用戶(hù)參與電力需求響應(yīng)的從眾影響研究

吳奇珂，李 揚(yáng)，姚 順，喬黎偉，郭 煒，王靜怡

（1.東南大學(xué) 電氣工程學(xué)院，南京 210096；2.國(guó)網(wǎng)江蘇省電力公司 經(jīng)濟(jì)技術(shù)研究院，南京 210008）

用戶(hù)參與電力需求響應(yīng)的從眾影響研究

吳奇珂1，李 揚(yáng)1，姚 順1，喬黎偉2，郭 煒2，王靜怡2

（1.東南大學(xué) 電氣工程學(xué)院，南京 210096；2.國(guó)網(wǎng)江蘇省電力公司 經(jīng)濟(jì)技術(shù)研究院，南京 210008）

雙向互動(dòng)智能電網(wǎng)技術(shù)的普及使得電網(wǎng)受端的電力用戶(hù)從被動(dòng)接受電力能源的消費(fèi)者轉(zhuǎn)變?yōu)榭梢耘c電網(wǎng)互動(dòng)的、電網(wǎng)運(yùn)行的主動(dòng)參與者。需求響應(yīng)即是電力用戶(hù)參與電網(wǎng)互動(dòng)的主要實(shí)現(xiàn)形式。然而無(wú)論是價(jià)格型需求響應(yīng)或者是激勵(lì)型需求響應(yīng)，不同電力用戶(hù)參與的意愿各不相同。對(duì)于一定的外界需求響應(yīng)刺激信號(hào)，用戶(hù)在參與過(guò)程中往往受到社會(huì)環(huán)境、其他用戶(hù)反饋等的影響，從而呈現(xiàn)出從眾的特征。針對(duì)電力用戶(hù)參與需求響應(yīng)的過(guò)程，運(yùn)用關(guān)聯(lián)矩陣及權(quán)重表征熟識(shí)及陌生用戶(hù)間相互影響，結(jié)合社會(huì)學(xué)中的從眾心理理論，建立電力用戶(hù)參與需求響應(yīng)的從眾行為模型?；谏鐣?huì)影響與個(gè)人主觀傾向，在從眾行為模型的基礎(chǔ)上建立電力用戶(hù)參與需求響應(yīng)參與度模型，并通過(guò)軟件對(duì)場(chǎng)景案例進(jìn)行仿真，驗(yàn)證模型的合理性。

需求響應(yīng)；從眾心理；群體行為；用戶(hù)參與度

智能電網(wǎng)的不斷發(fā)展使得傳統(tǒng)被動(dòng)接受電力的用戶(hù)用電模式成為過(guò)去，智能化設(shè)備以及通信手段的不斷升級(jí)為用戶(hù)與電網(wǎng)的雙向互動(dòng)提供技術(shù)支撐。用戶(hù)在電力系統(tǒng)運(yùn)行中扮演越來(lái)越重要的角色，可以在外界一定刺激下通過(guò)改變自身用電行為參與電網(wǎng)運(yùn)行，這種行為即稱(chēng)為需求響應(yīng)［1—2］。但是，用戶(hù)側(cè)又不同于傳統(tǒng)電網(wǎng)的發(fā)電側(cè)及輸電網(wǎng)，用戶(hù)側(cè)的行為并不是由一個(gè)或幾個(gè)用戶(hù)進(jìn)行操作，它是由成千上萬(wàn)不同用戶(hù)行為所構(gòu)成，不同的用戶(hù)在面對(duì)外界同樣的價(jià)格等激勵(lì)信號(hào)時(shí)所呈現(xiàn)出的響應(yīng)特性往往存在很大的區(qū)別。用戶(hù)在面對(duì)未知的外界刺激信號(hào)時(shí)，常常會(huì)呈現(xiàn)明顯的從眾性特征［3—5］。這一特征往往出現(xiàn)在外界信號(hào)刺激剛剛產(chǎn)生，或是用戶(hù)對(duì)自身選擇缺乏自信而對(duì)外界信號(hào)不了解的情況下。用戶(hù)從眾行為主要源于人類(lèi)最基本的從眾心理，而這一行為特征的強(qiáng)弱往往和個(gè)體的差異存在較強(qiáng)的聯(lián)系。文獻(xiàn)［6］基于實(shí)證研究法和歸納分析法，分析了群體規(guī)模對(duì)從眾行為影響。文獻(xiàn)［7］基于控制視角分析中國(guó)消費(fèi)者在從眾決策過(guò)程中的選擇次級(jí)控制策略，其具有在環(huán)境中調(diào)整自身、積極適應(yīng)的特征。文獻(xiàn)［8］分析了群體決策中從眾行為的原因及對(duì)策，研究了個(gè)人特性和環(huán)境特性對(duì)最終決策行為的影響。目前，我國(guó)的需求側(cè)管理需要進(jìn)一步推廣，研究從眾行為對(duì)用戶(hù)需求響應(yīng)參與的影響對(duì)于提高需求響應(yīng)的社會(huì)接受程度，推進(jìn)需求響應(yīng)的廣泛實(shí)施具有重要的實(shí)踐價(jià)值［9—10］。

