張宇軒, 蘇 娟, 賈 濤, 陳 進(jìn), 刑占禮

(1. 中國(guó)農(nóng)業(yè)大學(xué) 信息與電氣工程學(xué)院, 北京 100083; 2. 國(guó)網(wǎng)新疆電力有限公司 烏魯木齊供電公司, 新疆 烏魯木齊 830011)

我國(guó)一些地區(qū)配網(wǎng)建設(shè)薄弱、配電資源有限，同時(shí)還聚集著大量的市政基礎(chǔ)設(shè)施、居民聚集社區(qū)、大型城市綜合體和國(guó)家重要職能機(jī)構(gòu)，形成了相對(duì)敏感的負(fù)荷富集區(qū).對(duì)用戶實(shí)現(xiàn)用電敏感度的評(píng)價(jià)與分級(jí)是提高配網(wǎng)調(diào)度能力、優(yōu)化分布式電源等新能源配網(wǎng)資源的調(diào)度策略和實(shí)現(xiàn)用戶配電需求差異化管理的基礎(chǔ)工作，有助于可控資源的優(yōu)化配置，保障供電安全性與社會(huì)穩(wěn)定性.

目前，已發(fā)表文獻(xiàn)中對(duì)于電力用戶敏感度的研究鮮有報(bào)道.國(guó)內(nèi)電力用戶等級(jí)分類主要根據(jù)《重要電力用戶供電電源及自備應(yīng)急電源配置技術(shù)規(guī)范》進(jìn)行劃分.根據(jù)用戶中斷供電可能造成的影響(危害國(guó)家安全、重大影響、較大影響)，將電力用戶分為特級(jí)、一級(jí)、二級(jí)用戶.在電力用戶分類相關(guān)研究中，文獻(xiàn)[1]研究用戶畫像技術(shù)在供電企業(yè)用電安全服務(wù)工作中的應(yīng)用，建立適用于安全用電服務(wù)的標(biāo)簽體系；文獻(xiàn)[2]基于海量用戶用電數(shù)據(jù)，根據(jù)用電行為對(duì)用戶進(jìn)行分類；文獻(xiàn)[3-4]從負(fù)荷曲線識(shí)別的角度，運(yùn)用聚類分析的方法對(duì)相似負(fù)荷用戶進(jìn)行識(shí)別，促進(jìn)電網(wǎng)公司的精細(xì)化管理；文獻(xiàn)[5]從市場(chǎng)監(jiān)管角度的用戶分類；文獻(xiàn)[6]站在售電公司立場(chǎng)，從售電盈利、客戶忠實(shí)度、售電公司風(fēng)險(xiǎn)角度對(duì)用戶進(jìn)行分類，為售電公司的定價(jià)政策和目標(biāo)客戶的選擇提供指導(dǎo)；文獻(xiàn)[7]從電價(jià)角度出發(fā)，將用戶分為不同的電費(fèi)敏感類型；文獻(xiàn)[8]從信用度出發(fā)，提出了電力用戶信用度評(píng)價(jià)體系.上述研究均是從負(fù)荷特性、經(jīng)濟(jì)效益的角度對(duì)用戶進(jìn)行分類，并分別應(yīng)用于市場(chǎng)管理和運(yùn)行管理.目前，在我國(guó)的應(yīng)急供電保障方面，亟需研究和開發(fā)一種能夠考慮政治、經(jīng)濟(jì)、社會(huì)3種影響因素的綜合評(píng)價(jià)方法，以便對(duì)用戶的重要程度進(jìn)行客觀合理劃分與量化評(píng)價(jià).

