CN111915377A - 一种供电套餐设计方法和装置 - Google Patents
一种供电套餐设计方法和装置 Download PDFInfo
- Publication number
- CN111915377A CN111915377A CN202010801187.0A CN202010801187A CN111915377A CN 111915377 A CN111915377 A CN 111915377A CN 202010801187 A CN202010801187 A CN 202010801187A CN 111915377 A CN111915377 A CN 111915377A
- Authority
- CN
- China
- Prior art keywords
- power supply
- supply package
- user
- grading
- cost
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000013461 design Methods 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000000605 extraction Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims 1
- 238000004451 qualitative analysis Methods 0.000 abstract description 8
- 230000001419 dependent effect Effects 0.000 abstract description 4
- 230000005611 electricity Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 208000015778 Undifferentiated pleomorphic sarcoma Diseases 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000004402 ultra-violet photoelectron spectroscopy Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种供电套餐设计方法和装置,用于解决现有的供电套餐的设计单纯依赖人工经验和定性分析的技术问题。本发明包括:采用预设整数型决策变量计算用户对预设的供电套餐的选择概率;获取供电套餐的成本;基于选择概率和成本计算用户终身价值;以用户终身价值为目标函数建立供电套餐优化模型;采用分支定界法求解供电套餐优化模型,输出优化整数型决策变量;采用优化整数型决策变量设计目标供电套餐。本发明通过计算用户对供电套餐的选择概率和供电套餐的成本,计算用户终身价值,以用户终身价值为目标函数构建供电套餐优化模型,以用户终身价值最大化的角度对供电套餐进行优化设计,避免了供电套餐的设计单纯依赖人工经验和定性分析。
Description
技术领域
本发明涉及供电套餐设计技术领域,尤其涉及一种供电套餐设计方法和装置。
背景技术
随着新型工业的发展和工业自动化程度的提高,更多的新型电力电子设备被投入了使用。而敏感设备对电压暂降极为敏感,单次电压暂降事件都会对用户带来极大损失,这对电网供电质量提出了更高的要求。2015年3月,《关于进一步深化电力体制改革的若干意见》(简称9号文)发布,标志着我国售电市场开放;各地电力交易中心逐步成立,使售电侧放开进入了实施阶段。
在开放的售电市场中,售电公司和用户均为平等的市场参与者,可自主选择交易对象,尤其是用户,有机会从过去单纯购买电量,向既购买电量,又购买优质供电套餐的模式转变。通过市场化机制创造和提供优质电力套餐是必然趋势,对此问题进行研究,具有重要理论价值和现实意义。
现有优质供电套餐方面的研究较少,而有关套餐的研究大部分是针对售电套餐,其中的套餐推荐方法通常是针对电力用户进行分类,以推荐合适的售电套餐,而不涉及优质供电套餐内容与结构的设计,有研究分析了优质电力增值服务市场机会、组织形式和业务流程,并提出售电侧放开背景下电网企业优质电力增值服务典型运营模式,但这些研究并没有对具体的优质供电套餐相关优化设计方法进行研究。因此,现有的优质供电套餐的设计单纯依赖人工经验和定性分析。
发明内容
本发明提供了一种供电套餐设计方法和装置,用于解决现有的供电套餐的设计单纯依赖人工经验和定性分析的技术问题。
本发明提供的一种供电套餐设计方法,包括:
采用预设整数型决策变量计算用户对预设的供电套餐的选择概率;
获取所述供电套餐的成本;
基于所述选择概率和所述成本计算用户终身价值;
