CN111724049B - 一种潜在电力能效服务客户的研判方法 - Google Patents
一种潜在电力能效服务客户的研判方法 Download PDFInfo
- Publication number
- CN111724049B CN111724049B CN202010515519.9A CN202010515519A CN111724049B CN 111724049 B CN111724049 B CN 111724049B CN 202010515519 A CN202010515519 A CN 202010515519A CN 111724049 B CN111724049 B CN 111724049B
- Authority
- CN
- China
- Prior art keywords
- value
- evaluation
- user
- power consumption
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000011160 research Methods 0.000 title claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims abstract description 78
- 230000005611 electricity Effects 0.000 claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000005381 potential energy Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000004134 energy conservation Methods 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 15
- 230000002354 daily effect Effects 0.000 description 13
- 125000003275 alpha amino acid group Chemical group 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 150000001413 amino acids Chemical class 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种潜在电力能效服务客户的研判方法,综合考虑功率因数、峰段用电占比、最大过载率、平均负荷容量比、负荷最大不平衡度等因素,构建了专变用户用电行为不合理性的指标评价体系,再基于AHP‑TOPSIS算法对专变用户用电行为的不合理性进行评价,根据评价结果和用电量,得出专变用户的潜在能效服务评估值,进而找出潜在电力能效服务客户。本方法可支撑供电企业开拓能效服务市场,帮助专变用户降低用电成本,进而推动整个社会的节能减排。
Description
技术领域
本发明属于电力大数据应用技术领域,具体涉及一种潜在电力能效服务客户的研判方法。
背景技术
随着供电企业综合能源业务的拓展,为专变用户提供电力能效服务(以下简称“能效服务”)已经成为供电企业的重点工作方向之一。
由于缺乏有效的监测手段和专业的电能管理人员,专变用户用电行为不合理的现象较为普遍,如功率因数过低、三相负荷不平衡程度偏高等,这无形中抬高了其用电成本,故大量的专变用户存在规范用电行为、降低用电成本的需求,这为供电企业提供了巨大的能效服务潜在市场。但目前因缺乏对专变用户用电行为不合理性进行综合评价的有效手段,使得供电企业在挖掘能效服务潜在客户时,往往难以做到有的放矢。
目前与能效服务潜在客户挖掘相关的研究还比较鲜见,只有部分文献对工业用户(专变用户中一种)的用电能效评价进行了研究,但其对工业用户用电行为缺乏全面的分析,如未考虑峰段用电占比、超容用电等因素对用电成本的影响,因此无法为能效服务潜在客户的挖掘工作提供有效支撑。
发明内容
本发明的目的是提供一种潜在电力能效服务客户的研判方法,通过对专变用户用电行为进行评价,排查出用电行为不合理的专变用户,支撑供电企业开拓能效服务市场,帮助专变用户降低用电成本,进而推动整个社会的节能减排。
本发明采用如下技术方案:
一种潜在电力能效服务客户的研判方法,其包括如下步骤:
(1)提取专变用户数据,计算专变用户的评价指标值;
(2)将各专变用户的评价指标值进行预处理;
(3)基于AHP层次分析法确定各评价指标的权重系数;
(4)基于TOPSIS综合评价法评价各专变用户的用电行为不合理性;
