电力工程经济评价和电价

前言

第一章 电价总论

第一节 研究电价问题的重要意义

第二节 名词解释

第三节 中国电价制度和政策

第四节 其他国家和地区电价情况

第五节 本书主要阐述内容

第二章 现行经济评价基础知识

第一节 计划经济与市场经济经济评价的主要区别

第二节 主要报表

第三节 财务评价指标

第四节 主要有关税种

第三章 电力行业现行经济评价方法

第一节 电力建设项目财务评价与国民经济评价

第二节 火力发电工程财务评价办法

第三节 报表设置

第四节 几点认识

第四章 现行上网电价计算方法

第一节 电力产品成本

第二节 计算方法特点

第三节 原始资料

第四节 计算软件

第五节 参考电价

第五章 快速电价计算方法

第一节 计算原则

第二节 公式推导

第三节 公式简化

第四节 与电算成果的比较

第五节 应用范围与实例

第六章 几种特殊火电项目的经济评价

第一节 利用外资工程

第二节 热电联产工程

第三节 技术改造工程

第四节 资产重组

第七章 电网建设项目经济评价

第一节 概述

第二节 财务评价指标的计算与分析

第三节 财务评价的基本报表

第四节 快速过网费用计算

第五节 投资风险分析

第六节 电源优化排序

第七节 电力发展规划

第八章 工程造价

第一节 火电工程限额设计参考指标

第二节 电网工程限额设计控制指标

第三节 电力工程投资框算

第九章 资本金内部收益率

第一节 基本认识

第二节 火电工程的IRR

第三节 电网工程的IRR

第四节 《建设项目经济评价方法与参数》(第三版)的规定

第十章 电价改革与成本分析

第一节 电力工业结构与电力市场

第二节 电价确定方法

第三节 美国加利福尼亚州电力危机

第四节 电价改革

第五节 成本分析

附录 国家发展改革委关于印发电价改革实施办法的通知

参考文献2100433B

自2003年2月第一版出版以来，受到读者的好评，现推出第二版，结合六年多来政策的变化、《建设项目经济评价方法和参数》（第三版），以及相关的投资和电价数值进行修改和补充。

本书可供从事或关心电力工程投资、建设、规划、设计、管理、科研和教学等工作的人员，在研究做好经济评价工作和确定电力价格时参考。

电力价格问题是电力工业改革面临的重大问题之一，全书分为十章，从电价、财经和金融等有关基础知识入手，对现行火电项目经济评价方法、现行电价计算方法、快速电价计算方法、几种特殊火电项目经济评价方法以及电网建设项目经济评价作了介绍，最后对工程造价、资本金内部收益率以及电价改革和成本分析等关键问题进行了讨论。

根据预测点的类型，将电价预测分为系统边际电价或者市场统一出清电价预测、区域边际电价预测、节点边际电价预测。通常情况下，们所说的电价预测都是对系统的统一出清电价的预测，在系统不发生阻塞的情况下，各个地区的区域出清电价和系统统一出清电价是相同的 。

根据预测内容的不同，可以分为确定性预测和电价空间分布预测，前者是当前讨论比较多的热点，主要针对短期电价预测，预测的结果就是给出一个确定的电价预测数值，后者主要基于概率论与数理统计知识，确定预测结果的可能波动范围及其一段时期内的电价均值，主要是针对中长期电价预测，目前国内外在这方面研究得还比较少。

根据预测机理的不同，将电价预测分为短期预测和中长期预测。由于电价波动大的特点，具体分为小时预测旧预测、月度、季度预测。针对周末边际电价的特殊性，还将周末边际电价进行单独预测。

电价预测是电力市场化以后新出现的研究方向。研究尚不够充分，目前还没有一种通用的预测方法能较好地适合于所有的电力市场，因此有必要充分地利用各个电力市场本身的特点进一步展开研究，从而提高预测精度。下文将根据电价预测机理的不同，分别针对短期电价预测和中长期电价预测进行深入的分析。

短期电价预测是电价预测的重要组成部分，它主要用于预测未来几小时、1天至几天的电价。准确的短期电价预测将有助于发电商最优报价策略的选择，从而最大化其利润，使购电方的动态成本控制成为可能，同时也为监管部门的实时监管提供了重要的科学依据，保证电力市场的正常运行。目前，短期电价预测主要有四种方法 :

1.时间序列法，

2.神经网络(ANI})预测法，

3.基于小波理论的预测方法，

4.组合预测方法等。

电价预测时间序列预测法

时间序列模型分为自回归(AR)模型、动平均(MA膜型、ARMA模型、累积式自回归一动平均(AR MA膜型，已被广泛应用于短期负荷预测中，考虑到各时段系统边际电价本身就构成一个等间距的随机时间序列，因此有不少学者尝试将时间序列模型应用于短期电价预测，当前比较常用的主要是ARMA模型!7.A]和AR MA模型!9‘。]。 时间序列方法的主要难点在于如何选择恰当的模型，如果模型选择不准确，则即使参数估计再准确，预测的效果也不会好。考虑到在时间序列分析中，选用何种因子和用何种表达式有时只是一种推测，影响电价的因子的多样性和某些因子的不可测，使得时间序列分析在某些情况下受到限制，预测的精度较低。

电价预测神经网络方法

由于时间序列方法仅依靠分析电价自身发展规律进行预测，无法处理多变量问题，存在一定的片面J陛，为此可采用多变量模型，从而提高时间序列法的预测精度。神经网络对大量非结构性、非精确性规律具有自适应功能，能够有效处理多变量和非线性问题，从而成为目前国内外专家学者研究得比较多的一种申‘价预测方法

电价预测基于小波理论的预测方法

小波理论是在傅里叶分析基础上发展起来的一种信号处理方法，小波变换能将各种织在一起的不同频率混合信号分解成不同频带上的块信号，然后在各个时频区域分别进行观察和处理，在时域和频域都具有良好的分辨能力。

小波神经网络与BP神经网络相比，预测精度和收敛性方面都有明显的提高。但是在用辅助式小波神经网络进行预测时，需注意小波基和分解尺度的选择，同时处理好小波变换过程中的边界问题，否则即使各个子序列预测得再准确，总体的预测效果也不会很好。而在用嵌套式小波神经网络进行预测时，需注意小波基的数量和网络初始参数的选择，选择不当会导致网络收敛速度缓慢甚至出现不收敛。

电价预测组合预测方法

由于电价的影响因素比较多而且关系错综复杂，有时候无论采用时间序列法、神经网络方法等都难以达到理想的预测效果。鉴于单一预测方法的一些弊端，有些学者开始对组合预测方法进行探索，当前的主要思路是直接从电价预测机理的角度将单一预测模型进行组合，即先对各种已有的单一预测方法优缺点进行分析，然后通过将两种或者多种方法进行组合，扬长避短，从而建立最优的组合预测模型。

基于数据挖掘技术强大的数据处理能力，能从大量的数据中发现有用的规律、规则、联系、模式等知识，有学者!26]提出一种基于数据挖掘中的相似搜索技术和加权回归技术相组合的电价预测方法:即对临近日和相似搜索所得到的相似日的负荷—电价数据用加权回归进行电价预测，这种方法比较适合于负荷与电价强相关性的电力市场如加州电力市场。