一种基于风险价值的电动汽车充电桩效益风险评估方法与流程

本发明涉及电力领域，尤其涉及一种基于风险价值的电动汽车充电桩效益风险评估方法。
背景技术：
：化石能源的日益短缺以及人们环保观念的增强，使得电动汽车得到了国家政府的大力推广和人们的广泛青睐，进而使得本身具有节能环保属性的电动汽车的市渗透率不断提高。为进一步推动电动汽车产业的发展，就必须大规模地建设相关的充电设施，大力发展相关的服务业务，随着电动汽车服务业务的进一步发展，电网公司在投资电动汽车充电桩项目时必然存在着更大的投资风险，因此，必须进行投资效益风险评估，以指导充电桩服务项目的投资。风险价值是指在正常的市场条件下，在给定的持有期(评估期)和置信度内，金融资产可能遭受的最大价值损失。风险价值评估则是指对风险价值进行的计算和评估，它是一种先进的市场风险度量方法，可以量化市场风险的大小，帮助投资者对市场风险进行评判，从而调整投资计划，规避投资风险。技术实现要素：本发明提出了一种基于风险价值的电动汽车充电桩效益风险评估方法。将充电量作为不确定性因素，基于全生命周期理论建立电动汽车充电桩的投资效益模型，通过蒙特卡洛模拟得到投资回报率的概率分布，利用风险价值理论，对其投资效益风险进行评估。为达到上述目的，本发明采用的技术方案是，一种基于风险价值的电动汽车充电桩效益风险评估方法，包括如下步骤：(1)输入电动汽车用户充电量预测相关数据。(2)蒙特卡洛法模拟充电量概率分布。根据特定的充电量预测模型，运用蒙特卡洛法模拟得到充电量的概率分布。(3)输入投资效益相关数据。获得充电桩项目全生命周期、社会折现率、全生命周期的各项收入数据和各项成本数据。(4)模拟投资回报率概率分布并得到相关参数。将获得的投资效益相关数据带入投资效益模型，根据充电量概率分布进一步模拟得到投资回报率的概率分布，并得到期望、标准差、峰度和偏斜度的具体数值。(5)风险价值计算。运用cornish-fisher展开式法求取一定置信度下投资回报率概率分布的α分位数，并运用风险价值计算公式计算相应的风险价值。(6)效益风险评估。通过步骤(4)的计算结果，若风险价值小于零，则说明在该置信度下可实现盈利，且风险价值的绝对值越大，说明盈利数额占投资总成本的比例越大，项目具有的投资潜力越大。进一步的所述步骤(1)具体包括如下步骤：获得用户到达时刻、用户离开时刻、初始电量水平、目标电量水平、充电桩功率、日均用户数量、电池容量等充电量预测相关数据。进一步的所述步骤(2)具体包括如下步骤：通过蒙特卡洛法模拟充电量概率分布，具体实施步骤如下：步骤一，从充电开始结束时刻、电池电量水平等充电行为要素的概率分布模型中独立地随机抽取模拟值，构成一组随机参数组合。步骤二，利用所抽取的随机参数组合，将其代入充电量预测模型中，计算得到一个对应的年充电量值。步骤三，采取固定模拟次数的蒙特卡洛模拟方法，按照上述步骤重复抽样n次，计算得到一组年充电量值。步骤四，根据年充电量值序列数据，统计分析得到充电量的概率分布。进一步的所述步骤(3)具体包括如下步骤：获得充电桩项目全生命周期、社会折现率的参数；获得售电电价、服务费价格、政府补贴比例等收入数据；获得设备购置成本、设备安装成本、建筑工程成本、土地成本、其他成本、购电电价、管理费率维护费率等成本数据。进一步的所述步骤(4)具体包括如下步骤：通过包括收入模型、成本模型和投资效益评价模型的投资效益模型模拟得到投资回报率的概率分布，收入模型如下所示：qsub＝βcin其中，lci为充电桩项目的全生命周期总收入；qy,sell为折现后第y年的售电收入；qy,ser为折现后第y年的服务费收入；qsub为政府补贴收入；ey为第y年的充电量；psell为售电电价；pser为服务费价格；cin为充电桩项目的初始投资成本；β为政府补贴比例；t为全生命周期；i为社会折现率。