融合机器学习与SHAP值算法的居民需求响应个体异质性因素挖掘与应用研究
Research on mining and applications of individual heterogeneity factors in resident demand response by integrating machine learning and SHAP value algorithm
查看参考文献30篇
王兆华
1,2,3
刘杰
1,2,3
王博
1,2,3
*
邓娜娜
1,2,3
聂富华
1,2,3
|
文摘
|
本研究基于大规模居民电力需求响应(EDR: electricity demand response)实验以及家庭用电调查数据,利用机器学习和SHAP(Shapley additive explanatory)值算法从全局和个体两个层面对影响居民参与需求响应的影响因素进行了识别和异质性分析.研究发现,居民是否参与需求响应活动是外部激励,家庭结构,用电规律与习惯倾向,用电知识等因素共同作用的结果,其效应的大小和极性存在着丰富的异质性.其中,电话营销等外部激励对用户参与需求响应影响最大,其效果在年龄较大以及受教育程度较高的群体较为明显;响应时段基准用电量在1度左右的用户参与倾向较大;节能环保意识较强且具有较高节电条件的家庭参与概率更高.同时,依据SHAP值的交互以及分解性质,在后续需求响应活动中对用户进行分类营销,可以节省93.9%的营销成本,并提高46.4%的参与人数.本研究对不同群体的异质性进行了更为细致的分析研究,为未来新型电力系统下进行更为精确和智能的需求响应提供了重要支撑. |
|
其他语种文摘
|
Based on the large-scale residential electricity demand response (EDR) experiment and household survey data, this study uses machine learning and SHAP (Shapley additive explanatory) value algorithm to identify and analyze the influencing factors of residents' participation in demand response from the whole and individual levels. Our study found that whether residents participate in EDR activities is the result of the joint action of external incentives, family structure, electricity use habits, electricity use knowledge, and the value and polarity of the effect is varied in heterogeneity. Among them, external incentives such as telemarketing have the greatest impact on customers' participation in demand response, and the effect is more obvious among older and more educated groups; customers with a baseline electricity consumption of about 1 kW·h during the response period have a higher tendency to participate; households with a stronger awareness of energy conservation and higher conditions for saving electricity have a higher probability of participation. At the same time, according to the interaction and decomposition properties of SHAP value, classified marketing for users in subsequent EDR activities can save 93.9% of marketing costs and increase the number of participants by 46.4%. This study has carried out a more detailed analysis and research on the heterogeneity of different groups, providing an important support for more accurate and intelligent EDR to China's new power system. |
|
来源
|
系统工程理论与实践
,2024,44(7):2247-2259 【核心库】
|
|
DOI
|
10.12011/SETP2023-0677
|
|
关键词
|
需求响应
;
因素分析
;
机器学习
;
SHAP值
|
|
地址
|
1.
北京理工大学管理与经济学院, 北京, 100081
2.
北京理工大学可持续发展与智慧决策研究中心, 北京, 100081
3.
数字经济与政策智能工业和信息化部重点实验室, 数字经济与政策智能工业和信息化部重点实验室, 北京, 100081
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-6788 |
|
学科
|
社会科学总论 |
|
基金
|
国家自然科学基金
|
|
文献收藏号
|
CSCD:7781856
|
参考文献 共
30
共2页
|
|
1.
秦大河. 气候变化科学与人类可持续发展.
地理科学进展,2014,33(7):874-883
|
CSCD被引
165
次
|
|
|
|
|
2.
IPCC.
Climate change 2022: Impacts, adaptation and vulnerability,2022
|
CSCD被引
30
次
|
|
|
|
|
3.
秦云. IPCC AR6报告关于气候变化适应措施的解读.
气候变化研究进展,2022,18(4):452-459
|
CSCD被引
2
次
|
|
|
|
|
4.
胡鞍钢. 中国实现2030年前碳达峰目标及主要途径.
北京工业大学学报(社会科学版),2021,21(3):1-15
|
CSCD被引
151
次
|
|
|
|
|
5.
赵冉. 构建以新能源为主体的新型电力系统.
中国电力报,2021
|
CSCD被引
8
次
|
|
|
|
|
6.
国家发改委. 国家能源局有关负责同志就《关于完善能源绿色低碳转型体制机制和政策措施的意见》答记者问.
财经界,2022,612(5):1-3
|
CSCD被引
1
次
|
|
|
|
|
7.
韩肖清. 双碳目标下的新型电力系统规划新问题及关键技术.
高电压技术,2021,47(9):3036-3046
|
CSCD被引
168
次
|
|
|
|
|
8.
许博. 针对用电负荷"峰谷倒挂"现象的混合型电力需求响应策略.
系统工程理论与实践,2022,42(8):2129-2138
|
CSCD被引
5
次
|
|
|
|
|
9.
Agrawal V V Y. Design of electricity demand-response programs.
Management Science,2022,68(10):7441-7456
|
CSCD被引
1
次
|
|
|
|
|
10.
代业明. 考虑售电商可再生能源补贴的电力市场综合需求响应策略研究.
中国管理科学,2024:1-21
|
CSCD被引
1
次
|
|
|
|
|
11.
Tao L. Real-time pricing for smart grid with distributed energy and storage: A noncooperative game method considering spatially and temporally coupled constraints.
International Journal of Electrical Power & Energy Systems,2020,115:105487
|
CSCD被引
5
次
|
|
|
|
|
12.
Dong J. Demand response in China: Regulations, pilot projects and recommendations-A review.
Renewable and Sustainable Energy Reviews,2016,59:13-27
|
CSCD被引
2
次
|
|
|
|
|
13.
卓振宇. 高比例可再生能源电力系统关键技术及发展挑战.
电力系统自动化,2021,45(9):171-191
|
CSCD被引
340
次
|
|
|
|
|
14.
陶小马. 电力需求响应的研究进展及文献述评.
北京理工大学学报(社会科学版),2014,16(1):32-40
|
CSCD被引
2
次
|
|
|
|
|
15.
赵晓东. 构建新型电力系统亟待全面推行电力需求响应——基于11省市电力需求响应实践的调研.
宏观经济管理,2022(6):52-60
|
CSCD被引
3
次
|
|
|
|
|
16.
Mizobuchi K. The influences of financial and non-financial factors on energy-saving behaviour: A field experiment in Japan.
Energy Policy,2013,63:775-787
|
CSCD被引
1
次
|
|
|
|
|
17.
Aalami H A. Regulation of market clearing price based on nonlinear models of demand bidding and emergency demand response programs.
International Transactions on Electrical Energy Systems,2016,26(11):2463-2478
|
CSCD被引
1
次
|
|
|
|
|
18.
涂京. 居民用户参与电网调峰激励机制及优化用电策略研究.
电网技术,2019,43(2):443-453
|
CSCD被引
26
次
|
|
|
|
|
19.
Yamaguchi Y. An integrated approach of estimating demand response flexibility of domestic laundry appliances based on household heterogeneity and activities.
Energy Policy,2020,142:111467
|
CSCD被引
4
次
|
|
|
|
|
20.
Frondel M. Heterogeneity in the price response of residential electricity demand: A dynamic approach for Germany.
Resource and Energy Economics,2019,57:119-134
|
CSCD被引
1
次
|
|
|
|
|
了解气象卫星更多信息，请访问