一种电网投资需求的预测方法及预测系统与流程

本发明是关于一种电网投资需求的预测方法及预测系统，属于电力系统电网投资量化评估
技术领域：
。
背景技术：
：随着中国的经济发展，中国的电力电量增速持续放缓，中国国家电网公司面临的经营压力不断增大，经济效益因素在投资决策中所占比例日益增大，而投资规模是中国国家电网公司投资决策中最重要的决策内容，关系到公司的持续发展能力和成长潜力。中国各地区社会经济和电网发展处在不同的阶段，投资需求和效益存在显著差异，并且各地区电网公司的投资测算还会受到社会、经济、能源、电网、用户等多方面因素影响，各种因素相互交织，其本身也会受到大量随机因素扰动，投资与各因素间也往往不存在直接的映射关系。目前，中国对电网投资需求预测考虑的影响因素较少，不能充分考虑到多种因素对于投资的影响，不能分地区进行投资预测且缺乏针对性，因此，随着不同省份间的差异化发展特征和多种因素影响，迫切需要针对性、科学性和合理性地安排电网投资的投入和分配。技术实现要素：针对上述问题，本发明的目的是提供一种能够针对性、科学性和合理性地安排电网投资的投入和分配的一种电网投资需求的预测方法及预测系统。为实现上述目的，本发明采取以下技术方案：一种电网投资需求的预测方法，其特征在于，包括以下步骤：步骤1)：选取影响电网投资的存在协整关系且具有显著性的变量序列，预先建立电网投资需求长期均衡模型；步骤2)：求解电网投资需求长期均衡模型，得到电网投资序列与相应变量序列的长期均衡预测关系；步骤3)：对选取的变量序列与电网投资序列分别进行granger因果检验，得到电网投资序列与相应变量序列之间的因果关系；步骤4)：针对与电网投资序列具有因果关系的各变量序列，对电网投资需求长期均衡模型进行矢量误差修正检验，得到对应的电网投资变化量；步骤5)：对各变量序列对应的电网投资变化量分别进行对数逆变换，并结合上一年度的电网投资基数值，得到各变量序列对应的本年度电网投资短期调节预测值。进一步地，所述步骤1)中选取影响电网投资的存在协整关系且具有显著性的变量序列，预先建立电网投资需求长期均衡模型，具体过程为：步骤1.1)：选取影响电网投资的变量序列；步骤1.2)：对各变量序列分别进行对数变换和单位根检验，得到相应非平稳变量序列；步骤1.3)：将各非平稳变量序列分别与电网投资序列进行基于回归系数的johansen协整检验，得到存在协整关系的变量序列，以及相应非平稳时间变量序列的线性组合；步骤1.4)：对各非平稳时间变量序列的线性组合分别进行显著性检验，选取出存在协整关系且具有显著性的变量序列；步骤1.5)：根据选取出的存在协整关系且具有显著性的变量序列，预先建立电网投资需求长期均衡模型：其中，yt表示电网投资序列；l表示变量序列的数量；xlt表示第t期的第l个变量序列；γl1表示第t期第l个变量序列的非零向量；γl2表示电网投资序列与第t期第l个变量序列之间的长期均衡关系；μl表示第t期第l个变量序列的误差项。进一步地，所述步骤1.1)中影响电网投资的变量序列包括售电量序列、全社会用电量序列、输电线路长度序列、变电容量序列、电网公司总资产序列、电网公司总利润序列、区域总装机容量序列、区域总发电量序列、最高用电负荷序列和地区gdp序列。进一步地，所述步骤1.2)中对各变量序列分别进行对数变换和单位根检验，得到相应非平稳变量序列，具体过程为：步骤a)：对各变量序列分别进行对数变换，消除原始变量序列的异方差；步骤b)：对进行对数变换后的各变量序列分别进行单位根检验，剔除不同阶单整变量序列，得到相应非平稳变量序列。