基于電力大數據的信息增值服務模式研究

劉紅燕 唐振 麥佩珊 賴哲 譚小花

摘要

隨著大數據技術的在電力行業中的廣泛應用，電力行業服務模式向多元化發展。同時，電力用戶的服務需求也伴隨著大數據技術的發展而不斷增加，現有的服務模式以不足以滿足電力用戶的需求。因此，本文從電力大數據信息來源出發，探索了電力大數據在多方面的應用，從電網企業、售電公司、電力客戶三方面分別提出了基于電力大數據的信息增值服務模式，旨在為不斷提高電力行業服務水平，滿足客戶需求。

【關鍵詞】電力行業 大數據 信息增值 服務模式

進入21世紀以來，隨著大數據在各個行業的不斷應用，促使電力行業服務模式向多元化發展。當前的服務內容及質量不足以滿足電力用戶的需求，他們希望可以主動獲取信息，了解自身用電行為及相關電價信息，從而實現科學用電。用電與電價等電力方面的信息將會給電力系統帶來更多的服務內容。在未來，電力行業不應該只把數據作為一種形式看待，更多的是要把數據流動起來，進而使其產生價值，對電力行業的發展產生促作用。因此，研究電力大數據下信息增值服務十分必要。

1電力大數據來源分析

電網是一個復雜的巨型網絡系統，不同與其他系統，它包含了電能的生產、分配及使用。其中，包括處于電網源側的傳統的一次能源以及可再生能源，和多種多樣的電力設備、家用電器等等處于電網的終端。但是，無論是處于電網的源測還是終端，甚至是連接這兩端的傳感裝置都在時刻的產生著難以計量的電力數據信息，形成了覆蓋范圍廣、設計環節多、信息量龐大的數據網絡。因此，本文從源網荷儲四個方面分析電力大數據來源。

1.1電源側

電源側主要包括各類型的發電設施，因此其大數據主要來源于各類發電設施產生的數據，例如傳統的燃煤機組發電、水力發電、燃氣機組發電、核能發電、風力發電、光伏發電等等，每時每刻都會產生相應的發電信息。為了確保這些能源發電的穩定性與可靠性，就需要對具有波動性與間隔性的新能源的發電出力進行準確預測，這便需要對源側的數據進行科學使用，運以大數據技術對歷史發電信息進行處理與分析，便可以得到更具科學化和合理化的可再生能源發電預測。

1.2電網側

電網側主要包含為保證電網穩定運行的各類監測設備。因此，電網側的大數據主要包括各發電廠的監測數據和設備檢測和參數數據。大規模可再生能源并網，對電網運行造成了巨大困難，同時，也對電網調度工作也造成了很大的壓力。為了解決這一難題，就需要利用大數據技術對電網的各個環節進行科學化管理，從輸電，到變電，再到配電等等，都要準確的分析其數據，得到合理的應對措施。

1.3負荷側

負荷側主要包括各類用電設備、電動汽車等。隨著智能家居的快速發展，未來用戶用電也將主要體現在智能家居上，主要涉及用戶家庭中各類用電設備的用電信息，用戶電價信息，電費拖欠情況、用戶負荷情況等。在用戶側運用大數據技術不僅可以幫助用戶科學用電，減少電費;同時也有助于電網企業的市場運營和管理。

1.4儲能側

隨著儲能技術的不斷成熟，在居民小區、辦公樓、商場和其他公共場所都會使用到各種各樣的存儲設備，并且，電動汽車的普遍，加速了充電樁的建設，這些設備都會產生大量的數據，通過對這些數據進行處理分析，可以產生巨大的價值。可以有效緩解可再生能源并網后對電網產生的沖擊，協調電網與儲能的優化運行，保障電網的可靠性與穩定性。

2電力大數據應用分類

大數據技術在電力行業廣泛應用。本文從規劃、生產、運行等領域對電力大數據的應用進行分類。

在電力規劃方面，通過大數據技術分析用電信息能夠更準確地掌握用電負荷分布和變化，提高中長期負荷預測準確度。

在電力生產方面，電力大數據包括兩類：

（1）電力實時生產的數據;