以所述用户终身价值为目标函数建立供电套餐优化模型;
采用分支定界法求解所述供电套餐优化模型,输出优化整数型决策变量;
采用所述优化整数型决策变量设计目标供电套餐。
可选地,所述供电套餐包括多个属性和多个套餐分档;所述采用预设整数型决策变量计算用户对预设的供电套餐的选择概率的步骤,包括:
基于预设整数型决策变量分别计算预设供电套餐的分档属性取值水平;
获取所述用户对所述属性的估计消费量和每个所述属性的属性单价;
采用所述估计消费量、所述分档属性取值水平和所述属性单价,计算每个所述套餐分档的分档消费费用;
获取分档治理预算,计算分档治理预算与所述分档消费费用之间的差值,得到用户消费需求偏好效用;
通过预设离散选择模型和所述用户消费需求偏好效用,计算用户对预设的所述供电套餐的选择概率。
可选地,所述基于预设整数型决策变量分别计算预设供电套餐的分档属性取值水平的步骤,包括:
获取所述供电套餐的最小取值水平和取值水平增量;
采用所述最小取值、所述取值水平增量和预设整数型决策变量计算所述供电套餐的分档属性取值水平。
可选地,所述基于所述选择概率和所述成本计算用户终身价值的步骤,包括:
从所述成本中提取固定成本;
基于所述分档消费费用、所述成本、所述固定成本和所述选择概率计算用户终身价值。
可选地,所述以所述用户终身价值为目标函数建立供电套餐优化模型的步骤,包括:
以所述用户终身价值为目标函数,以所述分档属性取值水平、所述分档消费费用和所述选择概率为约束条件,建立供电套餐优化模型。
本发明提供的一种供电套餐设计装置,包括:
选择概率计算模块,用于采用预设整数型决策变量计算用户对预设的供电套餐的选择概率;
成本获取模块,用于获取所述供电套餐的成本;
用户终身价值计算模块,用于基于所述选择概率和所述成本计算用户终身价值;
供电套餐优化模型建立模块,用于以所述用户终身价值为目标函数建立供电套餐优化模型;
求解模块,用于采用分支定界法求解所述供电套餐优化模型,输出优化整数型决策变量;
设计模块,用于采用所述优化整数型决策变量设计目标供电套餐。
可选地,所述供电套餐包括多个属性和多个套餐分档;所述选择概率计算模块,包括:
分档属性取值水平计算子模块,用于基于预设整数型决策变量分别计算预设供电套餐的分档属性取值水平;
获取子模块,用于获取所述用户对所述属性的估计消费量和每个所述属性的属性单价;
分档消费费用计算子模块,用于采用所述估计消费量、所述分档属性取值水平和所述属性单价,计算每个所述套餐分档的分档消费费用;
用户消费需求偏好效用计算子模块,用于获取分档治理预算,计算所述分档治理预算与所述分档消费费用之间的差值,得到用户消费需求偏好效用;
选择概率计算子模块,用于通过预设离散选择模型和所述用户消费需求偏好效用,计算用户对预设供电套餐的选择概率。
可选地,所述分档属性取值水平计算子模块,包括:
获取单元,用于获取所述供电套餐的最小取值水平和取值水平增量;
分档属性取值水平单元,用于采用所述最小取值、所述取值水平增量和预设整数型决策变量计算所述供电套餐的分档属性取值水平。
可选地,所述用户终身价值计算模块,包括:
固定成本提取子模块,用于从所述成本中提取固定成本;
用户终身价值计算子模块,用于基于所述分档消费费用、所述成本、所述固定成本和所述选择概率计算用户终身价值。
可选地,所述供电套餐优化模型建立模块,包括:
供电套餐优化模型建立子模块,用于以所述用户终身价值为目标函数,以所述分档属性取值水平、所述分档消费费用和所述选择概率为约束条件,建立供电套餐优化模型。
从以上技术方案可以看出,本发明具有以下优点:本发明通过计算用户对供电套餐的选择概率和供电套餐的成本,计算用户终身价值,以用户终身价值为目标函数构建供电套餐优化模型,以用户终身价值最大化的角度对供电套餐进行优化设计,避免了供电套餐的设计单纯依赖人工经验和定性分析。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种供电套餐设计方法的步骤流程图;
图2为本发明另一实施例提供的一种供电套餐设计方法的步骤流程图;
图3为本发明实施例提供的一种供电套餐设计装置的结构框图。
具体实施方式
本发明实施例提供了一种供电套餐设计方法和装置,用于解决现有的供电套餐的设计单纯依赖人工经验和定性分析的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例提供的一种供电套餐设计方法的步骤流程图。
本发明提供的一种供电套餐设计方法,包括:
步骤101,采用预设整数型决策变量计算用户对预设供电套餐的选择概率;
