基于精细化管理的有序用电辅助决策

吴 佳，张凯俊，王金跃，吴 迪，胡雷剑

（平湖市供电局，浙江 平湖 314200）

1 有序用电业务现状

有序用电是指通过法律、行政、经济、技术等手段，加强用电管理，改变用户用电方式，采取错峰用电、避峰用电、限电、紧急拉闸等措施，避免无计划拉闸限电，规范用电秩序，将季节性、时段性电力供需矛盾给社会和企业带来的不利影响降至最低。

目前颁布的有序用电工作办法只给出了操作流程，对实施细节并未作出规定。因此，在实施过程中，执行较粗放，精细化程度不高。以平湖市供电局为例，有序用电方案主要由平湖市有序用电领导小组办公室、供电局和调度中心编制。虽然平湖供电局的业务信息平台较为完善，但在有序用电方案编制中，没有综合考虑到用户的多维度信息，如所属地域、用电类别、是否为高耗能行业、重要等级、信用等级、用电容量、用电量大小、线路名称等，因此方案的科学性和公平性有待提高。

本文提出基于精细化管理的有序用电辅助决策，根据用户用电行为和评价指标，进行粗粒度的模式聚类和细粒度的模式分类，并结合用电设备和用电时段特性设置有序用电优化目标和约束条件，进而生成精细化的有序用电优化群组及方案，实现有序用电的精细化管理。

2 基于精细化管理的有序用电辅助决策

基于精细化管理的有序用电辅助决策是在满足动态负荷缺口的前提下，根据设定的优化目标，如用电客户的满意度最优或断电损失最小，在细分参与有序用电的客户范围、进一步细分其用电设备类型和用电时段偏好的基础上，生成“定用户、定设备、定时段、定群组”的有序用电精细化管理方案。

2.1 定用户

为进一步提高用户模式分类的准确性，除考虑用电负荷外，同时利用其它多维度信息，对企业进行有序用电评估，如企业的重要等级、信用等级、所属地域、风险等级、用电容量与类别等信息，辅助确定错/避峰企业群组。

通过组间分类和组内聚类对用户模式进行分类，对各类用户分别进行不同方案的有序用电管理。首先，根据用电行为，对用户进行分类；然后，在模式组内，根据评价指标进行聚类，进行细粒度的用户细分。

2.1.1 组间分类方法

为了根据用电行为模式进行组间分类，首先将 1 天 24 小时内的时间轴（00∶00～24∶00）划分为N个时间段，分别为T1，T2，…，TN。以目前有序用电时刻为起点，选取前M天的用电数据为样本库，分别计算各用户的评分指标。

用户评分指标的计算方法如下：

（1）对于第k天的用电数据，用户在Ti时段的评分STi为该用户在Ti时段的用电时长与Ti时段的总时长之比，即在该时段的用电时间比例。

根据各用户在样本库中的总评分进行聚类分析，将总评分相近的用户分类到同一个模式群组内。通过聚类分析，可以认为同一组内用户具有相似的用电行为模式，总共分析出4类用电行为模式，分别是白天高、早晚高、夜间高和全天平均，如图1所示。

图1 不同模式的用电行为曲线

2.1.2 组内聚类方法

针对该地区特征和用户特性，如所属地域、用电类别、耗能水平、重要等级、信用情况、用电量等，建立针对用户的评价指标体系，见表1。

根据评价指标体系，采用层次分析法或调研方式设置各个指标相应的权重，然后对2.1.1中生成的分类用户进行评分。对于某一聚类中的用户，其评分 I=f（λ1S1，λ2S2，…，λnSn），其中n 为评价指标的数量，λi为第i个指标的权重，Si为该用户第i个指标的得分，f（）为指标计算函数。然后，根据每个用户的指标得分，在各子聚类中进行二次聚类。对不同的模式分类重复上述步骤，直至对所有分类完成聚类，将组内评价指标得分相近的用户编为小群组，如图2所示。

表1 评价指标体系

图2 根据评价指标聚类

2.2 定设备

对用电设备的细分和控制，是基于用电设备的分类及相应设备运行数据的采集传输，结合负荷需求进行用电设备统一协同优化控制。

2.2.1 用电设备分类

将用电设备分为3类，见表2。

表2 用电设备分类

对于可控参数设备和可控通断设备，通过单片机数据接口与设备对接，通过有线或无线传输的方式将设备用电负荷数据传至中央控制系统，进而采用可传达中央控制系统指令的控制器来控制用电设备。其中，用户可输入简单指令和预期设备运行目标到API（可编程模块），便于后期分析处理。另外，对于不可控设备，可采集其用电数据，并监测其运行状态。

2.2.2 分布式中央控制器协调管理

分布式中央控制设备接收分布控制器和传感器的设备数据，并传送用电负荷数据至上级中央控制系统，同时接收上级中央控制系统的调度指令，通过CPU对数据进行分析处理，从数据中实时学习用户用电模式、训练智能调度方法，然后传达指令至分布控制器，控制各用电设备，实现隐性的削峰填谷。

分布式中央控制设备不直接互联，而是分别与上级中央控制系统互联，并由其统一进行协调管理；每个分布式中央控制设备根据上级中央控制系统下发的调控指令，对所控制的单元进行单独管理。

