電力用戶對供電可靠性敏感度的評價與分類方法

張宇軒, 蘇 娟, 賈 濤, 陳 進, 刑占禮

(1. 中國農(nóng)業(yè)大學 信息與電氣工程學院, 北京 100083; 2. 國網(wǎng)新疆電力有限公司 烏魯木齊供電公司, 新疆 烏魯木齊 830011)

我國一些地區(qū)配網(wǎng)建設薄弱、配電資源有限，同時還聚集著大量的市政基礎設施、居民聚集社區(qū)、大型城市綜合體和國家重要職能機構(gòu)，形成了相對敏感的負荷富集區(qū).對用戶實現(xiàn)用電敏感度的評價與分級是提高配網(wǎng)調(diào)度能力、優(yōu)化分布式電源等新能源配網(wǎng)資源的調(diào)度策略和實現(xiàn)用戶配電需求差異化管理的基礎工作，有助于可控資源的優(yōu)化配置，保障供電安全性與社會穩(wěn)定性.

目前，已發(fā)表文獻中對于電力用戶敏感度的研究鮮有報道.國內(nèi)電力用戶等級分類主要根據(jù)《重要電力用戶供電電源及自備應急電源配置技術(shù)規(guī)范》進行劃分.根據(jù)用戶中斷供電可能造成的影響(危害國家安全、重大影響、較大影響)，將電力用戶分為特級、一級、二級用戶.在電力用戶分類相關研究中，文獻[1]研究用戶畫像技術(shù)在供電企業(yè)用電安全服務工作中的應用，建立適用于安全用電服務的標簽體系；文獻[2]基于海量用戶用電數(shù)據(jù)，根據(jù)用電行為對用戶進行分類；文獻[3-4]從負荷曲線識別的角度，運用聚類分析的方法對相似負荷用戶進行識別，促進電網(wǎng)公司的精細化管理；文獻[5]從市場監(jiān)管角度的用戶分類；文獻[6]站在售電公司立場，從售電盈利、客戶忠實度、售電公司風險角度對用戶進行分類，為售電公司的定價政策和目標客戶的選擇提供指導；文獻[7]從電價角度出發(fā)，將用戶分為不同的電費敏感類型；文獻[8]從信用度出發(fā)，提出了電力用戶信用度評價體系.上述研究均是從負荷特性、經(jīng)濟效益的角度對用戶進行分類，并分別應用于市場管理和運行管理.目前，在我國的應急供電保障方面，亟需研究和開發(fā)一種能夠考慮政治、經(jīng)濟、社會3種影響因素的綜合評價方法，以便對用戶的重要程度進行客觀合理劃分與量化評價.

針對上述問題，文中提出基于層次分析(analy-tic hierarchy process, AHP)算法和模糊聚類法的電力用戶分類方法，建立綜合政治、經(jīng)濟和社會3方面因素的敏感度評價指標體系，并提出電力用戶綜合敏感度和單一敏感度這2個概念.先采用主觀性較強的AHP算法對用戶敏感度評價標準進行量化，為聚類算法中的聚類數(shù)目確定提供參考依據(jù)；然后采用客觀性較強的模糊C均值聚類(fuzzy C-means clustering algorithm,FCM)算法對用戶敏感度進行計算；最后將AHP與FCM算法的結(jié)果進行加權(quán)計算，得到用戶最終敏感度等級.

1 電力用戶敏感度指標體系

1.1 電力用戶敏感度定義

1.1.1用戶敏感度定義

電力用戶敏感度是指用戶在一個地區(qū)中，當對其中斷供電所可能造成的人身傷亡、環(huán)境污染、政治影響、經(jīng)濟損失、社會公共秩序混亂的嚴重程度，體現(xiàn)的是用戶在這個地區(qū)社會、政治、經(jīng)濟生活中所處的地位.

1.1.2高敏感負荷定義

根據(jù)用戶敏感度定義，提出高敏感負荷定義：高敏感負荷是指除傳統(tǒng)高可靠性負荷的稟賦外，對經(jīng)濟、政治、社會文化敏感性高.其特征如下：高等級維穩(wěn)、高社會秩序、高應急響應、需精準控制.高敏感負荷要求實現(xiàn)態(tài)勢全感知、供能高品質(zhì)、事件定位準、狀態(tài)控得穩(wěn)、事后恢復快.