进一步地，所述步骤b)中对进行对数变换后的各变量序列分别进行单位根检验，剔除不同阶单整变量序列，得到相应非平稳变量序列，具体过程为：步骤a)：根据adf单位根检验模型，得到三种adf单位根检验类型：adf单位根检验模型表示如下：xt＝c+α1xt-1+α2xt-2+…+αmxt-m+εt其中，xt表示第t期的变量序列，且t∈(1，m)，m表示通过的滞后阶数，且m＝1；c表示常数；αm表示第t-m期变量序列xt-m的滞后项系数；εt表示误差序列；将上述adf单位根检验模型改写成下述三种检验形式用于单位根检验：其中，δxt表示第t期变量序列的变化量；ρ表示线性趋势函数，且ρ＝a1-1，α1表示第t-1期变量序列xt-1的滞后项系数；αi表示第t-i期变量序列xt-i的滞后项系数；β表示变量序列和电网投资序列的特征向量；t表示时间变量，若变量序列存在随时间变化的趋势，则此项存在；步骤b)：确定使用的adf单位根检验类型；步骤c)：对进行对数变换后的各变量序列分别进行确定类型的adf单位根检验，得到相应非平稳变量序列：假设第t期变量序列xt的ρ＝0是否成立，若ρ＝0成立，则表示第t期变量序列xt为非平稳时间序列；若ρ＜0，则表示ρ＝0不成立，第t期变量序列xt不存在单位根，即第t期变量序列xt为平稳序列。进一步地，所述步骤4)中针对与电网投资序列具有因果关系的各变量序列，对电网投资需求长期均衡模型进行矢量误差修正检验，得到对应的电网投资变化量，具体过程为：步骤4.1)：考虑随机因素的影响，对电网投资需求长期均衡模型进行矢量误差修正检验，建立电网投资需求短期调节模型：对电网投资需求长期均衡模型进行矢量误差修正检验，取其中某一具有因果关系的电网投资序列和变量序列进行组合：yt＝γ1k+γ2kxkt+μkt其中，yt表示电网投资序列；γ1k表示第t期第k个变量序列的非零向量；γ2k表示电网投资序列与第t期第k个变量序列之间的长期均衡预测关系；xkt表示第t期第k个变量序列；μkt表示表示第t期第k个变量序列的误差项，且k∈(1，l)；将上式简化得到：yt＝γ1+γ2xt+μt假设上式具有如下(1,1)阶分布滞后形式：yt＝λ0+λ1xt+λ2xt-1+δyt-1+μt其中，yt-1表示第t-1期的电网投资序列，xt表示第t期的变量序列，xt-1表示第t-1期的变量序列，λ0表示常数序列，λ1表示变量序列xt的参数序列，λ2表示变量序列xt-1的参数序列，δ表示电网投资序列yt-1的参数序列；μt表示第t期变量序列的误差项；对上式进行变形处理得到电网投资需求短期调节模型：其中，δyt表示第t期电网投资变化量，δxt表示第t期变量序列变化量；步骤4.2)：针对与电网投资序列具有因果关系的各变量序列，求解电网投资需求短期调节模型，得到对应的电网投资变化量。一种电网投资需求的预测系统，其特征在于，该预测系统包括：长期均衡模型建立模块，用于选取影响电网投资的具有显著性的变量序列，预先建立电网投资需求长期均衡模型；长期均衡预测关系求解模块，用于求解电网投资需求长期均衡模型，得到电网投资序列与相应变量序列的长期均衡预测关系；因果检验模块，用于对选取的变量序列与电网投资序列分别进行granger因果检验，得到电网投资序列与相应变量序列之间的因果关系；电网投资变化量求解模块，用于针对与电网投资序列具有因果关系的各变量序列，对电网投资需求长期均衡模型进行矢量误差修正检验，得到对应的电网投资变化量；短期调节预测值求解模块，用于对各变量序列对应的电网投资变化量分别进行对数逆变换，并结合上一年度的电网投资基数值，得到各变量序列对应的本年度电网投资短期调节预测值。进一步地，所述长期均衡模型建立模块包括：变量序列选取单元，用于选取影响电网投资的变量序列；非平稳变量序列获取单元，用于对各变量序列分别进行对数变换和单位根检验，得到相应非平稳变量序列；协整检验单元，用于将各非平稳变量序列分别与电网投资序列进行基于回归系数的johansen协整检验，得到存在协整关系的变量序列，以及相应非平稳时间变量序列的线性组合；显著性检验单元，用于对各非平稳时间变量序列的线性组合分别进行显著性检验，选取出存在协整关系且具有显著性的变量序列；长期均衡模型建立单元，用于根据选取出的存在协整关系且具有显著性的变量序列，预先建立电网投资需求长期均衡模型。