決策型新能源統計分析核心內容與運用研究

邵曉杰

摘要：決策型新能源統計分析對新能源行業的發展具有非常重要的意義和作用，但是決策型新能源統計分析過程中要確定核心內容，要根據新能源行業的發展狀況將其運用到新能源行業的發展之中。根據現有研究資料，結合自身對決策性新能源統計分析工作的認識和理解，研究闡述了新能源統計分析的數據來源，闡明了決策型新能源統計分析體系的基本構成和核心內容，針對決策型新能源統計分析的運用提出了相應的對策建議，希望能夠對決策型新能源統計分析提供一些幫助和啟示，促進新能源決策機制不斷優化，構建清潔低碳、安全高效的能源體系，更好地促進我國新能源產業的發展。

關鍵詞：新能源；統計；數據挖掘；技術

為促進電力行業高質量發展，國家運用統計體系針對企業經濟運行進行判斷分析，以此把握電力行業的發展狀況，并以統計分析結果為基礎，對電力行業的發展進行調整。從電力行業統計工作發展情況來看，建立統計體系到現在已經過去了10多年，電力行業已經建立起較為完善的統計指標體系。新能源納入電力統計體系的時間比較晚，2008年才作為單獨一個類別進行統計。但是，學者并沒有認識到新能源統計指標體系建設的重要性，2011年前后，國內才有學者關注這個問題，相關研究不斷增多。隨著研究的逐步深入，國家統計局對這一問題的重視程度不斷增強，2015年3月制定的《可再生能源發電利用統計報表制度》，對可再生能源統計做了比較詳細的規定，其中就包括各種新能源統計。從制度的內容來看雖然比較科學，但是該體系仍然存在一些問題，主要集中在核心指標數據的描述性統計分析上，新能源數據的加工利用程度比較低，無法準確客觀地反映國內新能源的發展狀況。在這種情況下，有必要對新能源統計分析的指標體系進行調整和優化。

一、新能源統計分析的數據來源

（一）內部數據

為更好地促進新能源的建設與發展，國家出臺了一系列的政策措施，從我國新能源的建設和發展情況來看，主要是以風能、太陽能和生物能等分布式發電為主，新能源發電數量呈指數級增長特點，在這一過程中也產生了大量的數據，具有數據量大、來源廣泛等特點。新能源統計分析過程中的數據來源之一就是內部數據，這里的內部數據是指新能源本身發展過程中所產生的各種數據，包括新能源數據和新能源統計指標數據。當然，一般情況下，新能源統計指標數據是在新能源數據的基礎上進行簡單加工的結果，但是兩者又不能完全等同，因為后者以結構化數據為主，涵蓋了基本信息指標等7項主要內容。

（二）外部數據

新能源統計分析過程中外部數據同樣重要，因為國內新能源的建設和發展與相關政策和經濟發展環境等密切相關，而這些相關數據也能夠反映出我國新能源產業的發展狀況。所以，從理論上來講，外部數據主要包括經濟環境、國家政策和能源行業發展動態等方面的數據。這些數據的來源廣泛、類型多樣，可以有效地滿足內部數據的不足。之所以將外部數據也作為新能源統計數據的重要來源，主要是因為我國新能源發展過程中，受國家政策和經濟發展環境的影響非常明顯，尤其是能源行業的發展趨勢。新能源是未來我國能源戰略的重要組成部分，得到了國家的廣泛支持。新能源在發展過程中，離不開國家的政策支持，也必然受經濟發展環境的影響。當然，從政府的角度來講，為了進一步調整和優化相關產業發展政策，需要相應的統計數據分析作為參考，因此兩者之間是一種相輔相成的關系。

