智能配電網(wǎng)多元電力用戶群體特性精準(zhǔn)感知技術(shù)綜述

葛磊蛟，劉航旭，孫永輝，來(lái)金鋼

（1.智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室（天津大學(xué)），天津市 300072；2.河海大學(xué)能源與電氣學(xué)院，江蘇省南京市 210098；3.華中科技大學(xué)人工智能與自動(dòng)化學(xué)院，湖北省武漢市 430074）

0 引言

隨著智能配電網(wǎng)與電力物聯(lián)網(wǎng)技術(shù)的交叉融合和新型電力系統(tǒng)的快速發(fā)展，中國(guó)電力系統(tǒng)電源結(jié)構(gòu)、負(fù)荷結(jié)構(gòu)以及電力用戶的范圍和類型均發(fā)生了巨大變化。就電源側(cè)而言，集群式新能源、氫氣、天然氣等不同市場(chǎng)主體的能源比例越來(lái)越高；就負(fù)荷側(cè)而言，用戶的多種用能需求以及電動(dòng)汽車、儲(chǔ)能設(shè)備、電轉(zhuǎn)氣、柔性負(fù)荷等新型負(fù)荷使得電力負(fù)荷組成越來(lái)越復(fù)雜多樣；就電網(wǎng)側(cè)而言，出現(xiàn)供冷/熱、氫/天然氣等多種資源耦合的綜合能源網(wǎng)絡(luò)以及高比例可再生能源和高比例電力電子化的雙高電網(wǎng)，多能源網(wǎng)絡(luò)彼此相互交叉融合［1］。顯然，電力用戶從傳統(tǒng)被動(dòng)用電的“電力負(fù)荷”外延至源/網(wǎng)/儲(chǔ)各環(huán)節(jié)。

2022 年，國(guó)家發(fā)展改革委發(fā)布《綠色低碳轉(zhuǎn)型體制機(jī)制和政策措施的意見》，要求在電網(wǎng)架構(gòu)、電源結(jié)構(gòu)、源網(wǎng)荷儲(chǔ)協(xié)調(diào)、數(shù)字化智能化運(yùn)行控制等方面提升技術(shù)和優(yōu)化系統(tǒng)，以深入貫徹落實(shí)《中共中央、國(guó)務(wù)院關(guān)于完整準(zhǔn)確全面貫徹新發(fā)展理念做好碳達(dá)峰碳中和工作的意見》和《2030 年前碳達(dá)峰行動(dòng)方案》的有關(guān)要求。其中，源網(wǎng)荷儲(chǔ)協(xié)調(diào)涉及對(duì)多元電力用戶群體的調(diào)控與互動(dòng)，要求對(duì)用戶群體的特性有較為精確的感知。

電力用戶類型多樣化趨勢(shì)為“十四五”能源改革持續(xù)深化提供了支撐，但也為電網(wǎng)企業(yè)運(yùn)營(yíng)服務(wù)帶來(lái)了挑戰(zhàn)，迫使其加速對(duì)中國(guó)數(shù)量龐大的電力用戶的信息進(jìn)行量測(cè)整合、特性感知、態(tài)勢(shì)預(yù)測(cè)的研究。

多元電力用戶群體導(dǎo)致能源的生產(chǎn)、消費(fèi)和服務(wù)呈現(xiàn)新的業(yè)態(tài)和商業(yè)模式，并出現(xiàn)多元社會(huì)化的新特征：1）多元性，即電/氣/熱/冷多元用戶具有不同網(wǎng)絡(luò)能量傳輸?shù)难訒r(shí)性、能量品質(zhì)的差異性以及用能需求的替代性；2）互動(dòng)性，即電動(dòng)汽車、柔性負(fù)荷等新型電力用戶具有靈活需求響應(yīng)、與電網(wǎng)互動(dòng)等特點(diǎn)，使得電力用戶從被動(dòng)控制向部分主動(dòng)可控轉(zhuǎn)變［2］；3）社會(huì)群體性，即多類型電力用戶數(shù)量眾多，用戶-用戶、用戶群體-電網(wǎng)緊密耦合，能源多樣化需求與生產(chǎn)、生活等社會(huì)行為密切相關(guān)［3-4］。

與此同時(shí)，以信息互聯(lián)為核心的電力物聯(lián)網(wǎng)和以多能互補(bǔ)-源荷互動(dòng)為核心的智能配電網(wǎng)建設(shè)逐步實(shí)現(xiàn)突破，為多元電力用戶群體提供了全方位的支撐：1）電力物聯(lián)網(wǎng)為電力用戶社會(huì)化提供信息基礎(chǔ)，其利用云計(jì)算、大數(shù)據(jù)、人工智能等新技術(shù)及智能電表、“小微”傳感器等新型智能采集裝置，將電力系統(tǒng)運(yùn)行狀態(tài)、外部環(huán)境、用戶電量、宏觀經(jīng)濟(jì)等海量數(shù)據(jù)匯聚于電力系統(tǒng)云平臺(tái)［5-6］；2）智能配電網(wǎng)為多元電力用戶群體提供物理基礎(chǔ)［7］，其推動(dòng)了傳統(tǒng)集中式化石能源向分布式可再生能源的轉(zhuǎn)變和綜合能源系統(tǒng)電/氣/熱/冷能源的流動(dòng)優(yōu)化，實(shí)現(xiàn)綜合能源系統(tǒng)的多目標(biāo)優(yōu)化和能量的雙向流動(dòng)，使得多元電力用戶群體能夠在源/網(wǎng)/荷/儲(chǔ)各側(cè)中主動(dòng)參與電能消費(fèi)與生產(chǎn)的互動(dòng)，而不只是作為不可調(diào)控的電力負(fù)荷。對(duì)于電源而言，其出現(xiàn)了分布式新能源、儲(chǔ)能、電動(dòng)汽車等用戶群體，其中，儲(chǔ)能、電動(dòng)汽車具有價(jià)格響應(yīng)特性，分布式新能源出力的隨機(jī)性又進(jìn)一步加劇用戶的電氣隨機(jī)性。波動(dòng)的新能源需要儲(chǔ)能系統(tǒng)的平抑，具有充電隨機(jī)性的電動(dòng)汽車集群又需要儲(chǔ)能裝置的調(diào)節(jié)。此外，動(dòng)態(tài)價(jià)格策略可以引導(dǎo)用戶的用電行為，構(gòu)成電能-信息的互動(dòng)。隨著多能互補(bǔ)的出現(xiàn)，冷-熱-氣-電網(wǎng)絡(luò)彼此之間能量、物質(zhì)耦合關(guān)系增強(qiáng)，形成電-氣-電、電-氣-冷/熱/電、電-冷、電-熱等多種用戶群體互動(dòng)方式。因此，多元電力用戶群體的發(fā)展導(dǎo)致只涵蓋電功率特性和不可調(diào)節(jié)的傳統(tǒng)電力用戶概念難以滿足智能配電網(wǎng)和“雙碳”目標(biāo)的實(shí)際發(fā)展需求。

以上原因使得近年來(lái)考慮多元電力用戶群體多維特性成為電力行業(yè)營(yíng)銷運(yùn)營(yíng)服務(wù)的發(fā)展趨勢(shì)。

智能配電網(wǎng)與電力物聯(lián)網(wǎng)融合下的多元電力用戶群體特性復(fù)雜多樣。因此，電力用戶的研究不只是傳統(tǒng)電力系統(tǒng)電力負(fù)荷理論的延伸，還有如下許多新的問題需要解決。

1）如何認(rèn)知新需求與舊服務(wù)矛盾下的電力用戶多元特性？電力用戶的需求在數(shù)量和質(zhì)量上復(fù)雜多樣，對(duì)產(chǎn)品和服務(wù)的多元化、多層化、多樣化要求與日俱增［8］。而傳統(tǒng)電力用戶特性感知僅關(guān)注用戶的電氣特性和功率特性，對(duì)應(yīng)技術(shù)手段無(wú)法應(yīng)對(duì)新形勢(shì)下海量用戶的多元化需求［9］。

2）如何使能量互聯(lián)轉(zhuǎn)換模糊化下的用戶互動(dòng)特性精準(zhǔn)感知？可再生能源高滲透率分散接入電網(wǎng)使用戶的電源屬性具有強(qiáng)波動(dòng)性和隨機(jī)性，電力市場(chǎng)的開放使得用戶更加具有主動(dòng)性。如何充分發(fā)掘用戶的強(qiáng)交互性、主動(dòng)性和不確定性［10］，用新的技術(shù)手段實(shí)現(xiàn)用戶互動(dòng)態(tài)勢(shì)的精準(zhǔn)感知，使其實(shí)現(xiàn)從“被動(dòng)適應(yīng)可再生能源并網(wǎng)”的不穩(wěn)定性模式到主動(dòng)構(gòu)建“強(qiáng)不確定性-交互性耦合”的友好互動(dòng)模式的轉(zhuǎn)變［11］？

目前，國(guó)內(nèi)外針對(duì)以多元電力用戶群體為核心的新型電力系統(tǒng)進(jìn)行了相關(guān)研究，但缺少系統(tǒng)性的梳理和前景展望。本文首先歸納了智能配用電和電力物聯(lián)網(wǎng)融合發(fā)展背景下多元電力用戶群體本質(zhì)特征和互動(dòng)機(jī)理；然后，以量化分析多元社會(huì)化電力用戶群體特性為目標(biāo)，分別評(píng)述了智能配用電多元社會(huì)化用戶群體數(shù)據(jù)全息感知方法、智能配用電多元社會(huì)化電力用戶群體特征建模技術(shù)、面向多能互補(bǔ)和源荷互動(dòng)的電力用戶群體特性精準(zhǔn)感知方法；最后，對(duì)智能配用電多元電力用戶群體特性精準(zhǔn)感知未來(lái)的挑戰(zhàn)和發(fā)展方向進(jìn)行了展望。

1 智能配電網(wǎng)用戶群體特性精準(zhǔn)感知內(nèi)涵和關(guān)鍵技術(shù)

