4.3 商業用戶智能響應行為分析

根據供電可靠性的要求以及中斷供電危害程度，結合用電特點、用電時間等特性將用戶細分為五大類：第一類，貿易中心、物流中心、家具建材中心、大型商場、大型超市等;第二類，賓館、酒店、醫院等;第三類，餐飲、娛樂、洗浴等;第四類，銷售公司、關容美發、小型賣場、打印、復印、洗染、影樓等;第五類，學校、寫字樓、辦公樓、物業公司、電信公司、銀行信托等。各類用戶對用電數據的側重點各不相同。用電量較大及用電設備較多的商業用戶比較關心用電量及用電設備的單耗，如大型超市、寫字樓等;中小型商業用戶或經營收入一般的商業用戶比較關心用電價格，如小型賣場、銷售公司等;收人情況較好的少數用戶表現出對用電數據的不重視，其原因可能是節能管理意識不強或電費占經營支出比例較小。面對用電成本，商業用戶在用電負荷高峰時段或電價收費較高時段會采取一些措施，關部分燈、減少空調使用量、減少辦公設備的使用量等是最常用的措施。

4.3.1城市商業用戶智能用電分析

在智能用電方面，10.13%的商業用戶使用具有獨立控制功能的自動檢測用電設備，21.52%的商業用戶使用具有簡單顯示功能的用電設備.65.82%的商業用戶使用的電器設備不具備該功能。商業用戶對智能用電的態度統計結果如圖4-3所示。

此外，38%的商業用戶選擇了“希望采用信息化的電量監控系統”。隨著節能節電意識的不斷增強，以及對電量監控需求的不斷提高，商業用戶希望自身能對用電數據進行更全面地了解，在節能方面做得更加具體。33%的商業用戶選擇了“希望開發智能用電方面的遠程教育軟件”。遠程教育軟件有其自身的優勢，覆蓋范圍更廣、不受時間限制，商業用戶可隨時進行了解和學習智能用電萬面的知識。選擇“希望組織智能用電方面的培訓”的商業用戶占到了被調查用戶的28%.說明商業用戶想面對面接受智能用電培訓的意愿比較強烈，渴望更加深入地了解相關方面的信息。

從圖4-4中可以看出，56%的商業用戶想看一下系統的使用試點情況，說明大部分用戶對智能電網系統還有一定的疑問，系統知識普及工作力度不夠;29%的商業用戶想免費試用系統，說明智能電網系統的使用受一定的資金因素限制，但有一定的普及基礎，可在“想試用”的商業用戶中選擇試點用戶，對智能電網系統進行推廣。

智能用電采用信息化的電量監控系統，可以為用戶提供多種用電信息，幫助商業用戶調整用電方式。大部分商業用戶對不同時段的電價實時信息數據及圖表、各用電設備的實時用電費用與歷史同期的比較分析圖表、各用電設備用電費用累計預警信息較為感興趣。通過這些信息，商業用戶可能調整的用電方式如表4-6所示①。從統計結果可以看出，基于智能用電信息，52%的商業用戶會選擇調整10%左右的用電負荷，14%的商業用戶會調整用電時間段。

商業用戶中貿易中心、物流中心、家具建材中心、大型商場等月度用電費用多在10萬元以上，對用電環節較為重視，而且主動采取了一些節能措施，以調整用電量，安裝新能源電源，如太陽能等，消化自身20%的用電負荷;更換照明設備，采用LED燈，用電量為普通節能照明燈的1/4～1/3，每月節約用電成本5萬元左右，多者降低調整用電負荷達50%左右;智能化用電設備，增加具有變頻功能和自動化控制功能的設備使用量，如中央空調、風機、電梯等，可降低用電量的10%-30%

