基于云理论的输电投资项目实物期权评价研究

由于受到电力市场环境下多方面不确定性因素的影响,难以准确计算投资输电项目的现金流和内部收益率等关键决策指标,增加了电网投资项目的投资风险和决策难度.基于云理论描述了电网投资项目的现金流的模糊特性,较以往单纯依靠模糊数的方法更加符合决策者的思维判断模式,并充分体现了电网投资建设中不确定因素和模糊集隶属度的随机性.结合实物期权理论,构造了不确定环境下输电项目投资评价的新的方法框架,提出了基于云理论的输电项目实物期权投资决策模型,并以实例证明了该方法的有效性和可行性.     

基于实物期权理论的风电投资决策

与传统的能源发电投资相比,风电投资具有更大的投资风险.在目前的技术水平下,风电的大力发展离不开国家的政策扶持.无论对风电投资者而言,还是对风电投资政策制定者而言,均迫切需要一个可将风险量化的投资辅助决策工具.基于实物期权理论,文中建立了适用于中国风电投资环境的风电项目投资决策模型.该模型考虑了风电上网电价的不确定性、风电场投资及运行成本、投资政策、投资时机等因素.算例分析表明该模型可为投资者选择合适的投资时机提供决策参考,另外还可作为政策制定者制定合理投资政策的量化分析工具.     

发电投资的实物期权决策方法

电力工业的市场化改革为发电投资决策引入了更多的不确定性因素,从而对决策的灵活性提出了更高的要求.针对传统发电规划方法难以处理对决策有灵活性要求的问题,文中提出将发电投资项目的灵活性表示为一种有价值的实物期权,运用Black-Scholes(B-S)期权定价模型对发电项目的延迟投资决策进行估价,在相当程度上避免了传统的发电投资决策方法依赖项目的净现值而对诸多实物期权价值只能凭主观判断的缺点,能够计及灵活性要求,做出更合理的投资决策.     

浅析实物期权在发电投资决策中的应用

在竞争的电力市场中评价一个发电投资项目,传统的净现值法(NPV)能够很好地求出项目未来现金流的现值,但是它却不能评估由市场不确定性和经营不可靠性产生的价值。与NPY法相比,实物期权法(ROA)却能够很好地处理在评估过程中的不确定性与不可靠性问题。在本文中,我们提出了一种使用ROA法来评价发电投资机会的理论框架,通过一个案例研究,对所提出的框架与NPV法进行比较得出不同的结果。     

复合实物期权方法在风电项目投资决策中的应用

鉴于目前风电项目评价中一般采取传统的现金流贴现（DCF）方法,忽视了现实投资机会中战略经营的柔性价值,导致部分优质项目淘汰;而且当前学者们关于风电项目投资决策中这种柔性价值的研究,主要集中于风电项目投资机会中单个实物期权的模型和应用研究,但是现实中风电项目投资机会往往具有复合实物期权特性。从风电项目分期投资开发中复合实物期权特性分析着手,结合具体的风电项目实例,运用复合实物期权二叉树定价模型进行计算其投资价值,并同传统的DCF方法进行投资决策比较分析。可以看出,复合实物期权二叉树分析方法能够有效评估项目灵活性的价值,为经营灵活性和战略适应性进行定价。     

电力市场下基于实物期权理论的电源投资动态决策模型研究

传统的电源投资模型基于净现值(NPV)分析工具,它没有考虑市场的不确定性,而电力市场环境下需要建立动态投资模型,以研究投资者如何利用投资选择权规避不确定性带来的风险。为此,该文基于实物期权理论研究提出电源投资动态决策模型。首先依据电源投资特点并结合等待投资期权理论,研究给出模型的数值求解过程,然后结合我国南方区域电力市场电源结构特点,通过对发电容量投资案例的仿真计算,研究了投资者面对市场不确定性获取等待型期权的动态决策,分析了价格上限和投资许可证有效期对投资决策的影响。该文的研究不仅能为电源投资者提供新的决策方法,而且也能为政策制定者制定有序吸引电源投资的产业政策提供理论参考。     

实物期权方法及其在电力系统中的应用

很多国家和地区正在对电力工业进行放松管制和市场化改革,这将给电力系统的投资决策带来更多不确定性因素.传统的投资方案评估大多采用净现值(NPV)法,难以计及项目的管理灵活性;实物期权方法(ROA)较好地解决了这一问题,并已开始应用于研究电力投资决策方面的问题.首先简要介绍了实物期权的一些概念,然后对现有的实物期权定价的几种主要方法进行了总结,最后对ROA在电力系统中应用的研究现状做了简要综述,指出几个有待进一步研究的问题.     

实物期权理论在风力发电项目投资决策中的应用

由于风力发电项目投资具有很高的不可逆性、不确定性、竞争性和可持续发展特性,传统DCF分析方法不能很好地处理这些特性,DCF分析方法不能完全满足风力发电项目投资决策的需要。分析了风力发电项目投资的特点,提出了在风力发电项目投资决策中引入实物期权的基本思路和模型,并讨论了实物期权模型的应用方法。     

基于实物期权理论的碳捕集系统最佳投资时机决策模型

为了改善发电厂碳捕集系统投资价值评估的适应性和可靠性,结合碳捕集系统风险投资的期权特征,基于实物期权理论提出了碳捕集系统最佳投资时机决策数学模型。在考虑了系统投资决策的不可逆性和可延迟性以及碳价和碳减排成本的不确定性的基础上,得出了投资时机临界值和开发发电厂碳捕集系统的最优投资策略。数值算例分析表明,该模型合理地评估了风险投资的机会成本,最大限度地挖掘了系统的潜在价值。与传统净现值评估方法进行对比,该方法克服了净现值法低估风险价值的缺陷,有效地指导了碳捕集系统风险投资时机的选择,而不是做出立即投资或者是选择不开发的简单决策。该模型为发电厂碳捕集系统的投资提供了量化分析的数学工具和科学的参考依据。     

