数据赋能 助力综合能源业务市场拓展

受电力体制改革和互联网产业蓬勃发展的双重影响，综合能源业务迎来了快速发展的机遇期，受到了市场的广泛关注。笔者以传统电力大用户为切入点，通过采用数字技术，深入挖掘用户业务需求，进而匹配多元化的综合能源服务解决方案，由此探索数据赋能如何助力综合能源业务的市场拓展，践实电网公司数字化转型。

（来源：微信公众号“朗新研究院”ID：Longshine-R 作者：曹健阳）

综合能源服务，通常是为满足终端客户多元化能源生产与能源消费而提供的多样化服务，是电网企业战略转型的目标和方向，也是其综合能源业务的主要内容。电网企业如何利用各种现有的资源，开拓综合能源的市场？本文将从数据赋能的角度，分析综合能源业务的市场拓展。

一、综合能源市场现状简述

1、综合能源业务品类众多

综合能源业务众多，既包含电、气、热、冷、油等基础能源销售；也包含设计和建设运行分布式光伏、天然气冷热电三联供、生物质锅炉、储能、热泵等基础分布式能源项目建设，以及提供多能互补、项目运营运维等深度服务；还包含了节能减排、需求响应，改造用能设备、建设余热回收、建设监控平台、代理签订需求响应协议等基础服务，以及用能设备运维、设备租赁、空调调控、电动汽车、蓄热电锅炉等柔性负荷参加辅助服务市场等服务。所以说综合能源业务种类繁多，服务范围涵盖面广，涉及用户需求也千差万别。

2、新型综合能源业务对信息化要求高

传统能源服务业务并不是综合能源中的新业务，其中能源销售、工程建设、技术服务、咨询、电力运维、节能减排、电能替代等都是市场中已经存在的，而新型的综合能源业务在随着政策与市场逐步发展，如虚拟电厂、售电市场交易、需求侧响应、多能互补等，这些新业务普遍需要信息化或自动化的支撑，对综合能源业务市场拓展提出了新的挑战与要求。

3、客户引导和数据挖掘是获取市场的关键

传统能源服务业务在市场中存在大量的竞争和同质化，新型的综合能源业务更需要信息化支撑，但两者都需要解决的是信息匹配问题，即：市场上客户不了解自己需要的服务，服务商和供应商找不到客户资源，供需双方存在信息不对称且沟通不畅，也缺乏互动交流渠道，而解决这些问题，就需要为传统的业务提供数字化支撑服务；为新型业务提供数据挖掘找出潜在客户，并利用数据分析客户潜在特征和需求。

综上，综合能源业务的特点是市场化服务型业务，其市场拓展的核心目标是全面围绕客户为中心，发现并挖掘高价值客户，同时不断为客户创造价值，增强客户黏性。

二、数据赋能，助力综合能源市场拓展

电网企业的品牌优势、客户资源优势是市场拓展初期的基石，即使是在电网企业提供保底供电服务的业务领域，也存在大量的综合能源商业机会。下文将从潜力客户识别与产品匹配，以及如何建立客户特征模型实现横向业务拓展，来具体展示数字技术如何协助综合能源市场的拓展。

1、潜力客户识别与产品匹配

从海量客户中挖掘出具备综合能源服务需求的潜在客户，其难点是如何从传统的供电客户数据中找出与产品特性对应的潜在客户。一方面，我们可以利用客户档案信息、客户历史数据分析，另一方面我们可以通过对负荷数据的聚类和识别，找到特定的负荷特征客户群体。 

图1 潜力客户识别

以节能改造为例，通过分析客户档案属性和用电特征，总结出客户用能特性和客户需求结构。客户用能特征又可分为客户负荷波动特性、客户负载特性、力调无功考核特性等。客户负荷波动特性一般可根据时段的大小分为用电季节特性、用电周期波动特性、用户日内波动特性。按客户需求分析，可将客户季节性波动大、无功补偿系数高、负荷有突变、峰谷差大、峰谷时段与分布时段不对应等特征，归纳为客户有节能改造需求。