1 用戶(hù)參與需求響應(yīng)從眾行為模型

從眾心理是指?jìng)€(gè)體在群體的影響下，部分或全部放棄自己原有意見(jiàn)，使自己的言論、行為保持與群體一致的現(xiàn)象［11］。從眾行為一般指?jìng)€(gè)體跟從群體的傾向行為。從眾行為來(lái)源于社會(huì)行為學(xué)的概念，有學(xué)者將可能造成從眾行為的因素分為4種:個(gè)人特性、群體特性、品牌特性和工作/情景特性，并且建立了從眾行為的影響模型［12］。上述4種特性指的是會(huì)對(duì)用戶(hù)從眾行為產(chǎn)生實(shí)際影響的4個(gè)主要方面，如圖1所示。從眾行為的理解包含對(duì)規(guī)范的順從及認(rèn)同［13］，以及信息自身的內(nèi)化［14］，這反映的是規(guī)范自身的合理性以及所呈現(xiàn)出的外部信息的易接受性，這種特質(zhì)對(duì)于人們從眾心理（行為）的影響潛力是巨大的。但是這種影響力會(huì)隨著時(shí)間和情景的不同而發(fā)生變化，因此在實(shí)際中需要進(jìn)行理想簡(jiǎn)化。此外，從眾用戶(hù)的行為還受到其他權(quán)威用戶(hù)的影響，在模型中也需要加以考慮。

圖1 從眾心理影響因素圖

對(duì)于需求響應(yīng)用戶(hù)而言，他們的工作/情景特性主要指該用戶(hù)所處的行業(yè)、公司生產(chǎn)經(jīng)營(yíng)狀況對(duì)于用電的需求［15—16］，主要是用電特性或負(fù)荷特性；個(gè)人特性主要指自身對(duì)于需求響應(yīng)的認(rèn)知、接受程度，對(duì)需求響應(yīng)實(shí)施的主觀好感等；產(chǎn)品特性指需求響應(yīng)具體實(shí)施內(nèi)容及細(xì)則的規(guī)范性、可行性及公平性，以及是否得到用戶(hù)的采納及認(rèn)可；群體特性指用戶(hù)所處的行業(yè)、城市、業(yè)務(wù)群體中對(duì)于該需求響應(yīng)項(xiàng)目的認(rèn)可及接受程度，以及其他的熟識(shí)、陌生用戶(hù)對(duì)某一特定用戶(hù)所產(chǎn)生的群體從眾影響。

依據(jù)此模型對(duì)用戶(hù)參與需求響應(yīng)從眾心理建立的模型如下圖2所示。

圖2 用戶(hù)參與需求響應(yīng)的從眾心理影響關(guān)系

具體到某一個(gè)需求響應(yīng)項(xiàng)目，上述表述又可以具體細(xì)分為：用戶(hù)用電特性主要指用戶(hù)生產(chǎn)經(jīng)營(yíng)過(guò)程中電費(fèi)占總成本的比例、最大可參與的需求響應(yīng)容量、參與需求響應(yīng)項(xiàng)目或響應(yīng)分時(shí)電價(jià)對(duì)生產(chǎn)經(jīng)營(yíng)所造成的影響以及由此引發(fā)的失負(fù)荷成本（損失）。需求響應(yīng)規(guī)則主要是需求響應(yīng)項(xiàng)目的補(bǔ)貼及參與方式，當(dāng)用戶(hù)實(shí)際生產(chǎn)經(jīng)營(yíng)情況滿(mǎn)足參與需求響應(yīng)條件時(shí)，例如具備參與需求響應(yīng)的容量，并且參與需求響應(yīng)所獲得的補(bǔ)貼可以彌補(bǔ)因參與所造成的損失（失負(fù)荷成本），此時(shí)即表示用戶(hù)客觀上具備參與需求響應(yīng)的能力。

用戶(hù)群體特性主要指用戶(hù)受到其他用戶(hù)的影響，在此建立2種模型。

1.1 基于熟識(shí)人際網(wǎng)絡(luò)的多個(gè)體影響模型

熟識(shí)人際網(wǎng)絡(luò)主要指其他熟識(shí)用戶(hù)參與需求響應(yīng)情況對(duì)該用戶(hù)造成的累積影響。對(duì)于參與需求響應(yīng)的一般用戶(hù)而言，熟識(shí)用戶(hù)的響應(yīng)情況往往可對(duì)自身提供參考，尤其是熟識(shí)用戶(hù)的堅(jiān)定參與可產(chǎn)生強(qiáng)烈的暗示作用，促使其積極參與。

為了表征熟識(shí)用戶(hù)間的影響關(guān)系，引入關(guān)系矩陣R表示各用戶(hù)間的影響權(quán)值。

用戶(hù)1的需求響應(yīng)參與度F1表示用戶(hù)參與需求響應(yīng)的參與程度，以用戶(hù)參與概率表征，主要基于用戶(hù)參與需求響應(yīng)項(xiàng)目的次數(shù)統(tǒng)計(jì)值，r11表示用戶(hù)1的需求響應(yīng)參與度F1，r12即表示用戶(hù)1參與對(duì)用戶(hù)2的影響權(quán)值，同理可得用戶(hù)1參與對(duì)用戶(hù)n的影響權(quán)值為r1n。

設(shè)定關(guān)系權(quán)值參數(shù)，基于模糊理論，對(duì)用戶(hù)間相互影響力的大小采用模糊值。采用李克特5分表表示，以調(diào)查問(wèn)卷等形式收集，模糊權(quán)值設(shè)置為表1所示。

