CN106096779A - 一种输配电成本分析、风险评估模型及风险结构优化方法 - Google Patents
一种输配电成本分析、风险评估模型及风险结构优化方法 Download PDFInfo
- Publication number
- CN106096779A CN106096779A CN201610412561.1A CN201610412561A CN106096779A CN 106096779 A CN106096779 A CN 106096779A CN 201610412561 A CN201610412561 A CN 201610412561A CN 106096779 A CN106096779 A CN 106096779A
- Authority
- CN
- China
- Prior art keywords
- power transmission
- risk
- cost
- distribution cost
- expense
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- 238000007728 cost analysis Methods 0.000 title claims abstract description 14
- 238000013210 evaluation model Methods 0.000 title claims abstract description 9
- 238000012502 risk assessment Methods 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000007726 management method Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 9
- 108091092195 Intron Proteins 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 101100001670 Emericella variicolor andE gene Proteins 0.000 claims description 2
- 238000005553 drilling Methods 0.000 claims description 2
- 230000004048 modification Effects 0.000 claims description 2
- 238000012986 modification Methods 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 claims 1
- 238000012954 risk control Methods 0.000 abstract description 13
- 230000009466 transformation Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010063659 Aversion Diseases 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种输配电成本分析、风险评估模型及风险结构优化方法,根据多重分形构建分析的方法分解并构造电力公司输配电成本的影响因素序列,建立基于多重分形的输配电成本分析模型;在输配电成本风险分析的多重分形模型的基础上,衡量并分析输配电成本各分项费用的风险价值,评估各成本因素的风险价值区间,并建立风险最小的优化目标,基于不同长度的时间范围求解输配电成本各分项费用的风险系数;根据各项输配电成本影响因素的风险系数分析影响其成本波动的关键路径,优化多重分形下的输配电成本结构风险,形成输配电成本风险控制的决策分析。本发明使输配电工程的成本管理能够迅速相应各项费用因素在不同时期所引起的不确定性。
Description
技术领域
本发明属于电力工程造价管理技术领域,涉及一种基于多重分形的输配电成本风险价值评估及风险结构优化方法。
背景技术
输配电成本管理是电网企业成本管理中最重要的一环,然而鉴于电网企业成本的特殊性、地域性、复杂性等特征,输配电成本波动的管理及控制相对困难,引起波动的影响因素主要由所在地经济发展水平、电网结构及负荷特性、地理条件、固定资产规模和人员规模等方面构成。现有文献无法提供一种动态且客观的输配电成本风险衡量方法,及时准确地提醒决策者执行风险管控措施。然而近年来随着分形和多重分形理论在金融市场应用的日益广泛,基于分形和多重分形理论的风险分析为研究电力市场中价值波动给市场参与者带来的风险提供了新的思路。
发明内容
