基于MDS的县域公司用电市场聚类分析研究

李笑蓉+王智敏+王旭冉+赵骞+郭富磊+杜杰

摘要：在进行产业结构深度调整的背景下，县域用电市场作为某电力公司所属地区（以下简称“该地区”）用电市场的重要组成部分，受到越来越多的关注。文章利用多维尺度分析法，提出了行业用电市场细分体系，并基于行业用电市场细分体系对该地区43个县域供电公司用电市场变化进行了聚类分析。

关键词：县域用电市场；多维尺度分析法；MDS；行业用电市场细分体系；聚类分析 文献标识码：A

中图分类号：TP391 文章编号：1009-2374（2016）17-0003-04 DOI：10.13535/j.cnki.11-4406/n.2016.17.002

1 概述

随着中国经济步入新常态，经济增长从高速转向中低速。加快经济发展方式转变，推动产业结构优化升级成为当前及今后很长一段时间内经济发展的主要方向。新形势下，受产业结构调整深入、节能减排等因素的影响，该地区以工业为主的传统产业用电市场呈现发展放缓甚至负增长的态势，该电网公司面临着较为严峻的市场经营压力。近年来，随着国家电网公司“三集五大”管理战略的逐步推进实施，国网公司管理理念、管理方法与管理要求向县公司全面延伸覆盖。该地区近年来也加强了县公司的上划工作。截至目前，该地区共有43个县域供电公司，县域用电市场已成为该地区用电市场的重要组成部分。如图1所示，从2014年1月至2015年2月期间，近14个月县公司全社会用电量占该电网公司的比例基本在60%左右。因此，加强县域用电市场分析能够辅助电网企业经营决策层在当前用电市场疲弱态势下把握市场变化趋势和影响企业经济活动的各项因素，挖掘盈利潜力，掌握企业生产经营的进程，为管理决策提供数据和信息支持，对下一步工作做出正确决策。为了更好地掌握县域用电市场的特点，并对未来用电发展进行有效的预判，本文结合多维尺度分析法和行业用电市场细分体系，开展该地区43个县域供电公司用电市场分析研究，分析县域用电市场变化趋势，辅助该电网公司制定有效措施应对当前用电疲软态势，提高企业经营能力。

2 县域公司用电市场现状概述

该电力有限公司肩负着服务河北经济社会发展和保障首都北京安全可靠供电的重要使命。营业区域包括唐山、张家口、秦皇岛、承德、廊坊5市，43个县（区、市），面积10.41万平方公里，人口约2277万人。以2014年1月至2015年2月14个月的数据为例进行分析，43个县公司全社会用电量占社会用电量比例在60%左右，而且县公司用户数占全部用户数据的比例达到74%以上，可见县公司用电市场具有用户数量多、用电分布广、中小企业用户集中等特点。

当前该地区县域公司用电市场整体上呈现两类不同的变化特征：以传统高耗能行业用电为主的区域，过去由于高耗能行业粗放式发展，聚集了大量的中小型工业企业，随着国家产业结构调整优化的不断深入，产业发展大幅放缓，用电量大幅下滑；京津周边及沿海地区，受国家大力发展新型产业的利好，不断涌现以电子信息、新能源、高端装备制造和现代服务业为核心的现代产业聚集区，用电量稳定增长。

随着该地区用电市场增速的进一步放缓，迫切需要深层次、细粒度地了解该地区用电市场变化情况，传统粗放式的分析模式不能深层次、更细粒度分析用电市场变化，从而无法制定行之有效的应对措施，无法满足企业经营辅助决策的需要。为能准确分析该地区县域用电市场变化趋势，精确把握该地区县域公司用电市场变化特征，利用MDS建立行业用电市场细分体系，并基于此开展县域公司用电市场聚类分析研究。

3 基于MDS的县域公司用电市场聚类分析研究

3.1 基于MDS的行业用电市场细分体系

传统的行业用电市场细分以《国民经济行业分类》标准为基础，结合电力企业特点，将用电市场以全社会用电总计为根节点，自上而下，层层分解，各行业类型之间具有相应的从属关系，共分为99个行业类型。

