電力公司主網投資規模預測模型研究

方建亮　謝穎捷　金燁　孫峰

摘要：為提升電力公司主網投資規模預測的準確性，文章在分析主網投資主要影響因素的基礎上，運用灰色預測法和層次分析法，構建了主網投資測算模型，解決了主網投資與影響因素之間關系復雜、主網投資預測困難等難題。通過相關驗證，該模型預測精度較高，可作為電力企業主網投資決策的參考工具。

關鍵詞：電力公司；主網投資；灰色預測法；層次分析法；投資規模預測模型 文獻標識碼：A

中圖分類號：F407 文章編號：1009-2374（2016）08-0020-02 DOI：10.13535/j.cnki.11-4406/n.2016.08.011

1 概述

對電力公司而言，電網建設投入規模不僅應滿足本地經濟社會發展的需要，同時也需要考慮電力公司的投資能力和投資績效。近年來，電力企業圍繞綜合計劃管理，從成本和效益角度設計投資評估指標體系，在資金投資測算與管理、投資后評估等方面進行了初步探索。但由于主網投資測算涉及影響因素較多，因素之間關系復雜，電網發展需求難以預測，目前仍然缺乏非常理想的主網投資測算模型。隨著電力體制改革的日益深化，特別是2015年3月，中共中央、國務院已正式下發了《關于進一步深化電力體制改革的若干意見》，經濟效益因素將會在電力公司投資決策中占有日益增大的比重。與此同時，決策因素的不確定性、決策元素的復雜化也對主網投資測算提出了挑戰。因此，如何實現對電網投資規模的科學測算，優化投資規模、合理安排基建項目，平衡協調社會效益和公司經濟效益，已經成為當前電力公司亟需解決的問題。

本文擬從分析研究主網投資與影響因素之間的關系出發，基于灰色預測理論，構建主網投資測算模型，旨在為解決主網投資測算難題提供新的思路。

2 主網投資規模預測模型

2.1 總體思路

本文研究主網測算投資規模主要分為以下四步：（1）確定影響因素：找出與主網緊密相關的影響因素；（2）預測影響因素趨勢：基于灰色模型對影響因素未來趨勢值進行預測；（3）分析影響因素影響程度：基于層次分析法分析影響因素與主網投資的關聯關系；（4）主網投資規模測算：構建能夠充分考慮電網建設需求、社會效益的主網投資測算模型，并通過2016年主網規模實際預測證明該測算模型的合理性和有效性。

2.2 確定影響因素

2.2.1 初選影響因素。如前所述，主網投資必須考慮兩個方面——本地經濟社會發展需要、公司整體投資能力和投資績效。因此，從經濟發展類、公司經營類、投資績效類3個方面初選了9個影響因素，具體如下：（1）經濟發展類因素：包括地區GDP、全社會用電量、全社會用電最高負荷3個因素。具體來看，地區GDP是反映地方經濟發展趨勢的重要指標，全社會用電量、全社會用電最高負荷反映的是區域電力需求的變動趨勢，都是主網投入決策的重要影響因素；（2）公司經營類因素：包括售電量、營業收入、資產總額、利潤總額4個因素。其中售電量和上述“全社會用電量”關系密切，反映電力需求的變動趨勢；，營業收入、資產總額、利潤總額是反映公司投資能力的重要指標，上述4個因素影響公司的投資決策；（3）投資績效類因素：包括單位電網投資售電增量和單位電網投資負荷增量兩個因素。這是衡量公司投入產出效益的重要指標，在初步分析時，應納入考慮范圍。

2.2.2 分析確定影響因素。為準確分析各影響因素對主網投資的影響程度，采用相關性分析的方法，通過計算各影響因素與主網投資之間的相關系數，選擇相關性較強的影響因素，作為后續構建主網投資模型的基礎。計算結果如表1所示：