針對(duì)上述問(wèn)題，文中提出基于層次分析(analy-tic hierarchy process, AHP)算法和模糊聚類法的電力用戶分類方法，建立綜合政治、經(jīng)濟(jì)和社會(huì)3方面因素的敏感度評(píng)價(jià)指標(biāo)體系，并提出電力用戶綜合敏感度和單一敏感度這2個(gè)概念.先采用主觀性較強(qiáng)的AHP算法對(duì)用戶敏感度評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行量化，為聚類算法中的聚類數(shù)目確定提供參考依據(jù)；然后采用客觀性較強(qiáng)的模糊C均值聚類(fuzzy C-means clustering algorithm,FCM)算法對(duì)用戶敏感度進(jìn)行計(jì)算；最后將AHP與FCM算法的結(jié)果進(jìn)行加權(quán)計(jì)算，得到用戶最終敏感度等級(jí).

1 電力用戶敏感度指標(biāo)體系

1.1 電力用戶敏感度定義

1.1.1用戶敏感度定義

電力用戶敏感度是指用戶在一個(gè)地區(qū)中，當(dāng)對(duì)其中斷供電所可能造成的人身傷亡、環(huán)境污染、政治影響、經(jīng)濟(jì)損失、社會(huì)公共秩序混亂的嚴(yán)重程度，體現(xiàn)的是用戶在這個(gè)地區(qū)社會(huì)、政治、經(jīng)濟(jì)生活中所處的地位.

1.1.2高敏感負(fù)荷定義

根據(jù)用戶敏感度定義，提出高敏感負(fù)荷定義：高敏感負(fù)荷是指除傳統(tǒng)高可靠性負(fù)荷的稟賦外，對(duì)經(jīng)濟(jì)、政治、社會(huì)文化敏感性高.其特征如下：高等級(jí)維穩(wěn)、高社會(huì)秩序、高應(yīng)急響應(yīng)、需精準(zhǔn)控制.高敏感負(fù)荷要求實(shí)現(xiàn)態(tài)勢(shì)全感知、供能高品質(zhì)、事件定位準(zhǔn)、狀態(tài)控得穩(wěn)、事后恢復(fù)快.

1.2 敏感度指標(biāo)體系

根據(jù)高敏感負(fù)荷定義，從政治、經(jīng)濟(jì)和社會(huì)3個(gè)因素提出了敏感度評(píng)價(jià)指標(biāo)體系，包括3個(gè)一級(jí)指標(biāo)和10個(gè)二級(jí)指標(biāo)，如圖1所示.

圖1 用戶敏感度評(píng)價(jià)指標(biāo)體系

1.2.1政治因素

政治因素對(duì)應(yīng)的指標(biāo)包括電力用戶等級(jí)與年均保電次數(shù).電力用戶等級(jí)體現(xiàn)的是用戶在已有的電力用戶重要性劃分中的級(jí)別，包括特級(jí)、一級(jí)、二級(jí)和三級(jí)，側(cè)重的是用戶在社會(huì)政治活動(dòng)中的作用.年均保電次數(shù)是表征用戶一年參與政治活動(dòng)密集程度的量化參數(shù)，年均保電次數(shù)越多，說(shuō)明用戶對(duì)于政治活動(dòng)敏感度越大.

1.2.2經(jīng)濟(jì)因素

經(jīng)濟(jì)因素對(duì)應(yīng)指標(biāo)包括單位GDP用電量水平、單位用電量利潤(rùn)、用戶類型和信用情況.單位GDP用電量水平表征用戶的電能消費(fèi)水平和經(jīng)濟(jì)產(chǎn)出之比，體現(xiàn)了用戶的能源經(jīng)濟(jì)利用效率.單位用電量利潤(rùn)反映用戶的經(jīng)濟(jì)效益和產(chǎn)業(yè)類型，如高耗能低效益類型或低耗能高效益類型.用戶類型反映用戶所處的行業(yè)對(duì)于經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度，一般分為工業(yè)用戶、商業(yè)用戶和居民用戶.信用情況反映用戶的電費(fèi)拖欠情況，體現(xiàn)用戶的生產(chǎn)生活水平.

