计及负荷响应的电网客户行为细分指标体系.docVIP

计及负荷响应的电网客户行为细分指标体系 　　摘 要 现有的行为细分指标体系一般采用变异系数衡量负荷波动的情况，但该系数仅体现了负荷波动与时间的关系，并没有反应出负荷波动与天气、电价等因数的关系。本文提出一种计及负荷响应的电网客户行为指标体系，可以将影响负荷变动的因素都纳入考虑中，全方位地体现电网客户的行为特征。 　　【关键词】电网客户细分模型 细分指标体系 负荷响应 用户行为特征 　　目前的客户细分研究基本围绕着人口统计、心理、行为、价值等变量进行，研究表明，行为变量是构建细分市场的最佳起点。电网客户行为细分模型是行为维度的客户细分在电力行业的应用，该模型将电网客户通过用电行为特征进行细分，使电力企业可以针对不同类型的客户制定相应的需求侧管理策略与节能方案。电网客户行为细分模型主要由细分指标体系和细分算法两大部分组成，本文主要是对细分指标体系的研究。 　　1 行为细分指标体系构建 　　1.1 基本构建框架 　　细分指标体系的构建主要分为三个部分，具体如图1所示，行为细分指标体系即在第一步中选择了行为维度。 　　然后，确定衍生变量的类型。衍生变量按类型可分为汇总变量、平均变量、趋势变量、结构变量和波动变量四种。最后则是确定具体的细分指标名称，具体指标需要根据实际情况进行筛选。 　　1.2 波动变量 　　衍生变量中的波动变量主要用于发现客户的消费异常情况，现有的指标都只能表征用电量与月份或季度的相关性，可影响用户负荷波动的因素却不仅仅是时间，气温、地理位置、都会令用户负荷产生波动，所以本文提出增加负荷响应这一波动变量指标来具体表征各因素对用户负荷的影响。 　　2 负荷响应指标 　　负荷响应指标主要用于表征用户用电负荷对各种因素变化的响应程度，以关联度的大小来衡量影响程度的高低，从目前的文献和相关经验来看，影响负荷的典型因素有气温、电价这两种。 　　2.1 研究方法 　　负荷响应的研究方法有多种，其中灰色关联度分析弥补了采用数理统计方法作系统分析所导致的缺陷。它对系统样本量的多少和样本有无规律都同样适用，而且计算量小，十分方便，更不会出现量化结果与定性分析不符的情况。为此，本文在负荷特性变化影响因素中引入灰色关联度分析理论来对其进行综合定量分析。 　　2.2 实例分析 　　本实例以余杭区的民生药业2014.7～2015.6的数据为基础做灰色关联度分析，影响因素选定为气温，计算民生药业的有功功率与气温的关联度，主要影响因素如表1所示，主要负荷特性指标如表2所示。 　　（1）确定序列矩阵 　　如公式1所示。 　　（2）计算初值像矩阵 　　如公式2所示。 　　（3）计算差序列矩阵 　　如公式3所示。求得两级最大差与最小差为： 　　（4）计算关联系数矩阵 　　如公式4所示。取分辨系数，形成关联系数矩阵为： 　　（5）关联度 　　由于仅有一个影响因素，所以最后的加权关联度，可以用关联系数的平均值来代替，得到有功功率和气温的关联系数。由所得关联度的数值可知，民生药业有功功率的变化与气温强相关. 　　3 计及负荷响应的电网客户行为细分指标体系 　　由上文所述，本文整理出计及负荷响应的电网客户行为细分指标体系，如表3所示。 　　4 小结 　　本文提出了使用负荷响应指标来体现用户负荷变动的行为特征。负荷响应指标可根据实际情况和需要分为气温关联度、电价关联度等类型，关联度使用灰色关联度方法计算，该方法对系统样本量的多少和样本有无规律都同样适用，而且计算量小，十分方便，更不会出现量化结果与定性分析不符的情况。实践表明，该指标体系能很好地表征用户的行为特征。 　　参考文献 　　[1]张国方，金国栋.客户细分理论及应用策略研究[J].华中科技大学学报（社会科学版），2003，03：101-104. 　　[2]王雷.基于数据挖掘的电力行业客户细分模型研究[D].上海交通大学，2007. 　　[3]郑茜茜.基于数据挖掘的客户细分研究[D].重庆交通大学，2013. 　　[4]周秀文.灰色关联度的研究与应用[D].吉林大学，2007. 　　[5]田民，刘思峰，卜志坤.灰色关联度算法模型的研究综述[J].统计与决策，2008，01：24-27. 　　[6]孙芳芳.浅议灰色关联度分析方法及其应用[J].科技信息，2010，17：880-882. 　　作者单位 　　1 杭州凯达电力建设有限公司 浙江省余杭市 310000 　　2 国网浙江杭州市余杭区供电公司 浙江省杭州市 310000