一种可中断负荷项目用户参与度预测方法
【专利摘要】本发明公开了一种可中断负荷项目用户参与度预测方法，包括如下步骤：(1)基于整合信息技术接受与使用模型，分析可中断负荷项目中的用户参与度影响要素，建立可中断负荷项目的用户参与模型；(2)对用户参与度影响要素进行量化处理；(3)基于支持向量机，建立用户参与度预测模型。本发明提供的方法建立了可中断负荷项目用户参与模型，基于可中断负荷项目用户参与度影响要素，对用户参与模型影响因素进行量化处理，采用支持向量机对用户参与度进行预测，为可中断负荷项目的高效实施提供基础。
【专利说明】
一种可中断负荷项目用户参与度预测方法
技术领域
[0001] 本发明涉及一种可中断负荷项目用户参与度预测方法，属于电力系统及其自动化 技术。
【背景技术】
[0002] 近年来，电力消费保持较快增长，用电峰谷差加大，季节性电力紧缺时有发生。需 求响应技术为解决这一问题提供了许多灵活的方案，可以利用成本相对低廉的需求响应技 术从用户侧角度实现负荷削减，保证供需平衡。
[0003] 作为需求响应的一种重要方式，可中断负荷可有效缓解用电高峰期电力供需矛 盾，具有较强的现实意义和长远意义。传统对可中断负荷项目的研究中往往并不涉及电力 用户的参与度，然而在可中断负荷项目实施过程中，由于不同用户对经济补贴、规章制度和 宣传引导等因素的接受度不同，用户对可中断负荷项目的参与度往往存在较大的不确定 性。因此建立用户参与度预测模型具有重要意义。
【发明内容】
[0004] 发明目的：为了克服现有技术中存在的不足，本发明提供一种可中断负荷项目用 户参与度预测方法，通过深入剖析可中断负荷项目中电力用户参与度的影响因素，建立用 户参与度模型，并采用支持向量机构建用户参与度预测模型，从而实现可中断负荷项目中 用户参与度的计算，为可中断负荷项目的高效率的实施提供基础。
[0005] 技术方案:为实现上述目的，本发明采用的技术方案为：
[0006] -种可中断负荷项目用户参与度预测方法，包括如下步骤：
[0007] (1)基于整合信息技术接受与使用模型（Unified Theory of Acceptance and Use of Technology Model，简称UTAUT)，分析可中断负荷项目中的用户参与度影响要素， 建立可中断负荷项目的用户参与模型；
[0008] (2)对用户参与度影响要素进行量化处理；
[0009] (3)基于支持向量机，建立用户参与度预测模型。
[0010]具体的，所述步骤（1)中，用户参与度影响要素包括期望效用PE、努力期望EE和社 会影响SI，建立的用户参与模型表示为：
[0011] B = f(PE,EE,SI) (1)
[0012] 其中：期望效用PE表征用户参与可中断负荷项目所期望的获利(节省电费或其他 一些有利结果）的程度，努力期望EE表征用户参与可中断负荷项目的难易程度，社会影响SI 表征用户考虑参与可中断负荷项目时所受的社会影响程度，用户参与度B表征用户响应次 数与可中断负荷项目发布需求响应次数的比值;上述用户参与模型认为可中断负荷项目中 的用户参与度B主要是由期望效用PE、努力期望EE和社会影响SI三个关键因素所决定的。
[0013] 具体的，所述步骤(2)中，对用户参与度影响要素进行量化处理，具体为：
[0014] (2-1)期望效用PE的量化处理：
[0015] 可中断负荷项目中，用户的期望效用PE与可中断负荷项目的经济补贴息息相关； 我们基于经济补贴计算用户参与可中断负荷项目的益本比，以得到用户的期望效用PE;
[0016] 在需求响应协议中规定，对于用户在可中断负荷项目中所削减的电量，用户能够 获得的单位电量的补贴为ri;则用户i参与可中断负荷项目的收益Bi, PE为：
[0017] Bi,PE = Xi Xri Xnu (2)
[0018] 其中：^表示用户i每次参与可中断负荷项目所削减的电量，Hi1表示用户i参与可中 断负荷项目的次数；
[0019] 用户参与可中断负荷项目的成本用单位电量成本的增加值表示，即用户参与可中 断负荷项目的过程中，每响应单位电量所需要增加的成本;设用户i参与可中断负荷项目 时，每响应单位电量所需要增加的成本为r 2,i，则用户i参与可中断负荷项目的成本为Ci,pE:
[0020] CijPE = Xi Xr2,i Xnii (3)
[0021] 基于用户i参与可中断负荷项目的收益和成本，计算用户i参与可中断负荷项目的 益本比BCRi为：
