基于智能用戶評估的用電優化輔助決策系統

張凱俊，王金躍，吳佳，何峰

（平湖市供電局，浙江平湖314200）

基于智能用戶評估的用電優化輔助決策系統

張凱俊，王金躍，吳佳，何峰

（平湖市供電局，浙江平湖314200）

結合供電公司營銷及負控系統中的用電客戶基本數據，建立了基于多維度信息的智能評估模型，分析用戶的優化潛力，在此基礎上，集成用電分析方法，建立了基于智能用戶評估的用電優化輔助決策系統，實現了客戶優化用電服務的自動化，輔助供電公司制定更科學的優化用電建議。實際應用效果表明，該系統能有效提高優化用電業務的效率，同時也能帶來可觀的經濟效益。

優化用電；智能評估；優化潛力；輔助決策系統

國家電網的“三集五大”戰略指出：構建大營銷體系，優化現有營銷組織模式，拓展面向智能化的服務能力，對優質供電服務提出了更高要求。在此背景下，供電企業也相繼提出了智能化規劃目標，即構建智能化用戶服務體系，實現營銷管理的現代化運行，提升供電服務水平和效率。

目前，智能電表已大規模部署，提供了實時和海量的數據源，為營銷系統客戶服務功能的深化應用創造了有利條件。但在現階段，供電公司為客戶提供用電優化服務時，主要靠人工梳理用電數據。由于客戶數目多且電量數據繁雜，人工梳理費時費力，導致優化效率有限，服務質量有待進一步提高。另外，傳統業務模式下的優化方法也缺乏合理的數學模型支持，客戶優化用電的科學性有待提高。因此，研究智能化和科學化的用電優化系統具有很大價值。

在當前的相關研究中，用電優化主要集中于實施策略和方案制定，文獻[1]介紹了在寧夏開展用電優化服務的要素分析方法；文獻[2]分析了洗煤行業的用電優化管理工作，從政策層面介紹如何通過科學化設計降低運營成本；文獻[3]對造紙行業的優化用電案例進行分析。總體而言，目前國內對用電優化中的要素分析指標和實施開展了探討，但對于如何更智能、更高效、更科學地開展用電優化服務，現有研究鮮有涉及。

1 用電優化業務中的客戶評估研究

1.1 傳統業務模式下的用電優化服務

目前，供電企業客戶服務中心主要通過以下3種方式對企業用戶提供優化用電服務：

（1）手工梳理符合篩選條件的大客戶，調查并分析其用電情況，提供優化用電建議。主要流程為：獲取現有電力信息系統數據→篩選具有優化潛力的大客戶→客戶優化用電指標判斷→生成與發放優化用電建議書。

可見客服中心要從現有的電力信息系統中獲取客戶的相應數據，根據這些數據篩選出具有優化潛力的大客戶，并根據相關指標對客戶的用電情況進行分析，生成優化用電建議書。以平湖市供電局為例，目前重點對年用電量在300萬kWh以上的用戶開展優化用電服務。

（2）通過全年的周期性用電檢查工作，對供電企業轄區內報裝容量在100 kVA以上的用戶進行用電優化服務，通過用電安全缺陷整改，幫助企業節省電費支出。

（3）對政府、醫院等重要用戶進行用電情況特檢，提供優化用電建議。

以上幾種客戶優化用電服務方式都存在效率不高和客戶篩選不夠科學等問題。客戶篩選和優化建議書的生成均通過人工手動完成，費時費力且容易出錯。據統計，2010年平湖地區對年用電量超過300萬kWh的51位用電客戶開展優化用電服務，服務的頻率較低，服務面較窄。在客戶挑選過程中，主要依據用電量指標，但單一的用電量指標并不能準確反映客戶的用電情況，科學性有待提升。

1.2 建立智能用戶評估模型

為提升優化用電服務中客戶篩選的科學性，改變單一指標分析的局限性，可通過集成客戶基本用電信息，建立智能化的用戶評估模型，挑選具有較大優化潛力的客戶。

模型主要思想是設置量化目標，對用戶自身優化潛力進行評估：

式中：i表示第i個評價指標；（x1，x2，…，xn）表示進行評估的用戶信息，如用戶行業、用電屬性、電壓等級、電量電費信息、月最大負荷、功率因數等；fi（x1，x2，…，xn）表示第i個評價函數；wi表示第i個評價函數的權重；F為各評價函數加權后的用戶評估值。

