葛磊蛟，劉航旭，孫永輝，來金鋼

（1.智能電網(wǎng)教育部重點實驗室（天津大學），天津市 300072；2.河海大學能源與電氣學院，江蘇省南京市 210098；3.華中科技大學人工智能與自動化學院，湖北省武漢市 430074）

0 引言

隨著智能配電網(wǎng)與電力物聯(lián)網(wǎng)技術的交叉融合和新型電力系統(tǒng)的快速發(fā)展，中國電力系統(tǒng)電源結構、負荷結構以及電力用戶的范圍和類型均發(fā)生了巨大變化。就電源側而言，集群式新能源、氫氣、天然氣等不同市場主體的能源比例越來越高；就負荷側而言，用戶的多種用能需求以及電動汽車、儲能設備、電轉(zhuǎn)氣、柔性負荷等新型負荷使得電力負荷組成越來越復雜多樣；就電網(wǎng)側而言，出現(xiàn)供冷/熱、氫/天然氣等多種資源耦合的綜合能源網(wǎng)絡以及高比例可再生能源和高比例電力電子化的雙高電網(wǎng)，多能源網(wǎng)絡彼此相互交叉融合［1］。顯然，電力用戶從傳統(tǒng)被動用電的“電力負荷”外延至源/網(wǎng)/儲各環(huán)節(jié)。

2022 年，國家發(fā)展改革委發(fā)布《綠色低碳轉(zhuǎn)型體制機制和政策措施的意見》，要求在電網(wǎng)架構、電源結構、源網(wǎng)荷儲協(xié)調(diào)、數(shù)字化智能化運行控制等方面提升技術和優(yōu)化系統(tǒng)，以深入貫徹落實《中共中央、國務院關于完整準確全面貫徹新發(fā)展理念做好碳達峰碳中和工作的意見》和《2030 年前碳達峰行動方案》的有關要求。其中，源網(wǎng)荷儲協(xié)調(diào)涉及對多元電力用戶群體的調(diào)控與互動，要求對用戶群體的特性有較為精確的感知。

電力用戶類型多樣化趨勢為“十四五”能源改革持續(xù)深化提供了支撐，但也為電網(wǎng)企業(yè)運營服務帶來了挑戰(zhàn)，迫使其加速對中國數(shù)量龐大的電力用戶的信息進行量測整合、特性感知、態(tài)勢預測的研究。

多元電力用戶群體導致能源的生產(chǎn)、消費和服務呈現(xiàn)新的業(yè)態(tài)和商業(yè)模式，并出現(xiàn)多元社會化的新特征：1）多元性，即電/氣/熱/冷多元用戶具有不同網(wǎng)絡能量傳輸?shù)难訒r性、能量品質(zhì)的差異性以及用能需求的替代性；2）互動性，即電動汽車、柔性負荷等新型電力用戶具有靈活需求響應、與電網(wǎng)互動等特點，使得電力用戶從被動控制向部分主動可控轉(zhuǎn)變［2］；3）社會群體性，即多類型電力用戶數(shù)量眾多，用戶-用戶、用戶群體-電網(wǎng)緊密耦合，能源多樣化需求與生產(chǎn)、生活等社會行為密切相關［3-4］。

與此同時，以信息互聯(lián)為核心的電力物聯(lián)網(wǎng)和以多能互補-源荷互動為核心的智能配電網(wǎng)建設逐步實現(xiàn)突破，為多元電力用戶群體提供了全方位的支撐：1）電力物聯(lián)網(wǎng)為電力用戶社會化提供信息基礎，其利用云計算、大數(shù)據(jù)、人工智能等新技術及智能電表、“小微”傳感器等新型智能采集裝置，將電力系統(tǒng)運行狀態(tài)、外部環(huán)境、用戶電量、宏觀經(jīng)濟等海量數(shù)據(jù)匯聚于電力系統(tǒng)云平臺［5-6］；2）智能配電網(wǎng)為多元電力用戶群體提供物理基礎［7］，其推動了傳統(tǒng)集中式化石能源向分布式可再生能源的轉(zhuǎn)變和綜合能源系統(tǒng)電/氣/熱/冷能源的流動優(yōu)化，實現(xiàn)綜合能源系統(tǒng)的多目標優(yōu)化和能量的雙向流動，使得多元電力用戶群體能夠在源/網(wǎng)/荷/儲各側中主動參與電能消費與生產(chǎn)的互動，而不只是作為不可調(diào)控的電力負荷。對于電源而言，其出現(xiàn)了分布式新能源、儲能、電動汽車等用戶群體，其中，儲能、電動汽車具有價格響應特性，分布式新能源出力的隨機性又進一步加劇用戶的電氣隨機性。波動的新能源需要儲能系統(tǒng)的平抑，具有充電隨機性的電動汽車集群又需要儲能裝置的調(diào)節(jié)。此外，動態(tài)價格策略可以引導用戶的用電行為，構成電能-信息的互動。隨著多能互補的出現(xiàn)，冷-熱-氣-電網(wǎng)絡彼此之間能量、物質(zhì)耦合關系增強，形成電-氣-電、電-氣-冷/熱/電、電-冷、電-熱等多種用戶群體互動方式。因此，多元電力用戶群體的發(fā)展導致只涵蓋電功率特性和不可調(diào)節(jié)的傳統(tǒng)電力用戶概念難以滿足智能配電網(wǎng)和“雙碳”目標的實際發(fā)展需求。

以上原因使得近年來考慮多元電力用戶群體多維特性成為電力行業(yè)營銷運營服務的發(fā)展趨勢。

智能配電網(wǎng)與電力物聯(lián)網(wǎng)融合下的多元電力用戶群體特性復雜多樣。因此，電力用戶的研究不只是傳統(tǒng)電力系統(tǒng)電力負荷理論的延伸，還有如下許多新的問題需要解決。

1）如何認知新需求與舊服務矛盾下的電力用戶多元特性？電力用戶的需求在數(shù)量和質(zhì)量上復雜多樣，對產(chǎn)品和服務的多元化、多層化、多樣化要求與日俱增［8］。而傳統(tǒng)電力用戶特性感知僅關注用戶的電氣特性和功率特性，對應技術手段無法應對新形勢下海量用戶的多元化需求［9］。

2）如何使能量互聯(lián)轉(zhuǎn)換模糊化下的用戶互動特性精準感知？可再生能源高滲透率分散接入電網(wǎng)使用戶的電源屬性具有強波動性和隨機性，電力市場的開放使得用戶更加具有主動性。如何充分發(fā)掘用戶的強交互性、主動性和不確定性［10］，用新的技術手段實現(xiàn)用戶互動態(tài)勢的精準感知，使其實現(xiàn)從“被動適應可再生能源并網(wǎng)”的不穩(wěn)定性模式到主動構建“強不確定性-交互性耦合”的友好互動模式的轉(zhuǎn)變［11］？

目前，國內(nèi)外針對以多元電力用戶群體為核心的新型電力系統(tǒng)進行了相關研究，但缺少系統(tǒng)性的梳理和前景展望。本文首先歸納了智能配用電和電力物聯(lián)網(wǎng)融合發(fā)展背景下多元電力用戶群體本質(zhì)特征和互動機理；然后，以量化分析多元社會化電力用戶群體特性為目標，分別評述了智能配用電多元社會化用戶群體數(shù)據(jù)全息感知方法、智能配用電多元社會化電力用戶群體特征建模技術、面向多能互補和源荷互動的電力用戶群體特性精準感知方法；最后，對智能配用電多元電力用戶群體特性精準感知未來的挑戰(zhàn)和發(fā)展方向進行了展望。

