基于BLAP聚类和多粒度犹豫模糊集的售电套餐推荐方法

现有基于用户评价信息的售电套餐推荐方法因忽略了差异化用户评价信息的多样性,且仅考虑了用户擅长评价售电套餐所有属性的情形,给推荐结果带来较大偏差。为此,提出了一种基于双层邻近传播(BLAP)聚类和多粒度犹豫模糊语言评价集的售电套餐推荐方法。首先,提出了基于用户画像标签体系和BLAP聚类的样本用户集划分方法,以辨别用电特性相似的用户;然后,考虑多粒度犹豫模糊语言评价集和权重不完整信息,提出了样本用户集对售电套餐选择的模糊评价方法;接着,提出了基于样本用户集评价信息的新用户满意度评估方法和售电套餐的全排序推荐方法,以实现售电公司对售电套餐的精准推荐。最后,以中国某地区用户为对象进行算例分析,结果表明基于BLAP聚类和多粒度犹豫模糊集的售电套餐推荐方法能够帮助售电公司提高推荐质量,进而提升用户满意度,增强用户黏性。     

售电商参与现货市场下的售电套餐优化设计

随着中国电力现货市场的快速发展,售电商可以通过设计售电套餐来引导电力用户参与电力需求响应,以此提高双方利益。文中引入避峰响应系数,在分时电价的基础上制定售电套餐激励以吸引电力用户积极转移用电负荷。首先,根据设计的售电套餐计算出电力用户选择售电套餐后的负荷转移情况;其次,考虑电费支出的变化与用电方式的变化对电力用户效用产生的影响,基于效用函数构建售电套餐决策模型来计算出电力用户对售电套餐的选择情况;然后,文中基于售电商参与现货市场交易转移负荷,以售电商利益驱动量最大化为目标优化设计出4种售电套餐;最后,通过算例分析,验证了优化后的售电套餐符合双方的利益要求。     

考虑用户有限理性的售电公司峰谷组合电力套餐设计

中国电力零售侧市场化程度逐步加深,售电公司须为电力用户提供有针对性的电力套餐以保障其市场占有率和持续盈利能力.为此,提出售电公司峰谷组合电力套餐零售模式并构建了考虑用户有限理性的电力套餐设计双层优化模型.在上层模型中,售电公司以购售电收益最大化为目标优化峰谷电力套餐参数及其在电力市场中的购电策略;在下层模型中,用户以购电综合效用最大化为目标进行峰谷组合套餐定制,考虑了裕度电量价值及从众心理对有限理性用户决策的影响,同时基于锚定效应模拟了用户在选购电力套餐后的用电行为.以某地居民用户为对象进行仿真分析,结果表明售电公司可通过设计峰谷组合电力套餐激励有限理性用户主动调整用电行为,提高购售电收益.     

基于电力交易用户最优特征子集的售电套餐推荐方法

针对电力市场用户群庞大,交易过程中售电套餐选择困难的问题,提出一种基于电力交易用户最优特征子集的售电套餐推荐方法。首先,定义了电力交易用户最优特征子集,并设计基于加权递增项目覆盖率最优子集的发现算法,合理地从海量交易用户中筛选出最优用户特征子集。然后,提出一种基于属性相关的售电套餐相似性计算方法,通过聚类和确定套餐属性权重的方式计算套餐相似度,得到套餐项目的相似度矩阵。最后,基于最优特征子集和相似度矩阵实现了售电套餐的精准推荐。实验验证表明了电力交易用户最优特征子集的有效性和所提推荐算法的准确性。     

基于有限理性用户选择行为的定制化电价套餐设计

利用电力需求响应机制,通过引导用户主动参与电网调峰,能够提高用户和电网互动的积极性、减轻电网峰时供电压力。针对各电力用户因其用电差异性而需要不同的电价套餐,且电力用户选择电价套餐的决策行为普遍是有限理性而非完全理性的,该决策行为存在演化博弈过程的特点,提出了一种考虑有限理性用户选择行为的定制化电价套餐设计方法。首先,采用K-means算法对电力用户的日负荷曲线的负荷特征指标对其进行聚类分析,并生成聚类后的每一类用户的典型负荷曲线,利用模糊理论根据各典型负荷曲线确定各套餐的用电曲线;其次,通过熵权法计算用户效用,并在此基础上应用演化博弈理论计算用户在有限理性情况下的套餐选择比例;然后,建立售电公司和供电公司之间的双边协商购电合同模型;最后,在保障售电公司市场占有率和用户满意度的前提下,以实现售电公司和用户的双赢为目标,建立面向有限理性用户的定制化电价套餐模型。算例结果证明了所提方法及模型的合理性和可行性。     

