基于大數據的電力項目全過程經濟性評價方法及系統研究

李霄飛 陳正浩 陳子謙 張國輝

(1.大唐技術經濟研究院有限公司，北京 100049；2.湖南大唐先一科技有限公司，湖南 長沙 410007)

0 引言

隨著我國社會經濟的發展，對能源的需求越來越大。中國電力建設企業協會發布的《中國電力建設行業年度發展報告2021》顯示[1]，2020年全國電源工程建設完成投資5292億元，在建項目達2030個，總裝機容量為42 948萬kW。同時，我國也加大了電力項目建設的對外投資力度，2020年我國新簽電力項目合同金額271.7億美元，同比增長12.8%。

自我國推進供給側結構改革以來，對國有企業的考核要求向“高質量發展”轉變，大型發電集團需有效防范投資風險。電力項目具有投資時間長、投資數額大、影響投資效果因素多[2]、投資決策復雜[3]、難度大等特點[4]，必須有效管控電力項目全過程風險，提高電力項目投資效益。

1 經濟性評價方法文獻綜述

傳統的經濟性評估技術包括成本效益分析(Cost Benefit Analysis，CBA)和全生命周期成本(Life Cycle Cost，LCC)模型。在電力系統經濟評價中，CBA常用于計算和比較給定服務區的收益和成本，而LCC模型可用于評價全生命周期電力項目的成本敏感性。

1.1 成本效益分析

成本效益分析是通過比較項目的全部成本和效益評估項目價值的一種方法[5]，被廣泛應用于電力建設的計劃決策中[6]。例如，Kennedy[7]比較了新建核電與傳統燃氣發電和低碳技術(CCS、風能等)的成本和收益，分析了英國新建核電的成本效益；Snyder等[8]考慮了多種影響因素，并對美國海上風電項目開發了相應的經驗成本函數；Sidhu等[9]研究了來自收益流、成本要素、電池壽命和貼現率的風險和不確定性，基于蒙特卡羅模擬實現了大規模儲能設備的成本效益分析；El-khattam等[10]研究了利用改進的成本效益分析方法，分析了分布式光伏分電的最佳容量和選址決策。從這些文獻可以看出，雖然研究方法都比較確定，但在不同的項目甚至不同的區域，其參數和模型的選取都需要進行不同角度的選取與調整，并無現成的參數或公式可直接使用。

1.2 生命周期能源模型

全生命周期成本是指電力項目在有效使用期間所發生的與該項目有關的所有成本[11]，主要解決既有方法中未包含運營和維護在內的相關成本[12]，以實現完整的項目可持續評估。在LCC中，能源平準化成本(LCOE)是根據總項目生命周期成本與總生命周期能源生產比率進行估算，是其中最為關鍵的部分。在當前的文獻中，已在各種發電項目類型的分析中探討了這一主題，如對生物燃料[13]、集中式光伏[14]、海洋能[15]和分布式光伏[16]等單獨技術進行了系統級成本評估。這些研究估計了各類發電技術的LCOE，但沒有考慮輸入變量的不確定性。Spinney等[17]提出了蒙特卡羅模擬技術，用于分析電力資源決策和評估每個決策相關的優點和風險。從這些研究中可以看到，相應的假設建立在獲得數據的有限性上，同時存在研究項目的片面性，如對我國而言，較難正確反映項目的差異性、地域差異[2]以及企業所得稅稅率優惠[18]等。

綜合以上文獻可知，大型發電集團需要在更多的數據維度的基礎上建立相應的大數據平臺，以獲取全過程的電力項目經濟性評價和投資判斷，并利用上述文獻方法進行相應的數據整合與抽取，整理相應模型，形成電力項目建設經濟性評價結果。

2 國內現有經濟性評價系統現狀與開發思路

2.1 經濟性評價系統現狀

目前，國內大部分電力項目經濟性軟件利用Excel工具進行經濟性評價，也有一些很多市場反應較好的單機版軟件，如博微經評、靈析經評等，但都存在以下問題：

(1)目前所采用的電力建設項目評價導則部分已經過期，最新的導則沒有涵蓋。

(2)部分指標的計算公式和方法涉及多個類型，而目前的第三方軟件均為一種，不可選擇。

(3)目前均只支持單一項目類型，不支持多項目融合類型。

(4)市面上的單機版軟件無法涉及多種數據源的獲取，無法涉及項目后評價等全生命周期的評價。

2.2 系統開發思路

本系統以某大型發電集團的電力項目全過程的大數據應用經濟性評價為研究對象，基于集團的海量數據，在發電建設項目大數據采集與匯聚的基礎上實現大數據應用的方法創新。

(1)將眾多高度關聯的大數據集聚構建基于社會數據、集團數據、電力數據等一體化的投資數據平臺，整合多方數據來源，利用相關的投資判斷新方法與新技術，對標同區域同類型相關項目技術經濟指標，實踐新型數據應用與數據價值變現的新路徑。

(2)從“電力項目經濟性評價體系”“電力項目投資協同決策”和“競爭情報地圖”三個方面，實踐基于大數據的精準識別、精準施策、精準管控的電力項目投資全過程管理與項目培育的新理念，為集團打造“經濟評價數據鐵籠”建設，實踐項目投資價值和投資科學的智能化決策新模式。

(3)創新基于表達式向量化計算引擎的新方法。經典的SQL計算引擎逐漸成為數據庫系統的性能瓶頸，尤其是對于涉及大量新方法計算的OLAP場景，需要創新分布式計算的調度效率。