[0022]
[0023]
[0024]
[0025] 其中：BCRi, min和BCRi, max分别为用户i的益本比BCRi的下限阈值和上限阈值；
[0026] (2-2)努力期望EE的量化处理：
[0027]首先，将努力期望EE的影响因素限定为如下三个:①用户参与可中断负荷项目的 难易程度，②用户从可中断负荷项目中获利的难易程度，③用户妥善安排生产的难易程度； 然后，将每个影响因素细化拆分为三个相关问题，并对每个相关问题采用李克特五分量表 进行调研;接着，采用层次分析法(AHP)求得三个影响因素的权值和九个相关问题的权值； 最后，计算用户i参与可中断负荷项目的努力期望分值EE 1'为：
[0028]
[0029] 其中：ω21、ω22和ω23分别为影哬因素⑴、?和?的权值，ω 3」为相关问题j的权值， Sij为用户i对相关问题j的李克特五分量表打分;j = 1，2，···，9，ω31、ω 32和ω 33分别对应影 响因素①的三个相关问题，《34、ω35和ω36分别对应影响因素②的三个相关问题，ω 37、ω38 和ω 39分别对应影响因素③的三个相关问题；
[0030] 由于各个相关问题在李克特五分量表中的最大分值为5分，因此对努力期望分值 EE1'进行肘一仆,々卜捆·彳县到用户i参与可中断负荷项目的努力期望EE^:
[0031]
(7)
[0032] (2-3))社会影响SI的量化处理：
[0033] 用户对可中断负荷项目的参与度会受到社会及他人的影响，因此可中断负荷项目 的实施机构可通过宣传引导扩大可中断负荷项目的社会影响程度，从而使更多的用户参与 到可中断负荷项目中去；因此，以宣传费用为标准，计算用户i参与可中断负荷项目的社会 影响SI i为：
[0034]
[0035] 其中：Csi为宣传费用，Csi, i,min和Csi, i,max为用户i对于宣传费用响应的下限阈值和 上限阈值。
[0036] 具体的，所述步骤(2-2)中，ω 21、ω 22、ω 23和ω 的取值方法如下：
[0037] 对用户i建立的评价指标体系包括目标层、准则层和指标层，其中：目标层为第一 层，代表用户i的努力期望EE1，记为A= {A};准则层为第二层，代表努力期望EE1的三个影响 因素，记为B= (B1,B2,B3};指标层为第三层，代表三个影响因素的九个相关问题，记为C = {Cl，C2，C3，C4，C5，C6，C7，Cs，C9}; A为B的上一层，B为C的上一层，C为B的下一层，B为A的下一 层；
[0038] 使用P= (P1J2, .",Pm，…，PM}表征上一层，使用Q= (Q1J2r^Qn，…，QN}表征下一 层，上一层的任一元素均对下一层的所有元素有支配关系，建立以元素匕为判断准则的任 意两个元素 Qn之间的比较判断矩阵Rpm;比较判断矩阵1中的元素 Rlj反映了针对元素匕，元 素弘相对于元素 Qj的重要程度，i = l，2,…，N，j = l，2,…，N;比较判断矩阵RPm是一个互反矩 阵，Ru有如下性质：
[0039]
C9)
[0040]以第一层所有元素的判断矩阵为准则：
[0041] [Rai] = 1 (10)
[0042] 求解第二层所有元素的判断矩阵为：
[0043]
(Ii)
[0044] 求解第三层所有元素的判断矩阵为：
[0045]
[0046] 基于比较判断矩阵Rb及RC，通过求解式（13)得到第二层各元素的权重矩阵WB，通过 求解式(14)得到第三层各元素的权重矩阵Wc:
[0047]
[0048]
[0049]
[0050]
[0051]
[0052]
[0053] 其中：Amax,B为Rb的最大特征值，Wb是对应Amax,B的特征向量;A max,c为Rc的最大特征 值，Wc是对应Amax, c的特征向量。
[0054]具体的，所述步骤(3)中，针对用户i，支持向量机有三个输入量，分别为期望效用 PEi、努力期望EEi和社会影响SIi,支持向量机有一个输出量，为用户参与度Bi;基于已知的 期望效用PE 1、努力期望EE1、社会影响SI1和用户参与度仏对支持向量机进行训练，即可得到 用户参与预测模型。
[0055]有益效果:本发明提供的可中断负荷项目用户参与度预测方法，深入剖析可中断 负荷项目中电力用户参与度的影响因素，建立用户参与度模型，并采用支持向量机构建用 户参与度预测模型，从而实现可中断负荷项目中用户参与度的计算，为可中断负荷项目的 高效率的实施提供基础。
