中國儲能網(wǎng)訊：
作者：郭亞威 肖先勇 鄭子萱 陳韻竹 陳旭林
單位：四川大學電氣工程學院
引用：郭亞威, 肖先勇, 鄭子萱, 等. 綜合能源服務商儲能業(yè)務目標用戶主動識別方法[J]. 儲能科學與技術, 2023, 12(6): 2011-2021.
DOI：10.19799/j.cnki.2095-
4239.2023.0068
摘 要 能源轉型背景下，儲能要實現(xiàn)市場化、規(guī)?；霓D變，但由于當前用戶對自身需求認知不準確、且供應商多采用人工調(diào)研篩選的方式，導致用戶篩選不準、主觀性強、效率低，儲能業(yè)務開展困難。為解決上述問題，本工作提出一種綜合能源服務商(integrated energy service provider，IESP)用戶側儲能業(yè)務目標用戶的主動識別方法。首先，基于多源數(shù)據(jù)，構建了兼顧用戶多元電力需求與服務價值特征的用戶側儲能目標用戶主動識別特征庫，該特征既能反映用戶的節(jié)能增效需求和電能質量需求等需求信息，又能反映用戶是否值得供應商服務等供應信息；其次，針對傳統(tǒng)量化方法劣化指標影響易被優(yōu)勢指標彌補，造成識別結果不準確，本工作建立了改進的GRA-TOPSIS用戶特征量化模型；再次，根據(jù)量化結果，建立目標用戶主動識別坐標系，可視化目標用戶主動識別結果，為儲能服務開展提供支撐，幫助IESP直觀鎖定目標用戶；最后，通過實例分析驗證了所提方法的可行性與有效性。
關鍵詞 多源數(shù)據(jù)；用戶側儲能；主動識別；逼近理想解排序；灰色關聯(lián)分析
當前電網(wǎng)工業(yè)用戶的電力需求已不再局限于單純的可靠供電，而是呈現(xiàn)更加多元化的態(tài)勢。一方面，精密制造業(yè)的發(fā)展使得電網(wǎng)電力電子化特征更加顯著，電能質量問題日益凸顯，工業(yè)用戶敏感設備和生產(chǎn)過程極易受到影響，給用戶造成巨大經(jīng)濟損失，嚴重影響用電滿意度，用戶優(yōu)質電力需求不斷提高。另一方面，“雙碳”目標下，電網(wǎng)公司著力在能源消費側推進電氣化，而工業(yè)用戶負荷往往具有集中性、高峰谷差等特性，在兩部制電價和分時電價政策下，用戶削峰填谷、降費增效需求顯著增強。隨著電力市場改革和國家能源轉型的深入推進，電力市場競爭更加激烈，圍繞用戶日趨多元化的電力需求開展供電服務成為研究重點。
作為支撐新型電力系統(tǒng)的重要技術和基礎裝備，用戶側儲能在推進能源轉型、建設新型電力系統(tǒng)方面起著重要支撐作用，近年來受到廣泛關注和政策支持，具有廣闊的發(fā)展前景。2021年7月，國家發(fā)改委、能源局聯(lián)合印發(fā)了《關于加快推動新型儲能發(fā)展的指導意見》(發(fā)改能源規(guī)〔2021〕1051號)，指出要積極支持用戶側儲能發(fā)展，在2025年實現(xiàn)儲能規(guī)?；D變目標。2023年1月，國家能源局發(fā)布了《新型電力系統(tǒng)發(fā)展藍皮書(征求意見稿)》，指出要在用戶側儲能削峰填谷模式基礎上，進一步拓展儲能應用場景。在國家政策激勵下，用戶側儲能的功能和應用場景不斷豐富，既能通過削峰填谷提升用電經(jīng)濟性，也具備應用于電能質量治理的潛力，為滿足用戶多元用電需求提供了可選技術方案。
然而當前儲能服務推廣遭遇諸多瓶頸。首先，用戶對于儲能裝置的多場景應用認知還不全面，未將其作為一種備選方案納入考慮，因此，儲能服務要順利開展，IESP就必須作為主動的一方。但目前供應商在儲能推廣過程中多采用人工調(diào)研的方式來篩選和識別目標用戶，耗時耗力，并且缺乏量化依據(jù)、存在主觀性強的缺陷。此外，在調(diào)研過程中，供應商發(fā)現(xiàn)用戶其實也無法精確掌握自身需求，導致調(diào)研篩選結果偏差較大。為推動用戶側儲能市場化、規(guī)?；繕藢崿F(xiàn)，IESP需要主動分析和掌握用戶特征，明確儲能目標用戶群體，實現(xiàn)儲能資源與用戶需求的精準匹配，為用戶側儲能市場化推廣打開局面。因此，有關用戶側儲能目標用戶主動識別方法的研究亟待開展。