二、決策型新能源統計分析體系的基本構成

（一）決策型新能源統計分析體系框架構建的理論基礎

新能源統計分析是一項非常重要的工作，隨著國家對統計工作重視程度的不斷提高，有關新能源統計分析的研究成果不斷增多，這些研究成果中，學者站在不同的角度對新能源統計分析工作進行了闡述，并針對新能源統計分析體系的指標構成、數據來源等問題闡明了自己的意見。總結現有研究成果可以看出，現有的學者在闡述這一問題的時候，其觀點主要集中在以下兩個方面。第一，新能源統計分析體系必須確保統計數據來源的可靠性，張啟龍，李萌文（2016）針對北京可再生能源統計分析中指出，可再生能源統計分析方法中，需要先解決數據來源問題，包括數據的來源途徑和與之對應的統計分析方法，認為除了政府路徑之外，還需要充分調動企業參與，甚至可以將統計分析的范圍適當擴大化；許滌龍等（2014）提出了統計口徑與國際接軌的建議，并指出了建立新能源統計指標體系。第二，決策型新能源統計分析體系需要充分反映出新能源的發展特征、現狀、問題，林秀萍（2021）認為能源統計分析指標體系構建的基本要求是體現發展特征、現狀、問題，這一點在新能源的發展中表現得最為明顯，因為此方面還沒有形成一個科學的標準體系，國外在這一方面也沒有一套成熟的經驗可以學習和借鑒，發展特征、現狀、問題是統計工作要達到的基本目標，需要體現在新能源統計分析體系之中。

（二）決策型新能源統計分析體系框架構建分析

在充分借鑒現有學者新能源的統計分析體系建設經驗的基礎上，結合當前新能源產業的發展狀況，研究將新能源統計分析體系框架構建如下。

從上面的分析中可以看出，本研究所設計的新能源統計分析體系框架，主要包含應用層、分析層和數據層這三個層次。應用層主要解決的是新能源發展趨勢預測和態勢預警，也就是及時解決新能源發展中的問題，準確把握新能源發展趨勢，為新能源各項發展決策提供準確的依據。新能源運行健康指數分析及預警主要是為了分析和判斷當前國內新能源運行的健康狀況，發現并判斷新能源運行中的具體問題。分布式電源對配電網的影響指數分析主要是為了解決新能源發電過程中，對配電網的影響以及接入配電網的具體技術形式。分析層主要通過量化輔助決策的基礎方法和手段，或者是可視化管理分析技術，實現應用層的具體應用目標。分析層所涵蓋的具體功能比較多，包括探索分析、關聯分析、聚類分析和預測分析，不同的分析技術所運用的具體工具和方法不一樣，探索分析主要是通過描述性統計分析、頻率分析和概率分析、方差分析等方法和手段，分析和把握當前新能源發展趨勢和狀況。關聯分析主要是通過相關分析、因果分析等4種方法實現。聚類分析主要包括層次聚類分析等三種方法；預測分析主要是通過線性回歸分析和指數平滑法等進行。當然，研究中所展示的這些方法只是從理論上可以應用于新能源統計分析體系的技術方法和手段，在實際構建和應用的過程中可以根據統計部門掌握和應用的具體方法代替。數據層包括內部數據和外部數據兩種，也包括數據的具體來源途徑，這一點在評價指標體系框架當中體現不出來，因為不同的內部數據的來源途徑大相徑庭。

三、決策型新能源統計分析核心內容

（一）數理分析

數理分析主要是為了解決新能源統計指標分析中相關數據的處理問題，所以在設計中需要合理地運用各種數據處理技術與方法，也需要借助于一些輔助分析工具或者計算機設備進行。在前面的分析中可以看出，數理分析包括探索分析、關聯分析、聚類分析、預測分析，這四種的數理分析方法和手段的作用各異。

1. 探索分析

探索分析中使用的主要方法為描述性統計分析、頻率分析和概率分析、方差分析，這種分析方法和手段主要是對新能源統計中搜集的數據進行初步分析，可以使用數據處理技術方法有很多，在應用數據處理方法的時候需要根據數據的特點進行，比如說通過描述性統計分析獲得數據的均值、最值、眾數、中位數和百分位數等；通過頻率分析獲得數據中的相關指標項目的具體頻率、不同指標頻率走勢，制作直方圖、盒裝圖、餅狀圖等，概率分析針對數據不足的情況，依托現有的數據分析該指標的發展概率趨勢；圖形分析主要是解決數據處理的輸出問題，運用的各種直觀的圖形輸出相關分析結果。

2. 關聯分析

關聯分析在新能源統計分析中主要解決兩方面的問題。第一，新能源統計指標之間的相互關系，在新能源統計分析中涉及的分析指標有很多，不同指標之間也存在密切的關聯性，在分析的過程中可以運用相關系數法、t 檢驗法、Apriori 算法頻繁項集等進行，這些方法可以較為直觀地體現出不同指標之間的相互影響機制及其關系，也可以通過granger 因果分析、回歸分析法等方法，確定不同指標之間的因果關系。比如說在光伏發電分析中，可以通過確定發電量與日照強度等因素之間的關系，確定發展光伏發電主要建設區域，以及配套的發展政策等。第二，新能源統計指標與其他經濟社會發展指標之間的關系，新能源發展與其他社會發展指標之間也存在一定的關系，因為新能源的建設和發展與經濟發展之間存在密切的關系，通過的關聯分析可以確定主要經濟因素對新能源產業發展的影響。