基于加權(quán)平均，得到用戶(hù)m受到其他熟識(shí)用戶(hù)影響系數(shù)Km,exs為

表1 熟識(shí)用戶(hù)影響權(quán)值表

1.2 基于陌生人際網(wǎng)絡(luò)的外界一致性影響模型

在從眾心理對(duì)用戶(hù)參與需求響應(yīng)的分析中，受制于單一用戶(hù)人際圈的有界性，某一用戶(hù)受到的其他熟識(shí)用戶(hù)的累積影響是有限的，在實(shí)際參與需求響應(yīng)的過(guò)程中，用戶(hù)往往還受到許多陌生的用戶(hù)的影響，這些用戶(hù)單一的響應(yīng)情況可能并不會(huì)對(duì)該用戶(hù)產(chǎn)生影響，然而當(dāng)這些陌生用戶(hù)的響應(yīng)情況存在相當(dāng)程度的一致性，并且這類(lèi)用戶(hù)人群數(shù)量不斷增多時(shí)，便會(huì)對(duì)該用戶(hù)產(chǎn)生明顯的示范性。

用戶(hù)m受到其他陌生用戶(hù)影響系數(shù)Km,exm為

式中：gt(i)表示在t(i)時(shí)刻與該用戶(hù)m關(guān)系陌生的參與度超過(guò)一致性閾值（默認(rèn)為50%，對(duì)不同的用戶(hù)，一致性閾值存在一定差異）的用戶(hù)數(shù)nsame,t(i)與t(i)時(shí)刻總陌生用戶(hù)數(shù)之比，即用戶(hù)一致性系數(shù)。當(dāng)用戶(hù)一致性系數(shù)越高表明該用戶(hù)認(rèn)為外界用戶(hù)越統(tǒng)一，對(duì)個(gè)體用戶(hù)的從眾性影響也越大。

1.3 人際網(wǎng)絡(luò)信息通道透明程度影響

上文在考慮用戶(hù)受到外界熟識(shí)人際網(wǎng)絡(luò)或者陌生人際網(wǎng)絡(luò)的影響時(shí)，還應(yīng)當(dāng)考慮到人際網(wǎng)絡(luò)獲取信息的通暢性，尤其是對(duì)于陌生人際網(wǎng)絡(luò)模型中的群體數(shù)量以及群體一致性數(shù)據(jù)的準(zhǔn)確獲得。若某用戶(hù)并未從外界獲取任何關(guān)于參與需求響應(yīng)的信息，或者外部信息不足以促成他做出從眾判斷時(shí)，該用戶(hù)必然只能基于自身做出選擇，因此人際網(wǎng)絡(luò)信息渠道的通暢決定了用戶(hù)可從外界獲得的信息量。

若信息渠道完全通暢，所能獲得信息即全部反映在影響模型中，否則若信息渠道不完全通暢，外界影響需要乘以相應(yīng)衰減系數(shù)。

1.4 用戶(hù)參與需求響應(yīng)群體影響

用戶(hù)參與需求響應(yīng)的群體影響可以分為熟識(shí)用戶(hù)影響以及陌生用戶(hù)群影響2個(gè)方面，其中用戶(hù)m受到熟識(shí)用戶(hù)影響系數(shù)為Km,exs，用戶(hù)m受到陌生用戶(hù)影響系數(shù)為Km,exm，用戶(hù)參與需求響應(yīng)所受到的群體影響的系數(shù)表示為Km,soc，即熟識(shí)用戶(hù)和陌生用戶(hù)群的群體影響系數(shù)如下式（5）表征

它們之間的數(shù)學(xué)關(guān)系，用hm,soc表示。

若考慮信息通道透明度的影響，則需要考慮信息通暢系數(shù)Tm,exs和Tm,exm，得到如下式（6）所示

信息通暢系數(shù)Tm,exs和Tm,exm以信息傳遞成功的概率作為表征，表示外部熟識(shí)用戶(hù)及陌生用戶(hù)因?yàn)樾诺啦粫乘鸬挠绊懥p弱程度。由于信道不暢導(dǎo)致的影響減弱即表現(xiàn)為影響權(quán)值的減少，因此在分析中也可以將信息不暢導(dǎo)致的影響系數(shù)減低視作影響力的降低。

2 用戶(hù)需求響應(yīng)參與模型

當(dāng)響應(yīng)后留存量Plef低于最小保證容量Psec（安保負(fù)荷）時(shí)，認(rèn)為此時(shí)該用戶(hù)客觀響應(yīng)能力為0，而當(dāng)響應(yīng)后留存量高于最小保證容量Psec（安保負(fù)荷）時(shí)，可認(rèn)為參與需求響應(yīng)可保證用電安全，可認(rèn)為客觀參與能力為1，即表示用戶(hù)具備參與需求響應(yīng)的客觀條件。

2.2 用戶(hù)需求響應(yīng)自身參與度模型

2.2.1 主觀經(jīng)濟(jì)滿(mǎn)意度

Pm表示用戶(hù)m的響應(yīng)容量。Cm為單位失負(fù)荷成本系數(shù)，該系數(shù)表示用戶(hù)m參與需求響應(yīng)單位容量（失去單位負(fù)荷）所需要付出的成本。若響應(yīng)收益（補(bǔ)償電價(jià)減去外部電價(jià)）大于成本，則用戶(hù)才可能參與響應(yīng)，否則不太可能參與，用戶(hù)自身的參與度只有在用戶(hù)益本比大于0時(shí)才不為0。

