电力零售电费套餐的推荐方法、系统、设备及存储介质与流程

本发明涉及电力营销工作电费套餐推荐领域，尤其涉及一种电力零售电费套餐的推荐方法、系统、设备及存储介质。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、与传统市场化零售业务相比，零售电价由“一户一价”模式转变为“套餐模式”，按照价格形成方式，目前电力零售套餐电量价格可分为固定价格类、阶梯价格类、市场费率类和混合类，后续还将推出更多电费套餐。

3、固定价格类：在合同期内，每天各时段的价格是固定的。

4、阶梯价格类：市场初期可按照月度用电量（逐渐过渡到分时电量）设置2-4级阶梯价格，每级阶梯内电量价格固定。用户时段用电量按照分级标准从第一级开始依次执行阶梯电价。市场主体为集团户的，出现阶梯超档时，超档部分电量按各分（子）户结算期内实际用电量比例分摊。

5、市场费率类：时段电量价格参照某一基准价格按月浮动。初期基准价格暂按电力现货市场分时段用电侧价格月度算术平均值执行，市场成熟后可以根据需求适当增加基准价格类型。

6、混合类：采用固定价格+市场费率混合模式，时段电量按照比例分为固定费率部分（1-99%）和市场费率部分（99-1%）。

7、在电力零售套餐业务推出后，对于广大零售用户，面对市场上种类繁多的零售套餐，用户往往不清楚如何进行选择，选择什么样的套餐是最适合自身的用电特性的。用户想要在几百种套餐中选出最适合自身情况的，是一项复杂的智力工程。

8、而目前的各地电力零售平台仅仅为电力零售用户提供相关的零售套餐科普级说明，未能就用户的实际用电情况，做出智能化的套餐推荐，难以发挥电费套餐对用电行为的引导，不能真正实现电网的削峰填谷，解决电网供需平衡压力。

技术实现思路

1、为了解决上述背景技术中存在的技术问题，本发明提供一种电力零售电费套餐的推荐方法、系统、设备及存储介质，其根据不同的电费套餐、用户的特性及实际用电情况，运用对标相似用户与客观评分相结合的方式，对不同电费套餐下的用电零售电费进行计算比对，辅助用户更为科学的完成电力零售套餐的选择，在满足用户尽量花费最小的前提下，引导用户调整用电策略，实现电网的削峰填谷。

2、为了实现上述目的，本发明采用如下技术方案：

3、本发明的第一个方面提供一种面向目标用户的电力零售电费套餐的推荐方法。

4、电力零售电费套餐的推荐方法，包括：

5、将已使用电力零售电费套餐的用户作为样本集，获取样本集中每位用户的套餐选择、用电属性和负荷数据；

6、根据用电属性将样本集中的用户划分为不同的用户基本用电类型；

7、依据所述套餐选择，以电力零售电费套餐的选择次数为评分依据，构建用户基本用电类型的电力零售电费套餐用户偏好评分矩阵；

8、在用户基本用电类型的基础上，依据用户的负荷数据对用户进行二次分类，建立用户细分类别；

9、基于用户细分类别对电力零售电费套餐用户偏好评分矩阵进行调整，并根据调整后的电力零售电费套餐用户偏好评分矩阵中的评分对电力零售电费套餐进行排序，选取n个高评分套餐；

10、根据目标用户的用电属性确定用户基本用电类型，计算目标用户与所属用户基本用电类型下各细分类别聚类中心的距离，选取距离最近的细分类别，将该细分类别对应的n个高评分套餐作为该目标用户的备选套餐集；

