一种综合能源服务套餐配置方法与流程

1.本发明涉及，具体而言，涉及一种综合能源服务套餐配置方法。


背景技术：

2.随着配售电改革的持续推进和售电侧市场的进一步放开，传统的单一售电服务的营销模 式将不能适应新环境的需求。此外，随着服务化进程的推进，电力客户对于电能产品及其服 务品质的要求也随之提升，逐渐呈现高要求、个性化的发展态势，传统的按照供电区域、客 户性质等简单维度的客户划分方法已不能适应现代电力营销的现实需要。
3.近年来，国内外分别从电力市场细分标准、电力市场细分模型、差异化营销服务策略等 不同方面就电力企业客户细分营销应用问题开展了广泛研究。传统的电力客户基本维度有供 电区域、客户规模、客户性质、信用等级等，已不能满足售电主体为客户提供准确个性化用 电服务的深层次需求。目前，售电公司主要有3类：电网企业下属的售电公司、拥有配电网 运营权的社会资本售电公司、独立的社会资本售电公司。赵克斌概述了此3类售电公司的盈 利模式，认为其主要盈利模式不再局限于购售电差价，而是为客户提供增值服务。针对售电 市场竞争加剧、购售电差价不断减小的现象，张晓萱提出售电主体提高自身市场竞争力的关 键是利用数据挖掘方法攫取客户数据隐藏价值并以此配置差异化服务策略。侯佳萱等学者考 虑用户的用电效应和策略行为，基于心理学方法构建了用户对售电公司及用电合同的选择行 为模型和电力套餐价值评估模型，研究了售电公司营销策略问题。
4.公布号为cn112766693的一项发明专利申请公开了基于用户画像的综合能源服务套餐分 析方法及系统，包括：s1：获取电力用电用户的用电数据，提取电力用电用户多维用能行为 特征，并构建电力用电用户的多维用能行为属性向量；s2：结合多维用能行为属性向量与适 应程度矩阵，得到各电力用电用户的不同服务推送向量结果，进行优先级筛选并得到筛选结 果；及采用基于apriori算法的服务套餐组合方法对综合能源服务套餐内容进行确定；s3：对 综合能源服务的服务成本、服务效用进行了成本
‑
效用分析，并构建综合能源服务定量模型， 分析及确定综合能源服务套餐总量、套餐内服务分量以及价格。
5.现有技术在设计电力套餐时大多忽略了其作为服务类产品的性质，同质化的售电服务难 以满足用户个性化的用能需求，对于逐渐兴起发展的综合能源服务，其研究在确定服务套餐 组成时未充分考虑电力用户的主观性，其选择行为是影响服务商市场份额的重要因素。
6.有鉴于此，特提出本技术。


技术实现要素：

7.本发明所要解决的技术问题是：现有的关于提升电力产品及电力服务品质的电力套餐配 置方法，忽略了电力套餐作为服务类产品的性质，同质化的售电服务难以满足用户个性化的 用能需求，且在确定服务套餐组成时未充分考虑电力用户的主观性。目的在于提供一种综合 能源服务套餐配置方法，能够实现在考虑客户选择行为的基础上为客户配置
综合能源服务套 餐，以满足电力用户的个性化用能需求，提高电能产品及电力服务质量。
8.本发明通过下述技术方案实现：
9.一种综合能源服务套餐配置方法，包括以下步骤：
10.步骤1：获取电力用户的全貌信息，根据所述全貌信息对电力用户的用电类别、用电决 策要素和服务潜力进行用户画像分析，得到电力用户的多维用能行为属性；所述全貌信息包 括：电力用户的负荷数据、行业服务数据、所在地气象数据、所在地政策信息和所在地经济 条件；
11.步骤2：选择多种电力需求业务作为综合能源服务套餐的备选基本属性；
12.步骤3：建立业务推送评价向量，所述业务推送评价向量用于反映所述多维用能行为属 性与所述多种电力需求业务之间的适应程度，根据所述业务推送评价向量对电力用户进行细 分，得到多个电力用户细分群体；
13.步骤4：制定综合能源服务套餐，定义综合能源服务套餐的电力用户终身价值；以所述 电力用户终身价值最大化为目标，以所述电力用户细分群体为对象，建立基于电力用户选择 行为的综合能源服务套餐评价模型，求解所述综合能源服务套餐评价模型，得到电力用户的 综合能源服务套餐最优配置。
14.与现有技术相比，首先，本发明在利用用户画像分析技术获取到电力用户的多维用能属 性，以及电力用户行为属性与套餐基本属性的适应度的基础上，建立了业务推送评价向量， 利用业务推送评价向量对电力用户群体进行了进一步细化，能够更加充分地了解电力用户的 具体需求，以及影响电力用户需求的主观因素和客观因素。其次，充分考虑了电力用户的主 观性，以电力用户的选择行为为导向，新定义了综合能源服务套餐；并定义了用于反映用户 购买行为所能为其带来的总收益的电力用户终身价值，从而更加贴切电力用户的需求；最后， 本发明以电力用户终身价值最大化为目标，建立基于电力用户选择行为的综合能源服务套餐 评价模型，在保证电力用户利益最大化的情况下实现售电公司的收益最大化。