供电套餐是售电公司针对用户电力需求进行设计,并以套餐形式提供给用户的电压暂降方案,具体内容可以包括不同容量等级和不同类型组合后的电压暂降治理设备。如DVR(dynamic voltage restorer,动态电压恢复器)、STACOMSTATCOM(Static SynchronousCompensator,静止同步补偿器)和UPSUPS(Uninterruptible Power Supply,不间断电源)等。
在本发明实施例中,整数型决策变量是指电压暂降治理设备的容量选择。不同设备的不同容量选择会影响整个治理方案费用。因此,在一定程度上,根据对电压暂降治理设备的容量选择情况,可以判断用户对不同供电套餐的选择概率。
步骤102,获取所述供电套餐的成本;
在本发明实施例中,供电套餐的治理成本包括固定成本和可变成本,其中,固定成本包括初始投资成本、套餐项目启动费用成本与项目固定运营费用成本等;可变成本包括治理设备运行维护成本与网络运营成本等。可变成本会随着用户选用供电套餐内所包含治理设备和用户消费的变化而变化。在一定程度上,成本也是用户对供电套餐选择倾向的一个影响因素。
本发明实施例通过协调用户对供电套餐的选择概率和供电套餐的成本,来对供电套餐进行优化调整。
步骤103,基于所述选择概率和所述成本计算用户终身价值;
在本发明实施例中,对供电套餐的优化可以从用户终身价值最大化的角度进行考量,而用户对供电套餐的选择概率和供电套餐的成本可以在一定程度上影响用户终身价值。
因此,在本发明实施例中,可以以用户对供电套餐的选择概率和供电套餐的成本,计算用户终身价值。
步骤104,以所述用户终身价值为目标函数建立供电套餐优化模型;
在本发明实施例中,在确定了用户终身价值的计算方式后,可以以用户终身价值为目标函数建立供电套餐优化模型,以用户终身价值最大化为优化目标,求取整数型决策变量的最优解。
步骤105,采用分支定界法求解所述供电套餐优化模型,输出优化整数型决策变量;
步骤106,采用所述优化整数型决策变量设计目标供电套餐。
在本发明实施例中,可以采用分支定界法求解供电套餐优化模型,得到优化的整数型决策变量。从而优化供电套餐。
本发明通过计算用户对供电套餐的选择概率和供电套餐的成本,计算用户终身价值,以用户终身价值为目标函数构建供电套餐优化模型,以用户终身价值最大化的角度对供电套餐进行优化设计,避免了供电套餐的设计单纯依赖人工经验和定性分析。
请参阅图2,图2为本发明另一实施例提供的一种供电套餐设计方法的步骤流程图,具体可以包括以下步骤:
步骤201,基于预设整数型决策变量分别计算预设供电套餐的分档属性取值水平;
在本发明实施例中,供电套餐包括多个属性和多个套餐分档。供电套餐的属性指不同的治理设备类型,即上述DVR、SRATCOM和UPS均为供电套餐的一个属性,根据对治理设备的容量选择不同,供电套餐的属性具有不同的取值水平。进一步地,根据治理设备的容量等级不同,可以对供电套餐进行分档,即供电套餐内可以同时包含治理设备不同容量等级。从而确定供电套餐内不同分档对应的不同属性的取值水平。
需要说明的是,治理设备的容量对应用户所需治理的那部分负荷的容量。例如,某品牌UPS的最高容量可以达到400kVA,那么这个用户需要治理多少kVA就选择多少kVA的UPS。这里分档可以在调研用户设备容量信息后制定,即掌握用户所需治理的容量后,在最大与最小容量间平均划分为J个区间,即可得到J个分档。
具体地,供电套餐不同分档对应的不同属性的取值水平可以通过以下方式得到:
获取供电套餐的最小取值水平和取值水平增量;
采用最小取值、取值水平增量和预设整数型决策变量计算供电套餐的分档属性取值水平。
体现为公式则如下:
Qjk=bk+Δk(xk+j-1)
其中,Qjk表示套餐第j个分档的第k个属性的取值水平,bk表示最小取值水平,Δk表示取值水平的增量,xk为整数型决策变量,其值表示套餐的第一个分档选择了第k个属性中的第xk个取值水平,j=1,2,...,J;k=1,2,...,K。
步骤202,获取所述用户对所述属性的估计消费量和每个所述属性的属性单价;
步骤203,采用所述估计消费量、所述分档属性取值水平和所述属性单价,计算每个所述套餐分档的分档消费费用;
在实际应用中,用户选择使用优质供电套餐产品的目的是治理电压暂降,以减少或消除电压暂降带来的经济损失,因此可以依据这些经济损失计算出用户某时段内(例如一年)对套餐属性的估计消费量。设第i个用户对第k个套餐属性的估计消费量为Lik(i=1,2,...,I;k=1,2,...,K),则可以通过以下公式计算得到第i个用户选择第j个套餐分档时的消费费用:
Rij=|Lik-Qjk|+Pk+QjkPk
其中,i=1,2,K,I;j=1,2,K,J;Rij表示第i个用户选择第j个套餐分档时的消费费用;Pk表示对应属性的属性单价,|x|+表示如果x大于零,则表达式结果为x,否则表达式结果为零。
步骤204,获取分档治理预算,计算分档治理预算与所述分档消费费用之间的差值,得到用户消费需求偏好效用;
