基于智能用户评估的用电优化辅助决策系统

张凯俊，王金跃，吴佳，何峰

（平湖市供电局，浙江平湖314200）

基于智能用户评估的用电优化辅助决策系统

张凯俊，王金跃，吴佳，何峰

（平湖市供电局，浙江平湖314200）

结合供电公司营销及负控系统中的用电客户基本数据，建立了基于多维度信息的智能评估模型，分析用户的优化潜力，在此基础上，集成用电分析方法，建立了基于智能用户评估的用电优化辅助决策系统，实现了客户优化用电服务的自动化，辅助供电公司制定更科学的优化用电建议。实际应用效果表明，该系统能有效提高优化用电业务的效率，同时也能带来可观的经济效益。

优化用电；智能评估；优化潜力；辅助决策系统

国家电网的“三集五大”战略指出：构建大营销体系，优化现有营销组织模式，拓展面向智能化的服务能力，对优质供电服务提出了更高要求。在此背景下，供电企业也相继提出了智能化规划目标，即构建智能化用户服务体系，实现营销管理的现代化运行，提升供电服务水平和效率。

目前，智能电表已大规模部署，提供了实时和海量的数据源，为营销系统客户服务功能的深化应用创造了有利条件。但在现阶段，供电公司为客户提供用电优化服务时，主要靠人工梳理用电数据。由于客户数目多且电量数据繁杂，人工梳理费时费力，导致优化效率有限，服务质量有待进一步提高。另外，传统业务模式下的优化方法也缺乏合理的数学模型支持，客户优化用电的科学性有待提高。因此，研究智能化和科学化的用电优化系统具有很大价值。

在当前的相关研究中，用电优化主要集中于实施策略和方案制定，文献[1]介绍了在宁夏开展用电优化服务的要素分析方法；文献[2]分析了洗煤行业的用电优化管理工作，从政策层面介绍如何通过科学化设计降低运营成本；文献[3]对造纸行业的优化用电案例进行分析。总体而言，目前国内对用电优化中的要素分析指标和实施开展了探讨，但对于如何更智能、更高效、更科学地开展用电优化服务，现有研究鲜有涉及。

1 用电优化业务中的客户评估研究

1.1 传统业务模式下的用电优化服务

目前，供电企业客户服务中心主要通过以下3种方式对企业用户提供优化用电服务：

（1）手工梳理符合筛选条件的大客户，调查并分析其用电情况，提供优化用电建议。主要流程为：获取现有电力信息系统数据→筛选具有优化潜力的大客户→客户优化用电指标判断→生成与发放优化用电建议书。

可见客服中心要从现有的电力信息系统中获取客户的相应数据，根据这些数据筛选出具有优化潜力的大客户，并根据相关指标对客户的用电情况进行分析，生成优化用电建议书。以平湖市供电局为例，目前重点对年用电量在300万kWh以上的用户开展优化用电服务。

（2）通过全年的周期性用电检查工作，对供电企业辖区内报装容量在100 kVA以上的用户进行用电优化服务，通过用电安全缺陷整改，帮助企业节省电费支出。

（3）对政府、医院等重要用户进行用电情况特检，提供优化用电建议。

以上几种客户优化用电服务方式都存在效率不高和客户筛选不够科学等问题。客户筛选和优化建议书的生成均通过人工手动完成，费时费力且容易出错。据统计，2010年平湖地区对年用电量超过300万kWh的51位用电客户开展优化用电服务，服务的频率较低，服务面较窄。在客户挑选过程中，主要依据用电量指标，但单一的用电量指标并不能准确反映客户的用电情况，科学性有待提升。

1.2 建立智能用户评估模型

为提升优化用电服务中客户筛选的科学性，改变单一指标分析的局限性，可通过集成客户基本用电信息，建立智能化的用户评估模型，挑选具有较大优化潜力的客户。

模型主要思想是设置量化目标，对用户自身优化潜力进行评估：

式中：i表示第i个评价指标；（x1，x2，…，xn）表示进行评估的用户信息，如用户行业、用电属性、电压等级、电量电费信息、月最大负荷、功率因数等；fi（x1，x2，…，xn）表示第i个评价函数；wi表示第i个评价函数的权重；F为各评价函数加权后的用户评估值。

