太阳城集团

  • / 16
  • 下载费用:30 金币  

一种基于行业协同和供需侧响应的电力预警指数构建方法.pdf

摘要
申请专利号:

CN201610617035.9

申请日:

2016.07.28

公开号:

CN106257505A

公开日:

2016.12.28

当前法律状态:

实审

有效性:

审中

法律详情: 实质审查的生效IPC(主分类):G06Q 10/04申请日:20160728|||公开
IPC分类号: G06Q10/04(2012.01)I; G06Q10/06(2012.01)I; G06Q50/06(2012.01)I 主分类号: G06Q10/04
申请人: 国家电网公司; 国网河南省电力公司经济技术研究院
发明人: 白宏坤; 王江波; 尹硕; 郑亚楠; 李虎军; 李文峰; 宋大为; 杨萌; 刘军会; 邓方钊; 王向; 马任远; 李宗
地址: 100000 北京市西城区西长安街86号
优先权:
专利代理机构: 郑州知己知识产权代理有限公司 41132 代理人: 季发军
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201610617035.9

授权太阳城集团号:

|||

法律状态太阳城集团日:

太阳城集团2017.01.25|||2016.12.28

法律状态类型:

实质审查的生效|||公开

摘要

太阳城集团本发明公开了一种电力预警指数构建及预测方法,通过构建基于行业协同的电力行业预警指数和基于供需侧响应的电力供需预警指数;实时反映行业协同发展和电力运行的匹配度以及电力供需平衡程度;基于行业协同的电力行业预警指数包括电力行业景气指数和电力行业预警指数;本发明利用实时、准确、大量的电力数据,对国内经济形势进行紧密跟踪、客观评估和准确预警,监测电力行业的系统性风险,实现对电力行业运行态势的预警监测和趋势预测。

权利要求书

1.一种电力预警指数构建及预测方法,其特征在于,通过构建基于行业协同的电力行
业预警指数和基于供需侧响应的电力供需预警指数;实时反映行业协同发展和电力运行的
匹配度以及电力供需平衡程度,实现对电力行业运行态势的预警监测和趋势预测。
2.根据权利要求1所述的电力预警指数构建及预测方法,其特征在于,所述基于行业协
同的电力行业预警指数包括电力行业景气指数和电力行业预警指数。
3.根据权利要求2所述的电力预警指数构建及预测方法,其特征在于,所述电力行业景
气指数的构建步骤包括:
(a)指标筛选,选择与电力行业相关的经济指标以及电力行业生产经营方面的指标;
(b)指标体系标准化处理;
(c)电力行业景气指数合成。
4.根据权利要求3所述的电力预警指数构建及预测方法,其特征在于,所述指标体系标
准化处理步骤包括:
(a)求指标Yij(t)的对称变化率Cij(t):
<mrow> <msub> <mi>C</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>200</mn> <mo>&times;</mo> <mfrac> <mrow> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>;</mo> </mrow>
当构成指标Yij(t)中有零或负值时,或者指标是比率序列时,取一阶差分:
Cij(t)=Yij(t)-Yij(t-1);其中t=2,3,…n;
(b)求标准化因子Aij:
<mrow> <msub> <mi>A</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>n</mi> </munderover> <mfrac> <mrow> <mo>|</mo> <msub> <mi>C</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mrow> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </mfrac> <mo>;</mo> </mrow>
(c)求标准化变化率Sij(t):
<mrow> <msub> <mi>S</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>C</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <msub> <mi>A</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mfrac> <mo>;</mo> </mrow>
(d)求出先行、一致、滞后指标组的平均变化率Rj(t):
<mrow> <msub> <mi>R</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>k</mi> <mi>j</mi> </msub> </munderover> <msub> <mi>S</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&CenterDot;</mo> <msub> <mi>w</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>k</mi> <mi>j</mi> </msub> </munderover> <msub> <mi>w</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>;</mo> </mrow>
(e)计算指数标准化因子Fj:
<mrow> <msub> <mi>F</mi> <mi>j</mi> </msub> <mo>=</mo> <mo>&lsqb;</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>n</mi> </munderover> <mo>|</mo> <msub> <mi>R</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>/</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>/</mo> <mo>&lsqb;</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>n</mi> </munderover> <mo>|</mo> <msub> <mi>R</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>/</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>;</mo> </mrow>
(f)计算标准化平均变化率Vj(t):
Vj(t)=Rj(t)/Fj;
其中,Yij(t)为t时期第j指标组的第i个指标,j=1,2,3分别代表先行、一致、滞后指标
组,i=1,2,…,kj是组内指标的序号,kj是第j指标组的指标个数;wij是第j组的第i个指标
的权数,在本模型中使用了等权数,即wij=1。
5.根据权利要求3所述的电力预警指数构建及预测方法,其特征在于,所述电力行业景
气指数合成步骤包括:
(a)求初始合成指数Ij(t),令Ij(1)=100,则:
<mrow> <msub> <mi>I</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>I</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&times;</mo> <mfrac> <mrow> <mn>200</mn> <mo>+</mo> <msub> <mi>V</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mn>200</mn> <mo>-</mo> <msub> <mi>V</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>;</mo> <mi>t</mi> <mo>=</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mo>...</mo> <mi>n</mi> </mrow>
(b)对一致指标组的每个序列分别求出各自的平均增长率ri,
<mrow> <mi>r</mi> <mi>i</mi> <mo>=</mo> <mrow> <mo>(</mo> <mroot> <mrow> <msub> <mi>C</mi> <mrow> <mi>L</mi> <mi>i</mi> </mrow> </msub> <mo>/</mo> <msub> <mi>C</mi> <mrow> <mi>I</mi> <mi>i</mi> </mrow> </msub> </mrow> <msub> <mi>m</mi> <mi>i</mi> </msub> </mroot> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&times;</mo> <mn>100</mn> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>k</mi> <mn>2</mn> </mrow>
其中:

CIi与CLi分别是一致指标组第i个指标最先与最后循环的平均值,mIi与mLi分别是一
致指标组第i个指标最先与最后循环的月数,k2是一致指标个数,mi是最先循环的中心到最
后循环的中心之间的月数;
然后求出一致指标组的平均增长率,把它作为目标趋势,且记为Gr:
<mrow> <msub> <mi>G</mi> <mi>r</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>k</mi> <mn>2</mn> </mrow> </munderover> <msub> <mi>r</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>/</mo> <msub> <mi>k</mi> <mn>2</mn> </msub> <mo>;</mo> </mrow>
(c)对先行、一致、滞后的初始合成指数Ij(t),分别求出他们各自的平均增长率r′j:
<mrow> <msub> <msup> <mi>r</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <mroot> <mrow> <msub> <mi>C</mi> <msub> <mi>L</mi> <mi>j</mi> </msub> </msub> <mo>/</mo> <msub> <mi>C</mi> <msub> <mi>I</mi> <mi>j</mi> </msub> </msub> </mrow> <msub> <mi>m</mi> <mi>j</mi> </msub> </mroot> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&times;</mo> <mn>100</mn> <mo>;</mo> </mrow>
(d)对先行、一致、滞后三个指标组的标准化平均变化率Vj(t)做趋势调整:
V′j(t)=Vj(t)+(Gr-r′j)j=1,2,3,t=2,3,...,n;
(e)计算基准年份为100的合成指数:
令K′j(1)=100,则
<mrow> <msub> <msup> <mi>K</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <msup> <mi>K</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&times;</mo> <mfrac> <mrow> <mn>200</mn> <mo>+</mo> <msub> <msup> <mi>V</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mn>200</mn> <mo>-</mo> <msub> <msup> <mi>V</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>
生成以基准年份为100的合成指数:
<mrow> <msub> <mi>CK</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mrow> <mo>(</mo> <msub> <msup> <mi>K</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>/</mo> <mover> <mrow> <msub> <msup> <mi>K</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> </mrow> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mo>&times;</mo> <mn>100</mn> </mrow>
其中是K′j(t)在基准年份的平均值。
6.根据权利要求2所述的电力预警指数构建及预测方法,其特征在于,所述电力行业预
警指数的构建步骤包括:
(a)指标筛选,选择GDP的发电量弹性、工业企业增加值电力销售收入弹性以及反映电
力行业经济运行的指标;
(b)将经济状态划分为不同的状态区域,并根据不同状态区域的概率,确定单个指标临
界点;
(c)对单个指标所处的状态区域进行赋值;
(d)对各个指标的得分进行求和加总,得到原始预警指数综合评分;
(e)合成标准化预警指数,
标准化预警指数=原始预警指数综合评分/(3×N)×100;
这里N为预警指数体系中指标个数。
7.根据权利要求1所述的电力预警指数构建及预测方法,其特征在于,所述基于供需侧
响应的电力供需预警指数ISD的构建方式是:
<mrow> <msub> <mi>I</mi> <mrow> <mi>S</mi> <mi>D</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>h</mi> <mo>&CenterDot;</mo> <mi>G</mi> <mo>+</mo> <mi>c</mi> <mo>&CenterDot;</mo> <mi>W</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>D</mi> <mo>+</mo> <mi>a</mi> <mo>&CenterDot;</mo> <mi>T</mi> </mrow> </mfrac> <mo>;</mo> </mrow>
其中,f为电力输送能力系数,G为发电机的总容量,h为发电利用小时数,c为来水对增
加水电发电量的影响系数,W是区间[-3,3]中的数值,D为需电量,T为气温,a为气温对电量
的影响系数。