含有用户自主选择行为分析的电价套餐设计策略

基于用户自主选择行为并趋优的特性,提出了一种新型的电价套餐制定策略。首先,采用K-means算法对电力用户负荷特性曲线进行聚类分析,生成各类典型的用户负荷特性曲线;构建效用模型及用户选择概率模型,以效用最大化确定不同用电习惯的用户选择套餐的概率。其次,制定基于CVaR的售电商成本与风险模型,并以用户自主选择行为和售电商成本与风险等作为约束,以售电商利润最大化为优化目标,建立了电价套餐定制模型。最后,结合算例验证所提出的电价套餐的合理性及可行性。     

两级电力市场环境下考虑多类型零售套餐的售电公司购售电策略

为推动电力资源在全国范围内的优化配置,我国正大力推进全国统一电力市场的建设。根据现有方案,在建设初期,我国将建成“统一市场,两级运作”的两级电力市场,并逐步允许售电公司等购电主体参与跨省跨区电力交易。如何在两级电力市场环境下考虑购售电策略间的相互影响,合理分配包括跨省跨区市场、省内市场在内多个市场的购电量,并针对用户偏好制定多种零售套餐,以实现收益最大化,成为售电公司目前亟须研究的问题。探讨了两级电力市场环境下售电公司参与跨省跨区市场的交易框架;分析了售电公司多时间尺度、多空间尺度的购电成本和风险;构建了4类典型零售套餐下的用户需求响应模型以及用户选择行为模型;在此基础上,建立了两级电力市场环境下的售电公司购售电决策模型,采用条件风险价值模型度量市场风险,寻求收益和风险的合理决策。算例验证了所提方法的有效性。     

基于供需匹配度的风光储套餐定价策略

为提升售电商参与未来零售市场竞争的收益,提出基于供需匹配度的风、光、储套餐定价策略。首先,面向上级能源供应商构建套餐度电成本模型,实现购电成本测算;然后,构建负荷转移率与电价差的需求响应不确定性模型,得到以电价为自变量的用户电量拟合函数;其次,引入电费支出满意度和用电方式满意度指标以保证售电商提供的套餐尽量满足用户用能需求,来构建基于供需匹配度的套餐选择概率模型;最后,以售电商购、售电净利润最大为目标函数,优化求解各套餐分时电价。仿真结果表明了所提定价策略的有效性及合理性。     

面向产消用户的售电公司发-用电多元电力套餐优化EI北大核心CSCD

新型电力系统背景下的产消用户不断发展,这给售电公司在设计多元化套餐吸引产消用户以及利用发电资源方面带来挑战。充分考虑产消用户的发用电特点,提出售电公司面向产消用户的发-用电多元电力套餐优化策略。设计2种发电套餐、3种用电套餐和2种发用电捆绑套餐;分别以考虑风险的售电公司综合收益最大和产消用户的综合满意度最高为目标函数,构建主方的购售电决策模型和从方的套餐选择模型,阐述售电公司和产消用户的主从博弈互动过程;提出博弈过程中的套餐组合策略,以提高套餐的多样性;采用粒子群优化算法和CPLEX优化软件求解模型的纳什均衡解。算例分析结果表明,博弈模型具有较好的收敛性,所提多元发-用电套餐和套餐组合策略能够适应不同类型的产消用户,提高产消用户的综合满意度。     

基于电力客户评估的差异化电价套餐研究

随着售电侧改革的推进,售电市场逐步扩大,售电公司在研究如何降低电力批发市场购电成本的同时,应当加强对电力零售市场用户的研究。构建电力客户评估指标体系,引入多目标优化的权重设计模型,基于电力客户评估结果对用户进行类别划分,并设计了相对应的差异化套餐。算例结果表明：在各类指标权重结果里,收益类指标中的年用电量权重结果最高;用户被划分到3个区间,评估结果高低与用户类别划分是基本匹配的。     