在儲能目標用戶識別過程中，為保障供需雙方的效益，在考慮用戶多元化用電需求的同時，也要兼顧能夠反映供需雙方合作關系的指標，即用戶對于IESP的服務價值。在用戶電力需求識別與刻畫方面，當前研究主要集中在單一需求方面，未對多元需求進行集成識別。在優(yōu)質電力需求識別方面，主要是基于電能質量監(jiān)測數(shù)據(jù)，提取電能質量需求特征，通過聚類算法，實現(xiàn)需求識別，未考慮用戶是否值得IESP為其提供服務。而在用戶降費增效需求識別方面，還鮮有研究切實從用戶角度出發(fā)去構建相關識別模型，多數(shù)研究主要是從電網(wǎng)運行角度來判斷用戶需求響應潛力，通過間接轉化關系，來間接反映用戶降費增效需求，識別結果的準確度有限。由此可見，亟需研究用戶儲能多元需求識別方法，來幫助IESP及時識別出目標用戶，下一步為用戶主動提供儲能相關服務，提供技術支撐，開拓和占領用戶市場的制高點，掌握核心競爭力。
針對上述問題，本工作提出了一種IESP用戶側儲能業(yè)務目標用戶的主動識別方法。首先，基于網(wǎng)荷多源數(shù)據(jù)，綜合考慮儲能用戶與IESP利益，提取了反映用戶需求以及供需雙方合作開展?jié)摿Φ亩嗑S特征標簽，構建了兼顧用戶多元化電力需求特征與服務價值特征的用戶側儲能業(yè)務目標用戶主動識別特征庫，為用戶側儲能目標用戶識別提供依據(jù)。其次，建立了改進的GRA-TOPSIS用戶特征量化模型，在量化過程中突出劣化指標的影響，并對兩維度用戶特征進行分級，以得出準確的用戶特征量化結果。然后基于量化結果，建立目標用戶主動識別坐標系，明確具備服務開展價值的用戶側儲能目標用戶類別，為用戶側儲能推廣提供了數(shù)據(jù)支撐。最后，以我國某地工業(yè)園區(qū)中用戶為例進行分析，驗證了所提方法的可行性與有效性。
1 用戶側儲能目標用戶主動識別特征庫
在數(shù)字化、信息化時代，各類電力信息系統(tǒng)廣泛應用，積累了海量、多源用戶數(shù)據(jù)。服務供應商挖掘海量數(shù)據(jù)背后的有效信息，能夠精細刻畫用戶特征，主動識別存在服務需求的潛在用戶，解決“向誰推廣用戶側儲能”的問題。在IESP與用戶開展合作時，除了考慮用戶的優(yōu)質供電、降費增效等多元化電力需求，IESP也需考量用戶的履約能力與服務價值，確保服務順利開展并取得收益。因此，本工作基于海量多源用戶數(shù)據(jù)，從用戶用電需求和服務價值特征兩個維度建立了用戶側儲能目標用戶主動識別特征庫。如圖1所示，用戶的多元用電需求特征A受用戶負荷容量及構成、電能質量、用電及負荷特征等影響，可分為兩類指標：電能質量指標A1、降費需求指標A2。在考量用戶對于IESP的服務價值時，需要從用戶收入貢獻、忠誠度、經(jīng)濟實力、信用程度等方面刻畫供需雙方的合作信任程度，因此服務價值特征B包括電網(wǎng)收入貢獻值B1、合同容量增長率B2、電費繳納比率B3、企業(yè)相對利潤率B4四個指標。
圖1 用戶側儲能目標用戶主動識別特征庫
1.1 用電需求特征A
1.1.1 電能質量指標A11—A16
電能質量指標包含用戶負荷情況、電能質量技術性和經(jīng)濟性指標等，與用戶電力需求密切相關，能夠通過營銷管理信息系統(tǒng)、電能質量監(jiān)測系統(tǒng)、配電管理系統(tǒng)等渠道獲取。
電費繳納比率B3是直接體現(xiàn)用戶信用狀況的指標，表示為其與電網(wǎng)公司供電合同規(guī)定時間內(nèi)用戶實繳電費與應繳電費的比值。指標值越大，表明用戶信用越良好，更有可能履行合同。
2.2 指標組合賦權
2.3 改進GRA-TOPSIS特征量化模型
