发电企业成本管理与竞价优化理论与应用研究

论文摘要

营销环境的不断变化导致我国发电企业面临空前的竞争压力。一方面,发电企业从资产规模竞争逐渐转变为成本竞争,成本领先战略成为发电企业的共识;另一方面,面对“竞价上网”的市场方向,电价的分析与预测成为发电企业关注的焦点。本论文在对国内发电企业的营销环境进行分析总结的基础上,通过解释结构模型最终形成风险系统的递阶有向图。对发电企业而言,成本和电价是关键性的、相对可控的风险因素。对成本管理模式的进一步研究和对市场价格的分析及预测成为本文的重点研究内容。本论文对传统成本管理模式进行了总结,结合发电企业自身的业务特点,对发电企业运用作业成本管理模式的现实性进行了探讨。发电企业作业成本管理模型的设计主要包括以下内容:一、建立资源库,为进一步分摊到作业及成本对象建立基础;二、根据发电企业的相关业务流程,并参考国际标准,建立层次清晰、符合行业标准的电力作业库;三、确定以发电设备系统及机组为核心的成本计算对象;四、设计成本动因模型。论文针对上述各个环节展开深入讨论,并给出各个环节的具体模型设计过程。电价分析及预测的主要技术通常归结为两种:基于统计学的方法,以及基于人工智能的方法。其中,广义自回归条件异方差模型由于能较好的适应电价的异方差特点而应用广泛,但模型所需的参数化假设条件对其应用造成了限制。本文在时间序列法的基础之上,研究了条件方差函数的非参数估计方法并将其应用在日前电价曲线的预测中。实际算例表明,本论文研究的方法能够更有效的预测电力市场中时常出现的价格尖峰。单一模型预测电价因各自特点有不同的适应性,多模型组合预测电价能够综合各种方法所提供的有用信息,提高预测精度。在对各种模型所得结果的权重处理上,论文提出利用预测时点的环境信息来评价各单一预测模型在该时点的可信度,然后利用Dempster-Shafer证据理论的数据融合原理对单一模型的可信度进行综合处理,从而最终确定其组合权值。实际算例证明,基于Dempster-Shafer证据理论的多模型组合方法可以较好的处理波动较大的电价预测多模型组合问题,模型的预测精度较其他方法有明显的提高。在上述理论研究基础上,论文进一步探讨了发电企业协调竞价的优化机制及系统设计,以期为发电企业的具体应用建立基础。

论文目录

• 中文摘要
• Abstract
• 目录
• 第一章 引言
• 1.1 选题背景及意义
• 1.2 国内外研究现状
• 1.2.1 发电企业营销环境与风险结构分析
• 1.2.2 发电企业的成本管理模式研究
• 1.2.3 单一模型预测电价的技术研究
• 1.2.4 组合模型预测电价的技术研究
• 1.2.5 企业协调竞价的优化机制及系统设计
• 1.3 本文要做的工作
• 第二章 发电企业营销环境与风险结构分析
• 2.1 引言
• 2.2 发电企业的营销环境分析
• 2.2.1 发电企业市场营销的宏观环境
• 2.2.2 发电企业市场营销的电力市场环境
• 2.2.3 发电企业营销工作的内部环境
• 2.3 基于ISM的发电企业风险结构分析
• 2.3.1 电力市场环境下发电企业的风险环境
• 2.3.2 发电企业的风险要素集合
• 2.3.3 ISM模型的基本原理
• 2.3.4 发电企业风险系统的ISM分析
• 2.3.5 相对可控的关键性要素
• 2.4 本章小节
• 第三章 基于ABC的发电企业成本管理优化模型研究
• 3.1 引言
• 3.2 发电企业成本管理模式的发展方向
• 3.2.1 成本管理模式的演变
• 3.2.2 发电企业的动态成本分析及其障碍
• 3.2.3 发电企业实施ABM的现实意义
• 3.3 发电企业作业成本通用模型研究
• 3.3.1 研究思路与主要环节
• 3.3.2 建立资源库
• 3.3.3 作业库模型的设计
• 3.3.4 成本对象的模型设计
• 3.3.5 成本动因的模型设计
• 3.4 基于ABC的发电企业竞价模式
• 3.5 本章小节
• 第四章 基于非参数GARCH模型的电价分析及预测方法
• 4.1 引言
• 4.2 电价预测的主要技术手段
• 4.2.1 电力市场中的电价及其预测
• 4.2.2 人工智能算法预测电价
• 4.2.3 时间序列方法预测电价
• 4.3 基于NP-GARCH模型的电价分析及预测方法
• 4.3.1 通用型估计模型表达式
• 4.3.2 CVF的非参数估计理论
• 4.3.3 电价时间序列的Nonparametric-GARCH模型估计
• 4.4 算例分析
• 4.4.1 数据选择与估计步骤
• 4.4.2 主体模型估计
• 4.4.3 附模型估计
• 4.4.4 预测结果分析
• 4.5 本章小节
• 第五章 基于DS证据理论的多模型组合电价预测研究
• 5.1 引言
• 5.2 电价的组合预测问题
• 5.2.1 单一模型预测电价的不足
• 5.2.2 主要的组合预测模型
• 5.2.3 组合预测中单一模型的选取
• 5.3 Dempster-Shafer证据理论
• 5.4 基于证据理论的多模型组合电价预测
• 5.4.1 主要步骤
• 5.4.2 预测模型的选取和参数确定
• 5.4.3 权值训练和预测建模
• 5.4.4 证据的合成与最终权值的确定
• 5.4.5 最终的电价预测
• 5.5 算例分析
• 5.5.1 数据选择与预处理
• 5.5.2 单一模型预测结果分析
• 5.5.3 DS证据合成
• 5.5.4 组合预测的结果分析
• 5.6 本章小节
• 第六章 发电企业协调竞价的优化机制及系统设计
• 6.1 引言
• 6.2 发电企业协调竞价优化体系的建立
• 6.3 区域电力市场中协调竞价的优化机制
• 6.3.1 基于协调优化的区域电力市场竞价体系架构
• 6.3.2 电厂的竞价效率评估
• 6.3.3 区域公司协调优化竞价的基本策略
• 6.3.4 协调竞价
• 6.3.5 利益平衡机制
• 6.4 发电企业协调竞价辅助系统的设计
• 6.4.1 两级协调竞价的系统结构
• 6.4.2 集团端系统的主要功能
• 6.4.3 电厂端系统的主要功能
• 6.5 本章小节
• 第七章 结论
• 参考文献
• 致谢
• 攻读博士学位期间发表的学术论文
• 攻读博士学位期间参加的科研工作