CN110648253A - 一种基于历史投资成效的配电网投资分配方法 - Google Patents
一种基于历史投资成效的配电网投资分配方法 Download PDFInfo
- Publication number
- CN110648253A CN110648253A CN201910920046.8A CN201910920046A CN110648253A CN 110648253 A CN110648253 A CN 110648253A CN 201910920046 A CN201910920046 A CN 201910920046A CN 110648253 A CN110648253 A CN 110648253A
- Authority
- CN
- China
- Prior art keywords
- investment
- project
- effect
- index
- distribution network
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims abstract description 80
- 230000003631 expected effect Effects 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000012163 sequencing technique Methods 0.000 claims abstract description 6
- 230000006872 improvement Effects 0.000 claims description 15
- 238000013439 planning Methods 0.000 claims description 15
- 230000035945 sensitivity Effects 0.000 claims description 10
- 238000011161 development Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000005315 distribution function Methods 0.000 claims description 8
- 230000002829 reductive effect Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000013278 delphi method Methods 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000007726 management method Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012804 iterative process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- SHGAZHPCJJPHSC-YCNIQYBTSA-N all-trans-retinoic acid Chemical compound OC(=O)\C=C(/C)\C=C\C=C(/C)\C=C\C1=C(C)CCCC1(C)C SHGAZHPCJJPHSC-YCNIQYBTSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 229960001727 tretinoin Drugs 0.000 description 1
Images
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
- 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
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Technology Law (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种基于历史投资成效的配电网投资分配方法，其步骤为：首先，建立中低压配电网投资成效评价指标体系，其次，通过项目分类和效益识别，根据历年投资数据计算投资效率指标，并结合单项目的优选排序方法设定迭代分配模型的初始分配方案以及投资分配方案下的优选项目集，最后，由投资效率指标计算投资成效预测值和优选项目集实际投资成效，并根据两个成效的差值迭代调整分配方案。本发明以较小的粒度对单个项目进行投资成效评价，以实现资金约束的项目优选排序和总体投资成效测算，做到精细化管理；以不同属性类别项目的大粒度分析，实现地市间投资的再分配，解决了省级电网公司在投资分配时投资效率无法保证且预期成效不明的技术问题。
Description
技术领域
