基于经济计量模型的燃料采购模式优化研究

于 欣

(大唐长春第二热电有限责任公司,长春 130031)

燃料管理是火力发电企业生产和经营的决定性因素,燃料成本占发电总成本50%～70%,实施科学化、经济化燃料采购管理是火力发电企业降低成本最具潜力的一项工作。鉴于今年以来煤炭市场发生的巨大变化,火力发电企业更需要精准的理解采购管理的内涵,在把握煤炭市场变化的基础上,建立动态与之相适应的煤炭采购管理模式,即建立以入厂去税标煤单价最小化为核心、以经济计量模型为主体、以计算机自动优化煤炭采购数量为手段,并对煤炭实际到货实施严格控制的煤炭采购管理模式,最大限度地降低燃料采购成本,实现企业经营效益最大化。

1 企业现状及所面临的问题

1.1 企业现状

大唐长春第二热电有限责任公司(以下简称长春二热)总装机容量 6×200 MW,年发电量 50×108kW· h,为长春电网重要电源支撑和东北地区装机容量最大的城市供热电厂,年供热能力1 200×104GJ,供热面积 2 500×104m2,占长春市区冬季集中供热面积的 37%。

近年来,电煤市场价格持续走高,同时,重点合同兑现率逐年下降。由于吉林省煤炭资源匮乏,烟煤产量低,热值低,价格高,可供直接采购煤炭数量严重不足。为保证冬季城市供热,降低燃料成本,长春二热先后对 4台机组进行改造,由原设计燃用烟煤改为燃用褐煤。但燃用褐煤将面临厂用电率升高、制粉单耗增加、制粉系统爆破等诸多问题。

1.2 面临问题

长春二热从每年冬季供热开始,都会面临电煤供应与铁路运力紧张的双重压力。由于吉林省没有直属铁路局,省外煤炭采购受到哈尔滨铁路局、沈阳铁路局车流配给的严重制约,造成受铁路运力影响较大,上述两铁路局在冬季优先确保所在省的采暖煤供应,出省车流大幅降低。长春市每年 10月中旬至次年4月中旬为供热期,期间耗煤约180×104t,日均耗煤1.1×104t,日最大耗煤量 1.7×104t,约合260节标准车皮。

随着煤炭价格上涨,重点合同煤炭价格与市场煤炭价差加大,合同兑现率降低,形成有合同量无兑现量,或者兑现量极低的现状。加之各发电企业无序采购,进一步加剧了电煤紧张和价格上涨,除国有煤矿受国家政策调控价格波动较小外,其他电煤价格波动幅度较大。

2 模型构建及实施

2.1 经济计量模型理论

计量经济学是以一定的经济理论和统计资料为基础,运用数学、统计学方法与电脑技术,以建立经济计量模型为主要手段,定量分析研究具有随机性特性的经济变量关系。建立经济计量模型的目的是为了形象地描述出在现在的环境中总体的经济关系,并对所要研究的经济现象进行深入分析。可简单而形象地理解为,先预设基本框架模型,再通过不断增加具体条件进行社会经济活动分析,从而解决生产实际问题[1]。模型组态见图1。

图1 模型组态示意图

图1中“实施条件”,在煤炭采购实例中可设定为实际煤炭供应和铁路运力均满足要求。条件满足后,可进行下一步骤的数量模型设计、试验以实施过程。根据实际情况,为简洁有效地描述、概括煤炭采购真实经济系统的数量特征,深刻反映出该过程的数量变化规律,理论模型采用经济计量模型。

经济计量模型可以准确确定经济活动中各个因素之间的定量关系,可用随机性的数学方程加以描述,采用回归分析方法进行计算。然后进行数据回归分析。理论模型主要包含选择变量,确定变量之间的数学关系,拟定模型中待估计参数的数值范围三部分 (见图2)。

图2 经济计量模型示意图

在回归分析中,依据描述自变量与因变量之间因果关系的函数表达式分为线性回归分析和非线性回归分析。通常把线性回归分析法作为最基本的分析方法。回归分析法预测是利用回归分析方法,根据一个或一组自变量的变动情况预测与其有相关关系的某随机变量的未来值。进行回归分析需要建立描述变量间相关关系的回归方程。根据自变量的个数,可以是一元回归,也可以是多元回归。根据所研究问题的性质,可以是线性回归,也可以是非线性回归。非线性回归方程一般可以通过数学方法为线性回归方程进行处理。

模型中的待估参数一般都具有特定的经济含义,参数的数值要经过检验后,即经济模型完成后才能确定,但对于其数值范围,即理论期望值,可以根据其经济含义在开始时拟定。这一理论期望值可以用来检验模型的估计结果。

2.2 模型构建

采购模型以月度入厂去税标煤单价作为目标变量,月度采购数量作为自变量,厂去税标煤单价P:

式中:yi=[PTZ/(1+ 17%)+k1× (1-7%)+k2]×7 000/Qi为单一煤种入厂去税综合标煤单价,PTZ为铁路装车价,17%为煤炭增值税税率,k1为铁路运费(可近似为常数),7%为铁路运费税率,k2为杂费(可近似为常数),7 000为标煤发热量,Qi为单一煤种发热量;xi为第i煤矿单一煤种月度采购量;n为采购目标煤矿数量。

本文采购目标煤矿按实际情况设定为8个:1为黑龙江国矿一(长协内);2为黑龙江国矿一(低质);3为黑龙江国矿二;4为黑龙江地煤;5为铁运公司;6为海拉尔国矿;7为霍林河国矿;8为霍林河地煤。8个矿别煤炭采购计算基础数据见表1。

3 实施效果

根据冬季供热所需高热值烟煤量的实际情况,确定10月25日供热前储存热值16.8 M J/kg以上优质烟煤 30×104t,12月末煤炭总库存量不少于 20×104t。 2012年下半年煤炭来、耗、存预测分解见表2。

以2012年9月长春二热煤炭采购为例。基本约束条件:采购总量不大于 24×10t(烟煤 9×10t,褐煤15×104t);9月入厂煤炭加权平均热值不低于14.86 M J/kg;9月入厂综合标单不超过600元 /t;各矿别采购数量不少于 0.5×104t。结合煤炭采购实际,考虑主渠道冬季供热过程中煤炭保障,考虑月度储煤分解需求、热值分配、哈尔滨铁路局、沈阳铁路局车流配比、合同约定各别矿烟煤、褐煤月度完成值等因素,增加如下具体采购条件:黑龙江国矿一(长协内)烟煤采购量不少于 4×104t;黑龙江国矿二烟煤采购量不少于 2×104t;铁运公司褐煤采购量不少于2.96×104t;霍林河国矿褐煤采购量不能少于 5×104t。经过自动计算并优化出的烟煤、褐煤采购数量,自动生成月度煤炭采购计划书。9月计算采购数量和实际入厂数量如表3所示。从表3可以看出,实际入厂数量基本接近计划采购量。

受煤炭到货时间进度差异及煤炭实际到货热值影响,烟煤实际到货 9.2×104t,超出计划 2.22%,褐煤到货 14.7× 104t,低于计划 2%;热值提高0.075 M J/kg,综合影响标煤单价增加 0.27元 /t,比进度预算(600元 /t)低 11.77元 /t。月度入厂去税综合标煤单价(目标变量)实际完成值与优化结果目标值差距仅为 0.5%,全月减少煤炭采购成本143.38万元。

表1 各矿采购煤种基础数据

表2 2012年下半年煤炭来、耗、存预测分解表1×104t

表3 9月份计算采购数量和实际入厂数量

从 9月份实际应用情况可以看出,利用建模方式自动计算并优化煤炭采购,可以利用现有煤炭市场有利于发电企业的良好时机,深度进行企业内部挖潜,将燃料采购成本降至最低,推进发电企业的效益最大化。在煤炭市场环境未发生实质性变化的一段时期内,可大范围推广应用。

4 结束语

利用经济计量模型,通过结合实际提出的约束条件,可以自动优化出在一定框架下的最佳煤炭采购方案,并在实际操作过程中加以严格控制,以达到最大限度降低燃料采购成本的目标。在实际应用过程中,该模型的精度可能由于时间、运距等因素的影响而有所降低,但从目前的应用结果来看,仍具有应用推广价值。而且采购量基数越大,其精度也相应有所提高。

[1]朱平芳.现代计量经济学[M].上海:上海财经大学出版社,2004.