可中斷負(fù)荷項(xiàng)目中用戶(hù)參與度的研究

孫玲玲，高賜威，田 強(qiáng)，趙宏大，李國(guó)文

（1.江蘇省智能電網(wǎng)技術(shù)與裝備重點(diǎn)實(shí)驗(yàn)室（東南大學(xué)），南京 210096；2.國(guó)網(wǎng)江蘇省電力公司 蘇州供電公司，江蘇 蘇州 215000；3.國(guó)網(wǎng)江蘇省電力公司 經(jīng)濟(jì)技術(shù)研究院，南京 210008）

可中斷負(fù)荷項(xiàng)目中用戶(hù)參與度的研究

孫玲玲1，高賜威1，田 強(qiáng)2，趙宏大3，李國(guó)文3

（1.江蘇省智能電網(wǎng)技術(shù)與裝備重點(diǎn)實(shí)驗(yàn)室（東南大學(xué)），南京 210096；2.國(guó)網(wǎng)江蘇省電力公司 蘇州供電公司，江蘇 蘇州 215000；3.國(guó)網(wǎng)江蘇省電力公司 經(jīng)濟(jì)技術(shù)研究院，南京 210008）

在實(shí)施可中斷負(fù)荷項(xiàng)目過(guò)程中，經(jīng)濟(jì)補(bǔ)償政策、規(guī)章制度和宣傳引導(dǎo)政策等對(duì)用戶(hù)的影響程度不同，造成了用戶(hù)參與度的不確定性?；赨TAUT模型，分析各項(xiàng)政策制定對(duì)用戶(hù)參與度的影響，構(gòu)建考慮政策制定的電力用戶(hù)參與度模型?；谥С窒蛄繖C(jī)的算例表明，所提模型能夠有效的表征項(xiàng)目政策制定對(duì)用戶(hù)參與度的影響，為提高用戶(hù)參與度以及可中斷負(fù)荷項(xiàng)目高效率的實(shí)施提供基礎(chǔ)。

可中斷負(fù)荷項(xiàng)目；UTAUT模型；政策；用戶(hù)參與度；支持向量機(jī)

近年來(lái)，電力消費(fèi)保持較快增長(zhǎng)，用電峰谷差加大［1］，季節(jié)性電力緊缺時(shí)有發(fā)生［2］。2014年，江蘇最大統(tǒng)調(diào)負(fù)荷達(dá)7 863萬(wàn)kW，最大日用電峰谷差達(dá)2 058萬(wàn)kW，全省部分區(qū)域存在季節(jié)性、時(shí)段性的電力缺口，持續(xù)增長(zhǎng)的用電負(fù)荷使保持電力供需平衡的壓力不斷增大［3］。

需求響應(yīng)技術(shù)為解決這一問(wèn)題提供了許多靈活的方案，可以利用成本相對(duì)低廉的需求響應(yīng)技術(shù)從用戶(hù)側(cè)角度實(shí)現(xiàn)負(fù)荷削減，保證供需平衡［4］。作為需求響應(yīng)的一種重要方式［5］，可中斷負(fù)荷可有效緩解用電高峰期電力供需矛盾，具有較強(qiáng)的現(xiàn)實(shí)意義和長(zhǎng)遠(yuǎn)意義［6］。

國(guó)內(nèi)外學(xué)者已針對(duì)可中斷負(fù)荷開(kāi)展了大量研究。文獻(xiàn)［7］介紹了可中斷負(fù)荷項(xiàng)目在美國(guó)紐約電力市場(chǎng)中可作為備用參與到系統(tǒng)運(yùn)行中。文獻(xiàn)［8］基于消費(fèi)者心理學(xué)的分時(shí)電價(jià)用戶(hù)響應(yīng)原理預(yù)測(cè)的負(fù)荷曲線(xiàn)，提出一種將中斷負(fù)荷作為備用的發(fā)電調(diào)度方案。文獻(xiàn)［9］提出了一種計(jì)及用戶(hù)對(duì)實(shí)時(shí)電價(jià)的價(jià)格反映的可中斷負(fù)荷模型，通過(guò)不同負(fù)荷類(lèi)型的靈敏度指數(shù)來(lái)反映電價(jià)對(duì)用戶(hù)的影響。但上述研究均未涉及可中斷負(fù)荷項(xiàng)目中電力用戶(hù)的參與度。然而在可中斷負(fù)荷項(xiàng)目實(shí)施過(guò)程中，由于不同用戶(hù)對(duì)經(jīng)濟(jì)補(bǔ)償政策、規(guī)章制度和宣傳引導(dǎo)政策等政策的接受度不同，用戶(hù)對(duì)可中斷負(fù)荷項(xiàng)目的參與度往往存在較大的不確定性［10］。