為了針對(duì)性地解決上述多元電力用戶群體多元特性認(rèn)知和用戶互動(dòng)精確感知問題，采用智能配電網(wǎng)用戶群體特性精準(zhǔn)感知技術(shù)，其包含兩方面：1）面向智能配用電系統(tǒng)和電力物聯(lián)網(wǎng)的融合發(fā)展，電力用戶呈現(xiàn)新的外延（源/網(wǎng)/荷/儲(chǔ)多類型）和內(nèi)涵（多元/互動(dòng)/社會(huì)群體多特性），須突破傳統(tǒng)電力系統(tǒng)中電氣特性負(fù)荷模型的認(rèn)知理論，將電力用戶擴(kuò)展到多元電力用戶群體范圍，揭示源/網(wǎng)/荷/儲(chǔ)不同電力場(chǎng)景中電力用戶群體的本征特征；2）面向智能配用電系統(tǒng)和電力物聯(lián)網(wǎng)的融合發(fā)展，電力系統(tǒng)日益成為一個(gè)“能源網(wǎng)-物聯(lián)網(wǎng)-社會(huì)用戶”的高度融合的復(fù)雜系統(tǒng)，須揭示智能配用電系統(tǒng)、電力物聯(lián)網(wǎng)和多元電力用戶群體之間的相互依存關(guān)系，定量分析多元電力用戶群體行為對(duì)能源網(wǎng)和信息網(wǎng)網(wǎng)絡(luò)結(jié)構(gòu)的影響，理解多元電力用戶群體特性互動(dòng)機(jī)理。

關(guān)鍵技術(shù)包含3 個(gè)方面：1）電力用戶跨模態(tài)數(shù)據(jù)融合和高質(zhì)量的數(shù)據(jù)增強(qiáng)方法，以及多元電力用戶群體數(shù)據(jù)感知方法；2）建立多元電力用戶群體的多類型特征模型；3）針對(duì)電力用戶多元/互動(dòng)的不同特性，建立多元電力用戶群體特性精準(zhǔn)感知方法。各技術(shù)前后承接，先通過(guò)多元電力用戶群體全息感知技術(shù)獲取具有響應(yīng)特性的電動(dòng)汽車集群用能行為特性、工業(yè)園區(qū)儲(chǔ)能系統(tǒng)價(jià)格偏好、海量分布式光伏交直流側(cè)電氣量測(cè)的運(yùn)行維護(hù)等多元數(shù)據(jù)；然后，通過(guò)多維數(shù)據(jù)量化分析、標(biāo)簽化建模技術(shù)等對(duì)全息感知得到的多元數(shù)據(jù)進(jìn)行融合-評(píng)價(jià)，建立多元電力用戶群體的特征模型；最后，面向多能互補(bǔ)方向下多元電力用戶群體互動(dòng)的發(fā)展趨向，運(yùn)用多元電力用戶群體特征模型完成其機(jī)理建模-數(shù)據(jù)驅(qū)動(dòng)混合，表達(dá)用戶與用戶之間、用戶與電網(wǎng)之間的互動(dòng)特性，建立能效矩陣-延遲矩陣-能源需求矩陣-用戶需求矩陣之間的物理關(guān)系以及能效替代矩陣-價(jià)格矩陣-響應(yīng)傾向矩陣之間的源荷互動(dòng)特性，完成多能互補(bǔ)電力用戶群體源荷互動(dòng)特性精準(zhǔn)感知模型的建立，共同解決電力用戶多元特性認(rèn)知面臨的技術(shù)問題。

智能配電網(wǎng)用戶群體特性精準(zhǔn)感知示意圖如圖1 所示。

圖1 智能配電網(wǎng)用戶群體特性精準(zhǔn)感知示意圖Fig.1 Schematic diagram of accurate awareness of user group characteristics in smart distribution network

與電力用戶特性和模型相關(guān)的實(shí)時(shí)數(shù)據(jù)采集技術(shù)已經(jīng)成熟，隨著用戶側(cè)智能表計(jì)的大量投入，電力公司逐漸能夠獲取各類電力用戶的實(shí)測(cè)負(fù)荷、發(fā)電信息，包括單一業(yè)務(wù)數(shù)據(jù)、跨業(yè)務(wù)數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、歷史數(shù)據(jù)、實(shí)時(shí)數(shù)據(jù)。在該背景下，表征用戶特性的數(shù)據(jù)具有多源、多維、異構(gòu)等特點(diǎn)。因此，基于大數(shù)據(jù)清洗的結(jié)果，從多角度保證用戶數(shù)據(jù)深度融合，構(gòu)成電力-社會(huì)-信息耦合系統(tǒng)的用戶行為信息數(shù)據(jù)庫(kù)。目前，數(shù)據(jù)清洗技術(shù)已有一定的技術(shù)基礎(chǔ)，通過(guò)分析多元電力用戶群體產(chǎn)生的數(shù)據(jù)形式、數(shù)據(jù)特點(diǎn)，參考金融、無(wú)線電等領(lǐng)域的大數(shù)據(jù)清洗方法，可為智能配電網(wǎng)中多元電力用戶群體的數(shù)據(jù)清洗提供指導(dǎo)。

豐富的數(shù)據(jù)類型和海量的數(shù)據(jù)資源為具有社會(huì)化互動(dòng)特性的多元電力用戶群體的多維度特性研究提供了數(shù)據(jù)支撐?；谌斯ぶ悄艿臄?shù)據(jù)全息感知方法為其特性感知提供數(shù)據(jù)基礎(chǔ)，具有可行性和合理性。通過(guò)數(shù)據(jù)統(tǒng)計(jì)和建模分析，利用大數(shù)據(jù)平臺(tái)對(duì)用戶各種靜態(tài)和動(dòng)態(tài)用戶數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、分析、總結(jié)，可以歸納出多元電力用戶群體模型的參數(shù)表達(dá)。通過(guò)對(duì)各類數(shù)據(jù)曲線的聚類可以實(shí)現(xiàn)用戶用電模式的提取，從單純的負(fù)荷曲線擴(kuò)展為多種表征多元性、互動(dòng)性、社會(huì)性曲線的疊加，構(gòu)建用戶用電曲線和用戶社會(huì)經(jīng)濟(jì)信息的橋梁，即可定量為用戶模型的驗(yàn)證和完善提供依據(jù)。

新一代能源體系下，用戶行為特性是多參量耦合的結(jié)果。目前，多能互補(bǔ)已有一定研究基礎(chǔ)，將數(shù)據(jù)驅(qū)動(dòng)與模型驅(qū)動(dòng)的方法相結(jié)合，考慮多參量耦合的作用，建立不同能流能量傳輸下的用戶多元性特性模型，并在此基礎(chǔ)上分析利用用戶側(cè)響應(yīng)互動(dòng)和電/氣/熱等多種能源的協(xié)調(diào)互補(bǔ)特性，實(shí)現(xiàn)用戶的用能可靠性和經(jīng)濟(jì)性；可控負(fù)荷也有一定的研究基礎(chǔ)，在此基礎(chǔ)上，將可控負(fù)荷的概念擴(kuò)展至可控電力用戶，構(gòu)建多參量耦合下的用戶可控性分析模型，挖掘用戶的可控性度量，研究多可控用戶之間的協(xié)調(diào)調(diào)度方法，為多可控負(fù)荷的協(xié)調(diào)利用奠定基礎(chǔ)。

2 多元電力用戶群體全息感知方法

2.1 多元電力用戶群體感知研究現(xiàn)狀

對(duì)于多元電力用戶群體感知的研究，主要集中在電力用戶數(shù)據(jù)感知方式、感知類型、感知精度3 個(gè)方面［12］。但總的來(lái)說(shuō)，電力用戶感知數(shù)據(jù)經(jīng)歷了總負(fù)荷曲線、自動(dòng)化、包含營(yíng)銷和計(jì)量的用電大數(shù)據(jù)、結(jié)構(gòu)化和非結(jié)構(gòu)化多維用電大數(shù)據(jù)的歷程，需要新的數(shù)據(jù)融合技術(shù)、增強(qiáng)方法和感知方法。多元電力用戶群體全息感知示意圖如圖2 所示。

圖2 多元電力用戶群體全息感知示意圖Fig.2 Schematic diagram of holographic awareness of diversified power user groups

在用電數(shù)據(jù)感知方式提升方面，隨著智能電表的推廣應(yīng)用，截至2021 年，國(guó)家電網(wǎng)有限公司服務(wù)范圍內(nèi)已經(jīng)安裝的智能電表超過(guò)5.14 億只，以往電力營(yíng)銷分散-手抄式采集模式逐步轉(zhuǎn)變成為集中-自動(dòng)式抄表方式。同時(shí)，伴隨非侵入式的電力負(fù)荷設(shè)備、用戶側(cè)能量管理系統(tǒng)、大用戶能量管理系統(tǒng)等裝置和系統(tǒng)的應(yīng)用，電力物聯(lián)網(wǎng)技術(shù)的發(fā)展大大提升了數(shù)據(jù)傳輸速度和范圍，電力用戶的數(shù)據(jù)感知不再僅限于智能電表，而是逐步延伸至用戶側(cè)多類型設(shè)備、系統(tǒng)［13-14］。

在用戶數(shù)據(jù)感知類型方面，為有效開展電力營(yíng)銷業(yè)務(wù)，考慮數(shù)據(jù)采集的成本，以往主要以用電量、有功功率、無(wú)功功率、頻率等電力計(jì)量計(jì)費(fèi)數(shù)據(jù)（結(jié)構(gòu)化數(shù)據(jù)）為主進(jìn)行電力用戶數(shù)據(jù)采集，逐步走向海量計(jì)量計(jì)費(fèi)數(shù)據(jù)［15］；隨著云技術(shù)、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)和人工智能技術(shù)的推廣和發(fā)展，聚焦于電力營(yíng)銷服務(wù)水平提升的XML 等半結(jié)構(gòu)化，以及視頻、音頻和文本等非結(jié)構(gòu)化數(shù)據(jù)采集，也逐步成為可能［16］。

在用戶數(shù)據(jù)感知精度方面，電力用戶計(jì)量計(jì)費(fèi)的電表從機(jī)械式、電子式時(shí)代逐步走向智能電表時(shí)代，數(shù)據(jù)采集精度從大電流可準(zhǔn)確計(jì)費(fèi)感知逐步走向小電流、弱電流均可準(zhǔn)確計(jì)量計(jì)費(fèi)模式。同時(shí)，電網(wǎng)的視頻、文本、語(yǔ)音等非結(jié)構(gòu)化數(shù)據(jù)也隨著電力物聯(lián)網(wǎng)技術(shù)的推廣，進(jìn)一步提升了精度，實(shí)時(shí)滿足業(yè)務(wù)需求。