本发明涉及配电网投资决策技术领域，特别是指一种基于历史投资成效的中低压配电网投资分配方法。
背景技术
近年来，配电网投资规模逐年递增，其中，中低压配电网(10千伏及以下)占整个配电网投资的比重也在逐年增大。配电网规模庞大，设备众多，网络结构复杂，受历史发展的影响，针对配电网建设与改造项目的评价工作推广应用的时间比较短，评价体系尚不完善。省级电网公司在对配电网投资分配流程一般是先由各地市根据实际需求以项目形式向省级公司申报，项目库中配电网项目个数庞大(特别是10千伏及以下项目)，整体所需资金远超年度投资总额，省级公司对规划项目审批时，缺少量化评判标准，管理上过于依赖个人经验，筛选过程简单粗暴，容易造成投资分配与实际需求出现偏差。如何最大限度提高投资效率、发挥投资效果，成为了供电企业各级决策和管理人员非常关注的问题。
随着配电网项目投资优化理论的发展，在投资评估决策中，引入了经济、技术和安全等多个方面的因素，尽可能全面地体现出配电网项目的特性。文献[宋伶俐，杨军，周博文，等。一种电网基建项目辅助决策方法[J].电力自动化设备，2013,33(6):64-69.]和文献[彭定武，中山电网投资优化模型及应用研究[D].广州：华南理工大学，2013.]从不同的角度提出了项目优选排序的方法，但都没有考虑投资限额约束。文献[1]---[葛少云，徐东星，刘洪，等.基于项目库的两阶段项目综合决策优化[J].电力系统保护与控制，2012,40(22):118-128.]提出了基于项目库的项目综合决策优化方法，能在投资额度受限的情况下得出项目优选结果；文献[2]---[于滢.供电企业电网建设投资优化方法与实施方案研究[D].北京：华北电力大学，2009.]提出了投资限额约束下的电网投资组合优化模型；但文献[1]和文献[2]中并未对如何确定投资限额展开研究。文献[罗毅，李昱龙.基于熵权法和灰色关联分析法的输电网规划方案综合决策[J].电网技术，2013,37(1):77-81.]建立了电网项目投资组合的多目标决策模型，确定出各领域的投资和项目，但并未对各下属电网公司的投资进行分配。文献[3]---[崔文婷，刘洪，杨卫红，等，配电网投资分配及项目优选研究[J].中国电力，2015,48(11)，149-156.]构建了配电网投资分配模型，提出单项目的综合排序方法，并给出地市配网建设项目优选方法；文献[4]---[王国权，乔琨，侯荣均，等，配电网投资效益评价及投资项目的优选[J]，电力系统及其自动化学报，2017,29(12),146-150.]进一步完善了单项目排序过程中权值的设置，但是文献[3]和文献[4]中结果的优劣都取决于专家给出的指标权重。文献[吴争，崔文婷，龙禹，等。配电网投资效益后评价及投资合理性分析[J].电力系统及其自动化学报，2016，28(12),96-102.]利用历年投资数据，从后评价角度对投资效率进行了研究，但并没利用投资效率指标来优化投资分配。
发明内容
针对上述背景技术中存在的不足，本发明提出了一种基于历史投资成效的配电网投资分配方法，通过建立“资金分解——项目优选——成效评价——资金调整”迭代优化模型，解决了省级电网公司在投资分配时投资效率无法保证且预期成效不明的技术问题。
本发明的技术方案是这样实现的：
一种基于历史投资成效的配电网投资分配方法，其步骤如下：
S1、中低压配电网投资成效的测算：在规划项目属性分类与投资成效评价指标建立的基础上，依据各地市历史投资成效分析，解耦不同类型项目属性与投资成效评价指标间的多对多耦合关系，再根据不同地区发展差异性，测算在一定发展时期内某一类属性项目对于某一投资成效评价指标的投资效率指标，结合投资效率指标并依据设定的投资分配额度获得本年度各地市在该投资额度下的投资成效预测值；
S2、计及资金约束的项目优选排序：从中低压配电网投资成效指标体系中选择适合对单个项目进行评价的指标，构建项目投资成效评价体系，然后对指标进行计算和评价，最后依据评价结果和本地市资金分配额度对项目进行优选排序；
S3、构建中低压配电网投资分配迭代模型：根据各地市当前资金分配额度下项目优选结果，测算优选项目群整体投资成效，并与基于投资效率指标的投资成效预测值进行比较，根据优选项目群整体投资成效与预期成效的偏差超过设定阈值时，按照奖优罚劣的原则对所涉及地市的资金额度进行调整，直到所有地市的成效差值均满足阈值要求时迭代结束，获得各地市的投资分配额度。
所述步骤S1的中低压配电网投资成效的测算的实现方法为：
S11、根据评价指标分级原则，参照层次分析法的基本理论，指标体系总体框架设计由2个层级构成，中低压配电网投资成效指标的筛选要同时适合对配电网整体投资成效、某类项目的投资成效和单个项目投资成效进行评价；
S12、将评价指标分为正向指标和逆向指标，采用梯形模糊隶属度函数进行拟合，利用归一化系数对各指标进行无量纲化处理；
S13、从宏观上对不同属性类型项目集的投资成效进行分析，得到中低压配电网整体投资成效的测算。
所述步骤S12中的利用归一化系数对正向指标进行无量纲化处理的方法为：
