《面向智能电网的需求响应及其电价研究》—电力需求侧管理（八）

4.4 工业用户智能响应行为分析

4.4.1 工业用户对智能用电的态度分析

从企业感兴趣的智能用电项目分布看，大部分企业认为安装能效管理系统、设备运行监控系统及智能用电管理系统比较有必要，投资回收期较短且效益显著;而对于用户侧的分布式电源的投资表示不感兴趣，主要原因是这部分设备投资巨大、回收期较长，尤其对储能系统的供电稳定性、连续性、技术可靠性存在很大疑虑。

在储能系统功能方面企业用户更倾向于能保证持续的电力供应，以及灵活用电、节省电费支出。对工业用户对智能用电态度赋权，令“很感兴趣-5.感兴趣-3.不太感兴趣-1”，可综合得出工业用户对智能用电项目和功能的态度排序如表4-12所示①。工业用户对智能用电的总体态度倾向于“感兴趣”;在智能用电项目中，工业用户对“设备运行监控系统”最感兴趣;在智能用电功能中，工业用户对“灵活用电。减少电费支出”最感兴趣。

而影响企业进行智能用电项目投资的主要因素是智能化用电项目的投资大小以及出于提升企业用电安全及可靠性的考虑。在智能化投资大小方面，几乎所有企业都认为投资额越小越好，33家受访企业中有85.85%的企业选择智能化投资不超过企业年均收入5%的水平。

在调研过程中发现，由于缺乏智能用电相关知识导致一些企业表现出对智能用电不感兴趣。但总体而言，大部分工业企业用户对智能用电表现出极大的兴趣，认为智能用电技术的推广及应用将改变企业对电能消费的方式及用电习惯，提升企业用电管理水平，并为企业带来一定的经济及社会效益。

为了分析工业企业对智能用电信息的响应，这里列出8种可能提供给企业的智能用电信息项目，并将企业响应行为分为6个水平(不用提供该信息、了解即可、知道后不调节管理、知道后进行一般调节管理、知道后进行大致计算并调节管理，以及知道后进行精细计算并调节管理)，根据管理水平由粗放到精细依次给予1～6分打分，统计结果如表4 -14所示。

4.4.2工业用户响应行为影响因素分析

基于因子分析法，对智能电网条件下工业用户的智能响应行为的影响因素进行研究，提取关键因子分析出影响用户智能响应行为的主要因素。

将涉及响应行为影响因素的项目提炼成9个变量，分别为电费占总成本的比例X,、工作时间的灵活度Xz、企业成本管理控制水平X3、用户用电信息的易获性X4、用户对当前用电习惯的满意度X0、电价水平X6、企业产品的市场行情X7、智能用电项目的投资收益比X8、政策激励程度X11。为便于软件分析，对9个变量进行相应的量化处理，处理结果如表4 -15所示。

根据SPSS的检验结果，如表4-16所示，KMO值为0.74，大于0.7，巴特利特球形检验的显著性水平取值为0，表示拒绝原假设，说明这些变量数据适合做因子分析。

此处根据特征值大于1提取公共因子，根据SPSS分析结果显示，前3个因子的特征值都大于1，对方差的贡献度达到84.69%。利用方差最大正交旋转法对因子载荷阵进行旋转，因子旋转后使每个变量仅在一个公共因子上存在较大载荷，有利于突出变量与公共因子的相关关系。

如表4 -17所示，因子载荷经旋转后，可以看出第一个因子在X,、X3、X,、Xc上有较大载荷，说明这4个变量有较强的相关性，可以归为一类。从变量性质来看，这四个变量均与用户面临的电价有关，可以归为价格因子，其方差贡献度为37. 68%;第二个因子在X2、X。、X7而上有较大载荷，这三个变量均由企业的生产性质决定，可以归为生产特性因子，其方差贡献度为26.21%;第三个因子在Xs、Xq上有较大载荷，可以归结为政策激励因子，其方差贡献度为20.77%。