(5)计算潜在能效服务评估值;
(6)根据研判阈值和潜在能效服务评估值得出能效服务潜在的专变用户。
进一步的,步骤(1)中,专变用户数据包括专变用户待评估周期的编号、容量、日有功用电量、日无功用电量、日峰段用电量、日尖段用电量、各采集点的总有功负荷、A相负荷、B相负荷、C相负荷。
进一步的,步骤(1)中,所述专变用户的评价指标值包括:功率因数、峰段用电占比、重过载日均次数、平均负荷容量比、负荷最大不平衡度。
进一步的,步骤(2)所述评价指标值进行预处理包括:对平均负荷容量比进行变换,对功率因数、峰段用电占比、重过载日均次数、负荷最大不平衡度指标进行封顶值处理。
进一步的,所述平均负荷容量比变换通过下式进行计算:
其中,RLavg为平均负荷容量比,Vmax、Vmin分别为RLavg的正常范围上下限阈值。
进一步的,所述功率因数、峰段用电占比、重过载日均次数、负荷最大不平衡度指标通过下式计算:
It为变换后的指标值,Io为该评价指标的原始值;Itop为该评价指标的封顶值。
进一步的,所述步骤(3)具体包括如下步骤:
(A)构建判断矩阵;
(B)对判断矩阵进行一致性校验;
(C)判断矩阵经一致性校验后,由其最大特征根对应的特征向量计算各评价指标的权重系数。
进一步的,所述步骤(4)具体包括如下步骤:
(a)构建评价矩阵;
(b)矩阵规范化;
(c)确定指标权重;
(d)构建加权规范化评价矩阵;
(e)确定正负理想解;
(f)计算欧氏距离
(g)计算评价值。
进一步的,所述步骤(5)具体包括如下步骤:
通过下式计算专变用户的潜在能效服务评估值:
ei=giqi
式中,ei为第i个专变用户的潜在能效服务指数;gi为第i个专变用户的能效可改善指数,qi为第i个工业用户的用电量指数,其计算方法下:
gi=1-fi
式中,Ei为第i个工业用户在统计周期内的用电量;Emax、Emin分别为统计范围内工业用户的用电量最大值、预设最小值;在计算前利用拉依达准则,对Emax、Emin进行预处理:
式中,Eavg为统计范围内所有工业用户用电量平均值;σ为统计范围内专变用户用电量的标准差。
进一步的,所述步骤(6)为:当潜在能效服务评估值大于研判阈值时,判断该专变客户为潜在能效服务客户。研判阈值
本发明的有益效果在于:
1、仅对用电信息采集***中的数据进行分析,即可筛选出潜在电力能效服务专变用户,无需额外设备投资。
2、能将评价出的用电行为明显不合理的专变用户作为能效服务潜在客户,通过该方法还可以根据能效服务潜在客户的各项评价指标值,为其制定合适的能效服务策略。
3、本发明能支撑供电企业开拓能效服务市场,同时帮助专变用户降低用电成本,进而推动整个社会的节能减排。因此,本发明能取得较大的经济效益。
4、本发明整个分析过程无需人工干预,节约了大量的人力资源,同时还提高了分析结果的准确性。
5、本发明结合了AHP-TOPSIS算法,对专变用户用电行为的不合理性进行评价,同时结合专变用户的用电量数据,综合判断能效服务***,该方法有效、实用。
6、用电信息采集***基本实现了全覆盖、全采集,因此本发明具有极强的可推广性。
附图说明
图1为本发明的流程框图。
图2为本发明的评价指标体系框图。
图3为本发明的实施硬件***框架图。
具体实施方式
本发明基于用电信息采集***提出了一种电力能效服务潜在客户挖掘方法,首先综合考虑功率因数、峰段用电占比、重过载日均次数、平均负荷容量比、负荷最大不平衡度的因素,构建了专变用户用电行为不合理性的指标评价体系,然后再基于AHP-TOPSIS算法对专变用户用电行为的不合理性进行综合评价,根据转变用户的用电量和用电行为不合理的综合评价结果,得出专变用户的潜在能效服务评估值,进而筛选出能效服务潜在客户。流程框图如图1所示。
下面结合附图和具体实施例对上述方法进行详细的描述。
1、提取专变用户数据,计算专变用户的评价指标值。
从用电信息采集***中提取专变用户待评估周期的编号、容量、日有功用电量、日无功用电量、日峰段用电量、日尖段用电量、各采集点的总有功负荷、A相负荷、B相负荷、C相负荷数据,构建专变用户用电行为不合理性的评价指标体系。
如图2所示,所述评价指标体系由功率因数、峰段用电占比、最大过载率、平均负荷容量比、负荷最大不平衡度等5项指标构成。
1.1功率因数fp
功率因数指某专变用户在统计周期内的平均功率因数,其可根据式(1)求得。
式(1)中,Ei为专变用户在在统计周期内的有功消耗量,Qt为专变用户在统计周期内的无功消耗量。fp值越小,专变用户的用电行为就越不合理。
1.2峰段用电占比REpeak
峰段用电占比指某专变用户在统计周期内峰段的用电量占总用电量的比值,其可根据式(2)求得。