其中，a1和a2分别是分布函数自变量的下限和上限，x为指标变量，A(x)为指标变量归一化后的值。
所述步骤S12中的利用归一化系数对逆向指标进行无量纲化处理的方法为：
其中，a1和a2分别是分布函数自变量的下限和上限，x为指标变量，A(x)为指标变量归一化后的值。
所述步骤S13中的中低压配电网整体投资成效的测算方法为：
S13.1、依据中低压配电网规划成效评价指标体系，取得测算地区中低压配电网现状年之前逐年的指标历史数据；
S13.2、根据项目属性分类归类中低压配电网建设改造项目，并取得现状年之前逐年的各类属性项目投资额度；
S13.3、建立项目属性分类与规划成效评价指标间关联识别关系；
S13.4、建立不同类型项目对历年指标改善的指标的方程，并利用灰色关联度分析法求解投资权重wij、投资额度Vin、影响权重xji和投资敏感度rij：
其中，Vin表示第n个年度时第i类属性项目的投资额度，K为项目属性分类数量，Ejn表示第j个评价指标在第n个年度的改善情况，wij为第i类属性项目对第j个评价指标的投资权重，xji表示第j类评价指标受第i类属性项目的影响权重，rij表示第i类项目对第j类项目的投资敏感度；
S13.5、依据本年度各属性项目集的计划投资额，计算各指标投资成效的预测值。
所述步骤S2中项目优选排序的实现方法为：
S21、根据单个项目的评价指标，筛选适合描述中低压配电网运行状态的指标，并综合专家意见，利用德尔菲法，给出单个项目的评价指标权重；
S22、计算单个项目取得成效对应的所有指标隶属度，结合指标权重，获得评价该项目成效综合评价指数E，结合项目投资额I，得到单项目优选决策值F：
其中，M和N分别对应一级指标和二级指标的个数，pg表示第g个二级指标的权重，qf表示第f个一级指标的权重，Ag表示项目取得成效对应的第g个二级指标隶属度；
S23、对项目对应的优选决策值进行排序，并将投资限额作为约束，优先选择优选决策值大的项目进行投资，得到项目优选结果。
所述步骤S3的中低压配电网投资分配迭代模型的实现方法为：
S31、根据全省投资额度，设置各地市投资的初步分配；
S32、将各地市申报项目的投资成效在省级电网公司项目储备库进行优选排序，得到各地市优选项目群；
S33、将各地市优选项目群中的项目按属性类型分类，得到各地市不同属性类型项目集的投资额度，根据不同属性类型项目对成效指标的提升的投资权重，预测各地市投资成效；
S34、计算指标的改善效果，并结合各地市项目成效指数计算各地市的期望成效；
S35、根据各地市投资成效与其对应的期望成效的相对差值完成一次投资额度的调整。
所述指标的改善效果的计算方法为：
所述投资额度的调整上限为：
其中，U为每次迭代调整的投资总额，T为需要降低投资地市的总数，Ft为第t个地市的期望成效，Et为第t个地市优选后项目群的实际成效，Ct为第t个地市当前阶段的投资额，ε为设定的调整阈值，ε∈[0,1]，k为设定的调整步长；
针对超过期望成效的地市，其新增投资按该地市当前投资额占所有超过期望成效地市的当前投资总额的比例进行分配：
其中，ΔVP为P地市新增的投资，VP为P地市当前迭代阶段初期分配的投资额，VP+VX+…+VZ为超过期望成效地市的总投资。
本技术方案能产生的有益效果：本发明首先建立中低压配电网投资成效评价指标体系，其次依据历年投资数据，计算投资效率指标，并结合单项目的优选排序方法设定迭代分配模型的初始分配方案以及投资分配方案下的优选项目群，最后由投资效率指标计算投资成效预测值和优选项目群综合投资成效，并根据两个成效的差值迭代调整分配方案，实现地市间投资的再分配。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的中低压配电网投资分配迭代模型的流程图。
图2为本发明的中低压配电网地市初始投资分配模型的指标权重。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供了一种基于历史投资成效的配电网投资分配方法，具体步骤如下：
S1、中低压配电网投资成效的测算：在规划项目属性分类与投资成效评价指标建立的基础上，依据各地市历史投资成效分析，解耦不同类型项目属性与投资成效评价指标间的多对多耦合关系，再根据不同地区发展差异性，测算在一定发展时期内某一类属性项目对于某一投资成效评价指标的投资效率指标，结合投资效率指标并依据设定的投资分配额度获得本年度各地市在该投资额度下的投资成效预测值。
所述步骤S1的中低压配电网投资成效的测算的实现方法为：
S11、根据评价指标分级原则，参照层次分析法的基本理论，指标体系总体框架设计由2个层级构成，中低压配电网投资成效指标的筛选要同时适合对配电网整体投资成效、某类项目的投资成效和单个项目投资成效进行评价。
表1配电网投资成效评价指标体系
S12、为了使指标形成统一量纲以便于评价，将评价指标分为正向指标和逆向指标，如表1所示，分别采用梯形模糊隶属度函数进行拟合，利用归一化系数对各指标进行无量纲化处理。
正向指标，例如10千伏线路电缆化率和N-1通过率，可采用升半梯形分布函数。可表示为：