1 智能配電網(wǎng)用戶群體特性精準感知內(nèi)涵和關鍵技術

為了針對性地解決上述多元電力用戶群體多元特性認知和用戶互動精確感知問題，采用智能配電網(wǎng)用戶群體特性精準感知技術，其包含兩方面：1）面向智能配用電系統(tǒng)和電力物聯(lián)網(wǎng)的融合發(fā)展，電力用戶呈現(xiàn)新的外延（源/網(wǎng)/荷/儲多類型）和內(nèi)涵（多元/互動/社會群體多特性），須突破傳統(tǒng)電力系統(tǒng)中電氣特性負荷模型的認知理論，將電力用戶擴展到多元電力用戶群體范圍，揭示源/網(wǎng)/荷/儲不同電力場景中電力用戶群體的本征特征；2）面向智能配用電系統(tǒng)和電力物聯(lián)網(wǎng)的融合發(fā)展，電力系統(tǒng)日益成為一個“能源網(wǎng)-物聯(lián)網(wǎng)-社會用戶”的高度融合的復雜系統(tǒng)，須揭示智能配用電系統(tǒng)、電力物聯(lián)網(wǎng)和多元電力用戶群體之間的相互依存關系，定量分析多元電力用戶群體行為對能源網(wǎng)和信息網(wǎng)網(wǎng)絡結構的影響，理解多元電力用戶群體特性互動機理。

關鍵技術包含3 個方面：1）電力用戶跨模態(tài)數(shù)據(jù)融合和高質(zhì)量的數(shù)據(jù)增強方法，以及多元電力用戶群體數(shù)據(jù)感知方法；2）建立多元電力用戶群體的多類型特征模型；3）針對電力用戶多元/互動的不同特性，建立多元電力用戶群體特性精準感知方法。各技術前后承接，先通過多元電力用戶群體全息感知技術獲取具有響應特性的電動汽車集群用能行為特性、工業(yè)園區(qū)儲能系統(tǒng)價格偏好、海量分布式光伏交直流側電氣量測的運行維護等多元數(shù)據(jù)；然后，通過多維數(shù)據(jù)量化分析、標簽化建模技術等對全息感知得到的多元數(shù)據(jù)進行融合-評價，建立多元電力用戶群體的特征模型；最后，面向多能互補方向下多元電力用戶群體互動的發(fā)展趨向，運用多元電力用戶群體特征模型完成其機理建模-數(shù)據(jù)驅(qū)動混合，表達用戶與用戶之間、用戶與電網(wǎng)之間的互動特性，建立能效矩陣-延遲矩陣-能源需求矩陣-用戶需求矩陣之間的物理關系以及能效替代矩陣-價格矩陣-響應傾向矩陣之間的源荷互動特性，完成多能互補電力用戶群體源荷互動特性精準感知模型的建立，共同解決電力用戶多元特性認知面臨的技術問題。

智能配電網(wǎng)用戶群體特性精準感知示意圖如圖1 所示。

圖1 智能配電網(wǎng)用戶群體特性精準感知示意圖Fig.1 Schematic diagram of accurate awareness of user group characteristics in smart distribution network

與電力用戶特性和模型相關的實時數(shù)據(jù)采集技術已經(jīng)成熟，隨著用戶側智能表計的大量投入，電力公司逐漸能夠獲取各類電力用戶的實測負荷、發(fā)電信息，包括單一業(yè)務數(shù)據(jù)、跨業(yè)務數(shù)據(jù)、結構化數(shù)據(jù)、非結構化數(shù)據(jù)、歷史數(shù)據(jù)、實時數(shù)據(jù)。在該背景下，表征用戶特性的數(shù)據(jù)具有多源、多維、異構等特點。因此，基于大數(shù)據(jù)清洗的結果，從多角度保證用戶數(shù)據(jù)深度融合，構成電力-社會-信息耦合系統(tǒng)的用戶行為信息數(shù)據(jù)庫。目前，數(shù)據(jù)清洗技術已有一定的技術基礎，通過分析多元電力用戶群體產(chǎn)生的數(shù)據(jù)形式、數(shù)據(jù)特點，參考金融、無線電等領域的大數(shù)據(jù)清洗方法，可為智能配電網(wǎng)中多元電力用戶群體的數(shù)據(jù)清洗提供指導。

豐富的數(shù)據(jù)類型和海量的數(shù)據(jù)資源為具有社會化互動特性的多元電力用戶群體的多維度特性研究提供了數(shù)據(jù)支撐?；谌斯ぶ悄艿臄?shù)據(jù)全息感知方法為其特性感知提供數(shù)據(jù)基礎，具有可行性和合理性。通過數(shù)據(jù)統(tǒng)計和建模分析，利用大數(shù)據(jù)平臺對用戶各種靜態(tài)和動態(tài)用戶數(shù)據(jù)進行統(tǒng)計、分析、總結，可以歸納出多元電力用戶群體模型的參數(shù)表達。通過對各類數(shù)據(jù)曲線的聚類可以實現(xiàn)用戶用電模式的提取，從單純的負荷曲線擴展為多種表征多元性、互動性、社會性曲線的疊加，構建用戶用電曲線和用戶社會經(jīng)濟信息的橋梁，即可定量為用戶模型的驗證和完善提供依據(jù)。

新一代能源體系下，用戶行為特性是多參量耦合的結果。目前，多能互補已有一定研究基礎，將數(shù)據(jù)驅(qū)動與模型驅(qū)動的方法相結合，考慮多參量耦合的作用，建立不同能流能量傳輸下的用戶多元性特性模型，并在此基礎上分析利用用戶側響應互動和電/氣/熱等多種能源的協(xié)調(diào)互補特性，實現(xiàn)用戶的用能可靠性和經(jīng)濟性；可控負荷也有一定的研究基礎，在此基礎上，將可控負荷的概念擴展至可控電力用戶，構建多參量耦合下的用戶可控性分析模型，挖掘用戶的可控性度量，研究多可控用戶之間的協(xié)調(diào)調(diào)度方法，為多可控負荷的協(xié)調(diào)利用奠定基礎。

2 多元電力用戶群體全息感知方法

2.1 多元電力用戶群體感知研究現(xiàn)狀

對于多元電力用戶群體感知的研究，主要集中在電力用戶數(shù)據(jù)感知方式、感知類型、感知精度3 個方面［12］。但總的來說，電力用戶感知數(shù)據(jù)經(jīng)歷了總負荷曲線、自動化、包含營銷和計量的用電大數(shù)據(jù)、結構化和非結構化多維用電大數(shù)據(jù)的歷程，需要新的數(shù)據(jù)融合技術、增強方法和感知方法。多元電力用戶群體全息感知示意圖如圖2 所示。

圖2 多元電力用戶群體全息感知示意圖Fig.2 Schematic diagram of holographic awareness of diversified power user groups

在用電數(shù)據(jù)感知方式提升方面，隨著智能電表的推廣應用，截至2021 年，國家電網(wǎng)有限公司服務范圍內(nèi)已經(jīng)安裝的智能電表超過5.14 億只，以往電力營銷分散-手抄式采集模式逐步轉(zhuǎn)變成為集中-自動式抄表方式。同時，伴隨非侵入式的電力負荷設備、用戶側能量管理系統(tǒng)、大用戶能量管理系統(tǒng)等裝置和系統(tǒng)的應用，電力物聯(lián)網(wǎng)技術的發(fā)展大大提升了數(shù)據(jù)傳輸速度和范圍，電力用戶的數(shù)據(jù)感知不再僅限于智能電表，而是逐步延伸至用戶側多類型設備、系統(tǒng)［13-14］。

在用戶數(shù)據(jù)感知類型方面，為有效開展電力營銷業(yè)務，考慮數(shù)據(jù)采集的成本，以往主要以用電量、有功功率、無功功率、頻率等電力計量計費數(shù)據(jù)（結構化數(shù)據(jù)）為主進行電力用戶數(shù)據(jù)采集，逐步走向海量計量計費數(shù)據(jù)［15］；隨著云技術、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)和人工智能技術的推廣和發(fā)展，聚焦于電力營銷服務水平提升的XML 等半結構化，以及視頻、音頻和文本等非結構化數(shù)據(jù)采集，也逐步成為可能［16］。