式(2)中,Epi为专变用户在统计周期内第i天的峰段用电量,Eai为专变用户在统计周期内第i天的尖段用电量,Nt为统计周期的运行天数。REpeak值越大,专变用户在消耗相同电量的情况下,需支付的电费就越多,因此其用电行为也就越不合理。
1.3重过载日均次数Czgz
重过载指以配变采集点负载率ri大于等于80%,持续3个及以上采集点,定义为配变发生重过载现象,统计待分析周期内,专变用户发生重过载的日均次数,记为Czgz。其可根据式(3)求得。
式(3)中,Nt为专变用户在待分析周期内的运行天数,czgz表示配变每日发生重过载现象的次数。Czgz值越大,表明专变用户的用电行为就越不合理。
1.4平均负荷容量比RLavg
平均负荷容量比指某专变用户在统计周期内生产状态下的负荷平均值与供电容量的比值,其可根据式(4)求得。
式(4)中,pi为用电信息采集***在统计周期内第i个采集点采集到的该专变用户用电负荷值;N为用电信息采集***在统计周期内的采集点总数;li为生产研判系数,其定义如式(5)所示。
式(5)中,pset为设定的生产用电负荷阈值,当某一时刻的用电负荷值大于pset时则判定该专变用户处于生产状态,否则判定为处于非生产状态。
RLavg值高出正常范围越多,其因超容被供电企业处罚的可能性就越大,专变用户的用电行为就越不合理。同时,RLavg值低于正常范围越多,其变压器轻载运行现象就越严重(还有可能会造成不必要的基本电费开支),专变用户的用电行为也越不合理。
1.5负荷最大不平衡度
负荷最大不平衡度指某专变用户在统计周期内三相负荷不平衡度的最大值,其可根据式(6)求得。
flmax=max(fli) (6)
式(6)中,fli为某专变用户在时刻i的三相负荷不平衡度,其计算方法如式(7)所示。
式(7)中,pvi为该专变用户在时刻i的三相负荷平均值,其计算方法如式(8)所示。
flmax值越大,专变用户的用电行为就越不合理。
2、将各专变用户的评价指标值进行预处理。
采用式(9)对平均负荷容量比指标进行变换。
式(9)中,Vmax、Vmin分别为RLavg的正常范围上下限阈值。
采用(10)式对功率因数、峰段用电占比、重过载日均次数、负荷最大不平衡度指标进行封顶值处理。
在(10)式中,It为变换后的指标值,Io为该评价指标的原始值。Itop为该评价指标的封顶值。Itop计算规则如下。
以重过载日均次数为例,首先,设所有待评估专变用户的数量为m,设定上限数值选取所依据的比例,如r,计算得出设定上限数值所依据的数量值mset,如mset=r×m。
其次,将所有待评估专变用户按重过载日均次数数值进行分组,并按数值从大到小,寻找对应专变用户数量首次大于或等于mset的重过载日均次数,则该重过载日均次数即为上限数值。
3、基于AHP层次分析法确定各评价指标的权重系数。
3.1构建判断矩阵
设有n个评价指标,将评价指标两两进行比较,由此得出判断矩阵B。
B中元素bij表示第i个评价指标与第j个评价指标的重要性比较结果,比较结果通常采用1-9标度法标记。
3.2一致性校验
由于判断矩阵B受决策者主观判断的影响,难免存在一定的误差,必须进行一致性校验,一致性比例CR定义如式(12)所示。
式(12)中,CI为一致性指标,其可按(13)式求得;RI为平均随机一致性指标,其取值如表2所示。
式(13)中,λmax为判断矩阵B的最大特征根。
表2 RI取值
当CR<0.1时,判断矩阵的一致性满足要求,否则重新构造判断矩阵。
3.3权重系数计算
判断矩阵B通过一致性校验后,其最大特征根λmax对应的特征向量W如式(14)所示,各评价指标的权重系数可通过式(15)求得。
W=[w1,w2,…,wn]T (14)
式(15)中,ui为第i个评价指标的权重系数,wi为W中的第i个元素。由各评价指标权重系数组成的矩阵记为U,如式(16)所示。
3.4评价指标体系权重设置
对所述评价指标体系由功率因数、峰段用电占比、最大过载率、平均负荷容量比、负荷最大不平衡度5项指标,构建形成判断矩阵B1,按式(12)至式(16)求解每项特征权重,权重矩阵为
4、基于TOPSIS综合评价法评价各专变用户的用电行为不合理性。
4.1构建评价矩阵
设有n个评价指标,有m个待评价对象,xij为第i个待评价对象的第j个评价指标值,则评价矩阵X如式(17)所示。
4.2矩阵规范化
为消除各指标间量纲和数量级的影响,按式(18)将X各元素进行规范化处理。
最终得到规范化矩阵R。
4.3确定指标权重
采用AHP层次分析法确定各评价指标的权重系数,形成评价指标权重系数矩阵U。
4.4构建加权规范化评价矩阵
按式(20)求得加权规范化评价矩阵Y。
4.5确定正负理想解
按式(21)-式(24),求解正理想解Y+与负理想解Y-。
Y+其他元素的值均可参考(22)式求得。
Y-其他元素的值均可参考(24)式求得。
