程亮,胡卫利,胡蔚,李玮,孔卫亚
(1. 国网江苏省电力公司,江苏 南京 210024;2. 河海大学 能源与电气学院,江苏 南京 211100)
随着经济社会的快速发展,电网建设投资日趋加大,电网基建项目也逐渐增多。但在实际建设中,由于资金的限制,省级电网公司的年度基建投资计划不可能在同一时间内解决所有问题。因此,需要结合电网的现状,对年度投资计划进行优化决策,提高电网建设投资资金的使用效率。
电网基建项目投资决策分为两个部分:
1)电网基建项目评价指标体系的建立。即在可行性研究的基础上,综合考虑项目的经济性、稳定性,对项目进行综合评判。
2)决策体系。即根据已有的项目库筛选项目安排年度基建投资计划。此过程中需综合考虑项目打分、资金约束以及各个项目之间的关联性。
目前国内外已经提出了一系列的电网评估指标体系[1]。文献[2]从智能电网规模发展水平、支撑能力和发展效果3个层次,提出了智能电网的多因子综合评估指标体系。文献[3]从宏观战略和微观过程两个方面分别构建指标集,以指标链的形式实现两者的关联,形成指标体系。但这些指标体系大部分都集中在对电网发展的整体评估上,并没有一套对单个基建项目的有效评估体系。并且,文献[3-4]指标体系中定性指标较多,难以量化。针对决策体系,目前通常可采用层次分析法[4]来衡量项目的综合效益,再通过优化算法确定优先建设的项目。文献[5]提出了利用细菌趋药性求解基建项目投资的综合寻优算法。文献[6]提出了一种基于区间层次分析法和区间0/1规划的电网规划项目综合评判决策方法。但这些决策方法往往集中于项目本身的效益,并没有考虑到各项目自身的属性特点以及彼此之间的关联性。
因此,本文提出了一种新的电网基建项目投资决策体系。首先,结合电网实际运行情况建立了主网及高压配网的综合评价指标体系,并给出了各项类型指标值归算及评价指标权重处理方法以得到项目分值。然后,提出了基建投资项目决策体系,主要包括:数据库模块、基建投资预测模块、智能评分模块、决策模块、校验模块及数据输出模块。数据库模块充分考虑了各项目自身的属性特点;基建投资预测模块、智能评分模块、决策模块考虑了重点项目配套项目、主网配套项目的优先权以及高压项目的优先决策权。最后,以某地级市的实际算例,验证了所提出决策方法的有效性。
为对各种类型基建项目进行评价,首先建立了不同类型不同电压等级的电网基建项目的综合评价指标体系。由于原始电网基建项目库项目类型众多,本节首先对项目进行梳理,建立项目储备库,其具体流程图见图1。即每年电网滚动新增项目经省电力公司审核批准后,需判断是否迫切,若非迫切项目要经过可研评审才能调入项目储备库,否则调入电网项目规划库。
图1 项目储备库建立流程Fig. 1 The process of establishing the project reserve database
在项目储备库建立之后,根据项目是否为重点项目划分为重点项目及常规项目。重点项目主要包括:迎峰度夏项目、电源送出项目、安全条例项目、电铁供电项目、500 kV送出项目及其他迫切项目等。非重点项目再根据电压等级分为以下3类,分别是:主网项目(220 kV及以上)、高压配网项目(110 kV及35 kV)及中低压配网项目(10 kV及以下)。对于重点项目具有绝对优先权,不参与评分并且优先投资;而对于非重点项目要参与评分并建立相应的指标体系。其具体分类如表1所示。
表1 项目储备库分类Tab. 1 Classification of project reserve database
每一个基建项目都具有结构复杂和表现形式多样的特点。虽然不同的单项指标能够从不同角度反映他们的属性,但是要想全面、深刻地反映,就必须根据评价目的筛选密切相关的指标并分析这些指标之间的关联关系,从而形成一个指标体系,在整体上综合评价这些项目,即建立综合评价指标体系。
本文建立的综合评价指标体系的依据是:国家电网公司对基建项目的管理要求及电网运行的实际情况,其指标来源为:基建项目建设的主要影响因素及各个基建项目可行性研究报告中的量化指标。因此,针对电网基建项目建立了一套有效的综合评价指标体系。主网项目及高压配网项目的综合评价指标体系结构如图2和图3所示。
图2 主网项目综合评价指标体系Fig. 2 Comprehensive evaluation index set for the main grid
由图2及图3可知,本文建立的综合评价指标体系不但从宏观上考虑了电网的安全可靠性、电网协调发展及技术经济性提升,而且从微观上考虑电网的运行状态,如负荷持续的增长,薄弱环节如变电站过载,单个项目的属性如电压等级等。此外,本文建立的综合评价指标体系中的定性指标如解决设备运行年限长问题的项目较少;其余各项指标均是定量指标,能直接从基建项目的可行性研究报告中获取。
图3 高压配网综合评价指标体系Fig. 3 Comprehensive evaluation index set for the high voltage distribution grid
1.3.1 指标值量化处理
由图2和图3可知,项目的评价指标体系中包含定性指标和定量指标,定量指标中又主要包括极大、极小及区间型指标。无论指标是定量指标还是定性指标,无论指标的量纲如何,因为需对各项指标进行统一的打分,故需要将各项指标归算至[60,100]的分数区间内。对于定性指标如主网指标中的解决设备年限运行时间长、高压配网中的变电站过载等,是则打分为100分,否则打分为60分。对于极大型指标,即指标值越大,评分越高,以N-1通过率为例。假设某地区主网的第i个项目的N-1通过率为Pi,其所有项目中N-1通过率最大值为R,最小值为r,该极大型指标的评价分数p*i计算如下:
对于极小型指标,即指标值越小,评分越高,以短路电流计算值为例。项目评价前已按不同地区和电压等级进行了划分,因此该定量指标可以评价某一项目对该地区电网的影响和作用。假设某地区主网的第i个项目的短路电流计算值为xi,其所有项目中短路电流计算的最大值为N,最小值为n,将该指标值转化为极大型指标x′i,计算公式如下:
对于该极大型指标,其评价分数x*i计算方法如下:
对于区间型指标,即指标值最好是落在某一个确定的区间内为最好,以线路负载率为例。假设某地区主网的第i个项目的220 kV线路等效平均负载率为qi,该值的最佳稳定区间为[d,e],将该指标转化为极大型指标q′i,计算公式如下:
式中,c=max {d-m,M-e},M,m分别为220 kV线路等效平均负载率qi在实际系统中的最大值及最小值。则该极大型指标的评价分数q*i的计算公式如下:
1.3.2 指标权重设置
对于某个评价目标而言,不同的评价指标的相对重要程度都是不相同的。评价指标间的相对重要程度的大小一般用权重系数来刻画。权重的赋值合理与否,对评价结果的科学合理性起着至关重要的作用;若某一因素的权重发生变化,将会影响整个评判结果。
本文采用的是层次分析法[7],以主网项目的综合评价指标体系为例。其一级评价指标为主网项目的发展及安全稳定。其二级指标为安全可靠性、电网协调发展及技术经济性提升。其三级指标为各项二级指标所对应的具体的指标。首先将二级指标按9个程度(非常重要、比较重要、一般重要,…,同等重要等)进行相互比较,从而计算得到二级评价指标的权重值。随后基于相同的方法计算得到三级评价指标的权重值。
利用层次分析法确定完各指标的权重之后,根据权重和各指标的分值加权求和得到该项目的评价总分以便后续根据分值和相应的决策模型进行项目排序和决策。
本文建立的基建项目决策体系首先是根据数据源建立项目的储备库并划分基本项目库,随后根据建立的不同类型基建项目的评价指标体系进行综合排序及智能打分,再进行最终的投资决策并反馈校验,最终得到年度基建投资计划。其具体的决策体系见图4。
根据图4的决策体系,将其控制流程共分为6个模块,分别是:数据库模块、基建投资预测模块、智能评分模块、决策模块、校验模块及数据输出模块,其具体的控制流程图见图5。其中,数据库模块是决策体系的基础,为基建投资预测模块及智能打分模块提供各个项目的属性及相关数据。基建投资预测模块及智能评分模块是项目决策的前提准备,分别为决策优化模块中的决策模型提供资金约束条件和打分分值。
图4 决策体系Fig. 4 Decision making system
图5 项目决策流程Fig. 5 Flowchart of decision making
基建项目储备库通过条件筛选形成需要评价排序的全省各市基建项目库。基建项目首先通过相关细则形成基建项目属性表以及基建项目库,决策模块所需的细则主要包括:项目编号、项目名称、所属电压等级、项目类型、项目状态、是否为重点项目、是否为配套项目及项目的总投资额。
然后,再根据条件1及条件2的判断得到最终的排序库及全省各市的基建项目。
通过项目库得到预备库的判断条件1为:剔除已批且已开工项目,因这些项目需直接投资建设,不参与排序。通过筛选得到了预备库,预备库里的项目包括:已批,未开工项目;未批项目。通过预备库得到排序库的判断条件2为:首先对已批且未开工项目进行排序;若资金充裕,则加入未批项目进行排序。
投资预测模块采用的是分市分电压等级预测的思路,数据源主要是:各市的GDP、售电量、统调负荷及基建投资历史数据。再根据投资趋势和效益分析校核预测得到全省年度总投资值。最后按照电压等级及城市分类得到每市的220 kV及110 kV的基建项目投资额[8]。
在决策模块中,首先将基建项目库的项目分成重点项目和常规基建项目,当系统辨识出该基建项目为重点项目时,则该重点项目进入优先权库。即不需要进行评分,直接根据投产要求列入相应年度投资计划中,并读取到该重点项目的其他属性信息。包括该重点项目的电压等级、地区信息、投资金额及开工及投资策略信息。然后其所在市,所在电压等级的基建投资中减去该重点项目当年的投资金额。
对于常规基建项目库根据电压等级分解为220 kV基建投资项目及110 kV基建投资项目。先对220 kV的基建项目进行投资决策,再对110 kV的基建项目进行投资决策。110 kV的基建项目排序前,110 kV基建项目库需剔除已选中的220 kV基建项目的配套项目,因为其具有优先权,不参与110 kV基建项目的排序。其控制流程图见图6。
图6 决策流程控制Fig. 6 Control of decision making
由图6可知,系统决策过程中,不仅项目库中的重点项目具有优先权,重点项目的配套项目及选中的220 kV项目的配套项目也具有优先权。故220 kV电网基建项目具有优先决策权并同时制约110 kV电网基建项目的决策。
当电网企业投资充裕时,取ai=yi,yi为第i个项目依据评价体系指标的打分,即基建项目按照项目分值最优决策;当电网企业投资能力有限时,取ai=yi/bi为第i个项目依据评价体系指标的打分,bi为第i个项目的投资额;当电网企业追求项目分值最大,投资最小多目标时,则决策模型为:
式中,m为n个项目中选中投资的项目;A0和B0分别表示项目的总分值和项目的总投资额。根据不同的目标函数便能得到相应的决策的最优结果,最终得到年度投资计划,并可根据项目属性等对年度投资计划进行反馈校验以验证输出结果的正确合理性。
本文结合某省级电网的实际运行情况,基于层次分析法得到主网及高压配网的各项指标的权重。其具体权重值见图7和图8。
图7 主网项目综合评价指标体系Fig. 7 Comprehensive evaluation index set for the main grid
选取该省某地级市2014年投产的部分典型的基建项目作为决策对象,各项目基本属性如表2所示。本文待决策项目均是从下一年项目储备库筛选进入排序库的项目,故主要选取的项目属性表的细则是:项目编号、项目名称、电压等级、项目类型、是否为重点项目、是否为高压配套项目及投资额。其中,A及B项目为电网加强工程,为迎峰度夏项目;C及G为输电工程;D及J项目为输变电工程;E、F项目为变电站扩建主变工程;H、I及L项目为变电站扩建工程;K及M项目为光纤通信工程。
由表2可知,项目A及B均是重点项目,而项目K作为项目A的配套项目,同样地,进入优先权库,不参与评分。
图8 高压配网综合评价指标体系Fig. 8 Comprehensive evaluation index set for the high voltage distribution grid
表2 项目属性表Tab. 2 Basic information of projects
本文采用的是基建项目分值最大,项目的总投资额最小的多目标决策模型,因为高压项目具有优先决策权,首先对220 kV的项目进行打分排序。假设根据分电压等级基建项目投资预测得到下一年的220 kV项目投资总额约为25 000万元;除去已经进入优先权库的项目投资额后,余下的总投资额为10 239.5万元。由于预测的误差,在决策环节中其投资总额允许有10%的浮动[8]。220 kV项目的决策结果见表3,阴影部分表示未选中的项目。
表3 220 kV基建项目决策结果Tab. 3 Decision making results for 220 kV projects
由表3可知,220 kV基建项目的决策结果是项目C、E及F。而项目L作为项目C的配套项目,则进入优先权库,不参与评分。假设根据分电压等级基建项目投资预测得到下一年的110 kV项目投资总额为13 000万元;除去已经进入优先权库的项目投资额后,余下的总投资额为10 703.04万元。由于预测的误差,在决策环节中其投资总额允许有10%的浮动[8]。110 kV项目的决策结果见表4,阴影部分表示未选中的项目。
表4 110 kV基建项目决策结果Tab. 4 Decision making results for 110 kV projects
由表2、表3和表4可知,该市2015年的年度基建项目投资决策计划为:项目A、B、C、E、F、G、H、I、J、K及L。
电网基建项目是电网建设中的重要组成部分,具有非同一般的政治价值、经济价值及社会价值,本文根据不同类型项目的特点建立了重点项目、220 kV及110 kV基建项目的综合评价体系。随后提出了一种新型的电网基建项目投资决策体系,其主要由数据库模块、基建投资预测模块、智能评分模块、决策模块、校验模块及数据输出模块6个模块组成,并给出了相应的实现方法,考虑了每个项目的属性特征及各个项目之间的关联性,具有实际意义和推广意义。
[1] 孙强,葛旭波,刘林,等. 国内外智能电网评价体系对比分析[J]. 电力系统及其自动化学报,2012,23(6):105-110.SUN Qiang,GE Xubo,LIU Lin,et al. Review of smart grid comprehensive assessment systems[J]. Proceedings of the CSU-EPSA,2012,23(6): 105-110(in Chinese).
[2] 王智冬,李晖,李隽,等. 智能电网的评估指标体系[J].电网技术,2009,33(17):14-18.WANG Zhidong,LI Hui,LI Jun,et al. Assessment index system for smart grids[J]. Power System Technology,2009,33(17): 14-18(in Chinese).
[3] 王彬,何光宇,梅生伟,等. 智能电网评估指标体系的构建方法[J]. 电力系统自动化,2012,35(23):1-5.WANG Bin,HE Guangyu,MEI Shengwei,et al. Construction method of smart grids assessment index system[J].Proceedings of the CSU-EPSA,2012,35(23): 1-5(in Chinese).
[4] SATTY TL. The analytic hierarchy process[M]. New York:McGraw-Hill,1980.
[5] 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.SONG Lingli,YANG Jun,ZHOU Bowen,et al. Assistant decision making scheme for construction projects of power network[J]. Electric Power Automation Equipment,2013,33(6): 64-69(in Chinese).
[6] 肖峻,罗凤章,王成山. 一种基于区间分析的电网规划项目决策方法[J]. 电网技术,2004,28(7):62-67.
XIAO Jun,LUO Fengzhang,WANG Chengshan. An interval-based method for evaluation and decision-making of power system planning projects[J]. Power System Technology,2004,28(7): 62-67(in Chinese).
[7] 司守奎. 数学建模算法与应用[M]. 北京:国防工业出版社,2011.
[8] 胡卫利. 省级电网基建年度投资预测与决策[D]. 南京:河海大学,2014.