為此，本文深入剖析可中斷負(fù)荷項(xiàng)目中政策制定對(duì)電力用戶(hù)參與度的影響，建立了用戶(hù)參與度模型，并采用支持向量機(jī)構(gòu)建用戶(hù)參與度預(yù)測(cè)模型，從而實(shí)現(xiàn)項(xiàng)目政策制定對(duì)用戶(hù)參與度影響的研究，為可中斷負(fù)荷項(xiàng)目的高效率的實(shí)施提供基礎(chǔ)，對(duì)可中斷負(fù)荷項(xiàng)目中政策的制定及出臺(tái)具有深遠(yuǎn)的指導(dǎo)意義。

1 可中斷負(fù)荷項(xiàng)目的用戶(hù)參與模型

整合信息技術(shù)接受與使用模型［11］（unified theory of acceptance and use of technology model，UTAUT）是2003年Venkatesh、Morris等學(xué)者在運(yùn)用理性行為理論研究用戶(hù)對(duì)信息技術(shù)的接受與使用行為時(shí)所提出的一個(gè)模型。相關(guān)研究表明，UTAUT模型有較高的信度和效度，能夠解釋70%的技術(shù)接受行為，相對(duì)于以前模型40%的解釋水平有了很大改善。本文基于UTAUT模型，分析可中斷負(fù)荷項(xiàng)目中影響用戶(hù)參與度的關(guān)鍵因素，建立可中斷負(fù)荷項(xiàng)目的電力用戶(hù)參與度模型，如圖1所示。

圖1 可中斷負(fù)荷項(xiàng)目用戶(hù)參與模型

用戶(hù)參與度與期望效用、努力期望以及社會(huì)影響之間存在如下函數(shù)關(guān)系

該模型認(rèn)為可中斷負(fù)荷項(xiàng)目中的用戶(hù)參與度主要是由期望效用、努力期望和社會(huì)影響［12］3個(gè)關(guān)鍵因素所決定的。其中，期望效用PE在本文中表征用戶(hù)認(rèn)為參與可中斷負(fù)荷項(xiàng)目能夠幫助其節(jié)省電費(fèi)或獲得其他一些有利結(jié)果的程度。努力期望EE表征電力用戶(hù)參與可中斷負(fù)荷項(xiàng)目的難易程度。社會(huì)影響SI表征用戶(hù)接受和參與可中斷負(fù)荷項(xiàng)目所受到的社會(huì)影響程度。用戶(hù)參與度B表征可中斷負(fù)荷項(xiàng)目中用戶(hù)響應(yīng)次數(shù)與項(xiàng)目發(fā)布需求響應(yīng)次數(shù)的比值。

2 參與模型影響因素分析

2.1 期望效用（PE）

可中斷負(fù)荷項(xiàng)目中，電力用戶(hù)的期望效用與項(xiàng)目的經(jīng)濟(jì)補(bǔ)償政策息息相關(guān)。本文基于項(xiàng)目的經(jīng)濟(jì)補(bǔ)償政策計(jì)算電力用戶(hù)參與可中斷負(fù)荷項(xiàng)目的益本比［13］，進(jìn)一步得到電力用戶(hù)的期望效用值。

2.1.1 效益

根據(jù)簽訂的需求響應(yīng)協(xié)議，通過(guò)需求響應(yīng)臨時(shí)性減少的高峰電力負(fù)荷，電力用戶(hù)可獲得r1元/kW，則電力用戶(hù)參與可中斷負(fù)荷項(xiàng)目可獲得的收益為