4.6计算欧氏距离
按式(25)和式(26)计算各待评价对象与正负理想解之间的欧氏距离。
4.7计算评价值
按式(27)计算各待评价对象的评价值。
式(27)中,fi为第i个待评价对象的评价值。
4.8基于指标评价体系的专变用户用电行为不合理性评价
对功率因数、峰段用电占比、最大过载率、平均负荷容量比、负荷最大不平衡度等5项指标,构建形成矩阵X1,结合上述各项指标权重U1,按公式(18)至式(27)计算得出待评估专变用户用电行为不合理性的评分值fi,评分值fi越小,表示专变用户的用电不合性越强。
5、计算潜在能效服务评估值
由于规模效应,在同等条件下,对用电量越大的工业用户开展能效服务,获得的收益就越大。同样,在用电量相当的情况下,对用电能效越差的工业用户开展能效服务,获得的收益也就越大。为准确表征工业用户的潜在能效服务挖掘价值,本文综合考虑用电行为不合理性与用电量,计算专变用户的潜在能效服务评估值,如(28)式所示。
ei=giqi (28)
在(28)式中,ei为第i个专变用户的潜在能效服务指数;gi为第i个专变用户的能效可改善指数,表征该专变用户的能效可改善空间,其计算方法如(29)式所示;qi为第i个工业用户的用电量指数,表征该专变用户的用电量大小,其计算方法如(30)式所示。
gi=1-fi (29)
在(30)式中,Ei为第i个工业用户在统计周期内的用电量;Emax、Emin分别为统计范围内工业用户的用电量最大值、预设最小值,因各工业用户的用电量差异较大,为避免有些工业用户的用电量过大或过小,而导致潜在能效服务指数的计算结果不合理,为避免上述情况,在计算前利用拉依达准则,对Emax、Emin进行了预处理。
在(31)式中,Eavg为统计范围内所有工业用户用电量平均值;σ为统计范围内工业用户用电量的标准差。
工业用户的潜在能效服务指数越大,则对其开展能效服务的必要性就越大。当工业用户的潜在能效服务指数满足(32)式时,则选定其为供电企业的能效服务潜在客户。
ei>eset (32)
在(32)式中,eset为研判阈值,其取值范围为0.3~0.6,由供电企业根据具体情况进行设定。
6、案例分析
利用上述方法,对区域A范围内的1148户专变用户用电行为的不合理性进行了评价。计算评价指标-平均负荷容量比时,pset取0.15S,其中S为专变用户容量。应用式(9)中对评价指标-平均负荷容量比进行变换时Vmax、Vmin分别取0.8、0.3,设置r值为1%,对5项评价指标两两进行比较,由此得出判断矩阵B,评价结果如表3所示(按评价值由大到小排序)。
表3评价结果
根据区域A供电公司的服务能力、阶段指标、电力能效服务计划等情况,设置研判阈值eset为0.38,则C1145、C1146、C1147、C1148为潜在能效服务客户。同时,供电企业还可以根据能效服务潜在客户的各项评价指标值,为其量身制定能效服务策略,这将大幅度提高供电企业能效服务市场拓展工作的效率。本发明可作为河北公司大数据与人工智能实验室大数据分析平台的一个功能模块,按照本发明的原理及流程图编制计算机程序,然后将计算机程序部署于大数据分析平台上。
如图3所示,大数据分析平台通过统一接口程序从用电信息采集***获取所有待分析专变用户的相关数据,然后由编制好的计算机程序进行分析,筛选出潜在电力能效服务客户,并将筛选结果存储于数据交互平台的数据库服务器,然后由数据交互平台的WEB服务器响应省、市、县、所各级供电单位的请求,将筛选结果展示给省、市、县、所各级供电单位的监控终端。
Claims (1)
1.一种潜在电力能效服务客户的研判方法,其特征在于,其包括如下步骤:
(1)提取专变用户数据,计算专变用户用电不合理性的评价指标值;专变用户数据包括专变用户待评估周期的编号、容量、日有功用电量、日无功用电量、日峰段用电量、日尖段用电量、各采集点的总有功负荷、A相负荷、B相负荷以及C相负荷;所述专变用户的评价指标值包括:功率因数、峰段用电占比、重过载日均次数、平均负荷容量比以及负荷最大不平衡度;
(2)将各专变用户的评价指标值进行预处理;所述评价指标值进行预处理包括:对平均负荷容量比进行变换,对功率因数、峰段用电占比、重过载日均次数、负荷最大不平衡度指标进行封顶值处理;
所述平均负荷容量比变换通过下式进行计算:
其中,RLavg为平均负荷容量比,Vmax、Vmin分别为RLavg的正常范围上下限阈值;
所述功率因数、峰段用电占比、重过载日均次数、负荷最大不平衡度指标通过下式计算:
It为变换后的指标值,Io为该评价指标的原始值;Itop为该评价指标的封顶值;
(3)基于AHP层次分析法确定各评价指标的权重系数;
(A)构建判断矩阵;
(B)对判断矩阵进行一致性校验;
(C)判断矩阵经一致性校验后,由其最大特征根对应的特征向量计算各评价指标的权重系数;