本发明所要解决的技术问题,是针对电力系统的输配电成本,构造一种基于多重分形分布的输配电成本风险价值评估及风险结构优化模型,使输配电项目管理能够动态追踪其各项成本费用因素所引起的不确定性并形成风险控制决策响应。
本发明的主要内容包括:
1)、根据多重分形建构分析的方法分解并构造影响电力公司输配电成本分项费用序列,建立多重分形的输配电成本分析模型;
2)、在输配电成本风险分析的多重分形模型基础上,衡量并分析各项成本费用的风险价值,评估各成本分项费用的风险价值区间,并建立综合风险价值最小的优化目标,基于不同长度的时间范围求解各项成本费用的风险系数;
3)、根据各项输配电成本影响因素的风险系数分析影响其成本波动的因素路径,优化多重分形下的输配电成本结构风险,为输配电成本风险控制的提供决策支持。
下面对基于多重分形的输配电风险评估模型的关键步骤进行说明:
1)、根据多重分形建构分析的方法分解并构造影响电力公司输配电成本序列,建立多重分形的输配电成本分析模型。
首先对所选取的输配电成本分项费用进行回归间隔抽样处理,选取分项费用的时间序列{E(t)}为例,t=1,2,...,N,该序列的回归间隔是在一定的阈值V作用下,分项费用相邻最近的两次超过阈值V的时间距离,换而言之,E(t1)>V,E(t2)>V,t1<t2,且E(ts)≤V,则定义回归间隔r=t2–t1。对于一组分项费用序列数据,选取不同的V值,可得到不同的回归间隔序列,如图1所示。在阈值V下的回归间隔序列可以用{rj}表示,j=1,2,...,NV。定义该分项费用序列的平均回归间隔RV,而且满足:
式中:P(E)为分项费用序列E(t)的数据的分布密度函数。
接下来利用回归间隔法对多重分形分项费用数据的回归间隔的概率密度函数进行分析,经过双对数曲线进行拟合及估计,可以推导出回归间隔r的概率密度服从如下线性关系:
log(RVPV(r))=alog(r/RV)+b (2)
式中:PV(r)为Rv在阈值V作用下的概率密度函数,a,b为线性拟合系数。由上式得到概率密度函数PV(r)服从式(3)形式的负指数分布,并呈递减趋势,即:
PV(r)~(r/RV)-η(V) (3)
式中:η(V)>1,且为V的减函数。
然后,建立基于多重分形理论的输配电成本分项费用风险价值评估模型。
由于同一时段内不同输配电项目建设进程的推进,材料市场价格波动,地区经济宏观发展等因素,输配电成本各分项费用平均价值波动程度各异,而且存在比较剧烈波动的情况,因此用正态分布难以很好的模拟市场中输配电成本分项费用波动的特征,而利用多重分形可能更好的分析其特征,但多重分形结构不具有显式的表达式与分布函数。结合VaR的概念,采用回归间隔法计算VaR值。假设{E(t)}具有多重分形特性,当前分析的时间点为te,上一个超过V的事件发生在tl时刻之前,则定义从te开始下一个Δt时段内序列值超过阈值V的概率为WV(tl,Δt),可由PV(r)通过式(4)计算得到。
当Δt远小于t1时,即Δt小于t1两个数量级或以上,将式(3)带入式(4),可得:
当条件Δt远小于tl的条件不满足时,由公式(5)的推导可知,估算的概率值会比实际的概率值偏高。因此,对公式(5)进行如下修正,使之能在Δt远小于tl不满足时依然估计出较为准确的概率值。
式(6)给出了在评估时段内,出现超出阈值V的事件的概率,而不是VaR值。
对于VaR的置信水平c:
令1/RV=1–c,则取得该RV的V值即为所求置信水平下的VaR值。
利用回归间隔法对分项费用的多重分形数据进行风险价值VaR值计算的步骤如下,流程图如图2所示:
(II)根据给定的VaR置信水平c,得到RV=1/(1–c)。根据给定的序列{E(t)}进行回归间隔法分析,并根据RV与V的对应关系得到初始阈值V;
(II)设当前分析时刻为te。根据初始阈值V,可以得到上一个超过V的事件发生的时刻为ta,则tl=te–ta。结合式(6)可以计算当前阈值下,从te开始的Δt时段内出现超过V的事件的概率WV(tl,Δt)。
(III)假设VaR置信水平允许误差为ξ。若满足|WV(tl,Δt)-(1-c)|≤ξ,则认为在阈值V的作用下,下一个Δt时段内出现超过V的事件的概率近似于给定的VaR置信水平,V值即为在该置信水平下的VaR值。若|WV(tl,Δt)-(1-c)|>ξ,则需要根据概率WV(tl,Δt)的大小修改阈值V。当WV(tl,Δt)>(1-c)时,设定新的阈值V*=V+ΔV,并带回上一步骤(II)重新计算在修改后的阈值V*作用下的概率WV*(tl,Δt)。对于这个新阈值V*对应的WV*(tl,Δt)使得|WV*(tl,Δt)-(1-c)|≤ξ依然不满足,且WV*(tl,Δt)>(1-c),则重复增大阈值的步骤,直到满足|WV*(tl,Δt)-(1-c)|≤ξ,或WV*(tl,Δt)<(1-c)为止,此时的V*值即为待求的VaR值。同理,当WV(tl,Δt)<(1-c)时,设定新阈值时应使得V*=V–ΔV,并不断重复此过程直至|WV*(tl,Δt)-(1-c)|≤ξ或WV*(tl,Δt)>(1-c),此时的V*值即为待求的风险价值。