15.作为对本发明的进一步描述，所述用户画像分析的方法包括以下步骤：
16.建立电力用户的年用电时序数据向量、月用电时序数据向量和日负荷特征向量，对所述 年用电时序数据向量、所述月用电时序数据向量和所述日负荷特征向量进行用电类别辨识， 得到电力用户的年用电类别、月用电类别和日用电类别。
17.年用电时序数据向量用于反映电力用户的经济发展情况，月用电时序数据向量用于反映 电力用户用电量受月份、季节变化的影响程度，日负荷特征向量用于反映电力用户在某特征 日中的负荷整体情况。用电类别用于反映电力用户根据生产生活需要形成的特定用电方法和 习惯。
18.建立电力用户的电量电价弹性矩阵和电量温度敏感度模型，根据所述电量电价弹性矩阵 建立电量电价敏感程度属性向量，根据所述电量温度敏感度模型建立电量温度敏感程度属性 向量。目的在于反映电力用户行为受气象条件、政策变化、社会经济及市场化进程等多种决 策因素的影响程度。
19.对电力用户的节能需求、电能质量提升需求、安全运行需求和可调控负荷潜力进行评估， 从而充分获取市场竞争力并保持原有客户粘性。
20.作为对本发明的进一步描述，所述用电类别辨识方法包括以下步骤：
21.步骤s11：将所述年用电时序数据向量、所述月用电时序数据向量和所述日负荷特征向 量进行组合，得到电力用户的负荷特征多维评价指标矩阵；
22.步骤s12：将所述负荷特征多维评价指标矩阵划分为年用电量子空间、月用电量子空间 和日负荷子空间；
23.步骤s13：分别对所述年用电量子空间、所述月用电量子空间和所述日负荷子空间中的 负荷数据进行聚类，得到电力用户的年用电类别、月用电类别和日用电类别。
24.作为对本发明的进一步描述，
25.所述节能需求，通过能效比表示，用以描述客户的用能效率，所述能效比＝年生产总值
÷ꢀ
年耗能总量；
26.所述电能质量提升需求，通过电能质量异常造成的经济损失表示，反映电力用户对于电 能质量提升的需求潜力；
27.所述安全运行需求，通过停电造成的经济损失与同行业中的最高停电经济损失的比值表 示，反映电力用户对于电能质量提升的需求潜力；
28.所述调控负荷潜力，根据电力用户的历史任务完成率和改变用电类别的意愿程度进行综 合评估。
29.作为对本发明的进一步描述，所述多种电力需求业务包括：屋顶光伏业务、电能替代业 务、空调负荷直接控制业务、节能改造业务、电能质量保险业务。
30.作为对本发明的进一步描述，所述业务推送评价向量的建立方法包括以下步骤：
31.s21：根据所述用电类别、所述电量电价敏感程度、所述电量温度敏感程度、所述电能质 量提升需求、所述安全运行需求、所述可调控负荷潜力、所述节能需求和行业特征，建立多 维用能行为属性向量；
32.s22：建立所述多维用能行为属性向量与电力需求业务的适应程度矩阵；
33.s23：将所述多维用能行为属性向量与所述适应程度矩阵进行模糊合成，得到所述业务推 送评价向量。
34.作为对本发明的进一步描述，对所述多维用能行为属性向量进行归一化处理，消除差异 影响，可直观反映用户的实际情况。
35.作为对本发明的进一步描述，对电力用户进行细分的方法包括：
36.s31：根据所述业务推送评价向量，分析得出不同电力用户对不同电力需求业务的需求潜 力，生成需求潜力评估样本；
37.s32：根据所述需求潜力评估样本中各样本数据的差异，对电力用户进行细分，得到多个 电力用户细分群体。
38.作为对本发明的进一步描述，所述综合能源服务套餐的框架为：包括j个业务分档；每 一个业务分档包括k个电力需求业务的基本属性；每个基本属性包括属性赠送量和属性单价。
39.作为对本发明的进一步描述，所述综合能源服务套餐评价模型的建立方法包括以下步骤：
40.s41：定义综合能源服务套餐的效用模型；
41.s42：根据所述效用模型，以所述电力用户细分群体为对象，建立电力用户的选择行为模 型，电力用户的选择行为通过电力用户选择某一业务分档的概率表示；
42.s43：根据所述选择行为模型，建立基于用户选择行为的业务分档成本模型和电力用户终 身价值模型；
43.s44：根据所述电力用户终身价值模型建立综合能源服务套餐评价模型。
44.本发明与现有技术相比，具有如下的优点和有益效果：
