[发明专利]基于回归预测需量的电力用户基本电费决策方法

说明书

技术领域

本发明属于电力系统领域，特别涉及基于回归预测需量的电力用户基本电费决策方法。

背景技术

随着售电市场的逐步开放，电力市场竞争形势日趋严峻，服务质量和服务体验作为竞争客户资源的有力手段，逐渐成为电力营销工作的一大主体。如何为电力用户提供个性化、差异化的服务，成为了服务提升的重点考虑内容。从电力用户的角度出发，为电力用户提供用电合理化建议，是个性化服务的第一步。针对专变用户，合理化用电建议无论是对电力用户还是供电企业来说都是非常重要的，例如，专变用户对基本电费选择策略方面的建议，即判断当前选择的基本电费种类是否合适，并给出最优策略建议，不仅为电力用户减小用电开支，节省用电成本，而且辅助供电企业合理分配电网资源，提高供电服务质量，因此，电力用户基本电费决策方法的研究具有十分重要的经济价值，利于优化电力资源的合理配置。

发明内容

本发明所要达到的目的就是提供了基于回归预测需量的电力用户基本电费决策方法，不仅减少电力用户的电力开支成本，而且利于供电企业合理分配电网资源。

为了达到上述目的，本发明采用如下技术方案：基于回归预测需量的电力用户基本电费决策方法，所述决策方法，包括：

步骤1、考虑时间、温度和不同月份对用户用电负荷的影响，构建用户每月用电负荷的回归预测模型，并将预测得到的用电负荷作为用户每月用电的申报需量；

步骤2、根据总电容按容量计费方式计算容量电费，根据每月用电的实际需量和申报需量按需量计费方式计算需量电费；

步骤3、比较需求电费和容量电费，判断需量计费方式较容量计费方式是否合算，做出最优基本电费选择，给出建议申报需量，并计算得到最优基本电费。

进一步的，所述步骤1中用户每月用电负荷的回归预测模型，

其中，t为时间变量，单位为月；Q_t为所预测的第t月用电负荷，log(Q_t)为Q_t的对数，x_qn,t为第t月的取暖系数，x_zl,t为第t月的制冷系数，x_xn,i,t为第t月的虚拟变量，用于描述非温度、非经济等其他因素引起的用户每月用电负荷的季节变动；a、b、c、d和e_i为回归预测模型的回归系数，f_t为回归预测模型的误差项。

进一步的，所述时间变量t＝n+1，其中，n为当月距离建模起点月份之间的月份个数。

进一步的，所述第t月的取暖系数x_qn,t和制冷系数x_zl,t，

T_ref为用来区分高温与低温的阈值温度；T_j为第j天的日平均温度，其值为第j天最高温度与最低温度的平均值。

进一步的，所述虚拟变量x_xn,i,t为1或0。

进一步的，所述步骤2中按容量计费方式计算容量电费F_r，

F_r＝CA_sum×p_r公式2-1；

其中，CA_sum为总容量，p_r为容量基本电价；

按需量计费方式计算需量电费F_x，

其中，CA_a为用户每月用电的实际需量，CA_s为用户每月用电的申报需量，CA_s＝Q_t，p_x为需量基本电价。

进一步的，所述步骤3中的建议申报需量CA_m，

进一步的，所述步骤3中的基本电费F

采用上述技术方案后，本发明具有如下优点：

一方面，考虑了时间、温度和不同月份对用户用电负荷的影响，从而计算出的电力用户的用电负荷精准度更高，即预测得到的用电负荷更接近实际用电负荷，为后续选择最优的基本电费计费方式提供精准的数据支持；另一方面，本发明提供的电力用户基本电费决策方法，帮助用户合理选择基本电费模式，并给出最优策略建议，不仅利于减小电力用户的用电成本，提升用户的服务体验，而且辅助电力企业优化电网资源的配置，减少电费回收阻力，提升企业优质服务的积极正面形象，为大工业用户基本电费的选择提供了有效解决途径。

附图说明