大数据下基于电力用户分类的售电公司购售电策略研究
发布时间：2021-05-18 07:50
在新一轮电力体制改革起步阶段,国家有序向社会资本放开配售电业务,推动售电侧逐步开展有效竞争。作为新电改中最活跃、与售电主体和电力用户切身利益联系最紧密的一部分,售电市场成为了领域中最关键的一环。随着市场的逐步开放,电力用户的市场力逐步提升,购电途径也开始呈现多样化。而售电公司作为售电市场的关键主体,其发展表现不仅关乎自身利益,也直接影响到售电市场的改革成效。当前阶段,售电公司与用户间更多的是电量市场交易,但不可忽视,增值服务的市场建设一直是本轮售电侧改革的长期目标,售电公司如何整合用户需求,发展多元化业务,提高市场占有率是在激烈的市场竞争中存活获利的关键。因此,本文旨在依据人工智能技术在电力系统大数据中的应用,研究售电市场放开下,售电公司如何全面合理评估电力用户的多元价值;如何在部分电力用户具有购电选择权后,制定计及需求响应和实时电价合约的购售电策略及风险评估;以及如何依据用户特性差异准确制定相应的增值服务策略。本文通过售电侧电力交易市场的相关研究,总结了国外电力市场发展进程中的相关经验,以及我国现阶段售电公司购售策略的研究进展。结合大数据和人工智能在电力系统领域的应用与发展,提出了基...
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：102 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究的目的与意义
1.2 国内外售电市场研究现状
1.2.1 国外电力交易市场经验
1.2.2 国内售电主体购售策略研究现状
1.3 大数据在电力系统中的发展与应用
1.3.1 国内电力市场的数据分析现状
1.3.2 负荷预测在电力系统中的应用
1.4 电力用户价值评估研究现状
1.4.1 国内客户资源价值研究进展情况分析
1.4.2 国外客户资源价值研究进展情况分析
1.5 本文的研究内容及思路
第二章 基于FCM-LRNN的用户负荷预测
2.1 基于Tensorflow的深度学习预测
2.2 聚类与深度学习相结合的算法优化
2.2.1 层循环神经网络
2.2.2 模糊聚类缩小数据集
2.2.3 FCM-LRNN优化模型
2.3 算例分析
2.4 本章小结
第三章 基于支持向量机分类器的典型电力用户分类
3.1 电力用户多元价值分级模型
3.1.1 传统电力客户评价指标体系
3.1.2 新电改下电力用户价值分级指标库
3.2 基于LSTM-SVM的用户分类方法
3.2.1 训练分类器
3.2.2 模型实现
3.3 算例分析
3.4 本章小结
第四章 不同等级用户的电力画像
4.1 负荷水平
4.1.1 负荷曲线
4.1.2 负荷波动率
4.2 用电水平
4.2.1 电能购买力
4.2.2 购电增长预测
4.3 需求响应水平
4.4 环保水平
4.5 综合画像
4.6 本章小结
第五章 基于用户分类的售电公司购售策略
5.1 计及需求响应的售电公司服务成本效益评估体系
5.1.1 购电成本模型
5.1.2 售电收益模型
5.2 售电公司购售电收益及风险评估模型
5.3 双层模型求解
5.3.1 目标函数与约束条件
5.3.2 基于遗传算法的改进粒子群算法
5.4 算例分析
5.4.1 参数设置
5.4.2 用电量预测
5.4.3 需求响应水平拟合
5.4.4 结果分析
5.5 本章小结
第六章 基于用户分类的售电公司差异化增值服务
6.1 新电改下售电公司差异化增值服务
6.1.1 能量供应类
6.1.2 节能改造类
6.1.3 分布式新能源类
6.1.5 业务服务类
6.1.6 资产服务类
6.2 节能改造服务模式
6.2.1 节能改造成本分析
6.2.2 “煤改电”服务模式内涵
6.3 算例分析
6.3.1 经济性分析
6.3.2 环保性分析
6.3.3 社会效益分析
6.4 不同价值等级用户的定制化合同
6.5 本章小结
第七章 结论与展望
7.1 主要结论