為提升用戶感知的精度、降低計(jì)算周期，文獻(xiàn)［17］提出了一種考慮多類型量測(cè)時(shí)間尺度、同步性與精度特點(diǎn)的配電網(wǎng)多源量測(cè)融合狀態(tài)估計(jì)方法；文獻(xiàn)［18］提出面向發(fā)電調(diào)度分析場(chǎng)景的大數(shù)據(jù)融合處理技術(shù)，以及面向發(fā)電計(jì)劃編制場(chǎng)景的大數(shù)據(jù)分析決策技術(shù)，實(shí)現(xiàn)電力大數(shù)據(jù)的采集、存儲(chǔ)、分析及知識(shí)提取等一體化功能；文獻(xiàn)［19］為了監(jiān)測(cè)有源配電網(wǎng)運(yùn)行，提出一種自適應(yīng)動(dòng)態(tài)估計(jì)方法，在狀態(tài)估計(jì)前使用狀態(tài)偏差指數(shù)識(shí)別當(dāng)前運(yùn)行模式。在自適應(yīng)估計(jì)階段，改進(jìn)了兩種典型的估計(jì)器，以應(yīng)對(duì)典型的操作模式，并嵌入交互式多模型算法框架。當(dāng)前，電力用戶和電力用戶、電力用戶和電力系統(tǒng)、電力用戶和工業(yè)物聯(lián)網(wǎng)之間的交互行為多向耦合，但上述方法未將用戶數(shù)據(jù)類型延展至用戶側(cè)多類型設(shè)備、系統(tǒng)，缺少對(duì)非結(jié)構(gòu)化數(shù)據(jù)的分析，并未針對(duì)不同類型電力用戶群體分別制定適用的特性感知方法，可能難以適應(yīng)當(dāng)前的電力用戶數(shù)據(jù)發(fā)展趨勢(shì)。

綜上所述，電力用戶數(shù)據(jù)體量在逐步增加，數(shù)據(jù)采集的范圍逐步增強(qiáng)，數(shù)據(jù)方式趨于多樣化，且電力營(yíng)銷從滿足計(jì)量計(jì)費(fèi)逐步走向提升電力用戶滿意度和用戶價(jià)值。多類型高價(jià)值用戶數(shù)據(jù)跨模態(tài)融合方法、增強(qiáng)方法、感知方法等新的大數(shù)據(jù)挖掘技術(shù)，迫切需要進(jìn)行深入研究。

目前，多元電力用戶群體數(shù)據(jù)多維、海量，對(duì)其全息感知主要面臨兩個(gè)問題：1）如何考慮對(duì)數(shù)據(jù)的價(jià)值度（即為對(duì)電網(wǎng)影響度）的多維特征提?。勘举|(zhì)上屬于數(shù)據(jù)價(jià)值建模和特征提取過(guò)程；2）如何在數(shù)據(jù)獲取不完全的情況下完成對(duì)多元電力用戶群體數(shù)據(jù)的全面感知？該需求對(duì)技術(shù)的要求是根據(jù)小部分的已知數(shù)據(jù)通過(guò)某種方法完成數(shù)據(jù)外推、估計(jì)，本質(zhì)上屬于壓縮感知-抽象化重構(gòu)過(guò)程。上述兩個(gè)問題分別對(duì)應(yīng)電力用戶群體數(shù)據(jù)的跨模態(tài)融合和多類型電力用戶群體數(shù)據(jù)高精度感知。

2.2 電力用戶群體數(shù)據(jù)的跨模態(tài)融合

電力用戶群體數(shù)據(jù)的跨模態(tài)融合以多模態(tài)、富內(nèi)容和多角度用戶數(shù)據(jù)為研究對(duì)象。首先，利用高維隨機(jī)矩陣?yán)碚搶?duì)多元電力用戶數(shù)據(jù)進(jìn)行預(yù)處理和數(shù)據(jù)篩選；然后，建立特征級(jí)的跨模態(tài)數(shù)據(jù)融合模型，從而構(gòu)建電力-社會(huì)-信息耦合系統(tǒng)的多元電力用戶群體數(shù)據(jù)質(zhì)量評(píng)估模型；最后，應(yīng)用多參量耦合方法，對(duì)信息數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)質(zhì)量提升增強(qiáng)。

2.2.1 多元電力用戶群體數(shù)據(jù)跨模態(tài)多參量融合

考慮多樣化需求及用戶服務(wù)的多元電力用戶群體數(shù)據(jù)跨模態(tài)多參量融合包含以下3 個(gè)步驟：

1）異構(gòu)多參量特征同化方法。異構(gòu)參量對(duì)目標(biāo)的描述方式和量綱不同，進(jìn)行特征級(jí)融合時(shí)需要將各個(gè)特征映射至同一空間或同一坐標(biāo)系，即應(yīng)用高維隨機(jī)矩陣對(duì)異構(gòu)特征向量進(jìn)行同化，然后在公共子空間/子坐標(biāo)系進(jìn)行特征融合。目前有兩種異類特征同化的思路：一是分別對(duì)每種參量提取特征后［20］，將特征向量映射至同一公共子空間，然后在公共子空間對(duì)特征向量進(jìn)行融合；二是以其中一種特征向量為基準(zhǔn)［21］，將其他特征向量映射至該特征向量所在的空間，然后對(duì)同一向量空間的特征向量進(jìn)行融合。

2）特征級(jí)的跨模態(tài)數(shù)據(jù)融合方法。將多模態(tài)、富內(nèi)容和多角度的電力用戶數(shù)據(jù)形成用戶行為多元參量空間，采用特征級(jí)多模態(tài)數(shù)據(jù)融合框架分析多模態(tài)參量之間對(duì)用戶行為的互補(bǔ)性和增強(qiáng)性［17-18］。

3）用戶特性數(shù)據(jù)質(zhì)量評(píng)價(jià)模型和數(shù)據(jù)優(yōu)選。不同場(chǎng)景、不同類型的用戶特性數(shù)據(jù)存在較為明顯的差異，對(duì)于數(shù)據(jù)質(zhì)量評(píng)價(jià)準(zhǔn)則也隨之不同。因此，需要構(gòu)建目標(biāo)特性數(shù)據(jù)質(zhì)量評(píng)價(jià)指標(biāo)模型［22-23］，實(shí)現(xiàn)對(duì)用戶特性數(shù)據(jù)質(zhì)量的指標(biāo)確定，提供權(quán)威的數(shù)據(jù)質(zhì)量評(píng)價(jià)結(jié)果支撐。然后，根據(jù)質(zhì)量評(píng)估模型和行為分析任務(wù)的語(yǔ)義約束，實(shí)現(xiàn)滿足多維覆蓋的群體感知冗余數(shù)據(jù)分組，進(jìn)而采用時(shí)間優(yōu)先或質(zhì)量?jī)?yōu)先方式進(jìn)行數(shù)據(jù)移交決策，從而實(shí)現(xiàn)數(shù)據(jù)優(yōu)選。

2.2.2 多參量耦合下多元電力用戶群體數(shù)據(jù)增強(qiáng)

多元電力用戶群體數(shù)據(jù)增強(qiáng)方法主要針對(duì)3 種情況：一是結(jié)構(gòu)化數(shù)據(jù)直接采集，電氣參量、狀態(tài)量等數(shù)據(jù)可以通過(guò)終端直接計(jì)算上傳；二是非結(jié)構(gòu)化半結(jié)構(gòu)化信息感知，包括現(xiàn)場(chǎng)圖形、影音資料等需要人工智能分析的非結(jié)構(gòu)化數(shù)據(jù)，以及設(shè)備熱力圖、光譜圖、三維空間等具有明確提取步驟的數(shù)據(jù)；三是隱式信息提取，無(wú)法通過(guò)數(shù)據(jù)表面信息推導(dǎo)的信息，例如用戶畫像、風(fēng)險(xiǎn)趨勢(shì)預(yù)測(cè)，需要通過(guò)一定的感知計(jì)算、自主學(xué)習(xí)訓(xùn)練或是融合感知計(jì)算才能辨識(shí)未知的新信息。

為此，多參量耦合下電力用戶群體數(shù)據(jù)增強(qiáng)方法主要包括以下3 種方式：

1）信息空間增強(qiáng)。數(shù)據(jù)在空間上的增強(qiáng)表現(xiàn)為部署的傳感器密度h(xi，yi)提升，產(chǎn)生了空間擴(kuò)展上的數(shù)據(jù)增加［24］，即數(shù)據(jù)點(diǎn)數(shù)量n的增加。wi為第i個(gè)節(jié)點(diǎn)所產(chǎn)生信息的時(shí)空權(quán)重，表現(xiàn)效果為區(qū)域內(nèi)的整體數(shù)據(jù)量H(x，y)的增加，其表達(dá)式如式（1）所示。但傳感器數(shù)量的增加會(huì)嚴(yán)重增加成本并帶來(lái)數(shù)據(jù)傳輸帶寬不足的問題，可用數(shù)據(jù)補(bǔ)全、插值、樣本擴(kuò)充等方法代替。

式中：xi和yi為第i個(gè)傳感器的位置坐標(biāo)；x和y為區(qū)域內(nèi)所有傳感器的平均位置坐標(biāo)。

2）信息類型增強(qiáng)。信息類型增強(qiáng)綜合表現(xiàn)在由多合一功能傳感器增加產(chǎn)生的額外信息。在泛在物聯(lián)網(wǎng)智能傳感設(shè)備中，部分設(shè)備除了電氣量采集，還包括對(duì)氣候環(huán)境、電場(chǎng)磁場(chǎng)、地貌特征等多種參量的感知［21，25-26］。因此，多種傳感器的量測(cè)數(shù)據(jù)可表示為d維信息向量H：