2.2.3 用电设备控制方法

根据设备数据和用电模式形成控制指令，采用智能控制方法，提供在离散时段内用电设备的控制策略。控制方法主要包括实时控制和基于预测分析的控制。

（1）实时控制：已知各时间点的用电设备负荷信息Pi和控制信息xi∈{0，1}（其中0代表关，1表示开），由中央控制设备给出某时间段内的电力缺口L，设置时间步长，将电力缺口分配至每个离散时刻。对于每个离散时刻，在满足API（分布式控制器）中设置的约束条件下，以最小化目标函数为目标，利用动态规划算法，寻找整个时间段内的最优控制信息集，然后由中央控制系统向各分布式控制器下发控制信息。

（2）基于预测分析的控制：预测未来一定时间的电力缺口，同时根据设备用电模式及其历史数据建立预测模型（如回归、神经网络模型等），以预测未来一定时间内的负荷信息和控制信息，然后采用实时控制方式自适应地调整控制信息。

2.3 定时段

对用户的限定时段和限定等级进行细分类,根据用户用电行为分类结果，统计出各用户有序用电时段，及其在该有序用电时段内的限定等级，进而指定有序用电方案。图3的例子是根据限电时段聚类与分析得到的3类有序用电用户群组的日用电曲线模式，基于这三类用户不同的用电高峰时段制定相应的分时段限电计划。可以看出，用户组1的用电高峰时段为上午和下午，用户组2的用电高峰时段为早中晚，用户组3的用电全天较为平均。根据对每一类用户进行限电时段和限电等级细分，最后得到每类用户在有序用电时段的限电计划表。

2.4 定群组

利用层次优化技术，设置合理的优化目标。首先，在用电行为模式分类群组中，进行广度级别的优化，以搜索目标模式群组。然后，在挑选出的模式群组中，进行深度搜索，即低粒度优化，以获得更精细的有序用电群组。而后，配置算法的优化引擎（默认为动态规划算法），生成各离散时段内聚类用户中用电设备的控制策略，输出各组内群组中用户用电设备的控制方式。

图3 用户限电时段分析

基于前述内容，以“定用户、定设备、定时段、定群组”为主线，综合用户行为模式分析，科学化的指标分析、机器学习、聚类分析和智能优化算法等关键技术，形成给定有序用电时段内精细到设备级的有序用电群组，进而实现有序用电精细化管理。

3 系统实现

3.1 系统架构

本系统采用经典的Browser/Server体系结构，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，其中 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Java Script刷新前台界面。

系统的体系结构分为3层，从前到后依次为客户端、应用服务层和资源层，应用服务层为系统的主体，这部分系统从前到后依次可以分为：表现层、控制层、业务层、持久层、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，接受前端的请求，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。

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。

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、角色和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。高级应用模块直接给系统中有序化提供数据支撑。

4 实施案例

基于精细化管理的有序用电辅助决策系统由平湖供电局和IBM中国研究院共同研发，于2011年12月建成并投入试运行。其主要功能框架如图4所示。

图4 系统构架

系统的输入为动态负荷缺口、用户的日负荷数据，根据细分指标、用电设备数据及有序用电时段，用户可以设置优化目标和约束条件，系统自动生成有序用电群组，并得到有序用电方案。系统效益体现在以下方面：

（1）提供更高效、更优质的用户细分服务。通过有序用电精细化辅助决策系统，可以高效整合海量的客户信息，对客户用电行为进行分类，便于高效科学地进行用户细分，从而进一步提升服务水平。

（2）提高设备细分粒度及智能化控制水平。通过有序用电精细化辅助决策系统，可以对用户设备特性进行分析，并提供智能化控制手段。

（3）提高用户满意度。通过有序用电精细化辅助决策系统，可以提高有序用电方案的科学性和公平性，从长远来看，对提高用户满意度，提高地区整体经济水平，具有重要作用。

5 结语

本文提出了基于“定用户、定设备、定时段、定群组”精细化管理的有序用电辅助决策，并通过系统得到应用。该系统根据用户用电行为和评价指标，精细划分用户，进一步精细划分用电设备及时段，设置有序用电优化目标和约束条件，生成精细化的有序用电群组及实施方案，实现有序用电的精细化管理。通过实际应用验证了系统效果，有效地提高了有序用电精细化管理水平。

[1]王卫平.如何科学合理地实施有序用电[J].电力需求侧管理，2007，9（3）∶29-32.

[2]王卫平.建立完善用电机制科学合理实施有序用电[J].电力需求侧管理，2004，6（5）∶51-52.

[3]舒永生，申康，刘倩.重庆北碚供电局有序用电精益化管理探索与实践[J].电力需求侧管理，2012（1）∶43-45.

[4]陈海燕，刘新才.有序用电工作的精细化管理过程[J].电力需求侧管理，2010，12（3）∶30-33.

[5]徐志勇，曾鸣.有序用电的经济学分析及实施建议[J].电力需求侧管理，2009，11（1）∶35-37.

[6]王剑，胡浙莹.有序用电管理模式优化与应用[J].电力需求侧管理，2012（3）∶38-39.

[7]张锋.有序用电指标体系及其评价方法的研究[D].华北电力大学，2009.

[8]肖龙海，金锋，周浦江，等.配电网生产作业计划的智能优化探索[J].浙江电力，2010，29（4）∶47-50.