11、计算n个高评分套餐对应的预期电费，将对应预期电费最小值的电力零售电费套餐推荐给该目标用户。

12、进一步地，所述考虑样本用户的负荷数据，在用户基本用电类型的基础上，依据用户的负荷数据对用户进行二次分类的过程包括：

13、对用户的负荷数据进行处理，得到各用户典型日负荷曲线；

14、提取各用户典型日负荷曲线的特征，得到若干个用电特征；

15、确定初始化的聚类中心，计算每个用户的用电特征与聚类中心的距离；

16、更新聚类中心，重复聚类的过程，直到满足聚类终止的条件。

17、进一步地，所述电力零售电费套餐包括：固定价格类、阶梯电价类、市场费率类和混合类。

18、更进一步地，当电力零售电费套餐为固定价格类时，电费的计算过程为：

19、按照市场化计量点加载日清电量数据；

20、将日清电量数据按照零售套餐用户进行汇总，得出每个零售套餐用户每个时段的总电量；

21、按照零售套餐用户汇总月结电量，得出每个零售套餐用户的月结总电量；

22、按照固定套餐内每个时段的电价计算零售套餐用户每个时段的电费；

23、汇总零售套餐用户每个时段的电量电费，得出日清总电量和总零售交易电费；

24、加权均价=总零售交易电费÷日清总电量；

25、零售套餐用户零售交易电费=月结总电量×加权均价。

26、更进一步地，当电力零售电费套餐为阶梯电价类时，电费的计算过程为：

27、按照零售套餐用户汇总月结电量，得出每个零售套餐用户的月结总电量；

28、按照市场主体汇总月结电量，得出每个市场主体的月结总电量；

29、按照市场主体和零售套餐用户的对应关系，计算出市场主体下零售套餐用户的月结电量比例；

30、根据阶梯电量范围和市场主体月结总电量，计算出市场主体每档的电量；

31、根据零售套餐用户月结电量比例分摊市场主体每档的电量；

32、零售套餐用户每档的电量乘以每档电价，得出每档的电费。

33、更进一步地，当电力零售电费套餐为市场费率类时，电费的计算过程为：

34、按照市场化计量点加载日清电量数据；

35、将日清电量数据按照零售套餐用户进行汇总，得出每个零售套餐用户每个时段的总电量；

36、按照零售套餐用户汇总月结电量，得出每个零售套餐用户的月结总电量；

37、然后根据基准价格的计算方式，判断按日前价格或实时价格计算，基准价格为日前价格或实时价格的算术平均值；

38、将电量、电价、价格调整系数相乘，得出零售套餐用户每个时段的电费；

39、汇总零售套餐用户每个时段的电量电费，得出日清总电量和总零售交易电费；

40、加权均价=总零售交易电费÷日清总电量；

41、零售套餐用户零售交易电费=月结总电量×加权均价。

42、更进一步地，当电力零售电费套餐为混合类时，电费的计算过程为：

43、按照市场化计量点加载日清电量数据；

44、将日清电量数据按照零售套餐用户进行汇总，得出每个零售套餐用户每个时段的总电量；

45、按照零售套餐用户汇总月结电量，得出每个零售套餐用户的月结总电量；

46、根据固定套餐结算电量比例计算得出零售套餐用户固定套餐部分的每个时段的实际用电量；

47、固定套餐部分每个时段的电量乘以电价得出每个时段的电费；

48、每个时段的总电量减去固定套餐部分的电量，得出费率类部分每个时段的实际用电量；

49、根据基准价格计算方式和价格调整系数，计算出每个时段的基准价格，乘以对应时段电量，得出每个时段的电费；

50、将固定部分和费率部分的电量电费汇总，得出日清总电量和总零售交易电费；

51、加权均价=总零售交易电费÷日清总电量；

52、零售套餐用户零售交易电费=月结总电量×加权均价。

53、本发明的第二个方面提供一种电力零售电费套餐的推荐系统。

54、电力零售电费套餐的推荐系统，包括：

55、数据获取模块，其被配置为：将已使用电力零售电费套餐的用户作为样本集，获取样本集中每位用户的套餐选择、用电属性和负荷数据；

56、初级分类模块，其被配置为：根据用电属性将样本集中的用户划分为不同的用户基本用电类型；

57、用户偏好评分矩阵构建模块，其被配置为：依据所述套餐选择，以电力零售电费套餐的选择次数为评分依据，构建用户基本用电类型的电力零售电费套餐用户偏好评分矩阵；

58、二次分类模块，其被配置为：在用户基本用电类型的基础上，依据用户的负荷数据对用户进行二次分类，建立用户细分类别；

59、套餐排序模块，其被配置为：基于用户细分类别对电力零售电费套餐用户偏好评分矩阵进行调整，并根据调整后的电力零售电费套餐用户偏好评分矩阵中的评分对电力零售电费套餐进行排序，选取n个高评分套餐；

60、备选套餐确定模块，其被配置为：根据目标用户的用电属性确定用户基本用电类型，计算目标用户与所属用户基本用电类型下各细分类别聚类中心的距离，选取距离最近的细分类别，将该细分类别对应的n个高评分套餐作为该目标用户的备选套餐集；

61、推荐模块，其被配置为：计算n个高评分套餐对应的预期电费，将对应预期电费最小值的电力零售电费套餐推荐给该目标用户。

62、本发明的第三个方面提供一种计算机可读存储介质。

63、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一个方面所述的电力零售电费套餐的推荐方法中的步骤。

64、本发明的第四个方面提供一种计算机设备。

65、一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一个方面所述的电力零售电费套餐的推荐方法中的步骤。

66、与现有技术相比，本发明的有益效果是：

67、根据用户（本发明中称为目标用户）的用电特性匹配与其相似的用户，筛选出相似用户最愿意选择的零售电费套餐集合，对集合中的各套餐进行用户电费试算，依据试算结果进行比对，为用户进行零售套餐的选择提供科学的数据支撑，辅助电力零售用户在交易之前充分了解各种不同套餐模式下的电费成本，推动零售用户依据自身的企业发展及生产规划，制定合理的电力交易方案，有效发挥电费套餐的引导作用，充分挖掘用户的用电弹性，引导用户采用更为合理的用电策略，有助于缓解电网的供需平衡压力。