1.2.3社會(huì)因素

社會(huì)因素對(duì)應(yīng)的指標(biāo)包括文化活動(dòng)影響、社會(huì)工作影響、社會(huì)治安影響和居民生活影響.文化活動(dòng)影響表征用戶在推動(dòng)文化活動(dòng)方面的作用，反映社會(huì)多文化特征，該指標(biāo)量化值越大說(shuō)明用戶在組織、承辦文化活動(dòng)方面能起到較大的作用，對(duì)于推動(dòng)文化繁榮發(fā)展有較大的影響力.社會(huì)工作影響表征用戶在推動(dòng)社會(huì)經(jīng)濟(jì)政治工作中的作用，反映社會(huì)秩序特征，該指標(biāo)量化值越大說(shuō)明用戶在制定工作政策和促進(jìn)社會(huì)運(yùn)轉(zhuǎn)方面有較大的影響.社會(huì)治安影響表征用戶在維護(hù)社會(huì)穩(wěn)定方面的作用，反映社會(huì)穩(wěn)定特征，該指標(biāo)量化值越大，說(shuō)明用戶對(duì)于維護(hù)社會(huì)穩(wěn)定與民族團(tuán)結(jié)方面有較大的影響.居民生活影響表征用戶與居民日程生活的關(guān)聯(lián)程度，該指標(biāo)量化值越大，說(shuō)明用戶與居民日常生活的關(guān)系越緊密.

1.3 電力用戶敏感度的量化計(jì)算

各地區(qū)之間發(fā)展水平和自身定位有差異，因此對(duì)用戶敏感度評(píng)價(jià)的側(cè)重點(diǎn)也有所不同.如經(jīng)濟(jì)發(fā)達(dá)地區(qū)側(cè)重于評(píng)價(jià)用戶的經(jīng)濟(jì)敏感程度，樞紐城市側(cè)重于評(píng)價(jià)用戶的政治敏感程度.因此，用戶敏感度可以分為考慮某一影響因素的單一敏感度和考慮多種影響因素的綜合敏感度.

定義單一敏感度計(jì)算式為

(1)

式中：si為考慮影響因素i的單一敏感度；m為影響因素i的指標(biāo)個(gè)數(shù)；qj為指標(biāo)j的量化值；ωj為指標(biāo)j在影響因素i下的權(quán)值.

定義綜合敏感度計(jì)算式為

(2)

式中：R為考慮多種影響因素的綜合敏感度；n為影響因素個(gè)數(shù)；αi為影響因素i的權(quán)值.

2 用戶敏感度評(píng)價(jià)指標(biāo)的量化方法

2.1 用戶敏感度評(píng)價(jià)指標(biāo)矩陣

若對(duì)n個(gè)用戶進(jìn)行敏感度評(píng)價(jià)，每個(gè)用戶有m個(gè)指標(biāo)，設(shè)第i個(gè)用戶的第j個(gè)指標(biāo)為pij,那么n個(gè)用戶的敏感度評(píng)價(jià)指標(biāo)可用矩陣P表示為

(3)

在矩陣P中，行向量代表一個(gè)用戶，列向量代表某一指標(biāo).根據(jù)用戶敏感度評(píng)價(jià)指標(biāo)體系可知，P中的行向量是一個(gè)多數(shù)據(jù)源向量，P中列向量之間的數(shù)值大小與量綱都不同.因此需要對(duì)矩陣P進(jìn)行數(shù)據(jù)預(yù)處理.根據(jù)指標(biāo)性質(zhì)不同，指標(biāo)預(yù)處理可分為定量指標(biāo)預(yù)處理和定性指標(biāo)預(yù)處理.

2.2 定量指標(biāo)的數(shù)據(jù)預(yù)處理方法

定量指標(biāo)可分為極大型指標(biāo)和極小型指標(biāo).極大型指標(biāo)是指指標(biāo)數(shù)值和評(píng)價(jià)結(jié)果呈正相關(guān)；極小型指標(biāo)是指指標(biāo)數(shù)值和評(píng)價(jià)結(jié)果呈負(fù)相關(guān).在本文敏感度評(píng)價(jià)中，若用戶某指標(biāo)值越大，其敏感度越高，則該指標(biāo)為極大型指標(biāo)；若用戶某指標(biāo)值越大，其敏感度越低，則該指標(biāo)為極小型指標(biāo).