2)、在输配电成本风险分析的多重分形模型基础上,衡量并分析各项成本费用的风险价值,评估各分项成本分项费用的风险价值区间,并建立风险最小的优化目标,基于不同长度的时间范围求解各项成本费用的风险系数。
输配电成本是指电网经营企业为输送和提供电能在输配环节所发生的成本支出,其费用序列组成及相应的风险系数分别记为材料费E1(t)/K1、人员工资E2(t)/K2、福利费E3(t)/K1、折旧费E4(t)/K4、修理费E5(t)/K5、其他费用E6(t)/K6等,这些分项费用累计为输配电成本及其风险系数分别为E(t)/K。
在输配电项目的成本管理过程中,各分项费用的风险价值作为其风险评估指标,Ei(i=1…6)波动带来的风险可以通过回归间隔法计算得到,在给定风险价值置信水平为c的情况下,输配电成本各分项费用在下一时间节点的VaR可用式(7)计算,即下一时间节点分项费用Ei(t+1)偏离近期费用价值的概率不超过1-c,其中这里提到的近期费用价值是指根据不同风险评估需求,选取该费用时间序列最近的一定时间节点的分项费用平均值,如以月为时间间隔的费用序列可以选取3个月的费用平均值作为近期费用价值,
其中m为用于求解分项费用风险价值平均值的时间节点个数。
以综合输配电成本各项成本因素的风险价值波动最小为目标,建立分项费用风险评估模型如下:
式中:Ki,min和Ki,max分别是第i项输配电成本分项费用风险系数的最小和最大偏好值,取值范围为[0,1]。
3)、根据各项输配电成本影响因素的风险系数可以通过因素挖掘和专家研讨等形式进一步挖掘成本波动的因素路径,优化多重分形下的输配电成本结构风险,为输配电成本风险控制的提供决策支持。
首先确定对各项分项费用的风险制定一个评价标准D,设定备选方案的各项分项费用对应的风险评价等级形成风险评价值集合且服从其中p是参与风险评估的分项费用数量,是第i项分项费用在下一时序节点的风险评价等级,且满足s为可以选择的风险评语等级数量,以s=5为例,d1对应风险很高;d2为较高;d3为中等;d4为较低;d5为非常低。
接下来根据风险价值波动最小目标优化求解得到的各项分项费用风险系数,判定第i项分项费用在下一时序节点的风险评价等级
或式(9)适用于偏好增加风险应对成本,更好地控制输配电成本的费用波动;式(9)适用于决策者偏好降低风险应对成本,对输配电成本的费用波动保守处理。进一步定义为风险优化评价集,其中q是预期优化的分项费用风险数量且q≤p,q越大表示优化分项费用风险的预期范围越大,对应的风险应对总成本也越高。对于中每一元素对应的分项费用通过因素挖掘输配电成本的因素影响路径,识别流程主要由量价分离,关联识别,专家研讨三个步骤组成。通过因素影响路径所揭示的分项费用影响因素,决策者可以更好地识别影响下一阶段地区性输配电成本潜在风险的各项因素,为其进一步形成针对每项因素相应的风险应对措施提供参考支持。
本发明的有益效果建立了基于多重分形理论的输配电成本风险价值评估及优化模型,根据各分项费用的历史时序数据客观地动态地衡量费用波动风险级别,提供输配电成本结构性风险的优化和风险控制的决策支持,使输配电工程的成本管理能够迅速响应各项费用因素在不同时期所引起的不确定性。
附图说明
图1为本发明所提供的不同阈值V1和V2条件下的回归间隔序列的示意图;
图2为本发明所提供的基于回归间隔法的多重分形输变电成本分析模型的流程图;
图3 2012-2015年110kV新建变电工程设备购置费月度风险价值。
具体实施方式
参照附图和具体实施例对本发明作进一步详细地描述。
针对电力系统的输配电成,本发明构造一种基于多重分形分布的输配电成本风险价值评估及风险结构优化模型,使输配电项目管理能够动态追踪其各项成本费用因素所引起的不确定性并形成风险控制决策响应,包括以下步骤:
1)根据多重分形建构分析的方法分解并构造影响电力公司输配电成本的因素序列,建立多重分形的输配电成本分析模型;
2)在输配电成本风险分析的多重分形模型基础上,衡量并分析各项成本费用的风险价值,评估各成本因素的风险价值区间,并建立综合风险价值最小的优化目标,基于不同长度的时间范围求解各项成本费用的风险系数;
3)根据各项输配电成本影响因素的风险系数分析影响其成本波动的因素路径,优化多重分形下的输配电成本结构风险,为输配电成本风险控制的提供决策支持。
具体实施步骤如下所述,并结合某地区110kV新建变电工程成本风险案例分析:
1、建立多重分形输配电成本分析模型
(1)收集并整理电力公司输配电工程的历史成本数据,形成输配电成本各项分项费用的时间序列数据样本;
(2)对每一分项费用序列,根据式(1)求取该序列的平均回归间隔;
(3)通过式(2)及式(3)的回归拟合模型,求解每一分项费用序列平均回归间隔在阈值V作用下的概率密度函数;
(4)根据图2所示的风险价值评估流程,结合式(4)到(6)反复迭代求解出每一分项费用的风险价值V*;