说明书

一种基于行业协同和供需侧响应的电力预警指数构建方法

技术领域

本发明涉及电力预警指数构建方法,特别涉及行业协同发展和电力供需侧响应维
度的电力预警指数构建方法,并用于监测电力行业运行态势。

背景技术

当前,国际经济形势复杂多变,我国经济进入新常态,电力需求增速出现明显下
降。电力需求增长与经济增长之间的关系看似发生了明显的变化,实际上是两者关系在新
的发展阶段的新体现。具体表现为产业结构变化在新形势下与电力发展的协同关系变化,
以及供给侧改革背景下电力供需情况表现出的新趋势。因此,亟需一种电力预警指数来反
映行业协同关系和电力供需侧响应的新情况,监测电力行业的系统性风险。因此利用实时、
准确、大量的电力数据,采用有效的工具和方法,对国内经济形势进行紧密跟踪、客观评估
和准确预警,成为弥补经济预警系统不健全、促进电力经济持续健康发展的一项重要的任
务。本发明基于国内外经济形势大背景,充分考虑行业协同关系和电力供需侧响应,建立了
一套基于行业协同和供需侧响应的电力预警指数,并用于监测电力行业的运行态势。

发明内容

本发明的目的在于通过构建一种基于行业协同和供给侧响应的电力预警指数,实
时反映行业发展和电力运行的匹配度以及电力供需平衡程度,实现对电力行业运行态势的
预警监测和趋势预测。

本发明考虑区域电力产业发展与电力运行的协同情况、电力供给侧和需求侧响应
下的电力供需平衡情况,构建了种基于行业协同和供给侧响应的电力预警指数,提出了对
电力行业运行态势的预警监测和趋势预测的方法。

本发明的技术方案为:

1.基于行业协同的电力行业预警指数构建步骤:

1)电力行业景气指数合成

电力行业景气指数采用合成指数的方法进行编制,行业选取范围如下表所示:

表1所选电力行业代码及分类



通过如下步骤完成模型的构建过程。

第一:求指标的对称变化率及其标准化:

求指标Yij(t)对称变化率Cij(t):

<mrow> <msub> <mi>C</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mn>200</mn> <mo>&times;</mo> <mfrac> <mrow> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msub> <mi>Y</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <mi>t</mi> <mo>=</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mo>...</mo> <mi>n</mi> </mrow>

其中,Yij(t)为t时期第j指标组的第i个指标,j=1,2,3分别代表先行、一致、滞后
指标组,i=1,2,…,kj是组内指标的序号,kj是第j指标组的指标个数,t=2,3,…n为时期
值(年)。

当构成指标Yij(t)中有零或负值时,或者指标是比率序列时,取一阶差分:

Cij(t)=Yij(t)-Yij(t-1),t=2,3,…n

求标准化因子Aij:

<mrow> <msub> <mi>A</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>n</mi> </munderover> <mfrac> <mrow> <mo>|</mo> <msub> <mi>C</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mrow> <mi>n</mi> <mo>-</mo> <mn>1</mn> </mrow> </mfrac> </mrow>