由于定量指標(biāo)初始值為某一確定數(shù)值，因此僅需對(duì)定量指標(biāo)進(jìn)行量綱一化處理.文中采取的方法是極值法.極大型指標(biāo)量綱一化計(jì)算式為

(4)

式中：minpj為矩陣P中第j列最小值；maxpj為矩陣P中第j列最大值.

極小型指標(biāo)量綱一化計(jì)算式為

(5)

2.3 定性指標(biāo)的數(shù)據(jù)預(yù)處理方法

與定量指標(biāo)不同，定性指標(biāo)初始值不是確定數(shù)值，而是對(duì)用戶狀態(tài)的客觀描述或判斷.根據(jù)式(4)、(5)，定量指標(biāo)預(yù)處理的值在[0,1]之內(nèi).因此，定性指標(biāo)預(yù)處理結(jié)果也應(yīng)在[0,1]之內(nèi).定性指標(biāo)預(yù)處理要遵循實(shí)事求是的原則，依據(jù)專家經(jīng)驗(yàn)，按程度從低到高進(jìn)行分級(jí)別量化和賦值.

以文化活動(dòng)影響指標(biāo)為例，根據(jù)用戶實(shí)際情況和專家經(jīng)驗(yàn)[8]，將文化活動(dòng)影響指標(biāo)根據(jù)程度從低到高劃分為4個(gè)級(jí)別：無(wú)影響、較小影響、較大影響和重大影響，對(duì)應(yīng)判斷閾值為0、0.3、0.6、0.9.

3 電力用戶敏感度評(píng)價(jià)方法

層次分析(AHP)算法是解決多源異構(gòu)指標(biāo)評(píng)價(jià)問(wèn)題的常用算法，文中采用AHP算法計(jì)算電力用戶敏感度指標(biāo)權(quán)重，量化敏感度等級(jí).但是AHP算法具有主觀性較強(qiáng)的缺點(diǎn)，為了平衡主觀性干擾，采用FCM算法從數(shù)據(jù)特征角度對(duì)用戶敏感度進(jìn)行聚類.提出了基于AHP和FCM算法的電力重要用戶敏感度綜合評(píng)價(jià)方法.

3.1 基于AHP算法的敏感度評(píng)價(jià)方法

AHP是一種多層次的結(jié)構(gòu)算法，常用于計(jì)算指標(biāo)權(quán)重，具有系統(tǒng)、靈活、簡(jiǎn)潔的特點(diǎn)[9].本節(jié)采用AHP算法計(jì)算敏感度指標(biāo)權(quán)重、量化敏感度等級(jí).應(yīng)用AHP算法進(jìn)行敏感度評(píng)價(jià)流程如下：

1) 建立評(píng)價(jià)指標(biāo)層次結(jié)構(gòu).電力用戶敏感度評(píng)價(jià)指標(biāo)體系的層次結(jié)構(gòu)見(jiàn)圖1，從上到下分為目的層、準(zhǔn)則層、方案層.

2) 構(gòu)建判斷矩陣A[10].判斷矩陣就是用數(shù)值表示各層次指標(biāo)之間兩兩比較的相對(duì)重要性，計(jì)算式為

(6)

式中：aij為重要性數(shù)值，通常用9級(jí)標(biāo)度法賦值(見(jiàn)表1).

表1 9級(jí)標(biāo)度法

3) 矩陣一致性檢驗(yàn)[11].計(jì)算矩陣一致性比例CCR，計(jì)算式為

(7)

式中：λmax是判斷矩陣最大特征值；n為矩陣階數(shù)；RRI是一致性指標(biāo).當(dāng)CCR<0.1時(shí)，矩陣一致性檢驗(yàn)通過(guò)，才可以計(jì)算指標(biāo)權(quán)重.