式中：h(d)為傳感器采集到的類型d的數(shù)據(jù)。

3）信息準(zhǔn)確度增強(qiáng)。信息準(zhǔn)確度增強(qiáng)是指降低設(shè)備計(jì)量誤差。電力物聯(lián)網(wǎng)傳感器數(shù)量龐大，通過(guò)自校系統(tǒng)、遠(yuǎn)程校準(zhǔn)系統(tǒng)［27-28］保證整體準(zhǔn)確度，例如數(shù)字互感器通過(guò)合并單元，根據(jù)電氣量和非電氣量遠(yuǎn)程校準(zhǔn)。提高校準(zhǔn)頻率、實(shí)現(xiàn)冗余采集是信息準(zhǔn)確度增益的兩方面手段，可表示為：

式中：j為量測(cè)點(diǎn)；xji為量測(cè)值；a為真實(shí)值；ε為無(wú)窮小量；p(·)為判斷表達(dá)式真?zhèn)蔚乃阕雍瘮?shù)；m為量測(cè)點(diǎn)數(shù)量；I為校準(zhǔn)頻率；zi為測(cè)量數(shù)據(jù)；fi(x)為映射狀態(tài)變量到測(cè)量對(duì)應(yīng)擬合量的狀態(tài)函數(shù)。當(dāng)校準(zhǔn)頻率I足夠大時(shí)，整體網(wǎng)絡(luò)的信息準(zhǔn)確度會(huì)接近于基準(zhǔn)值。式（4）為冗余測(cè)量提升測(cè)量數(shù)據(jù)與真實(shí)值接近程度的優(yōu)化過(guò)程，通過(guò)最小二乘法計(jì)算優(yōu)化目標(biāo)g(x)的最小值。

2.3 多元電力用戶群體數(shù)據(jù)高精度感知

在多類型用戶理論研究的基礎(chǔ)上，從信息域、物理域和社會(huì)域3 個(gè)層面獲取電力用戶的多角度信息，分析用戶的行為活動(dòng)及產(chǎn)生的行為數(shù)據(jù)信息，采用基于實(shí)時(shí)量測(cè)與人工智能的實(shí)時(shí)+虛擬感知技術(shù)克服量測(cè)點(diǎn)多、用戶隱私、傳輸專線、數(shù)據(jù)匯總平臺(tái)背景下的電網(wǎng)運(yùn)行維護(hù)問題，并利用機(jī)理分析的狀態(tài)估計(jì)方法解決多元電力用戶群體在數(shù)據(jù)匱乏情況下的電網(wǎng)調(diào)度問題，獲取多模態(tài)、富內(nèi)容、具有時(shí)空和人文特征的用戶多角度數(shù)據(jù)，實(shí)現(xiàn)多元電力用戶群體數(shù)據(jù)高精度感知。

2.3.1 實(shí)時(shí)+虛擬感知

新型電力系統(tǒng)下，大規(guī)模分布式電源、電動(dòng)汽車、儲(chǔ)能接入電網(wǎng)，電網(wǎng)形態(tài)愈加復(fù)雜，對(duì)于配電網(wǎng)的狀態(tài)感知能力提出了更高的要求。但是由于配電網(wǎng)點(diǎn)多面廣，按照傳統(tǒng)主網(wǎng)做法需要部署海量量測(cè)單元，存在工程實(shí)施難度大、交界面不清楚、投資運(yùn)行維護(hù)成本巨大等問題。面向多元單一電力用戶的高精度感知，文獻(xiàn)［29］提出了以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的實(shí)時(shí)+虛擬技術(shù)，以降低多元電力用戶群體信息感知成本并在后續(xù)的工作中得到進(jìn)一步研究［30-33］，具體過(guò)程如下。

首先，基于橫向數(shù)據(jù)賦能共享與縱向數(shù)據(jù)高效流動(dòng)，以智能采集終端為數(shù)據(jù)采集核心，通過(guò)物聯(lián)網(wǎng)智能感知、識(shí)別技術(shù)與邊緣計(jì)算［30］等技術(shù)實(shí)現(xiàn)電力用戶計(jì)量系統(tǒng)設(shè)備、一次電氣設(shè)備、用戶智能設(shè)備的廣泛互聯(lián)互動(dòng)互通，形成萬(wàn)物互聯(lián)、人機(jī)交互、天地一體的網(wǎng)絡(luò)空間，搭建電力用戶不同數(shù)據(jù)類型差異化場(chǎng)景的數(shù)據(jù)實(shí)時(shí)采集系統(tǒng)。

然后，考慮電力用戶經(jīng)濟(jì)性、環(huán)境因素等外界約束，導(dǎo)致無(wú)法實(shí)現(xiàn)電力用戶數(shù)據(jù)實(shí)時(shí)采集，需要綜合考慮電力用戶所屬區(qū)域、用戶用能特點(diǎn)等相似性，基于灰色關(guān)聯(lián)度分析和數(shù)字孿生相結(jié)合的方法，從已有歷史數(shù)據(jù)中進(jìn)行相似日選取，進(jìn)一步應(yīng)用反向傳播（BP）神經(jīng)網(wǎng)絡(luò)［31］、去噪自編碼器［32］等人工智能方法對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練，完成對(duì)電力用戶缺失數(shù)據(jù)的虛擬采集，從而完成電力用戶數(shù)據(jù)的全面補(bǔ)全。

最后，考慮電網(wǎng)運(yùn)行數(shù)據(jù)、經(jīng)濟(jì)數(shù)據(jù)、環(huán)境數(shù)據(jù)等外部數(shù)據(jù)和電力用戶群體數(shù)據(jù)的特性互補(bǔ)和耦合，文獻(xiàn)［33］按照預(yù)測(cè)-校正的思路，對(duì)電力用戶虛擬采集數(shù)據(jù)進(jìn)行質(zhì)量提升，即以外部數(shù)據(jù)和電力用戶歷史數(shù)據(jù)為訓(xùn)練集，應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)等人工智能方法，實(shí)現(xiàn)對(duì)電力用戶群體數(shù)據(jù)的實(shí)時(shí)+虛擬采集。

2.3.2 高精度狀態(tài)估計(jì)

在用戶數(shù)據(jù)無(wú)法完全獲取的背景下，多元電力用戶群體數(shù)據(jù)高精度狀態(tài)估計(jì)成為解決電網(wǎng)調(diào)度運(yùn)行的重要技術(shù)。首先，針對(duì)電力用戶群體多類型數(shù)據(jù)缺失、時(shí)標(biāo)不一致等問題，文獻(xiàn)［34-36］綜合考慮電力用戶數(shù)據(jù)電氣屬性的時(shí)空關(guān)聯(lián)性，采用數(shù)據(jù)-機(jī)理混合驅(qū)動(dòng)［34］、皮爾遜相關(guān)系數(shù)［35］、優(yōu)先級(jí)分配策略［36］等多種混合數(shù)據(jù)補(bǔ)全算法。然后，針對(duì)電力用戶量測(cè)配置不足，以及網(wǎng)絡(luò)傳輸時(shí)滯和丟包等網(wǎng)絡(luò)化誘導(dǎo)現(xiàn)象，文獻(xiàn)［37-39］計(jì)及數(shù)據(jù)傳輸?shù)木珳?zhǔn)性和必要性，應(yīng)用時(shí)間稀疏化［37］、奇異值分解［38］、時(shí)序特征融合［39］提出多類型電力用戶群體數(shù)據(jù)高精準(zhǔn)不確定性動(dòng)態(tài)狀態(tài)估計(jì)方法。最后，考慮電力用戶群體數(shù)據(jù)來(lái)源多樣、傳輸方式多變、數(shù)據(jù)浮漂等不確定性，文獻(xiàn)［40］提出基于偽量測(cè)自適應(yīng)插值的卡爾曼濾波的高精準(zhǔn)動(dòng)態(tài)狀態(tài)估計(jì)方法。

狀態(tài)估計(jì)的本質(zhì)是利用冗余數(shù)據(jù)對(duì)系統(tǒng)的未知參數(shù)進(jìn)行估計(jì)，但是目前缺乏充分利用多元用戶群體數(shù)據(jù)的狀態(tài)估計(jì)方法。

3 多元電力用戶群體特征建模技術(shù)

在確定描述多元電力用戶群體屬性的多維特征集后，以描述用戶特性為目的，考慮電力用戶的多元、互動(dòng)、群體特性及外界環(huán)境，構(gòu)建多元電力用戶群體特征表征模型。多元電力用戶群體特征建模技術(shù)示意圖如圖3 所示。

圖3 多元電力用戶群體特征建模技術(shù)示意圖Fig.3 Schematic diagram of characteristic modeling technology of diversified power user groups

多元電力用戶群體特征建模技術(shù)主體上可分為兩個(gè)方面：特征多維量化分析和標(biāo)簽化建模。通過(guò)特征多維量化分析確定多維度特征量和不同類型用戶基本特性的映射關(guān)系，進(jìn)一步對(duì)量化的特征值進(jìn)行更為細(xì)致的綜合評(píng)價(jià)，得到標(biāo)簽化的用戶模型。

3.1 多元電力用戶特征認(rèn)知研究現(xiàn)狀

對(duì)于電力用戶認(rèn)知的研究，主要集中在電力用戶分類、電力用戶建模兩個(gè)方面［41］。但總的來(lái)說(shuō)，傳統(tǒng)電力系統(tǒng)中電力用戶近同于電力負(fù)荷，僅僅考慮電力用戶的能源（電氣）特性，已經(jīng)無(wú)法滿足電力行業(yè)發(fā)展過(guò)程中對(duì)電力用戶的認(rèn)知需求。

在中國(guó)電力發(fā)展歷程中，電力用戶基本根據(jù)電壓等級(jí)、供電可靠重要程度等進(jìn)行用戶等級(jí)分類，同時(shí)還包括按用電量、電價(jià)和國(guó)民經(jīng)濟(jì)對(duì)電力用戶進(jìn)行分類等方法。但總的來(lái)說(shuō)，傳統(tǒng)電力系統(tǒng)分類認(rèn)知中，電力用戶往往是“被動(dòng)用電負(fù)荷”，用戶負(fù)荷按照對(duì)供電可靠性需求進(jìn)行分類是目前的主流認(rèn)知［42］?；谪?fù)荷曲線形態(tài)的負(fù)荷分類是一個(gè)新的研究熱點(diǎn)［43-45］，利用聚類算法分析用戶群體日負(fù)荷曲線，將具有相似特征的用戶劃分為同一類型。此類方法考慮了政策、電價(jià)、季節(jié)、溫度等諸多因素對(duì)負(fù)荷的影響，以一定的合理性將多元用電負(fù)荷劃分為眾多類別。但在新型電力系統(tǒng)的背景下，負(fù)荷概念的延伸以及與電網(wǎng)的互動(dòng)性使得傳統(tǒng)負(fù)荷分類方法難以適用。