45.1、本发明实施例提供的一种综合能源服务套餐配置方法，对客户多维属性进行了定性定 量分析，可以帮助用户更好的了解到自己各方面不同的需求，帮助服务提供商具有针对性的 向用户提供服务；
46.2、本发明实施例提供的一种综合能源服务套餐配置方法，以满足、匹配客户用电需求、 用电特征为目标制定了业务主动推送策略，能够满足电力用户的不同用电需求；
47.3、本发明实施例提供的一种综合能源服务套餐配置方法，建立了基于客户选择行为的综 合能源服务套餐评价模型，充分考虑了电力用户的主观性，可实现在考虑客户选择行为的基 础上为客户配置综合能源服务套餐，满足电力用户的个性化用能需求，提高电能产品及电力 服务质量。
附图说明
48.为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的 附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是 对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 这些附图获得其他相关的附图。
49.图1为本发明实施例提供的用户用电类别辨识流程图；
50.图2为本发明实施例提供的电量电价敏感强度属性向量示意图；
51.图3为本发明实施例提供的电力需求业务推送结果示意图。
具体实施方式
52.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明 作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本 发明的限定。
53.在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域 普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实施例中，为了 避免混淆本发明，未具体描述公知的结构、电路、材料或方法。
54.在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合 该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在 整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指 同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性 组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图 都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或 多个相关列出的项目的任何和所有组合。
55.在本发明的描述中，术语“前”、“后”、“左”、“右”、“上”、“下”、“竖直”、“水平”、“高”、
ꢀ“
低”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是
为了便于 描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定 的方位构造和操作，因此不能理解为对本发明保护范围的限制。
56.实施例
57.针对现有的关于提升电力产品及电力服务品质的电力套餐配置方法，忽略了电力套餐作 为服务类产品的性质，同质化的售电服务难以满足用户个性化的用能需求，且在确定服务套 餐组成时未充分考虑电力用户的主观性的问题，本实施例提供一种综合能源服务套餐配置方 法，首先建立了用户多维用能行为属性向量。根据电力用户提供的负荷数据、行业服务数据 及所处位置气象数据等信息全貌；利用各种大数据处理方法，对客户的用电类别、用电决策 要素、服务潜力等多维属性进行用户画像分析。其次，选择了5种优质的电力需求业务作为 综合能源服务套餐的备选内容，用以满足各类客户群体的不同需求，分别是：屋顶光伏业务、 电能替代业务、空调负荷直接控制业务、节能改造业务、电能质量保险业务。然后，通过德 尔菲法确定用户多维用能行为属性向量和各类电力需求业务的适应程度关系，使用模糊综合 评价方法将其与多维属性向量模糊合成得到业务推送评价向量，以此作为电力用户细分标准。 最后，考虑用户选择行为，以客户终身价值最大为目标函数，以用户细分得到的各用户群体 作为评价对象，建立了综合能源服务套餐评价模型。使用粒子群智能算法，可以求得综合能 源套餐的最优配置情况。
