您现在的位置: 新晨范文网 >> 保险论文 >> 项目投资论文 >> 正文

浅谈电网建设项目投资优化

2019/06/28 阅读:

摘要:对已有电网建设项目投资优化模型研究进行分类,将其分为多属性决策模型和多目标决策模型两个大类。分析了其多属性决策模型中指标权重确定的方法以及项目的评价方法,多目标决策模型中目标函数及其约束条件的设定情况以及模型求解方法。对每一种模型的研究现状、不足、适用情况以及求解方法进行综述。结果表明,当前研究中存在结合电网特点的赋权法研究匮乏,用单纯的经济风险来衡量项目的风险进行项目优化,以及较少考虑地区分配、项目之间的相互影响、迫切度等问题。最后对未来电网建设项目投资优化的研究重点进行了展望。

关键词:电网建设项目;投资优化;项目管理;多目标决策;多属性决策

电网建设项目投资优化是从候选项目中选出符合投资决策要求的,最优的项目排序或者最优的项目组合的科学决策过程。电网建设项目是电网至关重要的组成部分[1],随着国家步入小康步伐的加快,电网投资日趋加大,电网建设项目也逐渐增多。电网建设项目建设情况与国计民生息息相关[2]。电网建设项目投资大,工期长[3],项目数量多,如何结合企业的运营状况去进行电网项目的投资决策是关系中国电力发展的关键问题[4]。因此,选择合理的项目进行投资至关重要。在进行决策时,需要综合考虑电网建设项目的相关决策指标要求,相关约束条件以及期望达到的目标要求,属于较为复杂的系统性决策工作,需要运用系统科学,决策科学,优化建模等相关内容才能更好地完成。其核心是要建立科学、客观的项目选择决策优化模型,而不是单纯的行政决策。因此,本文根据已有研究文献,从系统建模优化视角将电网建设项目投资优化模型分为两大类:第一类是多属性决策模型,其步骤是首先建立项目的评价指标体系,然后通过评价来对项目进行优劣排序;第二类是多目标决策模型,通过建立相应的投资优化的规划模型,求解最优建设项目组合。本文全面分析了每种模型的研究现状以及不足,提出了进一步研究的相关建议,可为电网建设项目投资优化决策进一步的研究提供参考。

1电网建设项目投资优化多属性决策模型

电网建设项目的多属性决策模型主要是对每个拟建项目进行评价,在项目评价的基础上对拟建项目进行排序。在对电网建设项目进行多属性决策的过程中,一般的步骤是先建立电网建设项目指标体系,其次通过运用相应的指标权重设定方法为指标设定权重,最后通过对项目评价排出项目的建设优劣顺序。指标权重确定是否合理直接关系到评价结果的对错,评价方法关系到评价结果的科学性以及合理性。本文对电网建设项目多属性决策模型中指标权重确定方法以及评价方法进行综述,并对每种方法的优缺点及其适用情况进行了分析。

1.1指标权重的确定

指标权重的确定根据原始数据来源的不同通常分为主观赋权法、客观赋权法、以及组合赋权法[5]等三种方法。主观赋权法是由有丰富经验的专家通过主观判断来确定指标权重的方法。文献[6]、[7]用德尔菲法确定指标权重。文献[8]-[12]用层次分析法设定指标权重。罗毅[13]运用层次分析法结合德尔菲法来确定指标的权重。其优点是能够充分利用专家的知识经验,并且可以结合实际情况,使最终的结果不至于和实际情况相悖。缺点是主观性太强,最终的评价结果取决于专家的经验。客观赋权法是根据各方案指标值差异的大小确定各指标的权重,差异越大则其权重越大,差异越小则其权重越小。张华一[14]用差异性权重法确定指标权重,利用指标之间的差异性来反映指标的重要程度。李燕[15]用熵权法来确定指标权重,熵权法是基于信息熵的一种确权方法[16]。它们的共同特点是受原始数据的影响较大,如果原始数据偏差较大,将严重影响评价结果的正确性,可能出现与人们的认识不一致的情况。其主要优点是客观性强,缺点是忽视了人的主观因素的作用,因此可能出现权重的确定和实际情况不一致的情况,且计算方法比较繁杂。主客观综合赋权法较好的综合上述两种方法的特点,使主客观结合。朱勇[17]在其硕士论文中应用信息熵这一综合赋权方法来确定各指标权重,以此使指标的权重确定主客观统一。宋伶俐[18]采用层次分析法与变异系数法相结合的组合赋权法,根据其变异程度[19],采用乘法合成的方法得到指标权重。这些采用主客观结合的方法能够使主客观因素相结合,使确定的权重更加科学、合理。