一般的用电市场特征分析，是针对第一产业、第二产业、第三产业、城乡居民用电4大行业类型进行分析，由于对象不超过10类，分析结果往往针对性不足。为深入开展用电市场的行业细分研究，通过应用多维尺度分析法（Multidimensional Scaling，MDS）构建多维统计分析视图。通过行业用电体量、行业类型的产业归属、行业用电特征、行业产值特征4个维度构建行业用电市场细分的指标分析体系，对99个行业类型进行整合重组。如图2所示：

多维尺度分析法（MDS）是分析各行业用电市场的相似性和差异性的一种多元统计分析方法，通过对多维变量数据进行降维处理，可以将不同行业用电市场之间的联系直观地呈现出来，便于对各行业之间的总体联系进行深入观察。

应用MDS开展行业用电市场聚类，确定出13类用电及行业特征不同的分类，分类结果见表1：

在此基础上，以2015年1～7月的用电数据为基础，确定出不同分类的用电情况如下：

3.2 基于行业用电市场聚类模型的县域公司聚类分析

在用电市场行业细分的基础上，构建数据聚类分析模型，对43个县公司进行聚类分析，形成相应的聚类结果。聚类分析模型通过应用Clementine12.0进行建模，综合比对：K-均值聚类、两步聚类、异常聚类、Kohonen聚类4种聚类分析法的基础上，最终选择聚类效果较理想的两步聚类法。数据分析模型如图5所示：

3.3 聚类结果分析

在用电市场行业细分的基础上，通过构建数据聚类分析模型，对43个县公司进行聚类分析，形成相应的聚类结果，结果如下：

第一类：高耗能行业集中分布，用电体量整体较大，第二产业用电下滑明显的县级供电单位，涉及到的供电单位包括国网遵化市供电公司、国网迁安市供电公司、国网迁西市供电公司、国网卢龙县供电分公司等11家单位。

第二类：现代服务业和高端制造业等新型产业聚集，第三产业用电增长速度较快的县级供电单位，涉及到的供电单位包括国网唐山市曹妃甸区供电公司、国网电力有限公司张北县供电分公司等9家单位。

第三类：现代农业发展迅速，第一产业用电增幅明显的县级供电单位，涉及到的供电单位包括国网电力有限公司怀来县供电分公司、国网玉田县供电公司等9家单位。

第四类：城镇化水平快速提高，城乡居民用电增长明显的县级供电公司，涉及到的供电单位包括国网三河市供电有限公司、国网香河县供电有限公司等7家

单位。

第五类：全社会用电量下降明显的地区，涉及到的供电单位包括国网电力有限公司怀安县供电分公司、国网电力有限公司青龙县供电分公司等7家单位。

4 县域公司聚类分析启示及地区用电市场发展应对措施建议

通过开展县域公司用电市场聚类分析及用电市场特征研究，总结该地区县域用电市场未来的变化特征

如下：

第一，经济形势依然严峻，以高耗能、矿采选业为主导的地区用电需求将持续低迷。受资源能源环境约束、产能过剩等因素影响，钢铁、建材等重化工业的调整阵痛将无法避免，短期内将增加这些行业的下行压力；唐山迁西县、遵化市、迁安市受当地企业整合的影响，用电量将持续下降。

第二，京津冀产业转移带动该地区对接区域城乡用电稳步增长。随着京津冀一体化规划的不断落实，该地区迎来了区域发展的黄金时期，由于先天的环京津地缘优势，受京津冀一体化辐射的带动作用不断显现。特别是以廊坊为代表的北三县，其人口已突破70万，并呈现快速上升趋势。另外，固安、大城、香河、三河等地随着北京服务业的疏解，大量人口也涌向该地区，人口的爆发增长促进了居民用电量的高速增长。