注：(1)得分系数矩阵中各个变量已不是原始变量而是标准化变量;(2)提取方法：主成分分析法;(3)旋转法：具有Kaiyier标准化的正交旋转法。

通过以上因子分析，我们可以将众多影响工业用户智能响应行为的因素总结为：电力产品价格、用户生产特性、政策激励，其中电力产品价格是影响程度最高的因素。

4.4,3工业用户智能用电行为综合分析

虽然不同生产性质的企业所采用的具体用电设备种类差别较大，但大致可归结为以下五大类：

(1)动力设备，包括电动机、风机、泵类等。

(2)生产用电设备，指企业生产线上的主要用电设备，如机械制造企业中的机床、切割机、电煤机等。

(3)空调制冷设备。

(4)照明设备，包括车间照明、办公楼照明及厂区照明等。

(5)其他用电设备。

将全天用电时间分为12个时段，根据工业用户用电设备的调节程度将不同时段对各种用电设备的调节情况分为高响应( H)、中响应(M)、低响应(L)。工业用户在12个时段调节度情况及没备负荷权重如表4 -18所示。

表4-18 工业用户用电设备调节情况

12个时段工业用户用电响应的联系度为：

假设每个时段转移矩阵权重相同，全天用电响应度的平均联系度为：

用电调整平均转移矩阵为：

棍据马尔可夫链的遍历性可知，经过无数次转移以后，转移矩阵M趋于稳定，设最终的用电响应向量为(H，M，L)，解得：

H =0.187 M =0.114 L =0.699

即稳态联系度为u=0.187+0.114/+0.699j。

由马尔可夫链最终状态及集队势可以看出，工业用户用电设备的响应程度较低，对立程度强。这个结论与实际调研情况基本一致。调研中的高耗能企业主要耗电设备用电量基本占企业总用电量的50%以上，且大部分企业由于受生产工艺所限，主要用电设备需要24小时连续运转，一般仅在安排检修时停运。总体来看，响应度较低，主要用电设备的调峰潜力有限。

当前国外主要是从用户端的角度来看待和研究智能电网，而国内对于智能配电和智能用电的项目主要是集中在智能配电和智能用电的技术支持系统上。用户作为电力工业链的终端，是电力系统中的重要组成部分。随着智能电网建设的深入，全面开展双向互动用电服务，实现电网与用户的双向互动，提升用户服务质量，满足用户多元化需求，这就要求重视用户智能用电行为。通过研究不同类型电力用户的智能响应行为，为智能配用电方案的设计提供理论基础，这样才能更好地实现智能配电和智能用电的功能，从而体现出智能电网良好互动性的优点。

对于居民电力用户，大多数对智能用电的态度是积极的，偏好于智能用电提供的实用性强的信息和功能。影响居民用户智能用电态度的主要因素是经济因素、意识因素和人口因素等。居民的用电响应行为最终体现在用电量和电费上。同类居民用户的用电响应行为具有趋同性，但不同居民用户对电价的响应度不同。对于居民用户，当月用电支出上涨10%以上时，居民将采取行动调整用电。通过居民用户综合响应行为分析模型，可以得到居民整体响应度的稳态情况，据此判断居民的响应度水平。居民用电潜在的响应度同一趋势很强，应建立充分的激励机制来挖掘居民用户的响应潜力。

对于商业电力用户，大多数对智能用电的态度是积极的。影响商业用户智能用电态度的主要因素是经济结构与用电结构、政策法规、电价水平、行业特性等。智能用电设备投入成本与智能用电带来的收益之差的多少很大程度上决定智能用电的应用。在商业用户中，用电量很大或电费占经营支出费用比例较大的商业用户对用电价格较敏感，通过价格信号刺激、激励机制，该类用户存在“移峰填谷”潜力。此外，大多数商业用户节能意识较强，分布式能源、储能有较好的应用前景。通过商业用户综合响应行为分析模型可以得出，商业用户用电设备的响应程度较低，对立程度较强。

对于工业电力用户，影响其智能用电行为的主要影响因素包括电力产品价格、企业的生产特性、政策激励，其中电力产品价格是影响程度最高的因素。随着分布式能源发电技术的进行以及成本的下降，分布式能源在工业用户中有广阔的应用前景。在智能电网下，应充分利用电力价格信号，引导工业用户的智能用电响应行为。通过工业用户综合响应行为分析模型，可以得出工业用户响应度较低，主要用电设备的调峰潜力有限;或者主要是因为高耗能企业主要耗电设备用电量基本占企业总月电量的50%以上，大部分企业由于受生产工艺所限，主要用电设备需要24小时连续运转，一般仅在安排检修时停运。