对用户而言，评估值F越大，该用户优化用电的潜力就越大，在一定程度上弥补了仅依靠用电量来筛选用户的不足。

根据用户的评估值，可利用聚类算法自动筛选具有优化潜力的用户。本文采用K均值算法对用户的评估值进行聚类，分为K个类别，在每个类别中，评估值与类别中心的马尔科夫距离之和最小：

2 用电优化辅助决策研究

2.1 用电分析方法

用电分析方法是以用户用电信息为基础，通过指标分析法和图形分析法，对用户的用电情况进行分析。

2.1.1 用电指标分析

[4]和[5]通过对载容比、负荷率、峰谷比、功率因数这4个量化指标判断企业用电中存在的问题，提出有针对性的优化用电方案。

（1）载容比分析是对用电单位最大需求量与报装容量的比值分析。

（2）负荷率分析是对用电单位平均负荷与最大负荷的比值分析。

（3）峰谷比分析是对用电单位低谷时段电量占总电量的比值分析。

（4）功率因数分析是对企业的功率因数cosφ（企业有功功率与视在功率的比值）的分析。

2.1.2 图形分析法

图形化方法能直观显示平均电价图形和电价环比图形，更清晰地反映用户用电情况。以下以某纺织品制造公司2012年第一季度数据为例，说明图形分析方法。

（1）平均电价分析：基于用电客户所在行业平均电价的最小值、平均值和最大值，分析该客户平均电价在同行业中所处的水平。图1为该公司的平均电价与同行业的比较，可见该公司平均电价接近该行业平均电价最小值，说明该公司用电整体情况良好。

（2）分时用电图形分析：基于用电客户所在行业分时电价利用情况，分析该客户利用分时电价在同行业中所处的水平。图2为该公司分时电价利用水平与同行业最先进水平的比较情况，其中尖峰电量、高峰电量和低谷电量分别为8.4%，45.1%和46.5%，该公司分时电价与最先进利用情况差距为24.6%，处于同行业中偏下水平，有较大改进空间。

图1 同行业平均电价水平

图2 同行业分时电价利用水平

（3）环比图分析：基于用电客户连续月份的用电数据，分析该客户电费构成及变化趋势。图3为某公司连续3个月的用电构成数据，从图中可以看出，该公司尖峰电费呈先升后降的趋势，尖峰电费最多的1月优化用电潜力较大。

图3 某公司电费构成环比

2.2 基于智能评估与用电分析的用电优化辅助决策

基于智能用户评估模型和用电分析的用电优化辅助决策的主要任务是筛选优化用电目标客户并提出优化建议。

2.2.1 筛选优化用电目标客户

根据优化潜力排名辅助筛选优化用电目标客户，即优化潜力大客户。以平湖市供电局为例，根据某月的用电数据，用智能评估系统筛选月总电费大于5万、经过优化后预计节约电费占比大于10%的用电客户，得到的数据如表1。从表1中可见，分析得到的潜力客户既包含了传统方法分析得到的用电总量大的客户（企业1，2，7，9），又增加了优化潜力大的客户，证明了该方法的有效性及相对于人工梳理方法的优越性。

2.2.2 生成用电优化建议

根据用电分析方法，可以分析用户是否充分利用分时电价，即当前峰谷电量的比例与同行业同电价标准下最优峰谷比例的差距大小；分析变压器载容比是否合理；分析实际力率与同力率标准下先进值的差距。

基于用电分析结果，给出用电优化建议，帮助客户充分利用分时电价（合理匹配峰谷用电时间）、提高功率因数（通过无功补偿、滤波等）和改善变压器利用率，在节约用电成本的同时，有效降低电能损耗。

同时，除给出用电分析结果外，可根据上述智能评估模型，计算出如果用户采纳优化建议将可节约的电费。

2.3 系统实现

为实现用电优化服务的智能评估与自动分析，客户优化用电服务中所涉及的环节也应实现信息化。目前部分供电企业已经建设了营销和负控系统，本文在此基础上研究基于智能用户评估的用电优化辅助决策系统。