其次,对于每一个电力用户而言,在购买供电套餐的某个分档之前都有一个基本的治理预算,这里用Bij来表示。因此,可利用供电套餐产品购买预算与用户消费费用的差值来反映用户选择套餐j的效益,本发明实施例在此定义此差值为用户消费需求偏好效用,这个差值越大,用户产生购买的的倾向越强烈。
具体地,用户消费需求偏好效用可通过以下公式体现:
Uij=Bij-Rij
其中,Uij表示第i个用户选择第j个套餐时的用户消费需求偏好效用。Bij为治理预算,也即选择第j个套餐前后用户i所减少的经济损失。
步骤205,通过预设离散选择模型和所述用户消费需求偏好效用,计算用户对预设供电套餐的选择概率;
在确定上述参数后,便可以模拟用户对供电套餐的选择行为,在一个示例中,可以利用离散选择模型中应用广泛的多项Logit模型(multinomial logit model,MNL)来模拟用户对供电套餐的选择行为。
具体可通过以下公式表示:
其中,Pij表示第i个用户选择第j个供电套餐的概率;J’表示市场上的所有产品(包括竞争售电公司现有优质供电套餐)的数量;μ是一个比例参数,表示效用函数的随机项因素,可以根据以往实际市场份额调研数据用最大似然估计法进行确定,如果μ=0,说明用户选择套餐行为和套餐效用没关系,对所有产品都没有偏好,产品均匀分布;μ越大说明该套餐被选择的概率越大,用户对其偏好越大。μ值越大,该模型越接近于确定性规则,μ值越小,则近似于均匀分布。μ的取值可以通过对实际市场份额的调研数据进行反推和标度。
步骤206,获取所述供电套餐的成本;
在本发明实施例中,供电套餐的治理成本包括固定成本和可变成本,其中,固定成本包括初始投资成本、套餐项目启动费用成本与项目固定运营费用成本等;可变成本包括治理设备运行维护成本与网络运营成本等。可变成本会随着用户选用供电套餐内所包含治理设备和用户消费的变化而变化。在一定程度上,成本也是用户对供电套餐选择倾向的一个影响因素。
在一个示例中,固定成本可以通过以下公式计算得到:
Cfix=CI+Cs+Cc
其中,CI表示供电套餐中包含的治理设备初始投资成本,Cs表示套餐项目启动费用,Cc表示套餐项目固定运营费用。其中CI可由下式表示:
其中,ρi表示供电套餐中包含的治理设备单价,单位为元/kVA;Si表示治理设备容量。
步骤207,基于所述选择概率和所述成本计算用户终身价值;
在本发明实施例中,对供电套餐的优化可以从用户终身价值最大化的角度进行考量,而用户对供电套餐的选择概率和供电套餐的成本可以在一定程度上影响用户终身价值。
因此,在本发明实施例中,可以以用户对供电套餐的选择概率和供电套餐的成本,计算用户终身价值。
在一个示例中,步骤207可以包括:基于分档消费费用、成本、固定成本和选择概率计算用户终身价值。
以公式表示即为:
其中,CLV(Customer Lifetime Value,客户终身价值),t表示年数。T可以取15年,I是用户总数,比如10个,或者更多,J可以取3到5个。
步骤208,以所述用户终身价值为目标函数建立供电套餐优化模型;
在本发明实施例中,在确定了用户终身价值的计算方式后,可以以用户终身价值为目标函数建立供电套餐优化模型,以用户终身价值最大化为优化目标,求取整数型决策变量的最优解。
在本发明实施例中,步骤208可以包括:以用户终身价值为目标函数,以分档属性取值水平、分档消费费用和选择概率为约束条件,建立供电套餐优化模型。
即供电套餐优化模型的目标函数为:
约束条件为:
Qjk=bk+Δk(xk+j-1)
Rij=|Lik-Qjk|+pk+Qjkpk i=1,2,K,I;j=1,2,K,J'
其中,1≤xk≤Nk,xk为整数,k=1,2,K;d表示某一时段(例如一年)内的折现率。
步骤209,采用分支定界法求解所述供电套餐优化模型,输出优化整数型决策变量;
上述模型是一个比较复杂的非线性整数规划模型,考虑到供电套餐的属性及其取值水平的数量通常不太多,因此可以采用分支定界法进行求解,得到套餐各属性对应的xk。
具体地,分支定界法步骤如下:
先不考虑原问题的整数约束,求解相应的松弛问题。可用非线性优化方法求得最优解Z。松弛问题即
Qjk=bk+Δk(xk+j-1)
Rij=|Lik-Qjk|+pk+Qjkpk i=1,2,K,I;j=1,2,K,J
其中,1≤xk≤Nk,xk为整数,k=1,2,K;
若求得的最优解刚好为整数解,则该整数解即为原整数规划问题的最优解;否则,对原问题进行分支寻求整数最优解。
1)分支,根据对变量重要性的了解,在最优解中选择一个不符合整数约束条件的xj,其值为bj,以[bj]表示小于bj的最大整数。构造两个约束条件:x≤[bj]和x≥[bj]+1,分别加入原非线性优化问题形成两个子问题,因为[bj]与[bj]+1之间无整数,故这两个子集内的整数解必定与原可行解集合整数解一致,这一步称为分支。