58.本实施例以某产业园区内36个典型工商业用户为实例进行具体分析，这36个用户所处 行业涉及农业、制造业、交通运输业、印刷业、建筑业、仓储业等各个领域，具有普遍代表 性。36个典型工商业用户的电压等级、行业类别、合同容量、电价类别等具体信息如表1所 示。
[0059][0060][0061]
表1典型用户具体情况
[0062]
根据上述实施背景，本实施例具体通过以下方式实现：
[0063]
步骤1：首先获取电力用户的全貌信息，包括：电力用户的负荷数据、行业服务数据、 所在地气象数据、所在地政策信息和所在地经济条件；然后根据所述全貌信息对电力用户的 用电类别、用电决策要素和服务潜力进行用户画像分析，得到电力用户的多维用能行为属性。
[0064]
用户画像技术可以帮助电力用户更好的了解到自己各方面不同的需求，从而帮助电力用 户在众多服务中选择最适合自身的服务。另一方面，用户画像技术将用户“标签化”，可以更 好地帮助服务提供商具有针对性的向用户提供服务，从而制定最优的销售策略。
[0065]
用户画像分析可通过以下步骤实现：
[0066]
s1：建立电力用户的年用电时序数据向量、月用电时序数据向量和日负荷特征向量，对 所述年用电时序数据向量、所述月用电时序数据向量和所述日负荷特征向量进行用电类别辨 识，得到电力用户的年用电类别、月用电类别和日用电类别。
[0067]
其中，用电用户类别表示在外界气候、政策和经济条件等因素影响下，电力用户根据生 产生活需要形成的特定的用电方法和习惯。用户用电类别根据用户在不同时间尺度下的负荷 情况分为年用电类别、月用电类别和日用电类别。
[0068]
年用电量时序数据向量描述客户在一年中各月度的用电量情况，能够反映客户用电量受 月份、季节变化的影响程度，定义为：α
i
×
u
＝{α
i1
,α
i2
,...,α
ij
}，式中，α
i1
,α
i2
,...,α
ij
分别为客户i第 1，2，
…
，j年的年用电总量；
[0069]
月用电量时序数据向量描述客户在一年中各月度的用电量情况，能够反映客户用电量受 月份、季节变化的影响程度，定义为：式中， 分别为客户i第j年中1，2，
…
，12月的月度用电量，β
i1
,β
i2
,...,β
i12
分别为客户i 各月份月度用电量的同期平均值。这里采用各月度的同期平均值，不仅可以减少数据维度， 还能避免只使用某一年的月度数据的不准确性；
[0070]
日负荷特征向量描述用户在某特征日中负荷整体情况及特征，一般由8个指标评价。定 义为：γ
i
×8＝{γ
i1
,γ
i2
,...,γ
i8
}，式中，γ
i1
,γ
i2
,...,γ
i8
分别为客户i在该特征日的峰电系数、谷电系数、 平段系数、日最高负荷、日平均负荷、日负荷率、日峰谷差、日峰谷差率，均可根据日负荷 曲线计算。
[0071]
此处需说明的是，对所述年用电时序数据向量、所述月用电时序数据向量和所述日负荷 特征向量进行用电类别辨识的方法包括：
[0072]
步骤s11：将所述年用电时序数据向量、所述月用电时序数据向量和所述日负荷特征向 量进行组合，得到电力用户的负荷特征多维评价指标矩阵v
i
＝{α
i
×
u
；β
i
×
12
；γ
i
×8}∈v
d
，v
d
是所有用 户的负荷特征数据集，
[0073]
步骤s12：根据数据类型和指标含义，将所述负荷特征多维评价指标矩阵划分为年用电 量子空间、月用电量子空间和日负荷子空间，即将v
d
划分为3个子空间l1、l2、l3。各子空 间中，分别以α
i
×
u
、β
i
×
12
、γ
i
×8为特征向量；
[0074]
步骤s13：分别对所述年用电量子空间、所述月用电量子空间和所述日负荷子空间中的 负荷数据利用k
‑
means算法进行聚类，得到电力用户的年用电类别、月用电类别和日用电类 别。
[0075]
电力用户用电类别辨识流程如图1所示。
[0076]
s2：建立电力用户的电量电价弹性矩阵和电量温度敏感度模型，根据所述电量电
价弹性 矩阵建立电量电价敏感程度属性向量，根据所述电量温度敏感度模型建立电量温度敏感程度 属性向量。目的在于反映电力用户行为受气象条件、政策变化、社会经济及市场化进程等多 种决策因素的影响程度。
[0077]
电力用户用电行为受到各种气象条件、政策、社会经济及市场化进程等多种决策因素的 影响，其中，温度和电价影响最甚。温度的影响主要表现在第一产业、第三产业和居民生活 尤其是空调负荷易随冷热变化而快速变动。而电价的波动直接影响客户用电量的变化，不少 电力公司据此设计不同的电价政策以引导客户的购用电决策。因此，构建客户对电量电价弹 性矩阵和电量温度敏感度描述客户用电行为受影响程度。