在用戶數(shù)據(jù)感知精度方面，電力用戶計量計費的電表從機械式、電子式時代逐步走向智能電表時代，數(shù)據(jù)采集精度從大電流可準確計費感知逐步走向小電流、弱電流均可準確計量計費模式。同時，電網(wǎng)的視頻、文本、語音等非結構化數(shù)據(jù)也隨著電力物聯(lián)網(wǎng)技術的推廣，進一步提升了精度，實時滿足業(yè)務需求。

為提升用戶感知的精度、降低計算周期，文獻［17］提出了一種考慮多類型量測時間尺度、同步性與精度特點的配電網(wǎng)多源量測融合狀態(tài)估計方法；文獻［18］提出面向發(fā)電調(diào)度分析場景的大數(shù)據(jù)融合處理技術，以及面向發(fā)電計劃編制場景的大數(shù)據(jù)分析決策技術，實現(xiàn)電力大數(shù)據(jù)的采集、存儲、分析及知識提取等一體化功能；文獻［19］為了監(jiān)測有源配電網(wǎng)運行，提出一種自適應動態(tài)估計方法，在狀態(tài)估計前使用狀態(tài)偏差指數(shù)識別當前運行模式。在自適應估計階段，改進了兩種典型的估計器，以應對典型的操作模式，并嵌入交互式多模型算法框架。當前，電力用戶和電力用戶、電力用戶和電力系統(tǒng)、電力用戶和工業(yè)物聯(lián)網(wǎng)之間的交互行為多向耦合，但上述方法未將用戶數(shù)據(jù)類型延展至用戶側多類型設備、系統(tǒng)，缺少對非結構化數(shù)據(jù)的分析，并未針對不同類型電力用戶群體分別制定適用的特性感知方法，可能難以適應當前的電力用戶數(shù)據(jù)發(fā)展趨勢。

綜上所述，電力用戶數(shù)據(jù)體量在逐步增加，數(shù)據(jù)采集的范圍逐步增強，數(shù)據(jù)方式趨于多樣化，且電力營銷從滿足計量計費逐步走向提升電力用戶滿意度和用戶價值。多類型高價值用戶數(shù)據(jù)跨模態(tài)融合方法、增強方法、感知方法等新的大數(shù)據(jù)挖掘技術，迫切需要進行深入研究。

目前，多元電力用戶群體數(shù)據(jù)多維、海量，對其全息感知主要面臨兩個問題：1）如何考慮對數(shù)據(jù)的價值度（即為對電網(wǎng)影響度）的多維特征提取？本質(zhì)上屬于數(shù)據(jù)價值建模和特征提取過程；2）如何在數(shù)據(jù)獲取不完全的情況下完成對多元電力用戶群體數(shù)據(jù)的全面感知？該需求對技術的要求是根據(jù)小部分的已知數(shù)據(jù)通過某種方法完成數(shù)據(jù)外推、估計，本質(zhì)上屬于壓縮感知-抽象化重構過程。上述兩個問題分別對應電力用戶群體數(shù)據(jù)的跨模態(tài)融合和多類型電力用戶群體數(shù)據(jù)高精度感知。

2.2 電力用戶群體數(shù)據(jù)的跨模態(tài)融合

電力用戶群體數(shù)據(jù)的跨模態(tài)融合以多模態(tài)、富內(nèi)容和多角度用戶數(shù)據(jù)為研究對象。首先，利用高維隨機矩陣理論對多元電力用戶數(shù)據(jù)進行預處理和數(shù)據(jù)篩選；然后，建立特征級的跨模態(tài)數(shù)據(jù)融合模型，從而構建電力-社會-信息耦合系統(tǒng)的多元電力用戶群體數(shù)據(jù)質(zhì)量評估模型；最后，應用多參量耦合方法，對信息數(shù)據(jù)庫進行數(shù)據(jù)質(zhì)量提升增強。

2.2.1 多元電力用戶群體數(shù)據(jù)跨模態(tài)多參量融合

考慮多樣化需求及用戶服務的多元電力用戶群體數(shù)據(jù)跨模態(tài)多參量融合包含以下3 個步驟：

1）異構多參量特征同化方法。異構參量對目標的描述方式和量綱不同，進行特征級融合時需要將各個特征映射至同一空間或同一坐標系，即應用高維隨機矩陣對異構特征向量進行同化，然后在公共子空間/子坐標系進行特征融合。目前有兩種異類特征同化的思路：一是分別對每種參量提取特征后［20］，將特征向量映射至同一公共子空間，然后在公共子空間對特征向量進行融合；二是以其中一種特征向量為基準［21］，將其他特征向量映射至該特征向量所在的空間，然后對同一向量空間的特征向量進行融合。

2）特征級的跨模態(tài)數(shù)據(jù)融合方法。將多模態(tài)、富內(nèi)容和多角度的電力用戶數(shù)據(jù)形成用戶行為多元參量空間，采用特征級多模態(tài)數(shù)據(jù)融合框架分析多模態(tài)參量之間對用戶行為的互補性和增強性［17-18］。

3）用戶特性數(shù)據(jù)質(zhì)量評價模型和數(shù)據(jù)優(yōu)選。不同場景、不同類型的用戶特性數(shù)據(jù)存在較為明顯的差異，對于數(shù)據(jù)質(zhì)量評價準則也隨之不同。因此，需要構建目標特性數(shù)據(jù)質(zhì)量評價指標模型［22-23］，實現(xiàn)對用戶特性數(shù)據(jù)質(zhì)量的指標確定，提供權威的數(shù)據(jù)質(zhì)量評價結果支撐。然后，根據(jù)質(zhì)量評估模型和行為分析任務的語義約束，實現(xiàn)滿足多維覆蓋的群體感知冗余數(shù)據(jù)分組，進而采用時間優(yōu)先或質(zhì)量優(yōu)先方式進行數(shù)據(jù)移交決策，從而實現(xiàn)數(shù)據(jù)優(yōu)選。

2.2.2 多參量耦合下多元電力用戶群體數(shù)據(jù)增強

多元電力用戶群體數(shù)據(jù)增強方法主要針對3 種情況：一是結構化數(shù)據(jù)直接采集，電氣參量、狀態(tài)量等數(shù)據(jù)可以通過終端直接計算上傳；二是非結構化半結構化信息感知，包括現(xiàn)場圖形、影音資料等需要人工智能分析的非結構化數(shù)據(jù)，以及設備熱力圖、光譜圖、三維空間等具有明確提取步驟的數(shù)據(jù)；三是隱式信息提取，無法通過數(shù)據(jù)表面信息推導的信息，例如用戶畫像、風險趨勢預測，需要通過一定的感知計算、自主學習訓練或是融合感知計算才能辨識未知的新信息。

為此，多參量耦合下電力用戶群體數(shù)據(jù)增強方法主要包括以下3 種方式：

1）信息空間增強。數(shù)據(jù)在空間上的增強表現(xiàn)為部署的傳感器密度h(xi，yi)提升，產(chǎn)生了空間擴展上的數(shù)據(jù)增加［24］，即數(shù)據(jù)點數(shù)量n的增加。wi為第i個節(jié)點所產(chǎn)生信息的時空權重，表現(xiàn)效果為區(qū)域內(nèi)的整體數(shù)據(jù)量H(x，y)的增加，其表達式如式（1）所示。但傳感器數(shù)量的增加會嚴重增加成本并帶來數(shù)據(jù)傳輸帶寬不足的問題，可用數(shù)據(jù)補全、插值、樣本擴充等方法代替。

式中：xi和yi為第i個傳感器的位置坐標；x和y為區(qū)域內(nèi)所有傳感器的平均位置坐標。

2）信息類型增強。信息類型增強綜合表現(xiàn)在由多合一功能傳感器增加產(chǎn)生的額外信息。在泛在物聯(lián)網(wǎng)智能傳感設備中，部分設備除了電氣量采集，還包括對氣候環(huán)境、電場磁場、地貌特征等多種參量的感知［21，25-26］。因此，多種傳感器的量測數(shù)據(jù)可表示為d維信息向量H：

