- 頭條《電工技術學報》優秀論文：電力用戶行為模型基本概念與研究框架2021-12-13 作者：王毅 張寧 等 | 來源：《電工技術學報》 | 點擊率：導語通過廣泛的用戶互動為電力系統提供了靈活性、實現個性化的用戶服務，成為未來智能電網發展的必然要求。本文提出電力用戶行為模型的概念，剖析電力用戶行為模型的內涵和外延，構建電力用戶行為建模的理論研究框架。
《電工技術學報》2019年度優秀論文獲獎論文簡報
《光伏發電出力預測技術研究綜述》等15篇優秀論文入選《電工技術學報》2019年度優秀論文，榮獲中國電工技術學會表彰。現將部分獲獎論文的文章簡報分享給各位讀者，以期促進本領域的技術交流。
團隊介紹
清華大學智慧能源實驗室（Energy Intelligence Laboratory，EILAB）在電力市場、電力/綜合能源規劃、調度運行、低碳電力、能源大數據等領域積累了深厚的科研基礎。
在電力市場領域，深度參與了電改重要文件編寫，完成多個省/區域電力市場方案和規則設計，研發的技術支持系統在多個省級電力市場得到應用；在負荷預測領域，開發的預測軟件系統在全國地市供電局使用率超過半數；在電力規劃領域，在高比例可再生能源電力系統規劃、生產模擬、可再生能源消納、系統風險評估等引領了多項理論研究，研發的“電力規劃決策支持系統GOPT”系統得到廣泛應用。
在調度運行領域，開發了月度、日前、日內滾動調度計劃、安全校核、檢修計劃等軟件系統，已在十余個省/區域電網得到應用；在低碳電力領域，提出了低碳電力技術的研究框架與發展路線圖，提出了碳流理論。在綜合能源領域，提出綜合能源網絡廣義電路建模理論以及運行模擬方法，提出云儲能體系構架，研發了綜合能源系統規劃與運行模擬云平臺軟件。在能源大數據領域，承擔了國家能源局委托的“十三五能源規劃”的全社會用電量預測重大任務，開發了全覆蓋全時域電量跟蹤分析預警系統，在多個省區電網與地市供電局得到應用。
承擔國家863、科技支撐計劃、重點研發計劃等重大課題多項，為國家發改委、能源局、國資委等相關部門提供了重要的咨詢參考與決策支撐。
王毅
1992出生，香港大學助理教授，博士生導師。研究方向為電力大數據分析、能源預測、信息-物理-社會能源系統。獲清華大學優秀博士論文、清華大學/北京市優秀畢業生、西貝爾學者、日內瓦發明展金獎等榮譽。以第一或通訊作者在 IEEE Transactions等國際期刊上發表論文20余篇、出版專著1部，1篇入選中國科協優秀科技論文遴選計劃，2篇論文入選領跑者 5000—中國精品科技期刊頂尖學術論文（F5000），2篇論文獲中國電機工程學會期刊優秀論文獎，6篇論文入選ESI高被引論文。擔任IEEE Customer Systems & Smart Buildings Subcommittee秘書，擔任國際期刊IEEE Systems Journal, IET Renewable Power Generation和IET Smart Grid編委，多次獲評IEEE Transactions期刊最佳審稿人。
康重慶
1969出生，清華大學教授、電機系主任，博士生導師 ，IEEE Fellow，IET Fellow。國家杰出青年科學基金獲得者，入選第二批國家“萬人計劃”科技創新領軍人才。曾獲霍英東基金會優選資助，入選教育部新世紀人才計劃。2007-2008為劍橋大學訪問學者。主要研究方向為電力系統規劃、電力系統優化運行、能源互聯網、可再生能源、低碳電力技術、負荷預測、電力市場。
研究背景
高比例可再生能源并網和電力市場改革不斷推進使得廣泛用戶互動成為智能電網發展的必然要求：高比例可再生能源并網需要電力系統提供更多靈活性平抑其波動性，而傳統電力系統中用戶往往是“被動用電”，沒有主動地參與到與電力系統的互動中去，其靈活性有待進一步挖掘；售電市場的不斷放開客觀上要求售電商更加重視電力用戶的用電體驗，開展以用戶為中心的售電服務以提升自身競爭力。
目前對用戶行為的研究往往還是圍繞某一具體應用開展的，類似于“面向過程”的程序編寫，缺乏對電力用戶行為體系化的認知，沒有“面向對象”的整體設計。也就是說，目前的研究還沒有準確分析電力用戶行為的確切含義，也沒有“系統性”地構建“用戶行為”的模型，對用戶行為的認知沒有像“物理-信息”一樣上升到“系統”或“模型”的層面。
論文方法及創新點
圖1 電力用戶行為模型的基本組成及其延拓