(4)基于TOPSIS综合评价法评价各专变用户的用电行为不合理性;
(a)构建评价矩阵;
(b)矩阵规范化;
(c)确定指标权重;
(d)构建加权规范化评价矩阵;
(e)确定正负理想解;
(f)计算欧氏距离;
(g)计算评价值;
(5)计算潜在能效服务评估值:
ei=giqi
式中,ei为第i个专变用户的潜在能效服务指数;gi为第i个专变用户的能效可改善指数,qi为第i个专变用户的用电量指数,其计算方法如下:
gi=1-fi
式中,fi为第i个待评价对象的评价值;Ei为第i个专变用户在统计周期内的用电量;Emax、Emin分别为统计范围内专变用户的用电量最大值、预设最小值;在计算前利用拉依达准则,对Emax、Emin进行预处理:
式中,Eavg为统计范围内所有专变用户用电量平均值;σ为统计范围内专变用户用电量的标准差;
(6)当潜在能效服务评估值大于研判阈值时,判断该专变用户为潜在能效服务客户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010515519.9A CN111724049B (zh) | 2020-06-08 | 2020-06-08 | 一种潜在电力能效服务客户的研判方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010515519.9A CN111724049B (zh) | 2020-06-08 | 2020-06-08 | 一种潜在电力能效服务客户的研判方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111724049A CN111724049A (zh) | 2020-09-29 |
CN111724049B true CN111724049B (zh) | 2023-05-23 |
Family
ID=72566246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010515519.9A Active CN111724049B (zh) | 2020-06-08 | 2020-06-08 | 一种潜在电力能效服务客户的研判方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111724049B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862535B (zh) * | 2021-02-25 | 2022-10-04 | 国网河北省电力有限公司营销服务中心 | 电力专变客户电价响应度确定方法及终端设备 |
CN113191634A (zh) * | 2021-04-29 | 2021-07-30 | 中国电力科学研究院有限公司 | 一种工业用户用电行为健康状态评价方法和*** |
CN117726232B (zh) * | 2023-12-22 | 2024-06-14 | 国网湖北省电力有限公司营销服务中心(计量中心) | 一种电力***服务用户的综合评价方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156950A (zh) * | 2016-07-06 | 2016-11-23 | 燕山大学 | 一种基于超球支持向量机的主动配电网经济运行评价方法 |
CN107316125A (zh) * | 2017-05-12 | 2017-11-03 | 燕山大学 | 一种基于经济运行域的主动配电网经济运行评价方法 |
CN109191189A (zh) * | 2018-08-20 | 2019-01-11 | 国网河南省电力公司经济技术研究院 | 售电市场放开下电力客户价值评价方法 |
CN109685552A (zh) * | 2018-12-06 | 2019-04-26 | 国网山东省电力公司青岛供电公司 | 非侵入式居民用电能效的分析及服务方法 |
CN111062581A (zh) * | 2019-11-26 | 2020-04-24 | 国网浙江省电力有限公司电力科学研究院 | 一种基于ahp层次的企业客户高压增值服务体系构建方法 |
-
2020
- 2020-06-08 CN CN202010515519.9A patent/CN111724049B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156950A (zh) * | 2016-07-06 | 2016-11-23 | 燕山大学 | 一种基于超球支持向量机的主动配电网经济运行评价方法 |