式中：xi表示電力用戶(hù)i每次參與可中斷負(fù)荷項(xiàng)目所減少的電力負(fù)荷，單位為kW；mi為電力用戶(hù)i參與可中斷負(fù)荷項(xiàng)目的次數(shù)。

2.1.2 成本

電力用戶(hù)參與可中斷負(fù)荷項(xiàng)目的成本用單位電耗成本增加值來(lái)表示，即用戶(hù)在參與過(guò)程中每響應(yīng)1 kW電量所需增加的成本，主要包括用戶(hù)前期設(shè)備投資成本、用戶(hù)增加的運(yùn)行維護(hù)成本以及用電方式調(diào)整而給予工人的加班補(bǔ)貼費(fèi)用等。假設(shè)電力用戶(hù)i單位電耗成本增加值為r2,i元/kW，則電力用戶(hù)i參與可中斷負(fù)荷項(xiàng)目的成本為

2.1.3 期望效用

基于電力用戶(hù)參與可中斷負(fù)荷項(xiàng)目的收益以及成本，計(jì)算用戶(hù)i參與可中斷負(fù)荷項(xiàng)目的益本比

假設(shè)益本比與電力用戶(hù)期望效用（PE）之間的關(guān)系如圖2所示。

圖2 益本比與用戶(hù)期望效用關(guān)系圖

由此，得到期望效用的取值如下式（5）所示

2.2 努力期望（EE）

可中斷負(fù)荷項(xiàng)目規(guī)章制度的制定會(huì)影響電力用戶(hù)的努力期望值，規(guī)章制度中參與需求響應(yīng)項(xiàng)目難易程度、用戶(hù)獲得利益的簡(jiǎn)便程度以及電力用戶(hù)生產(chǎn)安排的難易程度3個(gè)因素將影響用戶(hù)的努力期望，并將每個(gè)影響因素細(xì)化拆分為3個(gè)相關(guān)問(wèn)題。如圖3所示。

圖3 項(xiàng)目規(guī)章制度結(jié)構(gòu)圖

采用李克特5分量表［14］調(diào)研電力用戶(hù)參與可中斷負(fù)荷項(xiàng)目的努力期望值，調(diào)查問(wèn)卷設(shè)計(jì)略。將調(diào)研表分發(fā)給各電力用戶(hù)，對(duì)各電力用戶(hù)進(jìn)行調(diào)研。在此基礎(chǔ)上，采用層次分析法［15］確定調(diào)研表中各影響因素及各個(gè)問(wèn)題的權(quán)重，進(jìn)而計(jì)算各個(gè)用戶(hù)的努力期望值。

由圖3可知，本文中的層次結(jié)構(gòu)為3層，第1層為電力用戶(hù)參與可中斷負(fù)荷項(xiàng)目的努力期望，第2層代表參與需求響應(yīng)項(xiàng)目難易程度、用戶(hù)獲得利益的簡(jiǎn)便程度以及電力用戶(hù)生產(chǎn)安排的難易程度，第3層即調(diào)研表中的9個(gè)調(diào)研問(wèn)題。假設(shè)第2層各因素的權(quán)重分別為w2j（j=1,2,…,9），第3層各問(wèn)題的權(quán)重分別為w3j（j=1,2,…,9），在調(diào)研表中電力用戶(hù)i對(duì)于各問(wèn)題的打分為sij（j=1,2,…,9），則可中斷負(fù)荷項(xiàng)目中各電力用戶(hù)的努力期望分值為

調(diào)研表中各個(gè)問(wèn)題的最大分值為5分，將努力期望分值EE′歸一化得到各個(gè)電力用戶(hù)努力期望值為

2.3 社會(huì)影響（SI）

電力用戶(hù)對(duì)可中斷負(fù)荷項(xiàng)目的參與度會(huì)受到社會(huì)及他人的影響，基于宣傳引導(dǎo)政策，需求響應(yīng)項(xiàng)目的實(shí)施機(jī)構(gòu)可通過(guò)宣傳擴(kuò)大項(xiàng)目的影響范圍，從而使得更多的電力用戶(hù)了解并參與到該項(xiàng)目中去。因此，以宣傳費(fèi)用為標(biāo)準(zhǔn)，計(jì)算電力用戶(hù)所受到的社會(huì)影響，宣傳費(fèi)用與電力用戶(hù)社會(huì)影響取值之間的關(guān)系如圖4所示。