式中：h(d)為傳感器采集到的類型d的數(shù)據(jù)。

3）信息準確度增強。信息準確度增強是指降低設備計量誤差。電力物聯(lián)網(wǎng)傳感器數(shù)量龐大，通過自校系統(tǒng)、遠程校準系統(tǒng)［27-28］保證整體準確度，例如數(shù)字互感器通過合并單元，根據(jù)電氣量和非電氣量遠程校準。提高校準頻率、實現(xiàn)冗余采集是信息準確度增益的兩方面手段，可表示為：

式中：j為量測點；xji為量測值；a為真實值；ε為無窮小量；p(·)為判斷表達式真?zhèn)蔚乃阕雍瘮?shù)；m為量測點數(shù)量；I為校準頻率；zi為測量數(shù)據(jù)；fi(x)為映射狀態(tài)變量到測量對應擬合量的狀態(tài)函數(shù)。當校準頻率I足夠大時，整體網(wǎng)絡的信息準確度會接近于基準值。式（4）為冗余測量提升測量數(shù)據(jù)與真實值接近程度的優(yōu)化過程，通過最小二乘法計算優(yōu)化目標g(x)的最小值。

2.3 多元電力用戶群體數(shù)據(jù)高精度感知

在多類型用戶理論研究的基礎上，從信息域、物理域和社會域3 個層面獲取電力用戶的多角度信息，分析用戶的行為活動及產(chǎn)生的行為數(shù)據(jù)信息，采用基于實時量測與人工智能的實時+虛擬感知技術克服量測點多、用戶隱私、傳輸專線、數(shù)據(jù)匯總平臺背景下的電網(wǎng)運行維護問題，并利用機理分析的狀態(tài)估計方法解決多元電力用戶群體在數(shù)據(jù)匱乏情況下的電網(wǎng)調(diào)度問題，獲取多模態(tài)、富內(nèi)容、具有時空和人文特征的用戶多角度數(shù)據(jù)，實現(xiàn)多元電力用戶群體數(shù)據(jù)高精度感知。

2.3.1 實時+虛擬感知

新型電力系統(tǒng)下，大規(guī)模分布式電源、電動汽車、儲能接入電網(wǎng)，電網(wǎng)形態(tài)愈加復雜，對于配電網(wǎng)的狀態(tài)感知能力提出了更高的要求。但是由于配電網(wǎng)點多面廣，按照傳統(tǒng)主網(wǎng)做法需要部署海量量測單元，存在工程實施難度大、交界面不清楚、投資運行維護成本巨大等問題。面向多元單一電力用戶的高精度感知，文獻［29］提出了以神經(jīng)網(wǎng)絡為基礎的實時+虛擬技術，以降低多元電力用戶群體信息感知成本并在后續(xù)的工作中得到進一步研究［30-33］，具體過程如下。

首先，基于橫向數(shù)據(jù)賦能共享與縱向數(shù)據(jù)高效流動，以智能采集終端為數(shù)據(jù)采集核心，通過物聯(lián)網(wǎng)智能感知、識別技術與邊緣計算［30］等技術實現(xiàn)電力用戶計量系統(tǒng)設備、一次電氣設備、用戶智能設備的廣泛互聯(lián)互動互通，形成萬物互聯(lián)、人機交互、天地一體的網(wǎng)絡空間，搭建電力用戶不同數(shù)據(jù)類型差異化場景的數(shù)據(jù)實時采集系統(tǒng)。

然后，考慮電力用戶經(jīng)濟性、環(huán)境因素等外界約束，導致無法實現(xiàn)電力用戶數(shù)據(jù)實時采集，需要綜合考慮電力用戶所屬區(qū)域、用戶用能特點等相似性，基于灰色關聯(lián)度分析和數(shù)字孿生相結合的方法，從已有歷史數(shù)據(jù)中進行相似日選取，進一步應用反向傳播（BP）神經(jīng)網(wǎng)絡［31］、去噪自編碼器［32］等人工智能方法對數(shù)據(jù)進行訓練，完成對電力用戶缺失數(shù)據(jù)的虛擬采集，從而完成電力用戶數(shù)據(jù)的全面補全。

最后，考慮電網(wǎng)運行數(shù)據(jù)、經(jīng)濟數(shù)據(jù)、環(huán)境數(shù)據(jù)等外部數(shù)據(jù)和電力用戶群體數(shù)據(jù)的特性互補和耦合，文獻［33］按照預測-校正的思路，對電力用戶虛擬采集數(shù)據(jù)進行質(zhì)量提升，即以外部數(shù)據(jù)和電力用戶歷史數(shù)據(jù)為訓練集，應用卷積神經(jīng)網(wǎng)絡、小波神經(jīng)網(wǎng)絡等人工智能方法，實現(xiàn)對電力用戶群體數(shù)據(jù)的實時+虛擬采集。

2.3.2 高精度狀態(tài)估計

在用戶數(shù)據(jù)無法完全獲取的背景下，多元電力用戶群體數(shù)據(jù)高精度狀態(tài)估計成為解決電網(wǎng)調(diào)度運行的重要技術。首先，針對電力用戶群體多類型數(shù)據(jù)缺失、時標不一致等問題，文獻［34-36］綜合考慮電力用戶數(shù)據(jù)電氣屬性的時空關聯(lián)性，采用數(shù)據(jù)-機理混合驅(qū)動［34］、皮爾遜相關系數(shù)［35］、優(yōu)先級分配策略［36］等多種混合數(shù)據(jù)補全算法。然后，針對電力用戶量測配置不足，以及網(wǎng)絡傳輸時滯和丟包等網(wǎng)絡化誘導現(xiàn)象，文獻［37-39］計及數(shù)據(jù)傳輸?shù)木珳市院捅匾?，應用時間稀疏化［37］、奇異值分解［38］、時序特征融合［39］提出多類型電力用戶群體數(shù)據(jù)高精準不確定性動態(tài)狀態(tài)估計方法。最后，考慮電力用戶群體數(shù)據(jù)來源多樣、傳輸方式多變、數(shù)據(jù)浮漂等不確定性，文獻［40］提出基于偽量測自適應插值的卡爾曼濾波的高精準動態(tài)狀態(tài)估計方法。

狀態(tài)估計的本質(zhì)是利用冗余數(shù)據(jù)對系統(tǒng)的未知參數(shù)進行估計，但是目前缺乏充分利用多元用戶群體數(shù)據(jù)的狀態(tài)估計方法。

3 多元電力用戶群體特征建模技術

在確定描述多元電力用戶群體屬性的多維特征集后，以描述用戶特性為目的，考慮電力用戶的多元、互動、群體特性及外界環(huán)境，構建多元電力用戶群體特征表征模型。多元電力用戶群體特征建模技術示意圖如圖3 所示。

圖3 多元電力用戶群體特征建模技術示意圖Fig.3 Schematic diagram of characteristic modeling technology of diversified power user groups

多元電力用戶群體特征建模技術主體上可分為兩個方面：特征多維量化分析和標簽化建模。通過特征多維量化分析確定多維度特征量和不同類型用戶基本特性的映射關系，進一步對量化的特征值進行更為細致的綜合評價，得到標簽化的用戶模型。

3.1 多元電力用戶特征認知研究現(xiàn)狀

對于電力用戶認知的研究，主要集中在電力用戶分類、電力用戶建模兩個方面［41］。但總的來說，傳統(tǒng)電力系統(tǒng)中電力用戶近同于電力負荷，僅僅考慮電力用戶的能源（電氣）特性，已經(jīng)無法滿足電力行業(yè)發(fā)展過程中對電力用戶的認知需求。