2)定界,首先判断各个子问题是否存在整数解。若存在,找出目标函数值最大对应的整数解,设为Z*,则A问题的整数解目标函数Z≥Z*,这就是定界。而且分支过程中,一旦有某个子问题Z≥Z*,则令Z*=Z。
若存在大于Z*的子问题则需分支。定界步骤中若不存在整数解,也需继续分支寻找整数解,并从目标函数值最大对应的子问题先分支。
若所有子问题的目标值都小于等于Z*,则不需继续分支,Z*所对应的整数解即为最优解。
步骤210,采用所述优化整数型决策变量设计目标供电套餐。
在求取了供电套餐优化模型的最优解后,即可对优化目标供电套餐。
本发明通过计算用户对供电套餐的选择概率和供电套餐的成本,计算用户终身价值,以用户终身价值为目标函数构建供电套餐优化模型,以用户终身价值最大化的角度对供电套餐进行优化设计,避免了供电套餐的设计单纯依赖人工经验和定性分析。
请参阅图3,图3为本发明实施例提供的一种供电套餐设计装置的结构框图。
本发明提供的一种供电套餐设计装置,包括:
选择概率计算模块301,用于采用预设整数型决策变量计算用户对预设的供电套餐的选择概率;
成本获取模块302,用于获取所述供电套餐的成本;
用户终身价值计算模块303,用于基于所述选择概率和所述成本计算用户终身价值;
供电套餐优化模型建立模块304,用于以所述用户终身价值为目标函数建立供电套餐优化模型;
求解模块305,用于采用分支定界法求解所述供电套餐优化模型,输出优化整数型决策变量;
设计模块306,用于采用所述优化整数型决策变量设计目标供电套餐。
在本发明实施例中,所述供电套餐包括多个属性和多个套餐分档;所述选择概率计算模块301,包括:
分档属性取值水平计算子模块,用于基于预设整数型决策变量分别计算预设供电套餐的分档属性取值水平;
获取子模块,用于获取所述用户对所述属性的估计消费量和每个所述属性的属性单价;
分档消费费用计算子模块,用于采用所述估计消费量、所述分档属性取值水平和所述属性单价,计算每个所述套餐分档的分档消费费用;
用户消费需求偏好效用计算子模块,用于获取分档治理预算,计算所述分档治理预算与所述分档消费费用之间的差值,得到用户消费需求偏好效用;
选择概率计算子模块,用于通过预设离散选择模型和所述用户消费需求偏好效用,计算用户对所述供电套餐的选择概率。
在本发明实施例中,所述分档属性取值水平计算子模块,包括:
获取单元,用于获取所述供电套餐的最小取值水平和取值水平增量;
分档属性取值水平单元,用于采用所述最小取值、所述取值水平增量和预设整数型决策变量计算所述供电套餐的分档属性取值水平。
在本发明实施例中,所述用户终身价值计算模块303,包括:
固定成本提取子模块,用于从所述成本中提取固定成本;
用户终身价值计算子模块,用于基于所述分档消费费用、所述成本、所述固定成本和所述选择概率计算用户终身价值。
在本发明实施例中,所述供电套餐优化模型建立模块304,包括:
供电套餐优化模型建立子模块,用于以所述用户终身价值为目标函数,以所述分档属性取值水平、所述分档消费费用和所述选择概率为约束条件,建立供电套餐优化模型。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种供电套餐设计方法,其特征在于,包括:
采用预设整数型决策变量计算用户对预设的供电套餐的选择概率;
获取所述供电套餐的成本;
基于所述选择概率和所述成本计算用户终身价值;
以所述用户终身价值为目标函数建立供电套餐优化模型;
采用分支定界法求解所述供电套餐优化模型,输出优化整数型决策变量;
采用所述优化整数型决策变量设计目标供电套餐。
2.根据权利要求1所述的方法,其特征在于,所述供电套餐包括多个属性和多个套餐分档;所述采用预设整数型决策变量计算用户对预设供电套餐的选择概率的步骤,包括:
基于预设整数型决策变量分别计算预设的供电套餐的分档属性取值水平;
获取所述用户对所述属性的估计消费量和所述属性的属性单价;
采用所述估计消费量、所述分档属性取值水平和所述属性单价,计算每个所述套餐分档的分档消费费用;
获取分档治理预算,计算所述分档治理预算与所述分档消费费用之间的差值,得到用户消费需求偏好效用;
通过预设离散选择模型和所述用户消费需求偏好效用,计算用户对所述供电套餐的选择概率。
3.根据权利要求2所述的方法,其特征在于,所述基于预设整数型决策变量分别计算预设供电套餐的分档属性取值水平的步骤,包括:
获取所述供电套餐的最小取值水平和取值水平增量;
采用所述最小取值、所述取值水平增量和预设整数型决策变量计算所述供电套餐的分档属性取值水平。
4.根据权利要求3所述的方法,其特征在于,所述基于所述选择概率和所述成本计算用户终身价值的步骤,包括:
从所述成本中提取固定成本;