以某地区110kV新建变电工程设备购置费为例,统计2012年至2015年间每月设备购置费,折算至单位容量,取每月所统计的所有工程该项费用的单位容量成本平均值。假定VaR的置信水平c=90%,RV=1/(1-c)=10,取初始阈值V=140.10¥/kVA,ξ=10–3,ΔV=0.05¥/kVA,通过该部分步骤1-(1)~1-(4)的流程得到设备购置费波动的风险价值如图3所示。
2、建立并求解输配电成本分析项费用风险优化模型
(1)在给定风险价值置信水平为c的条件下,将求取的第i项分项费用的风险价值记作Ei(t+1),即Ei(t+1)=Vi *,表示下一时间节点分项费用偏离近期费用价值的概率不超过1-c,其中t为用于求解风险价值的分项费用序列时间长度;
(2)针对以月为时间间隔的费用序列可以选取3个月的费用平均值作为近期费用价值,通过步骤1-(1)~1-(4),分别计算最近3个月分项费用时间序列对应的风险价值Ei(t-j+1),j=1...3;
(3)通过式(7)求解输配电成本各项分项费用的的VaR值,并设定每一分项费用风险系数的最小及最大偏好值Ki,min和Ki,max;
(4)将各项分项费用的VaR值及风险系数边界条件代入式(8)所示的优化模型,求解以输配电成本各项分项费用风险价值波动最小为目标下的分项费用风险系数;
对于某地区110kV新建变电工程的四项分项费用,设备购置费、建筑工程费、安装工程费和其他费用,选取2015年12月这一时间节点进行测算,分别通过步骤1-(1)~1-(4)测算其费用波动的风险价值,设定m=3,各项费用的最小及最大风险系数偏好值Ki,min和Ki,max,利用优化模型求解得到各项分项费用风险价值波动最小的目标下,这四项费用的风险系数,输入及输出结果如表1所示。
表1某地区110kV新建变电工程分项费用风险优化模型输入及输出数据
单位:¥/kVA
3、建立输配电成本分项费用风险评估模型,挖掘引起风险波动的因素路径,为输配电成本风险控制提供决策支持
(1)设定风险评语等级数量,并选择风险特征:如果是风险厌恶型,结合步骤2求取的各项分项费用的风险系数,选取式(9)求解每一分项费用在下一时序节点的风险评价等级,意味着决策者偏好增加应对风险的成本,更好地控制输配电成本的费用波动;若为风险偏好型,则结合对应的风险系数选取式(10)求解每一分项费用的风险评价等级,并意味着决策者偏好降低应对风险的成本,并对输配电成本的费用波动采取保守处理的方式;
(2)步骤3-(1)所判定的各分项费用风险评价等级组合为风险评价值集合
(3)设定预期优化的分项费用风险数量q,建立兼顾全部分项费用风险优化评价集
(4)分别对于每一项属于风险优化评价集的分项费用,挖掘相应的费用波动因素路径,形成该分项费用的风险控制决策子集,其子步骤如下所述:
(4-1)参照针对分项费用的工程造价规范的规定,列出组成该分项费用的下一级费用元素;
(4-2)对每一项费用元素进行量价分离操作,划分出量因素和价格因素,并对价格因素重复以上操作,继续往下挖掘形成这一价格因素的量价子因素,直至无法划分为止,如价格因素为某一材料单价;
(4-3)对(4-2)识别的分项费用量价因素,进一步挖掘并判断影响这些因素波动的技术参数;
(4-4)将(4-2)及(4-3)所识别的费用元素,量价因素和技术参数,根据其关联性将各项因素两两相连,依照因素间的因果关系确定其连线的方向,最后形成这一分项费用的费用波动因素路径,而且该费用波动因素路径拓扑图为有向图;
(4-5)对(4-4)所形成的分项费用的费用波动因素路径进行专家研讨,由该领域的专家、学者以及决策者带领,针对路径中所识别出的费用波动因素,结合因素间的因果关系,形成应对这些因素波动的风险控制措施,并组合成分项费用波动的风险控制决策子集;
(5)将各分项费用对应的风险控制决策子集合并为输配电成本风险控制决策集,为决策者优化输配电成本结构风险提供决策支持。
结合步骤2-(1)~2-(4)中测算的某地区110kV新建变电工程四项分项费用的风险系数,根据各自的最小及最大风险偏好值,设定其风险评语等级参数;为了更好地控制四项分项费用的波动风险,采用偏好增加风险应对成本的风险评语等级取值方式,从而判定各项分项费用在下一时序节点,即2016年1月的风险评价等级,如表2所示;选择分项费用风险优化数量q=3,得到风险控制决策的对象集为{设备购置费,建筑工程费,其他费用};进一步根据步骤3-(4)的流程,对这三个分项费用对象分别建立其风险控制决策子集。
表2某地区110kV新建变电工程分项费用风险评价等级
上述具体实施方式用来解释说明本发明,仅为本发明的优选实施例而已,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改、等同替换、改进等,都落入本发明的保护范围。
Claims (4)
1.一种输配电成本分析模型,其特征在于,所述输配电成本分析模型通过以下步骤建立:
(1)构造电力公司输配电成本的分项费用序列,选取输配电成本分项费用进行回归间隔抽样处理,输配电成本分项费用的时间序列为{E(t)},其中t=1,2,...,N;该序列的回归间隔是在一定的阈值V作用下,输配电成本分项费用相邻最近的两次超过阈值V的时间间距,即是E(t1)>V,E(t2)>V,t1<t2,且E(ts)≤V,则定义回归间隔r=t2–t1;对于一组输配电成本分项费用的时间序列,当选取不同的V值,可得到不同的回归间隔序列;在阈值V下的回归间隔序列可以用{rj}表示,j=1,2,...,NV,则该输配电成本分项费用的时间序列的平均回归间隔RV可以由下式表示:
其中,P(E)为输配电成本分项费用的时间序列E(t)的概率密度函数;
(2)利用回归间隔法对输配电成本分项费用的时间序列E(t)的概率密度函数P(E)进行分析,经过双对数曲线拟合及估计,得到平均回归间隔RV的概率密度函数满足以下线性关系:
log(RVPV(r))=alog(r/RV)+b (2)其中,PV(r)为Rv在阈值V作用下的概率密度函数,a,b为线性拟合系数;
由上式得到概率密度函数PV(r)服从式(3)形式的负指数分布,并呈递减趋势,
PV(r)~(r/RV)-η(V) (3)
其中,η(V)>1,且为V的减函数;
(3)假设{E(t)}具有多重分形特性,当前分析的时间点为te,上一个超过V的事件发生在tl时刻之前,则定义从te开始下一个Δt时段内输配电成本分项费用的时间序列值超过阈值V的概率为WV(tl,Δt),由下式表示:
当Δt远小于tl时,即Δt小于tl两个数量级或以上,将式(3)带入式(4),可得:
(4)根据给定的VaR置信水平c,得到RV=1/(1–c),根据给定的输配电成本分项费用的时间序列{E(t)}进行回归间隔法分析,并根据RV与V的对应关系得到初始阈值V;
(5)设当前分析时刻为te,根据初始阈值V,可以得到上一个超过V的事件发生的时刻为ta,则tl=te–ta;结合式(4)可以计算当前阈值下,从te开始的Δt时段内出现超过V的事件的概率WV(tl,Δt);
(6)假设VaR置信水平允许误差为ξ,若满足|WV(tl,Δt)-(1-c)|≤ξ,则认为在阈值V的作用下,下一个Δt时段内出现超过V的事件的概率近似于给定的VaR置信水平,V值即为在该置信水平下的VaR值;若|WV(tl,Δt)-(1-c)|>ξ,则需要根据概率WV(tl,Δt)的大小修改阈值V,当WV(tl,Δt)>(1-c)时,设定新的阈值V*=V+ΔV,并代入步骤(5)重新计算在修改后的阈值V*作用下的概率WV*(tl,Δt);对于这个新阈值V*对应的WV*(tl,Δt)使得|WV*(tl,Δt)-(1-c)|≤ξ依然不满足,且WV*(tl,Δt)>(1-c),则重复增大阈值,直到满足|WV*(tl,Δt)-(1-c)|≤ξ,或WV*(tl,Δt)<(1-c)为止,此时的V*值即为待求的VaR值;当WV(tl,Δt)<(1-c)时,设定新阈值时应使得V*=V–ΔV,并不断重复此过程直至|WV*(tl,Δt)-(1-c)|≤ξ或WV*(tl,Δt)>(1-c),此时的V*值即为待求的风险价值。
2.根据权利要求1中所述的一种输配电成本分析模型,其特征在于,对公式(5)进行如下修正,使之能在Δt远小于tl不满足时依然估计出较为准确的概率值:
3.一种基于权利要求1中所述的输配电成本分析模型的风险评估模型,其特征在于,所述风险评估模型的建立包括以下步骤:
在输配电成本风险分析的多重分形模型的基础上,衡量并分析输配电成本各分项费用的风险价值,评估各分项成本分项费用的风险价值区间,并建立风险最小的优化目标,基于不同时间长度求解输配电成本各分项费用的风险系数;
在输配电项目的成本管理过程中,各分项费用的风险价值作为其风险评估指标,Ei(i=1…6)波动带来的风险可以通过回归间隔法计算得到,在给定风险价值置信水平为c的情况下,输配电成本各分项费用在下一时间节点的VaR可用式(7)计算,即下一时间节点分项费用Ei(t+1)偏离近期费用价值的概率不超过1-c,其中这里提到的近期费用价值是指根据不同风险评估需求,选取该费用时间序列最近的一定时间节点的分项费用平均值:
其中,m为时间节点数目;
以综合输配电分项成本分项费用的风险价值波动最小为目标,建立输配电成本分项费用风险评估模型如下:
式中:Ki,min和Ki,max分别是第i项输配电成本分项费用风险系数的最小和最大偏好值,取值范围为[0,1]。
4.一种基于权利要求3中所述的风险评估模型的风险结构优化方法,其他在于,所述风险结构优化方法包括以下步骤:根据各项输配电成本影响因素的风险系数,可以通过因素挖掘或专家研讨形式进一步挖掘成本波动的因素路径,优化多重分形下的输配电成本结构风险,为输配电成本风险控制的提供决策支持;