1.2 敏感度指標體系

根據(jù)高敏感負荷定義，從政治、經(jīng)濟和社會3個因素提出了敏感度評價指標體系，包括3個一級指標和10個二級指標，如圖1所示.

圖1 用戶敏感度評價指標體系

1.2.1政治因素

政治因素對應的指標包括電力用戶等級與年均保電次數(shù).電力用戶等級體現(xiàn)的是用戶在已有的電力用戶重要性劃分中的級別，包括特級、一級、二級和三級，側(cè)重的是用戶在社會政治活動中的作用.年均保電次數(shù)是表征用戶一年參與政治活動密集程度的量化參數(shù)，年均保電次數(shù)越多，說明用戶對于政治活動敏感度越大.

1.2.2經(jīng)濟因素

經(jīng)濟因素對應指標包括單位GDP用電量水平、單位用電量利潤、用戶類型和信用情況.單位GDP用電量水平表征用戶的電能消費水平和經(jīng)濟產(chǎn)出之比，體現(xiàn)了用戶的能源經(jīng)濟利用效率.單位用電量利潤反映用戶的經(jīng)濟效益和產(chǎn)業(yè)類型，如高耗能低效益類型或低耗能高效益類型.用戶類型反映用戶所處的行業(yè)對于經(jīng)濟增長的貢獻程度，一般分為工業(yè)用戶、商業(yè)用戶和居民用戶.信用情況反映用戶的電費拖欠情況，體現(xiàn)用戶的生產(chǎn)生活水平.

1.2.3社會因素

社會因素對應的指標包括文化活動影響、社會工作影響、社會治安影響和居民生活影響.文化活動影響表征用戶在推動文化活動方面的作用，反映社會多文化特征，該指標量化值越大說明用戶在組織、承辦文化活動方面能起到較大的作用，對于推動文化繁榮發(fā)展有較大的影響力.社會工作影響表征用戶在推動社會經(jīng)濟政治工作中的作用，反映社會秩序特征，該指標量化值越大說明用戶在制定工作政策和促進社會運轉(zhuǎn)方面有較大的影響.社會治安影響表征用戶在維護社會穩(wěn)定方面的作用，反映社會穩(wěn)定特征，該指標量化值越大，說明用戶對于維護社會穩(wěn)定與民族團結(jié)方面有較大的影響.居民生活影響表征用戶與居民日程生活的關聯(lián)程度，該指標量化值越大，說明用戶與居民日常生活的關系越緊密.

1.3 電力用戶敏感度的量化計算

各地區(qū)之間發(fā)展水平和自身定位有差異，因此對用戶敏感度評價的側(cè)重點也有所不同.如經(jīng)濟發(fā)達地區(qū)側(cè)重于評價用戶的經(jīng)濟敏感程度，樞紐城市側(cè)重于評價用戶的政治敏感程度.因此，用戶敏感度可以分為考慮某一影響因素的單一敏感度和考慮多種影響因素的綜合敏感度.

定義單一敏感度計算式為

(1)

式中：si為考慮影響因素i的單一敏感度；m為影響因素i的指標個數(shù)；qj為指標j的量化值；ωj為指標j在影響因素i下的權(quán)值.

定義綜合敏感度計算式為

(2)

式中：R為考慮多種影響因素的綜合敏感度；n為影響因素個數(shù)；αi為影響因素i的權(quán)值.

2 用戶敏感度評價指標的量化方法

2.1 用戶敏感度評價指標矩陣

若對n個用戶進行敏感度評價，每個用戶有m個指標，設第i個用戶的第j個指標為pij,那么n個用戶的敏感度評價指標可用矩陣P表示為

(3)

在矩陣P中，行向量代表一個用戶，列向量代表某一指標.根據(jù)用戶敏感度評價指標體系可知，P中的行向量是一個多數(shù)據(jù)源向量，P中列向量之間的數(shù)值大小與量綱都不同.因此需要對矩陣P進行數(shù)據(jù)預處理.根據(jù)指標性質(zhì)不同，指標預處理可分為定量指標預處理和定性指標預處理.