為給用戶側儲能目標用戶識別提供準確的量化依據(jù)，在特征量化過程中就需要突出最能反映用戶需求痛點和服務價值的劣化指標的影響，根據(jù)用戶兩維度特征量化值，將用戶劃分為不同類別。然而傳統(tǒng)TOPSIS量化評價方法僅能夠實現(xiàn)評價對象內(nèi)部排序，無法實現(xiàn)評價對象的分級[21]，且線性信息聚合方式下劣化指標的作用易被優(yōu)勢指標彌補，導致無法對用戶特征作出客觀評價。針對上述問題，引入非線性信息聚合方式，提出了改進的GRA-TOPSIS用戶特征量化分級模型，能夠突出用戶劣勢指標的影響，并將特征量化值分為不同等級，實現(xiàn)用戶特征的科學量化，以精確識別用戶側儲能目標用戶。具體步驟如下。
指標信息聚合有線性方法與非線性方法兩種。線性聚合方法容易突出優(yōu)質指標的作用，并且較優(yōu)指標能夠補償劣化指標值對綜合評估結果的影響，適用于負向灰色關聯(lián)度計算；而非線性聚合方法要求評價對象各指標較為均衡，對指標值波動的反應比線性聚合方式更加靈敏，能夠突出劣化指標的作用，評價對象在沒有明顯短板的情況下更容易獲得更高的評價值，適用于正向灰色關聯(lián)度計算。因此，評價對象與正、負理想解的灰色關聯(lián)度計算分別如式(21)和式(22)所示：
2.4 IESP用戶側儲能目標用戶分類識別坐標系
為實現(xiàn)用戶側儲能目標用戶識別，構建用戶特征量化分級模型，流程如圖3所示。
圖3 用戶側儲能目標用戶主動識別流程
（1）基于多源用戶數(shù)據(jù)，綜合考慮供需雙方的利益，提取反映用戶多元用電需求特征和服務價值特征的標簽，構建IESP用戶側儲能目標用戶主動識別特征庫，為目標用戶精準識別提供數(shù)據(jù)支撐。
（2）考慮指標特征及其影響，基于層析分析法與離差最大定權法分別確定各層次特征及指標的主觀權重與客觀權重，引入聯(lián)系數(shù)概念確定其組合權重。
（3）構建GRA-TOPSIS量化模型進行用戶需求與服務價值特征量化分級。引入非線性信息聚合方式，改進傳統(tǒng)方法中劣化指標作用易被優(yōu)勢指標彌補的不足，以得出更加準確的用戶特征量化結果；在決策矩陣中加入指標分級向量以及最優(yōu)最劣指標值向量，實現(xiàn)用戶特征等級劃分。
（4）根據(jù)用戶用電需求與服務價值特征的量化結果，評價各用戶的需求程度與服務價值。為直觀刻畫用戶用電需求與價值特征，以用電需求特征為橫坐標，服務價值特征為縱坐標，建立用戶特征識別坐標系[24]，如圖3所示。分別將用戶在用電需求和服務價值維度分為三個等級，共9個分區(qū)，定性劃分用戶類別。對于IESP來說，儲能服務目標用戶在具備較強用電需求的同時，還應具備較高的服務價值，以確保建立良好的合作關系，因此用戶側儲能目標用戶為用電需求和服務價值特征均為等級Ⅰ的用戶。
3 算例分析
3.1 基本情況
以某市5個工業(yè)用戶為例，驗證所提方法的可行性。用戶基本情況如表1所示，該地區(qū)主要為大工業(yè)負荷，且電能質量情況處于中下水平。通過電能質量監(jiān)測系統(tǒng)、營銷系統(tǒng)和走訪調(diào)研等多渠道，獲取用戶特征指標數(shù)據(jù)，如附錄A中表A1所示。
表1 用戶基本情況
3.2 數(shù)據(jù)處理
利用用戶指標數(shù)據(jù)、等級劃分數(shù)據(jù)以及最優(yōu)最劣值構建目標用戶識別決策矩陣，根據(jù)式(12)和式(13)進行數(shù)據(jù)歸一化和標準化，基于2.2節(jié)，在用電需求特征中，用戶對降費增效需求的重視程度高于電能質量治理需求，確定電能質量指標與降費需求指標的權重分別為圖片和圖片。確定兩類子指標的權重分別如下：
3.3 用戶識別
利用所提改進GRA-TOPSIS評價方法進行用戶需求和服務價值指標評價，結果如表2所示。
表2 用戶特征量化結果
用電需求負向相對貼近度越大，說明用戶用電水平越偏離最優(yōu)理想解，則用電需求越強；服務價值正向相對貼近度越大，說明用戶服務價值越靠近最優(yōu)理想解，則用戶越值得IESP開展服務。由表2可知，用戶D用電需求指標較高的同時服務價值特征極低，意味著用戶存在較強的多元用電需求，但是由于對于IESP而言服務價值較低，IESP并不愿意為其提供儲能服務。相反，用戶A用電需求指標較低，但具有較高的服務價值，IESP樂意與其建立合作關系，可以將其作為其他電力增值服務的潛在客戶。