确定对各项分项费用的风险制定一个评价标准D,设定备选方案的各项分项费用对应的风险评价等级形成风险评价值集合且服从其中p是参与风险评估的分项费用数量,是第i项分项费用在下一时序节点的风险评价等级,且满足s为可以选择的风险评语等级数量;根据风险价值波动最小目标优化求解得到的各项分项费用风险系数,判定第i项分项费用在下一时序节点的风险评价等级
或
式(9)适用于偏好增加风险应对成本,更好地控制输配电成本的费用波动;式(10)适用于决策者偏好降低风险应对成本,对输配电成本的费用波动保守处理;
定义为风险优化评价集,其中q是预期优化的分项费用风险数量且q≤p,q越大表示优化分项费用风险的预期范围越大,对应的风险应对总成本也越高;对于中每一元素对应的分项费用通过因素挖掘输配电成本的因素影响路径,识别流程主要由量价分离,关联识别,专家研讨三个步骤组成;通过因素影响路径所揭示的分项费用影响因素,决策者可以更好地识别影响下一阶段地区性输配电成本潜在风险的各项因素,为其进一步形成针对每项因素相应的风险应对措施提供参考支持。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610412561.1A CN106096779A (zh) | 2016-06-13 | 2016-06-13 | 一种输配电成本分析、风险评估模型及风险结构优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610412561.1A CN106096779A (zh) | 2016-06-13 | 2016-06-13 | 一种输配电成本分析、风险评估模型及风险结构优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106096779A true CN106096779A (zh) | 2016-11-09 |
Family
ID=57845228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610412561.1A Pending CN106096779A (zh) | 2016-06-13 | 2016-06-13 | 一种输配电成本分析、风险评估模型及风险结构优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106096779A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107464010A (zh) * | 2017-06-29 | 2017-12-12 | 河海大学 | 一种虚拟电厂容量优化配置方法 |
CN109460942A (zh) * | 2018-12-13 | 2019-03-12 | 平安医疗健康管理股份有限公司 | 基于数据分析评价医院的方法及相关产品 |
CN112434874A (zh) * | 2020-12-02 | 2021-03-02 | 华北电力大学 | 一种可再生能源消纳的线路容量优化方法及系统 |
CN112561577A (zh) * | 2020-12-14 | 2021-03-26 | 国网新疆电力有限公司经济技术研究院 | 一种配电网工程分项报价标准测定方法 |
CN117236988A (zh) * | 2023-10-11 | 2023-12-15 | 国网宁夏电力有限公司经济技术研究院 | 一种输变电工程造价计算系统及造价计算方法 |
-
2016
- 2016-06-13 CN CN201610412561.1A patent/CN106096779A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107464010A (zh) * | 2017-06-29 | 2017-12-12 | 河海大学 | 一种虚拟电厂容量优化配置方法 |
CN109460942A (zh) * | 2018-12-13 | 2019-03-12 | 平安医疗健康管理股份有限公司 | 基于数据分析评价医院的方法及相关产品 |
CN112434874A (zh) * | 2020-12-02 | 2021-03-02 | 华北电力大学 | 一种可再生能源消纳的线路容量优化方法及系统 |
CN112434874B (zh) * | 2020-12-02 | 2024-05-10 | 华北电力大学 | 一种可再生能源消纳的线路容量优化方法及系统 |
CN112561577A (zh) * | 2020-12-14 | 2021-03-26 | 国网新疆电力有限公司经济技术研究院 | 一种配电网工程分项报价标准测定方法 |
CN117236988A (zh) * | 2023-10-11 | 2023-12-15 | 国网宁夏电力有限公司经济技术研究院 | 一种输变电工程造价计算系统及造价计算方法 |