2.2 定量指標的數(shù)據(jù)預處理方法

定量指標可分為極大型指標和極小型指標.極大型指標是指指標數(shù)值和評價結(jié)果呈正相關；極小型指標是指指標數(shù)值和評價結(jié)果呈負相關.在本文敏感度評價中，若用戶某指標值越大，其敏感度越高，則該指標為極大型指標；若用戶某指標值越大，其敏感度越低，則該指標為極小型指標.

由于定量指標初始值為某一確定數(shù)值，因此僅需對定量指標進行量綱一化處理.文中采取的方法是極值法.極大型指標量綱一化計算式為

(4)

式中：minpj為矩陣P中第j列最小值；maxpj為矩陣P中第j列最大值.

極小型指標量綱一化計算式為

(5)

2.3 定性指標的數(shù)據(jù)預處理方法

與定量指標不同，定性指標初始值不是確定數(shù)值，而是對用戶狀態(tài)的客觀描述或判斷.根據(jù)式(4)、(5)，定量指標預處理的值在[0,1]之內(nèi).因此，定性指標預處理結(jié)果也應在[0,1]之內(nèi).定性指標預處理要遵循實事求是的原則，依據(jù)專家經(jīng)驗，按程度從低到高進行分級別量化和賦值.

以文化活動影響指標為例，根據(jù)用戶實際情況和專家經(jīng)驗[8]，將文化活動影響指標根據(jù)程度從低到高劃分為4個級別：無影響、較小影響、較大影響和重大影響，對應判斷閾值為0、0.3、0.6、0.9.

3 電力用戶敏感度評價方法

層次分析(AHP)算法是解決多源異構(gòu)指標評價問題的常用算法，文中采用AHP算法計算電力用戶敏感度指標權(quán)重，量化敏感度等級.但是AHP算法具有主觀性較強的缺點，為了平衡主觀性干擾，采用FCM算法從數(shù)據(jù)特征角度對用戶敏感度進行聚類.提出了基于AHP和FCM算法的電力重要用戶敏感度綜合評價方法.

3.1 基于AHP算法的敏感度評價方法

AHP是一種多層次的結(jié)構(gòu)算法，常用于計算指標權(quán)重，具有系統(tǒng)、靈活、簡潔的特點[9].本節(jié)采用AHP算法計算敏感度指標權(quán)重、量化敏感度等級.應用AHP算法進行敏感度評價流程如下：

1) 建立評價指標層次結(jié)構(gòu).電力用戶敏感度評價指標體系的層次結(jié)構(gòu)見圖1，從上到下分為目的層、準則層、方案層.

2) 構(gòu)建判斷矩陣A[10].判斷矩陣就是用數(shù)值表示各層次指標之間兩兩比較的相對重要性，計算式為

(6)

式中：aij為重要性數(shù)值，通常用9級標度法賦值(見表1).

表1 9級標度法

3) 矩陣一致性檢驗[11].計算矩陣一致性比例CCR，計算式為

(7)

式中：λmax是判斷矩陣最大特征值；n為矩陣階數(shù)；RRI是一致性指標.當CCR<0.1時，矩陣一致性檢驗通過，才可以計算指標權(quán)重.

4) 計算指標權(quán)重向量ω，其滿足下式：

Aω=λmaxω，

(8)

式中：A為判斷矩陣.當考慮的是用戶在影響因素i下的單一敏感度si，得到的ω即為式(1)中的ωj；當考慮的是用戶在多種影響因素下的綜合敏感度R，得到的ω即為式(2)中的αi.

5) 計算基于AHP算法的用戶綜合敏感度RAHP.將上一步得到的ωj和αi分別代入式(1)、(2)計算用戶綜合敏感度，并劃分用戶敏感度等級.