根據(jù)相對貼近度計算結果，用電需求Ⅰ、Ⅱ級和Ⅱ、Ⅲ級的分界點分別是0.4739和0.4234；服務價值Ⅰ、Ⅱ級和Ⅱ、Ⅲ級的分界點分別是0.4469和0.4267。以用戶用電需求特征為橫坐標，服務價值特征為縱坐標，建立用戶側儲能目標用戶識別坐標系，5個用戶的二維特征如圖4所示。
圖4 用戶側儲能目標用戶識別結果
由圖4可知，5個用戶在用電需求與服務價值維度分別屬于不同的等級，可分為不同的用戶類別。對于用戶D，建議IESP對其信用與增值服務潛力進行更深入調(diào)研評判后，再考慮是否對其開展儲能服務；用戶E用電需求程度一般，且服務價值特征較差，不需要提供儲能服務；用戶A與用戶C對儲能服務的需求程度一般，但服務價值較高，具有有償服務的潛力；用戶B的用電需求與服務價值特征均屬于等級Ⅰ，迫切需要配置用戶側儲能滿足其用電需求，并且服務價值良好，是用戶側儲能的目標用戶，IESP應為該用戶提供服務。
3.4 對比分析
將基于所提方法識別出的儲能目標用戶B與非目標用戶A進行儲能應用對比分析，根據(jù)用戶情況為其配置1 MW/2 MWh的儲能裝置，儲能系統(tǒng)每天以額定功率完全充放電2次，以湖北省分時電價政策為例進行分析。儲能給用戶帶來的收益包括電能質量降損收益、需量電費減少收益、削峰填谷收益和政府補貼收益，幫助用戶規(guī)避90%的電能質量經(jīng)濟損失，需量電費單價為35元/(千瓦·月)，折現(xiàn)率取8%，且儲能投產(chǎn)前三年能獲得政府補貼[25]。儲能參數(shù)及運行策略分別如附表B1和附表B2所示。
如前所述，用戶B為用電需求及服務價值都極高的目標用戶，而用戶A為服務價值較高但用電需求較弱的用戶，基于用戶A、B的特征參數(shù)及儲能配置數(shù)據(jù)，計算全生命周期儲能能給用戶和IESP帶來的收益如表3所示。
表3 儲能收益及服務價值
由表3可知，在降費維度，目標用戶B與非目標用戶A相比，用電需求更強，儲能在全生命周期通過減少電能質量損失、降低需量電費和削峰填谷分別能為用戶B和用戶A降低3013.79萬元和1672.80萬元的費用，用戶B遠高于用戶A。扣除儲能裝置投資和運維成本，用戶B的儲能服務凈收益將達到用戶A的2.3倍，可見用電需求更強的用戶通過配置儲能裝置獲得更多降費收益。在對IESP的服務價值維度，由識別結果可知用戶A與用戶B均具有較高的服務價值，且用戶B高于用戶A，為兩用戶提供儲能服務能為IESP帶來的收益分別為781.54萬元與954.08萬元，用戶B仍高于用戶A。從供需雙方利益來看，與用戶A相比，用戶B顯然是更具有儲能服務潛力的用戶。
4 結論
為實現(xiàn)儲能與用戶的精準匹配，推動用戶側儲能市場化、規(guī)模化目標實現(xiàn)，本工作提出了IESP用戶側儲能業(yè)務目標用戶主動識別方法，得到主要結論如下：
（1）基于網(wǎng)荷多源數(shù)據(jù)，綜合考慮儲能用戶與IESP利益，提取了反映用戶多維度特征的標簽，構建了兼顧用戶多元化電力需求特征與服務價值特征的用戶側儲能業(yè)務目標用戶主動識別特征庫。既考慮了用戶的多元化電力需求，也從儲能服務提供方角度考慮用戶對于IESP的可服務程度，符合供需雙方的利益，為用戶側儲能目標用戶主動識別提供了支撐。
（2）引入非線性信息聚合方式，彌補了劣化指標影響易被優(yōu)勢指標掩蓋的不足，建立了改進的GRA-TOPSIS用戶特征量化模型，通過在決策矩陣中加入用戶指標分級向量和最優(yōu)最劣指標值向量，實現(xiàn)了用戶特征的量化分級。基于量化結果，建立了用戶側儲能目標用戶主動識別坐標系，對用戶進行類別劃分，實現(xiàn)了用戶側儲能目標用戶的精準識別，為IESP用戶側儲能業(yè)務開展提供了依據(jù)。
（3）以我國某地工業(yè)園區(qū)中用戶為例進行案例分析，通過多渠道收集用戶電力特征數(shù)據(jù)，利用本工作所提方法進行量化分析，最終明確了該園區(qū)中具備用戶側儲能業(yè)務開展價值的目標用戶。