其中，a1和a2分别是分布函数自变量的下限和上限，x为指标变量，A(x)为指标变量归一化后的值。
逆向指标，例如过载线路占比、高损配变占比等，可采用降半梯形分布函数。可表示为：
其中，a1和a2分别是分布函数自变量的下限和上限，x为指标变量，A(x)为指标变量归一化后的值。
通过两种方式的处理，所有指标对应的隶属度拥有统一量纲且都为正值，且都在[0,1]区间，具备可比性。
S13、从宏观上对不同属性类型项目集的投资成效进行分析，进而得到中低压配电网整体投资成效的测算。中低压配电网投资成效的测算是从宏观上对不同属性类型项目集的投资成效进行分析，进而得到整体投资成效。
S13.1、依据中低压配电网规划成效评价指标体系，取得测算地区中低压配电网现状年之前逐年的指标历史数据。
S13.2、根据项目属性分类归类中低压配电网建设改造项目，并取得现状年之前逐年的各类属性项目投资额度；考虑项目在电网中发挥的作用分类，将中压配网规划方案分为新建变电站同期配出工程、新能源送出工程、规划专业安全隐患治理工程、主干网架联络提升工程、过载及“低电压”治理工程、行政村改造工程和其他工程。
S13.3、建立项目属性分类与规划成效评价指标间关联识别关系；配电网项目属性与项目投资成效评价指标间存在着强耦合关系，某类规划属性项目会对多个评价指标产生影响，比如变电站配套送出项目就会对电网结构和装备水平等指标产生影响；同样某类指标也可能受到不同属性项目的影响，比如10千伏线路N-1通过率就会受到新建变电站配套送出、主干网架联络提升工程等属性项目的影响。
列出历年各属性类型项目投资额度V、评价指标受不同类型项目投资影响权重w以及投资成效指标改善值E的关系，求取各类属性项目对各评价指标的影响权重。
S13.4、建立不同类型项目对历年指标改善的指标的方程，并利用灰色关联度分析法求解投资权重wij、投资额度Vin、影响权重xji和投资敏感度rij：
其中，Vin表示第n个年度时第i类属性项目的投资额度，K为项目分类数量，Ejn表示第j个评价指标在第n个年度的改善情况，wij为第i类属性项目对第j个评价指标的投资权重，xji表示第j类评价指标受第i类属性项目的影响权重，rij表示第i类项目对第j类项目的投资敏感度。
S13.5、依据本年度各属性项目集的计划投资额，计算各指标投资成效的预测值。基于项目属性与规划成效评价指标间的关联识别表，针对某个评价指标改善的历史数据，建立多维多阶投资敏感度测算矩阵，依据灰色关联度分析方法，求出评价指标受与不同类型项目投资额之间的关联关系wij与xji，并进行归一化。进一步即可求得各类属性项目对特定评价指标改善的投资敏感度rij。
S2、项目优选排序：省级电网公司参考各地市申报项目进行资金分配，对单个项目进行评价，从中低压配电网投资成效指标体系中选择适合对单个项目进行评价的指标，然后对指标进行计算和评价，最后依据评价结果对项目进行优选排序。
S21、根据单个项目的评价指标，筛选适合描述中低压配电网运行状态的指标，并综合专家意见，利用德尔菲法，给出单个项目的评价指标权重；单个项目分析投资成效时，投资成效主要体现在对配电网运行状态改善的一些指标上，表1的某些指标并不合适，比如很难定量评价某个项目对综合电压合格率的影响，在表1中选取适合描述电网运行状态的指标，并综合专家意见，利用德尔菲法，给出指标权重，如表2所示。
表2单个项目投资成效评价指标体系
基于单个项目投资成效评价体系，计算单个项目取得成效对应的所有指标隶属度，结合指标权重，获得评价该项目成效综合评价指数E，结合项目投资额I，得到单项目优选决策值F，将F取值排序，最后将投资限额作为约束，优先选择F值大的项目进行投资，得到项目优选结果。
S22、计算单个项目取得成效对应的所有指标隶属度，结合指标权重，获得评价该项目成效综合评价指数E，结合项目投资额I，得到单项目优选决策值F：
其中，M和N分别对应一级指标和二级指标的个数，pg表示第g个二级指标的权重，qf表示第f个一级指标的权重，Ag表示项目取得成效对应的第g个二级指标隶属度。
S23、对项目对应的优选决策值进行排序，并将投资限额作为约束，优先选择优选决策值大的项目进行投资，得到项目优选结果。
优选排序在省级电网公司层面，可以在全省投资额度约束下，对省级电网公司储备项目进行排序，在额度范围内选取排序靠前的项目作为优选项目；在地市级电网公司层面，各地市获取投资分配额度以后，也可以在地市分配额度限制下，对地市项目进行排序。地市项目集的成效综合评价指数可以由优选项目集里所有项目的成效得到。
S3、构建中低压配电网投资分配迭代模型：根据各地市当前资金分配额度下项目优选结果，测算优选项目群整体投资成效，并与基于投资效率指标的投资成效预测值进行比较，根据优选项目群整体投资成效与预期成效的偏差超过设定阈值时，按照奖优罚劣的原则对所涉及地市的资金额度进行调整，直到所有地市的成效差值均满足阈值要求时迭代结束，获得各地市的投资分配额度。图1给出了迭代模型的流程图，其中投资额度调整依赖于地市投资成效预测值和项目集成效测算值是否匹配。