由圖4可得電力用戶(hù)i的社會(huì)影響取值如下式

圖4 社會(huì)影響與宣傳費(fèi)用關(guān)系圖

式中：CSI表示宣傳引導(dǎo)政策成本。

3 基于支持向量機(jī)的用戶(hù)參與度辨識(shí)及預(yù)測(cè)模型

支持向量機(jī)（support vector machine，SVM）是一種建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化基礎(chǔ)上的統(tǒng)計(jì)學(xué)習(xí)方法，近年來(lái)已經(jīng)被成功地應(yīng)用于語(yǔ)音識(shí)別、文字識(shí)別、時(shí)序數(shù)列預(yù)測(cè)等領(lǐng)域。該方法具有學(xué)習(xí)速度快、全局最優(yōu)和泛化能力強(qiáng)的優(yōu)點(diǎn)，其學(xué)習(xí)結(jié)果明顯好于其他的回歸預(yù)測(cè)方法，并在很多領(lǐng)域得到了成功應(yīng)用。

將支持向量機(jī)用于解決回歸問(wèn)題即支持向量回歸［16］（support vector regression，SVR）。SVM用來(lái)解決回歸預(yù)測(cè)的基本思想如下：對(duì)樣本集為（x1,y2），（x1,y2），…，（x1,y2）的回歸問(wèn)題，首先尋找一個(gè)輸入空間到輸出空間的非線(xiàn)性映射Φ，通過(guò)這個(gè)映射，將樣本集中的數(shù)據(jù)映射到高維空間F，并在特殊空間中用下述線(xiàn)性函數(shù)在這個(gè)空間中進(jìn)行線(xiàn)性回歸，即

式中：b為閥值。

由第2節(jié)已知，影響用戶(hù)參與度的因素主要包括期望效用、努力期望以及社會(huì)影響，則支持向量機(jī)的3個(gè)輸入量分別為各個(gè)用戶(hù)的期望效用、努力期望以及社會(huì)影響，一個(gè)輸出量為各個(gè)用戶(hù)的參與度，模型辨識(shí)結(jié)構(gòu)圖如圖5所示。

基于已知的各個(gè)電力用戶(hù)的期望效用、努力期望、社會(huì)影響以及參與度數(shù)據(jù)，對(duì)支持向量機(jī)進(jìn)行訓(xùn)練，得到所需的電力用戶(hù)參與度模型。對(duì)于未知電力用戶(hù)i，向電力用戶(hù)參與度模型輸入該用戶(hù)的期望效用PEi、努力期望EEi及社會(huì)影響SIi，通過(guò)用戶(hù)參與度模型的預(yù)測(cè)計(jì)算，即可得到可中斷負(fù)荷項(xiàng)目中該用戶(hù)的參與度Bi。

圖5 用戶(hù)參與度模型辨識(shí)

4 算例

4.1 模型辨識(shí)

2015年江蘇省某地區(qū)在夏季實(shí)施了可中斷負(fù)荷項(xiàng)目，項(xiàng)目中經(jīng)濟(jì)補(bǔ)償政策規(guī)定電力用戶(hù)每響應(yīng)1 kW電量可得到100元補(bǔ)貼，即r1=100。假設(shè)1 000戶(hù)電力用戶(hù)每次參與可中斷負(fù)荷項(xiàng)目所能削減負(fù)荷在50 kW～100 kW范圍內(nèi)均勻分布，其他各項(xiàng)參數(shù)取值如下：

（1）期望效用（PE）

假設(shè)用戶(hù)對(duì)益本比的期望為BCRmin=1，BCRmax服從均值為5，方差為0.6的正態(tài)分布；用戶(hù)單位電耗成本增加值r2服從均值為30，方差為5的正態(tài)分布。結(jié)合式（4），可求得1 000戶(hù)用戶(hù)的期望效用值。

