面向智能电网的需求侧用户行为建模与个性化用电策略推荐方法研究

The personalized electricity utilization strategy recommendation under smart grid environment is a very complex decision-making process. With the promotion and application of smart grid technology, decision resources that the demand-side customers own is becoming rich and timely, which makes a dramatically changing in the way of energy utilization, information interaction as well as the demand response participation of demand-side customers. Compared with the traditional demand-side electricity plan making, personalized electricity utilization strategy recommendation presents various new characteristics, such as the granularity of task, the diversity of task objects, the complexity of demand response process and so on. These new characteristics make a challenge to the traditional recommendation methodology and decision making process of personalized electricity utilization strategy designing..In order to address these issues, the segmentation of demand-side customer behavior, the extraction of customer preference, diversity analysis among different customers within smart grid environment are firstly discussed. After that, customer behavior characteristics as well as the analysis of long-term preference stability are discussed for the customer behavior modeling. Secondly, the electricity consumption behavior modeling, demand responsive behavior modeling, and the cooperative behavior modeling method are studied. Thirdly, considering the diversity, applicability and difference of personalized recommendation task, three different personalized electricity utilization strategy recommendation method are presented, including customer behavior pattern analysis, external incentive mechanism analysis, and group game analysis based approach..In summary, this project will provide a new way to solve the problem of personalized electricity utilization strategy recommendation under the smart grid environment.

智能电网环境下的需求侧用户个性化用电策略推荐是一个十分复杂的决策过程。在智能电网环境下，需求侧用户所掌握的决策资源愈加丰富，使得用户在用能方式、需求响应参与以及信息交互反馈等方面均发生巨大的改变。在此背景下，需求侧用户用电策略推荐任务呈现出任务对象各异、任务多粒度以及任务过程交互性强等新特点，而这也对个性化推荐方法提出了更高的要求。为此，本项目从用户间差异性分析、用户行为划分以及用户偏好提取入手，分析智能电网环境下的需求侧用户行为特征；进而分别从用户用电行为、用户响应行为和用户协同行为等方面，研究需求侧用户行为建模方法；在此基础上，考虑个性化推荐任务的层次性、差异性和实用性，研究基于用户行为模式分析、激励机制分析以及群体博弈分析的个性化用电策略推荐方法。通过本项目的研究，为智能电网环境下的需求侧用户个性化用电策略推荐提供新的解决方案和途径。

智能电网环境下的需求侧用户个性化用电策略推荐是一个十分复杂的决策过程。需求侧用户所掌握的决策资源愈加丰富，使得用户在用能方式、需求响应参与以及信息交互反馈等方面均发生巨大的改变。与传统的基于固定电价和阶梯电价的需求侧用电方案制定相比，智能电网环境下的对需求侧用户用电策略推荐任务呈现出对象各异、任务多粒度以及任务过程交互性强等新特点，本项目针对这些问题开展应用基础研究，从智能电网环境下的需求侧用户差异性分析、用户行为划分以及用户偏好提取入手，结合需求侧用户行为特征分析和行为建模，研究了智能电网环境下的需求侧用户个性化用电策略推荐方法。.在需求侧用户行为细分和行为特征分析方面，研究了电力负荷数据趋势提取与特征分析方法，对数据的波动趋势提取与降维度分析等手段进行了分析。探讨了基于成分模型分解和基于频域分析与分解的降维与提取方法；研究了需求侧用户电力消费行为建模与影响因素分析方法，构建了基于K-means聚类的电力消费模式划分方法，提出了基于转移矩阵的电力消费模式迁移分析方法，探讨了电力消费高峰与气象因素之间的时滞效应。在需求侧用户行为建模方面，构建了结合时间序列分段、递归特征消除和基于最小冗余最大相关性算子的建模框架，提出了用于高维电价市场价格波动分析的预测方法。在多需求层次和多任务模式的需求侧用户个性化用电策略推荐方面，构建了基于协整分析的需求侧用户节能潜力评价方法，给出了定量化的用户能源消费潜力评价方法，结合基于Block-Bootstrap的情景分析方法，提出了需求侧用户未来能源消费潜力的评估方法；构建了基于用电投入多维度价值分析的投入产出模型，定量分析了不同细分群体和个体用户在不同阶段的投入产出比，识别了不同阶段需求侧用户投入产出价值的变化趋势，提出了需求侧用户的个性化价值引导与用电推荐方法。本项目的研究对智能电网环境下的需求侧用户个性化用电策略推荐提供新的解决方案和途径，对推动能源服务创新具有一定的理论意义和现实价值。