用戶(hù)m的益本比Jm,sa為

2.1 用戶(hù)需求響應(yīng)客觀參與能力

引入用戶(hù)客觀參與能力Km,ob表征用戶(hù)實(shí)際參與需求響應(yīng)的能力，只有當(dāng)用戶(hù)客觀具備參與需求響應(yīng)的能力時(shí)，用戶(hù)才可能參與實(shí)際的需求響應(yīng)項(xiàng)目，否則即使用戶(hù)主觀參與意愿強(qiáng)烈，也無(wú)法參與。

式中：Hm表示收益，減去用戶(hù)失負(fù)荷成本Pm×Cm，除以用戶(hù)投資Tm，則表示用戶(hù)投資的收益成本比。

通過(guò)用戶(hù)調(diào)研等方式獲得用戶(hù)參與需求響應(yīng)每單位容量預(yù)期收益率及最低預(yù)期收益率。對(duì)于給定收益率，假定不同用戶(hù)其主觀經(jīng)濟(jì)滿(mǎn)意的概率分布滿(mǎn)足正態(tài)分布，即表示對(duì)于大量用戶(hù)的主觀經(jīng)濟(jì)滿(mǎn)意度Km,ec在同等收益率條件下滿(mǎn)足正態(tài)分布

由于正態(tài)分布函數(shù)遵循μ～3σ法則，設(shè)定μ為用戶(hù)期望收益，μ～3σ即為用戶(hù)最低期望收益Jsa,min。表明若收益值大小低于用戶(hù)最低期望，則用戶(hù)主觀經(jīng)濟(jì)滿(mǎn)意的概率基本趨向于0；若收益大于μ+3σ，即收益率高于最高預(yù)期Jsa,max，則用戶(hù)主觀經(jīng)濟(jì)滿(mǎn)意的概率基本趨向于100%。

2.2.2 主觀需求響應(yīng)規(guī)則認(rèn)同度

設(shè)用戶(hù)m的主觀需求響應(yīng)規(guī)則認(rèn)同度為Km,ag，采用李克特5分表表示某用戶(hù)m對(duì)于某一項(xiàng)需求響應(yīng)措施的主觀認(rèn)同度，以調(diào)查問(wèn)卷等形式收集，權(quán)值設(shè)置為表2所示。

表2 用戶(hù)主觀需求響應(yīng)規(guī)則認(rèn)同度調(diào)查表

2.2.3 用戶(hù)自身參與度

用戶(hù)m的自身參與度Km,su即為主觀經(jīng)濟(jì)滿(mǎn)意度Km,ec與主觀需求響應(yīng)規(guī)則認(rèn)同度Km,ag的數(shù)學(xué)關(guān)系，用hm,su表示。用戶(hù)自身參與度Km,su數(shù)學(xué)模型即為

2.3 用戶(hù)需求響應(yīng)參與度模型

在滿(mǎn)足客觀參與條件的情況下，即當(dāng)滿(mǎn)足用戶(hù)客觀參與能力Km,ob不為0時(shí)，用戶(hù)m的需求響應(yīng)參與度Fm是自身堅(jiān)定系數(shù)Km,ins影響下，自身參與度Km,su與外部其他用戶(hù)影響所造成影響 Km,soc的綜合。Km,ins表示自身堅(jiān)定系數(shù)，表征該用戶(hù)行為受到自身主觀傾向的影響大小，即自身參與度Km,su對(duì)用戶(hù)m的需求響應(yīng)參與度Fm的權(quán)重，系數(shù)較低表明用戶(hù)較易受到外界熟識(shí)用戶(hù)及陌生用戶(hù)的影響，而系數(shù)較高則表明用戶(hù)受外界其他用戶(hù)的影響較小。數(shù)值獲取可基于調(diào)查問(wèn)卷等形式收集，采用如下表3所示的模糊化數(shù)值表征。

設(shè)表征它們相關(guān)關(guān)系的函數(shù)為α，則有

表3 用戶(hù)堅(jiān)定系數(shù)調(diào)查表

式中：Km,su表示自身參與度；Km,soc表示受到外部群體影響系數(shù)；Km,ins表示自身堅(jiān)定系數(shù)。

3 基于人工智能的需求響應(yīng)從眾行為影響辨識(shí)

3.1 用戶(hù)需求響應(yīng)從眾可辨識(shí)影響因素

用戶(hù)間影響權(quán)值是一個(gè)動(dòng)態(tài)變化的權(quán)值參數(shù)，這一參數(shù)表征的是用戶(hù)A對(duì)用戶(hù)B參與需求響應(yīng)時(shí)的影響力大小。影響力的大小相對(duì)比較抽象，難以直接獲取，需要利用可獲取的數(shù)據(jù)進(jìn)行挖掘分析，并加以定義，獲得影響力的量化修正值。