3.2 基于FCM算法的敏感度評價方法

AHP算法的評價結(jié)果具有較強的主觀性和隨機性，評價結(jié)果受人為干擾影響較大.為盡量減少人為干擾，需要從數(shù)據(jù)特征角度對用戶敏感度進行評價.FCM對每個樣本與每類原型間的距離用其隸屬度平方加權(quán)，得到了基于目標函數(shù)模糊聚類的一般性描述[12]，具有較強的客觀性，且原理簡單、計算靈活.

基于FCM算法對用戶進行敏感度評價的流程如下：

1) 確定輸入數(shù)據(jù)，初始化隸屬度矩陣和聚類中心.輸入數(shù)據(jù)包括用戶敏感度評價指標矩陣P、聚類數(shù)量ncluster、指標權(quán)重.

(9)

式中：pik為用戶i在第k個指標上的值；pk為第k個指標的聚類中心值；ωk為第k個指標的權(quán)重.

3) 計算目標函數(shù)J.當ΔJ小于給定閾值時，輸出聚類結(jié)果：每類聚類中心和用戶的隸屬度矩陣.否則，更新聚類中心和隸屬度矩陣并返回步驟2)重新計算.

4) 計算基于FCM算法的用戶綜合敏感度RFCM.根據(jù)輸出的聚類中心和式(1)、(2)計算用戶綜合敏感度.

3.3 基于AHP和FCM算法的敏感度綜合評價

基于AHP和FCM算法的電力用戶敏感度評價方法流程見圖2.

圖2 電力用戶敏感度評價方法流程圖

評價方法流程如下：

1) 分析用戶特征，收集數(shù)據(jù)，根據(jù)評價目標選取敏感度指標.

2) 對用戶敏感度指標數(shù)據(jù)進行預處理，得到敏感度評價指標矩陣P.

3) 應用AHP算法評價用戶敏感度.首先計算影響因素與指標權(quán)重；然后量化用戶敏感度評價標準；最后根據(jù)式(1)、(2)計算基于AHP算法的用戶綜合敏感度RAHP.

4) 應用FCM算法評價用戶敏感度.將矩陣P、指標權(quán)重和聚類數(shù)量(即敏感度評價等級標準數(shù)量)作為輸入數(shù)據(jù)代入到程序中計算，輸出用戶隸屬度矩陣和聚類中心.根據(jù)隸屬度矩陣判定每個用戶所屬的類別；將聚類中心代入到式(1)、(2)計算基于FCM算法的用戶綜合敏感度RFCM.

5) 最終用戶敏感度等級確定.為避免評價結(jié)果陷入完全主觀判斷和絕對客觀數(shù)據(jù)的特征脫離實際，需要將AHP算法的評價結(jié)果和FCM算法的評價結(jié)果進行加權(quán)計算得到最終的用戶綜合敏感度，并按照用戶敏感度等級量化標準確定最終的用戶敏感度等級.加權(quán)計算式為

Rfin=γ1RAHP+γ2RFCM，

(10)

式中：Rfin為最終的用戶綜合敏感度；RAHP、RFCM分別為AHP算法、FCM算法得到的電力用戶敏感度；γ1、γ2分別為AHP算法、FCM算法結(jié)果的權(quán)重，γ1+γ2=1，調(diào)節(jié)γ1和γ2的值就可以調(diào)節(jié)主客觀因素對于電力用戶敏感度評價結(jié)果的影響.

4 算例分析

4.1 算例描述

以某省科技核心區(qū)電力用戶為例進行算例分析.負荷呈現(xiàn)以下特點：① 分布集中，不僅包括傳統(tǒng)工商業(yè)用戶，也包括一些國家重要職能機關，在有限的地理空間形成負荷聚集中心；② 人口眾多，文化多樣，社會生活豐富.因此在對該地區(qū)電力用戶進行敏感度評價的時候，主要考慮政治和社會因素.所以在對該地區(qū)電力用戶進行敏感度評價的時候選取了政治和社會2個準則層指標下的6個方案層指標.選取的14個用戶原始數(shù)據(jù)統(tǒng)計見表2.

表2 用戶原始情況統(tǒng)計表

4.2 指標量化

根據(jù)第2節(jié)給出的數(shù)據(jù)預處理辦法，首先將待處理指標分為定量指標和定性指標.