CN117236988B (zh) * | 2023-10-11 | 2024-02-27 | 国网宁夏电力有限公司经济技术研究院 | 一种输变电工程造价计算系统及造价计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106096779A (zh) | 一种输配电成本分析、风险评估模型及风险结构优化方法 | |
CN111191906A (zh) | 一种大中型企业技术标准体系化实施效益评价方法 | |
CN108388962B (zh) | 一种风电功率预测系统及方法 | |
CN107292502B (zh) | 一种配电网可靠性评估方法 | |
CN103793859B (zh) | 一种风电场运行监控及事件综合评价方法 | |
CN106991524A (zh) | 一种台区线损率预估方法 | |
CN103761690A (zh) | 基于电网系统中电压无功控制系统的评估方法 | |
CN107871214A (zh) | 一种多能互补供能系统综合评价指标体系建立方法 | |
CN110533291B (zh) | 一种基于风险评估的中压配电网薄弱环节辨识方法 | |
CN112508232A (zh) | 一种基于多层次模糊综合评价模型的短路电流限制措施评估方法 | |
Nagaraja et al. | A survey on wind energy, load and price forecasting:(Forecasting methods) | |
Yılmaz | Real measure of a transmission line data with load fore-cast model for the future | |
CN111460378A (zh) | 一种考虑风险测度的配电网精准投资项目优选方法 | |
Li et al. | The evaluation and analysis of the entropy weight method and the fractional grey model study on the development level of modern agriculture in Huizhou | |
Shaghaghi et al. | Proposing a new optimized forecasting model for the failure rate of power distribution network thermal equipment for educational centers | |
Wang et al. | Day-ahead allocation of operation reserve in composite power systems with large-scale centralized wind farms | |
Al-Hamadi | Long-term electric power load forecasting using fuzzy linear regression technique | |
Aien et al. | Real time probabilistic power system state estimation | |
CN105260944A (zh) | 一种基于lssvm算法与关联规则挖掘的统计线损计算方法 | |
Gilbert et al. | A hierarchical approach to probabilistic wind power forecasting | |
CN105654194A (zh) | 一种电网发展指数测算方法 | |
Xiqiao et al. | Smart grid service evaluation system | |
Nik et al. | A multi-objective optimization and fuzzy prioritization approach for project risk responses selection | |
Perdana et al. | Fuzzy Multi-Criteria Decision Making for Optimization of Housing Construction Financing | |
Saha et al. | Short-Term Electricity Consumption Forecasting: Time-Series Approaches |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161109 |
|
RJ01 | Rejection of invention patent application after publication |