CN110110924A - 一种配电网投资规模优化方法、装置和计算设备 - Google Patents

一种配电网投资规模优化方法、装置和计算设备 Download PDF

Info

Publication number
CN110110924A
CN110110924A CN201910368731.4A CN201910368731A CN110110924A CN 110110924 A CN110110924 A CN 110110924A CN 201910368731 A CN201910368731 A CN 201910368731A CN 110110924 A CN110110924 A CN 110110924A
Authority
CN
China
Prior art keywords
investment
distribution network
indicate
power supply
power distribution
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
Application number
CN201910368731.4A
Other languages
English (en)
Inventor
崔凯
赵娟
郭玥
王雨晴
董厚琦
陈威成
陈云斐
曾鸣
武骁
徐晶
李朝阳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Tianjin Electric Power Co Ltd
North China Electric Power University
State Grid Economic and Technological Research Institute
Original Assignee
State Grid Tianjin Electric Power Co Ltd
North China Electric Power University
State Grid Economic and Technological Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Tianjin Electric Power Co Ltd, North China Electric Power University, State Grid Economic and Technological Research Institute filed Critical State Grid Tianjin Electric Power Co Ltd
Priority to CN201910368731.4A priority Critical patent/CN110110924A/zh
Publication of CN110110924A publication Critical patent/CN110110924A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • 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)
  • Development Economics (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)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Technology Law (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种配电网投资规模优化模型的生成方法，适于在计算设备中执行，所述方法包括：建立供电公司的配电网投资能力预测模型，该基于电网运行参数输出供电公司的计划电网投资；建立供电公司的配电网投资需求预测模型，该模型基于电网运行参数输出供电公司的当期电网投资总需求，当期电网投资总需求包括新增负荷供电投资需求、供电可靠性提升投资需求和政策公益性项目投资需求；以及基于两个子模型生成投资规模优化模型，该模型通过对两个子模型输出的计划电网投资和当期电网投资总需求进行对比来对供电公司的配电网投资规模进行优化。本发明还公开了对应的配电网投资规模优化模型的生成装置和用于执行该方法的计算设备。

