基于多維大數據的長三角電力服務快速響應模型

張穎，徐愛蓉，牟鍇，沈星辰，曹沁愉

（國網上海市電力公司青浦供電公司，上海 201700）

電力需求與社會經濟息息相關，是一種宏觀經濟的指標，已經涉及到經濟和人民生活的各個方面[1]。只有保證所采集的大量的電力數據采集具有實時性和準確性，才能夠實時反映經濟運行狀況[2]。我國現階段仍面臨著電力供應不足的問題，只有保證電網安全穩定運行，才能夠保障居民用電安全，促進經濟發展，這些都已經成為全社會關注的熱點問題。轉變用戶用電方式，可有效節約能源，緩解電力系統容量和電力消耗不足的矛盾[3]。電力用戶根據電價信號或其他激勵因素，改變自己用電習慣的行為稱為需求響應。需求響應是電力服務的一部分，用戶參與到要求響應中，可以有效降低電網運行成本，節約電費和資源，具有較好的經濟效益和環境效益。以往使用基于激勵需求響應建模方法，鼓勵用戶消減負荷，通過求取電力負荷變化確定長三角電力服務方案，使用該模型獲取的數據較為分散，且響應周期短，在響應時間方面存在一定弊端；使用需求彈性建模方法，分析一定區間內的隨機變量，用來描述用戶響應的不確定性，然而使用該方法求取的值并非確定值，而是在一定范圍內波動。依托國家電網公司“網上國網”APP、微信公眾號、長三角一體化辦電服務平臺及國家電網營銷業務應用系統，以便提供長三角示范區電力客戶“碼上辦”優質服務，因此提出了基于多維大數據的長三角電力服務快速響應模型，利用該模型實現客戶用電的精準服務、便利辦電。

1 長三角電力服務需求多維大數據采集

隨著電力需求側負荷逐漸多樣化，電力自動化控制水平不斷提高，新能源管理系統的開發為配電系統提供了一定的經濟激勵[4-5]。不僅如此，長三角電力數據還包括長三角電力客戶基礎檔案數據、生產運行數據、關鍵設備智能化監測數據等，因此該文設計了一種電力數據采集系統，該系統基于需求側響應分為3 層，包括底層采集終端、中間層的采集服務器、平臺層的需求側管理平臺。具體如圖1所示。

圖1 長三角電力服務需求數據采集網絡構架

采集終端采用具有聯網功能的智能電表，通過485 型變換器將采集到的電能數據傳送給采集服務器，實現了電能數據的采集。使用具有聯網功能的儀器，按要求功率參數進行實時數據采集和上傳。中間層采集服務器把收到的數據存儲起來，發送給需求端管理平臺[6-7]。在網絡信號微弱時，具有存儲功能的采集服務器能夠實現數據存儲和發送[8-9]。

在此過程中要保證數據在傳輸過程中不會丟失，確保數據傳輸可靠性。采用定時采集服務器，減少數據傳輸容量，避免網絡擁擠；PDSM 平臺主要是對采集服務器上傳的長三角電力客戶基礎檔案數據、生產運行數據、關鍵設備智能化監測數據等進行處理，其中包括實時聯機顯示數據、需求響應策略以及報告等[10-11]。得到的電能數據主要包括：電能、電壓、電流、有功、無功、功率因數[12]。采集的數據存儲在現場收集服務器上，此外還需要將無線4G 網絡傳輸到需求側管理平臺，為用戶需求響應提供交互條件[13]。RS485 數據通信協議用于底層數據采集，數據采集過程如圖2 所示。

圖2 數據采集流程

2 電力需求信息分區定位

從3 個方面建立電力數據倉庫：1）采集各類電力數據；2）對所收集的電力數據進行管理、整理、存儲；3）將功率數據加以應用，以發揮其特定的功能[14]。根據電力信息數據語言特點，建立相應的電力字典。在此過程中，需要將頻繁項集內容合并到頻繁項集表，所有數據只需從表中獲取即可，從而有效減少了搜索運行時間[15]。

采用K-means的文本聚類算法對數據倉庫進行分類，把原始數據庫中用電量信息和用電量敘詞表分類存儲在Word 表中，用電量信息標題和關鍵字存儲在表的senrence 中，可以用這個表格來顯示分詞結果[16]。

在運行分詞程序之后，項目集表包含3 個表：一項集、兩項集和三項集，分別對應于必須包含ID 字段和關鍵字的頻繁1 項目集和頻繁3 項目集，一項包含關鍵字對應的支持度，二項、三項包含相應的信任度、支持度，電力需求信息分區如圖3 所示。