[0078]
针对电力用户的电量电价弹性矩阵：一般情况下，客户用电量不仅受实时电价影响，如 居民生活中电价较高时采取关灯或调高空调制冷温度以减少用电量，还可能受其他时段的电 价影响。比如在生产过程中，企业不会因电价升高而单纯降低生产量，而是调整生产时段， 电价升高时停机修整，电价跌低时开机生产，从而在产品总量不变的情况下减少电费支出。 因此，客户电量电价弹性矩阵为：式中，矩阵主对角线上的元素 为自弹性系数，表示客户用电量受该时刻电价影响程度；其余元素(i≠j)为交叉弹性系数，表示客户用电量受其他时刻电价影响程度。
[0079]
针对电力用户的电量温度敏感度模型：温度是气象敏感负荷的最主要影响因素。一般表 现为：夏季温度越高，气象敏感负荷越高，呈正相关；冬季温度越低，气象敏感负荷越高， 呈负相关。根据研究发现，气象敏感负荷受温度的影响可由一个二次方程表示： l
m
(t)＝a
n
t2 b
n
t c
n
，式中，l
m
(t)表示易受气象条件影响的客户负荷(气象敏感负荷)；a
n
,b
n
,c
n
分别表示二次、一次和常数拟合系数；表示温度，需满足以下约束条件：t
min
≤t≤t
max
，由上 述方程可求得客户的电量温度敏感度，即：
[0080]
由于弹性矩阵维度高、确定难度大，引入偏大型半梯度隶属度函数将弹性矩阵转化为单 个元素，构建电量电价敏感程度属性向量式中，mean(ε)为 电量电价弹性矩阵中各元素的平均值；同理，构建电量温度敏感程度属性向量 式中，mean(e)是电量温度敏感度各元素的平均值。电量电价 敏感强度属性向量如图2所示。
[0081]
s3：对电力用户的节能需求、电能质量提升需求、安全运行需求和可调控负荷潜力进行 评估，从而充分获取市场竞争力并保持原有客户粘性。
[0082]
其中，
[0083]
节能需求通过能效比表示，用以描述客户的用能效率，所述能效比＝年生产总值
÷
年耗能 总量；通常，能效比越低说明企业用能效率越低，即具有较高的节能需求。提升能效水平不 仅是可持续发展的政策要求，也是降低生产成本、实现产业升级的必要途径。
[0084]
电能质量提升需求通过电能质量异常造成的经济损失表示，反映电力用户对于电能质量 提升的需求潜力。电能质量问题对用户造成的经济损失是一种负激励，会直接影响电力用户 对于是否需要电能质量提升服务的判断。因此，可以用电能质量异常造成的经济损失衡量客 户对于电能质量提升的需求潜力。
[0085]
安全运行需求通过停电造成的经济损失与同行业中的最高停电经济损失的比值表示，反 映电力用户对于电能质量提升的需求潜力。通常，停电损失最高的电力用户具有最强的安全 运行需求，以停电对用户造成的经济损失与同行业中，停电经济损失最高的用户间的比值描 述用户的安全运行需求潜力。
[0086]
所述调控负荷潜力，根据电力用户的历史任务完成率和改变用电类别的意愿程度进行综 合评估。可调控负荷指电力用户在售电公司的引导下，改变其现有用电类别，避开用电高峰， 将生产生活转移到用电低谷期的负荷。评估电力用户可调控负荷潜力时需考虑其过去任务完 成率及意愿程度等因素。
[0087]
步骤2：选择多种电力需求业务作为综合能源服务套餐的备选基本属性。
[0088]
电力用户拥有自主选择权，电力用户与售电方之间除了电量交易和电费结算外，各类差 异化的电力需求业务(电力增值服务)。本实施例选择了5类电力需求业务作为电力组合套餐 的基本属性，用以满足各类客户群体的不同需求。此5类电力需求业务包括：屋顶光伏业务、 电能替代业务、空调负荷直接控制业务、节能改造业务、电能质量保险业务。
[0089]
针对屋顶光伏业务：分布式屋顶光伏发电系统的组成结构比较简单，主要由太阳能光伏 电池、并网逆变器等组件和并网接入测控系统组成。屋顶光伏作为就近原则下的分布式光伏 发电类别，不仅能一定程度上替代部分小规模光伏电站的发电能力，解决电力在长途运输过 程中的功率损耗等问题，还能有效帮助客户达成节能减排、节约电能成本的目标。对于分布 式屋顶光伏发电实行全部上网政策，主要有两种电能并网结算方式：全部上网、统购统销； 自发自用、余电上网。“统购统销”相当于把屋顶光伏看成分布式的小型电站，全部所发电量 按规定上网；“余电上网”指客户发电量使用后余量输送给电网，由于电能在电网中的传输无 法区分，实际用光伏发电量与客户用电量之差表示余量。
[0090]