對用戶而言，評估值F越大，該用戶優化用電的潛力就越大，在一定程度上彌補了僅依靠用電量來篩選用戶的不足。

根據用戶的評估值，可利用聚類算法自動篩選具有優化潛力的用戶。本文采用K均值算法對用戶的評估值進行聚類，分為K個類別，在每個類別中，評估值與類別中心的馬爾科夫距離之和最小：

2 用電優化輔助決策研究

2.1 用電分析方法

用電分析方法是以用戶用電信息為基礎，通過指標分析法和圖形分析法，對用戶的用電情況進行分析。

2.1.1 用電指標分析

[4]和[5]通過對載容比、負荷率、峰谷比、功率因數這4個量化指標判斷企業用電中存在的問題，提出有針對性的優化用電方案。

（1）載容比分析是對用電單位最大需求量與報裝容量的比值分析。

（2）負荷率分析是對用電單位平均負荷與最大負荷的比值分析。

（3）峰谷比分析是對用電單位低谷時段電量占總電量的比值分析。

（4）功率因數分析是對企業的功率因數cosφ（企業有功功率與視在功率的比值）的分析。

2.1.2 圖形分析法

圖形化方法能直觀顯示平均電價圖形和電價環比圖形，更清晰地反映用戶用電情況。以下以某紡織品制造公司2012年第一季度數據為例，說明圖形分析方法。

（1）平均電價分析：基于用電客戶所在行業平均電價的最小值、平均值和最大值，分析該客戶平均電價在同行業中所處的水平。圖1為該公司的平均電價與同行業的比較，可見該公司平均電價接近該行業平均電價最小值，說明該公司用電整體情況良好。

（2）分時用電圖形分析：基于用電客戶所在行業分時電價利用情況，分析該客戶利用分時電價在同行業中所處的水平。圖2為該公司分時電價利用水平與同行業最先進水平的比較情況，其中尖峰電量、高峰電量和低谷電量分別為8.4%，45.1%和46.5%，該公司分時電價與最先進利用情況差距為24.6%，處于同行業中偏下水平，有較大改進空間。

圖1 同行業平均電價水平

圖2 同行業分時電價利用水平

（3）環比圖分析：基于用電客戶連續月份的用電數據，分析該客戶電費構成及變化趨勢。圖3為某公司連續3個月的用電構成數據，從圖中可以看出，該公司尖峰電費呈先升后降的趨勢，尖峰電費最多的1月優化用電潛力較大。

圖3 某公司電費構成環比

2.2 基于智能評估與用電分析的用電優化輔助決策

基于智能用戶評估模型和用電分析的用電優化輔助決策的主要任務是篩選優化用電目標客戶并提出優化建議。

2.2.1 篩選優化用電目標客戶

根據優化潛力排名輔助篩選優化用電目標客戶，即優化潛力大客戶。以平湖市供電局為例，根據某月的用電數據，用智能評估系統篩選月總電費大于5萬、經過優化后預計節約電費占比大于10%的用電客戶，得到的數據如表1。從表1中可見，分析得到的潛力客戶既包含了傳統方法分析得到的用電總量大的客戶（企業1，2，7，9），又增加了優化潛力大的客戶，證明了該方法的有效性及相對于人工梳理方法的優越性。

2.2.2 生成用電優化建議

根據用電分析方法，可以分析用戶是否充分利用分時電價，即當前峰谷電量的比例與同行業同電價標準下最優峰谷比例的差距大小；分析變壓器載容比是否合理；分析實際力率與同力率標準下先進值的差距。

基于用電分析結果，給出用電優化建議，幫助客戶充分利用分時電價（合理匹配峰谷用電時間）、提高功率因數（通過無功補償、濾波等）和改善變壓器利用率，在節約用電成本的同時，有效降低電能損耗。

同時，除給出用電分析結果外，可根據上述智能評估模型，計算出如果用戶采納優化建議將可節約的電費。

2.3 系統實現

為實現用電優化服務的智能評估與自動分析，客戶優化用電服務中所涉及的環節也應實現信息化。目前部分供電企業已經建設了營銷和負控系統，本文在此基礎上研究基于智能用戶評估的用電優化輔助決策系統。

2.3.1 系統架構

采用Browser/Server體系結構，可以分為Web端和服務器端兩大部分。Web端主要使用JavaScript，HTML和Ajax等技術開發。利用Ajax技術向服務器提交數據和接受服務器返回的數據，然后再用JavaScript刷新前臺界面。