求标准化变化率Sij(t):

<mrow> <msub> <mi>S</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <msub> <mi>C</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <msub> <mi>A</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mfrac> <mo>,</mo> <mi>t</mi> <mo>=</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mo>...</mo> <mi>n</mi> </mrow>

求出先行、一致、滞后指标组的平均变化率Rj(t):

<mrow> <msub> <mi>R</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>k</mi> <mi>j</mi> </msub> </munderover> <msub> <mi>S</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&CenterDot;</mo> <msub> <mi>w</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <msub> <mi>k</mi> <mi>j</mi> </msub> </munderover> <msub> <mi>w</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> </mfrac> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>;</mo> <mi>t</mi> <mo>=</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mn>...</mn> <mi>n</mi> </mrow>

wij是第j组的第i个指标的权数,在本模型中使用了等权数,即wij=1。

计算指数标准化因子Fj:

<mrow> <msub> <mi>F</mi> <mi>j</mi> </msub> <mo>=</mo> <mo>&lsqb;</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>n</mi> </munderover> <mo>|</mo> <msub> <mi>R</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>/</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>/</mo> <mo>&lsqb;</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>n</mi> </munderover> <mo>|</mo> <msub> <mi>R</mi> <mn>2</mn> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>/</mo> <mrow> <mo>(</mo> <mi>n</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&rsqb;</mo> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> </mrow>

计算标准化平均变化率Vj(t):

Vj(t)=Rj(t)/Fj,t=2,3,…n

第二,对指数进行趋势调整:

求初始合成指数Ij(t),令Ij(1)=100,则

<mrow> <msub> <mi>I</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <mi>I</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&times;</mo> <mfrac> <mrow> <mn>200</mn> <mo>+</mo> <msub> <mi>V</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mn>200</mn> <mo>-</mo> <msub> <mi>V</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>;</mo> <mi>t</mi> <mo>=</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mo>...</mo> <mi>n</mi> </mrow>

①对一致指标组的每个序列分别求出各自的平均增长率。使用的方法是复利公
式:

<mrow> <mi>r</mi> <mi>i</mi> <mo>=</mo> <mrow> <mo>(</mo> <mroot> <mrow> <msub> <mi>C</mi> <mrow> <mi>L</mi> <mi>i</mi> </mrow> </msub> <mo>/</mo> <msub> <mi>C</mi> <mrow> <mi>I</mi> <mi>i</mi> </mrow> </msub> </mrow> <msub> <mi>m</mi> <mi>i</mi> </msub> </mroot> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&times;</mo> <mn>100</mn> <mo>,</mo> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>k</mi> <mn>2</mn> </mrow>


其中CIi与CLi分别是一致指标组第i个指标最先与最后循环的平均值,mIi与mLi
分别是一致指标组第i个指标最先与最后循环的月数,k2是一致指标个数,mi是最先循环的
中心到最后循环的中心之间的月数。然后求出一致指标组的平均增长率,把它成为目标趋
势,且记为Gr:

<mrow> <msub> <mi>G</mi> <mi>r</mi> </msub> <mo>=</mo> <mrow> <mo>(</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>k</mi> <mn>2</mn> </mrow> </munderover> <msub> <mi>r</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>/</mo> <msub> <mi>k</mi> <mn>2</mn> </msub> </mrow>

②对先行、一致、滞后的初始合成指数Ij(t)(j=1,2,3)分别用复利公式求出他们
各自的平均增长率r′j:


再对三个指标组的标准化平均变化率Vj(t)做趋势调整:

V′j(t)=Vj(t)+(Gr-r′j)j=1,2,3,t=2,3,...,n

其中,V’j(t)为标准化平均变化率Vj(t)的一阶导数,t=2,3,…n为时期值(年)。
第三,计算基年为100的合成指数:

令K′j(1)=100,则

<mrow> <msub> <msup> <mi>K</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <msub> <msup> <mi>K</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&times;</mo> <mfrac> <mrow> <mn>200</mn> <mo>+</mo> <msub> <msup> <mi>V</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mn>200</mn> <mo>-</mo> <msub> <msup> <mi>V</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>;</mo> <mi>t</mi> <mo>=</mo> <mn>2</mn> <mo>,</mo> <mn>3</mn> <mo>,</mo> <mo>...</mo> <mo>,</mo> <mi>n</mi> </mrow>