Description

一种配电网投资规模优化方法、装置和计算设备
技术领域
本发明涉及电力系统领域，尤其涉及一种配电网投资规模优化模型的生 成方法、装置和计算设备。
背景技术
在输配电价改革形势下，配电网投资与输配电价呈现相互影响、双向制 约的关系。配电网投资是决定监管周期内输配电价的重要因素，配电网投资 对输配电价的核定产生重要影响，电网公司准许收益的高低取决于配电网投 资的大小。输配电价作为对电网公司收益的监管手段，其价格会管控在一个 合理的范围内保持稳定水平，而不会产生过大的波动，以此制约配电网投资 处于合理规模，超额投资将难以计入有效资产，致使投资收益与投资效率降 低。随着电网公司盈利模式发生转变，配电网投资面临新的约束，科学合理的配电网投资规模是保障电网公司经营收益与可持续发展的关键因素。
但现有的配电网投资规模的计算方法仍然比较复杂，其计算量大、计算 效率低且预测结果的精准率低，所预测得到的投资规模都一定程度上偏离实 际最优投资值，如果以该预测值进行应用则会降低供电公司的经济效益。
发明内容
为此，本发明提供一种配电网投资规模优化模型的生成方法、装置和计 算设备，以力图解决或至少缓解上面存在的问题。
根据本发明的一个方面，提供一种配电网投资规模优化模型的生成方法， 适于在计算设备中执行，该方法包括：建立供电公司的配电网投资能力预测 模型，该投资能力预测模型基于电网运行参数输出供电公司的计划电网投资； 建立供电公司的配电网投资需求预测模型，该投资需求预测模型基于电网运 行参数输出供电公司的当期电网投资总需求，当期电网投资总需求包括新增 负荷供电投资需求、供电可靠性提升投资需求和政策公益性项目投资需求； 基于投资能力预测模型和投资需求预测模型生成所述投资规模优化模型，所 述投资规模优化模型通过对两个子模型输出的计划电网投资和当期电网投资 总需求进行对比来对供电公司的配电网投资规模进行优化。
可选地，在根据本发明的方法中，电网运行参数包括输配电价、供电可 靠性目标、资产退役率、有效资产转化率、资产折旧率、大修费系数、运维 费系数、运营资金系数、预期职工薪酬增长率、所得税税率、城市建设维护 及教育附加税率、增值税税率、资产负债率、债务资本成本、权益资本成本、 售电量年增长率、准许收益率中的至少一种。
可选地，在根据本发明的方法中，计划电网投资Ie的计算公式为: Ie＝△Ae,p'/ret，△Ae,p'＝(△Rpi-Cw,p×rwg)/1.25×(rmn+rrn+ron)+rpi+rd+(1+rda)×rpi×ri+(rpi- rmn)×rvat×rcea，其中，△Ae,p’表示预期有效资产增加额度，△Rpi表示预期新增准 许收入，Cw,p表示当期职工薪酬，ret表示有效资产转化率，rwg表示预期职工 薪酬增长率，rrn、rmn、ron分别表示预期新增修理费系数、预期新增材料费系 数和预期新增其他费用系数，rpi表示表示准许收益率，rd表示资产折旧率，rda表示资产负债率，ri表示所得税税率，rvat表示增值税税率，rcea表示教育及附 加税税率。
可选地，在根据本发明的方法中，投资能力预测模型还包括有效资产与 折旧费计算：Ae,p＝Ae,f+Cp，△Ae,p＝Ip×ret，DA＝Ae,f×rd， 其中，Ae,p表示当期有效资产，Ae,f表示期末有效资产，Cp表示当期运营 资金，△Ae,p表示当期新增有效资产，Ip表示当期电网投资，DA表示资产折旧 额，Aep*表示期末有效资产初始值，INTEG(a,b)表示积分函数，a表示积分 增量，b表示初始值。
可选地，在根据本发明的方法中，投资能力预测模型还包括运行维护费 用计算：Com,p＝Cr,p+Cm,p+Cw,p+Co,p，Cop,p＝a×Com,p，其中，Com,p表示当期运行 维护费，Cop,p表示当期运营费用，Cr,p表示当期修理费，Cm,p表示当期材料费， Co,p表示当期其他费用，a表示当期运营费用的折算比例系数。
可选地，在根据本发明的方法中， 其中，△Cr,p，△Cm,p，△Cw,p，△Co,p分别代表修理费、材料费、职工薪酬 和其他费用的净增量，分别表示修理费、材料费、职工薪 酬和其他费用的历史值。
可选地，在根据本发明的方法中，投资能力预测模型还包括运行维护费 减少额计算：△Com＝Ae,f×rr×rhom，其中，rr表示资产退 役率，NAVr表示退役资产净值，rrv表示退役资产残值率，△Com表示运行维护 费减少额，rhom表示历史运行维护费费率。
可选地，在根据本发明的方法中，投资能力预测模型还包括准许收益计 算：PIp＝Ae,p×rpi，rpi＝Cec×(1-rda)+Cdc×rda，其中，PIp表示准许收益，Cec表示权益资本成本，Cdc表示债务资本成本。
可选地，在根据本发明的方法中，投资能力预测模型还包括税金计算：
Tcea＝(PIp×rvat-Cm,p×rvat)×rcea，Ti＝Ae,p×(1-rda)×rpi×ri×(1-ri)，Tp＝Tcea+Ti
其中，Tcea表示城市建设及教育附加税，Ti表示所得税，Tp表示当期税金。
可选地，在根据本发明的方法中，当期配电网投资总需求Idemand,p为：
Iload,p＝Iunit,p×Qload,p，Ireality,p＝Ipowercut×tpowercut,p＝Ipowercut×f(breality-breality,p)
其中，Iload,p表示新增负荷供电投资需求，Ireality,p表示供电可靠性提升投资 需求，Icommonweal,p表示政策公益性项目投资需求，Iunit,p表示当期单位增供电量 投资，Qload,p表示当期新增用电量，Ipowercut表示平均每减少1分钟户均停电时 间所需的投资，tpowercut,p表示当期户均停电时间减少的分钟值，f表示户均停电 时间与供电可靠性关系的函数，breality表示当期供电可靠性规划目标值，breality,p表示当期供电可靠性实际值，Icommonweal,i表示第i个政策性公益项目的配电网 投资，n表示当期政策公益性项目的数量。
根据本发明的另一方面，提供一种配电网投资规模优化方法，在计算设 备中执行，适于根据配电网投资规模优化模型对供电公司的配电网投资规模 进行优化，该配电网投资规模优化模型采用如上所述的配电网投资规模优化 模型的生成方法生成，该优化方法包括步骤：获取实际电网运行参数，并根 据投资能力预测模型和投资需求预测模型预测供电公司的计划电网投资和当 期电网投资总需求；以及根据投资规模优化模型对预测得到的所述计划电网 投资和当期电网投资总需求进行对比来对供电公司的配电网投资规模进行优 化。
根据本发明的另一方面，提供一种配电网投资规模优化模型的生成装置， 适于驻留在计算设备中执行，该装置包括：第一模型构建单元，适于建立供 电公司的配电网投资能力预测模型，该投资能力预测模型基于电网运行参数 输出供电公司的计划电网投资；第二模型构建单元，适于建立供电公司的配 电网投资需求预测模型，该投资需求预测模型基于电网运行参数输出供电公 司的当期电网投资总需求，其中当期电网投资总需求包括新增负荷供电投资 需求、供电可靠性提升投资需求和政策公益性项目投资需求；以及优化模型 构建单元，适于基于投资能力预测模型和投资需求预测模型生成投资规模优 化模型，该投资规模优化模型通过对两个子模型输出的计划电网投资和当期 电网投资总需求进行对比来对供电公司的配电网投资规模进行优化。
可选地，在根据本发明的装置中，电网运行参数包括输配电价、供电可 靠性目标、资产退役率、有效资产转化率、资产折旧率、大修费系数、运维 费系数、运营资金系数、预期职工薪酬增长率、所得税税率、城市建设维护 及教育附加税率、增值税税率、资产负债率、债务资本成本、权益资本成本、 售电量年增长率、准许收益率中的至少一种。
可选地，在根据本发明的装置中，计划电网投资Ie的计算公式为: Ie＝△Ae,p'/ret，△Ae,p'＝(△Rpi-Cw,p×rwg)/1.25×(rmn+rrn+ron)+rpi+rd+(1+rda)×rpi× ri+(rpi-rmn)×rvat×rcea，其中，△Ae,p’表示预期有效资产增加额度，△Rpi表示预 期新增准许收入，Cw,p表示当期职工薪酬，ret表示有效资产转化率，rwg表示 预期职工薪酬增长率，rrn、rmn、ron分别表示预期新增修理费系数、预期新增 材料费系数和预期新增其他费用系数，rpi表示表示准许收益率，rd表示资产 折旧率，rda表示资产负债率，ri表示所得税税率，rvat表示增值税税率，rcea表示教育及附加税税率。
可选地，在根据本发明的装置中，投资能力预测模型还包括有效资产与 折旧费计算：Ae,p＝Ae,f+Cp，△Ae,p＝Ip×ret，DA＝Ae,f×rd， 其中，Ae,p表示当期有效资产，Ae,f表示期末有效资产，Cp表示当期运营 资金，△Ae,p表示当期新增有效资产，Ip表示当期电网投资，DA表示资产折旧 额，Aep*表示期末有效资产初始值，INTEG(a,b)表示积分函数，a表示积分 增量，b表示初始值。
根据本发明的又一方面，提供一种配电网投资规模优化装置，驻留在计 算设备中，适于根据配电网投资规模优化模型对供电公司的配电网投资规模 进行优化，该投资规模优化模型采用如上所述的配电网投资规模优化模型的 生成方法生成，该优化装置包括：参数获取单元，适于获取实际电网运行参 数，并根据投资能力预测模型和投资需求预测模型预测供电公司的计划电网 投资和当期电网投资总需求；以及模型计算单元，适于根据所述投资规模优 化模型对预测得到的所述计划电网投资和当期电网投资总需求进行对比来对 供电公司的配电网投资规模进行优化。