本发明由于采取以上技术方案，其具有以下优点：1、本发明通过建立电网投资需求长期均衡模型，得到电网投资序列与相应变量序列的长期均衡预测关系，对电网投资需求长期均衡模型进行矢量误差修正检验，并针对与电网投资序列具有因果关系的各变量序列，得到对应的电网投资变化量，进而得到各变量序列对应的本年度电网投资短期调节预测值，能够具有针对性和合理性的为电网的短期投资和长期投资提供参考数据，提升电网投资效益。2、本发明从五个方面科学地筛选出影响电网投资的变量序列，由于大部分影响电网投资的变量序列是非平稳序列，常规的回归算法不能准确合理地计算出电网投资预测结果，而变量序列的线性组合却有可能是平稳序列，因此本发明采用johansen协整检验利用变量序列的协整关系计算及检验序列间的长期均衡关系，能够在影响电网投资的各个方面加强对电网投资的管控，可以广泛应用于电力系统电网投资量化评估
技术领域：
中。附图说明图1是本发明的流程示意图；图2是本发明经过对数变换处理后的各变量序列对比示意图，其中，表示电网投资序列，表示变量序列es，表示变量序列l，表示变量序列t，表示变量序列g，表示变量序列pl，表示变量序列gdp，表示变量序列tec，表示变量序列ta，表示变量序列tp，表示变量序列eg；图3是本发明矢量误差修正模型中电网投资序列和变量序列g的一次差分残差序列对比示意图，其中，图3(a)为电网投资序列的一次差分残差序列曲线图，图3(b)为变量序列g的一次差分残差序列曲线图。具体实施方式以下结合附图来对本发明进行详细的描绘。然而应当理解，附图的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。如图1所示，本发明提供的电网投资需求的预测方法，具体包括以下内容：1、从某地区电网公司生产及需求、装备、经营、地区发电和经济社会发展五个方面选取影响电网投资(powergridinvestment，即pgi)的变量序列，包括售电量序列(electricitysales，即es)、全社会用电量序列(totalelectricityconsumption，即tec)、35千伏及以上输电线路长度序列(l)、35千伏及以上变电容量序列(t)、电网公司总资产序列(totalassets，即ta)、电网公司总利润序列(totalprofit，即tp)、区域总装机容量序列(g)、区域总发电量序列(electricitygeneration，即eg)、最高用电负荷序列(peakload，即pl)和地区生产总值序列(gdp)，具体为：在电网公司生产及需求方面选取变量序列es和变量序列tec，变量序列es能够反映电网公司的生产能力，是影响电网公司盈利水平和驱动其投资需求的重要因素，变量序列tec能够反映地区电网的需求情况，需求增速加快可以推动地区电网投资。在电网公司装备方面选取变量序列l和变量序列t，两者均能够反映电网装备的主要情况，同时也是电网公司对电网投资的主要体现。在电网公司经营方面选取变量序列ta和变量序列tp，能够反映电网公司的经营水平，决定电网公司对电网的投资能力。在电网公司地区发电方面选取变量序列g和变量序列eg，中国的电力现状总体为西电东送，东部对于西北省份电力的需求体现在装机和发电量上，而在电网作为传输媒介的情况下，这种输电格局势必会对电网投资产生影响。在电网公司经济社会发展方面选取变量序列pl和变量序列gdp，变量序列pl能够反映电网的运行和需求情况，随着经济社会的持续发展，变量序列pl也在不断增长，这可能会对电网安全稳定运行造成影响，需对电网进行投资改善电网运行水平。变量序列gdp能够反映地区经济社会发展程度，一般研究成果认为变量序列gdp与电力消费具备协整关系。2、对各变量序列分别进行对数变换和单位根检验，得到相应非平稳变量序列，具体为：2.1)对各变量序列分别进行对数变换，消除原始变量序列的异方差，进行对数变换处理后的各变量序列如图2所示。