基于消费者参考价格决策及用户黏性的售电套餐优化

在未来的电力零售市场,更多的售电企业为规避风险,提高市场占有率和持续性,有必要向拥有零售选择权的终端用户提供科学合理并具有竞争力的售电套餐,为此提出一种售电套餐设计优化的新思路。首先,考虑用户消费的偏好行为,引入分类同化系数建立消费者内部参考价格(IRP)决策模型,定义单个用户的黏性行为(或称为惰性行为),建立单个用户黏性函数。然后,建立用户决策矩阵反映群体用户对套餐的选择情况,建立基于用户黏性和决策矩阵的售电企业总效用目标函数,以固定费用和单位费用相结合的套餐结构为基础,以套餐价格为变量,对最优目标进行搜索。接着,采用交叉粒子群算法,将传统的搜索方式改进为以元胞数组为单位的种群多区域同时搜索。同时,利用对决策矩阵的两次修正模拟用户无偏好条件下的绝对理性消费和存在偏好条件下的非理性消费。最后进行算例分析,通过对比优化前后潜在用户对套餐的选择情况,验证了模型的可行性与优化效果。     

考虑电动汽车用户有限理性的定制化电价套餐设计

考虑到售电公司对提高市场占有率和收益的需求,电动汽车用户对经济和舒适的追求,以及电动汽车保有量基数大且还在持续快速上升的情况,提出了一种考虑电动汽车用户有限理性的定制化电价套餐设计方法。首先,利用蒙特卡洛方法模拟生成一些电动汽车用户的充电需求以增加充电负荷数据,并采用k-medoids聚类算法对电动汽车用户按其充电负荷聚类出典型电动汽车用户的充电需求曲线。然后,通过熵权法计算电动汽车用户效用,并在此基础上应用演化博弈论分析电动汽车用户在有限理性情况下的电价套餐选择情况。最后,建立考虑电动汽车用户有限理性的电价套餐双层优化模型,上层模型优化目标为售电公司购售电收益最大,下层模型优化目标为电动汽车用户效用最大。算例结果表明该定制化电价套餐不但能够有效地提高售电公司的营业利润,而且能够降低用户用电成本。     

面向需求侧主动响应的工商业用户电力套餐优化设计

电力需求响应是应对电网峰谷差持续拉大、间歇性可再生能源大规模并网、能源结构转变等问题的有效方法。为此,提出了一种新的需求侧主动响应策略——面向工商业用户的电力套餐,并对电力套餐的设计问题进行了优化研究。首先,采用基于特性指标降维的负荷聚类方法辨识工商业用户的负荷特征,为电力套餐的设计进行市场细分;其次,在综合考虑电费支出满意度和用电方式满意度对用户决策的影响的基础上,基于多项Logit模型构建用户对电力套餐的选择行为模型;接着,构建基于成本—效益分析的电力套餐综合评估模型,以衡量电力套餐的经济价值;然后,在此基础上,提出以最大化益本比为优化目标的电力套餐设计的优化模型。算例采用某地区工商业用户的实际数据,结果显示了所提电力套餐的经济价值及其调动需求侧主动参与负荷管理的效果。     

英国零售电价套餐体系发展经验及启示

随着新一轮电改不断推进,电力零售市场上的竞争愈演愈烈,为售电公司的经营带来了挑战。借鉴国外成熟售电市场上的零售电价套餐体系发展经验有助于我国售电公司零售电价套餐产品的发展。回顾了英国售电市场的发展历程,对英国售电公司业务模式及零售电价套餐体系进行了总结,同时从用户的角度出发,梳理了零售电价套餐选择流程并对不同套餐进行了比较分析。在此基础上,提出了对我国售电公司发展的启示。     

基于用户特征聚类的综合能源套餐推荐方法

针对庞大的综合能源用户群体在购买能源服务套餐时难以选择的问题,提出一种基于用户特征聚类的综合能源套餐推荐方法,以提高用户粘性。首先,将收集的综合能源用户信息进行知识图谱构建,对缺失的用户信息进行补充完善,同时分析用户之间的关系。然后,采用谱聚类的方法对构建好的用户知识图谱进行图谱分割聚类,进行用户之间的相似度计算,提取代表综合能源用户用能行为多样性的兴趣特征。最后,通过随机森林模型计算综合能源用户对各能源服务套餐的预测评分,将预测评分进行排序后,取评分最高的部分套餐通过线上平台为用户呈现套餐服务内容,实现对用户的精准推荐。将所提套餐推荐模型与传统推荐模型进行比较分析,结果表明基于用户特征聚类的综合能源套餐推荐方法能够为综合能源服务公司实现有效的用户精准化能源服务推荐,有利于提升能源服务公司的市场竞争力,同时为电力企业向综合能源服务提供商转型提供技术支撑。     