根据本发明的又一方面，提供一种计算设备，包括：一个或多个处理器； 存储器；和一个或多个程序，其中所述一个或多个程序存储在所述存储器中 并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执 行如上所述的配电网投资规模优化模型的生成方法的指令。
根据本发明的再一方面，提供了一种存储一个或多个程序的可读存储介 质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得所述 计算设备执行如上所述的配电网投资规模优化模型的生成方法。
根据本发明的技术方案，首先分别建立供电公司的配电网投资能力预测 模型和投资需求预测模型，其中投资能力预测模型基于电网运行参数输出供 电公司的计划电网投资，投资需求预测模型基于电网运行参数输出供电公司 的当期电网投资总需求。之后，再根据这两个子模型生成配电网投资规模优 化模型，该优化模型通过对两个子模型输出的计划电网投资和当期电网投资 总需求进行对比来对供电公司的配电网投资规模进行优化，如输出各项投资 的最优值。这种方法能有效降低投资规模的计算量，提高计算效率，且计算 得到的各项投资规模配置精准率高，接近实际投资最优值，从而能够实现供 电公司的效益最大化。
附图说明
为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说 明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所 有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅 读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明 显。遍及本公开，相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的示意图；
图2示出了根据本发明一个实施例的配电网投资规模优化模型的生成方 法200的流程图；
图3示出了根据本发明一个实施例的配电网投资与配电价格逻辑关系图；
图4示出了根据本发明一个实施例的配电网投资规模的优化逻辑因果图；
图5示出了根据本发明一个实施例的输配电价约束下的配电网投资能力 预测模型的示意图；
图6示出了根据本发明一个实施例的配电网投资规模优化方法600的流 程图；
图7示出了根据本发明一个实施例的配电网投资规模优化模型的生成装 置700的结构框图；
图8示出了根据本发明一个实施例的配电网投资规模优化装置800的结 构框图；以及
图9A和9B分别示出了在某省级电网在某监管周期内的投资及有效资产 对比图、准许成本对比图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示 了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不 应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地 理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是根据本发明一个实施例的计算设备100的框图。在基本的配置102 中，计算设备100典型地包括系统存储器106和一个或者多个处理器104。存 储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于： 微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任 何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之 类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处 理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信 号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可 以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处 理器104的一个内部部分。
取决于期望的配置，系统存储器106可以是任意类型的存储器，包括但 不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存 等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者 多个应用122以及程序数据124。在一些实施方式中，应用122可以布置为在 操作系统上利用程序数据124进行操作。程序数据124包括指令，在根据本 发明的计算设备100中，程序数据124包含用于执行配电网投资规模优化模 型的生成方法200和/或配电网投资规模优化方法600的指令。
计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、 外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的 通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理 单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如 显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包 括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由 一个或者多个I/O端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输 入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外 部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布 置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162 通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在 诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据 结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样 的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息 的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专 线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或 者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以 包括存储介质和通信介质二者。
计算设备100可以实现为服务器，例如文件服务器、数据库服务器、应 用程序服务器和WEB服务器等，也可以实现为小尺寸便携(或者移动)电子 设备的一部分，这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、 个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、 或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌 面计算机和笔记本计算机配置的个人计算机。在一些实施例中，计算设备100 被配置为执行配电网投资规模优化模型的生成方法200和/或配电网投资规模 优化方法600。
应当理解，配电网投资目标是满足电网安全经济运行，其投资需求应由 电网公司在对配电网资产现状、配电网运行状况和电力需求预测的基础上进 行测算。配电网投资与配电价格之间的勾稽关系如图3所示，配电网投资与 输配电价呈现相互影响、双向制约的关系。输配电价和供电公司投资规模的 因果驱动关系如图4所示，其中矩形点画线框内是传统的供电公司投资模式， 电企业根据自身运行目标和负荷情况自主进行供电公司投资。圆形点画线框 内表示输配电价监管机制下供电公司投资系统模式。理论上，在输配电价改革实施后，监管机构应根据配电网投资需求和准许收益率核定输配电价，但 由于供电公司与监管机构所掌握的信息存在一定非对称性，监管机构无法完 全了解电网实际运行情况，为防止供电公司投资冲动，监管机构通常会设置 输配电价监管目标，在此背景下，供电公司一般也会将稳定输配电价作为配 电网投资目标以保障投资收益。
因此，本发明综合考虑新电改形势下配电网投资外部输配电价监管约束 和内部系统安全运行约束，构建了配电网投资规模优化模型，提出了“以输 配电价确定投资能力，以系统安全约束确定投资需求”的配电网投资规模优 化方法，即将满足输配电价监管目标的配电网投资规模作为投资上限，将保 障系统安全运行的配电网投资规模作为投资下限，在此范围内进一步确定最 优的供电公司投资规模，实现配电网投资规模的优化。