图2 节能改造特征

接下来，通过分析客户档案属性和用电特征，可按以下步骤实现节能改造潜力客户识别与产品匹配。

1）数据准备

选取客户的历史用电量数据、负荷数据，客户实时档案信息数据等。具体数据需求如下：

①客户每日用电量数据（客户编号、数据日期、日用电量等）；②客户每日96点用电量数据（客户编号、数据日期、时段、用电量，最大负荷等）；③客户每月用电量数据（客户编号、数据日期、月用电量等）；④客户档案数据（客户编号、客户名称、用电地址、立户日期、电压、合同容量、运行容量、用电类别、行业分类等）。

2）建立模型

以客户负荷特性分析为例，对负荷特征进行指数化特征观测，构建综合节能潜力指数计算模型，包括：客户负荷波动特性指标聚类、客户节能潜力分析、客户潜力评价等内容。

①客户负荷波动特性指标聚类根据多个负荷指标进行聚类分析，基于k-means算法分别将数值聚类成2-13类，并筛选最佳聚类类数为5类。

图3 聚类分析

观测聚类类数（k）与评价指标的关系。当k为5时，评价指标1不再急剧下降，参考另外多个评价指标，聚类类数为5的时候也相对较大，因此综合确认最合适的聚类类数为5。

通过箱形图进行分析，得到月节能潜力水平值的上边缘，上四分位数，均值，中位数，下四分位数，下边缘分别是：100，65.912，41.4269，32.0181，26.132，0。

图4 节能潜力等级分段

结合聚类的分段结果及箱形图的数据分布结果，最后确认该节能潜力水平等级的分段。

②客户节能潜力分析基于最大最小标准化方式进行标准化，得到标准化后的潜力值，

最终得到潜力值

基于变换后得到的潜力值，画出节能潜力值散点图，见下图：

图5 节能潜力值散点图

由上图可看出，线性变换后的用户节能潜力综合指数分布大致呈现：两边分布少，中间分布多。

③典型客户潜力评价典型客户选取如下：

• 客户A 波动异常（即近三年月潜力等级有四个等级）；

• 客户B 稳定“高”（即近三年月潜力等级均为高等级）；

• 客户C 稳定“低”（即近三年月潜力等级均为低等级）；

• 客户D “低”、“中”、“较高”（即近三年月潜力等级出现低、中、较高等级）。



• 图6 典型客户潜力水平趋势分析

从上图可以看出，红色表示近三年内所有等级均为高的用户，紫色对应的是近三年所有用户等级均为低的用户，蓝色所对应的是近三年月潜力等级有四个等级，即波动大的用户，绿色对应的是近三年与月潜力等级出现三个等级，即波动较大的用户。

在实际应用中，选取节能潜力等级分布在中间的用户，就是我们需要挖掘的最佳节能潜力客户。

2、建立客户特征模型实现横向业务拓展

利用数字化运营理念，实现市场业务的拓展，对现有客户深度挖掘潜在需求，对潜在客户进行横向拓展，线上线下协同营销。

基于客户档案、采集数据、产品运营信息、综合能源项目业务数据信息，采用数据分析技术，建立客户标签和潜力客户筛选模型，按客户偏好、产品适用范围、产品运营计划等制定市场营销活动。

图7 客户特征模型

如下图示例，利用电力代运维，可衍生到电力工程建设、配电设备销售、充电桩建设；利用空调节能改造，可根据实际情况推荐储能建设、分布式光伏建设、推荐作为柔性负荷资源加入需求侧响应或虚拟电厂业务等。

图8 业务拓展匹配

三、数字化运营助力平台生态化构建

未来，电网企业的综合能源服务将通过互联网平台的生态化运营理念，将对内对外的能力进行整合，实现平台赋能和生态化运营，其前提是构建数据驱动的市场拓展机制，并开展数字化运营体系建设。

图9 平台生态化

通过“互联网+”实现客户聚合效应，为客户提供优质的城市能源互联网服务，打造生态化运营，是综合服务未来探索的目标。利用平台化优势吸引各种能源服务商的加入，一方面为服务商带来客户资源引流，另一方面也增强平台服务能力，实现共赢。

结语

数据已成为产业的战略性生产要素，笔者从潜力客户识别与产品匹配，以及如何建立客户特征模型实现横向业务拓展，具体展示数据赋能综合能源市场的拓展。伴随电力业务的创新发展，我们已然预见，数据增值必然有着更广阔的空间。