4) 計(jì)算指標(biāo)權(quán)重向量ω，其滿足下式：

Aω=λmaxω，

(8)

式中：A為判斷矩陣.當(dāng)考慮的是用戶在影響因素i下的單一敏感度si，得到的ω即為式(1)中的ωj；當(dāng)考慮的是用戶在多種影響因素下的綜合敏感度R，得到的ω即為式(2)中的αi.

5) 計(jì)算基于AHP算法的用戶綜合敏感度RAHP.將上一步得到的ωj和αi分別代入式(1)、(2)計(jì)算用戶綜合敏感度，并劃分用戶敏感度等級(jí).

3.2 基于FCM算法的敏感度評(píng)價(jià)方法

AHP算法的評(píng)價(jià)結(jié)果具有較強(qiáng)的主觀性和隨機(jī)性，評(píng)價(jià)結(jié)果受人為干擾影響較大.為盡量減少人為干擾，需要從數(shù)據(jù)特征角度對(duì)用戶敏感度進(jìn)行評(píng)價(jià).FCM對(duì)每個(gè)樣本與每類原型間的距離用其隸屬度平方加權(quán)，得到了基于目標(biāo)函數(shù)模糊聚類的一般性描述[12]，具有較強(qiáng)的客觀性，且原理簡(jiǎn)單、計(jì)算靈活.

基于FCM算法對(duì)用戶進(jìn)行敏感度評(píng)價(jià)的流程如下：

1) 確定輸入數(shù)據(jù)，初始化隸屬度矩陣和聚類中心.輸入數(shù)據(jù)包括用戶敏感度評(píng)價(jià)指標(biāo)矩陣P、聚類數(shù)量ncluster、指標(biāo)權(quán)重.

(9)

式中：pik為用戶i在第k個(gè)指標(biāo)上的值；pk為第k個(gè)指標(biāo)的聚類中心值；ωk為第k個(gè)指標(biāo)的權(quán)重.

3) 計(jì)算目標(biāo)函數(shù)J.當(dāng)ΔJ小于給定閾值時(shí)，輸出聚類結(jié)果：每類聚類中心和用戶的隸屬度矩陣.否則，更新聚類中心和隸屬度矩陣并返回步驟2)重新計(jì)算.

4) 計(jì)算基于FCM算法的用戶綜合敏感度RFCM.根據(jù)輸出的聚類中心和式(1)、(2)計(jì)算用戶綜合敏感度.

3.3 基于AHP和FCM算法的敏感度綜合評(píng)價(jià)

基于AHP和FCM算法的電力用戶敏感度評(píng)價(jià)方法流程見(jiàn)圖2.

圖2 電力用戶敏感度評(píng)價(jià)方法流程圖

評(píng)價(jià)方法流程如下：

1) 分析用戶特征，收集數(shù)據(jù)，根據(jù)評(píng)價(jià)目標(biāo)選取敏感度指標(biāo).

2) 對(duì)用戶敏感度指標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，得到敏感度評(píng)價(jià)指標(biāo)矩陣P.

3) 應(yīng)用AHP算法評(píng)價(jià)用戶敏感度.首先計(jì)算影響因素與指標(biāo)權(quán)重；然后量化用戶敏感度評(píng)價(jià)標(biāo)準(zhǔn)；最后根據(jù)式(1)、(2)計(jì)算基于AHP算法的用戶綜合敏感度RAHP.

4) 應(yīng)用FCM算法評(píng)價(jià)用戶敏感度.將矩陣P、指標(biāo)權(quán)重和聚類數(shù)量(即敏感度評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)數(shù)量)作為輸入數(shù)據(jù)代入到程序中計(jì)算，輸出用戶隸屬度矩陣和聚類中心.根據(jù)隸屬度矩陣判定每個(gè)用戶所屬的類別；將聚類中心代入到式(1)、(2)計(jì)算基于FCM算法的用戶綜合敏感度RFCM.