S31、根据全省投资额度，设置各地市投资的初步分配。投资分配迭代模型的起点设置就是要给出一个相对合理的各地市投资初步分配比例。省级电网公司对地市级电网公司投资分配比例的确定，主要考虑地市配电网发展投资需求和地市电网公司盈利能力。地市配电网的投资需求首先体现在各地市在申报项目时对申报项目成效的评价，有显著成效的项目往往对应着迫切的需求，另外配网规模(中压线路长度、配变容量)、供电水平(电网增售电量、电网增供电荷)也体现了投资需求，会对投资分配产生影响。
各地市申报项目的投资成效需要在省级电网公司项目储备库进行优选排序后，转换为各地市初选项目集的成效综合评价指数作为影响因素。配电网增售电量占比、配电网增供负荷占比取下年度的预测值，中压线路长度占比和配变容量占比取本年度的现状值，占比大小由地市级供电公司对应因素取值占所有地市级供电公司取值之和的百分比，盈利能力则用净资产回报率来表征。应用德尔菲法确定各影响因素的权重，如图2。
S32、将各地市申报项目的投资成效在省级电网公司项目储备库进行优选排序，得到各地市优选项目群；各地市投资成效是由优选项目群实施得到的，期望取得的成效与投资分配往往并不完全匹配，结合各地市历年投资分配以及成效数据，在迭代过程中预测各地市按本次分配比例在下年度应当取得的成效，并与对应分配资金约束下的申报项目里优选项目群的成效评价指数比对，根据设定的阈值，当某地市优选项目群的成效评价指数低于预测成效时，降低该地市的分配比例，反之则提高。迭代过程可以引导资金向单位投资成效高的项目集倾斜，另一方面，历年投资较多并维持投资成效较高的地市，在电网建设趋于饱和时，必然导致优选项目群无法匹配历史投资成效，从而引导资金分配，避免“马太效应”。
每进行一次迭代，都能得到各地市的投资分配比例，由投资分配比例可以计算出各地市投资额度，在投资额度约束下，通过项目的优选排序，得到优选项目群，最终参考单个项目成效评价指标体系，计算得到优选项目群综合成效指数。
S33、将各地市优选项目群中的项目按属性类型分类，得到各地市不同属性类型项目集的投资额度，根据不同属性类型项目对成效指标的提升的投资权重，预测各地市投资成效；由于需要与优选项目群的成效进行比较，所以期望成效的计算过程中采用的指标与单个项目成效评价指标相同。
S34、计算指标的改善效果，并结合各地市项目成效指数计算各地市的期望成效；所述指标的改善效果的计算方法为：
S35、根据各地市优选项目群实际投资成效与其期望成效的差值完成一次投资额度的调整。
设定取值[0,1]的阈值ε，当某地市优选项目群实际成效比期望成效小，而且差值比例超过阈值范围时，减小该市的投资额度，直到差值比例进入阈值范围，当所有地市的差值比例都满足阈值要求时迭代结束。每一次迭代都要完成一次投资额度的重新调整，调整额度的大小可根据优选项目群实际成效和期望成效的相对差值并结合各地市投资额度计算。优选项目群的投资成效达不到预测成效时减少投资，反之增加。(1-ε)Fi-Ei＞0时，资金调整额度的参考上限为：
其中，U为每次迭代调整的投资总额，T为需要降低投资地市的总数，Ft为第t个地市的期望成效，Et为第t个地市优选后项目群的实际成效，Ct为第t个地市当前阶段的投资额，ε为设定的调整阈值，ε∈[0,1]，k为设定的调整步长，为避免调整过于剧烈，k不宜取得过小。
针对超过期望成效的地市，其新增投资按该地市当前投资额占所有超过期望成效地市的当前投资总额的比例进行分配：
其中，ΔVp为P地市新增的投资，VP为P地市当前迭代阶段初期分配的投资额，VP+VX+…+VZ为超过期望成效地市的总投资。
当达不到期望成效的地市都满足阈值要求时迭代结束，阈值要求可根据实际需求选择，大的阈值会将投资E的变化趋势放大，但同时可能会降低单位投资效益。
具体实施，选取H省应用配电网投资分配迭代模型开展2019年的配电网投资分配。H省有18个地级市，2019年配电网城网计划投资金额35亿，各地市上报需求82.9亿。
以X市为例，计算X市迭代模型的初始投资分配比例。
根据投资实施前后成效指标值，以及指标特征选择合适的隶属度计算函数，计算指标改善效果，参见表3。
表3部分配电网成效指改善效果
| 指标名称 | 实施前 | 实施后 | 改善比例 |
| 10千伏线路供电半径超限率 | 2.11％ | 0.9％ | 57.3％ |
| 低压线路超限率 | 12.92％ | 4.62％ | 64.2％ |
| 10千伏线路联络率 | 70.2％ | 93.5％ | 78.2％ |
| 10千伏线路N-1通过率 | 65.9％ | 90％ | 70.7％ |
| 网架标准化率 | 54.3％ | 62.9％ | 18.8％ |
参照表2给出的权重指标计算X市投资成效评价指数，参照图2，计算X市的配网投资成效、配网规模、供电水平以及盈利能力评价指数，并计算初始资金分配额度。
以X市为例，共上报项目158项，申报项目总额度为3.45亿元，初始分配额度为1.15亿元。参考表2，结合单个项目的申报额度，按照公式(4)计算所有158个项目的单项目优选决策值F，依据决策值排序结果选出94个项目，投资额度为1.12亿元。见表4。