為了研究負(fù)荷對(duì)電網(wǎng)安全穩(wěn)定的影響，國(guó)內(nèi)外科研機(jī)構(gòu)進(jìn)行了大量電力負(fù)荷建模方面的研究［43-46］。電氣與電子工程師協(xié)會(huì)（IEEE）設(shè)置專門的負(fù)荷動(dòng)態(tài)性能表征任務(wù)組對(duì)多種負(fù)荷的電氣特性建模展開研究［47］。中國(guó)電力科學(xué)研究院基于電網(wǎng)實(shí)測(cè)數(shù)據(jù)，提出了考慮配電網(wǎng)影響的綜合負(fù)荷重點(diǎn)參數(shù)辨識(shí)方法［48］。中國(guó)眾多電力研究團(tuán)隊(duì)也對(duì)負(fù)荷特性建模、動(dòng)態(tài)參數(shù)辨識(shí)等領(lǐng)域進(jìn)行了深度研究，從物理視角構(gòu)建面向需求響應(yīng)等的優(yōu)化模型［41，49］，也從知識(shí)體系上大大豐富了復(fù)雜系統(tǒng)的參數(shù)辨識(shí)理論，使負(fù)荷建模理論從多個(gè)方面實(shí)現(xiàn)了實(shí)用性［42，50］。

近年來(lái)，隨著電能替代和電力電子技術(shù)的廣泛應(yīng)用，柔性負(fù)荷、雙向負(fù)荷接入容量持續(xù)增加［51］。這類負(fù)荷具有功率主動(dòng)調(diào)節(jié)特性，負(fù)荷復(fù)雜性進(jìn)一步提高，負(fù)荷建模理論和方法也隨之取得了新的發(fā)展［52-53］，主要體現(xiàn)在以下方面：

1）考慮時(shí)變性和隨機(jī)性的負(fù)荷模型。帶儲(chǔ)能系統(tǒng)的分布式電源迅速發(fā)展，有助于降低網(wǎng)絡(luò)損耗和改善電壓分布，但潮流分布從傳統(tǒng)的中心輻射單向流動(dòng)變成多點(diǎn)支撐雙向流動(dòng)，主動(dòng)時(shí)變的負(fù)荷特性改變了電網(wǎng)特性［54-57］。此外，風(fēng)/光電源出力受天氣決定，具有隨機(jī)性、波動(dòng)性和間歇性，使負(fù)荷參數(shù)、模型的不確定性增加。

2）考慮可控性的負(fù)荷模型。以儲(chǔ)能系統(tǒng)為代表的雙向負(fù)荷可為光伏電源提供虛擬慣量，平抑波動(dòng)性源/荷，提高電網(wǎng)穩(wěn)定性，但同時(shí)也導(dǎo)致負(fù)荷出現(xiàn)了可控性和時(shí)變性［58-60］。

3）考慮敏感性的負(fù)荷模型。隨著生產(chǎn)模式的變革和生活水平的提高，天氣、政策對(duì)負(fù)荷用電模式的影響也逐漸變得顯著。但上述負(fù)荷建模思路還是考慮負(fù)荷本身電氣特性的變化［61］。

綜上所述，傳統(tǒng)電力系統(tǒng)中電力用戶主要依據(jù)電力負(fù)荷的電氣特性進(jìn)行認(rèn)知和建模，還需要深化以數(shù)據(jù)為資產(chǎn)、以服務(wù)為驅(qū)動(dòng)的發(fā)展導(dǎo)向以適應(yīng)電力用戶新需求。

多元電力用戶群體特征建?？煞钟脩?電網(wǎng)耦合關(guān)系的整體建模和用戶自身用能特性的局部建模。對(duì)于這兩個(gè)需求，需要解決的是如何根據(jù)已量測(cè)、估計(jì)、計(jì)算得到的用戶數(shù)據(jù)去分析用戶的用能特性以及對(duì)電網(wǎng)的影響，本質(zhì)問題是數(shù)據(jù)壓縮和復(fù)雜系統(tǒng)的特性辨識(shí)。

3.2 多元電力用戶群體特征多維量化分析

3.2.1 多元電力用戶群體屬性的多維特征集表征

根據(jù)電力用戶的社會(huì)特點(diǎn)，其特性可分為內(nèi)生屬性、電氣屬性和偏好屬性［62］。內(nèi)生屬性包括個(gè)人/企業(yè)基本信息、社會(huì)經(jīng)濟(jì)信息、地理位置信息、用電設(shè)備信息和分布式能源信息；電氣屬性包括基本用電模式（整體、局部用電模式等）、需求響應(yīng)潛力（基線估計(jì)等）、氣象敏感度（溫度、濕度敏感度等）、電價(jià)敏感度（用電彈性）、用電趨勢(shì)（不同時(shí)間尺度預(yù)測(cè)）和用電不確定性（概率化模型）；偏好屬性包括需求響應(yīng)意愿（不同需求響應(yīng)項(xiàng)目）、智能用電意愿（是否愿意安裝智能用電設(shè)備）、電價(jià)類型偏好（不同電價(jià)設(shè)計(jì)偏好）、可再生能源使用（是否主動(dòng)使用可再生能源）和被代理意愿（是否愿意被代理參與市場(chǎng)）。

首先，考慮到電力負(fù)荷的復(fù)雜性，其社會(huì)屬性需要應(yīng)用統(tǒng)計(jì)分析方法和遵循自完善自學(xué)習(xí)原則進(jìn)行不斷擴(kuò)展。對(duì)此，文獻(xiàn)［63］提出可利用量測(cè)數(shù)據(jù)的源網(wǎng)荷儲(chǔ)動(dòng)態(tài)特性在線建模與辨識(shí)，以提高多元電力用戶特性表征的準(zhǔn)確性和復(fù)雜大系統(tǒng)的可觀測(cè)性。然后，根據(jù)多元電力用戶群體屬性特點(diǎn)，結(jié)合實(shí)際電力用戶行為和用戶意愿，按照不同電力用戶屬性對(duì)每一項(xiàng)屬性指標(biāo)進(jìn)行量化表征。文獻(xiàn)［64］從電力用戶的社會(huì)化、個(gè)體戶角度，提出了多元可調(diào)電力用戶調(diào)控能力的多維量化評(píng)估流程。最后，深入挖掘?qū)傩灾笜?biāo)的物理內(nèi)涵。文獻(xiàn)［65］融合物理模型與數(shù)據(jù)模型的分析方法，按照反映用戶的行為主體、行為環(huán)境、行為手段、行為結(jié)果和行為效用5 個(gè)方面，構(gòu)成電力用戶多維度特性的研究框架。

3.2.2 多維度特征量和多元用戶特性的映射關(guān)系

首先，根據(jù)內(nèi)生屬性、電氣屬性、偏好屬性等用戶行為維度，以及用能類型、用能潛力、能源消費(fèi)能力等用戶社會(huì)化維度，梳理歸納多類型電力用戶的多維度特征量，分析不同維度特征量的優(yōu)缺點(diǎn)，應(yīng)用過(guò)濾法［66-67］、包裹法［68］和嵌入法［69］等方法實(shí)現(xiàn)電力用戶特征提取。

然后，根據(jù)不同類型電力用戶各自的屬性一致性及可評(píng)價(jià)性實(shí)現(xiàn)電力用戶屬性分類。文獻(xiàn)［64，70-71］從多元負(fù)荷的可控程度、響應(yīng)成本、響應(yīng)潛力、響應(yīng)時(shí)間等多個(gè)維度建立電力用戶屬性價(jià)值評(píng)價(jià)指標(biāo)，從而揭示不同多元可控負(fù)荷的相似性。

最后，為減小數(shù)據(jù)的存儲(chǔ)空間、提升算法效率，文獻(xiàn)［72-74］從減少向量間歐氏距離的計(jì)算時(shí)間方面入手，采用核主成分分析［72］、主成分分析［73］及成因分析［74］等方法對(duì)多元負(fù)荷的聚類特征進(jìn)行降維；進(jìn)一步，通過(guò)劃分聚類［75］減小每個(gè)樣本集的數(shù)據(jù)規(guī)模，并用層次聚類［76］對(duì)劃分聚類的結(jié)果進(jìn)行組合，得到已有多維度特征量-用戶特性的映射關(guān)系模型，結(jié)合實(shí)際電力用戶的社會(huì)化行為邊界，確定多維度特征量和不同類型用戶基本特性的映射關(guān)系。

3.3 智能配電網(wǎng)多元電力用戶群體標(biāo)簽化建模

3.3.1 多元電力用戶群體特征值量化綜合評(píng)價(jià)

首先，基于多元電力用戶群體不同特征值的不同表現(xiàn)形式，智能配電網(wǎng)用戶管理平臺(tái)按照電力用戶群體特征指標(biāo)數(shù)據(jù)收集可操作性、用戶行為特性表征合理性等，應(yīng)用因素分析方法［77］分別對(duì)電力用戶內(nèi)生屬性、電氣屬性和偏好屬性的群體影響因素進(jìn)行歸納總結(jié)。

然后，根據(jù)影響因素分析，分別對(duì)內(nèi)生屬性、電氣屬性和偏好屬性的影響因素按照定性與定量相結(jié)合的方式進(jìn)行數(shù)學(xué)指標(biāo)化［78-79］，并應(yīng)用主成分分析法［26］對(duì)主要影響因素指標(biāo)進(jìn)行合并和歸一化，形成定量和定性相結(jié)合的多維量化綜合評(píng)估指標(biāo)體系。

最后，綜合考慮模糊層次分析法、專家打分法等主觀賦權(quán)方法［80-81］的專家意見依賴性強(qiáng)，且熵權(quán)法［82］、變異系數(shù)法［83］等客觀賦權(quán)方法數(shù)據(jù)依賴性強(qiáng)的特點(diǎn)，應(yīng)用主客觀混合［84］的多元電力用戶群體特征多維量化評(píng)估方法。