系統的體系結構分客戶端、應用服務層和資源層，應用服務層可以分為表現層、控制層、業務層、持久層和數據庫等幾個層次。表現層負責處理用戶的交互與系統分析結果的展示，主要采用JSP技術。控制層采用Struts框架，接受前端請求，調用業務層的Service Bean來處理請求，并將處理結果傳遞到表現層來展現給用戶。業務層采用Spring框架，每個Service Bean可以在多個不同類型的請求間共享。持久層采用了Ibatis框架，可以在降低開發工作量、提高代碼質量的同時，通過優化SQL語句等方式保證持久層的性能。數據庫采用Oracle 10.1。

2.3.2 數據庫總體設計

數據庫設計包括6個模塊，即應用流程監控模塊、權限控制模塊、模型配置模塊、規則與指標管理模塊、系統參數模塊和高級應用模塊。

其中，應用流程監控模塊主要用于記錄應用流程的發起者，流程執行的進度和狀態，以及流程運行過程中的概要信息，并維護系統運行日志表；權限控制模塊主要用于記錄系統的用戶、角色、功能及其相互之間的關系；模型配置模塊用于評估模型表和明細；規則與指標管理模塊給出了數據項、指標和規則的定義；系統參數模塊定義了系統字典表；高級應用模塊為系統的智能化、互動化和有序化提供數據支撐。

3 應用案例及實施效果

基于智能用戶評估的用電優化輔助決策系統由平湖市供電局和IBM中國研究院共同研發，已于2011年12月建成并投入試運行。系統集成了電力公司營銷和負控系統中的基礎數據，建立智能評估模型，自動篩選和分析客戶的用電情況。目前，平湖市供電局共篩選了55家具有優化潛力的專用變壓器企業用戶進行用電優化分析，根據企業每月用電量、電費支出等相關數據，設計適合企業生產實際的用電優化方案，從基本電費、調整峰谷電用電比例、提高功率因數、電價政策等方面提出改善用電的建議，幫助用戶減少電費支出，降低企業生產經營成本。投入后幫助平湖55家大、中型企業（來自供電局電費風險用戶清冊）共減少電費10%，每年可節約800萬元。平湖市供電局共2 000多個專用變壓器用戶，全面推廣應用智能化平臺后，預計每年可為企業減負約9 000萬元。

4 結語

針對客戶優化用電服務的現狀和需求，通過對用電優化業務中的客戶評估進行詳細探討，提出了基于多維度信息的智能評估模型，分析用戶的優化潛力，并自動篩選具有較大優化潛力的用戶，在此基礎上，結合用電分析方法，建立了基于智能用戶評估的用電優化輔助決策系統。該系統可以自動實現客戶優化用電功能，輔助供電公司制定優化用電建議。今后還將進一步擴展智能評估模型，引入機器學習和人工智能引擎，跟蹤用戶用電模式和行為，使系統能更科學、更智能地適應未來海量客戶的優化用電需求。

表1 智能評估系統篩選結果

參考文獻：

[1]劉愛國.用電優化服務在寧夏的實施策略及其方案制定的要素分析方法[J].寧夏電力，2009（S1）∶272-276.

[2]朱建軍.洗煤行業用電優化管理與節能減排[J].華北電業，2001（3）∶66-67.

[3]邱國福，吳連勝.造紙業優化用電措施[J].電力需求側管理，2010（4）∶55.

[4]陳吉奐.浙江“社會用電模式優化研究與應用”科技成果通過評審[J].電力需求側管理，2009（3）∶56-56.

[5]陳根奇.客戶安全用電服務模式的再優化[J].大眾用電，2009（3）∶13-14.

[6]何光宇，孫英云，梅生偉，等.多指標自趨優的智能電網[J].電力系統自動化.2009（17）∶1-5.

[7]馬君華，盧炎生，岳振東，等.基于粗糙集理論的電網安全性分析[J].武漢大學學報（工學版）.2009，42（3）∶377-381.

（本文編輯：龔皓）

Decision Support System for Power Consumption Optimization based on Intelligent Assessing Model

ZHANG Kai-jun，WANG Jin-yue，WU Jia，HE Feng
（Pinghu Power Supply Bureau，Pinghu Zhejiang 314200，China）

In combination with basic data of electricity consumers in marketing and load-control systems in power supply companies，the intelligent assessing model based on multi-dimensional information is established to analyze optimization potentials ofconsumers，on the basis ofwhich decision support system for power consumption optimization based on intelligent assessing model is built，which implements automation of optimizing power consumption services and helps power supply companies make out scientific power consumption optimization.The practical application shows that the system can effectively improve power consumption optimization and bring considerable economic benefit.

power consumption optimization；intelligent assessment；optimization potential；decision support system

TM732

：B

：1007-1881（2013）02-0037-05

2012-05-21

張凱俊（1973-），男，浙江平湖人，高級技師，從事供電服務及管理工作。