【附图说明】
[0056]图1为本发明方法的实时流程图；
[0057]图2为努力期望EE的量化过程和李克特五分量表组成。
【具体实施方式】
[0058]下面结合附图对本发明作更进一步的说明。
[0059]如图1所示为一种可中断负荷项目用户参与度预测方法，下面就整个实施过程加 以具体说明。
[0060] 步骤一:基于整合信息技术接受与使用模型，分析可中断负荷项目中的用户参与 度影响要素，建立可中断负荷项目的用户参与模型。
[0061] 用户参与度影响要素包括期望效用PE、努力期望EE和社会影响SI，建立的用户参 与模型表示为：
[0062] B = f(PE,EE,SI) (1)
[0063] 其中：期望效用PE表征用户参与可中断负荷项目所期望的获利(节省电费或其他 一些有利结果）的程度，努力期望EE表征用户参与可中断负荷项目的难易程度，社会影响SI 表征用户考虑参与可中断负荷项目时所受的社会影响程度，用户参与度B表征用户响应次 数与可中断负荷项目发布需求响应次数的比值;上述用户参与模型认为可中断负荷项目中 的用户参与度B主要是由期望效用PE、努力期望EE和社会影响SI三个关键因素所决定的。
[0064] 步骤二:对用户参与度影响要素进行量化处理。
[0065] (2-1)期望效用PE的量化处理：
[0066]可中断负荷项目中，用户的期望效用PE与可中断负荷项目的经济补贴息息相关； 我们基于经济补贴计算用户参与可中断负荷项目的益本比，以得到用户的期望效用PE。
[0067] 在需求响应协议中规定，对于用户在可中断负荷项目中所削减的电量，用户能够 获得的单位电量的补贴为ri;则用户i参与可中断负荷项目的收益Bi, PE为：
[0068] BijPE = Xi Xri Xnu (2)
[0069] 其中：^表示用户i每次参与可中断负荷项目所削减的电量，Hi1表示用户i参与可中 断负荷项目的次数；
[0070] 用户参与可中断负荷项目的成本用单位电量成本的增加值表示，即用户参与可中 断负荷项目的过程中，每响应单位电量所需要增加的成本;设用户i参与可中断负荷项目 时，每响应单位电量所需要增加的成本为r 2,i，则用户i参与可中断负荷项目的成本为Ci,PE:
[0071] CijPE = Xi Xr2,i Xnii (3)
[0072] 基于用户i参与可中断负荷项目的收益和成本，计算用户i参与可中断负荷项目的 益本比BCRi为：
[0073]
[0074]
[0075]
[0076] 其中：BCRi, min和BCRi, max分别为用户i的益本比BCRi的下限阈值和上限阈值。
[0077] (2-2)努力期望EE的量化处理：
[0078]首先，将努力期望EE的影响因素限定为如下三个:①用户参与可中断负荷项目的 难易程度，②用户从可中断负荷项目中获利的难易程度，③用户妥善安排生产的难易程度； 然后，将每个影响因素细化拆分为三个相关问题，并对每个相关问题采用李克特五分量表 进行调研;接着，采用层次分析法(AHP)求得三个影响因素的权值和九个相关问题的权值； 最后，计算用户i参与可中断负荷项目的努力期望分值EE1'为：
[0079]
[0080] 其中：ω21、ω 22和ω 23分别为影响因素①、②和③的权值，co3j为相关问题j的权值， Sij为用户i对相关问题j的李克特五分量表打分;j = 1，2，···，9，ω31、ω 32和ω 33分别对应影 响因素①的三个相关问题，《34、ω35和ω36分别对应影响因素②的三个相关问题，ω 37、ω38 和ω 39分别对应影响因素③的三个相关问题。
[0081 ]由于各个相关问题在李克特五分量表中的最大分值为5分，因此对努力期望分值 EE1'进行归一化处理，得到用户i参与可中断负荷项目的努力期望EE1*:
[0082]
(7)
[0083] 本步骤中，ω 21、ω 22、ω 23和ω 3j的取值方法如下：
[0084] 对用户i建立的评价指标体系包括目标层、准则层和指标层，其中：目标层为第一 层，代表用户i的努力期望EE1，记为A= {A};准则层为第二层，代表努力期望EE1的三个影响 因素，记为B= (B1,B2,B3};指标层为第三层，代表三个影响因素的九个相关问题，记为C = {Cl，C2，C3，C4，C5，C6，C7，Cs，C9}; A为B的上一层，B为C的上一层，C为B的下一层，B为A的下一 层；