在實(shí)際需求響應(yīng)過(guò)程中，各變量的數(shù)值可能會(huì)發(fā)生變化，因此需要基于實(shí)際場(chǎng)景進(jìn)行辨識(shí)才能夠獲得相對(duì)應(yīng)的函數(shù)關(guān)系。依據(jù)上文所述，用戶(hù)需求響應(yīng)參與度 Fm的主要影響變量為 Km,su、Km,soc、Km,ins，其中Km,soc由 Km,exs、Km,exm影響。Km,exm表征的是外部陌生人群數(shù)量及一致性的變化對(duì)用戶(hù)的影響，其數(shù)值可以獲得。用戶(hù)自身參與度Km,su在滿(mǎn)足客觀參與能力以及經(jīng)濟(jì)、認(rèn)同不變的條件下，短期內(nèi)不會(huì)大幅變化，可通過(guò)調(diào)研Km,ec及Km,ag獲取。基于外部調(diào)研或數(shù)據(jù)挖掘獲取的數(shù)據(jù)：用戶(hù)自身參與度Km,su、以及熟識(shí)用戶(hù)實(shí)際參與度rii、陌生用戶(hù)參與需求響應(yīng)一致性系數(shù)gt(i)、自身堅(jiān)定系數(shù)Km,ins等，通過(guò)人工神經(jīng)元網(wǎng)絡(luò)訓(xùn)練，可得到Fm與rii、gt(i)以及Km,su、Km,ins的關(guān)系網(wǎng)絡(luò)，即上文所述非線性函數(shù)關(guān)系α。

3.2 人工神經(jīng)元網(wǎng)絡(luò)概述

人工神經(jīng)元網(wǎng)絡(luò)（artificial neural network，ANN）是人們模擬大腦基本特性，在現(xiàn)代神經(jīng)科學(xué)研究的基礎(chǔ)上對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象所提出來(lái)人工神經(jīng)網(wǎng)絡(luò)的模型。

BP網(wǎng)絡(luò)是一種有監(jiān)督的前饋運(yùn)行的人工神經(jīng)網(wǎng)絡(luò)，它由輸入層、隱含層、輸出層以及各層之間的節(jié)點(diǎn)的連接權(quán)所組成。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法流程圖如下圖3所示。

圖3 BP神經(jīng)元網(wǎng)絡(luò)流程圖

首先對(duì)網(wǎng)絡(luò)的權(quán)值和結(jié)構(gòu)進(jìn)行初始化，然后根據(jù)輸入樣本前向計(jì)算出BP神經(jīng)網(wǎng)絡(luò)每一層神經(jīng)元的輸入信號(hào)以及輸出信號(hào)，根據(jù)期望輸出計(jì)算反向誤差來(lái)對(duì)權(quán)值進(jìn)行修正。如果迭代次數(shù)超過(guò)設(shè)定值或者誤差小于給定值，那么學(xué)習(xí)結(jié)束。BP神經(jīng)元網(wǎng)絡(luò)對(duì)非線性規(guī)律具有自適應(yīng)學(xué)習(xí)功能，適用于復(fù)雜影響因素模型的建模及關(guān)系映射求解。

基于上文的分析，用戶(hù)參與需求響應(yīng)受到自身與外界、熟識(shí)用戶(hù)與陌生用戶(hù)群體的復(fù)雜影響，因此運(yùn)用BP神經(jīng)元網(wǎng)絡(luò)可以實(shí)現(xiàn)用戶(hù)參與需求響應(yīng)影響因素與用戶(hù)實(shí)際參與度之間的映射關(guān)系，從而表征出用戶(hù)參與需求響應(yīng)的影響因素：用戶(hù)自身參與度Km,su、用戶(hù)自身堅(jiān)定系數(shù)Km,ins、熟識(shí)用戶(hù)實(shí)際參與度rii、陌生用戶(hù)參與需求響應(yīng)一致性系數(shù)gt(i)與該用戶(hù)實(shí)際參與需求響應(yīng)參與度的映射關(guān)系。

3.3 需求響應(yīng)從眾影響因素的人工神經(jīng)元建模

采用BP神經(jīng)元網(wǎng)絡(luò)，輸入量為某用戶(hù)自身參與意愿Km,su、用戶(hù)自身堅(jiān)定系數(shù)Km,ins、外部用戶(hù)一致性gt(i)以及與該用戶(hù)熟識(shí)的其他用戶(hù)參與度rii，i為1—N，N表示與該用戶(hù)熟識(shí)的用戶(hù)數(shù)。輸出量為該用戶(hù)實(shí)際的參與需求響應(yīng)參與度Fm。

基于上文所述，用戶(hù)自身參與意愿Km,su與用戶(hù)自身堅(jiān)定系數(shù)Km,ins主要通過(guò)調(diào)研等方式獲得，外部用戶(hù)一致性gt(i)基于數(shù)據(jù)挖掘及統(tǒng)計(jì)獲得，與該用戶(hù)熟識(shí)的其他用戶(hù)參與度rii主要通過(guò)調(diào)查走訪以及數(shù)據(jù)挖掘獲得。

采用BP神經(jīng)元網(wǎng)絡(luò)進(jìn)行訓(xùn)練，設(shè)置訓(xùn)練參數(shù)如下：訓(xùn)練方法為'traingdx'，設(shè)置訓(xùn)練步數(shù)為30 000步，學(xué)習(xí)速率0.01，得到結(jié)果如下圖4所示。

圖4 BP神經(jīng)元網(wǎng)絡(luò)訓(xùn)練測(cè)試結(jié)果

由上圖4可見(jiàn)，采用人工神經(jīng)元BP網(wǎng)絡(luò)訓(xùn)練所得出的網(wǎng)絡(luò)可表征某用戶(hù)參與需求響應(yīng)參與度Fm與該用戶(hù)自身參與度 Km,su、用戶(hù)自身堅(jiān)定系數(shù)Km,ins、外部用戶(hù)一致性gt(i)以及與該用戶(hù)熟識(shí)的其他用戶(hù)參與度rii（i=1—N）之間的非線性關(guān)系。

