析的准确性、及时性与科学性，进而强化集团公司投资管理职能，规范集团公司投资行为，提高集团公司整体投资管理水平。

通过信息技术及人工智能手段，实现竞争评价可视化、经济评价客观化、政策与行业研究实时化，促进集团投资决策科学化，提升集团的能源市场研究能力和预判能力，提高经济性评价工作成果的前瞻性和指导性。