表4X市初始资金分配参数及结果
迭代环节需要根据X市的历史投资数据算出各类型项目集的投资敏感度，现采用4年的历史数据如表5。
表5提升N-1通过率项目投资表
| 类别 | 2015年 | 2016年 | 2017年 | 2018年 |
| N-1通过率 | 0.276 | 0.343 | 0.537 | 0.659 |
| 过载及“低电压”治理工程(亿元) | 0.019 | 0.017 | 0.021 | 0.035 |
| 新建变电站配套送出工程(亿元) | 0.62 | 0.77 | 0.79 | 0.89 |
| 主干网架联络提升工程(亿元) | 0.49 | 0.51 | 0.57 | 0.62 |
参考公式(3)，根据灰色关联度分析并对多维多阶矩阵解耦各指标间多对多关系，可求得投资敏感度ri，其中i＝1,2,3，对应3类投资属性类别，r1＝3.24、r2＝2.73、r3＝1.75。结果表明主干网架联络提升工程对改善该项指标作用最为显著，其次是新建变电站配套送出工程和过载及“低电压”治理工程。
根据X市初始分配后优选排序选出的94个项目，统计其中过载及“低电压”治理工程、新建变电站配套送出工程以及主干网架联络提升工程投资额度，分别为0.062亿元，0.39亿元，0.67亿元。按照公式(5)计算可得在此投资额度下“N-1”通过率可提升到78.3％。与表3中对应指标比较，可以发现通过项目集计算的N-1通过率将提升到90％，高于预测值，说明本年度地市上报项目的整体成效好于历史成效。
重复以上过程，首先计算出18个地市的初始投资分配额度以及在此额度下的优选项目集，并将优选项目集的投资额度按项目属性分类，并根据以往4年的历史数据预测初始投资分配下每个投资成效指标的提升额度，同时计算各地市优选项目集对各个投资成效指标的提升额度。
设定阈值ε＝10％，计算每个地市优选项目群实际成效(Et)和期望成效(Ft)，t取值为1,2,…,18。其中，Y市满足条件(1-ε)Ft-Et>0，Ft为1.082，Et为0.937，表现为期望成效远大于优选项目群实际成效，说明本年度Y市上报项目成效不如历史成效，可以考虑降低投资额度。Y市初始分配投资额度为3.36亿元，迭代过程的步长设为10，即每次迭代Y市的分配额度降低0.114亿元，通过3次迭代Y市满足了阈值条件，迭代终止。迭代过程让Y市投资额度降低到3.01亿元，X市增加了投资达到1.16亿，优选项目集从94个增加到了95个。
本发明主要包括2方面工作，(1)结合历史投资数据，给出了在已知各属性类别项目投资额度时对投资成效评价的测算方法；(2)建立了投资分配的迭代模型，最终得到各地市投资分配结果以及优选项目集。本发明以省级电网公司在投资分配时的工作流程为出发点，一方面以较小的粒度对单个项目进行投资成效评价，以实现资金约束的项目优选排序和总体投资成效测算，做到精细化管理；另一方面，以不同属性类别项目的大粒度分析，基于历史投资效益进行各地市投资成效预估，并根据投资成效偏差迭代调整分配方案，实现地市间投资的再分配，解决了省级电网公司在投资分配时投资效率无法保证且预期成效不明的技术问题。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于历史投资成效的配电网投资分配方法，其特征在于，其步骤如下：
S1、中低压配电网投资成效的测算：在规划项目属性分类与投资成效评价指标建立的基础上，依据各地市历史投资成效分析，解耦不同类型项目属性与投资成效评价指标间的多对多耦合关系，再根据不同地区发展差异性，测算在一定发展时期内某一类属性项目对于某一投资成效评价指标的投资效率指标，结合投资效率指标并依据设定的投资分配额度获得本年度各地市在该投资额度下的投资成效预测值；
S2、计及资金约束的项目优选排序：从中低压配电网投资成效指标体系中选择适合对单个项目进行评价的指标，构建项目投资成效评价体系，然后对指标进行计算和评价，最后依据评价结果和本地市资金分配额度对项目进行优选排序；
S3、构建中低压配电网投资分配迭代模型：根据各地市当前资金分配额度下项目优选结果，测算优选项目群整体投资成效，并与基于投资效率指标的投资成效预测值进行比较，根据优选项目群整体投资成效与预期成效的偏差超过设定阈值时，按照奖优罚劣的原则对所涉及地市的资金额度进行调整，直到所有地市的成效差值均满足阈值要求时迭代结束，获得各地市的投资分配额度。
2.根据权利要求1所述的基于历史投资成效的配电网投资分配方法，其特征在于，所述步骤S1的中低压配电网投资成效的测算的实现方法为：
S11、根据评价指标分级原则，参照层次分析法的基本理论，指标体系总体框架设计由2个层级构成，中低压配电网投资成效指标的筛选要同时适合对配电网整体投资成效、某类项目的投资成效和单个项目投资成效进行评价；
S12、将评价指标分为正向指标和逆向指标，采用梯形模糊隶属度函数进行拟合，利用归一化系数对各指标进行无量纲化处理；