针对电能替代业务：电能替代指在终端能源消费环节，使用电能替代燃煤、燃油等已不 可持续发展的终端能源消费方式，诸如推广电采暖、地能热泵、工业电锅炉、电动汽车等替 代方式。与煤、石油、天然气等传统矿物质能源相比，电能具有清洁、安全、便捷、能源利 用率高等显著优势。电能替代战略的目的是改变终端能源消费结构，提高电能在居民采暖、 生产制造、交通运输等终端能源消费环节的地位和比重，促进节能减排，有效缓解广受全世 界关注的发展与环境保护难以兼顾的矛盾关系。广泛推进电能替代服务，不仅是政策要求， 也是实现可持续发展的必然途径。
[0091]
针对空调负荷直接控制业务：直接负荷控制(dlc)指利用电力监控和电力信号在系统 尖峰时段调整或直接切断所属控制负荷(主要指空调和电热水器负荷)，从而改变用户负荷曲 线、实现削峰填谷。能够参与dlc的负荷需具有两类特点：一是快速响应能力，负
荷能够对 负荷控制指令做出快速响应，响应时间一般小于15min；二是具备一定的能量存储能力，比 如蓄冷(空调、电冰箱)、蓄热(电热水器)、蓄电(电动汽车)，以保证直接负荷控制时对用 户的供电服务质量影响较小。根据能量传输特点可将参与dlc的负荷分为两类：蓄冷蓄热类 单向能量传输负荷，具有较强的季节性特点，如夏季制冷空调负荷和冬季制热空调负荷；电 动汽车类双向能量传输负荷，其特点是能量的传输既有电网
‑
充电负荷的正向传输过程，也有 充电负荷
‑
电网的能量反馈过程。空调负荷控制是一种基于激励的直接负荷控制措施，推广此 业务的目的在于引导客户有序用电、最终削减负荷峰值获取收益。不论采用何种调控策略， 降低空调负荷的核心途径是提升空调的温度设定值(以夏季制冷空调负荷值为例)，可分为两 种业务模式：自调控模式和代理模式。
[0092]
针对电能质量保险业务：是指服务商通过综合手段对电力用户的能耗设备和其既有建筑 的能源消耗系统进行改造，实现能耗下降、能效提升的目标。推行节能改造服务，不仅是弥 补能源供应短缺的辅助手段，更是保障能源安全的重要措施之一，能有效减少能源浪费现象、 提升用户的节能意识。既有建筑节能改造指对不符合节能标准的已经建好并投入使用的建筑 实施节能改造，包括其围护结构、采暖制冷系统和照明设备等。根据建筑节能的国家和行业 标准，建筑节能手段主要有对围护结构隔热保温、选用节能系统和可再生能源利用系统等。
[0093]
针对电能质量保险业务：电能质量问题的出现给客户生产生活带来的影响通常难以估量。 为尽可能满足电能质量敏感用户的需求，除了采用技术手段降低电能质量问题的出现频率和 影响程度，还可以采用经济手段补偿电能质量问题带给客户的损失。一般而言，电压暂降是 最为严重的电能质量问题，当发生电压暂降时，用户需承担相当大的经济损失。因此，以电 压暂降为例，引入营业中断财产保险业务。营业中断保险是指当企业因自然灾害或意外事故 导致停产或停业等中断事故后，对企业因中断事故带来的利润损失提供保障的保险，也称为 利润损失保险。电压暂降营业中断保险的业务流程主要分为3个阶段：要约阶段，客户根据 自身经营情况填写投保单，服务商根据客户保单并结合园区电压暂降事故频次情况，制定不 同赔偿期的保险费率；承诺阶段，客户根据公布的保险费率表，结合自身情况选择最佳赔偿 期进行投保，签订保险合同；执行阶段，发生电压暂将事故后，服务商根据合同赔偿经济损 失。
[0094]
步骤3：建立业务推送评价向量，所述业务推送评价向量用于反映所述多维用能行为属 性与所述多种电力需求业务之间的适应程度，根据所述业务推送评价向量对电力用户进行细 分，得到多个电力用户细分群体。
[0095]
电力用户是作为电力需求业务的购买者和使用者，是设计综合能源服务套餐的主要研究 对象。单独对每个用户进行分析，不仅工作量巨大，而且容易忽略某些用户群体行为的相似 性。通过用户画像对电力客户的多维属性进行分析，能有效整合用户的信息全貌。结合用户 用电行为特征及用电决策要素，对所有类别电力需求业务进行横向比较，明确电力需求业务 与用户多维属性的适应程度。用户多维属性向量反映用户的综合特征，适应程度矩阵反映各 种电力需求业务与用户各特征属性的适应关系，两者共同作为用户细分标准，能帮助售电公 司做出具有针对性的精准运营策略。
[0096]
其中，业务推送评价向量的建立方法包括以下步骤：
[0097]
s31：根据所述用电类别、所述电量电价敏感程度、所述电量温度敏感程度、所述电
能质 量提升需求、所述安全运行需求、所述可调控负荷潜力、所述节能需求和行业特征，建立多 维用能行为属性向量。
[0098]