2.3.1 系统架构

采用Browser/Server体系结构，可以分为Web端和服务器端两大部分。Web端主要使用JavaScript，HTML和Ajax等技术开发。利用Ajax技术向服务器提交数据和接受服务器返回的数据，然后再用JavaScript刷新前台界面。

系统的体系结构分客户端、应用服务层和资源层，应用服务层可以分为表现层、控制层、业务层、持久层和数据库等几个层次。表现层负责处理用户的交互与系统分析结果的展示，主要采用JSP技术。控制层采用Struts框架，接受前端请求，调用业务层的Service Bean来处理请求，并将处理结果传递到表现层来展现给用户。业务层采用Spring框架，每个Service Bean可以在多个不同类型的请求间共享。持久层采用了Ibatis框架，可以在降低开发工作量、提高代码质量的同时，通过优化SQL语句等方式保证持久层的性能。数据库采用Oracle 10.1。

2.3.2 数据库总体设计

数据库设计包括6个模块，即应用流程监控模块、权限控制模块、模型配置模块、规则与指标管理模块、系统参数模块和高级应用模块。

其中，应用流程监控模块主要用于记录应用流程的发起者，流程执行的进度和状态，以及流程运行过程中的概要信息，并维护系统运行日志表；权限控制模块主要用于记录系统的用户、角色、功能及其相互之间的关系；模型配置模块用于评估模型表和明细；规则与指标管理模块给出了数据项、指标和规则的定义；系统参数模块定义了系统字典表；高级应用模块为系统的智能化、互动化和有序化提供数据支撑。

3 应用案例及实施效果

基于智能用户评估的用电优化辅助决策系统由平湖市供电局和IBM中国研究院共同研发，已于2011年12月建成并投入试运行。系统集成了电力公司营销和负控系统中的基础数据，建立智能评估模型，自动筛选和分析客户的用电情况。目前，平湖市供电局共筛选了55家具有优化潜力的专用变压器企业用户进行用电优化分析，根据企业每月用电量、电费支出等相关数据，设计适合企业生产实际的用电优化方案，从基本电费、调整峰谷电用电比例、提高功率因数、电价政策等方面提出改善用电的建议，帮助用户减少电费支出，降低企业生产经营成本。投入后帮助平湖55家大、中型企业（来自供电局电费风险用户清册）共减少电费10%，每年可节约800万元。平湖市供电局共2 000多个专用变压器用户，全面推广应用智能化平台后，预计每年可为企业减负约9 000万元。

4 结语

针对客户优化用电服务的现状和需求，通过对用电优化业务中的客户评估进行详细探讨，提出了基于多维度信息的智能评估模型，分析用户的优化潜力，并自动筛选具有较大优化潜力的用户，在此基础上，结合用电分析方法，建立了基于智能用户评估的用电优化辅助决策系统。该系统可以自动实现客户优化用电功能，辅助供电公司制定优化用电建议。今后还将进一步扩展智能评估模型，引入机器学习和人工智能引擎，跟踪用户用电模式和行为，使系统能更科学、更智能地适应未来海量客户的优化用电需求。

表1 智能评估系统筛选结果

参考文献：

[1]刘爱国.用电优化服务在宁夏的实施策略及其方案制定的要素分析方法[J].宁夏电力，2009（S1）∶272-276.

[2]朱建军.洗煤行业用电优化管理与节能减排[J].华北电业，2001（3）∶66-67.

[3]邱国福，吴连胜.造纸业优化用电措施[J].电力需求侧管理，2010（4）∶55.

[4]陈吉奂.浙江“社会用电模式优化研究与应用”科技成果通过评审[J].电力需求侧管理，2009（3）∶56-56.

[5]陈根奇.客户安全用电服务模式的再优化[J].大众用电，2009（3）∶13-14.

[6]何光宇，孙英云，梅生伟，等.多指标自趋优的智能电网[J].电力系统自动化.2009（17）∶1-5.

[7]马君华，卢炎生，岳振东，等.基于粗糙集理论的电网安全性分析[J].武汉大学学报（工学版）.2009，42（3）∶377-381.

（本文编辑：龚皓）

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

张凯俊（1973-），男，浙江平湖人，高级技师，从事供电服务及管理工作。