基于所述分档消费费用、所述成本、所述固定成本和所述选择概率计算用户终身价值。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述以所述用户终身价值为目标函数建立供电套餐优化模型的步骤,包括:
以所述用户终身价值为目标函数,以所述分档属性取值水平、所述分档消费费用和所述选择概率为约束条件,建立供电套餐优化模型。
6.一种供电套餐设计装置,其特征在于,包括:
选择概率计算模块,用于采用预设整数型决策变量计算用户对预设的供电套餐的选择概率;
成本获取模块,用于获取所述供电套餐的成本;
用户终身价值计算模块,用于基于所述选择概率和所述成本计算用户终身价值;
供电套餐优化模型建立模块,用于以所述用户终身价值为目标函数建立供电套餐优化模型;
求解模块,用于采用分支定界法求解所述供电套餐优化模型,输出优化整数型决策变量;
设计模块,用于采用所述优化整数型决策变量设计目标供电套餐。
7.根据权利要求6所述的装置,其特征在于,所述供电套餐包括多个属性和多个套餐分档;所述选择概率计算模块,包括:
分档属性取值水平计算子模块,用于基于预设整数型决策变量分别计算预设供电套餐的分档属性取值水平;
获取子模块,用于获取所述用户对所述属性的估计消费量和每个所述属性的属性单价;
分档消费费用计算子模块,用于采用所述估计消费量、所述分档属性取值水平和所述属性单价,计算每个所述套餐分档的分档消费费用;
用户消费需求偏好效用计算子模块,用于获取分档治理预算,计算所述分档治理预算与所述分档消费费用之间的差值,得到用户消费需求偏好效用;
选择概率计算子模块,用于通过预设离散选择模型和所述用户消费需求偏好效用,计算用户对所述供电套餐的选择概率。
8.根据权利要求7所述的装置,其特征在于,所述分档属性取值水平计算子模块,包括:
获取单元,用于获取所述供电套餐的最小取值水平和取值水平增量;
分档属性取值水平单元,用于采用所述最小取值、所述取值水平增量和预设整数型决策变量计算所述供电套餐的分档属性取值水平。
9.根据权利要求8所述的装置,其特征在于,所述用户终身价值计算模块,包括:
固定成本提取子模块,用于从所述成本中提取固定成本;
用户终身价值计算子模块,用于基于所述分档消费费用、所述成本、所述固定成本和所述选择概率计算用户终身价值。
10.根据权利要求7-9任一项所述的装置,其特征在于,所述供电套餐优化模型建立模块,包括:
供电套餐优化模型建立子模块,用于以所述用户终身价值为目标函数,以所述分档属性取值水平、所述分档消费费用和所述选择概率为约束条件,建立供电套餐优化模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010801187.0A CN111915377A (zh) | 2020-08-11 | 2020-08-11 | 一种供电套餐设计方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010801187.0A CN111915377A (zh) | 2020-08-11 | 2020-08-11 | 一种供电套餐设计方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111915377A true CN111915377A (zh) | 2020-11-10 |
Family
ID=73283053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010801187.0A Pending CN111915377A (zh) | 2020-08-11 | 2020-08-11 | 一种供电套餐设计方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111915377A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706208A (zh) * | 2021-08-31 | 2021-11-26 | 国网四川省电力公司经济技术研究院 | 一种综合能源服务套餐配置方法 |
CN117688343A (zh) * | 2024-02-04 | 2024-03-12 | 成都帆点创想科技有限公司 | 一种多任务学习LSTM-Attention框架的LTV预测方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020065699A1 (en) * | 2000-09-14 | 2002-05-30 | Kalyan Talluri | General discrete choice model and optimization algorithm for revenue management |