S13、从宏观上对不同属性类型项目集的投资成效进行分析，得到中低压配电网整体投资成效的测算。
3.根据权利要求2所述的基于历史投资成效的配电网投资分配方法，其特征在于，所述步骤S12中的利用归一化系数对正向指标进行无量纲化处理的方法为：
其中，a1和a2分别是分布函数自变量的下限和上限，x为指标变量，A(x)为指标变量归一化后的值。
4.根据权利要求2所述的基于历史投资成效的配电网投资分配方法，其特征在于，所述步骤S12中的利用归一化系数对逆向指标进行无量纲化处理的方法为：
其中，a1和a2分别是分布函数自变量的下限和上限，x为指标变量，A(x)为指标变量归一化后的值。
5.根据权利要求2所述的基于历史投资成效的配电网投资分配方法，其特征在于，所述步骤S13中的中低压配电网整体投资成效的测算方法为：
S13.1、依据中低压配电网规划成效评价指标体系，取得测算地区中低压配电网现状年之前逐年的指标历史数据；
S13.2、根据项目属性分类归类中低压配电网建设改造项目，并取得现状年之前逐年的各类属性项目投资额度；
S13.3、建立项目属性分类与规划成效评价指标间关联识别关系；
S13.4、建立不同类型项目对历年指标改善的指标的方程，并利用灰色关联度分析法求解投资权重wij、投资额度Vin、影响权重xji和投资敏感度rij：
其中，Vin表示第n个年度时第i类属性项目的投资额度，K为项目属性分类数量，Ejn表示第j个评价指标在第n个年度的改善情况，wij为第i类属性项目对第j个评价指标的投资权重，xji表示第j类评价指标受第i类属性项目的影响权重，rij表示第i类项目对第j类项目的投资敏感度；
S13.5、依据本年度各属性项目集的计划投资额，计算各指标投资成效的预测值。
6.根据权利要求1-5中任意一项所述的基于历史投资成效的配电网投资分配方法，其特征在于，所述步骤S2中项目优选排序的实现方法为：
S21、根据单个项目的评价指标，筛选适合描述中低压配电网运行状态的指标，并综合专家意见，利用德尔菲法，给出单个项目的评价指标权重；
S22、计算单个项目取得成效对应的所有指标隶属度，结合指标权重，获得评价该项目成效综合评价指数E，结合项目投资额I，得到单项目优选决策值F：
其中，M和N分别对应一级指标和二级指标的个数，pg表示第g个二级指标的权重，qf表示第f个一级指标的权重，Ag表示项目取得成效对应的第g个二级指标隶属度；
S23、对项目对应的优选决策值进行排序，并将投资限额作为约束，优先选择优选决策值大的项目进行投资，得到项目优选结果。
7.根据权利要求1所述的基于历史投资成效的配电网投资分配方法，其特征在于，所述步骤S3的中低压配电网投资分配迭代模型的实现方法为：
S31、根据全省投资额度，设置各地市投资的初步分配；
S32、将各地市申报项目的投资成效在省级电网公司项目储备库进行优选排序，得到各地市优选项目群；
S33、将各地市优选项目群中的项目按属性类型分类，得到各地市不同属性类型项目集的投资额度，根据不同属性类型项目对成效指标的提升的投资权重，预测各地市投资成效；
S34、计算指标的改善效果，并结合各地市项目成效指数计算各地市的期望成效；
S35、根据各地市投资成效与其对应的期望成效的相对差值完成一次投资额度的调整。
8.根据权利要求5或7所述的基于历史投资成效的配电网投资分配方法，其特征在于，所述指标的改善效果的计算方法为：
9.根据权利要求7所述的基于历史投资成效的配电网投资分配方法，其特征在于，所述投资额度的调整上限为：
其中，U为每次迭代调整的投资总额，T为需要降低投资地市的总数，Ft为第t个地市的期望成效，Et为第t个地市优选后项目群的实际成效，Ct为第t个地市当前阶段的投资额，ε为设定的调整阈值，ε∈[0,1]，k为设定的调整步长；
针对超过期望成效的地市，其新增投资按该地市当前投资额占所有超过期望成效地市的当前投资总额的比例进行分配：
其中，ΔVP为P地市新增的投资，VP为P地市当前迭代阶段初期分配的投资额，VP+VX+…+VZ为超过期望成效地市的总投资。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910920046.8A CN110648253A (zh) | 2019-09-26 | 2019-09-26 | 一种基于历史投资成效的配电网投资分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910920046.8A CN110648253A (zh) | 2019-09-26 | 2019-09-26 | 一种基于历史投资成效的配电网投资分配方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110648253A true CN110648253A (zh) | 2020-01-03 |
Family
ID=69011487