图2示出了根据本发明一个实施例的配电网投资规模优化模型的生成方 法200的流程图，适于在计算设备中执行，如在计算设备100中执行。
如图2所述，该方法始于步骤S220。在步骤S220中，建立供电公司的配 电网投资能力预测模型，该投资能力预测模型基于电网运行参数输出供电公 司的计划电网投资。
供电公司的配电网投资能力预测模型(如图5所示)定量分析输配电价 约束下的配电网投资能力，其根据输配电价核定办法，依托系统动力学的理 论，基于“准许成本+合理收益”模式，构建有效资产、运行维护费用、预期 准许收入、上一期期末资产形成收入、折旧费用等基础子模型，最终建立输 配电价约束下的配电网投资能力预测模型。该模型主要包括有效资产与折旧 费计算、运行维护费计算、准许收益计算、税金计算、以及计划投资规模计 算。
根据一个实施例，对于有效资产与折旧费计算，当期有效资产Ae,p表示为 期末有效资产Ae,f与当期运营资金Cp之和，当期新增有效资产△Ae,p表示为当 期电网投资Ip与有效资产转化率ret的乘积，资产折旧额DA表示为期末有效资 产Ae,f与平均资产折旧率rd的乘积，期末有效资产Ae,f通过累加计算而得。
Ae,p＝Ae,f+Cp (1)
△Ae,p＝Ip×ret (2)
DA＝Ae,f×rd (3)
其中，INTEG(a,b)表示积分函数，a表示积分增量，也就是每一次循环 的净增加值，等于该循环内的新增值减去降低值，b表示初始值。以公式(4) 为例，期末有效资产就等于初始值加上每一周期(每一次循环)的积分增量。
根据一个实施例，运行维护费用包含运行维护费和运营资金。具体来看， 运行维护费主要由修理费、材料费、职工薪酬和其它费用四个部分组成，当 期运营费用按运行维护费的一定比例折算，也就是：
Com,p＝Cr,p+Cm,p+Cw,p+Co,p (5)
Cop,p＝a×Com,p (6)
其中，Com,p表示当期运行维护费，Cop,p表示当期运营费用，Cr,p表示当期 修理费，Cm,p表示当期材料费，Co,p表示当期其他费用，a表示当期运营费用 的折算比例系数。
其中，△Cr,p，△Cm,p，△Cw,p，△Co,p分别代表修理费，材料费，职工薪酬， 其他费用的净增量，即新增值与减少值的差值。分别代表 修理费、材料费、职工薪酬、其他费用的历史值。
资产退役将会带来运维费用当中除职工薪酬之外各项费用的减少，该额 度参照单位该项资产对应历史资产规模的费率情况取值。根据一个实施例， 投资能力预测模型还包括运行维护费减少额计算：
△Com＝Ae,f×rr×rhom (12)
其中，rr表示资产退役率，NAVr表示退役资产净值，rrv表示退役资产残 值率，△Com表示运行维护费减少额，rhom表示历史运行维护费费率。
对于准许收益计算，根据另一个实施例，当期准许收益表示为当期有效 资产与准许收益率的乘积，而准许收益率取决于权益资本成本与债务资本成 本：
PIp＝Ae,p×rpi (13)
rpi＝Cec×(1-rda)+Cdc×rda (14)
其中，PIp表示准许收益，rpi表示准许收益率，Cec表示权益资本成本， Cdc表示债务资本成本，rda表示资产负债率。
对于当期税金，其主要由城市建设及教育附加税Tcea和所得税Ti两部分 组成：
Tcea＝(PIp×rvat-Cm,p×rvat)×rcea (15)
Ti＝Ae,p×(1-rda)×rpi×ri×(1-ri) (16)
Tp＝Tcea+Ti (17)
其中，Tp表示当期税金，rvat表示增值税税率，rcea表示教育及附加税税 率，ri表示所得税税率。
对于计划投资规模计算，该模型可计算预期投资增加收入△Rei以及计划 电网投资Ie：
△Rei＝Rpi-PCp-PIp-Tp (18)
△Ae,p'＝(△Rpi-Cw,p×rwg)/1.25×(rmn+rrn+ron)+rpi+rd
+(1+rda)×rpi×ri+(rpi-rmn)×rvat×rcea (19)
Ie＝△Ae,p’/ret (20)
其中，Rpi表示预期准许收入，PCp表示当期准许成本，△Ae,p’表示预期有 效资产增加额度，△Rpi表示预期新增准许收入，rwg代表预期职工薪酬增长率， rrn、rmn、ron分别代表预期新增修理费系数、预期新增材料费系数、预期新增 其他费用系数。
同时，在步骤S240中，建立供电公司的配电网投资需求预测模型，该投 资需求预测模型基于电网运行参数输出供电公司的当期电网投资总需求 Idemand,p，该当期电网投资总需求包括新增负荷供电投资需求Iload,p、供电可靠 性提升投资需求Ireality,p和政策公益性项目投资需求Icommonweal,p。根据一个实施 例，当期电网投资总需求为上述三项投资需求之和：
Idemand,p＝Iload,p+Ireality,p+Icommonweal,p (21)
其中，配电网的新增负荷供电投资需求可由新增用电量与配电网单位增 供电量投资确定，配电网的供电可靠性提升投资需求可由供电可靠性目标与 可靠性提升单位投资确定：
Iload,p＝Iunit,p×Qload,p (22)
Ireality,p＝Ipowercut×tpowercut,p＝Ipowercut×f(breality-breality,p) (23)
其中，Iunit,p表示当期单位增供电量投资，Qload,p表示当期新增用电量， Ipowercut表示平均每减少1分钟户均停电时间所需的投资，tpowercut,p表示当期户 均停电时间减少的分钟值，f表示户均停电时间与供电可靠性关系的函数， breality表示当期供电可靠性规划目标值，breality,p表示当期供电可靠性实际值。
需要注意的是，在以往的配电网投资规划中，供电可靠性提升目标通常 由规划者主观决策，然而在增量配售电业务放开的新形势下，供电可靠性已 然成为影响用户满意度的关键因素，一方面，较低水平的用户的满意程度将 会使得市场份额流失，从而会影响投资效益，另一方面，供电可靠性边际投 资成本随可靠性目标的提升而增加。因此为了实现社会责任与经济效益兼顾， 本发明还可以建立用户满意度与供电可靠性水平的量化关系模型，选择单位 供电可靠性提升带来用户满意度增长边际效益最大的可靠性水平，作为配电 网供电可靠性目标。
配电网的政策性公益项目投资需求主要是测算煤改电、分布式电源接入 等各项政策公益性项目配电网投资的总和：
其中，Icommonweal,i表示第i个政策性公益项目的配电网投资，n表示当期政 策公益性项目的数量。
根据一个实施例，电网运行参数可以包括以上所有公式中等号右边的任 意一个或多个参数，根据这些参数来计算对应的有效资产、折旧费、运行维 护费、准许收益、税金、预期投资增加收入、计划电网投资、新增负荷供电 投资需求、供电可靠性提升投资需求、政策公益性项目投资需求、以及当期 配电网投资总需求。例如可以包括输配电价、供电可靠性目标、资产退役率、 有效资产转化率、资产折旧率、大修费系数、运维费系数、运营资金系数、 预期职工薪酬增长率、所得税税率、城市建设维护及教育附加税率、增值税 税率、资产负债率、债务资本成本、权益资本成本、售电量年增长率、准许 收益率、预期新增准许收入、预期新增修理费系数，预期新增材料费系数、 预期新增其他费用系数中的至少一种。基于此，在步骤S260中，可以先获取 各项电网运行参数，并根据以上各公式计算得到对应的费用或需求项。
随后，在步骤S260中，基于投资能力预测模型和投资需求预测模型这两 个子模型生成投资规模优化模型，该投资规模优化模型通过对两个子模型输 出的计划电网投资和当期电网投资总需求进行对比来对配电网的投资规模进 行优化。
根据一个实施例，投资规模优化模型在对供电公司的配电网投资规模进 行优化时，可以输出最优的配电网投资预算配置，如公益性项目投资优化值、 新增负荷供电投资需求优化值、供电可靠性提升投资需求优化值、用户可靠 性水平优化值等等。以计划电网投资代表投资能力，以当期电网投资总需求 代表投资需求。若计算得到的计划电网投资大于当期电网投资总需求，即投 资能力大于投资需求，则根据两者差值设置用户可靠性水平值提高，并可重 点提高可靠性敏感度高的电力用户的可靠性水平值。或者，可增加智能线路 开关技术、配电网自动化技术、电力电子技术等新技术投资预算值，还可提 高当期电网投资总需求中的一项或多项投资需求值，使提升后的当期电网投 资总需求趋近于计划电网投资。其中，用户可靠性水平可以包括供电可靠率、 户均停电时间、户均停电次数、户均故障停电次数、系统停电等效小时数中 的一种或多种。
若计算得到的计划电网投资小于当期电网投资总需求，则设置用户可靠 性水平降低，具体可将电力用户按照供电可靠性敏感度由高到低分类排序， 并根据投资需求与投资能力的差值降低电力用户的供电可靠性水平。另外还 可适当降低政策公益性项目投资需求值，以使投资需求与投资能力尽量相等。
图6示出了根据本发明一个实施例的配电网投资规模的优化方法600，适 于在计算设备中执行，如在计算设备100中执行。该方法适于根据配电网投 资规模优化模型对供电公司的配电网投资规模进行优化，其中投资规模优化 模型采用如上所述的配电网投资规模优化模型的生成方法200生成。如图6 所示，该方法始于步骤S620。
