由于长期以来一直是以煤、石油、天然气等化石能源为主的能源产-输-配-供-消体系, 我国的环境问题日益严重, 因此建设集成高比例清洁能源与可再生能源的新一代电力系统已成为我国人民对电力发展的普遍要求。党的十九大报告提出要推动能源产消革命, 构建安全高效、清洁低碳的能源体系, 并将开展多能互补集成优化工程作为我国《能源发展“十三五”规划》的主要任务。在PPP和新电改条件下, 区域能源互联网落地阶段的主要任务是建设新一代电力系统与开展多能互补基础上的综合能源服务^[1-3]。国内外许多研究机构、能源企业已经开展了相关的课题研究、项目探索与商业实践, 国内如上海迪士尼度假区示范^[4]、延庆县示范工程^[5]、崇明岛示范工程^[6], 国外如欧盟E-DeMa项目、ELECTRA示范项目^[7-8] 、德国朗根费尔德示范工程、日本柏叶智慧城市^[9]、英国曼彻斯特示范工程^[10-11]、加拿大耶洛奈夫镇示范项目^[12]等。总之, 伴随综合能源服务体制新业态的发展, 以及分布式发电技术、能源互联网技术与能源系统管控技术的成熟, 基于多能互补工程的综合能源服务已在世界各国迅速开展, 并成为战略竞争与合作的新焦点^[13-14]。当前, 浙江电网公司正在积极转型为现代综合能源服务企业, 已经广泛开展了售电侧的风险管理研究^[15-16], 但未就综合能源服务风险管理开展相关研究。针对这一空白, 本文提出了基于故障树分析法与突变级数法的电网公司综合能源服务风险管理方法。

风险识别是风险评估、风险应对和风险监督的基础^[17]。风险识别的主要目标是区分和验证可能起主要作用的潜在风险因素。实际上, 对已确定的风险因素进行分类也很重要。风险识别方法按以下流程实施。

步骤1 通过文献调研收集风险因素并分类。收集并选择国内外研究人员经常提及的常见风险因素, 将其作为电网公司综合能源服务的潜在风险来源。

步骤2 专家问卷调查。根据文献调研结果, 进行风险识别、验证的问卷调查。在这一环节中, 对熟悉综合能源服务领域的专家进行问卷调查。专家问卷调查的主要任务是区分可能有重大影响的风险因素。

步骤3 通过故障树分析进行风险识别。故障树分析方法由WATSON H A于1961年提出, 是一种根据布尔逻辑的演绎故障分析方法^[16]。故障树分析方法广泛应用于风险识别、障碍检查、项目可靠性测试、财务管理、安全与质量控制、军事行动等领域。

电网公司综合能源服务由3类边界层所包围, 其影响边界如图1所示。

由图1可知, 物理边界位于最内层, 外侧依次为影响边界和政策边界; 经济影响边界表示能源供应侧与需求侧间的资金流; 环境影响边界可以清晰表明电网公司综合能源服务对环境的影响, 在该边界层中, 不同污染物的影响可以根据其对生态环境、人体健康等的影响进行定量评价; 政策边界表明直接或间接影响决策者的法律、调控或制度框架等, 与国家或地区的能源战略以及社会、经济和环境政策等因素密切相关。

进行有效的电网公司综合能源服务风险识别, 需要结合能源综合服务的背景, 对风险因素进行全面研究。就电网公司综合能源服务风险管理而言, 其风险主要来自政策及能源供用能的不确定性, 具体如图2所示。

由图2可知, 在综合能源服务背景下, 存在多种风险因素, 而这些风险因素均从不同角度对电网公司综合能源服务造成一定的影响。

基于上述风险因素分析, 结合电网公司综合能源服务所包围的物理边界、影响边界和政策边界3类边界, 及图2所示的13个风险指标, 根据风险指标的意义和实际作用, 对各个主成分进行定义和分类。基于故障树分析原理, 最终可以得到电网公司综合能源服务风险指标结构, 具体如表1和图3所示。