圖3 電力需求信息分區

使用者可按下列步驟尋找專業權限信息：在選擇權限信息的具體區域時，使用者需將查詢權限信息的關鍵詞或自然語言描述輸入表格，這種搜索方法可以根據相似性計算，快速地找到問題所在的一個或多個區域，并在相關區域中找到用戶所需的信息或關聯，從而大大提高了定位速度。

3 電力服務快速響應模型構建

以采集到的電力多維大數據為基礎，采用決策樹對電力客戶特征進行分級，根據定位與分級結果構建電力服務響應模型。

3.1 電力服務響應模型

電力服務響應模型為：

式（1）、（2）中，Cept表示總成本；k表示電價變化序列；ρz表示采用決策樹進行電力客戶特征分級的結果，共分為z個等級；X0表示初始電能存儲量；Xk表示在k序列的電能存儲量；Xmax表示最大電能存儲量；Ek表示最大電能消耗量；Wk表示在k序列所消耗的電能。

當電力系統處于用電低峰期時，所消耗的電能就較小，則最大電能消耗量主要用于能量存儲；當電力系統處于用電高峰期時，向電力系統獲取的電能消耗量較小，所消耗的電能選取自存儲的電能。依據上述公式，用戶不難確定不同分區內電價，達到電力服務需求響應目標。

3.2 基于電力負荷轉移的響應時間調整

在響應模型優化過程中，部分電力負荷受到工序限制無法轉移。為了能夠為用戶提供快速服務，需先轉移電力負荷，以縮短客戶訴求響應時間。

設從階段k向j轉移的電力負荷為，該過程所耗費的轉移成本為Ckj，原各個階段電能為Qk，經過轉移調整后，得到的電量為，該情況下的電力負荷轉移模型為：

式（3）中，Qkmin表示在k序列的最小消耗電量；Qkmax表示在k序列的最大消耗電量；ρkj表示第j階段的電價。

3.3 服務質量評價模型

根據電力負荷轉移的響應時間調整結果，構建服務質量評價模型，提升用電服務效率以及客戶滿意度。

模型構建過程如下所示：

Step1：構建指標獲取實際得分矩陣P0和期望得分矩陣E0：

式（4）中，P0、E0分別表示用戶對不同指標的實際體驗得分和期望得分，分值依次為1～7分，其中1分表示服務質量非常差；2 分表示服務質量較差；3 分表示服務質量差；4 分表示服務質量一般；5 分表示服務質量良好；6 分表示服務質量較好；7 分表示服務質量非常好。

Step2：確定各項指標權重W；

Step3：計算不同指標的實際得分和期望得分：

Step4：計算各指標的實際得分與期望得分差值：

根據該公式，能夠得到服務質量評價結果。長三角電力公司依據該結果，及時調整電力服務方案，提升客戶滿意度。

4 實 驗

4.1 實驗數據

選取2009-2018 年長三角地區月度電力消費數據，將2009-2017 年的數據作為樣本數據對模型進行訓練，2018 年數據作為測試集，變量數據來源于Wind 數據庫。

4.2 客戶訴求響應時間分析

分別使用基于激勵需求響應建模方法、需求彈性建模方法和基于多維大數據模型分析客戶訴求響應時間，對比結果如圖4 所示。

圖4 不同方法客戶訴求響應時間對比結果

由圖4 可知，使用基于激勵需求響應建模方法客戶訴求響應時間比需求彈性建模方法短，最短時間為14 s。而使用基于多維大數據的模型最短時間為2 s，由此可知，該模型的電力服務響應較快。

4.3 客戶滿意度分析

分別使用基于激勵需求響應建模方法、需求彈性建模方法和基于多維大數據模型分析客戶滿意度，對比結果如表1 所示。

由表1 可知，使用基于激勵需求響應建模方法各項指標評價結果都低于5 分；使用需求彈性建模方法各項指標評價結果大于2，但小于7；使用基于多維大數據的模型大多數評價結果為7，只有準確服務程度和后臺支持人員知識評價結果為6。由此可知，使用基于多維大數據的長三角電力服務快速響應模型能夠提升客戶滿意度。

表1 不同方法客戶滿意度對比結果

5 結束語

該文設計了一種長三角電力服務快速響應模型，結合多維大數據為電力服務快速響應提供研究基礎，以便及時、準確獲取電力數據。通過服務質量評價模型，彌補傳統系統存在的不健全問題，以縮短客戶訴求響應時間。