3.3.2 用戶群體標(biāo)簽化模型的建模范式及更新

電力用戶模型是用戶模型在電力系統(tǒng)中的應(yīng)用和拓展?？紤]售電市場(chǎng)為電力用戶提供了多樣化的能源服務(wù)，這對(duì)負(fù)荷建模工作而言促發(fā)了“信息過(guò)載”阻礙。此外，電力用戶規(guī)模龐大，只有對(duì)電力用戶的標(biāo)簽化模型進(jìn)行抽象化用戶分類，才能提升能源服務(wù)效率。

電力用戶群體標(biāo)簽化建模主要包括以下步驟：

1）根據(jù)電力用戶的多樣化用能需求（如峰谷電價(jià)、激勵(lì)政策、合同制定等），文獻(xiàn)［65，85］從多個(gè)方面對(duì)用戶的用能偏好進(jìn)行分類，并從用戶的基本信息、支付歷史等方面進(jìn)行統(tǒng)計(jì)分析。

2）標(biāo)簽化處理。這一步驟是用戶標(biāo)簽化建模的核心，需要確定對(duì)用戶特性的分類方法。本質(zhì)上屬于對(duì)多維特征、多時(shí)間尺度數(shù)據(jù)的多元分類問題。文獻(xiàn)［86］考慮到傳統(tǒng)電力用戶的標(biāo)簽特征較為單一，無(wú)法進(jìn)行精準(zhǔn)判斷，利用計(jì)算機(jī)視覺技術(shù)對(duì)電力用戶進(jìn)行特征升維與標(biāo)簽化處理。

3）用戶模型的更新。由于多元電力用戶群體的固有特性，隨時(shí)間的推移其性質(zhì)可能發(fā)生較大變化，為提高多元電力用戶群體感知的精度需要對(duì)用戶模型進(jìn)行在線更新，即將標(biāo)簽化處理得到的特征數(shù)據(jù)集進(jìn)行更新，然后對(duì)負(fù)荷辨識(shí)器進(jìn)行參數(shù)矯正。這種更新過(guò)程需要考慮最新數(shù)據(jù)的偶爾性，以平衡誤差修正和過(guò)擬合風(fēng)險(xiǎn)?；谏鲜隹剂?，文獻(xiàn)［87］借助在線學(xué)習(xí)策略提高了負(fù)荷的特征表達(dá)精度，并計(jì)及窗口內(nèi)不同預(yù)測(cè)誤差對(duì)參數(shù)更新，進(jìn)一步提高了模型的泛化能力。

4 多能互補(bǔ)電力用戶群體源荷互動(dòng)特性精準(zhǔn)感知方法

以多元電力用戶群體的可控性和多元互動(dòng)性為研究對(duì)象，充分應(yīng)用多元電力用戶群體全息感知方法的數(shù)據(jù)驅(qū)動(dòng)原理，以多元電力用戶群體特征建模技術(shù)為特性機(jī)理感知的基礎(chǔ)，面向多能互補(bǔ)和源荷互動(dòng)的不同場(chǎng)景，建立多元用戶的互動(dòng)模型、多元可控用戶的間接控制/直接控制模型，實(shí)現(xiàn)多能互補(bǔ)電力用戶群體互動(dòng)特性的精準(zhǔn)感知。多能互補(bǔ)電力用戶群體源荷互動(dòng)特性感知示意圖如圖4 所示。

圖4 多能互補(bǔ)電力用戶群體源荷互動(dòng)特性感知示意圖Fig.4 Schematic diagram of awareness of source-load interaction characteristics of multi-energy complementary power user groups

多能互補(bǔ)電力用戶群體源荷互動(dòng)特性感知技術(shù)本質(zhì)上是一種預(yù)測(cè)技術(shù)和在線建模修正技術(shù)，利用建立的多元電力用戶用能特性模型來(lái)預(yù)測(cè)分時(shí)電價(jià)、網(wǎng)荷互動(dòng)、季節(jié)變化等事件帶來(lái)的用戶之間、用戶與電網(wǎng)之間的能量交互行為，并實(shí)時(shí)根據(jù)互動(dòng)行為更新多元電力用戶群體的用能特性模型。

4.1 多能互補(bǔ)電力用戶群體特性感知研究現(xiàn)狀

對(duì)于電力用戶特性感知方法的研究，主要集中在“機(jī)理驅(qū)動(dòng)”和“數(shù)據(jù)驅(qū)動(dòng)”的用戶特性感知方法研究。總的來(lái)說(shuō)，利用“機(jī)理驅(qū)動(dòng)”和“數(shù)據(jù)驅(qū)動(dòng)”相結(jié)合的電力用戶群體特性感知成為發(fā)展趨勢(shì)。

在“機(jī)理驅(qū)動(dòng)”的用戶特性感知方法方面，由于其具有明確的物理含義，有助于對(duì)電力用戶行為特性的理解，因此最先用于用戶特征分析［60］。例如，文獻(xiàn)［61］分析了傳統(tǒng)需求響應(yīng)中單向政策制定的弊端，進(jìn)而設(shè)計(jì)了需求響應(yīng)的合作制定模式，從需求響應(yīng)支撐技術(shù)、需求響應(yīng)項(xiàng)目設(shè)計(jì)兩個(gè)方面分析其影響因素對(duì)用戶需求響應(yīng)特性和能力的影響。文獻(xiàn)［51］建立了基于演化博弈的需求響應(yīng)模型，分析了用戶基于演化博弈的用能行為趨勢(shì)及其對(duì)系統(tǒng)的影響。文獻(xiàn)［88］通過(guò)研究速度-流量-密度關(guān)系和交通-能耗關(guān)系完成對(duì)電動(dòng)汽車時(shí)空行為的精確建模，研究了電動(dòng)汽車在每條活動(dòng)-出行鏈上的時(shí)空分布特性和充電，以便能夠合理地刻畫用戶選擇心理及描述電動(dòng)汽車用戶時(shí)空行為。文獻(xiàn)［89］以家庭能源中心為研究對(duì)象，提出一種考慮物理特征與行為因素的家庭用能特性建模方法，通過(guò)非侵入式負(fù)荷分解與馬爾可夫鏈相結(jié)合的方法來(lái)刻畫家庭負(fù)荷的不確定性場(chǎng)景。文獻(xiàn)［90］針對(duì)電動(dòng)汽車的停車行為，研究基于居民區(qū)的區(qū)域停車生成率的停車需求，綜合電動(dòng)汽車設(shè)備性質(zhì)、居民區(qū)區(qū)域特征等因素，構(gòu)建了居民區(qū)的電動(dòng)汽車充電模型與停車模型，完成了基于時(shí)間分布的電動(dòng)汽車居民區(qū)充電負(fù)荷的相關(guān)性質(zhì)研究。文獻(xiàn)［91］針對(duì)家庭能源需求估計(jì)，同時(shí)考慮人文和物理因素，計(jì)算綜合人口的家庭能源消耗。該模型結(jié)合了每個(gè)家庭成員的家庭活動(dòng)序列，然后將其映射為負(fù)荷大小和持續(xù)時(shí)間，得到高精度的家庭能源需求估計(jì)模型。此類方法能夠反映電力用戶群體在某一特定方面的特征，但是目前“機(jī)理驅(qū)動(dòng)”的電力用戶群體特性方法只能描述電器的部分用能特性，難以對(duì)非線性動(dòng)態(tài)模型進(jìn)行實(shí)時(shí)分析以支撐考慮復(fù)雜內(nèi)部和外部影響因素的用戶特性感知。

在“數(shù)據(jù)驅(qū)動(dòng)”的用戶特性感知方法方面，以電力物聯(lián)網(wǎng)為信息基礎(chǔ)，隨著智能電表等智能計(jì)量設(shè)備和相應(yīng)的信息通信技術(shù)迅速提升，用戶側(cè)產(chǎn)生了海量用電數(shù)據(jù)。運(yùn)用大數(shù)據(jù)技術(shù)挖掘海量用電數(shù)據(jù)的內(nèi)在信息可提取復(fù)雜電力用戶的用能關(guān)系和規(guī)則［92］。因此，為了充分利用這些電力大數(shù)據(jù)及環(huán)境數(shù)據(jù)，相關(guān)學(xué)者開始通過(guò)統(tǒng)計(jì)分析、人工智能等技術(shù)挖掘歷史數(shù)據(jù)集含有的用電行為潛在特征，通過(guò)“數(shù)據(jù)驅(qū)動(dòng)”來(lái)完善用電行為特性感知方法［93-94］。

“數(shù)據(jù)驅(qū)動(dòng)”的感知分析方法本質(zhì)上是將數(shù)據(jù)進(jìn)行整合、提煉從而構(gòu)建對(duì)象的特征模型，通常包括3 個(gè)階段：描述性感知，對(duì)數(shù)據(jù)的基本特性有一定程度的認(rèn)識(shí)；預(yù)測(cè)性感知，感知未來(lái)數(shù)據(jù)的發(fā)展趨勢(shì)；決策性感知，通過(guò)數(shù)據(jù)對(duì)決策器進(jìn)行訓(xùn)練、擬合得到自動(dòng)化決策模型［94-96］。基于數(shù)據(jù)驅(qū)動(dòng)的用戶用電特性感知的相關(guān)研究主要包括負(fù)荷參數(shù)辨識(shí)、負(fù)荷曲線預(yù)測(cè)和需求側(cè)管理等［97］。例如，文獻(xiàn)［98-99］分別利用自回歸理論和人工神經(jīng)網(wǎng)絡(luò)模型對(duì)居民用戶和工業(yè)用戶的負(fù)荷異常點(diǎn)進(jìn)行辨識(shí)，并通過(guò)對(duì)殘差極值進(jìn)行假設(shè)檢驗(yàn)來(lái)檢測(cè)異常數(shù)據(jù)。文獻(xiàn)［100］建立了包含溫度、濕度、日類型等因素及負(fù)荷時(shí)間序列的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)進(jìn)行臺(tái)區(qū)的負(fù)荷預(yù)測(cè)。文獻(xiàn)［101］引入季節(jié)諧波調(diào)節(jié)日變化，以消除對(duì)天氣信息的需求，構(gòu)建線性模型，開發(fā)了一種負(fù)荷用能需求預(yù)測(cè)模型。文獻(xiàn)［102-103］通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方式進(jìn)行電力需求側(cè)管理，通過(guò)數(shù)據(jù)驅(qū)動(dòng)動(dòng)態(tài)來(lái)實(shí)時(shí)掌握用戶的用電規(guī)律以及其他相關(guān)信息，從而制定合理的電價(jià)機(jī)制和個(gè)性化的有序用電方案，挖掘出用戶側(cè)具備節(jié)能改造潛力的設(shè)備。此類方法能夠?yàn)橛脩羧后w行為特性感知提供一定的技術(shù)支持，但是基于“數(shù)據(jù)驅(qū)動(dòng)”的用戶群體特性感知方法缺少物理或數(shù)學(xué)解釋，缺乏考慮用戶細(xì)致建模以及行為因素，因而，僅基于“數(shù)據(jù)驅(qū)動(dòng)”的特性感知存在一定的局限性。