（2）各類設備全生命周期數據。

在發電環節，隨著風電和太陽能等新能源的推廣，需要與配電網結合，而這些分布式能源的接入，如果沒有準確的判斷，數據分析的技術支持，會對電網造成沖擊，使電網失衡造成無法挽回的損失。大數據技術可更加準確的預測風電和光伏等新能源的發電預測，提高大規模風電、光伏等可再生能源的利用效率。

在電網運行方面，利用大數據技術，預測分析某地某日的風速、光照和溫度等信息，以便更加準確的預測新能源出力情況。

在客戶服務方面，通過收集客戶投訴、咨詢、調研等反饋信息，采用大數據技術進行處理分析，挖掘客戶行為偏好，確定影響客服服務滿意度的關鍵因素。從而全面了解對客戶的需求，為客戶提供更加優質的服務，致使其達到滿意。

在低碳節能方面，利用大數據技術，分析預測用戶用電行為，在不影響用戶自身用電需求的情況下，制定科學合理的節能方案。

3基于電力大數據的信息增值服務商業模式

3.1電網企業信息增值服務

在大數據背景下，電網企業為滿足客戶需求，需要在原有單一購售電模式的基礎上，充分利用信息價值，擴展新的業務模式。根據電網企業信息數據的特點，提出了以下五種業務模式。

3.1.1電力運維

以大數據為支撐，依托電網實時監測和平臺預警功能，構建多維度預警體系，確保電網穩定運行，提高運行安全保障。

3.1.2能效評估

（1）根據各個用電設備的特性，建立能效指標體系;

（2）構建各個指標的通用模型;

（3）利用大數據技術進行多維度數據分析與診斷，判斷整個系統的能效，進而提高對用電情況的監控與分析，為節能減排、低碳環保提供理論依據。

3.1.3用能診斷

基于大數據技術，采用聚類分析和回歸分析等方法，深入分析客戶存在節能潛力的概率，初步挖掘節能潛力客戶，并為節能潛力客戶提供用能診斷分析報告。

3.1.4用戶多交易市場購電策略

通過對用戶自身數據和市場信息的掌握，對用戶自身情況及市場情況進行預測，從而確定用戶參與市場的能力、市場需求以及競爭程度，為用戶確定電力交易決策提供輔助。

3.1.5需求側管理

以經濟學供需關系理論為基礎，在不同客戶、不同時段數據分析基礎上，測算其價格彈性，從而指導不同場景下需求響應價格策略制定。

3.2售電公司信息增值服務

售電公司想要在市場中獲得足夠的發展空間，就應該充分利用自身獲取的信息來創造價值。最基本的就是負荷預測。一方面，通過對用戶精準的負荷預測，不僅可以獲得穩定的收入，還可以有效的減少成本。另一方面，售電公司出售電能也會得到保障，為設計特有的產品、定制化的套餐、優質的服務去贏得更多的用戶，從而獲取更高的收入。

3.2.1精準的負荷預測

負荷預測主要從兩個角度出發，一是從全系統角度出發，對整個系統的總負荷進行預測;另一種是以用戶個體為核心，進行單個用戶的負荷預測。

因為很多時候電價高峰期與用電高峰期是不重合的，所以，就需要通過信息數據，進行合理的預測，這樣有助于售電公司了解用戶需求，保障售電公司在參與市場時規避高峰時端買電，從而達到降低購電成本，增加收入的目的。

3.2.2基于用戶分類的套餐設計

將用戶按照某一特定的標準劃分為多個不同類型的用戶群，針對不同用戶群的標準，設計不同的套餐，實施不同的營銷策略。有利于售電公司迅速跟蹤客戶的需求變化，以調整對客戶的管理和服務策略，針對性地提供服務和營銷，把握客戶能源替代品的份額以及其發展趨勢，以有效降低成本，提高市場占有率，提高其市場競爭力。