定量指標包括年均保電次數(shù)，且年均保電次數(shù)與敏感度成正相關，為極大型指標，根據(jù)表2中數(shù)據(jù)，按照式(4)進行處理.定性指標包括電力用戶等級、文化活動影響、社會工作影響、社會治安影響和居民生活影響.根據(jù)2.3節(jié)的處理方法，對這5個指標進行預處理.電力用戶等級指標根據(jù)用戶級別從低到高劃分為三級、二級、一級和特級，對應判斷閾值為0.2、0.4、0.6、0.8.文化活動影響、社會工作影響、社會治安影響和居民生活影響4個指標根據(jù)程度從低到高劃分為4個級別：無影響、較小影響、較大影響和重大影響，對應判斷閾值為0、0.3、0.6、0.9.預處理之后的用戶敏感度評價指標矩陣P見表3.

表3 用戶敏感度評價指標矩陣P

4.3 基于AHP算法的敏感度評價

4.3.1指標權(quán)重計算

各層次指標的判斷矩陣根據(jù)專家經(jīng)驗和相關資料進行反復討論，最終確定的各矩陣見圖3，所有矩陣均通過一致性檢驗.最終得到各準則層權(quán)重如下：政治的權(quán)重為0.67；社會的權(quán)重為0.33.而各方案層指標權(quán)重如表4所示.

圖3 各層指標判斷矩陣

表4 各方案層指標權(quán)重

4.3.2 RAHP的計算

將指標權(quán)重和矩陣P代入到式(1)、(2)計算電力用戶RAHP的值，結(jié)果見表5.

表5 用戶RAHP值

以用戶C為例，量綱一化后，其電力用戶等級為0.4,年均保電次數(shù)為0.33，則政治敏感度為0.4×0.67+0.33×0.33=0.38；其文化活動影響為0、社會工作影響為0.3、社會治安影響為0.9、居民生活影響為0.6，則社會敏感度為0×0.21+0.3×0.21+0.9×0.51+0.6×0.07=0.56；用戶C敏感度RAHP為0.38×0.67+0.56×0.33=0.44.

為使電力用戶敏感度評價結(jié)果更加直觀，將用戶敏感度值轉(zhuǎn)化為用戶敏感度等級，見表6.

表6 敏感度等級對應表

4.4 基于FCM算法的敏感度評價

4.4.1聚類結(jié)果

根據(jù)表6得聚類數(shù)量ncluster=3.按照3.2節(jié)FCM算法敏感度評價流程，將聚類數(shù)量、矩陣P和指標權(quán)重作為輸入，代入到MATLAB程序中，得到聚類中心和用戶隸屬度矩陣，結(jié)果見表7.

表7 聚類結(jié)果

4.4.2 RFCM的計算

將表7數(shù)據(jù)代入到式(1)、(2)計算基于FCM算法的用戶敏感度RFCM，結(jié)果見表8.

表8 用戶RFCM值

4.5 最終用戶敏感度等級確定

為避免評價結(jié)果陷入完全主觀判斷或絕對客觀數(shù)據(jù)的特征脫離實際，取γ1=γ2=0.5，根據(jù)式(10)，計算得到最終的用戶綜合敏感度值和敏感度等級，如表9所示.

表9 最終用戶敏感度和敏感度等級

由表9可見，高敏感用戶包括A、F、G、H、I、M，他們的保電次數(shù)較多且在社會因素方面都會有較高的影響力；中敏感用戶包括B、C、K、N，他們在政治或者社會因素中都存在某1個或者2個指標的數(shù)值較低，影響力較小；低敏感用戶包括D、E、J、L，他們在用戶等級、保電次數(shù)和主要社會影響方面作用都不夠突出，影響很小.

5 結(jié) 論

文中提出了電力用戶敏感度的定義與高敏感負荷的定義，建立了電力用戶敏感度指標體系，給出了電力用戶敏感度評價方法，并以實際算例驗證了該評價方法的有效與準確性.后續(xù)研究將重點考慮如何通過電力用戶敏感度等級，指導配電網(wǎng)的建設和分布式能源、儲能裝置等可控資源的規(guī)劃，提高清潔能源消納率，保障供電的安全.