CN109086922A (zh) * | 2018-07-19 | 2018-12-25 | 浙江大学 | 一种面向工商业用户的需求响应电力套餐优化设计方法 |
CN110610294A (zh) * | 2019-08-13 | 2019-12-24 | 浙江大学 | 一种考虑用户消费心理的售电公司电量套餐设计方法 |
CN110796283A (zh) * | 2019-09-18 | 2020-02-14 | 浙江大学 | 一种面向需求侧主动响应的电量套餐优化设计方法 |
CN110991764A (zh) * | 2019-12-16 | 2020-04-10 | 贵州电网有限责任公司 | 一种综合能源系统日前滚动优化方法 |
-
2020
- 2020-08-11 CN CN202010801187.0A patent/CN111915377A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020065699A1 (en) * | 2000-09-14 | 2002-05-30 | Kalyan Talluri | General discrete choice model and optimization algorithm for revenue management |
CN109086922A (zh) * | 2018-07-19 | 2018-12-25 | 浙江大学 | 一种面向工商业用户的需求响应电力套餐优化设计方法 |
CN110610294A (zh) * | 2019-08-13 | 2019-12-24 | 浙江大学 | 一种考虑用户消费心理的售电公司电量套餐设计方法 |
CN110796283A (zh) * | 2019-09-18 | 2020-02-14 | 浙江大学 | 一种面向需求侧主动响应的电量套餐优化设计方法 |
CN110991764A (zh) * | 2019-12-16 | 2020-04-10 | 贵州电网有限责任公司 | 一种综合能源系统日前滚动优化方法 |
Non-Patent Citations (1)
Title |
---|
卢恩;别佩;王浩浩;陈青;李文萱;辜唯朕;: "考虑用户自主选择性的零售电价套餐定价策略设计", 电力系统自动化, no. 19, 8 July 2020 (2020-07-08), pages 177 - 184 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706208A (zh) * | 2021-08-31 | 2021-11-26 | 国网四川省电力公司经济技术研究院 | 一种综合能源服务套餐配置方法 |
CN117688343A (zh) * | 2024-02-04 | 2024-03-12 | 成都帆点创想科技有限公司 | 一种多任务学习LSTM-Attention框架的LTV预测方法及系统 |
CN117688343B (zh) * | 2024-02-04 | 2024-05-03 | 成都帆点创想科技有限公司 | 一种多任务学习LSTM-Attention框架的LTV预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bai et al. | Revenue and promotional cost-sharing contract versus two-part tariff contract in coordinating sustainable supply chain systems with deteriorating items | |
Marchi et al. | A joint economic lot size model with financial collaboration and uncertain investment opportunity | |
San-José et al. | An inventory system with demand dependent on both time and price assuming backlogged shortages | |
Khouja | Synchronization in supply chains: implications for design and management | |
Weber | Implementation of a Newton-based optimal power flow into a power system simulation environment | |
