干货丨考虑用户贡献度的售电商购售电策略

5 算例分析

5.1 基础数据

本文针对售电商面对多个用户进行客户选择以及套餐制定的购售电决策问题,假设场景中存在2个售电商和3个用户。根据已有的用户负荷,2个售电商的负荷曲线如图4所示。根据已有的用电习惯,3个用户的负荷曲线如图5所示。

图4中的期望负荷表示售电商根据已有用户得出的负荷期望值以及用户的负荷期望值,实际负荷表示期望负荷波动后的实际负荷值。

由图4可知,售电商1的期望负荷为一般的峰谷负荷曲线,而售电商2的期望负荷曲线具有反调峰的特点。由图5可知,用户1的期望负荷曲线较为平缓,用户2的期望负荷曲线则有较明显的峰谷差,而用户3与用户2相反,具有反调峰的特点。

假设售电商1和售电商2为用户提供相同的用电合同价格和DR合同价格,如图6所示。

5.2 用户效用分析

第一层优化为用户效用的优化,3个用户优化后的效用分别为：668.916,375.759,375.759,773.343 $。图7、图8以及图9分别展示了用户1、用户2以及用户3优化前后的负荷对比。

由图7,图8以及图9可以看出优化过后的负荷曲线与优化前的实际负荷曲线相比,更加贴近负荷期望值。

3个用户优化前后实际负荷与期望负荷的偏差如图10和图11所示：

根据图10和图11可知,第一层优化对用户负荷的正负偏差进行了一定程度上的平抑。可以看出在1—3 h、10—13h以及20—22 h,正负偏差的平抑效果较为显著,主要是因为这些时段处于负荷可分散转移的时段,用户不仅可以通过可削减负荷参与DR,还可以将负荷进行分散转移,达到负荷平抑效果;在7—19 h,正偏差量较小,主要是因为这些时段的DR合同价格较高,用户更愿意通过削减负荷参与DR项目来获得收益,3—9 h以及17—19 h,用户仍有较大的负偏差,主要是因为这些时段用户不具备分散转移型的负荷,对负荷的调控只有削减作用,因此这些时段负偏差的填补效果较差。

5.3 售电商购售电利润分析

第二层优化主要是以售电商的购售电利润最大为目标,对购电方案进行优化,由于用户负荷之间的差异性,对于售电商而言,扩展不同的用户,其购电方案也会有所不同,售电商1和售电商2分别拓展用户1、用户2以及用户3的购电方案如图12和图13所示。

根据图12和图13可知,售电商在购电环节中,日前市场的购电量主要集中在谷时段,峰时段较少。在谷时段,日前电价相比中长期合约电价较低,售电商可以从日前市场适当购入电量,凭借日前市场电价的灵活性谋取更多利润;在峰时段,日前电价急剧上升,售电商则可以将电量安排在中长期合约中,不仅成本低而且风险小、供电稳定性高。

售电商1和售电商2的购售电利润对比如表1所示。

由表1可知,对于售电商1而言,用户1可以给其带来最高的利润,但用户2和用户3给其带来表1 售电商购售电利润Tab. 1 Comparison of profits of power retailers

的利润相近;对于售电商2而言,用户2和用户3给其带来的利润较高,但二者相近。因此,本文进一步考虑用户贡献度来区分用户对售电商的收益效果。

5.4 用户贡献度分析

根据前两层的优化结果可以计算出每个用户对售电商1和售电商2的用户贡献度。结算结果如表2所示。

表2 用户贡献度Tab. 2 Comparison of user contributions

由表2可见,对售电商1而言,用户1的贡献度明显高于用户2和用户3,主要是因为用户1在部分时段上的负荷偏差与售电商1相反,二者结合之后对该时段负荷偏差的平抑效果显著,越限惩罚费用显著降低。而用户2的贡献度甚至为负,虽然售电商1拓展用户2之后的利润相比未拓展时要高,但单位产出投入比降低了,主要是由于用户2的负荷偏差与售电商1的负荷偏差在正负上类似,二者的结合不仅没有平抑正负偏差,反而是扩大了正负偏差,导致越限惩罚费用的增加;对售电商2而言,用户3的贡献度最大,其次是用户2,最低的是用户1,主要是因为购电市场的峰谷电价使的反调峰的负荷在购电过程中花费的成本较低,而售电商2与用户3都具有反调峰的特点,二者的匹配使得售电商在购电市场中以更低的成本购电,进而在购售电全环节中提高收益,相比用户1和用户2对负荷偏差的平抑作用,用户3对售电商2购电成本的降低使得其贡献度最高。

5.5 基于用户贡献度的售电套餐

根据用户贡献度,售电商1和2分别对用户1、用户2以及用户3制定的用电合同和DR合同套餐如图14、图15所示。

由图14和图15可知,售电商1给用户1提供的用电合同价格最低,DR合同价格最高,售电商2则给用户3提供了最低的用电合同价格以及最高的DR合同价格。对售电商贡献度大的用户,售电商对其制定的售电套餐中,用电合同价格较低,而DR合同价格则较高,对售电商贡献度小的用户,售电商对其制定的售电套餐中,用电合同价格则较高,DR合同价格较低。

分析原因可知,对于贡献度较大的用户,售电商以较低的用电合同价格,较高DR合同价格,让利于用户,在提高用户效用的同时,增强自身对用户的吸引力和竞争力。

5.5.1 用户效用分析

根据用户贡献度制定价格套餐前后的用户效用进行对比,3个用户在售电商1和售电商2套餐下的效用前后对比如表3所示。

由表3可知,售电商1根据用户贡献度制定售电套餐后,对用户1的效用提升最大,其次是用户3,而用户2甚至有所下降;售电商2根据用户贡献度制定售电套餐后,对用户3的效用提升最大,其次是用户2,用户1有所下降。

因此,售电商1拓展用户1,售电商2拓展用户3是他们的最佳选择。不仅用户1、用户3对售电商1、售电商2的贡献度分别是最大的,而且在售电商1、售电商2的售电套餐下,用户1和用户3的效用提升也分别是最大的。用户1、用户3对售电商1、售电商2分别有着更大的客户吸引力,售电商1、售电商2对于用户1、用户3分别有着更大的市场竞争力,双方的结合有利于供需双赢的达成。

5.5.2 售电商利润分析

将售电商在制定套餐前后的利润进行对比,售电商1和售电商2的利润前后对比如表4所示。

由表4可知,售电商1和售电商2在考虑用户贡献度制定售电套餐后,其利润与未考虑用户贡献度时基本相当,可见考虑用户贡献度的购售电方法,主要是在保证售电商利润不降低的基础上,选择对自身利润提升最大的用户,根据用户贡献度制定售电套餐,提升用户效用,提高对该用户的市场竞争力。

5 结论

本文提出了考虑用户贡献度的售电商购售电策略,得出如下结论：

1）用户贡献度可以帮助售电商甄别对自己最具价值的用户,描述目标用户对售电商利润的提升能力,有利于售电商在用户群体中挖掘出对自己最具价值的用户。

2）考虑用户贡献度的售电商购售电策略有助于售电商针对目标用户制定用电合同套餐和DR合同套餐。通过合同价格的引导,提高了用户效用,使得售电商对目标用户的竞争力得到提升。

3）本文现阶段售电商-用户交易模式设计有利于售电商挖掘用户在售电侧的核心作用,提高市场竞争力,为售电侧市场进一步深化改革提供参考。