突变理论是由法国数学家勒内·托姆于1972年创立, 是利用动态系统的拓扑理论来构造自然现象与社会活动中不连续变化现象的数学模型, 并以此描述和预测事物连续性中断的质变过程, 是目前唯一研究渐变到突变的系统理论^[18]。突变级数法将突变理论与模糊数学结合起来, 采用定性与定量相结合的方法, 既减少了主观人为性, 又不失科学性和合理性。该方法简单、准确, 适用于多目标评价与决策。突变级数法运算步骤如下。

根据系统的内在作用机制, 将总指标进行多层次主次矛盾分解, 按照先主后次顺序排列成倒立的树枝状结构, 逐层向下分解, 直至分解到可以计量的指标为止。对各层指标按重要程度进行排序。若一个指标有1个下层指标, 该模型可视为折叠突变模型。若一个指标所对应的下层指标有2个, 该模型可视为以该指标为状态变量、2个下层指标为控制变量的尖点突变模型。若一个指标有3个下层指标, 该模型可视为燕尾突变模型。若一个指标有4个下层指标, 该模型可视为蝴蝶突变系统。若一个指标的下一层指标个数多于4个, 则需利用主成分分析法对指标进行合并, 使合并后的指标个数不超过4个。模型的各层指标权重分别为m, n, w, u。其中, 折叠突变模型^[18]为

$Q_{1}(x)=x^{3}+m x$

(1)

尖点突变模型为

$ Q_{2}(x)=\frac{1}{4} x^{4}+\frac{1}{2} m x^{2}+n x $

(2)

燕尾突变模型为

$Q_{3}(x)=\frac{1}{5} x^{5}+\frac{1}{3} m x^{3}+\frac{1}{2} n x^{2}+w x $

(3)

蝴蝶突变模型为

$ Q_{4}(x)=\frac{1}{6} x^{6}+\frac{1}{4} m x^{4}+\frac{1}{3} n x^{3}+ \\ \;\;\;\;\;\;\;\;\;\;\;\;\frac{1}{2} w x^{2}+u x $

(4)

依据表1中电网公司综合能源服务风险指标结构, 建立的逐层结构模型如表2所示。

由于顶层一级风险指标A可以分解为M1, M2, M3, M4这4个二级风险指标, 因此可以采用蝴蝶突变模型, 通过对M1, M2, M3, M4进行归一化处理, 计算顶层风险指标A的值; 由于风险指标M1可以分解为R1, R2, R3这3个三级风险指标, 因此可以采用燕尾突变模型, 通过对R1, R2, R3进行归一化处理, 计算风险指标M1的值; 由于风险指标M2可以分解为R4, R5, R6这3个三级风险指标, 因此可以采用燕尾突变模型, 通过对R4, R5, R6进行归一化处理, 计算风险指标M2的值; 由于风险指标M3可以分解为R7, R8, R9这3个三级风险指标, 因此可以采用燕尾突变模型, 通过对R7, R8, R9进行归一化处理, 计算风险指标M3的值; 由于风险指标M4可以分解为R10, R11, R12, R13这4个三级风险指标, 因此可以采用蝴蝶突变模型, 通过对R10, R11, R12, R13进行归一化处理, 计算风险指标M4的值。

由于最底层评价指标之间的取值范围和单位量纲均不相同, 各指标之间无法进行比较, 需将其转变为0~1之间的无量纲数据。同时, 还需将所有的评价指标数据转化为越大越好型数据, 对越小越好型数据采用倒数法进行标准化处理。

对于正向指标

$ R_{+}=\frac{x-x_{\min }}{x_{\max }-x_{\min }} $

(5)

对于逆向指标

$ R_{-}=\frac{x_{\max }-x}{x_{\max }-x_{\min }} $

(6)

对于折叠突变模型

$ x_{m}=m^{\frac{1}{2}} $

(7)

对于尖点突变模型

$ x_{m}=m^{\frac{1}{2}}, x_{n}=n^{\frac{1}{3}} $

(8)

对于燕尾突变模型

$ x_{m}=m^{\frac{1}{2}}, x_{n}=n^{\frac{1}{3}}, x_{w}=w^{\frac{1}{4}} $

(9)

对于蝴蝶突变模型

$ x_{m}=m^{\frac{1}{2}}, x_{n}=n^{\frac{1}{3}}, x_{w}=w^{\frac{1}{4}}, x_{u}=u^{\frac{1}{5}} $