[0085] 使用P= (P1J2r^Pm,，··，Ρμ}表征上一层，使用Q= …，QN}表征下一 层，上一层的任一元素均对下一层的所有元素有支配关系，建立以元素匕为判断准则的任 意两个元素 Qn之间的比较判断矩阵Rpm;比较判断矩阵1中的元素 Rlj反映了针对元素匕，元 素弘相对于元素 Qj的重要程度，i = l，2,…，N，j = l，2,…，N;比较判断矩阵RPm是一个互反矩 阵，Ru有如下性质：
[0086]
[0087]
[0088]
[0089]
[0091 ]以第一层所有元素的判断矩阵为准则：
[0092] [Rai] = 1 (9)
[0093] 求解第二层所有元素的判断矩阵为：
[0094]
[0095]
[0096]
[0097] 基于比较判断矩阵Rb及RC，通过求解式（12)得到第二层各元素的权重矩阵WB，通过 求解式(13)得到第三层各元素的权重矩阵Wc:
[0098]
[0099]
[0100]
[0101]
[0102]
[0103]
[0104] 其中：Amax,B为Rb的最大特征值，Wb是对应λΜ,B的特征向量;A max,C为Re的最大特征 值，Wc是对应Amax, c的特征向量。
[0105] (2-3)社会影响SI的量化处理：
[0106] 用户对可中断负荷项目的参与度会受到社会及他人的影响，因此可中断负荷项目 的实施机构可通过宣传引导扩大可中断负荷项目的社会影响程度，从而使更多的用户参与 到可中断负荷项目中去；因此，以宣传费用为标准，计算用户i参与可中断负荷项目的社会 影响SI i为：
[0107]
[0108] 其中：Csi为宣传费用，Csi, i,min和Csi, i,max为用户i对于宣传费用响应的下限阈值和 上限阈值。
[0109]步骤三:基于支持向量机，建立用户参与度预测模型。
[0110]针对用户i，支持向量机有三个输入量，分别为期望效用PEi、努力期望EEi和社会影 响Sli，支持向量机有一个输出量，为用户参与度Bi;基于已知的期望效用PEi、努力期望EEi、 社会影响SI1和用户参与度仏对支持向量机进行训练，即可得到用户参与预测模型。
[0111] 如一般现有技术，支持向量机的训练过程如下：
[0112] 对于样本集(xi，yi)，（X2，y2)，···，（xi，yi)，首先寻找一个输入空间（χι，Χ2，···，χι)到 输出空间( yi，y2，~，yi)的非线性映射Φ，然后将样本集的数据映射到高维空间F，用下述线 性函数对样本集进行线性回归，BP:
[0113] f(x)=w· Φ (x)+b, Φ :Rn^F,weF (18)
[0114] 其中:b为阈值。引进结构风险函数，如下式所示：
[0115]
(19)
[0116] 其中：I |w| I为描述函数，1表示样本的数目，ε( ·)为损失函数，具体定义如下式：
[0117]
(20)
[0118] 为控制函数的复杂性应使线性回归函数尽量平坦，即使W的欧拉范围I |w| I2最小， 并考虑可能超出精度的拟合误差，引入松弛因子使得下式的解存在：
[0119]
[0120] 利用拉格朗日函数和对偶原理，可以对偶优化问题：
[0121]
[0122]其中：Ci1，<为拉格朗日乘子。求解此二次规划问题可求得α的值，同时求得
[0124] 其中:K(x,Xi) = Φ (Xi) · Φ (X)，K(x,Xi)为核函数。选择不同形式的核函数可生成 不同的支持向量机，常用的核函数有:径向基函数、多项式函数、感知器(Sigmoid)函数、线 性函数等。
[0125] 以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人 员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应 视为本发明的保护范围。
【主权项】
1. 一种可中断负荷项目用户参与度预测方法，其特征在于:包括如下步骤： (1) 基于整合信息技术接受与使用模型，分析可中断负荷项目中的用户参与度影响要 素，建立可中断负荷项目的用户参与模型； (2) 对用户参与度影响要素进行量化处理； (3) 基于支持向量机，建立用户参与度预测模型。2. 根据权利要求1所述的可中断负荷项目用户参与度预测方法，其特征在于:所述步骤 (1) 中，用户参与度影响要素包括期望效用PE、努力期望EE和社会影响SI，建立的用户参与 模型表示为： B = f(PE,EE,SI) (1) 其中：期望效用PE表征用户参与可中断负荷项目所期望的获利的程度，努力期望EE表 征用户参与可中断负荷项目的难易程度，社会影响SI表征用户考虑参与可中断负荷项目时 所受的社会影响程度，用户参与度B表征用户响应次数与可中断负荷项目发布需求响应次 数的比值。