4 需求響應(yīng)從眾因素影響仿真算例分析

利用上文已經(jīng)建立的用戶(hù)參與需求響應(yīng)參與度Fm與其他參數(shù)之間的關(guān)系α，可以對(duì)不同因素對(duì)用戶(hù)從眾參與需求響應(yīng)的影響進(jìn)行分析。

模型中對(duì)于從眾影響的分析主要有以下幾個(gè)方面：（1）熟識(shí)用戶(hù)對(duì)某用戶(hù)參與需求響應(yīng)的影響；（2）陌生用戶(hù)群體對(duì)某用戶(hù)參與需求響應(yīng)的影響；（3）外界信息獲取通暢程度對(duì)用戶(hù)參與需求響應(yīng)的影響。

假設(shè)一個(gè)具有大量用戶(hù)的大型關(guān)系網(wǎng)絡(luò)，網(wǎng)絡(luò)中各用戶(hù)與其他熟識(shí)用戶(hù)的數(shù)量隨機(jī)，他們之間的相互影響因子也隨機(jī)，在該系統(tǒng)內(nèi)的所有用戶(hù)涵蓋了與某用戶(hù)熟識(shí)及陌生的用戶(hù)。用戶(hù)具體參數(shù)設(shè)置如下表4所示。

表4 系統(tǒng)仿真參數(shù)表

調(diào)整熟識(shí)用戶(hù)關(guān)系矩陣的影響因子進(jìn)行對(duì)比分析。

4.1 熟識(shí)用戶(hù)對(duì)用戶(hù)從眾影響分析

熟識(shí)用戶(hù)的參與與否會(huì)對(duì)其他用戶(hù)產(chǎn)生一定的暗示作用，尤其是對(duì)從眾型用戶(hù)而言，其做出決定受到其他用戶(hù)的影響，因此存在較強(qiáng)參與意愿的熟識(shí)用戶(hù)會(huì)促進(jìn)其他用戶(hù)參與。

仿真基于上文已經(jīng)建立的人工神經(jīng)元仿真模型，調(diào)整熟識(shí)用戶(hù)關(guān)系矩陣的參數(shù)進(jìn)行對(duì)比分析。仿真100人的用戶(hù)系統(tǒng)，共設(shè)置3個(gè)場(chǎng)景，場(chǎng)景具體變量如下表5所示。

表5 系統(tǒng)仿真參數(shù)表

當(dāng)提高熟識(shí)用戶(hù)影響度及初始參與度時(shí)表示熟識(shí)用戶(hù)參與會(huì)對(duì)其他用戶(hù)產(chǎn)生更強(qiáng)的促進(jìn)影響，促使其他用戶(hù)依從熟識(shí)用戶(hù)的參與傾向。

圖5 熟識(shí)用戶(hù)影響的用戶(hù)平均參與度仿真結(jié)果

由上圖5可見(jiàn)，場(chǎng)景1與場(chǎng)景2相比總體用戶(hù)平均參與度隨收益率變化較為接近，場(chǎng)景2比場(chǎng)景1的熟識(shí)用戶(hù)數(shù)及初始參與度更多，熟識(shí)用戶(hù)影響力基本一致。由于場(chǎng)景2熟識(shí)用戶(hù)數(shù)多于場(chǎng)景1，因此通過(guò)多次仿真，最終穩(wěn)定的用戶(hù)參與度場(chǎng)景2要略高于場(chǎng)景1，表明影響程度基本一致時(shí)，增加熟識(shí)用戶(hù)數(shù)量可以在一定程度上提高用戶(hù)的最終參與度。而場(chǎng)景3熟識(shí)用戶(hù)初始參與度與影響力都有顯著提高時(shí)，用戶(hù)平均參與度在不同收益條件下都高于場(chǎng)景2，表明影響力較大的堅(jiān)定參與的熟識(shí)用戶(hù)會(huì)對(duì)其他用戶(hù)產(chǎn)生明顯的促進(jìn)作用。且場(chǎng)景3最終達(dá)到基本穩(wěn)定的用戶(hù)參與度相比于場(chǎng)景1和2較少熟識(shí)用戶(hù)促進(jìn)的情況有明顯提高。如圖6所示，陌生用戶(hù)參與一致性相比，場(chǎng)景3也高于場(chǎng)景1和2，表明增加參與意愿較強(qiáng)的熟識(shí)用戶(hù)會(huì)對(duì)系統(tǒng)中其他的陌生用戶(hù)也產(chǎn)生一定的促進(jìn)影響。仿真說(shuō)明存在影響力較大且參與意愿較強(qiáng)的熟識(shí)用戶(hù)對(duì)于促進(jìn)從眾用戶(hù)參與需求響應(yīng)具有積極意義。

圖6 熟識(shí)用戶(hù)影響的陌生用戶(hù)參與一致性仿真結(jié)果

4.2 陌生用戶(hù)群體對(duì)用戶(hù)從眾影響分析

陌生用戶(hù)群體的參與一致性同樣會(huì)對(duì)從眾型用戶(hù)的參與產(chǎn)生一定的影響，但是不同的用戶(hù)對(duì)于用戶(hù)一致性的認(rèn)知也不盡相同，在模型中反映的即是一致性的閾值不同。仿真比較高用戶(hù)參與一致性及低用戶(hù)參與一致性條件下，用戶(hù)在不同收益率的參與情況。仿真設(shè)置100名用戶(hù)，設(shè)置參數(shù)如下表6所示。