(10)

确定控制变量的数目后就可以选择对应的初等突变模型。根据不同模型的归一化公式和最底层评价指标的无量纲数据, 可计算各控制变量的突变级数值。计算过程中若指标之间无相关性采用“非互补”原则, 即“大中取小”; 若指标之间具有相关性应采用“互补”原则, 即“取平均数”。逐层向上计算突变级数, 最终求出总突变级数进行评价。

风险等级分类和指示为(0.900 0, 1.000 0]意味已达极高风险水平; (0.700 0, 0.900 0]意味已达较高风险水平; (0.500 0, 0.700 0]意味已达高风险水平。

假设对浙江某一电网公司综合能源服务开展风险管理工作, 具体管理流程如下。

(1) 确定各个风险指标的原始值。为提高风险评估结果的客观性和准确性, 选取国内另外30家综合能源服务企业近3年来的13个风险指标的原始值, 形成各个风险指标的最大值和最小值, 用于风险评价指标的无量纲化处理。

(2) 评价指标的无量纲化处理。根据式(5)和式(6), 可以得到各个风险指标无量纲化处理后的风险值, 如表3所示。

(3) 归一化公式的推导。根据电网公司综合能源服务风险评估所选取的突变模型, 基于式(7)、式(8)、式(9)和式(10), 将各个风险指标归一化, 结果如表4所示。

(4) 突变级数的计算。确定控制变量的数目后就可以选择对应的突变模型, 根据不同模型的归一化公式和最底层评价指标的无量纲数据, 计算各控制变量的突变级数值。计算过程中若指标之间无相关性, 则采用“非互补”原则, 即“大中取小”; 若指标之间具有相关性, 则采用“互补”原则, 即“取平均数”。逐层向上计算突变级数, 最终求出总突变级数进行评价, 具体如表5所示。

(5) 基于归一化结果评估风险。由表5可以明显看出, 风险类别 M1, M3, M4与企业顶层风险A 已达极高风险水平, 风险类别M2也已达高风险水平。

根据表3各风险指标无量纲化处理后的风险值的年均值, 排列各风险指标进行风险响应的风险等级, 结果如表6所示。另外, 根据表5各风险类别风险值的年均值, 排列各风险类别进行风险响应的风险等级, 结果如表7所示。

电网公司综合能源服务风险应对是在管理者充分认识所面临的风险的前提下, 运用各种手段措施, 对各种风险进行识别、控制和防范, 确保电网公司资本运营的效益性、连续性和稳定性, 实现公司收益目标的一项重要管理活动。结合电网企业转型现代能源综合服务企业的背景, 对应各个风险指标, 基于风险评估结果可以采取的风险响应措施如表8所示。

为更有效地应对电网公司综合能源服务风险, 可以建立如图4所示的电网公司综合能源服务风险监管机制。

为减少电网公司综合能源服务风险的负面影响, 该风险监管机制的核心是建立专门的风险监管中心。该风险监管中心可以促使政府部门、金融机构、高校与科研院所、非政府组织等通过共同参与和互动交流来进行风险的识别、评估、应对和监管。风险监管机制的主要目标是通过建立财政支持机制、市场激励机制、政策扶持机制以及项目扶持机制, 以促进电网公司综合能源服务的可持续、稳健发展。事实上, 社会结构的紧密协作和集中整合可以显著降低风险影响, 提高电网公司综合能源服务的综合产值。电网公司要建立风险指标的定期报告制度, 对各项风险指标体系进行定期评价, 并根据评价结果对指标体系进行调整与完善, 各项风险指标体系的评价与完善需要多部门的共同参与。

本文针对浙江电网公司转型现代能源综合服务企业的背景, 结合风险管理理论体系, 研究了电网公司综合能源服务风险管理的控制内容、控制要素、控制环境及控制目标。结合公司实际生产经营过程和风险控制要求, 基于故障树分析法和突变级数法的风险评估方法, 提出了适用于电网公司综合能源服务的风险管理数学模型, 形成了电网公司综合能源服务风险管理体系, 为电网公司保障稳定收益以及综合提高公司风险管理水平提供了很好的借鉴。