在中國電力發(fā)展歷程中，電力用戶基本根據(jù)電壓等級、供電可靠重要程度等進行用戶等級分類，同時還包括按用電量、電價和國民經(jīng)濟對電力用戶進行分類等方法。但總的來說，傳統(tǒng)電力系統(tǒng)分類認知中，電力用戶往往是“被動用電負荷”，用戶負荷按照對供電可靠性需求進行分類是目前的主流認知［42］?；谪摵汕€形態(tài)的負荷分類是一個新的研究熱點［43-45］，利用聚類算法分析用戶群體日負荷曲線，將具有相似特征的用戶劃分為同一類型。此類方法考慮了政策、電價、季節(jié)、溫度等諸多因素對負荷的影響，以一定的合理性將多元用電負荷劃分為眾多類別。但在新型電力系統(tǒng)的背景下，負荷概念的延伸以及與電網(wǎng)的互動性使得傳統(tǒng)負荷分類方法難以適用。

為了研究負荷對電網(wǎng)安全穩(wěn)定的影響，國內(nèi)外科研機構進行了大量電力負荷建模方面的研究［43-46］。電氣與電子工程師協(xié)會（IEEE）設置專門的負荷動態(tài)性能表征任務組對多種負荷的電氣特性建模展開研究［47］。中國電力科學研究院基于電網(wǎng)實測數(shù)據(jù)，提出了考慮配電網(wǎng)影響的綜合負荷重點參數(shù)辨識方法［48］。中國眾多電力研究團隊也對負荷特性建模、動態(tài)參數(shù)辨識等領域進行了深度研究，從物理視角構建面向需求響應等的優(yōu)化模型［41，49］，也從知識體系上大大豐富了復雜系統(tǒng)的參數(shù)辨識理論，使負荷建模理論從多個方面實現(xiàn)了實用性［42，50］。

近年來，隨著電能替代和電力電子技術的廣泛應用，柔性負荷、雙向負荷接入容量持續(xù)增加［51］。這類負荷具有功率主動調(diào)節(jié)特性，負荷復雜性進一步提高，負荷建模理論和方法也隨之取得了新的發(fā)展［52-53］，主要體現(xiàn)在以下方面：

1）考慮時變性和隨機性的負荷模型。帶儲能系統(tǒng)的分布式電源迅速發(fā)展，有助于降低網(wǎng)絡損耗和改善電壓分布，但潮流分布從傳統(tǒng)的中心輻射單向流動變成多點支撐雙向流動，主動時變的負荷特性改變了電網(wǎng)特性［54-57］。此外，風/光電源出力受天氣決定，具有隨機性、波動性和間歇性，使負荷參數(shù)、模型的不確定性增加。

2）考慮可控性的負荷模型。以儲能系統(tǒng)為代表的雙向負荷可為光伏電源提供虛擬慣量，平抑波動性源/荷，提高電網(wǎng)穩(wěn)定性，但同時也導致負荷出現(xiàn)了可控性和時變性［58-60］。

3）考慮敏感性的負荷模型。隨著生產(chǎn)模式的變革和生活水平的提高，天氣、政策對負荷用電模式的影響也逐漸變得顯著。但上述負荷建模思路還是考慮負荷本身電氣特性的變化［61］。

綜上所述，傳統(tǒng)電力系統(tǒng)中電力用戶主要依據(jù)電力負荷的電氣特性進行認知和建模，還需要深化以數(shù)據(jù)為資產(chǎn)、以服務為驅(qū)動的發(fā)展導向以適應電力用戶新需求。

多元電力用戶群體特征建模可分用戶-電網(wǎng)耦合關系的整體建模和用戶自身用能特性的局部建模。對于這兩個需求，需要解決的是如何根據(jù)已量測、估計、計算得到的用戶數(shù)據(jù)去分析用戶的用能特性以及對電網(wǎng)的影響，本質(zhì)問題是數(shù)據(jù)壓縮和復雜系統(tǒng)的特性辨識。

3.2 多元電力用戶群體特征多維量化分析

3.2.1 多元電力用戶群體屬性的多維特征集表征

根據(jù)電力用戶的社會特點，其特性可分為內(nèi)生屬性、電氣屬性和偏好屬性［62］。內(nèi)生屬性包括個人/企業(yè)基本信息、社會經(jīng)濟信息、地理位置信息、用電設備信息和分布式能源信息；電氣屬性包括基本用電模式（整體、局部用電模式等）、需求響應潛力（基線估計等）、氣象敏感度（溫度、濕度敏感度等）、電價敏感度（用電彈性）、用電趨勢（不同時間尺度預測）和用電不確定性（概率化模型）；偏好屬性包括需求響應意愿（不同需求響應項目）、智能用電意愿（是否愿意安裝智能用電設備）、電價類型偏好（不同電價設計偏好）、可再生能源使用（是否主動使用可再生能源）和被代理意愿（是否愿意被代理參與市場）。

首先，考慮到電力負荷的復雜性，其社會屬性需要應用統(tǒng)計分析方法和遵循自完善自學習原則進行不斷擴展。對此，文獻［63］提出可利用量測數(shù)據(jù)的源網(wǎng)荷儲動態(tài)特性在線建模與辨識，以提高多元電力用戶特性表征的準確性和復雜大系統(tǒng)的可觀測性。然后，根據(jù)多元電力用戶群體屬性特點，結合實際電力用戶行為和用戶意愿，按照不同電力用戶屬性對每一項屬性指標進行量化表征。文獻［64］從電力用戶的社會化、個體戶角度，提出了多元可調(diào)電力用戶調(diào)控能力的多維量化評估流程。最后，深入挖掘?qū)傩灾笜说奈锢韮?nèi)涵。文獻［65］融合物理模型與數(shù)據(jù)模型的分析方法，按照反映用戶的行為主體、行為環(huán)境、行為手段、行為結果和行為效用5 個方面，構成電力用戶多維度特性的研究框架。

3.2.2 多維度特征量和多元用戶特性的映射關系

首先，根據(jù)內(nèi)生屬性、電氣屬性、偏好屬性等用戶行為維度，以及用能類型、用能潛力、能源消費能力等用戶社會化維度，梳理歸納多類型電力用戶的多維度特征量，分析不同維度特征量的優(yōu)缺點，應用過濾法［66-67］、包裹法［68］和嵌入法［69］等方法實現(xiàn)電力用戶特征提取。

然后，根據(jù)不同類型電力用戶各自的屬性一致性及可評價性實現(xiàn)電力用戶屬性分類。文獻［64，70-71］從多元負荷的可控程度、響應成本、響應潛力、響應時間等多個維度建立電力用戶屬性價值評價指標，從而揭示不同多元可控負荷的相似性。

最后，為減小數(shù)據(jù)的存儲空間、提升算法效率，文獻［72-74］從減少向量間歐氏距離的計算時間方面入手，采用核主成分分析［72］、主成分分析［73］及成因分析［74］等方法對多元負荷的聚類特征進行降維；進一步，通過劃分聚類［75］減小每個樣本集的數(shù)據(jù)規(guī)模，并用層次聚類［76］對劃分聚類的結果進行組合，得到已有多維度特征量-用戶特性的映射關系模型，結合實際電力用戶的社會化行為邊界，確定多維度特征量和不同類型用戶基本特性的映射關系。

3.3 智能配電網(wǎng)多元電力用戶群體標簽化建模

3.3.1 多元電力用戶群體特征值量化綜合評價

首先，基于多元電力用戶群體不同特征值的不同表現(xiàn)形式，智能配電網(wǎng)用戶管理平臺按照電力用戶群體特征指標數(shù)據(jù)收集可操作性、用戶行為特性表征合理性等，應用因素分析方法［77］分別對電力用戶內(nèi)生屬性、電氣屬性和偏好屬性的群體影響因素進行歸納總結。

然后，根據(jù)影響因素分析，分別對內(nèi)生屬性、電氣屬性和偏好屬性的影響因素按照定性與定量相結合的方式進行數(shù)學指標化［78-79］，并應用主成分分析法［26］對主要影響因素指標進行合并和歸一化，形成定量和定性相結合的多維量化綜合評估指標體系。