根據相關系數計算結果，從高到低依次為：營業收入、地區GDP、資產總額、全社會用電最高負荷、售電量、全社會用電總量、利潤總額。

接著需要進一步剔除一定程度上可以互相替代的影響因素。全社會用電總量與售電量、售電收入三者之間具有較強的相關性，考慮到售電量數據相對準確客觀，為保障預測結果客觀有效，最終我們選擇“地區GDP、售電量、全社會用電最高負荷、利潤總額”作為影響主網投入的核心影響因素。這4個關鍵因素實際上從滿足社會經濟發展、保障電網堅強、展現公司經營成果和經營績效4個不同的側面，共同制約主網投入規模。

2.3 預測影響因素趨勢值

2.3.1 地區GDP預測。運用灰色GM（1，1）模型預測算法，根據浙江省2010～2015年GDP數據（見表2），測算2016年浙江省GDP值。主要測算步驟為：（1）數據預處理，對歷史數據進行累加，生成有較強規律性的數據序列，從中尋找歷史數據的變化規律；（2）由灰色GM（1，1）模型計算，預測2016年浙江省GDP；（3）精度檢驗：即檢驗判斷灰色GM（1，1）模型的精度，本文中采用的是殘差檢驗和后驗差檢驗。

按照灰色預測的算法步驟，編寫相應的程序代碼并運行程序，可以得到2016年浙江省GDP預測值為46566億元。相關精度檢驗結果見表3，方差比C=0.0186，小誤差概率P=0.992，對照模型精度等級表，屬于第一等級——好。因此，判斷用灰色GM（1，1）模型計算的浙江省GDP預測值具有較高的可信度。

2.3.2 全社會用電最高負荷、售電量、利潤總額預測。運用地區GDP相同的預測思路，對其他三個影響因素——全社會用電最高負荷、售電量、利潤總額2016年趨勢值進行預測。運行matlab程序后，具體預測結果分別為售電量2004億千瓦時、全社會用電最高負荷6617萬千瓦、利潤總額38.2億元（注：實際售電量和利潤總額需要保密，此處做了技術處理）。

對預測結果同樣進行精度檢驗，全社會用電最高負荷、售電量、利潤總額預測的后驗差檢驗C值分別為0.10607、0.1609和0.2290，小誤差概率P值分別為0.978、0.989、0.958，表明預測結果同樣屬于“好”。

2.4 分析影響因素的影響程度

2，4，6，8 表示上述相鄰判斷的中間值

倒數 若因素i與因素j的重要性之比為aij，那么因素j與因素i的重要性之比為aij=1/aij

下一步是重點分析上述4個影響因素對主網投資的影響程度。此處借助層次分析法，綜合定性分析和定量分析，將測算因素的定性排序（根據專家經驗，將4個影響因素的重要性進行排序）轉化為決策系數，再根據決策系數確定各因素變化對主網投資的影響程度。

2.4.1 構造判斷矩陣。通過“九標度法”對各因素進行兩兩比較來確定。“九標度法”重要性標度的含義如表4所示。

根據“九標度法”規則，我們對地區GDP、售電量、全社會用電最高負荷、利潤總額4個因素的重要性進行兩兩比較。經過相關專家經驗分析，影響因素重要性的排序為：地區GDP>售電量>全社會用電最高負荷>利潤總額。最后構造的判斷矩陣為：

接著需要對判斷矩陣Q進行一致性檢驗。通過運行matlab程序，得到一致性比例CR值為0.0332，CR<0.10，一致性檢驗通過。說明對各影響因素的重要性判斷是正確的。

最終，2016年浙江公司主網投入（不含特高壓）的預測值為152.7億元。

3 結語

本文在分析主網投資影響因素及其與主網投資相關性的基礎上，構建了一種基于灰色預測的主網投資測算模型。該模型為解決主網投資與影響因素之間關系復雜、主網投資預測困難等難題提供了新的思路。相關研究成果對其他電力企業進行主網投資決策具有較強的借鑒意義。

參考文獻

[1]劉思峰，黨耀國，方志耕，等.灰色系統理論及其應用[M].北京：科學出版社，2010.

[2]謝傳勝，董達鵬，段凱彥，等.基于層次分析法-距離協調度的低碳電源電網規劃調度評價[J].電網技術，2012，36（11）.

[3]韓柳，彭冬，王智冬，等.電網評估指標體系的構建及應用[J].電力建設，2010，31（11）.

（責任編輯：黃銀芳）