1.2电网建设项目排序

对电网建设项目进行优劣排序,首先需要对电网建设项目进行评价。文献[6]、[20]运用层次分析法对电网建设项目进行评价。运用层次分析法对电网建设项目进行评价,由于主观性太强,可能出现与实际情况不一致的情况,同时需要进行一致性检验,这大大增加了计算量[21]。寇凌岳[22]采用专家群组决策法,能够将专家的知识经验和电网建设项目的特点相结合,但同层次分析法一样,主观性太强。为了避免专家的判断产生的误差,安磊[23]用三角模糊数对每个项目进行评价,优点是能有效避免由专家客观判断产生的误差,缺点是去模糊值精确化时容易丢掉部分信息。文献[17]、[24]-[25]用逼近理想法来进行决策,逼近理想法能够平衡某一突出指标对整体产生的影响[26]。张华一[14]采用VIKOR法对电网建设项目进行评价,VIKOR法是一种逼近理想解的评价方法[27]。采用VIKOR法来进行决策能够避免传统决策方法用优质指标补偿劣质指标的弊端[28],既考虑了综合水平又避免了最优项目组合存在劣质指标的问题。文献[8]、[29]-[30]将灰色关联理论引入到电网建设项目投资决策当中。优点是对数据要求小[31],能够处理信息模糊的灰色系统[32]。且这种模型能够解决一般的数学合并运算带来的误差,但是计算过程复杂,仅适用于较少项目的决策。文献[33]、[34]采用模糊综合评价法对电网建设项目进行评价,能较好的解决电网建设项目相关属性具有模糊性的问题。运用多属性决策模型来对电网建设项目进行排序,仅适用于项目的个数是有限的,且比较少的情况。从众多的候选项目中选择建设项目,多属性决策模型存在明显的不足。

2电网建设项目投资优化多目标决策模型

电网建设项目多目标决策模型的核心是通过运筹优化方法,从众多的电网建设项目中选择最优的项目组合。在对电网建设项目进行多目标决策的过程中,一般步骤是首先根据实际情况设定模型的目标函数以及约束条件,最后通过求解得到最优的投资组合。本文对多目标决策模型中目标函数以及约束条件的设立情况进行综述,并对其优点和不足进行分析。在对电网建设项目进行优化过程中,大部分学者用净现值NPV来衡量项目的经济性,将NPV最大化作为其中一个目标函数[2-3,11,23,35-39]。其中安磊[23]考虑到不同区域的情况,以整个公司的利润最大化为目标函数,以每个区域的总投资和每个区域的用电量需求为约束条件,建立了项目组合优化模型。何琬[34]等以最大化利润和最大化资产规模为目标构建了电网企业综合计划平衡的双目标优化模型。袁学士[35]等除考虑经济效益最大化外,还提出决策方案对社会的影响最小这一目标,以总的电网容量和投资额为约束条件建立电网项目投资组合模型。张浩[36]等考虑到收益和风险的权衡关系,用协方差来衡量项目的风险。建立了以收益最大,风险最小为目标函数,以资金限制为约束条件的电网建设项目投资组合的双目标规划模型。董军[38]等用净现值来表现其经济性,用容载比将可靠性经济化,用缺电成本来衡量其对社会的影响,将资金约束作为罚函数出现,建立了优化模型。文献[3]、[40]等将发展能力以及可靠性引入目标函数,建立了以经济效益最大化,发展能力最大化,电网可靠性最大化为目标的多目标投资优化模型。此外,汤亚芳[41]用年益本比来衡量项目的经济性,建立了以年益本比最大为目标函数,以财务效益、负荷需求、资金,以及项目关系作为约束条件的电网建设项目投资优化模型。田廓[42]用期望收益率来衡量项目的经济性,将期望收益率最大作为目标函数,将资金和风险作为约束条件来建立电网建设项目投资优化模型,并且考虑了可能剩余的投资资金所能带来的收益。在对电网建设项目进行优化组合的过程中,除将经济效益最大作为目标函数之外,荆朝霞等[9]将项目的迫切度引入到目标函数之中,建立了以迫切度改善最大为目标函数,以项目的总投资为约束条件的电网建设项目投资优化模型。刘文霞[43]建立了以最低风险为目标的电网建设项目投资优化模型。甘德一[20]等采用了对项目的各种组合情况进行列举的方法,分别计算出各种组合的目标函数和风险值,来确定最优投资组合。但是这种列举方法应用范围比较局限,需要对每一种组合情况列举出来,因此其只适用于少数项目的选择问题。从上述的分析中我们可以看出,大部分电网建设项目的目标为经济最大化,较少文献考虑到电网建设项目的风险,由于电网建设项目存在工期长、投资大、技术难度较高等特点,导致其风险较大,因此,在电网建设项目的选择中要将风险因素放在重要的位置。其次,在对电网建设项目的风险进行衡量的时候往往采用的是方差、协方差等经济性指标,而电网建设项目是一个复杂系统,其风险因素多种多样,仅用经济性风险衡量电网建设项目的风险对其进行优化过于片面。