多维用能行为属性向量表示为式中， 分别表示用电类别、电量电价敏感程度、电量温度敏感程 度、电能质量提升需求、安全运行需求、可调控负荷潜力、节能需求和行业特征。
[0099]
为消除评价尺度差异的影响，直观反映用户的实际情况，对用户多维属性向量进行归一 化处理，各向量缩放方法如下：
[0100]
s32：建立所述多维用能行为属性向量与电力需求业务的适应程度矩阵。
[0101]
服务商想要针对客户某些突出的特征属性向其推荐最合适的电力需求业务，必须明确电 力需求业务与客户多维属性的适应程度。以空调负荷直接控制业务为例：若某一客户在多维 属性向量中已经反映出典型的避峰型日用电类别，说明其基于峰平谷电价的激励，已经采取 措施(如调低空调设定温度)调整生产生活方式，就不适合向其推送空调负荷直接控制业务。
[0102]
由于电力需求业务与客户属性呈现多因素高度耦合的关联关系，且常见的模糊分布函数 难以准确描述其适应程度，因此采用德尔菲法，通过多次征询、讨论确定电力需求业务适应 程度矩阵：
[0103]
s33：将所述多维用能行为属性向量与所述适应程度矩阵进行模糊合成，得到所述业务推 送评价向量。
[0104]
用户多维属性向量g
j
反映用户多维度的特征，相当于模糊综合评价的权重向量，电力需 求业务适应程度矩阵f反映各种电力需求业务与各项用户特征属性的适应关系，即模糊综合 评价中的隶属度矩阵。将g
j
和f进行模糊合成，得到业务推送评价向量式 中，分别代表对于用户j推送第1，2，
…
，n个电力需求业务品类的评价值，评价 值越高，表示该电力需求业务越适合推荐给用户j。
[0105]
业务推送评价向量描述了各类电力需求业务与不同用户间的匹配关系。因此，本实施例 将主动推送向量进行归一化处理，分析比较不同客户对不同电力需求业务的需求潜力，并根 据其需求的差异性对电力客户进行细分，得到不同的客户细分群体。本实施例采用k
‑
means 算法得到不同的用户细分市场，以此作为综合能源服务套餐的研究对象。
[0106]
步骤4：制定综合能源服务套餐，定义综合能源服务套餐的电力用户终身价值；以所述 电力用户终身价值最大化为目标，以所述电力用户细分群体为对象，建立基于电力用户选择 行为的综合能源服务套餐评价模型，求解所述综合能源服务套餐评价模型，得到电力用户的 综合能源服务套餐最优配置。
[0107]
本实施例以电信行业的手机套餐设计方法为基础，采用基于顾客选择行为的套餐
评价方 法作为制定分档套餐的依据。根据分档套餐定义，综合能源服务套餐的一个分档就是一类服 务及价格组合，共有j个分档个数。将上述5类电力需求业务(屋顶光伏业务、电能替代业 务、空调负荷直接控制业务、节能改造业务、电能质量保险业务)定义为套餐的基本属性， 属性总数为k。将所有用户按照第3章的方法分为i个用户细分市场，每个市场含有qi个用 户。套餐的每个基本属性由属性赠送量和属性单价组成。属性赠送量表示用户消费量在赠送 容量之内时，只需支付该分档的基本资费；属性单价表示超出套餐某项属性赠送容量范围后， 用户享受该类服务的单位价格。
[0108]
本实施例以l
jk
表示第j个分档(j＝1，2，...,j)的第k个属性赠送量(k＝1，2，...，k)； 以p
jk
表示第j个分档(j＝1，2，...，j)的第k个属性单价(k＝1，2，...，k)；以l
j0
表示第j 个分档的基本资费。
[0109]
综合能源服务套餐评价模型的建立方法包括以下步骤：
[0110]
s41：定义综合能源服务套餐的效用模型。
[0111]
当用户某一属性消费量超出赠送量时超出部分按属性单价收费，可以表示为： 式中，q
jk
表示第i个细分客户群体对第k个属性的消费量期望。|x|

的 运算规则为：如果x>0，则表达式结果为x，否则为0。
[0112]
电力组合套餐的效用定义为：套餐满足客户多样化用能需求的程度，即客户从套餐获得 的基本用能需求和增值需求的满足程度与购买成本之差，可表示为：u
ij
＝u
ij
v
ij
‑
r
ij
，式中，u
ij
表示基础效用，本质是该服务带给用户的能源消费节省量的经济成本；v
ij
表示增值效用，包 括碳排放减少、用能安全提升等带来的隐性收益；u
ij
表示套餐分档带给用户的总效用，其值 越大，纯理性客户更倾向于购买此套餐分档。
[0113]
s42：根据所述效用模型，以所述电力用户细分群体为对象，建立电力用户的选择行为模 型，电力用户的选择行为通过电力用户选择某一业务分档的概率表示。
[0114]