（2）努力期望（EE）

將調(diào)研表分發(fā)給1 000戶(hù)電力用戶(hù)，對(duì)可中斷負(fù)荷項(xiàng)目的規(guī)章制度進(jìn)行調(diào)查，從而得到用戶(hù)對(duì)各個(gè)問(wèn)題的打分。在此基礎(chǔ)上，通過(guò)層次分析法確定各個(gè)問(wèn)題的權(quán)重，得到第2層各因素的權(quán)重和第3層各問(wèn)題的權(quán)重如表1所示。

表1 層次分析法結(jié)果

結(jié)合上表（1）及用戶(hù)對(duì)各問(wèn)題的打分，求得各用戶(hù)的努力期望值。

（3）社會(huì)影響（SI）

為了擴(kuò)大該可中斷負(fù)荷項(xiàng)目的影響人群，假設(shè)該項(xiàng)目的宣傳引導(dǎo)政策成本為CSI=30萬(wàn)元。用戶(hù)對(duì)宣傳引導(dǎo)政策成本的響應(yīng)值CSI,min服從均值為10萬(wàn)元，方差為2的正態(tài)分布，CSI,max服從均值為40萬(wàn)元，方差為3的正態(tài)分布?？傻? 000戶(hù)用戶(hù)的社會(huì)影響值。

（4）用戶(hù)參與度（B）

可中斷負(fù)荷項(xiàng)目結(jié)束后，假設(shè)本次項(xiàng)目共發(fā)布50次需求響應(yīng)信息，對(duì)1 000戶(hù)電力用戶(hù)的響應(yīng)行為進(jìn)行統(tǒng)計(jì)分析，得到各個(gè)用戶(hù)在本次項(xiàng)目中的參與度。結(jié)合每個(gè)用戶(hù)的用戶(hù)參與度B及其每次參與可中斷負(fù)荷所能削減的負(fù)荷x，可求得1 000戶(hù)用戶(hù)的平均參與度Bˉ為

1 000名用戶(hù)的總參與容量Ccapacity為

式中：N為本次項(xiàng)目中需求響應(yīng)信息發(fā)布的次數(shù)，N=50。

圖6為部分電力用戶(hù)的參與度B與期望效用PE、努力期望EE以及社會(huì)影響SI的關(guān)系圖。

圖6 可中斷負(fù)荷項(xiàng)目中用戶(hù)參與度

在此基礎(chǔ)上對(duì)支持向量機(jī)進(jìn)行訓(xùn)練，完成對(duì)用戶(hù)參與度模型的辨識(shí)。基于該用戶(hù)參與度模型，結(jié)合政策改變對(duì)期望效用、努力期望及社會(huì)影響數(shù)值的影響，可進(jìn)一步求得可中斷負(fù)荷項(xiàng)目政策改變后的用戶(hù)參與度。

4.2 基于政策影響的用戶(hù)參與度預(yù)測(cè)

本節(jié)在原可中斷負(fù)荷項(xiàng)目的基礎(chǔ)上，改變其經(jīng)濟(jì)政策、項(xiàng)目規(guī)章制度制定及宣傳引導(dǎo)政策，通過(guò)支持向量機(jī)對(duì)電力用戶(hù)參與度進(jìn)行預(yù)測(cè)，從而研究項(xiàng)目政策制定對(duì)用戶(hù)參與度的影響。

（1）經(jīng)濟(jì)補(bǔ)貼r1對(duì)用戶(hù)參與度的影響

調(diào)整可中斷負(fù)荷項(xiàng)目中對(duì)用戶(hù)的經(jīng)濟(jì)補(bǔ)貼，假設(shè)r1從100元上調(diào)至130元，努力期望EE及社會(huì)影響SI不發(fā)生變化。根據(jù)第3節(jié)計(jì)算提高經(jīng)濟(jì)補(bǔ)貼后各個(gè)用戶(hù)的期望效用PE_change，基于支持向量機(jī)重新預(yù)測(cè)用戶(hù)參與度，部分電力用戶(hù)參與度的變化情況如圖7所示。