7.2 后续研究工作
参考文献
致谢
攻读硕士学位期间已发表或录用的论文
攻读硕士学位期间参与的科研项目
【参考文献】：
期刊论文
[1]基于支持向量机的中文极短文本分类模型[J]. 王杨,许闪闪,李昌,艾世成,张卫东,甄磊,孟丹. 计算机应用研究. 2020(02)
[2]电力系统负荷预测中存在的问题及探讨[J]. 邱涌. 低碳世界. 2018(12)
[3]综合遗传优化支持向量机的变压器故障诊断模型[J]. 邬蓉蓉,张炜. 变压器. 2018(11)
[4]综合需求响应研究综述及展望[J]. 徐筝,孙宏斌,郭庆来. 中国电机工程学报. 2018(24)
[5]基于售电市场成熟度和用户分级的差异化服务策略[J]. 魏胜民,尹硕,赵璇,罗舒瀚,王旭,杨萌. 电力需求侧管理. 2018(06)
[6]基于CNN和LSTM混合模型的人体跌倒行为研究[J]. 厍向阳,苏学威. 计算机应用研究. 2019(12)
[7]制造企业商业信用自适应多分类模型研究[J]. 陈影,王立夏. 工业工程与管理. 2018(05)
[8]新电力体制改革下售电公司定价与市场竞争力研究[J]. 张文元,肖宝辉,李姝润. 智慧电力. 2018(09)
[9]广泛负荷聚集商市场策略建模及风险效益分析[J]. 李博嵩,王旭,蒋传文,赵岩. 电力系统自动化. 2018(16)
[10]基于粒子群优化支持向量机的短期负荷预测[J]. 杨小明,崔雪,周斌,彭政. 武汉大学学报(工学版). 2018(08)
硕士论文
[1]基于双层优化的售电公司动态定价模型[D]. 谢树雅.东北电力大学 2018
[2]基于条件风险价值的售电公司电能交易战略决策研究[D]. 王银鸽.武汉大学 2018
[3]售电侧改革背景下售电公司决策研究[D]. 吴浩可.西华大学 2018
[4]大数据平台计算架构及其应用研究[D]. 张殿超.南京邮电大学 2017
[5]综合考虑用户分级和DG对配电网供电能力影响的研究[D]. 周佳林.华北电力大学 2017
[6]基于客户价值理论的渠道客户评价及分层研究[D]. 张彦.浙江工商大学 2017
[7]计及用户分级与互动的配电网最大供电能力及安全域模型[D]. 李思岑.天津大学 2017
[8]主动负荷参与可再生能源消纳的调度策略与模型研究[D]. 周荣宗.东南大学 2016
[9]粤西地区的电力客户价值评估分类和增值服务体系的构建[D]. 吴宝华.华南理工大学 2016
[10]我国电力交易中心运营模式研究[D]. 陈子洁.长沙理工大学 2016
本文编号：3193430
【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：102 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 研究的目的与意义
1.2 国内外售电市场研究现状
1.2.1 国外电力交易市场经验
1.2.2 国内售电主体购售策略研究现状
1.3 大数据在电力系统中的发展与应用
1.3.1 国内电力市场的数据分析现状
1.3.2 负荷预测在电力系统中的应用
1.4 电力用户价值评估研究现状
1.4.1 国内客户资源价值研究进展情况分析
1.4.2 国外客户资源价值研究进展情况分析
1.5 本文的研究内容及思路
第二章 基于FCM-LRNN的用户负荷预测
2.1 基于Tensorflow的深度学习预测
2.2 聚类与深度学习相结合的算法优化
2.2.1 层循环神经网络
2.2.2 模糊聚类缩小数据集
2.2.3 FCM-LRNN优化模型
2.3 算例分析
2.4 本章小结
第三章 基于支持向量机分类器的典型电力用户分类
3.1 电力用户多元价值分级模型
3.1.1 传统电力客户评价指标体系
3.1.2 新电改下电力用户价值分级指标库
3.2 基于LSTM-SVM的用户分类方法
3.2.1 训练分类器
3.2.2 模型实现
3.3 算例分析
3.4 本章小结
第四章 不同等级用户的电力画像
4.1 负荷水平