3模型求解软件及算法

在求解电网建设项目的多目标决策模型时,常用的有将多目标转化为单目标进行求解和运用智能优化算法两种方式。将多目标优化问题求解转化为单目标求解属于传统的求解方法。张浩[36]将投资者的收益和风险的偏好程度考虑在内,采用偏好系数加权法,而崔巍[3]考虑到实际情况的不同,采用变权理论,杨海峰[39]采用加权系数法将多目标决策模型转化为单目标模型。但这种转化求解的方法,很难找到合理的权重,也不能保证其优化性。目前在电网建设项目投资优化多目标模型的求解中应用比较多的智能算法有遗传算法[30,33,36]。遗传算法简单通用,被广泛应用到解决各种复杂的优化问题中。但遗传算法耗时较长且容易导致局部最优解,针对此问题,刘文霞[43]将复合型算法和遗传算法相结合得出复合型遗传算法来对目标函数进行求解。除此之外,葛少云等[4]为了避免电网出现局部发展瓶颈,同时提高优化过程的效率,采用了混沌人工蜂群算法。运用智能算法能大大提高运算效率及精度。

4总结与展望

4.1总结

本文对电网建设项目投资优化的多属性决策模型和多目标决策模型进行了综述,分析了每一种模型的研究现状,适用情况以及存在的问题。现总结如下:1)电网建设项目投资优化的多属性决策模型适用于对较少的电网建设项目进行排序。目前存在的主要问题是指标权重的确定方面,缺少能够结合电网建设项目的特点,使主客观结合的赋权法的研究。2)电网建设项目投资优化的多目标决策模型可适用于较多项目的优选。该模型目前存在较少考虑项目的风险,以及用单纯的经济风险来衡量电网建设项目的风险的问题。电网建设项目是一个复杂的系统,其风险因素种类繁多,仅用经济风险来衡量项目的风险进行投资优化过于片面。3)在电网建设项目投资优化中较少考虑到项目的地区分配问题,项目建设的迫切度问题,以及项目之间的相互影响等。因此,筛选出的理想模型可能与现实存在偏差。

4.2展望

随着电网建设步伐的加快,未来对电网建设项目投资优化的研究将不断改进、深化,跟上电网建设的步伐。根据以上对电网建设项目投资优化的研究现状分析,建议其未来的研究重点放在以下几点:1)研究电网建设项目的综合风险,在投资优化中用综合风险来替代单纯的经济风险,使优化结果更加科学、全面。同时,高收益的项目往往伴随着高风险,因此,如何平衡风险和收益将是未来电网建设项目投资优化的研究重点。2)电网建设项目投资优化要考虑到地区分配的问题,否则会导致有些地区建设过度,电网容量过剩,而有些地区建设不足,导致电网容量不足的问题。电网建设项目与地区的用电需求有关,有的项目必须马上建设,因此,项目的迫切度不同,在进行优化的时候要考虑到项目建设的迫切度问题。3)电网建设项目不是一个独立的系统,项目之间会存在相互影响。因此,在投资优化时如何考虑进去项目之间的相互影响将有待进一步研究。4)目前电网建设项目优化各模型的工作均具有重复性,若某一条件改变,则需要重新进行优化选择。因此,建立一套可根据各条件变化来智能选择的投资优化体系将成为未来的研究方向。

5结语

电网建设项目投资日趋加大,建立行之有效的投资优化模型至关重要。本文将电网建设项目投资优化模型分为多属性决策模型和多目标决策模型,并分析了每种模型的研究现状、适应情况、不足以及求解方法。最后,对目前研究的不足进行了总结并对未来的研究重点进行了展望,为未来的电网建设项目投资优化研究提供了参考。

作者:孔祥美 刘程 单位:广东电网有限责任公司

浅谈电网建设项目投资优化

2019/06/28 阅读:

推荐度:

免费复制文章