[发明专利]基于电力大数据的新能源政策实施效果综合评价方法

权利要求书

1.一种基于电力大数据的新能源政策实施效果综合评价方法，其特征在于，包括以下步骤：

1)基于相关性分析以及时差相关性分析确定模型变量；

2)基于模型适用条件及F检验确定模型；

3)运用MATLAB软件进行拟合各政策对新能源发展的促进效果的步骤建立面板数据模型且进行面板数据模型求解，并根据模型结果进行各政策实施前后的仿真分析，确定各政策实施对新能源发展的促进效果；

4)采用TOPSIS方法从新能源发展效益和环境效益两方面对新能源政策的实施效果进行综合评估。

2.根据权利要求1所述的基于电力大数据的新能源政策实施效果综合评价方法，其特征在于，确定模型变量的过程如下：

(1)被解释变量

被解释变量指代在面板数据模型中的因变量，即体现新能源发展效益的变量；根据新能源政策实施效果评价指标体系，模型中新能源政策效果的被解释变量即新能源发展效果的五个二级指标：新能源上网电量、新能源发电量、新能源新增装机容量、新能源发电利用小时数、弃风/弃光率；

(2)解释变量

解释变量指代面板数据模型的自变量当中作为研究对象的变量，指各项政策变量；在选取解释变量过程中，由于政策的难以量化性和政策的非即时性，必须对解释变量进行量化处理以及生效时延的确定；

1)政策时间序列的量化

在政策的量化层面，将新能源发电政策分为两类，价格政策以及非价格政策，价格政策指可连续变化且变化较为频繁的直接导致电价或发电收益变化的政策；非价格政策除价格政策外的其他政策；针对两类政策采用不同的处理方式，价格政策直接将上网电价利润作为解释变量的取值，上网电价利润为风电上网电价除去风电发电成本；而非价格政策则处理为二元决策变量，实施政策即为1，否则为0；

2)政策时延的确定

在政策生效时延层面，需明确一个原则：政策的生效需要时间；政策不能作为短期应急措施，必须考虑政策的生效时间，采用时差相关性分析对政策时延进行分析；

收集研究区域w年政策实施情况，即量化后的政策时间序列Z，结合被解释变量的w年数据Y_i，其中i≤5,按照公式(1)进行时差相关性分析：

式中：为时间序列Z，Y的均值；l称为时差或延迟期数，此处为年；n_l是数据取齐后的数据个数；t'是政策实施初始年；

按照公式(2)计算在各延迟期数下，政策时间序列Z与被解释变量Y_i的时差相关性绝对值的均值：

选择绝对值平均数最大的时差相关系数r_l所对应的延迟期数l为政策时间序列Z的滞后期数，从而确定政策的时延；

(3)控制变量

控制变量是为避免有偏估计而引入的，其表示除政策变动外风电发展的其它影响因素；在进行风电政策实施效果评估时，除解释变量外，宏观环境因素以及系统运行因素均影响风电发展情况，需要在模型中引入控制变量，实现政策因素与其他因素对风电发展的影响效果的区分；除政策外其他因素主要是宏观环境因素以及系统运行因素两方面：

1)宏观环境因素：用电量、二产GDP占比、人口增长率、平均气温、平均风速；

2)系统运行因素：电源结构、负荷率、储能容量；

考虑到模型数据量的约束，需要通过相关性分析方法对影响风电发展效果的因素进行筛选；

收集研究区域的被解释变量以及潜在控制变量的w年数据，对每个被解释变量Y_i分别与九个潜在控制变量X₁-X₉进行相关性分析,控制变量X₁-X₉记作X_j，j≤9；公式(3)为相关系数计算方法：

式中：为Y_i与X_j的相关系数；为时间序列X，Y的均值；

对每个被解释变量，选择相关性系数大于0.5并且满足置信度95％的潜在控制变量作为控制变量，从而确定各被解释变量对应的控制变量。

3.根据权利要求1所述的基于电力大数据的新能源政策实施效果综合评价方法，其特征在于，模型的通用公式如下：

式中，Y为被解释变量，X₁、X₂…X_n以及Z₁、Z₂代表潜在控制变量，可以为风电上网电量、用电量、上网利润。