本公開涉及電力系統(tǒng)運(yùn)營，尤其涉及一種考慮個體理性的數(shù)據(jù)驅(qū)動電力零售套餐推送方法及裝置。

背景技術(shù)：

1、電力零售商作為售電市場的主要實體，如何為電力用戶推送合理的電力零售套餐是其運(yùn)營的重要考量。合理的套餐推送機(jī)制可以提高市場活力，促進(jìn)用戶與電網(wǎng)的互動，促進(jìn)資源的有效利用。

2、由于大部分電力用戶缺乏相關(guān)專業(yè)知識和能力，更多地是在給定的零售套餐中進(jìn)行選擇?，F(xiàn)有大多數(shù)技術(shù)從解析機(jī)理模型的角度出發(fā)，為電力用戶設(shè)計零售套餐。相關(guān)技術(shù)中存在利用用戶滿意度函數(shù)設(shè)計電力零售套餐的方案，然而在實際應(yīng)用中，零售商很難直接獲取電力用戶的滿意度函數(shù)等私人信息。因此，如何充分利用已有電力用戶數(shù)據(jù)深度挖掘電力用戶的行為趨勢，提升電力用戶對于推送套餐的滿意度，是本領(lǐng)域亟待解決的問題之一。

技術(shù)實現(xiàn)思路

1、本公開旨在至少在一定程度上解決相關(guān)技術(shù)中的技術(shù)問題之一。

2、為此，本公開第一方面實施例提出了一種考慮個體理性的數(shù)據(jù)驅(qū)動電力零售套餐推送方法，包括：

3、獲取多個電力用戶的歷史負(fù)荷曲線數(shù)據(jù)；

4、對所述歷史負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類，根據(jù)聚類結(jié)果確定每個所述電力用戶的所屬分類和每個分類的中心負(fù)荷曲線；

5、基于數(shù)據(jù)驅(qū)動方法，利用所述每個分類的中心負(fù)荷曲線構(gòu)建所述每個分類下電力用戶的效用函數(shù)，并基于所述效用函數(shù)構(gòu)建所述每個分類下電力用戶的個人理性約束；

6、以電力零售商收益最大化為目標(biāo)，以為所述每個分類設(shè)計的推薦套餐為優(yōu)化變量，考慮用電-購電的電量平衡約束、電力零售商風(fēng)險損失約束、所述電力用戶的個人理性約束和零售套餐變化段數(shù)限制約束，構(gòu)建套餐優(yōu)化模型；

7、對所述套餐優(yōu)化模型求解，獲得多個分類各自對應(yīng)的推薦套餐；

8、將所述多個分類各自對應(yīng)的推薦套餐推送給用戶。

9、在本公開一些實施例中，所述對所述歷史負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類，根據(jù)聚類結(jié)果確定每個所述電力用戶的所屬分類，包括：通過多種聚類方法分別對所述歷史負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類，獲得每種所述聚類方法各自對應(yīng)的第一聚類結(jié)果，其中，所述第一聚類結(jié)果包括聚類類目數(shù)以及對應(yīng)的所述多個電力用戶的分類情況；通過最優(yōu)聚類類目數(shù)判別方法在多個所述聚類類目數(shù)中確定出最優(yōu)聚類類目數(shù)，根據(jù)所述最優(yōu)聚類類目數(shù)對應(yīng)的第一聚類結(jié)果確定每個所述電力用戶的所屬分類。

10、在本公開一些實施例中，所述最優(yōu)聚類類目數(shù)判別方法為以下任意一種：剪影法、dbi(davies?boudlin?index)法、vrc(variance?ratio?criterion)法。

11、在本公開一些實施例中，所述每個分類下電力用戶的效用函數(shù)通過以下公式表達(dá)：

12、

13、其中，表示對于屬于第r分類的電力用戶k，在原零售套餐為pr(0)，新套餐是為第r分類設(shè)計的推薦套餐pr，且中心負(fù)荷曲線為時的用電效用，表示第r分類的中心負(fù)荷曲線在第t時間段的用電負(fù)荷，pr，t表示推薦套餐pr中第t時間段的推薦套餐價格，pr，t(0)表示原零售套餐pr(0)中第t時間段的原零售套餐價格，t為套餐內(nèi)考慮的總時間段數(shù)，為電力彈性參數(shù)。

14、在本公開一些實施例中，基于所述效用函數(shù)構(gòu)建所述每個分類下電力用戶的個人理性約束表示如下：

15、

16、其中，pr′表示為所有所述分類中除第r分類之外其他分類所設(shè)計的推薦套餐；表示對于屬于第r分類的電力用戶k，在原零售套餐為pr(0)，新套餐為pr′，且中心負(fù)荷曲線為時的用電效用；表示對于屬于第r分類的電力用戶k，在原零售套餐為pr(0)，新套餐為pr(0)，且中心負(fù)荷曲線為時的用電效用。

