4.4 工業用戶智能響應行為分析

4.4.1 工業用戶對智能用電的態度分析

從企業感興趣的智能用電項目分布看，大部分企業認為安裝能效管理系統、設備運行監控系統及智能用電管理系統比較有必要，投資回收期較短且效益顯著;而對于用戶側的分布式電源的投資表示不感興趣，主要原因是這部分設備投資巨大、回收期較長，尤其對儲能系統的供電穩定性、連續性、技術可靠性存在很大疑慮。

在儲能系統功能方面企業用戶更傾向于能保證持續的電力供應，以及靈活用電、節省電費支出。對工業用戶對智能用電態度賦權，令“很感興趣-5.感興趣-3.不太感興趣-1”，可綜合得出工業用戶對智能用電項目和功能的態度排序如表4-12所示①。工業用戶對智能用電的總體態度傾向于“感興趣”;在智能用電項目中，工業用戶對“設備運行監控系統”最感興趣;在智能用電功能中，工業用戶對“靈活用電。減少電費支出”最感興趣。

而影響企業進行智能用電項目投資的主要因素是智能化用電項目的投資大小以及出于提升企業用電安全及可靠性的考慮。在智能化投資大小方面，幾乎所有企業都認為投資額越小越好，33家受訪企業中有85.85%的企業選擇智能化投資不超過企業年均收入5%的水平。

在調研過程中發現，由于缺乏智能用電相關知識導致一些企業表現出對智能用電不感興趣。但總體而言，大部分工業企業用戶對智能用電表現出極大的興趣，認為智能用電技術的推廣及應用將改變企業對電能消費的方式及用電習慣，提升企業用電管理水平，并為企業帶來一定的經濟及社會效益。

為了分析工業企業對智能用電信息的響應，這里列出8種可能提供給企業的智能用電信息項目，并將企業響應行為分為6個水平(不用提供該信息、了解即可、知道后不調節管理、知道后進行一般調節管理、知道后進行大致計算并調節管理，以及知道后進行精細計算并調節管理)，根據管理水平由粗放到精細依次給予1～6分打分，統計結果如表4 -14所示。

4.4.2工業用戶響應行為影響因素分析

基于因子分析法，對智能電網條件下工業用戶的智能響應行為的影響因素進行研究，提取關鍵因子分析出影響用戶智能響應行為的主要因素。

將涉及響應行為影響因素的項目提煉成9個變量，分別為電費占總成本的比例X,、工作時間的靈活度Xz、企業成本管理控制水平X3、用戶用電信息的易獲性X4、用戶對當前用電習慣的滿意度X0、電價水平X6、企業產品的市場行情X7、智能用電項目的投資收益比X8、政策激勵程度X11。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 -15所示。

根據SPSS的檢驗結果，如表4-16所示，KMO值為0.74，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84.69%。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 -17所示，因子載荷經旋轉后，可以看出第一個因子在X,、X3、X,、Xc上有較大載荷，說明這4個變量有較強的相關性，可以歸為一類。從變量性質來看，這四個變量均與用戶面臨的電價有關，可以歸為價格因子，其方差貢獻度為37. 68%;第二個因子在X2、X。、X7而上有較大載荷，這三個變量均由企業的生產性質決定，可以歸為生產特性因子，其方差貢獻度為26.21%;第三個因子在Xs、Xq上有較大載荷，可以歸結為政策激勵因子，其方差貢獻度為20.77%。

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Kaiyier標準化的正交旋轉法。

通過以上因子分析，我們可以將眾多影響工業用戶智能響應行為的因素總結為：電力產品價格、用戶生產特性、政策激勵，其中電力產品價格是影響程度最高的因素。

4.4,3工業用戶智能用電行為綜合分析

雖然不同生產性質的企業所采用的具體用電設備種類差別較大，但大致可歸結為以下五大類：

(1)動力設備，包括電動機、風機、泵類等。

(2)生產用電設備，指企業生產線上的主要用電設備，如機械制造企業中的機床、切割機、電煤機等。

(3)空調制冷設備。

(4)照明設備，包括車間照明、辦公樓照明及廠區照明等。

(5)其他用電設備。

將全天用電時間分為12個時段，根據工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)。工業用戶在12個時段調節度情況及沒備負荷權重如表4 -18所示。

表4-18 工業用戶用電設備調節情況

12個時段工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：

棍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 =0.187 M =0.114 L =0.699

即穩態聯系度為u=0.187+0.114/+0.699j。

由馬爾可夫鏈最終狀態及集隊勢可以看出，工業用戶用電設備的響應程度較低，對立程度強。這個結論與實際調研情況基本一致。調研中的高耗能企業主要耗電設備用電量基本占企業總用電量的50%以上，且大部分企業由于受生產工藝所限，主要用電設備需要24小時連續運轉，一般僅在安排檢修時停運。總體來看，響應度較低，主要用電設備的調峰潛力有限。

當前國外主要是從用戶端的角度來看待和研究智能電網，而國內對于智能配電和智能用電的項目主要是集中在智能配電和智能用電的技術支持系統上。用戶作為電力工業鏈的終端，是電力系統中的重要組成部分。隨著智能電網建設的深入，全面開展雙向互動用電服務，實現電網與用戶的雙向互動，提升用戶服務質量，滿足用戶多元化需求，這就要求重視用戶智能用電行為。通過研究不同類型電力用戶的智能響應行為，為智能配用電方案的設計提供理論基礎，這樣才能更好地實現智能配電和智能用電的功能，從而體現出智能電網良好互動性的優點。

對于居民電力用戶，大多數對智能用電的態度是積極的，偏好于智能用電提供的實用性強的信息和功能。影響居民用戶智能用電態度的主要因素是經濟因素、意識因素和人口因素等。居民的用電響應行為最終體現在用電量和電費上。同類居民用戶的用電響應行為具有趨同性，但不同居民用戶對電價的響應度不同。對于居民用戶，當月用電支出上漲10%以上時，居民將采取行動調整用電。通過居民用戶綜合響應行為分析模型，可以得到居民整體響應度的穩態情況，據此判斷居民的響應度水平。居民用電潛在的響應度同一趨勢很強，應建立充分的激勵機制來挖掘居民用戶的響應潛力。

對于商業電力用戶，大多數對智能用電的態度是積極的。影響商業用戶智能用電態度的主要因素是經濟結構與用電結構、政策法規、電價水平、行業特性等。智能用電設備投入成本與智能用電帶來的收益之差的多少很大程度上決定智能用電的應用。在商業用戶中，用電量很大或電費占經營支出費用比例較大的商業用戶對用電價格較敏感，通過價格信號刺激、激勵機制，該類用戶存在“移峰填谷”潛力。此外，大多數商業用戶節能意識較強，分布式能源、儲能有較好的應用前景。通過商業用戶綜合響應行為分析模型可以得出，商業用戶用電設備的響應程度較低，對立程度較強。

對于工業電力用戶，影響其智能用電行為的主要影響因素包括電力產品價格、企業的生產特性、政策激勵，其中電力產品價格是影響程度最高的因素。隨著分布式能源發電技術的進行以及成本的下降，分布式能源在工業用戶中有廣闊的應用前景。在智能電網下，應充分利用電力價格信號，引導工業用戶的智能用電響應行為。通過工業用戶綜合響應行為分析模型，可以得出工業用戶響應度較低，主要用電設備的調峰潛力有限;或者主要是因為高耗能企業主要耗電設備用電量基本占企業總月電量的50%以上，大部分企業由于受生產工藝所限，主要用電設備需要24小時連續運轉，一般僅在安排檢修時停運。