2.2)对进行对数变换后的各变量序列分别进行单位根检验，剔除不同阶单整变量序列，得到相应非平稳变量序列：2.2.1)根据adf单位根检验模型，得到三种adf单位根检验类型。由于自相关函数图检验时间序列平稳性的缺陷，需要运用单位根检验，因此本发明采用adf单位根检验，变量序列的t期模型表示如下：xt＝c+α1xt-1+α2xt-2+…+αmxt-m+εt(1)其中，xt表示第t期(即本年度)的变量序列，且t∈(1，m)，m表示通过的滞后阶数，本发明的变量序列采用年度数据，因此m＝1；c表示常数；αm表示第t-m期变量序列xt-m的滞后项系数；εt表示误差序列。基本检验回归模式主要分为含有截距项不含时间趋势的检验形式和同时含有截距项及时间趋势的检验形式，将公式(1)改写成下述公式(2)～(4)的三种检验形式用于单位根检验，adf单位根检验模型表示如下：其中，δxt表示第t期变量序列的变化量；ρ表示线性趋势函数，且ρ＝a1-1，α1表示第t-1期(即上一年度)变量序列xt-1的滞后项系数；αi表示第t-i期变量序列xt-i的滞后项系数；β表示变量序列和电网投资序列的特征向量；t表示时间变量，若变量序列存在随时间变化的趋势，则此项存在。2.2.2)确定使用公式(2)～(4)中的某一adf单位根检验类型，其中，adf单位根检验类型可以根据变量序列的性质或实际需要进行确定，在此不做赘述。2.2.3)对进行对数变换后的各变量序列分别进行确定类型的adf单位根检验，得到相应非平稳变量序列，即假设第t期变量序列xt的ρ＝0是否成立，若ρ＝0成立，则表示第t期变量序列xt存在单位根，即第t期变量序列xt为非平稳时间序列；若ρ＜0，则表示ρ＝0不成立，第t期变量序列xt不存在单位根，即第t期变量序列xt为平稳序列。3、将各非平稳变量序列分别与电网投资序列进行基于回归系数的johansen(约翰森)协整检验，得到存在协整关系的变量序列，以及存在协整关系的变量序列与电网投资序列之间的协整关系式即得到相应非平稳时间变量序列的线性组合，其中，基于回归系数的johansen协整检验为现有技术，在此不做赘述。johansen协整检验常用于多变量协整检验，通过aic准则和sc准则确定滞后阶数校准，并针对公式adf单位根检验模型进行最小二乘法估计，本发明的johansen协整检验是通过最大特征值统计量和迹统计量求出积矩阵的特征向量β判定各变量序列与电网投资序列之间是否存在协整关系的，β即为变量序列和电网投资序列的协整向量。最大特征值统计量和迹统计量采用相同的循环检验规则，其中，k个变量序列之间最多有k-1个协整关系，存在协整关系的变量序列与电网投资序列之间具有协整关系式，非平稳时间变量序列的线性组合即为存在协整关系的变量序列与电网投资序列之间的协整关系式。4、对各非平稳时间变量序列的线性组合分别进行显著性检验，剔除不显著的变量序列，选取出存在协整关系且具有显著性的变量序列，其中，显著性检验为现有技术，在此不做赘述。5、根据选取出的存在协整关系且具有显著性的变量序列，预先建立电网投资需求长期均衡模型。剔除不具有显著性的变量序列后，各变量序列在第t期的电网投资需求长期均衡模型为：其中，yt表示电网投资序列；l表示变量序列的数量；xlt表示第t期的第l个变量序列；γl1表示第t期第l个变量序列的非零向量；γl2表示电网投资序列与第t期第l个变量序列之间的长期均衡关系；μl表示第t期第l个变量序列的误差项。6、求解电网投资需求长期均衡模型，得到电网投资序列与相应变量序列的长期均衡预测关系：求解上述电网投资需求长期均衡模型，即能够得到某一变量序列在第t期的电网投资需求长期均衡预测关系γl2，通过γl2反映出电网投资序列yt与各变量序列xlt间的长期关联变化关系。