圖7 補(bǔ)貼政策改變前后用戶(hù)參與度對(duì)比

圖中，PE_origin和B_origin分別表示各個(gè)用戶(hù)的初始期望效用和初始參與度，B_change表示提高經(jīng)濟(jì)補(bǔ)貼后的用戶(hù)參與度。

根據(jù)預(yù)測(cè)結(jié)果可求用戶(hù)的平均參與度Bˉ為

項(xiàng)目中用戶(hù)的總參與容量Ccapacity為

仿真結(jié)果表明，經(jīng)濟(jì)補(bǔ)貼r1提高30%，用戶(hù)平均期望效用提高33.71%，用戶(hù)參與度可提高10.66%，經(jīng)濟(jì)補(bǔ)償政策影響下的期望效用彈性系數(shù)e1為35.55%。

（2）項(xiàng)目規(guī)章制度制定對(duì)用戶(hù)參與度的影響

針對(duì)調(diào)研結(jié)果中用戶(hù)打分較低的題目，進(jìn)一步完善可中斷負(fù)荷項(xiàng)目的規(guī)章制度，主要包括提高項(xiàng)目規(guī)章制度的可操作性、簡(jiǎn)化項(xiàng)目的參與流程、調(diào)整項(xiàng)目的補(bǔ)貼計(jì)算方式及結(jié)算時(shí)間等措施。假設(shè)通過(guò)改變項(xiàng)目規(guī)章制度，提高用戶(hù)保障，用戶(hù)的努力期望值平均上升了15%，假定1 000戶(hù)用戶(hù)努力期望的增加值在10%～20%范圍內(nèi)均勻分布，且用戶(hù)期望效用PE及社會(huì)影響SI不發(fā)生變化，則部分電力用戶(hù)參與度的變化情況如圖8所示。

圖中，EE_origin和B_origin分別表示各個(gè)用戶(hù)的初始努力期望和初始參與度；EE_change和B_change表示完善項(xiàng)目規(guī)章制度后各個(gè)用戶(hù)的努力期望和用戶(hù)參與度。

圖8 規(guī)章制度改變前后用戶(hù)參與度對(duì)比

根據(jù)預(yù)測(cè)結(jié)果可求用戶(hù)的平均參與度Bˉ為

項(xiàng)目中用戶(hù)的總參與容量Ccapacity為

仿真結(jié)果表明，通過(guò)完善項(xiàng)目規(guī)章制度使得用戶(hù)努力期望提高15%，用戶(hù)參與度可提高3.09%，項(xiàng)目規(guī)章制度影響下的努力期望彈性系數(shù)e2為20.61%。

（3）提高宣傳費(fèi)用對(duì)用戶(hù)參與度的影響

調(diào)整可中斷負(fù)荷項(xiàng)目中對(duì)宣傳引導(dǎo)政策的成本，假設(shè)CSI從30萬(wàn)元上調(diào)至35萬(wàn)元，期望效用PE及努力期望EE不發(fā)生變化，則部分電力用戶(hù)參與度的變化情況如圖9所示。

圖9 宣傳政策改變前后用戶(hù)參與度對(duì)比

圖9中，SI_origin和B_origin分別表示各個(gè)用戶(hù)的初始努力期望和初始參與度；SI_change和B_change表示增加項(xiàng)目宣傳費(fèi)用后各個(gè)用戶(hù)的社會(huì)影響值和用戶(hù)參與度。

根據(jù)預(yù)測(cè)結(jié)果可求用戶(hù)的平均參與度Bˉ為

項(xiàng)目中用戶(hù)的總參與容量Ccapacity為

仿真結(jié)果表明，宣傳費(fèi)用提高16.67%，用戶(hù)平均社會(huì)影響提高24.67%，用戶(hù)參與度可提高2.32%，宣傳引導(dǎo)政策影響下的社會(huì)影響彈性系數(shù)e3為13.92%。