生成以基准年份为100的合成指数:

<mrow> <msub> <mi>CK</mi> <mi>j</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mrow> <mo>(</mo> <msub> <msup> <mi>K</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> <mo>(</mo> <mi>t</mi> <mo>)</mo> <mo>/</mo> <mover> <mrow> <msub> <msup> <mi>K</mi> <mo>&prime;</mo> </msup> <mi>j</mi> </msub> </mrow> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mo>&times;</mo> <mn>100</mn> </mrow>

其中是K′j(t)在基准年份的平均值。

为了减少不规则变动,还要进行一次三项移动平均。经过对筛选的先行、一致和滞
后指标带入上述模型公式进行运算即可得到电力行业景气指数。

2)电力行业预警指数合成

预警指数的合成通过对处于不同状态的指标赋予不同的分值,然后把各个指标的
分值进行综合,对综合得分再进行评价的方法。

第一、状态的划分

一般情况,将经济状态划分为“过热”、“偏热”、“正常”、“偏冷”和“过冷”五种,分别
以“红灯”、“黄灯”、“绿灯”、“浅蓝灯”、“蓝灯”表示。“绿灯"区居中,代表常态区或稳定区。

第二、单个指标临界点的确定及赋值

单个指标临界点的确定在编制预警信号系统中起着关键的作用。在确定单个指标
临界点的时候,必须遵循以下两个原则:一是根据每个指标的历史数据的实际落点,确定出
指标波动的中心线,并以此作为该指标正常区域的中心;然后根据指标出现在不同区域的
概率要求,求出基础临界点,即数学意义上的临界点。二是在数据长度过短或是经济长期处
于不正常状态的时候,必须通过经济理论和经验判断,对该指标剔除异常值,重新确定中心
线并对基础临界点进行调整。

根据不同状态区域的概率,确定临界点。“绿灯”区采取居中原则,由于“绿灯”区属
常态区域,区域落点概率一般在40%-60%,我们定为50%。“红灯”区和 “蓝灯”区属极端
区,经济含义为“过热”和“过冷”,概率一般在5%—10%。一般情况下,我们通常确定单个指
标临界点的累计概率分布如:

10%分位点值为蓝灯区的上限(浅蓝灯区的下限);

25%分位点值为浅蓝灯区的上限(绿灯区的下限);

75%分位点值为绿灯区的上限(黄灯区的下限);

90%分位点值为黄灯区的上限(红灯区的下限)。

在确定了单个指标的临界值后,要对单个指标所处的区域进行赋值。“红灯区”为5
分,“黄灯区”为4分,“绿灯区”为3分,“浅蓝灯区”为2分,“蓝灯区”为1分。

3)预警指数临界值的确定

对各个指标的得分进行求和加总,得到综合预警指数。综合预警指数也划分为“红
灯区”、“黄灯区”、“绿灯区”、“浅蓝灯区”和“蓝灯区”5个区域。预警指数的临界值的确定方
法与单个指标临界值的确定方法有所不同,其方法为:

绿灯区中心线为N×3(N为指标个数);

绿灯、浅蓝灯的界限为N×(3+2)/2(即,处于绿灯区和浅蓝灯区的指标各占一半);
绿灯、黄灯的界限为N×(3+4)/2(即,处于绿灯区和黄灯区的指标各占一半);浅蓝灯、蓝灯
的界限为(N×2)-1(所有指标处于浅蓝灯,当任一指标落入蓝灯区时);黄灯、红灯的界限为
(N×4)+1(所有指标处于黄灯,当任一指标上至红灯区时)。

2.基于供需侧响应的电力供需预警指数构建

建立电力供需指数的原则是通过该指数作为判断电力供需是否平衡的依据:若电
力供需平衡,则电力供需指数为1;若电力供应能力大于需求,则电力供需指数大于1;若电
力供应能力小于需求,则电力供需指数小于1,此时会有 不同程度的电力短缺。由此,定义
电力供需指数为电力供应能力与电力需求的比值。