最后，綜合考慮模糊層次分析法、專家打分法等主觀賦權方法［80-81］的專家意見依賴性強，且熵權法［82］、變異系數(shù)法［83］等客觀賦權方法數(shù)據(jù)依賴性強的特點，應用主客觀混合［84］的多元電力用戶群體特征多維量化評估方法。

3.3.2 用戶群體標簽化模型的建模范式及更新

電力用戶模型是用戶模型在電力系統(tǒng)中的應用和拓展?？紤]售電市場為電力用戶提供了多樣化的能源服務，這對負荷建模工作而言促發(fā)了“信息過載”阻礙。此外，電力用戶規(guī)模龐大，只有對電力用戶的標簽化模型進行抽象化用戶分類，才能提升能源服務效率。

電力用戶群體標簽化建模主要包括以下步驟：

1）根據(jù)電力用戶的多樣化用能需求（如峰谷電價、激勵政策、合同制定等），文獻［65，85］從多個方面對用戶的用能偏好進行分類，并從用戶的基本信息、支付歷史等方面進行統(tǒng)計分析。

2）標簽化處理。這一步驟是用戶標簽化建模的核心，需要確定對用戶特性的分類方法。本質(zhì)上屬于對多維特征、多時間尺度數(shù)據(jù)的多元分類問題。文獻［86］考慮到傳統(tǒng)電力用戶的標簽特征較為單一，無法進行精準判斷，利用計算機視覺技術對電力用戶進行特征升維與標簽化處理。

3）用戶模型的更新。由于多元電力用戶群體的固有特性，隨時間的推移其性質(zhì)可能發(fā)生較大變化，為提高多元電力用戶群體感知的精度需要對用戶模型進行在線更新，即將標簽化處理得到的特征數(shù)據(jù)集進行更新，然后對負荷辨識器進行參數(shù)矯正。這種更新過程需要考慮最新數(shù)據(jù)的偶爾性，以平衡誤差修正和過擬合風險。基于上述考量，文獻［87］借助在線學習策略提高了負荷的特征表達精度，并計及窗口內(nèi)不同預測誤差對參數(shù)更新，進一步提高了模型的泛化能力。

4 多能互補電力用戶群體源荷互動特性精準感知方法

以多元電力用戶群體的可控性和多元互動性為研究對象，充分應用多元電力用戶群體全息感知方法的數(shù)據(jù)驅(qū)動原理，以多元電力用戶群體特征建模技術為特性機理感知的基礎，面向多能互補和源荷互動的不同場景，建立多元用戶的互動模型、多元可控用戶的間接控制/直接控制模型，實現(xiàn)多能互補電力用戶群體互動特性的精準感知。多能互補電力用戶群體源荷互動特性感知示意圖如圖4 所示。

圖4 多能互補電力用戶群體源荷互動特性感知示意圖Fig.4 Schematic diagram of awareness of source-load interaction characteristics of multi-energy complementary power user groups

多能互補電力用戶群體源荷互動特性感知技術本質(zhì)上是一種預測技術和在線建模修正技術，利用建立的多元電力用戶用能特性模型來預測分時電價、網(wǎng)荷互動、季節(jié)變化等事件帶來的用戶之間、用戶與電網(wǎng)之間的能量交互行為，并實時根據(jù)互動行為更新多元電力用戶群體的用能特性模型。

4.1 多能互補電力用戶群體特性感知研究現(xiàn)狀

對于電力用戶特性感知方法的研究，主要集中在“機理驅(qū)動”和“數(shù)據(jù)驅(qū)動”的用戶特性感知方法研究?？偟膩碚f，利用“機理驅(qū)動”和“數(shù)據(jù)驅(qū)動”相結合的電力用戶群體特性感知成為發(fā)展趨勢。

在“機理驅(qū)動”的用戶特性感知方法方面，由于其具有明確的物理含義，有助于對電力用戶行為特性的理解，因此最先用于用戶特征分析［60］。例如，文獻［61］分析了傳統(tǒng)需求響應中單向政策制定的弊端，進而設計了需求響應的合作制定模式，從需求響應支撐技術、需求響應項目設計兩個方面分析其影響因素對用戶需求響應特性和能力的影響。文獻［51］建立了基于演化博弈的需求響應模型，分析了用戶基于演化博弈的用能行為趨勢及其對系統(tǒng)的影響。文獻［88］通過研究速度-流量-密度關系和交通-能耗關系完成對電動汽車時空行為的精確建模，研究了電動汽車在每條活動-出行鏈上的時空分布特性和充電，以便能夠合理地刻畫用戶選擇心理及描述電動汽車用戶時空行為。文獻［89］以家庭能源中心為研究對象，提出一種考慮物理特征與行為因素的家庭用能特性建模方法，通過非侵入式負荷分解與馬爾可夫鏈相結合的方法來刻畫家庭負荷的不確定性場景。文獻［90］針對電動汽車的停車行為，研究基于居民區(qū)的區(qū)域停車生成率的停車需求，綜合電動汽車設備性質(zhì)、居民區(qū)區(qū)域特征等因素，構建了居民區(qū)的電動汽車充電模型與停車模型，完成了基于時間分布的電動汽車居民區(qū)充電負荷的相關性質(zhì)研究。文獻［91］針對家庭能源需求估計，同時考慮人文和物理因素，計算綜合人口的家庭能源消耗。該模型結合了每個家庭成員的家庭活動序列，然后將其映射為負荷大小和持續(xù)時間，得到高精度的家庭能源需求估計模型。此類方法能夠反映電力用戶群體在某一特定方面的特征，但是目前“機理驅(qū)動”的電力用戶群體特性方法只能描述電器的部分用能特性，難以對非線性動態(tài)模型進行實時分析以支撐考慮復雜內(nèi)部和外部影響因素的用戶特性感知。

在“數(shù)據(jù)驅(qū)動”的用戶特性感知方法方面，以電力物聯(lián)網(wǎng)為信息基礎，隨著智能電表等智能計量設備和相應的信息通信技術迅速提升，用戶側產(chǎn)生了海量用電數(shù)據(jù)。運用大數(shù)據(jù)技術挖掘海量用電數(shù)據(jù)的內(nèi)在信息可提取復雜電力用戶的用能關系和規(guī)則［92］。因此，為了充分利用這些電力大數(shù)據(jù)及環(huán)境數(shù)據(jù)，相關學者開始通過統(tǒng)計分析、人工智能等技術挖掘歷史數(shù)據(jù)集含有的用電行為潛在特征，通過“數(shù)據(jù)驅(qū)動”來完善用電行為特性感知方法［93-94］。

“數(shù)據(jù)驅(qū)動”的感知分析方法本質(zhì)上是將數(shù)據(jù)進行整合、提煉從而構建對象的特征模型，通常包括3 個階段：描述性感知，對數(shù)據(jù)的基本特性有一定程度的認識；預測性感知，感知未來數(shù)據(jù)的發(fā)展趨勢；決策性感知，通過數(shù)據(jù)對決策器進行訓練、擬合得到自動化決策模型［94-96］?；跀?shù)據(jù)驅(qū)動的用戶用電特性感知的相關研究主要包括負荷參數(shù)辨識、負荷曲線預測和需求側管理等［97］。例如，文獻［98-99］分別利用自回歸理論和人工神經(jīng)網(wǎng)絡模型對居民用戶和工業(yè)用戶的負荷異常點進行辨識，并通過對殘差極值進行假設檢驗來檢測異常數(shù)據(jù)。文獻［100］建立了包含溫度、濕度、日類型等因素及負荷時間序列的動態(tài)貝葉斯網(wǎng)絡進行臺區(qū)的負荷預測。文獻［101］引入季節(jié)諧波調(diào)節(jié)日變化，以消除對天氣信息的需求，構建線性模型，開發(fā)了一種負荷用能需求預測模型。文獻［102-103］通過數(shù)據(jù)驅(qū)動的方式進行電力需求側管理，通過數(shù)據(jù)驅(qū)動動態(tài)來實時掌握用戶的用電規(guī)律以及其他相關信息，從而制定合理的電價機制和個性化的有序用電方案，挖掘出用戶側具備節(jié)能改造潛力的設備。此類方法能夠為用戶群體行為特性感知提供一定的技術支持，但是基于“數(shù)據(jù)驅(qū)動”的用戶群體特性感知方法缺少物理或數(shù)學解釋，缺乏考慮用戶細致建模以及行為因素，因而，僅基于“數(shù)據(jù)驅(qū)動”的特性感知存在一定的局限性。