可中斷負(fù)荷項(xiàng)目中，3個(gè)關(guān)鍵影響政策所對(duì)應(yīng)的彈性系數(shù)如表2所示。

表2 政策與彈性系數(shù)對(duì)照表

顯然，期望效用彈性系數(shù)e1＞努力期望彈性系數(shù)e2＞社會(huì)影響彈性系數(shù)e3。分析可知，可中斷負(fù)荷項(xiàng)目中不同政策對(duì)用戶(hù)參與度影響程度大小為：經(jīng)濟(jì)補(bǔ)貼政策＞項(xiàng)目規(guī)章制度制定＞宣傳引導(dǎo)政策。

5 結(jié)論

可中斷負(fù)荷作為一種快速有效的需求響應(yīng)措施得到越來(lái)越多的關(guān)注，但目前在可中斷負(fù)荷項(xiàng)目中缺少對(duì)用戶(hù)參與度的研究。基于上述原因，本文研究了考慮可中斷負(fù)荷項(xiàng)目政策影響的用戶(hù)參與度，主要結(jié)論如下：

（1）基于UTAUT模型，研究可中斷負(fù)荷項(xiàng)目中影響用戶(hù)參與度的關(guān)鍵因素，主要包括期望效用、努力期望和社會(huì)影響3個(gè)關(guān)鍵因素，在此基礎(chǔ)上建立可中斷負(fù)荷項(xiàng)目中的用戶(hù)參與度模型。

（2）針對(duì)經(jīng)濟(jì)補(bǔ)貼政策、規(guī)章制度以及宣傳引導(dǎo)政策對(duì)期望效用、努力期望和社會(huì)影響3個(gè)關(guān)鍵因素的影響，建立基于經(jīng)濟(jì)補(bǔ)貼的期望效用模型、基于規(guī)章制度制定的努力期望模型以及基于宣傳成本的社會(huì)影響模型。

（3）基于期望效用、努力期望、社會(huì)影響以及用戶(hù)參與度，提出基于支持向量機(jī)的用戶(hù)參與度辨識(shí)及預(yù)測(cè)模型，并用算例分析了不同政策的改變對(duì)用戶(hù)參與度的影響。結(jié)果表明，通過(guò)加大經(jīng)濟(jì)補(bǔ)償政策的力度、優(yōu)化可中斷負(fù)荷項(xiàng)目的規(guī)章制度以及加大宣傳引導(dǎo)政策的力度，可提高項(xiàng)目的用戶(hù)參與度及電力用戶(hù)的總參與容量，從而提高可中斷負(fù)荷項(xiàng)目實(shí)施的效率，且通過(guò)比較發(fā)現(xiàn)，經(jīng)濟(jì)補(bǔ)貼政策對(duì)用戶(hù)參與度的影響最大，項(xiàng)目規(guī)章制度制定次之，宣傳引導(dǎo)政策對(duì)用戶(hù)參與度的影響最小。D

［1］ 李強(qiáng).電力需求側(cè)管理中可中斷負(fù)荷的研究［D］.鄭州：鄭州大學(xué)，2007.

［2］ 徐正波.我國(guó)電力短缺的供需角度分析［D］.成都：西南財(cái)經(jīng)大學(xué)，2012.

［3］ 譚顯東，韓新陽(yáng)，馮義，等.2014年中國(guó)電力供需回顧及2015年預(yù)測(cè)［J］.中國(guó)電力，2015，48（4）：1-5.

［4］ 周磊，李揚(yáng)，高賜威.聚合空調(diào)負(fù)荷的溫度調(diào)節(jié)方法改進(jìn)及控制策略［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2014（31）：5 579-5 589.

［5］ 楊彥，陳皓勇，張堯，等.計(jì)及分布式發(fā)電和不完全信息可中斷負(fù)荷選擇的電力市場(chǎng)模型［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2011（28）：15-24.

［6］ 陳長(zhǎng)勝.可中斷負(fù)荷項(xiàng)目中的定價(jià)問(wèn)題及實(shí)施機(jī)制［D］.北京：華北電力大學(xué)（北京），2008.

［7］ Lawrence D J.2001 performance of New York ISO demand response programs［C］//Power Engineering Society Winter Meeting,2002.IEEE，2002（2）：995-998.