CN107316125A (zh) * | 2017-05-12 | 2017-11-03 | 燕山大学 | 一种基于经济运行域的主动配电网经济运行评价方法 |
CN109191189A (zh) * | 2018-08-20 | 2019-01-11 | 国网河南省电力公司经济技术研究院 | 售电市场放开下电力客户价值评价方法 |
CN109685552A (zh) * | 2018-12-06 | 2019-04-26 | 国网山东省电力公司青岛供电公司 | 非侵入式居民用电能效的分析及服务方法 |
CN111062581A (zh) * | 2019-11-26 | 2020-04-24 | 国网浙江省电力有限公司电力科学研究院 | 一种基于ahp层次的企业客户高压增值服务体系构建方法 |
Non-Patent Citations (4)
Title |
---|
基于AHP-TOPSIS的电力能效项目综合评价;李慧玲;《现代电力》;20140831;第31卷(第4期);88-94页 * |
基于可拓云模型的配电网经济运行综合评价及灵敏度分析;马丽叶等;《电工电能新技术》;20160723(第07期);8-16页 * |
用户用电设备评估的区间熵权法;祝恩国等;《电测与仪表》;20141225(第24期);106-112页 * |
电力客户能效状态模糊综合评估;吴剑飞等;《电力***保护与控制》;20100701(第13期);94-103页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111724049A (zh) | 2020-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724049B (zh) | 一种潜在电力能效服务客户的研判方法 | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN110909983B (zh) | 一种主动配电网电能质量多维评估方法 | |
CN109829604A (zh) | 一种电网侧储能电站运行效果综合评估方法 | |
CN103679544A (zh) | 一种智能配电网运行综合评估方法 | |
CN110738435A (zh) | 一种配电网项目投资决策评价方法 | |
CN111260198A (zh) | 一种台区同期线损合理度评判方法、***及终端设备 | |
CN110109971A (zh) | 一种低压台区用户用电负荷特性分析方法 | |
CN104504508A (zh) | 基于层次分析与小波回归的台区闭环数据分析方法 | |
CN106447108A (zh) | 一种考虑业扩报装数据的用电需求分析预测方法 | |
CN106447198A (zh) | 一种基于业扩报装数据的用电量核对方法 | |
CN110807598A (zh) | 一种参与有序用电的用户负荷调控价值评估方法 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
CN104834975A (zh) | 一种基于智能算法优化组合的电网负荷率预测方法 | |
CN115907511A (zh) | 可调节负荷资源价值评估模型的构建方法及装置 | |
CN112633762A (zh) | 楼宇能效获取方法及设备 | |
CN113450031B (zh) | 居民智慧用能服务潜在台区选取方法及装置 | |
CN111798333A (zh) | 一种用能评估与用电安全分析方法和*** | |
CN113642933A (zh) | 一种配电台区低电压诊断方法及装置 | |
CN110070256B (zh) | 基于critic方法的零电量用户排查优先度权重计算方法 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及*** | |
CN106651425A (zh) | 一种考虑业扩报装数据的用户偷电、漏电行为监测方法 | |
CN112488360B (zh) | 基于人工智能的配变异常分析预警方法 | |
Carpaneto et al. | Customer classification by means of harmonic representation of distinguishing features | |
CN112734274A (zh) | 一种低碳电网运营主导影响因素挖掘及综合评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |