基于因素分析法構建電價分析模型探討

邢金峰 袁欣雨

?

基于因素分析法構建電價分析模型探討

邢金峰1袁欣雨2

（1. 國網河北省電力公司，石家莊 050021； 2. 楊村第一中學，天津 301700）

電價受多個因素影響，對其進行深入分析，能夠更好地為公司經營決策提供支撐。本文運用因素分析法構建了影響因素分析模型，量化了各項因素變動對售電均價影響程度的大小，并結合實際情況對其進行修訂完善，使模型更加符合實際業務邏輯。同時，參照此模型，還可構建購電均價分析模型。

因素分析法；電價；分析模型

電價是電網公司主要運營指標之一，直接關系到電網公司的經濟效益。從分類看，電價可以被分為上網電價、輸配電價以及銷售電價。其中上網電價和銷售電價變動主要受電量結構及分類電價變動的影響。以銷售電價為例，可以將其分為大工業、一般工商業、農業等多個類別，且每類按壓等級又有各自不同的價格。本文運用數學方法構建電價分析模型，以此量化指標間的影響程度并進行深入分析，進而找準問題的關鍵點[1-5]。

1 基本概念

根據《中華人民共和國電力法》中第三十五條規定，電價包括上網電價、輸配電價、以及銷售電價。上網電價即是購電單價，也就是電網公司向發電企業購買電的價格。輸配電價即是電力傳輸中產生的費用。銷售電價是電網企業向用戶銷售的價格。本文將重點分析應用因素分析法構建上網電價、銷售電價分析模型的過程，未涉及輸配電價方面的內容。

根據電價定義可得：銷售電價=上網電價+輸配電價+傳輸損耗+政府性基金和附加。

示例：邢臺某公司要從邯鄲買一車煤（可認為是電），那么這車貨物的價格（也就是銷售電價）=煤的出廠價（上網電價）+運輸公司收取的運費（輸配電價）+路上顛簸掉的煤渣（輸配電損耗）+高速路收費（政府性基金）。

實際工作中，計算售電價時，應按有關要求要扣除代收的基金和附加。按現行電價目錄，一般分為居民生活用電、工商業及其他、農業生產用電等，每類電價不同且每類電價內按電壓等級又執行不同的電價?？傊?，看似簡單的電價，其實受多種因素的影響[6-8]。

2 因素分析法

因素分析法首先解決了如何分析綜合指標受多個子項指標影響的問題。實際工作中，如果能夠深入分析各子項指標對綜合指標的影響程度，并且可以量化分析，就有利于找到影響綜合指標變化的關鍵子項指標，進而可以深入分析其原因，找出改進措施，以推進企業管理的有效提升。

因素分析法[9-12]在具體運用中，可以通過連環替代法、差額分析法、指標分解法等方法，衡量各項因素變動對綜合指標影響程度的大小。結合實際應用情況，本文運用連環替代法，來分析電量結構和分類電價對電價的影響程度，即是通過逐個替代影響因素的方式，計算各因素變動對經濟指標變動的影響程度。

一般可分為3個步驟，即確定影響因素、明確替換順序、計算影響程度，具體如下。

1）確定影響因素。假定某指標受、兩個因素影響，關系式為=×。

計劃指標0由0、0組成，實際指標1由1、1組成，則

0=0×0（1）

1=1×1（2）

由上述兩式可以看出，指標由0變化到1，其差異為=1-0，此差異來自于、兩個因素。

2）明確替換順序。替換順序不同，其計算結果也不相同。本文中替換順序依次為和。若替換順序變化和，則結果有所變化。實際應用中，應重點關注。

3）計算影響程度。計算影響程度時，應假定僅有一個因素變化而其他因素不變的情況下，才能夠去測定該變化因素對綜合指標的影響程度。同時，后面變化因素影響程度要在前面已變化的基礎上去計算。

首先假定因素變化，不變，用1去替換式（1）中的0，得到

2=1×0（3）

因素對指標的影響程度為

1=2-0=(1-0)×0（4）

在分析因素的變化時，應在因素已變化的基礎上去分析。用1去替換式（3）中的0，即

3=1×1（5）

因素對指標的影響，即

2=3-2=1×(1-0) （6）

、兩個因素變化對產生的影響，即

=1+2=2-0+3-2=3-0（7）

通過對式（5）和式（2）的比較，可得3=1，代入式（7）中即得

=3-0=1-0=（8）

由式（8）可見，、兩個因素變化對指標影響程度之和等于實際與計劃之間的差異。

最后還要注意，此方法有一定的假設性，即是在假定某一因素變化而其他因素不變的情況下計算得到的影響程度，應用中若出現與實際不符的情況，應結合實際情況或是其他方法進行修訂和完善。

3 模型構建

根據計算公式可得：平均售電價=售電收入/售電量=∑（每類電量×每類電價）/售電量=∑（每類電量比重×每類電價）。從上述公式可以看出，平均電價變動受售電結構及分類電價變動的影響。

根據連環替代法，首先確定影響因素為電量比重和電價，分別為、；其次確定替換順序，依次為電量比重（）、電價（）；再次根據上述推導公式，可計算指標間的影響程度。最后可得

售電結構變化對平均電價的影響=∑（報告期比重—基期比重）×基期分類電價

分類電價變化對平均電價的影響=∑報告期比重×（報告期價格—基期價格）

4 模型修訂

在理論上構建模型后，應采用實際算例進行驗證，如出現與實際業務邏輯不符的情況，則應結合實際情況不斷進行修訂和完善，直至與實際業務邏輯相符為止。

根據構建的分析模型，在實際應用中，計算分類電價變化對平均電價影響時準確無誤，但當計算售電結構變化對平均電價影響時，出現了不符合常規邏輯的情況，需對其進行修訂后方可使用。

下面通過一個算例來說明具體情況。為簡化說明問題，假設僅有1類、2類，電價分別為10和20，只是比重變化，未考慮單位換算，見表1。

表1 比重變化分析表

從表1中可以看出，運用上述公式可計算得出，比重變化影響報告期比基期電價提高了0.5（見表中影響1），與平均電價差值16-15.5=0.5相等。

但是，分析每類電價比重變化的影響時不符合常規，如1類電價在平均價以下，其所占比重下降0.05，應當是拉動平均電價提高，計算結果卻是降低0.5，不符合常規邏輯。為克服這個弊端，需計算分類電價與平均電價差值受比重變化的影響，把公式修訂為

售電結構變化對平均電價的影響=（報告期比重-基期比重）×（基期分類電價-基期平均電價）

按上式，計算結果見表中影響2，1類電價在平均電價以下，比重下降，拉動平均價提高了0.275；2類電價在平均價以上，比重增加，拉動平均價提高了0.225，二者合計0.275+0.225=0.5，與平均價差值相等，并且符合實際業務邏輯。

綜上所述，電價影響計算公式如下。

電量結構變化對平均電價的影響

=∑（報告期比重-基期比重）×（基期分類-基期平均電價）

分類電價變化對平均電價的影響

=∑報告期比重×（報告期電價-基期電價）

按上述模型構建過程，也適用于購電結構及購電單價變化對購電平均價的影響因素分析模型。

5 應用實例

下面以6個地區電價情況為例進行說明。表2和表3中所用的數據，均截止同一時間。

表2 電價情況統計表

表3 電價分析模型計算結果統計表

從表2中6個地區的售電均價累計完成情況看，地區2為最低，并且大工業、一般工商業及其他用電電價在6個地區中也為最低。但是，從大工業電量所占比重看，地區2達到56.5%，列第2位，按常理分析不應為最低。由于大工業用電量所占比重最大，對整體電價影響也就最大。為此，需將地區2與大工業所占比重最小的地區6進行比對分析，運用電價分析模型對各類影響因素進行量化計算，深入查找大工業售電價低的原因。

運用分析模型，將大工業所包括的各類電量的影響程度進行量化分析。從表3中數據可以看出，對電價負影響因素可以為分兩部分：①電價影響，主要是其他大工業1～10kV類電價偏低影響；②電量結構影響，主要是其他大工業220kV及以上、電氣化鐵路220kV及以上、電石35～110kV、中小化肥110kV四類電量所占比重較大影響。按現行電價目錄，電價隨著電壓等級的升高呈下降趨勢，上述四類電壓等級均較高，其對應的電價就低于低電壓等級的電價，由此對電價造成負影響。

從目前獲取的數據及分析模型計算結果看，地區2電價偏低原因主要是電量結構影響，即大工業用電量總量較大但低電價的用電量所占比重較大，由此給電價帶來一定負影響，進而導致地區2的電價為最低。

6 結論

本文從數學角度研究了影響因素，構建了電價影響因素分析模型，實現了高效、準確的定量分析。該模型已在省、地市公司月度及年度等綜合運營分析中應用，可量化每個因素對電價的影響程度，從而能夠對變化原因進行深入分析，找出問題關鍵點，并提出改進措施。

[1] 李昌. 基于分時電價的辦公建筑中央空調最優起動時間計算[J]. 電氣技術, 2015, 16(8): 34-39.

[2] 黃海新, 鄧麗, 張路. 基于需求響應的實時電價研究綜述[J]. 電氣技術, 2015, 16(11): 1-6.

[3] 翁桂萍, 潘夏, 邵振國. 計及峰谷電價和啟發式運行策略的風光儲聯合發電用戶容量優化[J]. 電氣技術, 2016, 17(5): 1-6.

[4] 麻秀范, 王超. 基于實時電價的電動汽車充放電優化策略和經濟調度模型[J]. 電工技術學報, 2016, 31(1): 190-202.

[5] 楊曉東, 張有兵, 翁國慶, 等. 基于虛擬電價的電動汽車充放電優化調度及其實現機制研究[J]. 電工技術學報, 2016, 31(17): 52-62.

[6] 白玫, 何愛民. 發達國家輸配電價管制理論的實踐和經驗借鑒[J]. 價格理論與實踐, 2016(3): 29-36.

[7] 徐永豐, 吳潔晶, 黃海濤, 等. 考慮負荷率的峰谷分時電價模型[J]. 電力系統保護與控制, 2015, 43(23): 96-103.

[8] 張粒子, 張伊美. 可選擇兩部制電價定價模型及其方法[J]. 電力系統及自動化, 2016, 40(3): 59-65.

[9] 王文華. 如何正確運用因素分析法[J]. 財會月刊, 2009(2): 62-63.

[10] 劉海濤, 郭嗣琮. 因素分析法的推理模型[J]. 遼寧工程技術大學學報: 自然科學版, 2015, 34(1): 124- 128.

[11] 劉海蘭. 因素分析法在電力營銷分析中的應用探究[J]. 電子測試, 2015(24): 30-31, 142.

[12] 李濤, 李冬妍, 任靜. 企業財務分析[M]. 北京: 電力出版社, 2009.

Discussion on Construction of Electricity Price Analysis Model based on Factor Analysis

Xing Jinfeng1Yuan Xinyu2

(1. State Grid Hebei Electric Power Company, Shijiazhuang 050021; 2. Yangcun No.1 Middle School, Tianjin 301700)

Electricity price is affected by many factors, to carry on the deep analysis, which can provide better support for the company's business decisions. This paper uses factor analysis method to construct the factor analysis model, quantify the degree of influence, combined with the actual situation to be revised and improved, make the model more practical business logic. At the same time, referring to this model, we can also construct the analysis model of generation price.

factor analysis; electricity price; analysis model

邢金峰（1980-），男，河北邢臺人，碩士研究生，高級工程師，主要從事電網企業運營監控與分析工作。

國網河北省電力公司科技重大項目（kj2014-024）