3 基于大數據的經濟評價系統架構與關鍵技術研究

3.1 經濟評價系統架構

電力項目建設全過程(圖1)涉及的相應參數品目繁多，不僅需要相應的國家標準參數、行業或企業類參數、設計值類參數、投資類參數、財務評價類參數、運營類參數、收入成本類參數，也需要區域數據、集團數據、行業數據、社會數據等一系列數據，系統架構圖如圖2所示。

圖1 電力項目建設全過程示意圖

圖2 系統架構圖

3.2 基于分布式調度的表達式向量化計算引擎

模型計算需要調用大量的計算數據，可擴展和交互式數據分析的需求不斷增長，且參數來自不同的數據庫。采用分布式計算的辦法，可有效解決此問題[19]。而不同情境下涉及的參數較多，為加快計算應對不斷增長的模型計算需求，目前較多采用數據列存儲方法并將其進行向量化表示[20]，本文也采用與此相關的方法，主要步驟如下：

(1)利用表達式解析引擎(圖3)，將計算電力建設項目的成本、收入、收益率、單/多因素敏感分析、盈虧平衡等的第一公式項拆分為多個參數項。

圖3 表達式向量化計算引擎的分布式調度的電力建設項目

(2)判斷各個參數項是否為固定數值，并根據判斷結果分別為各個參數項設置相應的標簽；將攜帶標簽的各個參數項組合在一起，生成計算電力建設項目的成本、收入、收益率、單/多因素敏感分析、盈虧平衡等的第二公式項。

(3)利用所述第二公式項，計算電力建設項目的成本、收入、收益率、單/多因素敏感分析、盈虧平衡等。如還有公式則重復上述步驟。

(4)若所述參數項不包含子公式項，則確定所述參數項為固定數值。否則，確實所述參數項不是固定數值，分別為固定數值的參數項及不為固定數值的參數項設置相應的標簽。

(5)優選分別為固定數值的參數項及不為固定數值的參數項設置相應的標簽包括：判斷所述不為固定數值的參數項中是否包含特殊運算字符。若是，則在所述不為固定數值的參數項的頭部與不包含特殊運算字符的參數項的頭部設置不同的標簽。

(6)通過為電力建設項目的成本、收入、收益率、單/多因素敏感分析、盈虧平衡等公式中不同的參數項設置不同的標簽，經濟評價工程師能夠快速理解各個參數項代表的含義，快速應對電力建設項目經濟評價導則的變化，提高電力項目經濟評價分析計算效率及準確率。

(7)調用計算引擎通過分布式的調度指數最高的計算節點接收查詢任務，計算節點確定的查詢任務包括中間結果集的子查詢任務，以及確定所述中間結果集的存儲節點，所述計算節點計算將所述中間結果集遷移至本地的第一時間開銷，以及計算由所述存儲節點執行所述子查詢任務的第二時間開銷，相應計算節點根據第一時間開銷和第二時間開銷的比較結果，選擇是由所述計算節點將中間結果集遷移至本地并執行所述子查詢任務，還是由存儲節點執行所述子查詢任務。

本文解決了QSL單點故障、無法分布式拓展的問題，以及在分布式解決方案中，將中間結果集保存在產生中間結果集的計算節點本地(又稱中間結果集的存儲節點)在發生后續計算時根據通信開銷和計算開銷協調數據資源，選擇由存儲節點直接進行計算或者由當前調度的計算節點完成計算，節省了大量的通信成本，提高了分布式系統的效率。

4 系統實現結果

可實現不同模型與參數的敏感性分析，如圖4所示。

圖4 不同模型與參數的敏感性分析(截圖)

對不同的階段進行競爭性指標分析，改變了單一的經濟性評價模式，加強了經濟評價對項目流程的管控，如圖5所示。

圖5 不同階段對標結果頁面(截圖)

將全國電價水平、風光資源、消納水平等納入系統數據庫，強化了數據的科學性，而不是為了上馬項目就可以隨意變更數據。

系統還可以調用相應的集團項目進行數據對標展示，如圖6所示為項目對標展示情況。

圖6 項目對標展示(截圖)

5 結語

將眾多高度關聯的大數據集聚構建基于社會數據、集團數據、電力數據等一體化的投資數據平臺，整合多方數據來源，涵蓋投資、產量、成本、效益4個方面的生產經營數據的完整經濟評價數據庫，形成經濟評價客觀數據源。

目前，國內電力建設項目經濟評價僅發布了火電與風電兩種類型的評價導則，而大型發電集團公司投資項目涉及煤電、風電、光伏、燃機、水電、核電、煤化工、煤礦、綜合能源服務等項目以及項目組合。本系統通過參數化方式，實現表達式向量化，可使經濟評價工程師在不確定分析情況下實現項目及項目組合的經濟性評價。

以經濟性評價以及大數據平臺為基礎，從管投向、管程序、管風險、管回報4個方面，實現對投資項目評價從項目儲備、立項、實施管理、后評價的全過程、一體化管控，為集團公司戰略管理、投資管控、過程監督以及考核評價提供數據支撐，提升投資決策、投資管控、投資分析的準確性、及時性與科學性，進而強化集團公司投資管理職能，規范集團公司投資行為，提高集團公司整體投資管理水平。

通過信息技術及人工智能手段，實現競爭評價可視化、經濟評價客觀化、政策與行業研究實時化，促進集團投資決策科學化，提升集團的能源市場研究能力和預判能力，提高經濟性評價工作成果的前瞻性和指導性。