3.2.3基于用戶行為的售電套餐

售電公司可以根據營業范圍內用戶的用電行為、用電習慣或者用戶需求等因素，設計相應的個性化套餐。以幫助用戶節約用電成本，提高服務質量。例如個人優質套餐、三口之家套餐、商業綜合體用戶套餐等等，滿足各種定制化服務。其特點包括（圖1）。

（1）量身定制。用戶可以根據實際需要選擇套餐時限（月套餐、半年包、年套餐）、套餐信息類型（基礎信息、交易數據、分析報告等）、套餐推送時間等，信息類型、信息量完全由用戶自己決定。

（2）隨意變更。用戶可根據實際需求情況隨意更改套餐內容，次月生效。

（3）轉換方便。用戶可根據實際需求情況將套餐內不同信息內容互相等值轉換，即當用戶發現某條信息本月需求不大時，可實時變更為另外一類信息，但需保證兩類信息屬于同一層次。基礎信息、交易數據、分析報告之間是否可以隨意更換需要制定合理的轉換機制。

3.3電力用戶信息增值服務

3.3.1智能化管理服務

智能化管理服務需要通過對用戶的用電進行監管，通過對用戶安裝相應的智能監控終端來獲取相關信息。目前比較通用的智能終端有：智能插座、智能電表、智能家電等。用電監管職能終端連接用戶端、設備端與需求端三者的相互聯系，對用戶整體用電情況及主要用電設備，進行可視化管理，同時提供用戶家庭中不同用電設備間的電能分析、比較以及預測圖表，同時可以給予用戶不同的用電建議，對用戶的用電行為進行科學化管理，節省其不必要的能耗。同時，智能化管理可以采取集中控制的方式，也可通過遠程監控，這都對用戶帶來了不小的方便。隨著智能化管理的不斷深入，用戶的用電行為將會從被動節能轉換到主動節能。

3.3.2智能推送服務模式

通常情況下，用戶經常搜索的信息是用戶所關注和喜好的信息，這些信息可以為用戶帶來相應的價值。那么，通過對用戶搜索不同信息數據的頻率和關聯性的分析，可以確定用戶關注信息的范圍，通過智能終端將相關信息推送給用戶。但目前的推送的主要方式是通過信息發送或用戶主動關注相關公眾號。通過智能推送模式，方便用戶獲取自己喜好的信息，從而提高用戶對服務質量的滿意度。如圖2所示。

參考文獻

[1]周玲，李飛，黃淵軍，王明榮.運用電力大數據分析全面提升客戶服務質量[J].機電信息，2018 （33）：16 6-16 7.

[2]牛瑞，王靜，基于大數據的電力系統數據應用[J].電子技術與軟件工程，2018 （19）：16 9-170.

[3]柳偉，洪小龍.面向智能電網的電力大數據分析技術[J].安徽電力，2018，35 （03）：1-2.

[4]汪俊洋，電力大數據的未來發展趨勢[A]，中國電機工程學會電力信息化專業委員會.數字中國能源互聯 201 8電力行業信息化年會論文集[C].中國電機工程學會電力信息化專業委員會：人民郵電出版社電信科學編輯部，2018.

[5]國網信通部，電力大數據運營模式探索與實踐[N].國家電網報，2018-08-28 （006）.

[6]秦小強，尚寶.淺談大數據在電力行業中的應用[J].信息系統工程，2018 （08）：111.

[7]秦芳麗，大數據技術在營銷客戶服務中的應用及研究[J]，中國信息化，2018 （07）：74-77.

[8]邢震，張駿，楊莉莉，基于軟交換技術的電力信息增值服務模式研究[J].中國科技信息，2013 （19）： 94-96.

[9]陳顯龍，基于大數據輿情分析的圖書館信息增值服務[J]，中國管理信息化，2016，19 （12）：188-189.

[10]靳巧樂，柯新生，網絡融合環境下的信息增值服務發展模式研究[J].技術與創新管理，2010，31（06）：659-661.