﻿ 经济电力传导模型与蒙特卡洛模拟组合在电网企业决策中的应用 Application of Economic-Electricity Transmission and Monte Carlo Simulation Combination in Power Grid Enterprise Operation

Journal of Electrical Engineering
Vol. 06  No. 03 ( 2018 ), Article ID: 26887 , 8 pages
10.12677/JEE.2018.63028

Application of Economic-Electricity Transmission and Monte Carlo Simulation Combination in Power Grid Enterprise Operation

Yaohong Chen, Yun He, Xintao Xie, Ming Wen, Jing Liao, Jia Chen, Binkun Xu

Economic and Technical Research Institute of State Grid Hunan Electric Power Company, Changsha Hunan

Received: Aug. 29th, 2018; accepted: Sep. 13th, 2018; published: Sep. 20th, 2018

ABSTRACT

Prediction of enterprise profitability is the key prerequisite for enterprise development strategy and investment decision. This paper expounds the macro-economy changes and the different influence factors on the internal management of enterprises involved in the concrete realization process of the enterprise profitability prediction, and according to the theoretical guidance and historical data, the probability distribution of different influence factors is evaluated. Taking the profit of the enterprise as the index, the model of the profitability prediction of the power grid enterprise is set up by using the method of economic electricity transmission and Monte Carlo. Thus, in order to provide more comprehensive data support for business decision, the probability distribution of management index is obtained, management risk is evaluated, and the influence degree of multi factor uncertainty and its interaction on business activities is analyzed.

Keywords:Economic Electricity Transmission, Monte Carlo Simulation, Profitability, Enterprise Operation, Probability Distribution

Copyright © 2018 by authors and Hans Publishers Inc.

1. 引言

2. 模型设计

2.1. 经济电力传导模型

2.2. 蒙特卡洛模拟介绍

Figure 1. The principle of regional economy electric conduction model

Von Neumann等“跟踪”种子被介质散射、吸收和引起裂变的过程。从而在计算机上用随机抽样的方法仿真中子链式反应而发展。其基本思想是针对所要求解的工程技术、项目管理等方面的问题，建立一个随机过程的概率模型，以该问题解的指标为此模型的参数，然后通过对该随机过程的概率模型的观察或抽样试验，来计算解的指标的统计特征，进而得出解的指标的近似值和精度 [2]- [7]。

3. 模型组合过程及随机数估算

3.1. 经济电力传导步骤

1) 建立区域经济–电力传导模型。

2) 设定模型的外部参数变量。

3) 预测2018年电力需求。

3.2. 蒙特卡洛模拟过程

1) 获取电网企业历史经营数据，确定影响电网企业经营利润的参数。

2) 得到内外部环境影响因子包括但不限于短期贷款基准利率、长期贷款基准利率、售电量增长率、电价变动、在建工程转固率、线损率、折旧率等，根据影响因子历史趋势及自身特征，利用一阶自回归滑动平均ARIMA模型分析预测短期贷款利率、长期贷款利率、折旧率和线损率等，利用灰色预测技术分析预测电价变动、线损率等，结合宏观经济(GDP/CPI/PPI/固定资产投资)与自然环境(温度、降水)发展特征构建经济电力传导模型预测售电量及售电量增长率。

3) 建立以短期贷款利率、长期贷款利率、规模以上固定资产投增长指数、城镇化率、CPI、PPI、电价变动、在建工程转固率、线损率、折旧率等内外部影响因子为输入量，以内外部影响因子与经营利润逻辑关系为中间计算链，得出输出量为经营利润的经营利润预测模型。

4) 利用敏感性分析技术，通过调整各个影响因子查看经营目标指标的变动程度，从而计算各个因子的敏感系数，比较各个影响因子的敏感系数大小，确定各个因子对经营利润指标的敏感性。然后根据影响因子对经营利润指标敏感性程度从大到小，对影响因子进行排序，按照排序队列中前10项确定影响经营利润的关键影响因子。

5) 根据确定的关键影响因子以及经营利润风险影响参数的分析预测模型获取关键影响因子历史趋势分析及未来趋势判断，同时结合专家判断，设定关键参数在预测年份的合理调控范围。确定每一个变量的概率分布原则为，首先采用KS正态性检验法。

${F}_{n}\left(x\right)=\frac{{}^{#}\left\{{x}_{i}\le x,i=1,2,\cdots ,n\right\}}{n}$ (1)

$D=\mathrm{max}|{F}_{n}\left(x\right)-{F}_{o}\left(x\right)|$ (2)

$f\left(x\right)=\frac{1}{\sigma \sqrt{2\text{π}}}\mathrm{exp}\left(-\frac{{\left(x-\mu \right)}^{2}}{2{\sigma }^{2}}\right)$ (3)

6) 利用蒙特卡洛模拟原理进行多个随机变量因素对经营利润指标影响的风险分析，从而得到经营利润指标的概率分布数据，对电网企业的经营利润和风险进行分析(图2)。

4. 例证分析

4.1. 内外部随机变量估算

4.2. 蒙特卡洛模拟结果

Figure 2. Monte Carlo simulation process

Table 1. Parameter probability distribution

Table 2. Statistics of profit simulation calculation

5. 结论

Figure 3. Profit distribution

Figure 4. Profit probability graph

Figure 5. Profit cumulative probability graph

Application of Economic-Electricity Transmission and Monte Carlo Simulation Combination in Power Grid Enterprise Operation[J]. 电气工程, 2018, 06(03): 237-244. https://doi.org/10.12677/JEE.2018.63028

1. 1. 浙江电力. 全维度电力市场分析预测预警研究及应用[J]. 浙江电力, 2016, 35(9): 83.

2. 2. 栗然, 范航, 张凡, 等. 基于拟蒙特卡洛的半不变量法概率潮流计算[J]. 电力建设, 2017, 38(11): 144-150.

3. 3. 罗洪鑫. 基于蒙特卡洛模拟的企业资本结构调整[J]. 统计与决策, 2017(12): 179-181.

4. 4. 高锡荣, 杨建. 互联网企业的资产估值、定价模型构建及腾讯案例的蒙特卡洛模拟分析[J]. 现代财经(天津财经大学学报), 2017, 37(1): 90-100.

5. 5. 侯学良, 杨颖蓉, 李越. 基于蒙特卡洛模拟的电网建设工程基本预备费测算[J]. 电力建设, 2014, 35(9): 109-113.

6. 6. 方维. 基于蒙特卡洛模拟的项目风险管理方法研究[J]. 计算机与现代化, 2012(4): 33-36.

7. 7. 葛少云, 王浩鸣, 徐栎. 基于蒙特卡洛模拟的分布式风光蓄发电系统可靠性评估[J]. 电网技术, 2012, 36(4): 39-44.

8. 8. 孙涵. 基于蒙特卡洛的风电项目风险评价分析[J]. 理论月刊, 2011(11): 166-169.