表6 系統(tǒng)仿真參數(shù)表

場(chǎng)景參數(shù)設(shè)置如下表7所示。

表7 場(chǎng)景仿真參數(shù)表

得到仿真結(jié)果如下圖7、圖8所示。

圖7 陌生用戶(hù)影響的用戶(hù)平均參與度仿真結(jié)果

圖8 陌生用戶(hù)影響的陌生用戶(hù)參與一致性仿真結(jié)果

不同用戶(hù)的陌生用戶(hù)一致性閾值不同，導(dǎo)致不同用戶(hù)對(duì)于外界陌生用戶(hù)一致性的感知也不盡相同。由圖8可見(jiàn)，場(chǎng)景1是閾值最低的仿真場(chǎng)景，因此其陌生用戶(hù)參與一致性最高，依次是場(chǎng)景2、場(chǎng)景3。從圖7中可以看出，當(dāng)場(chǎng)景1陌生用戶(hù)一致性閾值較低，陌生用戶(hù)參與一致性較高時(shí)，在其他條件均相同的情況下，場(chǎng)景1用戶(hù)平均參與度隨收益率的變化最快，且最終到達(dá)穩(wěn)定時(shí)用戶(hù)的平均參與度也最高，場(chǎng)景2由于閾值較高，相應(yīng)的用戶(hù)感知的陌生用戶(hù)參與一致性較低，用戶(hù)平均參與度隨收益率變化相對(duì)于場(chǎng)景1較慢，最終穩(wěn)定時(shí)的用戶(hù)平均參與度也較低。同理可知場(chǎng)景3閾值最高，陌生用戶(hù)參與一致性最低，因此用戶(hù)平均參與度隨收益率變化最慢，穩(wěn)定值也最低。

仿真結(jié)果說(shuō)明，提高參與需求響應(yīng)的陌生用戶(hù)參與一致性對(duì)于提高需求響應(yīng)參與率具有正向促進(jìn)作用，尤其是對(duì)于從眾型用戶(hù)，由于該類(lèi)型用戶(hù)參與與否受到外界影響較大。因此，當(dāng)外界參與需求響應(yīng)的用戶(hù)參與一致性不斷提高時(shí)，會(huì)對(duì)從眾心理較強(qiáng)的用戶(hù)產(chǎn)生很強(qiáng)的促進(jìn)作用。

4.3 外界信息獲取通暢程度對(duì)用戶(hù)從眾影響分析

外界信息獲取通暢程度直接影響外部其他用戶(hù)群體的參與情況能否及時(shí)傳達(dá)至該用戶(hù)，缺少外界信息會(huì)導(dǎo)致從眾型用戶(hù)難以做出抉擇，選擇繼續(xù)觀望，影響其參與的意愿。仿真設(shè)置不同的信息傳遞系數(shù)來(lái)模擬信息通暢及信息受阻的情況。

場(chǎng)景參數(shù)設(shè)置如下表8所示。

表8 場(chǎng)景仿真參數(shù)表

得到仿真結(jié)果如下圖9、圖10所示。

圖9 信息傳遞影響的用戶(hù)平均參與度仿真結(jié)果

圖10 信息傳遞影響的陌生用戶(hù)參與一致性仿真結(jié)果

由圖9及圖10可見(jiàn)，在場(chǎng)景1、2、3中，雖然陌生用戶(hù)參與一致性存在一定的差異，但是由于外界信息受到一定程度的阻礙，用戶(hù)無(wú)法及時(shí)獲取到來(lái)自外界的信息，用戶(hù)僅能依據(jù)自身做出判斷，用戶(hù)受到外界用戶(hù)的影響降低，因此外部陌生用戶(hù)一致性的高低并不能反映到用戶(hù)平均參與度中。場(chǎng)景1、2、3中用戶(hù)的平均參與度差異較小，原因是反映到最終參與度的主要是用戶(hù)本身的參與意愿，受到外界影響程度減小所導(dǎo)致的。因此，提高外界信息的傳遞透明度，促進(jìn)需求響應(yīng)的正面信息傳播可以對(duì)社會(huì)參與需求響應(yīng)產(chǎn)生良好效果，尤其是對(duì)從眾型用戶(hù)，其最終的參與度會(huì)有顯著提升。

5 結(jié)論與展望

用戶(hù)參與需求響應(yīng)除了受到自身因素的影響外，群體性從眾心理也會(huì)顯著影響用戶(hù)實(shí)際的參與意愿。本文所建立的需求響應(yīng)用戶(hù)參與的從眾模型將用戶(hù)參與需求響應(yīng)受到自身及外界的從眾影響加以量化，得到數(shù)值化的影響模型。將熟識(shí)用戶(hù)影響采用關(guān)系矩陣模型表示，陌生用戶(hù)影響采用閾值統(tǒng)計(jì)模型表示，并介紹用戶(hù)參與度的辨識(shí)方法。通過(guò)數(shù)據(jù)挖掘等手段識(shí)別用戶(hù)參與度以及用戶(hù)受到的外界影響，可用于指導(dǎo)實(shí)際需求響應(yīng)推廣工作。

仿真算例表明上文所建立的需求響應(yīng)用戶(hù)參與的從眾影響模型可以有效反映在不同條件下用戶(hù)的參與情況。仿真設(shè)置熟識(shí)用戶(hù)、陌生用戶(hù)以及信息通暢程度等變量，結(jié)果表明可以通過(guò)擴(kuò)大熟識(shí)用戶(hù)圈、提高熟識(shí)用戶(hù)參與度、加大有利消息宣傳并積極推廣等手段促進(jìn)需求響應(yīng)用戶(hù)參與，從而提高全社會(huì)需求響應(yīng)參與率，促進(jìn)更多的用戶(hù)從眾參與需求響應(yīng)項(xiàng)目，推動(dòng)需求響應(yīng)項(xiàng)目的推廣。D

［1］ 張炳建，徐杰彥，宋杰，等.中國(guó)電力需求響應(yīng)的發(fā)展動(dòng)因與實(shí)施手段［J］.電力需求側(cè)管理，2013（4）:1-5.