可見，基于“機(jī)理驅(qū)動(dòng)”的用戶群體特性感知方法物理意義清晰、可解釋性強(qiáng)，但對(duì)海量數(shù)據(jù)的分析能力不足，難以對(duì)配用電系統(tǒng)和電力物聯(lián)網(wǎng)融合發(fā)展背景下的海量數(shù)據(jù)進(jìn)行充分挖掘?；凇皵?shù)據(jù)驅(qū)動(dòng)”的用戶群體特性感知方法可對(duì)用戶群體特性進(jìn)行相對(duì)有效的感知，但其物理解釋性較差。同時(shí)，新型電力用戶群體的多元社會(huì)化與友好互動(dòng)性加深了與智能配用電的關(guān)聯(lián)性。因此，將“機(jī)理驅(qū)動(dòng)”和“數(shù)據(jù)驅(qū)動(dòng)”的用戶群體特性感知方法相結(jié)合，有利于對(duì)電力用戶群體進(jìn)行全面化、體系化的特性研究，進(jìn)一步使用戶群體的特性得到延拓，同時(shí)具有一定的可解釋性，是未來(lái)的主要發(fā)展趨勢(shì)。

4.2 面向多能互補(bǔ)的多元電力用戶群體特性感知

以能源結(jié)構(gòu)改革為背景構(gòu)建的多能互補(bǔ)配電網(wǎng)，其用戶特性感知的主要研究對(duì)象為多元用戶之間的能量轉(zhuǎn)換環(huán)節(jié)，進(jìn)而建立多類型用戶之間的能量轉(zhuǎn)換矩陣和多元互動(dòng)耦合模型，實(shí)現(xiàn)對(duì)多類型用戶的多元互動(dòng)性感知。

首先，構(gòu)建多元電力用戶能量轉(zhuǎn)換環(huán)節(jié)的能效矩陣。文獻(xiàn)［104］以含有分布式電源、電轉(zhuǎn)氣、冷熱電聯(lián)產(chǎn)的多能互補(bǔ)配電網(wǎng)為研究對(duì)象，建立電、熱、氣3 種能源能效矩陣。能效矩陣的行數(shù)等于能量轉(zhuǎn)換節(jié)點(diǎn)個(gè)數(shù)，列數(shù)等于不同能量轉(zhuǎn)換方式的種類數(shù)。在實(shí)際過(guò)程中，通過(guò)某一轉(zhuǎn)換器的轉(zhuǎn)換方式一般只有1 種或2 種，能效矩陣中其余對(duì)應(yīng)元素為0。

然后，可通過(guò)能效矩陣定義能量轉(zhuǎn)換環(huán)節(jié)的輸入為“能源需求”、輸出為“用戶需求”，構(gòu)建多元電力用戶多元耦合模型。

文獻(xiàn)［105］研究了多元耦合用戶之間的轉(zhuǎn)換關(guān)系。通過(guò)描述能效矩陣、延遲矩陣、能源需求矩陣和用戶需求矩陣這4 個(gè)具有相同維度矩陣的轉(zhuǎn)換關(guān)系，用于對(duì)能源轉(zhuǎn)換環(huán)節(jié)的多能源轉(zhuǎn)換關(guān)系進(jìn)行統(tǒng)一描述。

上述研究［104-105］從機(jī)理分析角度對(duì)多元電力用戶多元耦合模型進(jìn)行了分析，但多元電力用戶的歷史、功率、氣候、運(yùn)行數(shù)據(jù)的價(jià)值并沒有得到體現(xiàn)，缺乏數(shù)據(jù)驅(qū)動(dòng)方法的應(yīng)用。

為充分發(fā)掘“數(shù)據(jù)驅(qū)動(dòng)”方法對(duì)多能互補(bǔ)多元電力用戶的特性感知能力，提升多能互補(bǔ)集群的調(diào)控潛力，文獻(xiàn)［106］基于機(jī)理分析的多能互補(bǔ)互動(dòng)模型，構(gòu)建多元電力用戶的互補(bǔ)協(xié)同模型。在“電/氣/熱/冷網(wǎng)絡(luò)約束”和“分群負(fù)荷聚合”的基礎(chǔ)上，建立雙層協(xié)調(diào)優(yōu)化模型，上層考慮“分群負(fù)荷聚合”之間的協(xié)調(diào)，下層考慮“分群負(fù)荷聚合”的內(nèi)部自治優(yōu)化，后續(xù)利用啟發(fā)式優(yōu)化算法求得實(shí)時(shí)的調(diào)控策略。

但此類方法在靜態(tài)特性模型的建立和動(dòng)態(tài)特性感知模型的求解方面沒有做到完全融合，“機(jī)理分析”和“數(shù)據(jù)驅(qū)動(dòng)”只單獨(dú)應(yīng)用于某一特定環(huán)節(jié)，迫切需要在互動(dòng)機(jī)理建模方面應(yīng)用“數(shù)據(jù)驅(qū)動(dòng)”方法，例如利用神經(jīng)網(wǎng)絡(luò)模型、狀態(tài)估計(jì)算法代替難以用機(jī)理分析的物理部件［107］或能量流動(dòng)環(huán)節(jié)［108-110］。多能互補(bǔ)系統(tǒng)運(yùn)行數(shù)據(jù)龐大、多源異構(gòu)，通過(guò)挖掘隱含信息得到特性感知的難度較大，將“機(jī)理分析”與“數(shù)據(jù)驅(qū)動(dòng)”結(jié)合是解決該問題的可行性思路。

4.3 面向源荷互動(dòng)的電力用戶互動(dòng)特性精準(zhǔn)感知

面向源荷互動(dòng)的電力用戶互動(dòng)特性精準(zhǔn)感知技術(shù)是以用戶的多元可控性為研究對(duì)象，建立多類型用戶之間的需求替代響應(yīng)模型和多元可控用戶的間接控制/直接控制模型，實(shí)現(xiàn)對(duì)多元可控用戶的需求響應(yīng)能力分析。目前，源荷互動(dòng)的電力用戶互動(dòng)特性精準(zhǔn)感知主要體現(xiàn)在以下幾個(gè)方面：

首先，構(gòu)建多種類型用戶之間的需求替代響應(yīng)模型。文獻(xiàn)［111］指出多種類型用戶之間存在一定的替代作用，即在總的能源需求一定的前提下，用戶一種能源需求可以被其他種類的能源需求代替滿足。文獻(xiàn)［112］分析了主動(dòng)蓄熱響應(yīng)對(duì)提高熱-電負(fù)荷供給可靠性的作用。對(duì)于電儲(chǔ)能系統(tǒng)，文獻(xiàn)［113］從用戶、電網(wǎng)公司、政府多個(gè)角度分析了電池儲(chǔ)能作為需求響應(yīng)負(fù)荷在工業(yè)園區(qū)的經(jīng)濟(jì)性。

對(duì)已有研究［111-113］進(jìn)行歸納，可建立替代響應(yīng)模型如式（5）所示。

式中：L0和L1分別為替代響應(yīng)前、后的電/氣/熱多能負(fù)荷矩陣；Le，1、Lg，1和Lh，1分別為通過(guò)替代響應(yīng)后電、氣、熱的負(fù)荷；λ(α，η)為能效替代矩陣，其中元素αe-g為電替代氣的比例，ηe-h為電替代熱的替代效率，其余元素以此類推。

然后，構(gòu)建基于價(jià)格間接/直接控制的用戶響應(yīng)模型。文獻(xiàn)［114-115］針對(duì)價(jià)格敏感性的間接控制型多元可控用戶，建立以交叉價(jià)格彈性為基礎(chǔ)的線性能價(jià)響應(yīng)模型。針對(duì)直接控制型多元可控用戶，文獻(xiàn)［116］考慮負(fù)荷的可中斷性，建立多元可控負(fù)荷的補(bǔ)償成本函數(shù)及其成本費(fèi)用模型。以多元可中斷用戶為例，補(bǔ)償成本函數(shù)可表示為可中斷用戶的負(fù)荷、暫停用能意愿因子和賠償系數(shù)的乘積。

最后，對(duì)于多元可控用戶需求響應(yīng)能力分析，目前主要是從直接控型和間接控制兩方面考慮。直控型多元可控用戶用電的規(guī)律性較明顯［117］，可以從用電量關(guān)聯(lián)性的角度研究，利用關(guān)聯(lián)規(guī)則挖掘出各種多元可控用戶與用電量的關(guān)系。對(duì)多元可控用戶的用電規(guī)律曲線進(jìn)行擬合，得到未來(lái)某一時(shí)刻的用戶可用可控用電列表。文獻(xiàn)［118］針對(duì)多元電力用戶集群退出調(diào)控時(shí)對(duì)網(wǎng)絡(luò)的沖擊，提出了一種平抑反彈效應(yīng)的集群空調(diào)負(fù)荷控制方法。