3. 聚類分析

聚類分析是針對多維復雜指標進行分析的一種有效的方法和手段，基本分析方法是將新能源指標分為不同的類型，按照不同類型的指標，以及不同類型指標之間的關系進行分析，通過分析可以挖掘其背后的蘊藏價值，更加深入探索數據特點及其分布特征。可以用于分析的方法包括K-means 聚類、層次聚類等。比如說可以通過新能源類型分析的方式，分析不同的新能源在國內的分布情況，也可以分析新能源的分布與各省的GDP之間的關系等。

4. 預測分析

預測分析主要用于新能源發展趨勢、特點的分析，預測分析是利用新能源歷史數據進行分析的一種方法和手段，適合進行預測分析方法和手段有很多，借鑒現有研究成果，適合預測分析的方法主要包括線性回歸法、滑動平均法、指數平滑法等。可以根據數據的類型進行單指標預測和多指標分析預測，指標需要根據數據的特征進行，比如說針對分布式發電的預測分析，可以通過新裝分布式發電系統數量、分布、累計數、新裝量等多種方法和手段進行，借助于上述分析方法和手段，確定未來一段時間內的分布式電源的發展趨勢。

（二）量化的輔助決策分析

1. 分析目標與指標確定

量化的輔助決策分析中，首先要確定分析目標，根據決策目標確定相應的指標，然后再選擇相應的數據進行指標分析，獲得準確的結果。比如說，為了解決本地區太陽能分布式電源的發展情況，先確定分析目的：本地區太陽能分布式電源的發展情況，然后再確定所需的數據指標，包括數據收集的范圍、數據收集的方法，比如說是通過實際調查的方式進行數據收集，還是從相關主管部門的資料當中調取相關數據。另外，數據的收集的范圍是指具體的數據收集項目，比如說太陽能分布式電源的數量、太陽能分布式電源的建設類型、太陽能分布式電源的發電情況，包括總發電量、發電中位數或發電效率，參與太陽能分布式電源建設和發展的農戶及企業的數量，企業和農戶所實際獲得的經濟效益等等。這些都需要通過具體的指標確定。

2. 分析模型構建與應用

分析模型構建和應用是對指標進行深入分析的一種方法，在分析的過程中需要運用科學的分析方法和手段，一般情況下可以使用建立模型的方式進行分析，比如說雙因素指標分析模型等等。當然模型的選擇和應用需要根據具體的分析內容和目標進行。不同的分析目標和內容使用的模型分析方法不一樣，有時候還需要引入一些外部數據進行輔助分析。還是以分布式電源發電量的計劃為例，適合對太陽能分布式電源發電量計劃分析的模型有很多，比如說回歸分析、灰度關聯分析等模型都可以應用其中，通過分析可以了解太陽能分布式電源發電量的變化情況，掌握太陽能分布式電源的發電變化及其趨勢。

（三）可視化分析技術

所謂可視化技術，是指在進行數據分析的基礎上，在分析結果的顯示及其運用上，充分滿足可視化的要求，簡單來說就是通過必要的技術方法和手段，使分析結果以直觀形象的方式顯現出來。一般情況下是以圖表的方式進行說明，在分析的過程中有一些數據會通過軟件分析的方式直接輸出。但是也有一些數據需要借助于一些圖表分析方法和手段進行歸納總結以后，然后再借助于具體的圖表才能達到可視化的目的。比如說，就2014年新能源可以借助于如下圖表，總結不同類型的新能源的建設和發展情況，歸納分析不同新能源分布式電源的建設和發展規律。

四、決策型新能源統計分析運用

（一）新能源電源發展趨勢

新能源產業是衡量一個國家和地區高新技術發展水平的重要標準，是新一輪國際競爭的戰略制高點，世界發達國家和地區把發展新能源作為順應科技潮流、推進產業結構調整的重要舉措。我國針對新能源發展出臺了相關政策和措施，使我國的新能源電源發展保持了良好的趨勢。國務院辦公廳轉發《關于促進新時代新能源高質量發展的實施方案》， 錨定2030年我國風電、太陽能發電總裝機容量12億千瓦以上的目標，為加快構建適應新能源占比逐漸提高的新型電力系統，推動新能源高質量發展保駕護航。