圖1 給出了電力用戶行為模型的基本組成及其延拓。其基本組成主要包括五個部分：①行為主體：電力用戶本身，其中電力用戶是具有認知和思維能力的人，擁有特定的社會經濟信息等屬性；②行為環境：影響電力用戶行為的外界環境，如電力網絡、氣象因素、電價因素、節假日因素、其他用戶行為等；③行為手段：電力用戶為達到某一目標需要采取的手段，包括對所有家用電器、電動汽車、分布式儲能、分布式可再生能源等的使用或控制；④行為結果：電力用戶最終產生的用電曲線或特定的用電模式，即與電網所交換的功率；⑤行為效用：電力用戶通過用電給自身帶來的效用，包括用電成本（負效用）、舒適度效用、其他某一具體目標達成的效用等。
對于單一電力用戶行為，可以進行空間上的延拓，即集群行為，根據某一用戶特性，將多個相似的用戶聚集到一起，構成若干個具有某一相似特性的用戶集群；還可以進行時間上的延拓，即預見行為，對未來一段時間的用戶行為的變化趨勢，其中用電行為預測（負荷預測）是最常見的一種延拓。
圖2 電力用戶行為建模研究范式
圖 2 給出了電力用戶行為建模的基本研究范式，主要包括數據收集、用戶行為模型和用戶互動三個模塊。在這三個模塊中，數據收集是基礎、用戶行為模型是核心、用戶互動是目的，三者依次遞進構成閉環，實現電力用戶行為模型的不斷更新和優化。
在數據收集模塊中，需要廣泛地收集多元化的與用戶用電特征相關的數據，而數據的獲取方式包括兩個途徑：①主動獲取途徑，如智能電表數據、氣象數據、電價數據等；②用戶反饋途徑，包括直接的反饋數據（如對某個項目是否感興趣等）和間接的反饋數據（如用戶對不同電價下的用電行為等）。
圖3 用戶用電曲線與用戶社會經濟信息對應關系示例
對于行為主體，可以實現用戶的肖像描繪，包括用戶基本屬性，如性別年齡、職業薪酬、社會階層、房屋情況等，用戶偏好屬性，如需求響應意愿、用電偏好等。圖3給出了三個用戶的平均周負荷曲線和對應的用戶社會經濟信息，以方便更直觀地從用電曲線中獲取部分用戶社會經濟信息。
對于行為手段，即用戶用電行為結構解析可以做兩方面的解讀，其一是直接根據總用電負荷對用戶某一或某些設備的運行狀態進行分解。非侵入式辨識（Non-intrusive Load Monitoring, NILM）就是對居民甚至樓宇用戶用電行為進行結構解析的重要手段，利用秒級甚至更細粒度的用電數據，將其中用電負荷分解成為若干個單一用電設備的功率曲線。
圖4 基于稀疏表示的用電子模式提取示意圖
對于行為結果，可以辨識用戶用電的基本模式、用電的動態特性、不確定性等各種指標。通過對負荷曲線的聚類就可以實現用戶用電模式的提取，如圖4 所示，可以將用戶行為模式提取問題建模為一個稀疏編碼問題，能夠有效辨識用戶用電子模式，實現海量用電數據的壓縮。
圖5 居民用戶概率性負荷預測示例
對于預見行為，對未來用電行為的估計可能具有不同的時間尺度，如超短期、短期和中長期。用戶負荷預測就是一種典型的對行為結果的預見，圖5 給出了典型的超短期居民用戶概率性負荷預測示例，通過一系列的分位數描述其未來不確定性。
圖6 用戶集群劃分示例
對于集群行為，可以根據不同的標準即某一用戶行為特征對用戶進行集群劃分，如根據用戶基本屬性、電器設備使用、用電曲線形態等進行集群辨識，如圖6所示。
結論
本文提出了電力用戶行為模型的基本概念，剖析了用戶行為的基本組成部分，包括行為主體、行為環境、行為手段、行為模式和行為效用，然后進一步延拓為集群行為和預見行為，在此基礎上，通過若干示例給出了電力用戶行為建模的理論研究框架，希望本文能夠為電力用戶行為模型的研究提供參考，構架數據驅動的以用戶為中心的研究與應用“生態”，進一步促進能源互聯網背景下的用戶互動。
引用本文
王毅, 張寧, 康重慶, 奚巍民, 霍沫霖. 電力用戶行為模型：基本概念與研究框架[J]. 電工技術學報, 2019, 34(10): 2056-2068. Wang Yi, Zhang Ning, Kang Chongqing, Xi Weiming, Huo Molin. Electrical Consumer Behavior Model: Basic Concept and Research Framework. Transactions of China Electrotechnical Society, 2019, 34(10): 2056-2068.