對實施用電智能項目，商業用戶根據企業自身的用電特點進行選擇，統計結果如表4-8所示。

4.3.2商業用戶響應行為影響因素分析

據調查，影響商業用戶用電水平的影響因素有9個：電費占總成本的比例、用電時間靈活度、電價水平、用電設備自動化程度、企業成本管理控制水平、節電意識、新能源及儲能設備使用態度、智能用電項目的投資收益比、政策激勵程度。為便于軟件分析，對9個變量進行相應的量化處理，處理結果如表4-9所示。

KMO( Kaiser-Meyer-Olkin)經驗統計量是用戶比較變量間簡單相關系數和偏相關系數的指標，在進行因子分析之前，需要用KMO對樣本數據進行測度，來檢驗數據是否適合做因子分析。KMO取值在0～1，KMO值越接近1，越適合做因子分析。一般地，當KMO大于0.9時效果最好，非常適合做因子分析;0.8～0.9表示比較適合;0.7～0.8表示一般;0.6～0.7表示不太適合;小于0.5時則不適宜做因子分析。Bartlett球形檢驗是用來檢驗相關系數矩陣是否為單位陣，其原假設是：原始變量的相關系數矩陣是單位陣，如果結果是拒絕該假設，則表示原始變量之間存在相關性，適合做因子分析。

根據SPSS的檢驗結果，如表4-10所示，KMO值為0.784，大于0.7，巴特利特球形檢驗的顯著性水平取值為0，表示拒絕原假設，說明這些變量數據適合做因子分析。

此處根據特征值大于1提取公共因子，根據SPSS分析結果顯示，前3個因子的特征值都大于1，對方差的貢獻度達到65.874%。利用方差最大正交旋轉法對因子載荷陣進行旋轉，因子旋轉后使每個變量僅在一個公共因子上存在較大載荷，有利于突出變量與公共因子的相關關系。

如表4 -11所示，因子載荷經旋轉后，可以看出第一個因子在X1、Xj、Xi、X0、X9上有較大載荷，說明這5個變量與商業用戶用電管理水平和政策有較強的相關性;第二個因子在X0、X6上有較大載荷，這兩個變量由電價水平決定;第三個因子在X2上有較大載荷，因子受用戶用電時間影響很大。

注：(1)得分系數矩陣中各個變量已不是原始變量而是標準化變量;

(2)提取方法：主成分分析法;

(3)旋轉法：具有Kaiser標準化的正交旋轉法;

(4)旋轉在4次迭代后收斂。

綜上所述，我們可以將影響商業用戶智能響應行為的因素總結為：電價水平、經營時間段、政策激勵和商業用戶用電管理水平，其中經營時間段是影響程度最高的因素。

4.3.3商業用戶智能用電行為綜合分析

按照集隊理論，首先對商業用戶用電設備進行分類。商業用戶用電設備根據功能和用途可以大致分為10類：空調設備，鍋爐，風機和水泵，冷藏設備(包括冷藏室、冷柜、冰箱等).熱負載(包括飲水機、電暖氣、電磁爐等)，照明設備(包括室內照明、公共區照明、泛光照明)，辦公設備(包括電腦、打印機等).電梯設備，輔控設備，其他用電。

將全天用電時間分為12個時段，根據商業用戶用電設備的調節程度將不同時段對各種用電設備的調節情況分為高響應(H)、中響應(M)、低響應(L)。商業用戶在12個時段調節度情況及設備負荷權重如表4 -12所示。

則12個時段商業用戶用電響應的聯系度為：

假設每個時段轉移矩陣權重相同，全天用電響應度的平均聯系度為：

用電調整平均轉移矩陣為：

根據馬爾可夫鏈的遍歷性可知，經過無數次轉移以后，轉移矩陣M趨于穩定，設最終的用電響應向量為(H，M，L)，解得：

H =0.226 M =0.245 L =0.529

即穩態聯系度為“=0.226+0.245i+0.529j。

由馬爾可夫鏈最終狀態及集隊勢可以看出，商業用戶用電設備的響應程度較低，對立程度較強。