［2］ 楊旭英，周明，李庚銀.智能電網(wǎng)下需求響應(yīng)機(jī)理分析與建模綜述［J］.電網(wǎng)技術(shù)，2016（1）:220-226.

［3］ 張婷，朱倩昕.關(guān)于從眾行為的研究評(píng)述［J］.東方企業(yè)文化，2007（5）:83-84.

［4］ 李朔.從眾行為的心理分析及應(yīng)用［J］.遼寧行政學(xué)院學(xué)報(bào)，2002（1）:33-34.

［5］ 李云捷，伍永亮，張同航.從眾行為的心理探析［J］.山東省青年管理干部學(xué)院學(xué)報(bào)，2008（1）:75-76.

［6］ 賴(lài)華侹.群體規(guī)模對(duì)從眾行為影響研究［D］.成都：西南財(cái)經(jīng)大學(xué)，2013.

［7］ 戚海峰.中國(guó)人從眾消費(fèi)行為問(wèn)題探究——基于控制的視角［J］.經(jīng)濟(jì)與管理研究，2011（1）:24-32.

［8］ 柏芳平.群體決策中從眾行為的原因及對(duì)策探析［J］.河北北方學(xué)院學(xué)報(bào)：社會(huì)科學(xué)版，2010（6）:34-37.

［9］ 王建星，韓文花.我國(guó)電力需求側(cè)管理的現(xiàn)狀分析及政策建議［J］.廣東電力，2013（7）:1-5.

［10］ 曾鳴，孫昕，張啟平，等.我國(guó)電力需求側(cè)管理的激勵(lì)機(jī)制及政策建議［J］.電力需求側(cè)管理，2003（2）:3-6.

［11］ 張婷，朱倩昕.關(guān)于從眾行為的研究評(píng)述［J］.東方企業(yè)文化，2007（5）:83-84.

［12］ 談?dòng)褎?國(guó)外從眾行為理論研究進(jìn)展述評(píng)［J］.生產(chǎn)力研究，2010（9）:247-250.

［13］ 代祺，胡培，周庭銳.參照群體壓力下的不從眾與反從眾消費(fèi)行為的實(shí)證研究［J］.消費(fèi)經(jīng)濟(jì)，2007（6）: 80-85.

［14］ 張瓊瓊，劉澤文.信息性從眾行為和規(guī)范性從眾行為比較研究［J］.社會(huì)心理科學(xué)，2010（3）:57-60.

［15］ 張欽.智能電網(wǎng)下需求響應(yīng)熱點(diǎn)問(wèn)題探討［J］.中國(guó)電力，2013，46（6）:85-90.

［16］ 張璨，王蓓蓓，李揚(yáng).典型行業(yè)用戶(hù)需求響應(yīng)行為研究［J］.華東電力，2012，40（10）:1 701-1 705.

Research on conformity influence of power consumers participating in demand response

WU Qi?ke1,LI Yang1,YAO Shun1，QIAO Li?wei2，GUO Wei2，WANG Jing?yi2

（1.School of Electric Engineering,Southeast University,Nanjing 210096,China; 2.State Grid Jiangsu Economic Research Institute,Nanjing 210008,China）

The popularization of the bidirectional interactive technology in smart grid enables consumers to change from passive receivers of electric power to the active participants in the power grid operation,which can interact with the power grid.Demand response is the main realization form of power consumers to participate in power grid interaction.However,whether it is price?based demand response or incentive?based demand response,the willingness for different power consumers to participate in are not identical.Under a certain demand incentive signal,the consumers would be influenced by social environment, feedback from other users and so on,which presents a character of conformity.Focusing on the demand response process of the power consumers,this paper utilizes correlation matrix and weight coefficients to illustrate the interaction of familiar and unfamiliar power consumers.Combined with the psychological theory of conformity in sociology,this paper establishes the model of conformity behavior when power consumers participate in demand response.Considering social influence and personal subjective tendency,based on the conformity behavior model,this paper establishes the participation degree model for power consumers to participate in demand response,and carries out the case simulation in order to verify the model.

demand response;conformity mentality;group behavior;user participation

10.3969/j.issn.1009-1831.2016.06.004

TM721

A

2016-07-18

2016-08-26

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”；華北電力大學(xué)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”

吳奇珂（1992），男，安徽蕪湖人，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行、智能電網(wǎng)技術(shù)、需求側(cè)管理、電動(dòng)汽車(chē)；李揚(yáng)（1961），男，江蘇泰興人，教授，博士，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行、智能電網(wǎng)技術(shù)、需求側(cè)管理、電力市場(chǎng)；姚順（1992），男，江蘇淮安人，碩士研究生，研究方向?yàn)樾枨髠?cè)管理、電力市場(chǎng)、負(fù)荷預(yù)測(cè)。