成本模型如下所示：cin＝cep+cei+cce+cla+cot其中，lcc为充电桩项目的全生命周期总成本；cin为初始投资成本；cy,run为运行成本；cy,ma为管理成本；cy,mt为维护成本cep为设备购置成本；cei为设备安装成本；cce为建筑工程成本；cla为土地成本。cot为其他成本；wy为第y年的购电量，理论上与充电量相等；pbuy为购电电价；γ为管理费率；δ为维护费率。投资效益评价模型如下所示：其中：roiy为截止到第y年的投资回报率；lciy为截止到第y年的总收入；lccy为截止到第y年的总成本。模拟得到对应的期望μ和标准差σ，并计算得到峰度k和偏斜度s。峰度和偏斜度的计算公式如下式所示：其中，x为随机变量；e为期望值。进一步的所述步骤(5)具体包括如下步骤：通过cornish-fisher展开式法求取一定置信度下投资回报率概率分布的α分位数，计算公式如下式所示：其中，q(α)roi为一定置信度下roi分布的α分位数；kroi为roi概率密度函数的峰度；sroi为roi概率密度函数的偏斜度。风险价值的计算公式如下：var＝-(μroi+q(α)roiσroi)其中，var为充电桩项目的风险价值；μroi为roi分布的期望，σroi为roi分布的标准差；q(α)roi为一定置信度下roi分布的α分位数。进一步的所述步骤(6)具体包括如下步骤：若风险价值小于零，则说明在该置信度下可实现盈利，比较不同方案风险价值的绝对值，风险价值的绝对值越大，说明盈利数额占投资总成本的比例越大，项目具有的投资潜力越大。附图说明图1是本发明实施例中一种基于风险价值的电动汽车充电桩效益风险评估方法的流程图；图2是本发明实施例中对6.6kw慢充充电桩的评估结果示意图；图3是本发明实施例中对350kw快充充电桩的评估结果示意图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。如图1所示，本发明提供了一种基于风险价值的电动汽车充电桩效益风险评估方法，包括：s1输入电动汽车用户充电量预测相关数据。获得充电桩项目方案用户到达时刻、用户离开时刻、初始电量水平、目标电量水平、充电桩功率、日均用户数量、电池容量等充电量预测相关数据。s2根据特定的充电量预测模型，采用蒙特卡洛法模拟得到充电桩的年均充电量，形成年充电量相关参数及结果列表。s3输入投资效益相关数据。获得充电桩项目全生命周期、社会折现率的参数；获得售电电价、服务费价格、政府补贴比例等收入数据；获得购置成本、设备安装成本、建筑工程成本、土地成本、其他成本、购电电价、管理费率维护费率等成本数据。s4根据投资效益模型，结合s2的充电量预测结果，计算得出充电桩项目方案的投资效益，形成充电桩项目方案的投资效益列表。并进一步模拟得到充电桩项目方案投资回报率的概率分布图，得出期望、标准差、峰度及偏斜度的具体数值。s5运用cornish-fisher展开式法求取一定置信度下投资回报率概率分布的α分位数，并运用风险价值计算公式计算相应的风险价值。s6根据s4投资效益列表计算结果及s5风险价值计算结果对充电桩项目方案的投资效益进行风险评估。以典型的6.6kw慢充充电桩和350kw快充充电桩作为算例进行分析。其中，6.6kw慢充充电桩安装在工作场所，350kw快充充电桩安装在交通热点地区，两者均选取2021-2030年作为效益风险评估周期。实施步骤1(对应s1、s2)：输入电动汽车用户充电量预测相关数据，根据特定的充电量预测模型，采用蒙特卡洛法模拟得到充电桩的年充电量预测结果。6.6kw慢充充电桩的年充电量预测模型如下所示：e6.6＝365(tfnc,6.6-tstc,6.6)p6.6n6.6tstc,6.6＝tar,6.6其中，e6.6为慢充充电桩的年充电量；tstc,6.6为慢充用户充电开始时刻；tfnc,6.6为慢充用户充电结束时刻；p6.6为慢充充电桩充电功率；n6.6为慢充充电桩日均电动汽车用户数量；tar,6.6为慢充用户到达时刻；smax为目标电池电量水平；tlv,6.6为慢充用户离开时刻。