可見，基于“機理驅(qū)動”的用戶群體特性感知方法物理意義清晰、可解釋性強，但對海量數(shù)據(jù)的分析能力不足，難以對配用電系統(tǒng)和電力物聯(lián)網(wǎng)融合發(fā)展背景下的海量數(shù)據(jù)進行充分挖掘?；凇皵?shù)據(jù)驅(qū)動”的用戶群體特性感知方法可對用戶群體特性進行相對有效的感知，但其物理解釋性較差。同時，新型電力用戶群體的多元社會化與友好互動性加深了與智能配用電的關聯(lián)性。因此，將“機理驅(qū)動”和“數(shù)據(jù)驅(qū)動”的用戶群體特性感知方法相結合，有利于對電力用戶群體進行全面化、體系化的特性研究，進一步使用戶群體的特性得到延拓，同時具有一定的可解釋性，是未來的主要發(fā)展趨勢。

4.2 面向多能互補的多元電力用戶群體特性感知

以能源結構改革為背景構建的多能互補配電網(wǎng)，其用戶特性感知的主要研究對象為多元用戶之間的能量轉(zhuǎn)換環(huán)節(jié)，進而建立多類型用戶之間的能量轉(zhuǎn)換矩陣和多元互動耦合模型，實現(xiàn)對多類型用戶的多元互動性感知。

首先，構建多元電力用戶能量轉(zhuǎn)換環(huán)節(jié)的能效矩陣。文獻［104］以含有分布式電源、電轉(zhuǎn)氣、冷熱電聯(lián)產(chǎn)的多能互補配電網(wǎng)為研究對象，建立電、熱、氣3 種能源能效矩陣。能效矩陣的行數(shù)等于能量轉(zhuǎn)換節(jié)點個數(shù)，列數(shù)等于不同能量轉(zhuǎn)換方式的種類數(shù)。在實際過程中，通過某一轉(zhuǎn)換器的轉(zhuǎn)換方式一般只有1 種或2 種，能效矩陣中其余對應元素為0。

然后，可通過能效矩陣定義能量轉(zhuǎn)換環(huán)節(jié)的輸入為“能源需求”、輸出為“用戶需求”，構建多元電力用戶多元耦合模型。

文獻［105］研究了多元耦合用戶之間的轉(zhuǎn)換關系。通過描述能效矩陣、延遲矩陣、能源需求矩陣和用戶需求矩陣這4 個具有相同維度矩陣的轉(zhuǎn)換關系，用于對能源轉(zhuǎn)換環(huán)節(jié)的多能源轉(zhuǎn)換關系進行統(tǒng)一描述。

上述研究［104-105］從機理分析角度對多元電力用戶多元耦合模型進行了分析，但多元電力用戶的歷史、功率、氣候、運行數(shù)據(jù)的價值并沒有得到體現(xiàn)，缺乏數(shù)據(jù)驅(qū)動方法的應用。

為充分發(fā)掘“數(shù)據(jù)驅(qū)動”方法對多能互補多元電力用戶的特性感知能力，提升多能互補集群的調(diào)控潛力，文獻［106］基于機理分析的多能互補互動模型，構建多元電力用戶的互補協(xié)同模型。在“電/氣/熱/冷網(wǎng)絡約束”和“分群負荷聚合”的基礎上，建立雙層協(xié)調(diào)優(yōu)化模型，上層考慮“分群負荷聚合”之間的協(xié)調(diào)，下層考慮“分群負荷聚合”的內(nèi)部自治優(yōu)化，后續(xù)利用啟發(fā)式優(yōu)化算法求得實時的調(diào)控策略。

但此類方法在靜態(tài)特性模型的建立和動態(tài)特性感知模型的求解方面沒有做到完全融合，“機理分析”和“數(shù)據(jù)驅(qū)動”只單獨應用于某一特定環(huán)節(jié)，迫切需要在互動機理建模方面應用“數(shù)據(jù)驅(qū)動”方法，例如利用神經(jīng)網(wǎng)絡模型、狀態(tài)估計算法代替難以用機理分析的物理部件［107］或能量流動環(huán)節(jié)［108-110］。多能互補系統(tǒng)運行數(shù)據(jù)龐大、多源異構，通過挖掘隱含信息得到特性感知的難度較大，將“機理分析”與“數(shù)據(jù)驅(qū)動”結合是解決該問題的可行性思路。

4.3 面向源荷互動的電力用戶互動特性精準感知

面向源荷互動的電力用戶互動特性精準感知技術是以用戶的多元可控性為研究對象，建立多類型用戶之間的需求替代響應模型和多元可控用戶的間接控制/直接控制模型，實現(xiàn)對多元可控用戶的需求響應能力分析。目前，源荷互動的電力用戶互動特性精準感知主要體現(xiàn)在以下幾個方面：

首先，構建多種類型用戶之間的需求替代響應模型。文獻［111］指出多種類型用戶之間存在一定的替代作用，即在總的能源需求一定的前提下，用戶一種能源需求可以被其他種類的能源需求代替滿足。文獻［112］分析了主動蓄熱響應對提高熱-電負荷供給可靠性的作用。對于電儲能系統(tǒng)，文獻［113］從用戶、電網(wǎng)公司、政府多個角度分析了電池儲能作為需求響應負荷在工業(yè)園區(qū)的經(jīng)濟性。

對已有研究［111-113］進行歸納，可建立替代響應模型如式（5）所示。

式中：L0和L1分別為替代響應前、后的電/氣/熱多能負荷矩陣；Le，1、Lg，1和Lh，1分別為通過替代響應后電、氣、熱的負荷；λ(α，η)為能效替代矩陣，其中元素αe-g為電替代氣的比例，ηe-h為電替代熱的替代效率，其余元素以此類推。

然后，構建基于價格間接/直接控制的用戶響應模型。文獻［114-115］針對價格敏感性的間接控制型多元可控用戶，建立以交叉價格彈性為基礎的線性能價響應模型。針對直接控制型多元可控用戶，文獻［116］考慮負荷的可中斷性，建立多元可控負荷的補償成本函數(shù)及其成本費用模型。以多元可中斷用戶為例，補償成本函數(shù)可表示為可中斷用戶的負荷、暫停用能意愿因子和賠償系數(shù)的乘積。

最后，對于多元可控用戶需求響應能力分析，目前主要是從直接控型和間接控制兩方面考慮。直控型多元可控用戶用電的規(guī)律性較明顯［117］，可以從用電量關聯(lián)性的角度研究，利用關聯(lián)規(guī)則挖掘出各種多元可控用戶與用電量的關系。對多元可控用戶的用電規(guī)律曲線進行擬合，得到未來某一時刻的用戶可用可控用電列表。文獻［118］針對多元電力用戶集群退出調(diào)控時對網(wǎng)絡的沖擊，提出了一種平抑反彈效應的集群空調(diào)負荷控制方法。