基于协同滤波的智能楼宇售电套餐推荐方法研究

建筑用能是位列工业用能之后的第二大耗能行业,随着电力市场快速发展,售电套餐业务逐步增长.针对建筑行业智能楼宇客户选择售电套餐困难的问题,提出一种智能楼宇客户的售电套餐推荐方法(CEPRS).该方法采用基于协同滤波的人工智能技术,根据易获取的用电设备用能数据,为客户将不同套餐进行分档并预估推荐,从而有效辅助客户选择套餐.数据试验采用公共数据集,并依据不同套餐定价方法和不同推荐方法进行对比,试验结果证明该方法的有效性和推荐算法的准确性.     

基于负荷转移的售电公司分时电价优化策略

随着电价新政的发布,电力市场将进一步开放,同时目录电价的取消将加快分时电价机制的建立,在此背景下售电公司如何针对电力用户采取有效的分时电价措施是亟需解决的问题。为此在分析湖南省钢铁、电石等高能耗工业用户用电特性的基础上,结合售电公司、工业用户的成本及收益构建了售电公司成本收益模型、工业用户负荷转移成本模型,进一步提出了售电公司峰谷分时电价双层优化模型,上层模型优化目标为售电公司收益最大,下层模型优化目标为工业用户用电成本最小,以此确定峰谷分时电价套餐。以钢铁、电石等高能耗工业用户数据为例的仿真测算结果表明通过双层优化模型所得的峰谷分时电价套餐能够保证双方的利益,并有效引导工业用户合理用电、削峰填谷。     

考虑可转移负荷的售电公司负荷组合优化

在电力市场环境下,售电公司根据用户的负荷特性,进行用户负荷的组合优化可以降低售电公司的购电成本,从而提升售电公司效益。针对售电公司如何根据电力负荷的互补性、多样性整合优化用户资源的问题,从降低购电成本,提高售电公司效益角度,首先分析了负荷率对购电成本的影响,接着基于用户综合负荷特性,构建售电公司初步负荷组合优化模型,再进一步考虑了用户可转移负荷,对用户的组合负荷特性进行优化,最大化售电公司售电利益,最后根据某市2019年工业用户群组负荷数据,对提出的模型进行仿真分析,并对研究实施的软件功能架构进行了设计。     

面向售电侧改革的用户分层聚类与套餐推荐方法

针对售电公司实现多样化服务类型,吸引更多用户的需求,提出了一种基于差异化特征提取的用户分层聚类方法,并对传统的k-medoids聚类算法进行改进,实现了聚类数目可变的自适应k-medoids算法。分层聚类中第1层聚类先基于马尔科夫模型提取代表用户用电行为多样性的用电特征,并运用自适应的k-medoids聚类算法实现对用户用电行为多变与否的识别。第2层聚类首先针对第1层聚类得到的各类用户提取差异化的用电特征,接着分别运用合适的聚类算法实现用户的再次分类。最后,为两层聚类后的子类用户推荐合适的电价套餐。实验结果表明,基于该差异化特征提取的分层聚类方法能够为售电公司实现有效的用户差异化套餐推荐服务,进而为吸引更多用户购电、扩大售电公司规模提供技术支撑。     

基于数据驱动方法的疫情阶段电力用户负荷特性画像模型

电力用户负荷画像建模是一种面向用户的、通过挖掘用电数据中的负荷特性建立差异化画像标签的重要方法,现有研究方法多侧重于画像方法的研究,而缺乏完善的负荷特性标签体系。文章提出了一种基于数据驱动的负荷特性分析通用方法,从调度部门最关注的用电规律性、平顺度、负荷调控能力以及疫情影响度四方面构建负荷特性标签体系。首先,采用模糊C均值聚类算法从海量实际负荷数据中提取行业典型负荷曲线,综合考虑各行业用电特性,从4个方面构建完善的负荷特性标签体系,并建立考虑疫情影响的多类型用户负荷特性画像模型。其次,细化负荷特性标签,给出相应指标定义和计算方法,并采用模糊聚类算法判定指标分界,采用熵权法对用电平顺度进行综合评分。最后,通过算例对各行业典型用户的用电数据进行分析,并给出普适的指标分界,为各行业电力用户负荷建模提供了一种新思路。