3. 根据权利要求1所述的可中断负荷项目用户参与度预测方法，其特征在于:所述步骤 (2) 中，对用户参与度影响要素进行量化处理，具体为： (2-1)期望效用PE的量化处理： 在需求响应协议中规定，对于用户在可中断负荷项目中所削减的电量，用户能够获得 的单位电量的补贴为ri;设用户i参与可中断负荷项目时，每响应单位电量所需要增加的成 本为r2,i;则用户i参与可中断负荷项目的益本比BCRi为：由此计算用户i的期望效用PE1:其中：BCRi, min和BCRi, max分别为用户i的益本比BCRi的下限阈值和上限阈值； (2-2)努力期望EE的量化处理： 首先，将努力期望EE的影响因素限定为如下三个:①用户参与可中断负荷项目的难易 程度，②用户从可中断负荷项目中获利的难易程度，③用户妥善安排生产的难易程度;然 后，将每个影响因素细化拆分为三个相关问题，并对每个相关问题采用李克特五分量表进 行调研;接着，采用层次分析法求得三个影响因素的权值和九个相关问题的权值;最后，计 算用户i参与可中断负荷项目的努力期望分值EEi'为：其中：ω21、ω22和ω23分别为影响因素①、②和③的权值，co 3j为相关问题j的权值，Sij为 用户i对相关问题j的李克特五分量表打分;j = 1，2，…，9, ω 31、ω 32和ω 33分别对应影响因 素①的三个相关问题，ω 34、ω35和ω 36分别对应影响因素②的三个相关问题，ω 37、ω 38和 ω 39分别对应影响因素③的三个相关问题； 对努力期望分值EEi'进行归一化处理，得到用户i参与可中断负荷项目的努力期望EEi 为：(2-3))社会影响SI的量化处理： 计算用户i参与可中断负荷项目的社会影响SL·为：其中：Csi为宣传费用，Csi,i,min和Csi,i,max为用户i对于宣传费用响应的下限阈值和上限 阈值。4.根据权利要求3所述的可中断负荷项目用户参与度预测方法，其特征在于:所述步骤 (2_2)中，ω 21、ω 22、ω 23和ω 3j的取值方法如下： 对用户i建立的评价指标体系包括目标层、准则层和指标层，其中：目标层为第一层，代 表用户i的努力期望EEi，记为A={A};准则层为第二层，代表努力期望EEi的三个影响因素， 记为B = {Bi，B2，B3};指标层为第三层，代表三个影响因素的九个相关问题，记为C= {&，C2， Gb，C4，C5，C6，C7，Cs，C9}; A为B的上一层，B为C的上一层，C为B的下一层，B为A的下一层； 使用P= {Pl，P2，···，Pm，···，Pm}表征上一层，使用Q= {Ql，Q2，···，Qn，···，Qn}表征下一层，上 一层的任一元素均对下一层的所有元素有支配关系，建立以元素匕为判断准则的任意两个 元素 Qn之间的比较判断矩阵RPm;比较判断矩阵1中的元素叫反映了针对元素1\，元素&相 对于元素^的重要程度，i = l，2,…，1」=1，2，一，化比较判断矩阵1?[^是一个互反矩阵，1^ 有如下性质：以第一层所有元素的判断矩阵为准则： [Rai] = 1 (8) 求解第二层所有元素的判断矩阵为：求解第三层所有元素的判断矩阵为：基于比较判断矩阵Rb及RC，通过求解式（11)得到第二层各元素的权重矩阵WB，通过求解 式(12)得到第三层各元素的权重矩阵WC: RbWb = A腹，BWB (11) Rcffc = Amax；cffc (12) 求得Wa、Wb和Wc如下：其中:Amax,B为RB的最大特征值，WB是对应λ_, Β的特征向量;Amax,c为RC的最大特征值，W C是 对应Xmax, C的特征向量。5.根据权利要求1所述的可中断负荷项目用户参与度预测方法，其特征在于:所述步骤 (3)中，针对用户i，支持向量机有三个输入量，分别为期望效用PEi、努力期望EEi和社会影响 SL·，支持向量机有一个输出量，为用户参与度B1;基于已知的期望效用PEi、努力期望EEi、社 会影响SL·和用户参与度仏对支持向量机进行训练，即可得到用户参与预测模型。
【文档编号】G06Q50/06GK106056248SQ201610394905
【公开日】2016年10月26日
【申请日】2016年6月6日
【发明人】高赐威, 孙玲玲
【申请人】东南大学