在步骤S620中，获取实际电网运行参数，并根据投资能力预测模型和投 资需求预测模型预测供电公司的计划电网投资和当期电网投资总需求。其中 实际电网运行参数可通过对历史数据进行分析得到，也可直接获取设置好的 电网运行参数，本发明对此不作限制。
随后，在步骤S640中，根据投资规模优化模型对预测得到的计划电网投 资和当期电网投资总需求进行对比来对供电公司的配电网投资规模进行优化。 也就是通过对比投资能力和投资需求来选择最合适的供电可靠性水平值和单 项投资需求值。其具体优化方法已在对方法200的介绍中详细公开，这里不 再赘述。
综上可知，本发明统筹了供电公司的配电网投资能力与投资需求，构建 了基于输配电价约束的配电网投资能力预测模型，以及基于系统安全运行下 的配电网投资能力预测模型。前者基于输配电价控制目标值、负荷预测值、 准许收益率等电网运行参数计算监管周期内在目标输配电价下的配电网投资 能力，后者包括新增负荷投资需求、供电可靠性提升投资需求以及公益性项 目投资需求。之后，根据配电网的实际运行参数对应计算供电公司的计划电 网投资和当期电网投资总需求，并通过对两个计算结果进行对比来供电公司 投资规模进行优化。例如可根据两者差值来设置用户可靠性水平提升或降低， 或增减投资预算值，这样能够实现准许投资规模趋近于投资需求目标，为新 形势下电网公司开展精准化投资提供决策支撑，提高配电网投资的经济效益 和社会效益
图7示出了根据本发明一个实施例的配电网投资规模优化模型的生成装 置700的结构框图。如图7所示，该装置包括第一模型构建单元720、第二模 型构建单元740和优化模型构建单元760。
第一模型构建单元720适于建立供电公司投资能力预测模型，该投资能 力预测模型基于电网运行参数输出供电公司的计划电网投资。根据一个实施 例，计划电网投资Ie的计算公式为:
Ie＝△Ae,p'/ret
△Ae,p'＝(△Rpi-Cw,p×rwg)/1.25×(rmn+rrn+ron)+rpi+rd+
(1+rda)×rpi×ri+(rpi-rmn)×rvat×rcea
其中，△Ae,p’表示预期有效资产增加额度，△Rpi表示预期新增准许收入， Cw,p表示当期职工薪酬，ret表示有效资产转化率，rwg表示预期职工薪酬增长 率，rrn、rmn、ron分别表示预期新增修理费系数、预期新增材料费系数和预期 新增其他费用系数，rpi表示表示准许收益率，rd表示资产折旧率，rda表示资 产负债率，ri表示所得税税率，rvat表示增值税税率，rcea表示教育及附加税税 率。
第二模型构建单元740适于建立供电公司投资需求预测模型，该投资需 求预测模型基于电网运行参数输出供电公司的当期电网投资总需求，其中当 期电网投资总需求包括新增负荷供电投资需求、供电可靠性投资需求和政策 公益性项目投资需求。根据一个实施例，当期配电网投资总需求Idemand,p的计 算公式为：
Idemand,p＝Iload,p+Ireality,p+Icommonweal,p
Iload,p＝Iunit,p×Qload,p
Ireality,p＝Ipowercut×tpowercut,p＝Ipowercut×f(breality-breality,p)
其中，Iload,p表示新增负荷供电投资需求，Ireality,p表示供电可靠性投资需求，Icommonweal,p表示政策公益性项目投资需求，Iunit,p表示当期单位增供电量投资， Qload,p表示当期新增用电量，Ipowercut表示平均每减少1分钟户均停电时间所需 的投资，tpowercut,p表示当期户均停电时间减少的分钟值，f表示户均停电时间与 供电可靠性关系的函数，breality表示当期供电可靠性规划目标值，breality,p表示 当期供电可靠性实际值，Icommonweal,i表示第i个政策性公益项目的配电网投资， n表示当期政策公益性项目的数量。
优化模型构建单元760适于基于投资能力预测模型和投资需求预测模型 这两个子模型生成投资规模优化模型，该投资规模优化模型通过对两个子模 型输出的计划电网投资和当期电网投资总需求进行对比来对配电网的投资规 模进行优化。
根据本发明的配电网投资规模优化模型的生成装置700，其具体细节已在 基于图1-图5的描述中详细公开，在此不再赘述。
图8示出了根据本发明一个实施例的配电网投资规模优化装置800，适于 驻留在计算设备中，如驻留在计算设备中100。装置800适于根据配电网投资 规模优化模型对配电网的投资规模进行优化，该配电网投资规模优化模型采 用如上所述的配电网投资规模优化模型的生成方法200生成。如图8所示， 装置800包括参数获取单元820和模型计算单元840。参数获取单元820适于 获取实际电网运行参数，并根据投资能力预测模型和投资需求预测模型预测 供电公司的计划电网投资和当期电网投资总需求。模型计算单元840适于根据所述投资规模优化模型对预测得到的所述计划电网投资和当期电网投资总 需求进行对比来对配电网的投资规模进行优化。
以下选取某省级电网为算例，对该省级电网2020年-2022年输配电价监 管周期内的配电网投资规模进行优化，该省级电网2017年-2019年输配电价 监管周期末配电网运行基础数据如表1所示，结合该省配电网投资规划，2020 年-2022年监管周期内配电网投资规模优化模型中主要参数取值如表2所示， 该省级电网公司2020年-2022年配电网投资规模测算结果如表3所示。
表1
表2
表3
从表3可以看出，为稳定配电价格不变，2020年-2022年监管周期内，该 省级电网公司配电网投资能力为248.83亿元，如不考虑政策公益性项目投资， 配电网新增负荷供电投资需求和供电可靠性提升投资需求共为140.72亿元， 输配电价监管下的配电网投资能力完全可以满足系统安全运行约束下的投资 需求。然而增加了118.98亿元政策强制性公益项目投资后，稳定配电价格下 的配电网投资能力无法满足投资需求，说明政策公益性项目投资任务超出该 省级电网公司投资能力承受范围，因此可以降低政策公益性项目投资值，另 外还可根据电力用户的供电可靠性敏感度适当降低局部电力用户的供电可靠 性水平，协调准许投资规模和配电网投资需求二者之间的矛盾，实现准许投 资规模趋近于投资需求的目标，提高配电网投资的经济效益和社会效益。
假设该省级电网公司根据输配电价约束下的配电网最大投资能力进行投 资，其在2020年-2022年监管周期内配电网有效资产及准许成本仿真结果分 别如图9A和图9B所示。由图9A可以看出，在输配电价水平不变的情况下， 相比于当前监管周期内271.37亿的配电网电网投资，2020年-2022年监管周 期内的配电网准许投资规模有所降低，说明对电网投资的监管初具成效，电 网公司为保证系统安全稳定及投资收益需主动提高投资效率。同时，在配电 网投资下，由于配电网有效资产的扩大，涵盖大修费用、运维费用、职工薪 酬与折旧费在内的配电网准许成本相比于当前监管周期也有所增加，如图9B 所示，配电网运维费用在准许成本中占比超过40％，而大修费用、运维费用 及折旧费三类成本支出之间差额较小。
根据本发明的技术方案，针对输配电价改革环境下配电网投资规模的优 化问题，提出了“以输配电价确定投资能力，以系统安全约束确定投资需求” 的配电网投资规模优化思路，并进一步应用系统动力学的理论，建立了基于 输配电价约束的配电网投资能力预测模型和基于系统安全运行约束下的配电 网投资需求预测模型。根据这两个模型计算得到配电网的投资能力和投资需 求，并通过对两者进行对比来对配电网投资规模进行优化，这样可使得优化 后的配电网准许投资规模满足包括新增负荷供电及供电可靠性提升在内保障 系统安全运行的配电网投资需求，煤改电、分布式电源接入等政策公益性项 目投资需根据电网实际运营情况合理规划，从而实现配电网投资利益最大化。
A6、如A5所述的方法，其中，
其中，△Cr,p，△Cm,p，△Cw,p，△Co,p分别代表修理费、材料费、职工薪酬 和其他费用的净增量，分别表示修理费、材料费、职工薪 酬和其他费用的历史值。A7、如A5所述的方法，其中，所述投资能力预测 模型还包括运行维护费减少额计算：
其中，rr表示资产退役率，NAVr表示退役资产净值，rrv表示退役资产残 值率，△Com表示运行维护费减少额，rhom表示历史运行维护费费率。
A8、如A1-A7中任一项所述的方法，其中，所述投资能力预测模型还包 括准许收益计算：
PIp＝Ae,p×rpi，rpi＝Cec×(1-rda)+Cdc×rda
其中，PIp表示准许收益，Cec表示权益资本成本，Cdc表示债务资本成本
A9、如A1-A7中任一项所述的方法，其中，所述投资能力预测模型还包 括税金计算：
Tcea＝(PIp×rvat-Cm,p×rvat)×rcea
Ti＝Ae,p×(1-rda)×rpi×ri×(1-ri)
Tp＝Tcea+Ti
其中，Tcea表示城市建设及教育附加税，Ti表示所得税，Tp表示当期税金。
A10、如A1-A7中任一项所述的方法，其中，当期配电网投资总需求Idemand,p的计算公式为：
Idemand,p＝Iload,p+Ireality,p+Icommonweal,p
Iload,p＝Iunit,p×Qload,p
Ireality,p＝Ipowercut×tpowercut,p＝Ipowercut×f(breality-breality,p)
其中，Iload,p表示新增负荷供电投资需求，Ireality,p表示供电可靠性提升投资 需求，Icommonweal,p表示政策公益性项目投资需求，Iunit,p表示当期单位增供电量 投资，Qload,p表示当期新增用电量，Ipowercut表示平均每减少1分钟户均停电时 间所需的投资，tpowercut,p表示当期户均停电时间减少的分钟值，f表示户均停电 时间与供电可靠性关系的函数，breality表示当期供电可靠性规划目标值，breality,p表示当期供电可靠性实际值，Icommonweal,i表示第i个政策性公益项目的配电网 投资，n表示当期政策公益性项目的数量。B13、如B12所述的装置，其中， 所述电网运行参数包括输配电价、供电可靠性目标、资产退役率、有效资产 转化率、资产折旧率、大修费系数、运维费系数、运营资金系数、预期职工 薪酬增长率、所得税税率、城市建设维护及教育附加税率、增值税税率、资 产负债率、债务资本成本、权益资本成本、售电量年增长率、准许收益率中 的至少一种。
B14、如B12或B13所述的装置，其中，计划电网投资Ie的计算公式为:
Ie＝△Ae,p'/ret，△Ae,p'＝(△Rpi-Cw,p×rwg)/1.25×(rmn+rrn+ron)+rpi+rd+
(1+rda)×rpi×ri+(rpi-rmn)×rvat×rcea
其中，△Ae,p’表示预期有效资产增加额度，△Rpi表示预期新增准许收入， Cw,p表示当期职工薪酬，ret表示有效资产转化率，rwg表示预期职工薪酬增长 率，rrn、rmn、ron分别表示预期新增修理费系数、预期新增材料费系数和预期 新增其他费用系数，rpi表示表示准许收益率，rd表示资产折旧率，rda表示资 产负债率，ri表示所得税税率，rvat表示增值税税率，rcea为教育及附加税税率。
B15、如B12-B14中任一项所述的装置，其中，所述投资能力预测模型还 包括有效资产与折旧费计算：
Ae,p＝Ae,f+Cp，△Ae,p＝Ip×ret
其中，Ae,p表示当期有效资产，Ae,f表示期末有效资产，Cp表示当期运营 资金，△Ae,p表示当期新增有效资产，Ip表示当期电网投资，DA表示资产折旧 额，Aep*表示期末有效资产初始值，INTEG(a,b)表示积分函数，a表示积分 增量，b表示初始值。
这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从 而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采 取嵌入有形媒介，例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读 的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类 的机器，并被所述机器执行时，所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、 处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少 一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代 码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行 本发明的配电网投资规模优化模型的生成方法、以及配电网投资规模优化方 法。
以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介 质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储 诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一 般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数 据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种 的组合也包括在计算机可读介质的范围之内。
在此处所提供的说明书中，算法和显示不与任何特定计算机、虚拟系统 或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根 据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也 不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述 的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳 实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本 发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并 未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个 或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时 被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开 的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求 中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的 那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具 体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单 元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位 在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合 为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自 适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以 把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可 以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者 单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴 随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或 者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴 随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相 似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其 它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组 合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权 利要求书中，所要求保护的实施例的任意之一都可以任意的组合方式来使用。
此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或 者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用 于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法 元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装 置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第 三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗 示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方 式的给定顺序。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本 技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它 实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导 的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此， 在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技 术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明 所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (10)