电力供应能力为发电机的总容量(G)与电力输送能力系数(f)之积。同样的装机容
量,发电利用小时数的不同,其发电量也不同。电力输送能力系数表示电网在其输配电环节
是否有卡口,能否将发电厂发出的电送得出、落得下,用[0,1]区间的数值表示。因此,发电
量乘以f可以反映电力供应能力。考虑到水文变化对电力供应的影响,下雨多,来水量(W)
大,可以增加水电出力。W可以用[-3,3]区间的数值表示。则电力供需指数(ISD)可表示为:

<mrow> <msub> <mi>I</mi> <mrow> <mi>S</mi> <mi>D</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>h</mi> <mo>&CenterDot;</mo> <mi>G</mi> <mo>+</mo> <mi>c</mi> <mo>&CenterDot;</mo> <mi>W</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>D</mi> <mo>+</mo> <mi>a</mi> <mo>&CenterDot;</mo> <mi>T</mi> </mrow> </mfrac> </mrow>

其中,h为发电利用小时数;c为来水对增加水电发电量的影响系数;D为需电量;T
为气温,T高(低)可以增加降温(升温)负荷,用[-3,3]区间的数值表示;a为气温对电量的影
响系数。影响系数a、c、f等可以根据数据的计量进行估计,但由于数据可获得性存在一定困
难,一般由专家判断设定,如a是以1979年为期初年设定为100,并随空调容量增加每年增加
10;若来水正常则c设定为100;若不存在电网卡口问题,则f设定为1等。

电力供应能力的盈亏可以表示为:

<mrow> <msub> <mi>D</mi> <mi>G</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>h</mi> <mo>&CenterDot;</mo> <mi>G</mi> <mo>+</mo> <mi>c</mi> <mo>&CenterDot;</mo> <mi>W</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>D</mi> <mo>+</mo> <mi>a</mi> <mo>&CenterDot;</mo> <mi>T</mi> </mrow> <mi>h</mi> </mfrac> </mrow>

为了便于理解ISD的涵义,可修改为:

<mrow> <msub> <mi>I</mi> <mrow> <mi>S</mi> <mi>D</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>+</mo> <mfrac> <msub> <mi>D</mi> <mi>G</mi> </msub> <mi>G</mi> </mfrac> </mrow>

此时ISD与1的差即为电力盈亏。

最后通过红黄绿三色预警图展示区域电力供需预警情况。

由上述技术方案可知,本发明构建了一种基于行业协同和供给侧响应的电 力预
警指数,实时反映行业发展和电力运行的匹配度以及电力供需平衡程度,实现对电力行业
运行态势的预警监测和趋势预测。

附图说明

图1是河南省电力行业先行指数与电力行业一致指数随年份的变化图

图2河南省电力行业预警信号灯图

图3河南省电力供需指数波动预警图

具体实施方式

实施例1:以河南省为例进一步说明本发明。

构建基于行业协同和供需侧响应的河南省电力预警指数,电力行业协同维度通过
电力行业景气指数和预警体系来体现,电力供需侧响应维度通过电力供需平衡预警指数来
体现,实时反映行业发展和电力运行的匹配度以及电力供需平衡程度,实现对电力行业运
行态势的预警监测和趋势预测。

一、行业协同维度电力行业预警指数构建

(一)指标范围确定

表2河南省所选电力行业代码及分类



(二)电力行业指标体系构建

电力行业景气监测主要通过研究行业生产、销售、利润等生产经营效益类指标,综
合反映电力行业自身发展状况。同时考虑宏观经济指标、主要用电行业对电力行业的拉动
作用,构建电力行业先行指数,对电力行业的运行进行预判。电力行业预警指数主要研究电
力行业经济指标增长水平是否处于合理的区 间,进而制定不同的适应行业发展的政策,以
保持行业的健康发展。因此,电力行业景气指数指标体系的主要范围应是与电力行业相关
的经济指标以及电力行业生产经营方面的指标。电力行业指标体系构建如下:

表3河南省电力行业指标体系



1、预警指数

(1)指标结构。综合类的指标:GDP的发电量弹性、工业企业增加值电力销售收入弹
性(反映电力行业与宏观经济运行相结合)。其余指标是反映电力行业经济运行的指标。

(2)主要数据处理。绩效类数据由电力生产业和电力供应业合并后计算,包括指标
有:工业企业增加值电力销售收入弹性、税金总额、从业人员、利润总额、 销售利润率、亏损
面、应收帐款年周转率。由于电力行业和电力供应业的固定资产投资数据序列自2003年开
始,最初选择由电力行业和电力供应业的资产总计数据合并后作为电力行业投资数据。最
后以电力、热力的生产与供应业投资总额替代电力行业固定资产投资。

(3)临界值的确定。

1)单项指标临界值的确定:五个灯区:确定状态区域的概率主要出于以下考虑:首
先,“绿灯”区属常态区域,居中,选定50%;其次,“红灯”区和“蓝灯”区属于极端区,经济含
义为"过热"和"过冷",选定“红灯”区和“蓝灯”区的区域落点概率各为10%;最后,“黄灯”区
和“浅蓝灯”区为相对稳定区,即为可控区域,表示经济的“偏热”和“偏冷”,落点概率应比极
端区为大,选这两个区域的落点概率分别为15%。

2)预警指数临界值的确定:将单项指标赋值,根据指标落入五个区间的情况分别
赋值5分、4分、3分、2分、1分,四个临界值分别为:绿灯、浅蓝灯的界限为N×(3+2)/2(即,处
于绿灯区和浅蓝灯区的指标各占一半);绿灯、黄灯的界限为N×(3+4)/2(即,处于绿灯区和
黄灯区的指标各占一半);浅蓝灯、蓝灯的界限为(N×2)-1(所有指标处于浅蓝灯,当任一指
标落入蓝灯区时);黄灯、红灯的界限为(N×4)+1(所有指标处于黄灯,当任一指标上至红灯
区时)。绿灯区中心线为N×3(N为指标个数);这里N为预警指数体系中指标个数。

3)标准化:标准化预警指数=原始预警指数综合评分/(3×N)×100,即除以原预
警指数绿灯区的中心线的分值,这样预警指数为100时表示经济运行正处于最合理区域。同
理,预警指数各个状态的临界值同样除以这个数即可得到标准化以后的临界值。在电力行
业中,标准化后的预警指数界限值为136.67、 116.67、83.33、63.33。

2、一致指数

行业一致指数的指标选择基本根据我们多年进行行业景气监测的通用规律。虽然
一致指数和预警指数的选取指标和合成方法有很大差别,一致指数更强调对行业运行情况
的经济意义,但是都是对该行业运行现状的反映,因而二者应该具有一定的相关性。

3、先行指数

在行业预警分析中,最为直接的领先指标有新订单数量、手持订单数量、机器设备
使用率等。但是在目前的统计体系中,尚未对电力行业的这些指标进行统计,那么只能参照
宏观经济景气监测体系的构建方法,从所监测的行业自身特点入手,在行业或者产品的上
下游链条中寻找规律,再结合一些反映宏观基本面的相关指标,通过计量方法和经济意义
相结合,构建起一套先行指标体系。K-L太阳城集团量的分析结果对之前的定性分析和时差相关分
析的结果有进一步的验证作用。结合经济实际现象、图形比较、时差相关分析和K-L太阳城集团量
的结果,选择工业产品产销率、新开工项目数、M2、物流指数、房地产领先指数、有色金属冶
炼及压延加工业销售收入、黑色金属冶炼及压延加工业销售收入、十种有色金属产量、粗钢
产量、有色金属矿采选业工业品出厂价格指数、黑色金属矿采选业工业品出厂价格指数、装
备业景气指数、金属船舶制造业销售收入、铁矿石产量,按不同的组合,计算先行指数。在计
算的过程中逐步调整入选指标。

以电力行业一致指数为基准,将重点考虑的指标制图与一致指数图形进行比较,
观察走势和时滞关系。宏观指标:投资新开工项目数、工业产品产销率、M2、物流指数、房地
产领先指数。行业销售收入指标:有色金属冶炼及压延加 工业销售收入、黑色金属冶炼及
压延加工业销售收入、金属船舶制造业销售收入、汽车制造业销售收入。价格指标:黑色金
属矿采选业工业品出厂价格指数、有色金属矿采选业工业品出厂价格指数。产品产量:铁矿
石原矿量产量、粗钢产量、十种有色金属产量。