第三，现代服务业和高端制造业等战略新型产业用电将步入高速增长期。从该地区各地市“十二五”规划及各地市“十二五”期间战略性新兴产业用电情况，结合当前及未来一段时间经济发展“调结构、稳增长、促改革”的总体基调，可以预计，未来该地区将继续大力培育战略性新兴产业，因此各地区战略性新兴产业用电将步入高速增长期。例如，廊坊的电子信息产业吸引了华为、富士康、京东方、微软等一大批龙头企业齐聚廊坊。张家口张北县大力发展云计算产业，2015年8月，《张北云计算产业基地规划（2015～2020年）》正式

获批。

第四，发展新型农业成为带动地区第一产业用电量快速增长的主要动力。张家口怀来等地区的特色食品加工业、承德丰宁等地区的绿色农业发展加快，农业发展水平居河北省前列，农业主导产业持续壮大，各类农业园区数量居全省前列，农业产业化发展势头良好，前三季度两市第一产业用电量分别增长6.09%、16.34%。

针对上述发展趋势，提出若干该地区用电市场发展应对措施建议：

第一，重点关注新兴产业市场。与政府相关部门建立常态化的沟通机制，重点关注新兴产业用户，提前了解新兴产业用户特性。

第二，深化用电市场分析。开展重点企业信息调查，建立重点企业生产经营信息库，对于重点企业、重点行业、重点区域实施标签化管理，形成常态化的市场调查机制，及时掌握企业生产经营变化趋势，利用多种途径保持与企业的顺畅交流。充分发挥电网企业的技术优势及社会责任，为重点企业提供节能增效解决方案，做到互利互赢。

第三，加大电能替代推广力度。创新电能替代设施建设模式与电能替代推广机制，探索建立电能替代激励机制。同时要强化宣传推广，扩大电能替代成效。

5 结语

随着产业结构调整政策的不断推进，该地区用电市场疲软态势很长一段时间将成为新常态。加强县域用电市场分析，有利于深层次剖析用电市场异常原因，辅助电网企业经营决策层制定有效应对措施。通过对该地区电网公司43个县域供电公司用电市场的聚类分析研究证明，本文提出的方法能够在当前复杂的用电外部形势，能有效辅助网省公司进行实际用电市场分析，是一种可操作性极强的分析方法，但是该方法仍有改进和提高的空间。基于MDS的该地区电网公司县域用电市场聚类分析方法要进一步推广还需要做好如下两点工作：（1）进一步优化或丰富行业分析指标体系，训练分析聚类模型参数，优化完善行业用电市场聚类模型；（2）开发县域用电市场分析应用，导入用电数据后，系统自动进行数据聚类分析，并给出初步结论，可以大大缩短人工分析时间。

参考文献

[1] 于崇伟.电力市场营销[M].北京：中国电力出版社，2002.

[2] 孙茂文.电力企业中长期电力市场分析预测[J].电源技术应用，2013，（5）.

[3] 王志刚，曲巍，黄爱颖.天津市电力公司售电市场实时预测分析系统建设及应用[J].电力需求侧管理，2007，9（1）.

[4] 张宏山.县供电企业经济活动分析系统设计研究[D].华北电力大学，2008.

[5] 康重庆.售电市场中售电量的风险分析[J].中国电机工程学报，2009，（19）.

[6] 王小军.气候变化对区域农业灌溉用水影响分析[J].中国农村水利水电，2011，（1）.

[7] 郭崇兰.杭州市极端气象因子与工业电力消费关联研究[D].南京信息工程大学，2014.

[8] 范镕.中国电力需求影响因素解析[J].管理学家（学术版），2012，（11）.

[9] 于静冉.各类用电市场影响因素及开拓策略分析[J].电力需求侧管理，2006，（6）.

[10] 河北省新增限制和淘汰类产业目录（2015年版）[S].

[11] 河北省大气污染防治行动计划实施方案[S].2015.

[12] 马莉.国外电力市场最新发展动向及其启示[D].国网能源研究院，2014.

[13] 袁健.国外电力市场结构模式比较与借鉴[D].山东大学，2014.

[14] 王钦.基于模糊集理论和层次分析法的电力市场综合评价[J].电力系统自动化，2009，（4）.

[15] 赖业宁.电力市场稳定性及其风险管理[J].电力系统自动化，2003，（12）.

（责任编辑：黄银芳）