間控型的多元可控用戶用電規(guī)律隨著用戶對需求的響應變化而變化，因此，用電行為規(guī)律實時可變［119］。文獻［120］運用誤差修正技術和長短時記憶網(wǎng)絡的組合模型來分析間控型多元可控用戶的需求響應特性，進而實現(xiàn)多能互補配電網(wǎng)的短期負荷預測。文獻［121］以間控型居民負荷為研究對象，通過分析用戶群體的設備特性對其電力需求價格進行彈性評估。在現(xiàn)有研究的基礎上，間控型多元可控用戶的辨識問題本質(zhì)上為模式識別問題，采用基于深度卷積神經(jīng)網(wǎng)絡的模式識別方法，對運行數(shù)據(jù)進行可用性識別，得到較近時刻的用戶可用可控用電列表。

5 智能配電網(wǎng)用戶群體特性精準感知的挑戰(zhàn)與展望

智能配電網(wǎng)用戶群體特性精準感知主要含有以下挑戰(zhàn)：

1）缺乏不同類型電力用戶群體有針對性的特性感知方法：智能電表的增加、電力用戶類型的擴展帶來多源異構信息、社會化光伏數(shù)據(jù)采集需求-用戶隱私保護的矛盾，而傳統(tǒng)電氣量測方法難以適應當前海量量測點、大規(guī)模數(shù)據(jù)流、傳輸平臺不足、用戶隱私等多種基建不健全趨勢，需要開發(fā)一種實時的數(shù)據(jù)增強技術并提高電網(wǎng)靈活性以對抗數(shù)據(jù)不全面的現(xiàn)狀。

2）電力用戶的分類、建模技術需要適應負荷概念的延伸：傳統(tǒng)電力系統(tǒng)中電力用戶主要依據(jù)電力負荷的電氣特性進行認知和建模，電轉(zhuǎn)氣、電動汽車、柔性負荷等具有互動特性的新型負荷加入使得傳統(tǒng)的負荷分類方法難以適用，需要考慮用戶的用能時間特性、空間特性、能源種類偏好特性等因素分析電力用戶-電力用戶之間、電力用戶-電力系統(tǒng)之間的互動機理，研究電力用戶的多維特征建模與實時矯正技術。

3）多能互補系統(tǒng)特性感知的難度較大：“機理驅(qū)動”以完整的可解釋性和物理意義應用于特性感知，但無法挖掘大量運行數(shù)據(jù)中的關鍵信息，在實際問題中往往無法應對復雜的內(nèi)部和外部影響。在人工智能技術的支持下，“數(shù)據(jù)驅(qū)動”可彌補其中的不足，但是多能互補系統(tǒng)運行數(shù)據(jù)龐大、多源異構，通過挖掘隱含信息得到特性感知的難度較大。此外，目前“數(shù)據(jù)驅(qū)動”的建模技術總是孤立存在于整個系統(tǒng)的某個部件或流程，沒有與“機理驅(qū)動”充分融合形成可解釋、泛化能力強的復雜建模理論。為此，可考慮以機理建模為基礎，以多元電力用戶群體特征建模的魯棒性為評價指標，混合數(shù)據(jù)驅(qū)動方法進行多能互補系統(tǒng)特性感知的實時更新。

未來，多元電力用戶群體精準感知的深度發(fā)展可從智能配電網(wǎng)能源高效利用角度出發(fā)，將分散的具有集群性、社會性的電力用戶作為研究對象，考慮電力用戶和電力用戶之間、電力用戶和電力系統(tǒng)之間、電力用戶和工業(yè)物聯(lián)網(wǎng)之間的行為多向交互耦合特性，提出電力用戶特性精準感知方法。具體包含以下幾個方面：

1）面向特定電力用戶群體的多種特性感知方法。面向某一具體應用的用戶用電數(shù)據(jù)分析類似于電力用戶群體數(shù)據(jù)跨模態(tài)多參量融合過程，是為特定場景、特定應用提供針對性解決方案；而電力用戶行為模型的構建屬于分析其社會互動性和根據(jù)響應特性進行標簽化建模，針對多元電力用戶某種互動行為這個具體對象，構建行為模型則是在描述這些社會性行為構成和派生之間的關聯(lián)關系。從智能配電系統(tǒng)能源高效利用角度出發(fā)，將分散的具有集群性、社會性的電動汽車、儲能裝置、價格響應負荷等電力用戶作為研究對象，考慮用戶和用戶之間（如多能互補園區(qū)內(nèi)部的多能耦合）、用戶和電力系統(tǒng)之間（如電動汽車向電網(wǎng)送電技術）、用戶和工業(yè)物聯(lián)網(wǎng)（如整縣制光伏集群的電氣量測數(shù)據(jù)、指令信息傳輸）之間的行為多向交互耦合特性，考慮多元用戶的互動性和可控性，針對不同可控程度的電力用戶，采用合適的集群方法，分別制定適用于不同類型電力用戶特性感知方法，解決現(xiàn)有多元電力用戶群體感知方法對用戶側多類型數(shù)據(jù)的分析方法不足的缺陷，最大程度上保持系統(tǒng)可觀與可控。

2）多元用戶群體特征認知新理論。智能配電系統(tǒng)和電力物聯(lián)網(wǎng)的融合發(fā)展，使得電力用戶呈現(xiàn)新的外延（源/網(wǎng)/荷/儲多類型）和內(nèi)涵（多元/互動/社會群體多特性）。突破傳統(tǒng)電力系統(tǒng)中電氣特性負荷模型的認知理論，將電力用戶擴展到具有功率響應特性、價格響應特性、源-荷轉(zhuǎn)化特性的多元社會化用戶范圍，并揭示源/網(wǎng)/荷/儲不同電力場景中電力用戶群體的本征特征，提出可定量分析的數(shù)學描述，這是本領域待解決的一個關鍵問題。

3）“機理驅(qū)動”與“數(shù)據(jù)驅(qū)動”相結合。從獲取、分類電力用戶的用能、社會行為等數(shù)據(jù)的數(shù)據(jù)層并利用其構建用戶模型，到選擇利用合適的信息感知及融合方法獲取利用數(shù)據(jù)，再到“機理+數(shù)據(jù)”驅(qū)動的電力用戶特性感知方法，最后達到業(yè)務層從而影響電力用戶用能行為，數(shù)據(jù)和用戶標簽貫穿始終。利用多元化信息，通過優(yōu)化建模、數(shù)據(jù)分析等手段，揭示和描述行為主體、行為環(huán)境、行為手段、行為結果、行為效用、預見行為、集群行為的內(nèi)在特性及其相互關聯(lián)關系，實現(xiàn)對電力用戶社會性行為的一種抽象和特征的規(guī)范化表達，為不同類型的電力用戶構建可量化評估的模型數(shù)學表達。因此，揭示智能配用電系統(tǒng)、電力物聯(lián)網(wǎng)和多元電力用戶群體的相互依存關系，定量分析多元電力用戶群體行為對能源網(wǎng)和信息網(wǎng)的網(wǎng)絡結構影響，提出其特性互動機理，是本領域待解決的另一個關鍵問題。

4）多學科的交叉研究。該領域涉及計算機科學與技術、電氣工程、控制理論與控制工程等多個學科領域，多元用戶數(shù)據(jù)的深度挖掘和用戶特征的精準建模有賴于多學科知識的協(xié)同與綜合。同時，也將促進大數(shù)據(jù)技術、電力系統(tǒng)的理論研究與工程應用的結合，從工程實踐中發(fā)現(xiàn)新問題，以現(xiàn)實需求驅(qū)動理論研究的發(fā)展。

6 結語

智能配電網(wǎng)的發(fā)展以及電力物聯(lián)網(wǎng)為電力系統(tǒng)帶來技術革新。在巨大應用需求機遇和諸多問題挑戰(zhàn)并存下，考慮并解決源/網(wǎng)/荷/儲多類型電力用戶的多元電力用戶群體特性精準感知具有重要的理論研究意義和實際應用前景。從電網(wǎng)企業(yè)的角度考慮，有助于提升服務電力用戶的水平；從行業(yè)發(fā)展的角度考慮，通過獲取用戶用能特征來合理規(guī)劃和引導能源消費，是能源高效利用的重要途徑。