17、在本公開一些實施例中，所述套餐優(yōu)化模型通過以下公式表達(dá)：

18、

19、其中，pr，t表示為屬于第r分類的電力用戶第t時間段設(shè)計的推薦套餐，為屬于第r分類的電力用戶在推薦套餐pr，t下第t時間段的預(yù)測用電負(fù)荷，表示所述電力零售商從所述多個電力用戶處獲得的總售電收益，pr，t(0)表示屬于第r分類的電力用戶的原零售套餐pr(0)中第t時間段的原零售套餐價格，α為電力彈性參數(shù)，表示第r分類的中心負(fù)荷曲線中第t時間段的用電負(fù)荷，{k|k∈r}代表屬于第r分類的電力用戶集合，card({k|k∈r})表示屬于第r分類的電力用戶集合的總用戶數(shù)，qk,t(0)表示電力用戶k的歷史負(fù)荷曲線數(shù)據(jù)qk(0)中第t時間段的用電負(fù)荷，qk(0)＝(qk，1(0)，…，qk，t(0)，...，qk，t(0))，表示對歷史負(fù)荷曲線數(shù)據(jù)qk(0)進(jìn)行歸一化處理后電力用戶k在第t時間段的平均用電負(fù)荷，表示電力用戶k在套餐內(nèi)考慮的總時間t內(nèi)的用電負(fù)荷最大值，為電力零售商在第t時間段的平均日購電電價，lt為電力零售商在第t時間段的購電量，為電力零售商的總購電成本，c為電力零售商風(fēng)險損失。

20、在本公開一些實施例中，所述零售套餐變化段數(shù)限制約束通過以下公式表達(dá)：

21、

22、其中，m為套餐的總分時時間段數(shù)，m＝1,2，...，m，代表套餐價格變化的次數(shù)上限，表示為第r分類設(shè)計的推薦套餐pr中第m個分時時間段的價格；為01變量，對于推薦套餐pr，如果時間段t屬于第m個分時時間段，則τmin為每個分時時間段的最短持續(xù)時間。

23、本公開第二方面實施例提出了一種考慮個體理性的數(shù)據(jù)驅(qū)動電力零售套餐推送裝置，包括：

24、獲取模塊，用于獲取多個電力用戶的歷史負(fù)荷曲線數(shù)據(jù)；

25、聚類模塊，用于對所述歷史負(fù)荷曲線數(shù)據(jù)進(jìn)行聚類，根據(jù)聚類結(jié)果確定每個所述電力用戶的所屬分類根據(jù)每個分類下電力用戶的歷史負(fù)荷曲線數(shù)據(jù)，確定和每個分類的中心負(fù)荷曲線；

26、第一構(gòu)建模塊，用于基于數(shù)據(jù)驅(qū)動方法，利用所述每個分類的中心負(fù)荷曲線構(gòu)建所述每個分類下電力用戶的效用函數(shù)，并基于所述效用函數(shù)構(gòu)建所述每個分類下電力用戶的個人理性約束；

27、第二構(gòu)建模塊，用于以電力零售商收益最大化為目標(biāo)，以為所述每個分類設(shè)計的推薦套餐為優(yōu)化變量，考慮用電-購電的電量平衡約束、電力零售商風(fēng)險損失約束、所述電力用戶的個人理性約束、電力用戶用電響應(yīng)規(guī)律約束和零售套餐變化段數(shù)限制約束，構(gòu)建套餐優(yōu)化模型；

28、確定模塊，用于對所述套餐優(yōu)化模型求解，獲得多個分類各自對應(yīng)的推薦套餐；

29、推送模塊，用于將所述多個分類各自對應(yīng)的推薦套餐推送給用戶。

30、本公開第三方面實施例提出了一種電子設(shè)備，包括：處理器，以及與所述處理器通信連接的存儲器；

31、所述存儲器存儲計算機(jī)執(zhí)行指令；

32、所述處理器執(zhí)行所述存儲器存儲的計算機(jī)執(zhí)行指令，以實現(xiàn)前述第一方面所述的方法。

33、本公開第四方面實施例提出了一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述計算機(jī)可讀存儲介質(zhì)中存儲有計算機(jī)執(zhí)行指令，所述計算機(jī)執(zhí)行指令被處理器執(zhí)行時用于實現(xiàn)前述第一方面所述的方法。

34、本公開提供的考慮個體理性的數(shù)據(jù)驅(qū)動電力零售套餐推送方法，通過實施本公開實施例，對電力用戶的數(shù)據(jù)進(jìn)行深度挖掘，通過構(gòu)建個人理性約束充分考慮電力用戶的理性選擇行為，在為每個分類下的電力用戶設(shè)計的零售套餐更加滿足用戶實際需求和個性化意愿的同時，零售商也可以準(zhǔn)確預(yù)測每一分類下電力用戶的行為趨勢，準(zhǔn)確預(yù)測電力用戶對于新套餐的選擇，更加利于促進(jìn)資源的有效利用。此外，本公開將為所有分類設(shè)計的套餐全部推送給用戶個選擇，不強(qiáng)制推送，保證用戶自由選擇的權(quán)利，提升用戶體驗。

35、本公開附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本公開的實踐了解到。