7、对存在协整关系且具有显著性的变量序列与电网投资序列分别进行granger(格兰杰)因果检验，得到电网投资序列与相应变量序列之间的因果关系，其中，granger因果检验为现有技术，在此不做赘述。存在协整关系的变量之间必然存在至少一个granger因果关系，同时，granger因果检验只能检验出统计数据上的因果关系。通过对存在协整关系的变量序列与电网投资序列进行granger因果检验，得到变量序列与电网投资序列之间的granger因果关系，进一步验证变量序列与电网投资序列之间的协整关系。8、如图3所示，针对与电网投资序列具有因果关系的各变量序列，对电网投资需求长期均衡模型进行矢量误差修正检验，得到对应的电网投资变化量，具体为：8.1)考虑随机因素的影响，对电网投资需求长期均衡模型进行矢量误差修正检验，建立电网投资需求短期调节模型：对电网投资需求长期均衡模型(5)进行矢量误差修正检验，取其中某一具有因果关系的电网投资序列和变量序列进行组合：yt＝γ1k+γ2kxkt+μkt(6)其中，γ1k表示第t期第k个变量序列的非零向量；γ2k表示电网投资序列与第t期第k个变量序列之间的长期均衡预测关系；xkt表示第t期第k个变量序列；μkt表示第t期第k个变量序列的误差项，且k∈(1，l)。将上式(6)简化得到：yt＝γ1+γ2xt+μt(7)假设公式(7)具有如下(1,1)阶分布滞后形式：yt＝λ0+λ1xt+λ2xt-1+δyt-1+μt(8)其中，xt-1表示第t-1期的变量序列，yt-1表示第t-1期的电网投资序列，λ0表示常数序列，λ1表示变量序列xt的参数序列，λ2表示变量序列xt-1的参数序列，δ表示电网投资序列yt-1的参数序列，μt表示第t期变量序列的误差项。对公式(8)进行变形处理得到电网投资需求短期调节模型：其中，δyt表示第t期电网投资变化量，δxt表示第t期变量序列的变化量。8.2)针对与电网投资序列具有因果关系的各变量序列，分别求解电网投资需求短期调节模型，得到对应的电网投资变化量δyt。令第t-1期的非均衡误差项第t期变量序列的非零向量电网投资序列与第t期变量序列之间的长期均衡预测关系通过分析第t-1期的非均衡误差项δet-1的情况，能够判断第t期电网投资变化量δyt变化情况：若t-1期电网投资序列yt-1大于其长期均衡解γ1+γ2xt，第t-1期的非均衡误差项δet-1大于零，代入公式(9)可判断第t期电网投资变化量δyt减少；若t-1期电网投资序列yt-1小于其长期均衡解γ1+γ2xt，第t-1期的非均衡误差项δet-1小于零，代入公式(9)可判断第t期电网投资变化量δyt增大。这种关系体现了第t-1期的非均衡误差项δet-1对第t期电网投资序列yt的控制，λ1即为第t期电网投资序列yt关于第t期变量序列xt的短期弹性系数，可以用于分析两者的短期关联变化关系。9、对各变量序列对应的电网投资变化量分别进行对数逆变换，并结合上一年度的电网投资基数值，得到各变量序列对应的本年度电网投资短期调节预测值，其中，对数逆变换为现有技术，在此不做赘述。下面通过具体实施例详细说明本发明电网投资需求的预测方法及预测系统的使用过程：以中国西部b地区为例，选取2003～2015年的变量序列和电网投资序列对2016年及以后的电网投资需求进行长期均衡关系分析和获得2016年电网投资需求的短期调节预测值，将各变量序列进行对数变换消除原始变量序列的异方差并经adf单位根检验后，将各变量序列均与电网投资序列进行johansen协整检验和显著性检验，得到的检验结果如下表1所示：表1：西部b地区协整系数及标准误差从表1可以得到该地区的电网投资需求长期均衡模型：lnpgi＝-3.0594*lnes+4.8181*lnteclnpgi＝-7.2574*lnl+7.8750*lntlnpgi＝3.4691*lnta-1.9064*lntplnpgi＝0.9862*lnglnpgi＝1.2085*lngdp对存在协整关系且具有显著性的变量序列与电网投资序列进行granger因果检验可以得到如下表2所示的检验结果：表2：granger因果检验结果从表2可以看出，在95％的置信区间下，电网投资序列是变量序列g和变量序列gdp的granger原因，在90％置信区间下，电网投资序列是变量序列tp的granger原因，变量序列t是电网投资序列的granger原因。