基于套餐隐式评分与用户画像的电力套餐推荐方法

面向售电公司提供差异化售电服务、提高用户黏性的市场需求,提出基于套餐隐式评分与用户画像的电力套餐推荐方法。首先,提取电力套餐属性标签,以用户的套餐历史购买行为作为其对电力套餐的隐式评分,构建计及偏好衰减的用户-套餐标签画像模型。然后,以皮尔逊相关系数和欧氏距离分别表征用户的分时负荷与总负荷水平的相似性,提出基于双尺度负荷聚类和轮廓系数的套餐标签赋权方法。在此基础上,构建基于加权欧氏距离的用户画像相似度评估模型,提出电力套餐协同过滤推荐方法,为目标用户筛选并推荐最经济的电力套餐。对不同负荷水平和用电习惯的用户进行电力套餐推荐仿真,结果表明,所提套餐推荐方法可根据用户的套餐历史购买信息发掘其消费偏好,提高售电公司的电力套餐推荐准确率。     

基于用户协同过滤的购电推荐算法

售电市场放开后,电力大用户面临如何从众多发电商中找到合适交易对象的难题,而电网公司作为服务型企业也有为购电用户提供推荐服务的良好意愿。针对这一新需求,提出了基于用户协同过滤的购电推荐算法。在无法获得反映用户购电行为偏好的显性历史数据的前提下,建立了用户行为的隐性反馈数据集;在分析了多种相似度计算方法的应用效果后,为消除数据集中各属性元素数值差异较大造成的相似度计算不合理性,提出了以马氏距离为核心度量以形成相似用户集的方法;进一步定义了表征用户对电厂购电偏好的购电量占比,以此作为进行购电交易对象推荐的排序依据。采用山东省电力市场交易数据进行了算例仿真,结果验证了算法的可行性。     

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。     

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.     

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。     

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.     

偏差电量考核机制下售电公司的最优经营策略

电力市场的偏差电量考核机制是现货市场建立前的过渡性方案,有利于市场主体参与到公平竞争的市场交易中。为了更直观地体现电力市场偏差电量考核对售电公司经营策略的影响,基于参与广东月度竞价交易的电力用户的实际电量偏差率数据对2017年2月、3月偏差电量考核情况进行分析。在此基础上,建立偏差考核机制下售电公司的盈利模型,并以售电公司考核和补偿成本最小为目标提出考虑免考核电量的可中断负荷最优购买模型。文中设计如下3种模拟场景:(1)不捆绑负荷分别参与市场竞价;(2)捆绑得到总负荷参与市场竞价;(3)捆绑负荷参与市场竞价,并采用可中断负荷合同减少正偏差电量考核。3种模拟场景对售电公司运营策略的影响分析结果表明,第3种模拟场景下售电公司的盈利最大,为所推荐的最优经营策略。同时提出了用户侧月度偏差电量交易模式,以维持系统月度电量平衡。     

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。     

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。     

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。     

考虑网络外部性的电力增值服务销售策略模型

增值服务现已成为移动通信、电信、邮政等行业的主要收入来源。能源互联网、智能电网以及新兴IT技术的迅猛发展,一方面为售电增值服务提供了可靠的技术支持,另一方面,其带来的网络外部性也成为售电商在制定销售策略时不能忽视的一个重要因素。因此,在当前的时代背景下,售电商应该充分虑及网络外部性对销售策略的影响,积极拓展自身的经营范围,重视增值服务市场的开发。在Hotelling模型基础上,建立了考虑用户网络外部性和用户偏好的电力产品和增值服务的销售策略模型。基于组合套餐销售与自选套餐销售构成了4种销售策略局势,分析了双寡头售电商的需求函数和收益函数。通过模型求解得到了电力产品和增值服务的最优定价,对两售电商的市场占有率进行了敏感度分析,并依据最优收益函数矩阵给出了两售电商在不同参数空间下的销售策略选择。     

