大数据时代下电网企业投资关键影响因素分析

付 瑶,项 雯,李 诚,陈开阳

(国网黑龙江省电力有限公司 经济技术研究院,黑龙江 哈尔滨 150028)

为实现“碳达峰”和“碳中和”目标,我国正加快构建清洁、低碳、安全、高效的能源体系,推动以新能源为主体的新型电力系统建设[1]。随着输配电改革的不断推进,配电网的投资影响因素也随着配电网投资项目多元化发展变得丰富多样起来[2]。李彦吉[3]等(2021)通过对配电网建设进行研究得出配电网建设要兼顾较高的负荷用能需求和电网供电可靠性、运行经济性,提高电网碳减排能力及可再生能源消纳能力等。余云川[4]等(2022)通过文献分析和已落地项目实施经验反馈等识别出增量配电网项目投资风险的主要影响因素,利用改进解释结构模型构建具有4个层级的增量配电网项目投资风险影响因素,确定各影响因素间的层级递进关系。

彭朝钊[5]等(2021)基于集合论的思想进行分析得出影响配电网投资的关键因素涉及的方面很多,其中主导因素是在配电网投资时最着重考虑的因素,分别包括发展性因素、技术性因素、政策性因素、经济性因素和环境性因素。

方建亮[6]等(2016)从经济发展类、投资绩效类、公司经营类3个方面选取共9个影响因素对主网投资规模的影响因素展开研究,分别是地区生产总值、全社会用电量、全社会用电最高负荷、单位电网投资售电增量和单位电网投资负荷增量、售电量、营业收入、资产总额和利润总额。

灰色关联分析法的目标是根据一项问题的实际情况作为母序列确定出与之关联程度高的最优序列,最后依据关联度大小排序,判断方案的优劣[7]。相比于数理统计中的相关分析具有计算简便、对样本数据量的要求不高、不要求比较序列具有典型的分布规律、结果显示更加直观等优点[8]。现阶段,我国多数电力企业还通过传统数据分析方法进行投资需求预测,但受外界环境因素影响,预测结果与实际结果存在一定的偏差,预测精度不准确[9]。本文从碳减排的视角下,引入消纳清洁能源电量和消纳清洁能源减排量等指标对电网投资影响因素进行分析,通过对Z省电力大数据的抽取与分析,利用数据提取技术,可以很好地掌握该地区的绿电交易和消纳清洁能源电量,提高预测的准确度,并可为多地区提供参考,做好电网投资的风向标,为电网发展新时代投资要考虑哪些因素提供参考。

1 电网投资关键指标提取

1.1 电网投资影响因素分析

随着电力改革的不断推进,近年来电力市场的竞争日益激烈,因此电网企业发展离不开对电网投资需求预测的进一步精确,精准投资更是作为电网在“十四五”期间重要的奋斗目标。目前市场环境的复杂多变,如果只考虑某一方面的影响因素的变化来作为预测方向,那么会失去预测的精准性,因此本文结合前人研究的基础上从社会绩效、经济绩效和环境绩效中选取影响电网投资的12个指标制定指标体系,如表1中所示影响电网投资的指标体系,利用灰色关联分析法计算出各个指标与电网投资之间的相关程度,得到的关联度高的指标则为电网投资的关键影响因素。

表1 影响电网投资的指标体系

1.2 构建关键指标提取模型

灰色关联度分析是一种多因素统计分析方法,适用于本研究对多种影响投资因素进行分析,对样本量的要求不高,简而言之就是在一个灰色系统内,能够用数据分析的方法帮我们了解我们所关注的某个项目受其他因素影响强度的大小。

利用灰色关联分析法的计算步骤分为以下四步：

第一步：设反映系统行为特征的数据序列为参考序列X0：

X0=X0(1),X0(2),…,X0(n) ;

(1)

设影响系统行为的因素组成的数据序列为比较序列Xm：

X1=X1(1),X1(2),…,X1(n) ;

(2)

X2=X2(1),X2(2),…,X2(n) ;

(3)

……

Xm=Xm(1),Xm(2),…,Xm(n).

(4)

其中m为数据的个数;n为影响因素指标的个数。

(5)

第三步：求关联系数εi(k),计算出每个比较序列与参考序列对应元素的关联系数,公式如下：

(6)

其中Δi(k)为每个被评价对象指标序列(比较序列)与参考序列对应元素的绝对差值,k=1,…m。ρ为分辨系数,0<ρ<1,若ρ越小,关联系数间差异越大,区分能力越强,通常取0.5。

第四步：计算电网投资影响因素之间的关联度γ0i：

(7)

对各影响因素分别计算其各个指标与参考序列对应元素的关联系数的均值,关联度数值越大,说明指标之间的关联度越紧密,0<γ0i≤1。

2 分析确定影响因素

针对上文12个评价项(资产总额,实现利税,全社会用电量,综合线损率,降低社会用能成本,售电量,城市供电可靠率,农村供电可靠率,完成绿电交易,消纳清洁能源电量,消纳清洁能源减排量,推动社会节约电量),以Z省为例,从《国家电网公司社会责任报告》中提取2017—2021年的数据进行灰色关联度分析,使用灰色关联度分析时,分辨系数一般取0.50,0.9以上则表示关联程度极强,并且以电网建设投资列作为母序列,研究上文所列12个指标评价项与电网建设投资的关联关系,并基于关联度提供分析参考,结合关联系数计算公式计算出关联系数值,并将关联系数值用于对影响因素的评价判断。结果如表2所示,关联度分析结果排名如图1所示。

图1 各指标关系结果图

对表2中的关联系数进行加权处理得到关联结果,数据如图1所示。

结果显示,关联度大于0.9的指标表示关联程度极强,其中包括实现利税,综合线损率,降低社会用能成本,城市供电可靠率,农村供电可靠率,完成绿电交易,消纳清洁能源电量和推动社会节约电量共8个指标。从而得出结论,即通过灰色关联分析法选择关联度较大的8个影响因素作为影响电网投资的主要因素,并且可以为电网企业投资需求预测提供帮助,有助于提高电网企业的精准化投资。

3 结 论

电网是电力系统的重要组成部分,承担着传输电能,保障经济社会发展的重任,与经济、社会、资源、环境等密切相关。互联网作为大数据的纽带,而电力大数据则可以对电网安全运行起到一定的支撑作用,还能减少人力、成本方面的投资。为满足配电网投资需求,以实现清洁低碳、减少碳排放的配电网精准投资为目标,本文按照电网企业社会责任报告的社会绩效、经济绩效和环境绩效进行分类,结合电网企业经营的实际数据,构建出影响电网投资的指标体系,利用灰色关联分析对指标数据进行处理,选取与电网投资关联度极强的指标作为影响电网投资的关键指标,并把完成绿电交易,消纳清洁能源电量,消纳清洁能源减排量作为指标进行研究,最终得出结论：实现利税、综合线损率等8个关联度大于0.9的影响因素作为影响电网投资需求的主要因素,在碳减排的大背景下,对电网企业投资时要考虑哪些指标具有一定的现实意义,并且为以后对电网投资需求的预测奠定基础,从而实现电网企业的精准化投资。