以变量序列g为例，对电网投资需求长期均衡模型进行矢量误差修正检验，建立电网投资需求短期调节模型，并选择与电网投资序列具有因果关系的变量序列g，可以得到如下的电网投资需求短期调节模型：d(lnpgi)＝-1.82*d(lng)-0.760*(lnpgi(-1)＝-0.986*lng(-1)+3.76+0.548其中，误差修正项δet-1＝lnpgi(-1)-0.986*lng(-1)+3.76，lng表示变量序列xt；lnpgi表示电网投资序列yt，通过上式可以求解得到变量序列g对应的2016年电网投资的变化量d(lnpgi)即δyt为-0.2612，对其进行对数逆变换，得到d(pgi)为0.77亿元，并结合2015年电网投资基数值，可以得到西部该地区2016年的电网投资预测值为86亿元，而2016年西部该地区的电网投资除去定向投资外，实际投资为93亿元，可见该电网投资需求短期调节模型适用于实际情况。对进行矢量误差修正检验后的残差序列进行平稳性检验，可以看出经各种序列平稳性检验的检验结果，如下表3所示：表3：矢量误差修正检验中的残差序列平稳性检验检验方法统计值概率levinlin检验-3.399880.0003im,pesaranandshinw-stat检验-1.913390.0278adf检验11.11640.0253pp检验14.81720.0051从表3可以看出，经过四种序列平稳性检验，残差序列的平稳性检验结果概率值均低于5％，即在95％的置信区间下，残差序列平稳可信，电网投资需求短期调节模型稳定，因此通过本发明的方法能够为电网短期投资和长期投资提供可靠地参考数据。基于同一发明构思，本发明还提出一种电网投资需求的预测系统，该预测系统包括：长期均衡模型建立模块、长期均衡预测关系求解模块、因果检验模块、电网投资变化量求解模块以及短期调节预测值求解模块；其中：长期均衡模型建立模块，用于选取影响电网投资的具有显著性的变量序列，预先建立电网投资需求长期均衡模型；长期均衡预测关系求解模块，用于求解电网投资需求长期均衡模型，得到电网投资序列与相应变量序列的长期均衡预测关系；因果检验模块，用于对选取的变量序列与电网投资序列分别进行granger因果检验，得到电网投资序列与相应变量序列之间的因果关系；电网投资变化量求解模块，用于针对与电网投资序列具有因果关系的各变量序列，对电网投资需求长期均衡模型进行矢量误差修正检验，得到对应的电网投资变化量；短期调节预测值求解模块，用于对各变量序列对应的电网投资变化量分别进行对数逆变换，并结合上一年度的电网投资基数值，得到各变量序列对应的本年度电网投资短期调节预测值。在一个优选的实施例中，长期均衡模型建立模块包括：变量序列选取单元，用于选取影响电网投资的变量序列；非平稳变量序列获取单元，用于对各变量序列分别进行对数变换和单位根检验，得到相应非平稳变量序列；协整检验单元，用于将各非平稳变量序列分别与电网投资序列进行基于回归系数的johansen协整检验，得到存在协整关系的变量序列，以及相应非平稳时间变量序列的线性组合；显著性检验单元，用于对各非平稳时间变量序列的线性组合分别进行显著性检验，选取出存在协整关系且具有显著性的变量序列；长期均衡模型建立单元，用于根据选取出的存在协整关系且具有显著性的变量序列，预先建立电网投资需求长期均衡模型。上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。当前第1页12