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910920046.8A Pending CN110648253A (zh) | 2019-09-26 | 2019-09-26 | 一种基于历史投资成效的配电网投资分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110648253A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112435130A (zh) * | 2020-10-19 | 2021-03-02 | 嘉兴恒创电力设计研究院有限公司 | 一种基于电网安全的投资评价方法 |
| 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 |
| CN117314017A (zh) * | 2023-11-28 | 2023-12-29 | 国网湖北省电力有限公司经济技术研究院 | 一种虚拟电厂聚合资源的优选方法、系统及设备 |
-
2019
- 2019-09-26 CN CN201910920046.8A patent/CN110648253A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112435130A (zh) * | 2020-10-19 | 2021-03-02 | 嘉兴恒创电力设计研究院有限公司 | 一种基于电网安全的投资评价方法 |
| 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 |
| CN117314017A (zh) * | 2023-11-28 | 2023-12-29 | 国网湖北省电力有限公司经济技术研究院 | 一种虚拟电厂聚合资源的优选方法、系统及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103177395B (zh) | 一种基于社会期望的智能配电网节能减排综合评价方法 | |
| CN109816269B (zh) | 一种基于配电单元综合效益的配电网项目规划方法 | |
| CN110648253A (zh) | 一种基于历史投资成效的配电网投资分配方法 | |
| CN106991524A (zh) | 一种台区线损率预估方法 | |
| CN105389636A (zh) | 一种低压台区kfcm-svr合理线损预测方法 | |
| CN105427053A (zh) | 一种应用于配网建设改造方案与供电质量评估指标的关联影响分析模型 | |
| CN106372747B (zh) | 基于随机森林的台区合理线损率估计方法 | |
| CN104933627A (zh) | 机床产品制造系统的能效组合评价方法 | |
| CN109670650A (zh) | 基于多目标优化算法的梯级水库群调度模型的求解方法 | |
| CN105243609A (zh) | 一种基于模糊层次分析的用户有序用电决策方法 | |
| CN111695718A (zh) | 一种考虑投资需求与规划目标的电网发展辅助决策方法 | |
| CN111260198A (zh) | 一种台区同期线损合理度评判方法、系统及终端设备 | |
| CN108256969A (zh) | 一种公共自行车租赁点调度区域划分方法 | |
| CN109492874B (zh) | 一种三层级配电网投资决策体系的决策方法 | |
| CN108876114A (zh) | 考虑新能源接入的电网效率效益评估方法 | |
| CN110309945A (zh) | 基于g1-熵权法的配电台区项目优选评价方法 | |
| CN110838076A (zh) | 一种月度跨省区可再生能源消纳方法及终端设备 | |
| CN106951993A (zh) | 一种电能量数据预估方法 | |
| CN116245030A (zh) | 一种参数自动反馈调节的深度学习需水预测方法 | |
| CN104820942A (zh) | 一种基于层次聚类的电力市场交易评价标准测算方法 | |
| CN112734274B (zh) | 一种低碳电网运营主导影响因素挖掘及综合评估方法 | |
| CN112330089B (zh) | 装备制造类企业的综合能效监测方法及监测系统 | |
| CN113344449A (zh) | 一种预测月尺度工业需水量的方法 | |
| Yang et al. | Optimal investment decision of distribution network with investment ability and project correlation constraints | |
| CN109711621A (zh) | 基于判别分析和支持向量机结合的工业园区负荷预测方法 |
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: 20200103 |