本实施例文采用mnl模型估算客户对套餐分档的选择行为。mnl模型是目前使用最广 的离散选择模型，在使用过程中遵循两个假定：效用随机项独立且服从同一极值分布；各选 择项之间具有相同的交叉响应。用户群体i选择套餐分档j的概率可以表示为： 式中，μ为比例参数，表示客户选择行为的随机项因素，其取值可以通过 市场调研和回归分析确定。
[0115]
s43：根据所述选择行为模型，建立基于用户选择行为的业务分档成本模型和电力用户终 身价值模型。
[0116]
综合能源服务套餐属于服务类产品，由于其无形性的特点，其成本可以分为固定成本和 可变成本来确定。固定成本与套餐分档个数和个分档产品属性的设置水平无关，属于服务商 开展各类电力需求业务的固定投资费用，包括设备基建费用、改造维修费用等。套餐的可变 成本包括设备使用费用、项目启动和运营费用等，与套餐分档及分档属性的设置水平有关。 因此，电力组合套餐一个分档的成本费用可以表示为：式中，c
f
为固 定成本；为可变成本，只有当客户选择此分档时才会产生此部分费用；f
k
(t)为客户保持率函数，t为 客户生命周期。
[0117]
客户终身价值(customer lifetime value,clv)指所有客户的购买行为可能为企业带来的 收益总和。客户终身价值的三要素分别是客户生命周期、市场份额和客户范围。客户生命周 期可通过市场调研预测，客户市场份额和客户范围则可通过客户选择行为和客户保持率映射。 因此，电力组合套餐的客户终身价值可以表示为：
[0118]
s44：根据所述电力用户终身价值模型建立综合能源服务套餐评价模型。
[0119]
在考虑用户选择行为的情况下，确定电力组合套餐各分档的基本资费、属性赠送量和属 性单价，以保证售电公司获得最大化收益。因此，电力组合套餐评价模型可表示为： [0120]
为简化计算，本实施例将电力组合套餐的固定成本为20万元，每个套餐分档的可变成本 均为8万元。取屋顶光伏、电能替代、aclc、节能改造、电能质量5个套餐属性的超出单 价为p＝[0.3，0.2，0.3，0.2，0.5](万元/mw
·
h)。定义l
j0
,l
jk
(j＝1,2,3；k＝1,2,...,5)为整数型决 策变量。考虑客户生命周期为3年，其中每半年计算一次客户保持率和资金折现率，认为客 户保持率近似以f(t)＝1
‑
0.002(t
‑
1)的速率下降，资金折现率d＝0.003，客户选择行为的比例参 数μ＝0.4。
[0121]
代入数据加上约束条件后可以将电力组合套餐评价模型化简整理为：
[0122][0123]
基于上述计算过程及结果，用户原始数据经数学统计和数据挖掘后得到用户多维属性向 量，然后同德尔菲法得到的业务适应度矩阵模糊合成，归一化处理后得到各用户的业务匹配 度向量，如图3所示。
[0124]
使用k
‑
means算法，对业务推送向量聚类分析得到不同的用户细分市场，作为电力组合 套餐的评价对象。用户聚类结果见下表2。由于3号电力用户群体月均用电量和电力需求业 务需求容量均与另外五个群体相差较大，在后续研究中不予考虑。
[0125][0126]
表2客户细分群体情况
[0127]
使用粒子群算法对求解，求得分档个数为3时 电力组合套餐的配置情况，见表3。各用户群体的选择行为和售电公司获得的客户终
身价值 见表4。在考虑用户选择行为的情况下，按照表3设计电力组合套餐，售电公司的期望总收 入为3167.75万元。
[0128][0129]
表3综合能源服务套餐配置情况
[0130][0131]
表4客户选择结果与服务商收入
[0132]
由于套餐3个分档的基本资费都超出客户群体6的月消费预算，在同时满足所有业务需 求的情况下，理性客户会选择基本资费最低的分档。因此，客户群体选择套餐分档1的概率 修正为1。表4中，客户群体1选择套餐分档3的概率最大，套餐分档3提供较大容量的电 能替代服务和较小容量的空调负荷直接控制负荷，与用户的业务需求期望相符。此外，按照 表3设计电力组合套餐，售电公司的期望总收入为3167.75万元，说明电力组合套餐各分档 的配置情况比较合理，在满足不同用户群体服务需求的同时能保证售电公司获利。
[0133]
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说 明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护 范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本 发明的保护范围之内。