5) 最終用戶敏感度等級(jí)確定.為避免評(píng)價(jià)結(jié)果陷入完全主觀判斷和絕對(duì)客觀數(shù)據(jù)的特征脫離實(shí)際，需要將AHP算法的評(píng)價(jià)結(jié)果和FCM算法的評(píng)價(jià)結(jié)果進(jìn)行加權(quán)計(jì)算得到最終的用戶綜合敏感度，并按照用戶敏感度等級(jí)量化標(biāo)準(zhǔn)確定最終的用戶敏感度等級(jí).加權(quán)計(jì)算式為

Rfin=γ1RAHP+γ2RFCM，

(10)

式中：Rfin為最終的用戶綜合敏感度；RAHP、RFCM分別為AHP算法、FCM算法得到的電力用戶敏感度；γ1、γ2分別為AHP算法、FCM算法結(jié)果的權(quán)重，γ1+γ2=1，調(diào)節(jié)γ1和γ2的值就可以調(diào)節(jié)主客觀因素對(duì)于電力用戶敏感度評(píng)價(jià)結(jié)果的影響.

4 算例分析

4.1 算例描述

以某省科技核心區(qū)電力用戶為例進(jìn)行算例分析.負(fù)荷呈現(xiàn)以下特點(diǎn)：① 分布集中，不僅包括傳統(tǒng)工商業(yè)用戶，也包括一些國(guó)家重要職能機(jī)關(guān)，在有限的地理空間形成負(fù)荷聚集中心；② 人口眾多，文化多樣，社會(huì)生活豐富.因此在對(duì)該地區(qū)電力用戶進(jìn)行敏感度評(píng)價(jià)的時(shí)候，主要考慮政治和社會(huì)因素.所以在對(duì)該地區(qū)電力用戶進(jìn)行敏感度評(píng)價(jià)的時(shí)候選取了政治和社會(huì)2個(gè)準(zhǔn)則層指標(biāo)下的6個(gè)方案層指標(biāo).選取的14個(gè)用戶原始數(shù)據(jù)統(tǒng)計(jì)見(jiàn)表2.

表2 用戶原始情況統(tǒng)計(jì)表

4.2 指標(biāo)量化

根據(jù)第2節(jié)給出的數(shù)據(jù)預(yù)處理辦法，首先將待處理指標(biāo)分為定量指標(biāo)和定性指標(biāo).

定量指標(biāo)包括年均保電次數(shù)，且年均保電次數(shù)與敏感度成正相關(guān)，為極大型指標(biāo)，根據(jù)表2中數(shù)據(jù)，按照式(4)進(jìn)行處理.定性指標(biāo)包括電力用戶等級(jí)、文化活動(dòng)影響、社會(huì)工作影響、社會(huì)治安影響和居民生活影響.根據(jù)2.3節(jié)的處理方法，對(duì)這5個(gè)指標(biāo)進(jìn)行預(yù)處理.電力用戶等級(jí)指標(biāo)根據(jù)用戶級(jí)別從低到高劃分為三級(jí)、二級(jí)、一級(jí)和特級(jí)，對(duì)應(yīng)判斷閾值為0.2、0.4、0.6、0.8.文化活動(dòng)影響、社會(huì)工作影響、社會(huì)治安影響和居民生活影響4個(gè)指標(biāo)根據(jù)程度從低到高劃分為4個(gè)級(jí)別：無(wú)影響、較小影響、較大影響和重大影響，對(duì)應(yīng)判斷閾值為0、0.3、0.6、0.9.預(yù)處理之后的用戶敏感度評(píng)價(jià)指標(biāo)矩陣P見(jiàn)表3.