Huang et al. | Coordination of pricing, inventory, and production reliability decisions in deteriorating product supply chains | |
US20190220877A1 (en) | Computer-readable recording medium, demand forecasting method and demand forecasting apparatus | |
Lee et al. | Solving lot-sizing problem with quantity discount and transportation cost | |
Shi et al. | A portfolio approach to managing procurement risk using multi-stage stochastic programming | |
CN111915377A (zh) | 一种供电套餐设计方法和装置 | |
Kang et al. | A stochastic lot-sizing model with multi-supplier and quantity discounts | |
CN114170032B (zh) | 一种保险产品的上线方法、装置、电子设备及存储介质 | |
CN108364191A (zh) | 基于随机森林和逻辑回归的优质客户优化识别方法及装置 | |
CN107688901B (zh) | 数据调整方法及装置 | |
Nasiri et al. | Incorporating sales and marketing considerations into a competitive multi-echelon distribution network design problem with pricing strategy in a stochastic environment | |
Chen et al. | A dynamic ordering policy for a stochastic inventory problem with cash constraints | |
Hazrati et al. | A Hybrid Mathematical and Decision‐Making Model to Determine the Amount of Economic Order considering the Discount | |
Deng et al. | Partially Smoothing and Gradient‐Based Algorithm for Optimizing the VMI System with Competitive Retailers under Random Demands | |
Barzoki et al. | A joint lot-sizing and marketing model with reworks, scraps and imperfect products | |
Nagarur et al. | A computer‐based inventory management system for spare parts | |
He et al. | Two‐Level Credit Financing for Noninstantaneous Deterioration Items in a Supply Chain with Downstream Credit‐Linked Demand | |
US20210304228A1 (en) | Method of information processing, electronic device, and computer program product | |
Zhang et al. | Optimal dispatch of competitive power markets by using PowerWorld simulator | |
CN113962751A (zh) | 电力套餐的零售价格预测方法、装置及存储介质 | |
Widyadana et al. | Production inventory models for deteriorating items with stochastic machine unavailability time, lost sales and price-dependent demand |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |