一种考虑市场风险的电网投资方法与流程

本发明涉及电力规划技术领域，具体涉及一种考虑市场风险的电网投资方法。

背景技术：

我国目前正处于电力体制改革的快速推进过程中，政府层面密集发布了大量涉及电网建设运营的文件，如输配电价形成机制、增量配电业务放开、电力市场监管等一些列政策都涉及到的企业投资与电网运营效率监管。

随着电力体制改革的深入与发展，对电网企业规划带来了诸多影响，电网投资作为电网企业规划重点之一，在新电改的背景下，其投资效益评价逐渐被投资者和管理者所重视，投资电网将具备巨大的政策风险和效益风险。而当前对电网投资的方案多基于现有的电价和负荷水平，缺乏对市场环境下电网的风险分析，其投资收益在未来具有很大的不确定性。

技术实现要素：

本发明提出的一种考虑市场风险的电网投资方法，可解决电网投资时难以评估市场风险的技术问题。

为实现上述目的，本发明采用了以下技术方案：

一种考虑市场风险的电网投资方法，包括：

采用概率分布法对影响投资收益的不确定性因素进行建模，通过蒙特卡洛模拟法构建考虑市场风险的场景集合；

构建多场景下电网投资收益的期望值模型；

采用风险价值评估模型对各投资组合进行风险评估；

针对期望收益和风险建立电网投资的多目标优化模型；

采用和声搜索算法求解优化模型得到最优投资项目组合。

进一步的，采用概率分布法对影响投资收益的不确定性因素进行建模，通过蒙特卡洛模拟法构建考虑市场风险的场景集合：具体包括：

通过蒙特卡洛模拟法生成场景集合s^*＝(s1,s2,...,sn)，sn为第n种场景；

进一步的，所述多场景下电网投资收益的期望值模型为：

π^s为场景s下的投资收益，pr^s为场景s发生的概率，n^s为生成的场景总数。

进一步的，采用风险价值评估模型对各投资组合进行风险评估的方法为：

建立电网投资的在险价值模型β为置信水平，αβ表示的在置信水平为β情况下投资收益π的var值。

进一步的，针对期望收益和风险建立电网投资的多目标优化模型为：minρ＝k1u(π)+k2u(cvarβ)，k1、k2分别表示为目标函数π、cvarβ的满意度的权重，u(f)为目标函数f的满意度；f^max、f^min分别表示为目标函数的最大值和最小值，f可以为π或cvarβ。

进一步的，采用和声搜索算法求解优化模型得到最优投资项目组合的具体方法为：

对一投资组合进行变异得到该投资组合的变异值(az1,az2,...,azn)：az1*为变异后的投资项目，az1分别为变异前的投资项目，rand(-1,1)为-1到1之间的随机数，σz1为变异系数，γ1为第一个项目的约束系数；

根据投资组合的变异值计算综合满意度ρ(z*)，若ρ(z*)≥ρ(z)，则在记忆库a中进行更新，更新其投资组合为其变异值；

重复上述变异操作以及更新投资组合的过程直至达到算法的迭代次数，计算各个组合的综合满意度，选取综合满意度最小时的电网投资组合为最终的投资组合。

由上述技术方案可知，本发明的考虑市场风险的电网投资方法针对当前对电网投资的方案多基于现有的电价和负荷水平，缺乏对市场环境下电网的风险分析，其投资收益在未来具有很大的不确定性的问题，考虑了市场环境下电价、负荷等影响因素的不确定性，采用cvar方法对电网投资风险评估建模，建立的目标函数综合考虑了投资的收益与风险，既能为电网公司带来投资收益，又能有效的规避未来的市场风险。

附图说明

图1是本发明方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。

如图1所示，本实施例所述的考虑市场风险的电网投资方法，主要包括如下5个步骤：

s100、采用概率分布法对影响投资收益的不确定性因素进行建模，通过蒙特卡洛模拟法构建考虑市场风险的场景集合；

s200、构建多场景下电网投资收益的期望值模型；

s300、采用风险价值评估模型对各投资组合进行风险评估；

s400、针对期望收益和风险建立电网投资的多目标优化模型；

s500、采用和声搜索算法求解优化模型得到最优投资项目组合。

以下详细说明：

1)采用概率分布法对影响投资收益的不确定性因素进行建模，通过蒙特卡洛模拟法构建考虑市场风险的场景集合

11)根据可获取、可量化的原则，选取售电量、平均售电电价和购电电价等对投资效益产生影响不确定性因素构建因素库：

λ＝(λ1,λ2,λ3,λ4)(1)，

式(1)中，λ1为平均售电电价，λ2为购电电价，λ3为线损率，λ4为增加的售电量；

12)得到各因素的概率分布：

采用概率分布法对不确定性因素建模，以第一个因素为例得到其数学期望和方差为：

式(2)、式(3)中，e(λ1)为第一个随机因素的数学期望，d(λ1)为第一个随机因素的方差，f(λ1)为第一个随机因素的概率分布密度；

13)通过蒙特卡洛模拟法生成场景集合s^*：

s^*＝(s1,s2,...,sn)(4)，

式(4)中，sn为第n种场景。

2)构建多场景下电网投资收益的期望值模型

21)建立投资收益模型：

22)计算多场景下的投资期望收益：

式(6)中，π^s为场景s下的投资收益，pr^s为场景s发生的概率，n^s为生成的场景总数；

3)采用在险价值评估模型对电网投资项目进行风险评估

31)构建在险评估模型的辅助变量：

式(7)中，β为置信水平，αβ表示的在置信水平为β情况下投资收益π的var值；

32)建立电网投资的在险价值模型：

4)针对期望收益和风险建立电网投资的多目标优化模型

41)采用模糊函数构建投资收益和风险的满意度函数：

式(9)中，u(f)为目标函数f的满意度；f^max、f^min分别表示为目标函数的最大值和最小值，f可以为π或cvarβ；

42)设置满意度函数的约束条件：

式(10)中，u(π)^min、u(cvarβ)^min分别表示为目标函数π、cvarβ的满意下限值；

43)建立综合满意度模型：

minρ＝k1u(π)+k2u(cvarβ)(11)，

式(11)中，k1、k2分别表示为目标函数π、cvarβ的满意度的权重。

5)采用和声搜索算法求解优化模型得到最优投资项目组合

51)初始化电网投资项目组合的记忆库a

a＝[(a11,a12,...,a1n),(a21,a22,...,a2n),……,(am1,a22,...,amn)](12)，

式(12)中，(am1,a22,...,amn)为第m组投资项目组合；

52)在记忆库a中随机选取一组投资组合(az1,az2,...,azn)进行变异，以该组合中的第一个项目为例：

式(13)中，az1*为变异后的投资项目，az1分别为变异前的投资项目，rand(-1,1)为-1到1之间的随机数，σz1为变异系数，γ1为第一个项目的约束系数；

52)对该投资组合重复步骤43)的计算过程得到投资组合的综合满意度ρ(z*)，若ρ(z*)≥ρ(z)，则在记忆库a中进行更新，反之不更新；

53)重复步骤51)、52)直到迭代次数达到y时，计算记忆库a中各个组合的综合满意度，选取综合满意度最小时的电网投资组合为最终的投资组合。

综上可知，本考虑了市场环境下电价、负荷等影响因素的不确定性，采用cvar方法对电网投资风险评估建模，建立的目标函数综合考虑了投资的收益与风险，解决了电网投资时难以评估市场风险的技术问题。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。