1.一种配电网投资规模优化模型的生成方法，适于在计算设备中执行，所述方法包括：
建立供电公司的配电网投资能力预测模型，所述投资能力预测模型基于电网运行参数输出供电公司的计划电网投资；
建立供电公司的配电网投资需求预测模型，所述投资需求预测模型基于电网运行参数输出供电公司的当期电网投资总需求，所述当期电网投资总需求包括新增负荷供电投资需求、供电可靠性提升投资需求和政策公益性项目投资需求；以及
基于所述投资能力预测模型和投资需求预测模型生成所述投资规模优化模型，所述投资规模优化模型通过对两个子模型输出的计划电网投资和当期电网投资总需求进行对比来对供电公司的配电网投资规模进行优化。
2.如权利要求1所述的方法，其中，所述电网运行参数包括输配电价、供电可靠性目标、资产退役率、有效资产转化率、资产折旧率、大修费系数、运维费系数、运营资金系数、预期职工薪酬增长率、所得税税率、城市建设维护及教育附加税率、增值税税率、资产负债率、债务资本成本、权益资本成本、售电量年增长率、准许收益率中的至少一种。
3.如权利要求1或2所述的方法，其中，计划电网投资Ie的计算公式为:
Ie＝△Ae,p’/ret
△Ae,p’＝(△Rpi-Cw,p×rwg)/1.25×(rmn+rrn+ron)+rpi+rd+(1+rda)×rpi×ri+(rpi-rmn)×rvat×rcea
其中，△Ae,p’表示预期有效资产增加额度，△Rpi表示预期新增准许收入，Cw,p表示当期职工薪酬，ret表示有效资产转化率，rwg表示预期职工薪酬增长率，rrn、rmn、ron分别表示预期新增修理费系数、预期新增材料费系数和预期新增其他费用系数，rpi表示表示准许收益率，rd表示资产折旧率，rda表示资产负债率，ri表示所得税税率，rvat表示增值税税率，rcea表示教育及附加税税率。
4.如权利要求1-3中任一项所述的方法，其中，所述投资能力预测模型还包括有效资产与折旧费计算：
Ae,p＝Ae,f+Cp
△Ae,p＝Ip×ret
DA＝Ae,f×rd
其中，Ae,p表示当期有效资产，Ae,f表示期末有效资产，Cp表示当期运营资金，△Ae,p表示当期新增有效资产，Ip表示当期电网投资，DA表示资产折旧额，Aep*表示期末有效资产初始值，INTEG(a,b)表示积分函数，a表示积分增量，b表示初始值。
5.如权利要求1-4中任一项所述的方法，其中，所述投资能力预测模型还包括运行维护费用计算：
Com,p＝Cr,p+Cm,p+Cw,p+Co,p
Cop,p＝a×Com,p
其中，Com,p表示当期运行维护费，Cop,p表示当期运营费用，Cr,p表示当期修理费，Cm,p表示当期材料费，Co,p表示当期其他费用，a表示当期运营费用的折算比例系数。
6.一种配电网投资规模优化方法，在计算设备中执行，适于根据配电网投资规模优化模型对供电公司的配电网投资规模进行优化，所述投资规模优化模型采用如权利要求1-5中任一项所述的配电网投资规模优化模型的生成方法生成，所述优化方法包括步骤：
获取实际电网运行参数，并根据投资能力预测模型和投资需求预测模型预测供电公司的计划电网投资和当期电网投资总需求；以及
根据所述投资规模优化模型对预测得到的所述计划电网投资和当期电网投资总需求进行对比来对供电公司的配电网投资规模进行优化。
7.一种配电网投资规模优化模型的生成装置，适于驻留在计算设备中，所述装置包括：
第一模型构建单元，适于建立供电公司的配电网投资能力预测模型，所述投资能力预测模型基于电网运行参数输出供电公司的计划电网投资；
第二模型构建单元，适于建立供电公司的配电网投资需求预测模型，所述投资需求预测模型基于电网运行参数输出供电公司的当期电网投资总需求，所述当期电网投资总需求包括新增负荷供电投资需求、供电可靠性提升投资需求和政策公益性项目投资需求；以及
优化模型构建单元，适于基于所述投资能力预测模型和投资需求预测模型生成所述投资规模优化模型，所述投资规模优化模型通过对两个子模型输出的计划电网投资和当期电网投资总需求进行对比来对供电公司的配电网投资规模进行优化。
8.一种配电网投资规模优化装置，驻留在计算设备中，适于根据配电网投资规模优化模型对供电公司的配电网投资规模进行优化，所述投资规模优化模型采用如权利要求1-5中任一项所述的配电网投资规模优化模型的生成方法生成，所述装置包括：
参数获取单元，适于获取实际电网运行参数，并根据投资能力预测模型和投资需求预测模型预测供电公司的计划电网投资和当期电网投资总需求；以及
模型计算单元，适于根据所述投资规模优化模型对预测得到的所述计划电网投资和当期电网投资总需求进行对比来对供电公司的配电网投资规模进行优化。
9.一种计算设备，包括：
至少一个处理器；以及
包括计算机程序指令的至少一个存储器；
所述至少一个存储器和所述计算机程序指令被配置为与所述至少一个处理器一起使得所述计算设备执行如权利要求1-6中任一项所述的方法。
10.一种存储一个或多个程序的可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1-6中所述的方法中的任一方法。
CN201910368731.4A 2019-05-05 2019-05-05 一种配电网投资规模优化方法、装置和计算设备 Pending CN110110924A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910368731.4A CN110110924A (zh) 2019-05-05 2019-05-05 一种配电网投资规模优化方法、装置和计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910368731.4A CN110110924A (zh) 2019-05-05 2019-05-05 一种配电网投资规模优化方法、装置和计算设备