基于实物期权和博弈理论的电源投资动态模型

首先建立了市场环境下的电价计算模型及投资商的收益计算模型,并在此基础上构建了基于实物期权理论的电源投资动态模型,该模型考虑了投资项目未来收益的不确定性以及投资决定的不可逆性对最佳投资时机的影响;然后将博弈理论引入模型中以考虑投资商之间的相互竞争对投资决策的影响;最后以我国南方区域电力市场为背景,构建了发电容量投资算例,实证研究了投资者面对市场不确定性和竞争时的动态决策过程.仿真结果说明该模型起到了规避投资风险,获得投资机会的作用.     

基于实物期权的燃煤电站CCS投资决策研究

考虑碳交易价格、燃料价格、投资成本及政府补贴等不确定性因素,基于实物期权理论构建了燃煤电站碳捕获与储存（carbon capture and storage,CCS）投资决策的四叉树模型,通过算例分析了模型的求解过程,证实了实物期权方法比传统的净现值（NPV）方法能更准确地评估CCS的投资价值;进一步研究了政策补贴对CCS投资决策的影响,并计算出不同政策补贴系数下碳交易价格的投资临界值。结果表明,政策补贴越高则碳价格临界值越低,当政府提供全额补贴和不提供补贴时,碳交易临界价格分别为103.56元/t和217.95元/t。这意味着在当前市场环境下,电站CCS投资会导致亏损。上述结论对燃煤电站的CCS投资决策提供了理论依据。     

基于实物期权的增量配电网投资决策

增量配电网放开后,增量配电区域内的电网资产收益将单独核算。无论是电网企业还是社会资本,都将面临新形势下的投资决策问题。首先针对增量配电网投资的盈利模式进行了分析,认为增量配电网投资收益带有多重不确定性。在此基础上,构建了增量配电网实物期权投资决策模型。同时结合增量配电网收益特性,运用模糊识别构建了波动率测算模型。最后通过算例分析验证了该模型的有效性。     

基于小波-神经网络的风电功率短期预测

根据风速、风电功率变化特点,有效地预测风电功率,可降低电网调度的难度,利用小波多分辨分析法将风速序列信号分解到不同尺度上以反映不同变化频率的风速信号,分解后的风速信号经多层前向神经网络BP（Back Propagation）预测出其对应的风电功率,通过将基于小波-神经网络模型的预测结果与基于BP神经网络模型的预测结果进行比较研究,发现基于小波-神经网络的预测精度更高,效果更好,且预测精度与预测时间长短有关。     

基于复合实物期权的燃煤电厂碳捕获与储存投资决策研究

碳捕获与储存（CCS）作为国际社会应对气候挑战的重要选择具有多期性和不确定性。考虑CCS投资决策的阶段性特点,建立燃煤电厂CCS投资的两阶段复合实物期权决策框架。在分析CCS投资过程中示范和商业化运营2个阶段中期权选择的相互影响并考虑碳交易价格、燃料价格、投资成本等不确定因素的基础上,运用复合期权二叉树模型对考虑不确定性问题的项目投资价值进行了评估,并通过算例分析了该模型在CCS投资决策中的应用,得出了不同政策补贴条件下碳交易价格的投资临界值,为燃煤电厂CCS投资决策提供了理论依据。     

光伏发电项目风险投资决策方法

分析了光伏发电项目的投资风险,梳理了常规的投资风险度量方法和发电项目投资决策方法,并对近期国内外研究现状和成果进行了综述,以期得到一种更加可行的光伏发电项目投资决策方法。     

风电场短期风电功率的神经网络方法预测研究

对风力发电进行有效的预测,则可降低电网调度的难度。根据从风电场获得的相关风速、温度、风向、风电功率等数据,建立基于BP神经网络的短期风电功率预测模型,预测提前1,2,4,24h的风电功率。对所得预测结果进行比较,从而判断各种短期预测模型的优劣。从对比的结果可知,神经网络模型预测不超过24h的风电功率时具有一定的可靠性。     

计及经济增加值的电网建设项目投资评价方法

在阐述经济增加值(economic value added,EVA)应用现状的基础上,结合已有的研究成果分析EVA的内涵及其在投资决策、业绩考核等方面的优点;从评价步骤、EVA计算、累计EVA贴现值计算及其与净现值比较等方面入手,构建了基于EVA的电网建设项目投资评价方法.最后,以某110 kV城市中心变电站的技术经济...     

基于鱼群算法优化BP神经网络的电力客户满意度综合评价方法

首先从形象、期望、对供电质量的感知、对服务质量的感知、价值感知、抱怨、忠诚7个方面建立供电客户满意度测评指标体系,然后分析了BP神经网络与鱼群算法结合的可行性,探讨了鱼群算法优化神经网络的步骤。最后对5个地区2009年供电客户满意度测评数据,在专家打分测评的基础上,运用神经网络及鱼群算法优化神经网络方法进行满意度评价。前者在收敛过程中130次停留在误差值10-1左右,后者在局部最优处仅仅停留10次;在误差值为0.001时,前者经过168次训练后能够达到目标,而后者只需要88次训练就能达到目标。结果表明鱼群算法优化神经网络具有准确、快捷、简易等优点,此方法用于供电客户满意度评价行之有效。