350kw快充充电桩的年充电量预测模型如下所示：e350＝365(smax-sstc,350)cbatn350其中，为快充充电桩的年充电量；smax为目标电池电量水平；sstc,350为快充用户初始电量水平；cbat为电池容量；n350为快充充电桩的日均电动汽车用户数量。获得年充电量相关参数，根据充电量预测模型模拟得出预测结果，其格式如下：实施步骤2(对应s3,s4)：输入投资效益相关数据，根据投资效益模型计算各个方案的投资效益，进一步模拟得到投资回报率的概率分布，得出期望、标准差、峰度及偏斜度的具体数值。根据投资效益模型，计算得出各个方案的投资效益，其格式如下：方案一：6.6kw慢充充电桩年份年收入/元年成本/元投资回报率202167970.0113310.0-40.01％202244075.526707.6-19.98％202341580.625195.8-7.01％202439227.023769.62.05％202537006.622424.28.73％202634911.921154.913.85％202732935.819957.417.89％202831071.518827.821.17％202929312.717762.023.86％203027653.516756.726.12％方案二：350kw快充充电桩年份年收入/元年成本/元投资回报率202121748004033810.0-46.09％20221212075446990.6-24.41％20231143467421689.2-7.59％202410787433978205.83％20251017682375301.916.76％2026960077354058.425.83％2027905733334017.433.45％2028854465315110.739.95％2029806099297274.345.54％2030760471280447.450.40％模拟得到各个方案投资回报率的概率分布，并计算得出期望、标准差、峰度及偏斜度的具体数值，其格式如下：方案一：6.6kw慢充充电桩如图2所示，期望为25.98％，标准差为34.51％，峰度为1.79，偏斜度为0.0096。方案二：350kw快充充电桩如图3所示，期望为50.42％，标准差为7.25％，峰度为1.80，偏斜度为-0.0034。实施步骤3(对应s5)：计算投资回报率概率分布的α分位数，并计算相应的风险价值。选取置信度为5％，则α为95％，运用cornish-fisher展开式法计算得到6.6kw慢充充电桩投资回报率概率分布的α分位数q(α)roi,6.6为79.70％，350kw快充充电桩投资回报率概率分布的α分位数q(α)roi,350为61.70％。根据风险价值计算公式，计算得到置信度为5％时，6.6kw慢充充电桩的风险价值var6.6为-0.53485，350kw快充充电桩的风险价值var350为-0.54893。实施步骤4(对应s6)：通过步骤2的计算结果可以看出，350kw快充充电桩较6.6kw慢充充电桩需要更高的投资总成本，在进行相关投资时，还需考虑自身资金水平的高低。通过步骤3的计算结果可以看出，6.6kw慢充充电桩有95％的概率盈利投资总成本的53.485％，350kw快充充电桩有95％的概率盈利投资总成本的54.893％。两者的盈利水平相当，投资所面临的的市场风险很小，都具备良好的投资前景。传统的充电桩效益风险评估并没有考虑到充电量这一不确定性因素，也没有对这一不确定性因素带来的风险进行量化评估。因此对于一定年限内因充电量变化带来的的项目整体效益风险评估效果不便，而采用本发明的方法可以较好的做出充电桩项目的效益风险评估。以上对本发明的实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等，均应仍归属于本专利涵盖范围之内。当前第1页12