間控型的多元可控用戶用電規(guī)律隨著用戶對(duì)需求的響應(yīng)變化而變化，因此，用電行為規(guī)律實(shí)時(shí)可變［119］。文獻(xiàn)［120］運(yùn)用誤差修正技術(shù)和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的組合模型來(lái)分析間控型多元可控用戶的需求響應(yīng)特性，進(jìn)而實(shí)現(xiàn)多能互補(bǔ)配電網(wǎng)的短期負(fù)荷預(yù)測(cè)。文獻(xiàn)［121］以間控型居民負(fù)荷為研究對(duì)象，通過(guò)分析用戶群體的設(shè)備特性對(duì)其電力需求價(jià)格進(jìn)行彈性評(píng)估。在現(xiàn)有研究的基礎(chǔ)上，間控型多元可控用戶的辨識(shí)問題本質(zhì)上為模式識(shí)別問題，采用基于深度卷積神經(jīng)網(wǎng)絡(luò)的模式識(shí)別方法，對(duì)運(yùn)行數(shù)據(jù)進(jìn)行可用性識(shí)別，得到較近時(shí)刻的用戶可用可控用電列表。

5 智能配電網(wǎng)用戶群體特性精準(zhǔn)感知的挑戰(zhàn)與展望

智能配電網(wǎng)用戶群體特性精準(zhǔn)感知主要含有以下挑戰(zhàn)：

1）缺乏不同類型電力用戶群體有針對(duì)性的特性感知方法：智能電表的增加、電力用戶類型的擴(kuò)展帶來(lái)多源異構(gòu)信息、社會(huì)化光伏數(shù)據(jù)采集需求-用戶隱私保護(hù)的矛盾，而傳統(tǒng)電氣量測(cè)方法難以適應(yīng)當(dāng)前海量量測(cè)點(diǎn)、大規(guī)模數(shù)據(jù)流、傳輸平臺(tái)不足、用戶隱私等多種基建不健全趨勢(shì)，需要開發(fā)一種實(shí)時(shí)的數(shù)據(jù)增強(qiáng)技術(shù)并提高電網(wǎng)靈活性以對(duì)抗數(shù)據(jù)不全面的現(xiàn)狀。

2）電力用戶的分類、建模技術(shù)需要適應(yīng)負(fù)荷概念的延伸：傳統(tǒng)電力系統(tǒng)中電力用戶主要依據(jù)電力負(fù)荷的電氣特性進(jìn)行認(rèn)知和建模，電轉(zhuǎn)氣、電動(dòng)汽車、柔性負(fù)荷等具有互動(dòng)特性的新型負(fù)荷加入使得傳統(tǒng)的負(fù)荷分類方法難以適用，需要考慮用戶的用能時(shí)間特性、空間特性、能源種類偏好特性等因素分析電力用戶-電力用戶之間、電力用戶-電力系統(tǒng)之間的互動(dòng)機(jī)理，研究電力用戶的多維特征建模與實(shí)時(shí)矯正技術(shù)。

3）多能互補(bǔ)系統(tǒng)特性感知的難度較大：“機(jī)理驅(qū)動(dòng)”以完整的可解釋性和物理意義應(yīng)用于特性感知，但無(wú)法挖掘大量運(yùn)行數(shù)據(jù)中的關(guān)鍵信息，在實(shí)際問題中往往無(wú)法應(yīng)對(duì)復(fù)雜的內(nèi)部和外部影響。在人工智能技術(shù)的支持下，“數(shù)據(jù)驅(qū)動(dòng)”可彌補(bǔ)其中的不足，但是多能互補(bǔ)系統(tǒng)運(yùn)行數(shù)據(jù)龐大、多源異構(gòu)，通過(guò)挖掘隱含信息得到特性感知的難度較大。此外，目前“數(shù)據(jù)驅(qū)動(dòng)”的建模技術(shù)總是孤立存在于整個(gè)系統(tǒng)的某個(gè)部件或流程，沒有與“機(jī)理驅(qū)動(dòng)”充分融合形成可解釋、泛化能力強(qiáng)的復(fù)雜建模理論。為此，可考慮以機(jī)理建模為基礎(chǔ)，以多元電力用戶群體特征建模的魯棒性為評(píng)價(jià)指標(biāo)，混合數(shù)據(jù)驅(qū)動(dòng)方法進(jìn)行多能互補(bǔ)系統(tǒng)特性感知的實(shí)時(shí)更新。

未來(lái)，多元電力用戶群體精準(zhǔn)感知的深度發(fā)展可從智能配電網(wǎng)能源高效利用角度出發(fā)，將分散的具有集群性、社會(huì)性的電力用戶作為研究對(duì)象，考慮電力用戶和電力用戶之間、電力用戶和電力系統(tǒng)之間、電力用戶和工業(yè)物聯(lián)網(wǎng)之間的行為多向交互耦合特性，提出電力用戶特性精準(zhǔn)感知方法。具體包含以下幾個(gè)方面：

1）面向特定電力用戶群體的多種特性感知方法。面向某一具體應(yīng)用的用戶用電數(shù)據(jù)分析類似于電力用戶群體數(shù)據(jù)跨模態(tài)多參量融合過(guò)程，是為特定場(chǎng)景、特定應(yīng)用提供針對(duì)性解決方案；而電力用戶行為模型的構(gòu)建屬于分析其社會(huì)互動(dòng)性和根據(jù)響應(yīng)特性進(jìn)行標(biāo)簽化建模，針對(duì)多元電力用戶某種互動(dòng)行為這個(gè)具體對(duì)象，構(gòu)建行為模型則是在描述這些社會(huì)性行為構(gòu)成和派生之間的關(guān)聯(lián)關(guān)系。從智能配電系統(tǒng)能源高效利用角度出發(fā)，將分散的具有集群性、社會(huì)性的電動(dòng)汽車、儲(chǔ)能裝置、價(jià)格響應(yīng)負(fù)荷等電力用戶作為研究對(duì)象，考慮用戶和用戶之間（如多能互補(bǔ)園區(qū)內(nèi)部的多能耦合）、用戶和電力系統(tǒng)之間（如電動(dòng)汽車向電網(wǎng)送電技術(shù)）、用戶和工業(yè)物聯(lián)網(wǎng)（如整縣制光伏集群的電氣量測(cè)數(shù)據(jù)、指令信息傳輸）之間的行為多向交互耦合特性，考慮多元用戶的互動(dòng)性和可控性，針對(duì)不同可控程度的電力用戶，采用合適的集群方法，分別制定適用于不同類型電力用戶特性感知方法，解決現(xiàn)有多元電力用戶群體感知方法對(duì)用戶側(cè)多類型數(shù)據(jù)的分析方法不足的缺陷，最大程度上保持系統(tǒng)可觀與可控。

2）多元用戶群體特征認(rèn)知新理論。智能配電系統(tǒng)和電力物聯(lián)網(wǎng)的融合發(fā)展，使得電力用戶呈現(xiàn)新的外延（源/網(wǎng)/荷/儲(chǔ)多類型）和內(nèi)涵（多元/互動(dòng)/社會(huì)群體多特性）。突破傳統(tǒng)電力系統(tǒng)中電氣特性負(fù)荷模型的認(rèn)知理論，將電力用戶擴(kuò)展到具有功率響應(yīng)特性、價(jià)格響應(yīng)特性、源-荷轉(zhuǎn)化特性的多元社會(huì)化用戶范圍，并揭示源/網(wǎng)/荷/儲(chǔ)不同電力場(chǎng)景中電力用戶群體的本征特征，提出可定量分析的數(shù)學(xué)描述，這是本領(lǐng)域待解決的一個(gè)關(guān)鍵問題。

3）“機(jī)理驅(qū)動(dòng)”與“數(shù)據(jù)驅(qū)動(dòng)”相結(jié)合。從獲取、分類電力用戶的用能、社會(huì)行為等數(shù)據(jù)的數(shù)據(jù)層并利用其構(gòu)建用戶模型，到選擇利用合適的信息感知及融合方法獲取利用數(shù)據(jù)，再到“機(jī)理+數(shù)據(jù)”驅(qū)動(dòng)的電力用戶特性感知方法，最后達(dá)到業(yè)務(wù)層從而影響電力用戶用能行為，數(shù)據(jù)和用戶標(biāo)簽貫穿始終。利用多元化信息，通過(guò)優(yōu)化建模、數(shù)據(jù)分析等手段，揭示和描述行為主體、行為環(huán)境、行為手段、行為結(jié)果、行為效用、預(yù)見行為、集群行為的內(nèi)在特性及其相互關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)對(duì)電力用戶社會(huì)性行為的一種抽象和特征的規(guī)范化表達(dá)，為不同類型的電力用戶構(gòu)建可量化評(píng)估的模型數(shù)學(xué)表達(dá)。因此，揭示智能配用電系統(tǒng)、電力物聯(lián)網(wǎng)和多元電力用戶群體的相互依存關(guān)系，定量分析多元電力用戶群體行為對(duì)能源網(wǎng)和信息網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)影響，提出其特性互動(dòng)機(jī)理，是本領(lǐng)域待解決的另一個(gè)關(guān)鍵問題。

4）多學(xué)科的交叉研究。該領(lǐng)域涉及計(jì)算機(jī)科學(xué)與技術(shù)、電氣工程、控制理論與控制工程等多個(gè)學(xué)科領(lǐng)域，多元用戶數(shù)據(jù)的深度挖掘和用戶特征的精準(zhǔn)建模有賴于多學(xué)科知識(shí)的協(xié)同與綜合。同時(shí)，也將促進(jìn)大數(shù)據(jù)技術(shù)、電力系統(tǒng)的理論研究與工程應(yīng)用的結(jié)合，從工程實(shí)踐中發(fā)現(xiàn)新問題，以現(xiàn)實(shí)需求驅(qū)動(dòng)理論研究的發(fā)展。

6 結(jié)語(yǔ)

智能配電網(wǎng)的發(fā)展以及電力物聯(lián)網(wǎng)為電力系統(tǒng)帶來(lái)技術(shù)革新。在巨大應(yīng)用需求機(jī)遇和諸多問題挑戰(zhàn)并存下，考慮并解決源/網(wǎng)/荷/儲(chǔ)多類型電力用戶的多元電力用戶群體特性精準(zhǔn)感知具有重要的理論研究意義和實(shí)際應(yīng)用前景。從電網(wǎng)企業(yè)的角度考慮，有助于提升服務(wù)電力用戶的水平；從行業(yè)發(fā)展的角度考慮，通過(guò)獲取用戶用能特征來(lái)合理規(guī)劃和引導(dǎo)能源消費(fèi)，是能源高效利用的重要途徑。