Publications (1)

Publication Number Publication Date
CN110110924A true CN110110924A (zh) 2019-08-09

Family

ID=67488093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910368731.4A Pending CN110110924A (zh) 2019-05-05 2019-05-05 一种配电网投资规模优化方法、装置和计算设备

Country Status (1)

Country Link
CN (1) CN110110924A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112116233A (zh) * 2020-09-03 2020-12-22 国网经济技术研究院有限公司 一种基于电力需求和投资能力的电网投资优化方法及系统
CN112215459A (zh) * 2020-09-02 2021-01-12 南方电网能源发展研究院有限责任公司 一种基于电网投资规模预测的电量分配方法及装置
CN112651540A (zh) * 2020-07-31 2021-04-13 国网陕西省电力公司经济技术研究院 一种配电网规划项目投资优化方法
CN113762728A (zh) * 2021-08-13 2021-12-07 国网能源研究院有限公司 配电网的分级可靠性管理系统和方法
CN114219225A (zh) * 2021-11-24 2022-03-22 国网安徽省电力有限公司怀远县供电公司 基于多源数据的电网投资效益评估系统及评估方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104680253A (zh) * 2015-02-13 2015-06-03 国家电网公司 基于可靠性与经济性相协调的配电网规划投资优化方法
WO2016113723A1 (ja) * 2015-01-15 2016-07-21 株式会社日立製作所 電力取引管理システムおよび電力取引管理方法
CN106096799A (zh) * 2016-07-11 2016-11-09 国网浙江省电力公司经济技术研究院 基于电网性能指标评估的最小建设投资需求测算系统
WO2016200485A1 (en) * 2015-06-09 2016-12-15 Florida Power & Light Company Outage prevention in an electric power distribution grid using smart meter messaging
CN109242221A (zh) * 2018-11-19 2019-01-18 国网山东省电力公司经济技术研究院 基于电网发展需求与效益评价的配电网投资策略优化方法
CN109670863A (zh) * 2018-12-05 2019-04-23 广东电网有限责任公司东莞供电局 一种供电公司投资规模优化方法和计算设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016113723A1 (ja) * 2015-01-15 2016-07-21 株式会社日立製作所 電力取引管理システムおよび電力取引管理方法
CN104680253A (zh) * 2015-02-13 2015-06-03 国家电网公司 基于可靠性与经济性相协调的配电网规划投资优化方法
WO2016200485A1 (en) * 2015-06-09 2016-12-15 Florida Power & Light Company Outage prevention in an electric power distribution grid using smart meter messaging
CN106096799A (zh) * 2016-07-11 2016-11-09 国网浙江省电力公司经济技术研究院 基于电网性能指标评估的最小建设投资需求测算系统
CN109242221A (zh) * 2018-11-19 2019-01-18 国网山东省电力公司经济技术研究院 基于电网发展需求与效益评价的配电网投资策略优化方法
CN109670863A (zh) * 2018-12-05 2019-04-23 广东电网有限责任公司东莞供电局 一种供电公司投资规模优化方法和计算设备

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112651540A (zh) * 2020-07-31 2021-04-13 国网陕西省电力公司经济技术研究院 一种配电网规划项目投资优化方法
CN112215459A (zh) * 2020-09-02 2021-01-12 南方电网能源发展研究院有限责任公司 一种基于电网投资规模预测的电量分配方法及装置
CN112116233A (zh) * 2020-09-03 2020-12-22 国网经济技术研究院有限公司 一种基于电力需求和投资能力的电网投资优化方法及系统
CN113762728A (zh) * 2021-08-13 2021-12-07 国网能源研究院有限公司 配电网的分级可靠性管理系统和方法
CN114219225A (zh) * 2021-11-24 2022-03-22 国网安徽省电力有限公司怀远县供电公司 基于多源数据的电网投资效益评估系统及评估方法

Similar Documents

Publication Publication Date Title
CN110110924A (zh) 一种配电网投资规模优化方法、装置和计算设备
Wang et al. Robust distributed optimization for energy dispatch of multi-stakeholder multiple microgrids under uncertainty
Guo et al. Optimal strategies for the closed-loop supply chain with the consideration of supply disruption and subsidy policy
Foley et al. A strategic review of electricity systems models
Shahryari et al. An improved incentive-based demand response program in day-ahead and intra-day electricity markets
US20070129981A1 (en) Business solution management
CN109284856A (zh) 一种快递包材物料需求预测方法、装置及设备、存储介质
CN108694271A (zh) 燃气涡轮机调配优化系统及方法及非暂态计算机可读介质
CN108988325B (zh) 一种计及分布式电源和电动汽车接入的配电网规划方法
Zhang et al. Bi-level strategic bidding model for P2G facilities considering a carbon emission trading scheme-embedded LMP and wind power uncertainty
Cheong et al. Understanding the behavior of business groups: A dynamic model and empirical analysis
Zishan et al. Electricity retail market and accountability-based strategic bidding model with short-term energy storage considering the uncertainty of consumer demand response
Schäffer et al. A stochastic dynamic programming model for hydropower scheduling with state-dependent maximum discharge constraints
JP2017199273A (ja) 需給計画装置、需給計画方法及びプログラム
Bose et al. Reinforcement learning in local energy markets
Liu et al. Dynamic bidding strategy for a demand response aggregator in the frequency regulation market
CN109670863A (zh) 一种供电公司投资规模优化方法和计算设备
Heydarian-Forushani et al. A comprehensive linear model for demand response optimization problem
Santecchia et al. Industrial flexibility as demand side response for electrical grid stability
Shiralkar et al. An intelligent method for supply chain finance selection using supplier segmentation: A payment risk portfolio approach
Rafke et al. Simulating fleet procurement in an Indonesian logistics company
Mousavi et al. Using and comparing metaheuristic algorithms for optimizing bidding strategy viewpoint of profit maximization of generators
JP2022015383A (ja) 発電と送電の最適組合せの決定方法及び支援システム
Deng et al. Partially smoothing and gradient-based algorithm for optimizing the VMI system with competitive retailers under random demands
JP2019046467A (ja) 電力取引支援装置及び電力取引支援方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190809