經濟社會的快速發展，對清潔能源的發展提出了更高的標準和要求，為更好地保護環境，實現經濟社會的可持續發展，重視和加強各類新能源的發展，已經成為社會的共識。我國新能源發展過程中也存在著一些問題，比如說盲目發展新能源，導致新能源的建設效益達不到預期的效果，一些地區存在著重復投資建設新能源電源項目等一系列的問題。這些都預示著新能源電源在發展過程中存在著很多不確定性因素，面臨較多的風險與挑戰。決策型新能源統計分析可以借助于各種先進的方法和手段，科學預測各種因素對新能源電源的影響，分析和判斷新能源的發展趨勢以及發展過程中的潛在風險，對優化和調整新能源產業發展政策，進一步增強決策的科學性具有特別重要的意義和作用。

（二）新能源運行健康指數分析

新能源接入電網雖然能夠對電網形成聯合補充，滿足新能源電源的運行和發展需要；但是新能源電源在運行的過程中受外界因素的影響比較明顯，功率呈現出波段性和隨機性特點。這種情況下，如何滿足電網調度的要求、保持供電穩定性，是供電管理工作中需要解決的一個重要問題，也給電網運行調度帶來了極大的挑戰。要想解決這個問題，需要科學的機制及時掌握新能源電源的運行狀況。將其作為新能源運行健康指數分析評價的一種重要方法，借助于此種統計分析模式，可以及時掌握各種新能源的運行發展情況，包括歷史數據以及運行和發電效率變化，新能源電源年發電量占用電量的比例，日發電量的變化等等，只有掌握了這些詳細的數據，才能為電網調度提供準確的依據，避免出現電網調度不合理對電網安全運行產生負面影響，有效保證經濟社會發展過程中的電力需求。

（三）新能源對配電網運行影響

最近幾年，受國家產業發展政策等多種因素的影響，我國分布式電源呈現出快速發展的態勢，光伏和風力發電已經成為新能源發展的主力軍。其中光伏發電每年新增裝機容量都呈現出快速增長的趨勢，2019年就新增12.2GW主要是以分布式光伏發電為主。但是，以分布式光伏與風力發電為代表的新能源發電是波動性電源，雖然接入配電網系統以后，可以對當前的配電網系統聯合補充，由此帶來的電壓和電能質量等方面的影響也非常明顯。為切實保證電網運營的安全和穩定性，需要在電網運行管理中進行分布式電源對配電網的影響分析，在分析的過程中可以使用新能源統計分析中的因果分析和相關性分析等技術方法與手段，針對分布式電源裝機容量、接入配電壓等級等與配電網電壓和線路負載率等方面進行相關分析和影響分析，準確評價分布式電源接入配電網對電網運行的影響，為電網運行策略和方法的調整及優化提供準確的依據。

五、結語

最近幾年，我國新能源產業保持了良好的發展趨勢，這與我國新能源產業發展政策有著密切的關系。但是，受新能源產業發展環境等諸多因素的影響，新能源產業在建設和發展中也存在著很多不確定性因素。決策型新能源統計分析主要是為了進一步增強新能源電源發展各項決策和政策的科學性，減少決策失誤對新能源電源的負面影響。研究所構建的決策型新能源分析框架，充分體現了新能源電源的發展特點和決策分析的要求，可以較好地滿足新能源電源發展決策的需求，對提高決策的科學性和合理性起到一定的作用。

參考文獻：

[1]張啟龍，李萌文.北京市新能源和可再生能源統計方法的探討[J].節能與環保，2016（12）：52-54.

[2]許滌龍，鐘雄，湯智斌.能源統計的國際準則——IRES及其啟示[J].北京理工大學學報（社會科學版），2014，16（02）：33-39.

[3]林秀萍.基于能源結構調整的能源統計方法探討[J].化工管理，2021（02）：17-18.

[4]閆湖，黃碧斌，胡靜，等．決策型新能源統計分析關鍵技術及應用研究[J]．電力信息與通信技術，2020，18（11）：30-35．

（作者單位：鄄城縣發展和改革局；鄄城縣糧食質量監測站）