市场机制下考虑风险的售电公司日前电价决策方法

售电公司在进行电力零售业务电价决策时需要考虑各种不确定因素引起的收益风险。基于"电网公司-售电公司-用户"三层市场构架,提出了一种基于多代理服务构架的售电公司日前小时电价风险决策方法。该方法在保证用户隐私性的情况下,应用负荷电量电价弹性矩阵对用户侧进行建模,并采用条件风险价值度量售电公司决策风险,构建计及售电收益与潜在收益的售电公司日前小时电价决策模型,通过混沌粒子群算法进行求解。最后通过算例分析验证了所提风险决策方法对协调售电公司利润与风险的效果。     

基于主从博弈的售电商多元零售套餐设计与多级市场购电策略

随着电力市场改革的发展,如何制定吸引用户选择的多类型零售套餐成为提升售电商利润的研究重点。为此该文结合激励手段和价格信号为售电商设计了多类提升市场竞争力的零售套餐,并基于多时间尺度、多交易类型的市场背景为其提出购电策略。首先,搭建售电商与多元用户之间的主从博弈架构,分析售电商参与日前、月度、年度多级市场下与发电商、电力交易中心等主体之间的多种购电交易类型,设计峰谷分时电价、昼夜用电捆绑、峰谷惩罚补偿、阶梯递增电价、固定单一电价5种月度零售套餐。其次,分别以考虑风险因素的售电商效益最大化、多元用户自身综合满意度最大化为目标,构建主方购售电组合决策模型和从方零售套餐选择模型,并阐述主从博弈互动过程。接着,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。最后,利用算例仿真验证主从博弈模型的迭代求解具有较好的收敛性,多级市场购电策略和多元零售套餐的提出有利于售电商提升自身利润的同时提高用户满意度,从而扩大市场份额。     

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。     

计及不确定因素的售电公司动态购电决策多目标优化研究

随着电力体制改革的进行,售电公司的数量及市场交易的形式不断增加,同时竞争也日益激烈。针对即将开展的电力现货市场交易,提出了包含多市场、多时段的售电公司动态交易策略,全面考虑了用户电量,市场电价等不确定因素,引入用户侧负荷作为平衡资源。利用多目标优化思想,建立了包含售电公司综合售电收益和用户满意度最大化的优化模型。并提出一种结合拉丁超立方抽样,场景缩减法和改进多目标差分进化算法的优化方法对所提模型进行求解。最后通过算例分析,验证了所建模型和方法的有效性,为售电公司参与市场竞争提供了有效的参考。     

实时电价下公共楼宇响应特性分析方法

通过实施用户侧的实时电价(real-time pricing,RTP)项目,电力公司和售电公司能够提高电网安全系数,减少电力交易风险。而公共楼宇作为实时电价项目的主要参与者,研究其响应实时电价的特性可以为电力公司和售电公司提供参考。文章建立了实时电价下楼宇用户舒适度效用函数、焦虑度效用函数以及用户电费支出价值函数,在此基础上建立了用户综合效用函数最优的楼宇实时电价响应分析框架。最后在算例中对实时电价下某公共楼宇响应进行仿真分析。结果表明,所提方法可以用于评估公共楼宇响应实时电价的特性。     

基于贝叶斯博弈的购电商最优报价策略模型

随着电力市场参与主体的多元化发展,售电公司和大用户等购电商已经成为重要的一环交易主体,如何提高购电商交易决策能力、找寻最优报价策略以保证自身利润最大化问题亟需解决。在此背景下,文中通过分析统一市场出清价格机制的交易流程与结算规则,构建了基于暗标拍卖的购电商竞价贝叶斯博弈模型,提出了大用户及售电公司在不完全信息市场中的最优报价策略,最后利用实际项目数据进行算例分析,验证了所提模型对于预估购电商最优竞价的可行性,对购电商实现利润最大化提供有益参考。