4.1.1 负荷曲线
4.1.2 负荷波动率
4.2 用电水平
4.2.1 电能购买力
4.2.2 购电增长预测
4.3 需求响应水平
4.4 环保水平
4.5 综合画像
4.6 本章小结
第五章 基于用户分类的售电公司购售策略
5.1 计及需求响应的售电公司服务成本效益评估体系
5.1.1 购电成本模型
5.1.2 售电收益模型
5.2 售电公司购售电收益及风险评估模型
5.3 双层模型求解
5.3.1 目标函数与约束条件
5.3.2 基于遗传算法的改进粒子群算法
5.4 算例分析
5.4.1 参数设置
5.4.2 用电量预测
5.4.3 需求响应水平拟合
5.4.4 结果分析
5.5 本章小结
第六章 基于用户分类的售电公司差异化增值服务
6.1 新电改下售电公司差异化增值服务
6.1.1 能量供应类
6.1.2 节能改造类
6.1.3 分布式新能源类
6.1.5 业务服务类
6.1.6 资产服务类
6.2 节能改造服务模式
6.2.1 节能改造成本分析
6.2.2 “煤改电”服务模式内涵
6.3 算例分析
6.3.1 经济性分析
6.3.2 环保性分析
6.3.3 社会效益分析
6.4 不同价值等级用户的定制化合同
6.5 本章小结
第七章 结论与展望
7.1 主要结论
7.2 后续研究工作
参考文献
致谢
攻读硕士学位期间已发表或录用的论文
攻读硕士学位期间参与的科研项目
【参考文献】：
期刊论文
[1]基于支持向量机的中文极短文本分类模型[J]. 王杨,许闪闪,李昌,艾世成,张卫东,甄磊,孟丹. 计算机应用研究. 2020(02)
[2]电力系统负荷预测中存在的问题及探讨[J]. 邱涌. 低碳世界. 2018(12)
[3]综合遗传优化支持向量机的变压器故障诊断模型[J]. 邬蓉蓉,张炜. 变压器. 2018(11)
[4]综合需求响应研究综述及展望[J]. 徐筝,孙宏斌,郭庆来. 中国电机工程学报. 2018(24)
[5]基于售电市场成熟度和用户分级的差异化服务策略[J]. 魏胜民,尹硕,赵璇,罗舒瀚,王旭,杨萌. 电力需求侧管理. 2018(06)
[6]基于CNN和LSTM混合模型的人体跌倒行为研究[J]. 厍向阳,苏学威. 计算机应用研究. 2019(12)
[7]制造企业商业信用自适应多分类模型研究[J]. 陈影,王立夏. 工业工程与管理. 2018(05)
[8]新电力体制改革下售电公司定价与市场竞争力研究[J]. 张文元,肖宝辉,李姝润. 智慧电力. 2018(09)
[9]广泛负荷聚集商市场策略建模及风险效益分析[J]. 李博嵩,王旭,蒋传文,赵岩. 电力系统自动化. 2018(16)
[10]基于粒子群优化支持向量机的短期负荷预测[J]. 杨小明,崔雪,周斌,彭政. 武汉大学学报(工学版). 2018(08)
硕士论文
[1]基于双层优化的售电公司动态定价模型[D]. 谢树雅.东北电力大学 2018
[2]基于条件风险价值的售电公司电能交易战略决策研究[D]. 王银鸽.武汉大学 2018
[3]售电侧改革背景下售电公司决策研究[D]. 吴浩可.西华大学 2018
[4]大数据平台计算架构及其应用研究[D]. 张殿超.南京邮电大学 2017
[5]综合考虑用户分级和DG对配电网供电能力影响的研究[D]. 周佳林.华北电力大学 2017
[6]基于客户价值理论的渠道客户评价及分层研究[D]. 张彦.浙江工商大学 2017
[7]计及用户分级与互动的配电网最大供电能力及安全域模型[D]. 李思岑.天津大学 2017
[8]主动负荷参与可再生能源消纳的调度策略与模型研究[D]. 周荣宗.东南大学 2016
[9]粤西地区的电力客户价值评估分类和增值服务体系的构建[D]. 吴宝华.华南理工大学 2016
[10]我国电力交易中心运营模式研究[D]. 陈子洁.长沙理工大学 2016
本文编号：3193430
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3193430.html