［8］ 劉小聰，王蓓蓓，李揚(yáng)，等.智能電網(wǎng)下計(jì)及用戶(hù)側(cè)互動(dòng)的發(fā)電日前調(diào)度計(jì)劃模型［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2013，33（1）：30-38.

［9］ Bhattacharya K，Bollen M H J，Daalder J E.Real time optimal interruptible tariff mechanism incorporating utility?customer interactions［J］.Power Systems IEEE Transactions on，2000，15（2）：700-706.

［10］ 王蓓蓓，李義榮，李揚(yáng),等.考慮響應(yīng)不確定性的可中斷負(fù)荷參與系統(tǒng)備用配置的協(xié)調(diào)優(yōu)化［J］.電力自動(dòng)化設(shè)備，2015，35（11）：82-89.

［11］ 陳華平，唐軍.移動(dòng)支付的使用者與使用行為研究［J］.管理科學(xué)，2006，19（6）：48-55.

［12］ 李霆，張朋柱，王刊良.影響用戶(hù)接受信息技術(shù)的關(guān)鍵因素分析［J］.預(yù)測(cè)，2005，24（4）：38-43.

［13］ 任震，鄺新武，黃雯瑩.可中斷負(fù)荷措施的成本效益分析［J］.電網(wǎng)技術(shù)，2006，30（7）：22-25.

［14］ 亓萊濱.李克特量表的統(tǒng)計(jì)學(xué)分析與模糊綜合評(píng)判［J］.山東科學(xué)，2006，19（2）：18-23.

［15］ 李力紅，張怡.AHP-模糊綜合評(píng)判法在心理學(xué)中的應(yīng)用［J］.東北師大學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版，2008（3）：169-174.

［16］ 丁世飛，齊丙娟，譚紅艷.支持向量機(jī)理論與算法研究綜述［J］.電子科技大學(xué)學(xué)報(bào)，2011（1）：2-10.

Research on user engagement in the interruptible load management project

SUN Ling?ling1,GAO Ci?wei1,TIAN Qiang2,ZHAO Hong?da3,LI Guo?wen3

（1.Jiangsu Provincial Key Laboratory of Smart Grid Technology& Equipment,Southeast University,Nanjing 210096,China; 2.State Grid Jiangsu Electric Power Company,Suzhou Power Supply Company,Suzhou 215000,China; 3.Institute of Economy and Technology,State Grid Jiangsu Electric Power Company,Nanjing 210008,China）

During the implementation of the interruptible load,policies such as economic compensation policy,rules and reg?ulations,guidance policy and so on in interruptible management projects will influence the user engagement to an extent.The im?pact of different policies on user engagement is analyzed based on the UTAUT model,and then the user engagement model consider?ing policy?making is established.The case study based on support vector machine shows that the proposed user engagement model can effectively characterize the impact of policy?making on user en?gagement,and provides a basis to improve the user engagement and the implementation efficiency of the interruptible load manage?ment project.

interruptible load management project;UTAUT model;policy?making;user engagement;support vector machine

10.3969/j.issn.1009-1831.2016.06.003

TM 721

A

2016-08-29

2016-09-18

國(guó)家高技術(shù)研究發(fā)展計(jì)劃（國(guó)家863計(jì)劃）項(xiàng)目（2015AA050401）；國(guó)家自然科學(xué)基金項(xiàng)目（51577029）；江蘇省“青藍(lán)工程”；國(guó)家電網(wǎng)公司科技項(xiàng)目“智能電網(wǎng)用戶(hù)行為理論與互動(dòng)化模式研究”資助

孫玲玲（1992），女，江蘇泰州人，碩士研究生，研究方向?yàn)殡娏π枨髠?cè)管理、電力系統(tǒng)運(yùn)行與控制；高賜威（1977），男，浙江淳安人，教授，博士生導(dǎo)師，研究方向?yàn)殡娏π枨髠?cè)管理、電動(dòng)汽車(chē)接入電網(wǎng)、電力規(guī)劃、電力市場(chǎng)等。