(三)电力行业景气指数结果

根据确定的指数指标体系,使用合成指数(Composite Index)方法进行计算。结果
显示,电力行业先行指数领先电力行业一致指数2个季度,相关系数为0.6;从图形峰谷的对
应上看,两条曲线也比较吻合。如图1所示:

电力行业预警信号灯走势,如图2所示:

二、供需侧响应的电力预警指数构建

(一)指数体系设计

建立电力供需指数的原则是通过该指数作为判断电力供需是否平衡的依据:若电
力供需平衡,则电力供需指数为1;若电力供应能力大于需求,则电力供需指数大于1;若电
力供应能力小于需求,则电力供需指数小于1,此时会有不同程度的电力短缺。由此,定义电
力供需指数为电力供应能力与电力需求的比值。

电力供应能力为发电机的总容量(G)与电力输送能力系数(f)之积。同样的装机容
量,发电利用小时数的不同,其发电量也不同。电力输送能力系数表示电网在其输配电环节
是否有卡口,能否将发电厂发出的电送得出、落得下,用[0,1]区间的数值表示。因此,发电
量乘以f可以反映电力供应能力。考虑到水文变化对电力供应的影响,下雨多,来水量(W)
大,可以增加水电出力。W可以用[-3,3]区间的数值表示。则电力供需指数(ISD)可表示为:

<mrow> <msub> <mi>I</mi> <mrow> <mi>S</mi> <mi>D</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>h</mi> <mo>&CenterDot;</mo> <mi>G</mi> <mo>+</mo> <mi>c</mi> <mo>&CenterDot;</mo> <mi>W</mi> <mo>)</mo> </mrow> </mrow> <mrow> <mi>D</mi> <mo>+</mo> <mi>a</mi> <mo>&CenterDot;</mo> <mi>T</mi> </mrow> </mfrac> </mrow>

通过该公式计算河南省电力供需指数,首先需要合理地确定各类参数。考虑到数
据的可获得性各参数设定为:采用电力供需指数可以分析我省历年电力供需盈亏情况。f取
1,暂不考虑电网的卡口;c取100;a是随空调的增加而变化的,1979年取110,每年增加20。

2000年河南省电力供需形势呈现两次较大程度的波动情况。一是2001年我国加入
WTO,深入融入全球经济,全国经济快速发展,而河南省经济这时进入了快速的工业化阶段,
电力需求增加速度总体快于电力供应能力,电力短缺问题比较严重。二是2008年国际金融
危机以后,由于有经济政策,河南省电力供需状态由黄色区域进入绿色相对平衡区域。我国
步入经济发展新常态,突出的特征是黑色、有色、建材和化工等高耗电的重点行业化解过剩
产能进程明显加快,主要产品产量增速持续放缓,使得工业电力需求增速大幅下降,电力供
给处于结构性的相对过剩时期。

图3显示,全国电力供需形势预警图可以看出,2004年河南省电力供需指数为
0.93,达到了严重的供不应求阶段,电力供应紧张问题比较严重。2008年国际金融危机前后
是我省电力供需形势的重要转折点。2009年后电力供需指数逐年从1.06下降到2011年的
0.99,进而持续上升至2015年的1.08,显示河南省电力供需在经历短期的紧张之后,总体上
进入了总体宽松的状态,主要原因是金融危机后工业生产增速大幅下降,尤其是能耗较高
的重点工业品需求大幅萎缩,导致行业用电量下降。2010年之后,由于中央推行投资拉升经
济的0刺激政策,河南工业品生产有所恢复,加之夏季持续的高温,用电量增速有所反弹,电
力供需经历了短暂的快速上升局面,但随着全国经济新常态的到来,前期快速增加的重化
工业产能过剩日益凸显出来,河南省GDP增速跌破两位数,近年来出现了供大于求的局面。

关 键 词:
一种 基于 行业 协同 供需 响应 电力 预警 指数 构建 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:一种基于行业协同和供需侧响应的电力预警指数构建方法.pdf
链接地址:http://zh228.com/p-6100821.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');