表3 用戶敏感度評(píng)價(jià)指標(biāo)矩陣P

4.3 基于AHP算法的敏感度評(píng)價(jià)

4.3.1指標(biāo)權(quán)重計(jì)算

各層次指標(biāo)的判斷矩陣根據(jù)專家經(jīng)驗(yàn)和相關(guān)資料進(jìn)行反復(fù)討論，最終確定的各矩陣見(jiàn)圖3，所有矩陣均通過(guò)一致性檢驗(yàn).最終得到各準(zhǔn)則層權(quán)重如下：政治的權(quán)重為0.67；社會(huì)的權(quán)重為0.33.而各方案層指標(biāo)權(quán)重如表4所示.

圖3 各層指標(biāo)判斷矩陣

表4 各方案層指標(biāo)權(quán)重

4.3.2 RAHP的計(jì)算

將指標(biāo)權(quán)重和矩陣P代入到式(1)、(2)計(jì)算電力用戶RAHP的值，結(jié)果見(jiàn)表5.

表5 用戶RAHP值

以用戶C為例，量綱一化后，其電力用戶等級(jí)為0.4,年均保電次數(shù)為0.33，則政治敏感度為0.4×0.67+0.33×0.33=0.38；其文化活動(dòng)影響為0、社會(huì)工作影響為0.3、社會(huì)治安影響為0.9、居民生活影響為0.6，則社會(huì)敏感度為0×0.21+0.3×0.21+0.9×0.51+0.6×0.07=0.56；用戶C敏感度RAHP為0.38×0.67+0.56×0.33=0.44.

為使電力用戶敏感度評(píng)價(jià)結(jié)果更加直觀，將用戶敏感度值轉(zhuǎn)化為用戶敏感度等級(jí)，見(jiàn)表6.

表6 敏感度等級(jí)對(duì)應(yīng)表

4.4 基于FCM算法的敏感度評(píng)價(jià)

4.4.1聚類結(jié)果

根據(jù)表6得聚類數(shù)量ncluster=3.按照3.2節(jié)FCM算法敏感度評(píng)價(jià)流程，將聚類數(shù)量、矩陣P和指標(biāo)權(quán)重作為輸入，代入到MATLAB程序中，得到聚類中心和用戶隸屬度矩陣，結(jié)果見(jiàn)表7.

表7 聚類結(jié)果

4.4.2 RFCM的計(jì)算

將表7數(shù)據(jù)代入到式(1)、(2)計(jì)算基于FCM算法的用戶敏感度RFCM，結(jié)果見(jiàn)表8.

表8 用戶RFCM值

4.5 最終用戶敏感度等級(jí)確定

為避免評(píng)價(jià)結(jié)果陷入完全主觀判斷或絕對(duì)客觀數(shù)據(jù)的特征脫離實(shí)際，取γ1=γ2=0.5，根據(jù)式(10)，計(jì)算得到最終的用戶綜合敏感度值和敏感度等級(jí)，如表9所示.

表9 最終用戶敏感度和敏感度等級(jí)

由表9可見(jiàn)，高敏感用戶包括A、F、G、H、I、M，他們的保電次數(shù)較多且在社會(huì)因素方面都會(huì)有較高的影響力；中敏感用戶包括B、C、K、N，他們?cè)谡位蛘呱鐣?huì)因素中都存在某1個(gè)或者2個(gè)指標(biāo)的數(shù)值較低，影響力較??；低敏感用戶包括D、E、J、L，他們?cè)谟脩舻燃?jí)、保電次數(shù)和主要社會(huì)影響方面作用都不夠突出，影響很小.

5 結(jié) 論

文中提出了電力用戶敏感度的定義與高敏感負(fù)荷的定義，建立了電力用戶敏感度指標(biāo)體系，給出了電力用戶敏感度評(píng)價(jià)方法，并以實(shí)際算例驗(yàn)證了該評(píng)價(jià)方法的有效與準(zhǔn)確性.后續(xù)研究將重點(diǎn)考慮如何通過(guò)電力用戶敏感度等級(jí)，指導(dǎo)配電網(wǎng)的建設(shè)和分布式能源、儲(chǔ)能裝置等可控資源的規(guī)劃，提高清潔能源消納率，保障供電的安全.