本發(fā)明涉及電力用戶參與需求響應(yīng)項(xiàng)目的建模仿真領(lǐng)域，尤其涉及一種基于電力用戶參與需求響應(yīng)從眾影響的建模方法。
背景技術(shù)：
：智能化設(shè)備以及通訊手段的不斷升級(jí)為用戶與電網(wǎng)的雙向互動(dòng)提供技術(shù)支撐，用戶在電力系統(tǒng)運(yùn)行中扮演越來越重要的角色，可以在外界一定刺激下通過改變自身用電行為參與電網(wǎng)運(yùn)行，這種行為即稱為需求響應(yīng)。但是，用戶側(cè)的行為并不是由一個(gè)或幾個(gè)用戶進(jìn)行操作，它是由成千上萬不同用戶行為所構(gòu)成，不同的用戶在面對(duì)外界同樣的價(jià)格等激勵(lì)信號(hào)時(shí)所呈現(xiàn)出的響應(yīng)特性往往存在很大的區(qū)別。用戶在面對(duì)未知的外界刺激信號(hào)時(shí)，常常會(huì)呈現(xiàn)明顯的從眾性特征。這一特征往往出現(xiàn)在外界信號(hào)刺激剛剛產(chǎn)生，或是用戶對(duì)自身選擇缺乏自信而對(duì)外界信號(hào)不了解的情況下。用戶從眾行為主要源于人類最基本的從眾心理，而這一行為特征的強(qiáng)弱往往和個(gè)體的差異存在較強(qiáng)的聯(lián)系。從眾心理是指?jìng)€(gè)體在群體的影響下，部分或全部放棄自己原有意見，使自己的言論、行為保持與群體一致的現(xiàn)象，而從眾行為一般指?jìng)€(gè)體跟從群體的傾向行為。從眾行為來源于社會(huì)行為學(xué)的概念，有學(xué)者將可能造成從眾行為的因素分為四種：個(gè)人特性、群體特性、品牌特性和工作/情境特性，并且建立了從眾行為的影響模型。對(duì)于需求響應(yīng)用戶而言，他們的工作/情境特性主要指該用戶所處的行業(yè)、公司生產(chǎn)經(jīng)營(yíng)狀況對(duì)于用電的需求，主要是用電特性或負(fù)荷特性；個(gè)人特性主要指自身對(duì)于需求響應(yīng)的認(rèn)知、接受程度，對(duì)需求響應(yīng)實(shí)施的主觀好感等；產(chǎn)品特性指需求響應(yīng)具體實(shí)施內(nèi)容及細(xì)則的規(guī)范性、可行性及公平性，以及是否得到用戶的采納及認(rèn)可；群體特性指用戶所處的行業(yè)、城市、業(yè)務(wù)群體中對(duì)于該需求響應(yīng)項(xiàng)目的認(rèn)可及接受程度，以及其他的熟識(shí)、陌生用戶對(duì)某一特定用戶所產(chǎn)生的群體從眾影響。具體到某一個(gè)需求響應(yīng)項(xiàng)目，上述表述又可以具體細(xì)分為：用戶用電特性主要指用戶生產(chǎn)經(jīng)營(yíng)過程中電費(fèi)占總成本的比例、最大可參與的需求響應(yīng)容量、參與需求響應(yīng)項(xiàng)目或響應(yīng)分時(shí)電價(jià)對(duì)生產(chǎn)經(jīng)營(yíng)所造成的影響以及由此引發(fā)的失負(fù)荷成本(損失)。需求響應(yīng)規(guī)則主要是需求響應(yīng)項(xiàng)目的補(bǔ)貼及參與方式，當(dāng)用戶實(shí)際生產(chǎn)經(jīng)營(yíng)情況滿足參與需求響應(yīng)條件時(shí)，例如具備參與需求響應(yīng)的容量，并且參與需求響應(yīng)所獲得的補(bǔ)貼可以彌補(bǔ)因參與所造成的損失(失負(fù)荷成本)，此時(shí)即表示用戶客觀上具備參與需求響應(yīng)的能力。技術(shù)實(shí)現(xiàn)要素：發(fā)明目的：為了研究電力用戶在從眾心理影響下參與需求響應(yīng)的參與度，本發(fā)明提出了一種基于電力用戶參與需求響應(yīng)從眾影響的建模方法，能夠更加貼近用戶實(shí)際參與過程，便于在需求響應(yīng)項(xiàng)目中開展有針對(duì)性的需求響應(yīng)推廣措施。技術(shù)方案：為實(shí)現(xiàn)上述目的，本發(fā)明中基于電力用戶參與需求響應(yīng)從眾影響的建模方法包括以下步驟：(1)基于熟識(shí)人際關(guān)系網(wǎng)絡(luò)建立多個(gè)體影響模型，基于陌生人際關(guān)系網(wǎng)絡(luò)建立外界一致性影響模型，根據(jù)多個(gè)體影響模型和外接一致性模型獲取用戶需求響應(yīng)參與度所受到的外部群體影響系數(shù)；(2)根據(jù)用戶需求響應(yīng)參與度的群體影響模型、用戶客觀參與能力以及用戶主觀參與意愿之間的因果關(guān)系建立用戶需求響應(yīng)參與度的非線性數(shù)學(xué)模型；(3)利用BP神經(jīng)網(wǎng)絡(luò)確定非線性數(shù)學(xué)模型。其中，步驟(1)中所述多個(gè)體影響模型為：Km,exs=Σi=1,i≠mnrii×rimΣi=1,i≠mnrim]]>式中，Km,exs為用戶m受到其他熟識(shí)用戶影響系數(shù)，rii表示熟識(shí)用戶i的需求響應(yīng)參與度，rim表示用戶i參與需求響應(yīng)對(duì)用戶m的影響權(quán)值；所述外界一致性影響模型為：Km,exm=gt(i)=nsame,t(i)nall,t(i)]]>式中，Km,exm為用戶m受到其他陌生用戶影響系數(shù)，gt(i)表示在t(i)時(shí)刻與用戶m關(guān)系陌生的參與度超過一致性閾值的用戶數(shù)nsame,t(i)與t(i)時(shí)刻總陌生用戶數(shù)nall,t(i)之比。進(jìn)一步地，根據(jù)信息通道透明度的影響，用戶m所受的外部群體影響系數(shù)Km,soc為：Km,soc＝ηm,soc(Km,exs,Km,exm,Tm,exs,Tm,exm)信息通暢系數(shù)Tm,exs表示外部熟識(shí)用戶因?yàn)樾诺啦粫乘鸬挠绊懥p弱程度，信息通暢系數(shù)Tm,exm表示陌生用戶因?yàn)樾诺啦粫乘鸬挠绊懥p弱程度。其中，步驟(2)中用戶需求響應(yīng)參與度的非線性數(shù)學(xué)模型為：ifKm,ob≠0,Fm＝α(Km,su，Km,soc，Km,ins)式中，Km,ob表示用戶m參與客觀能力，Km,su表示用戶m的自身參與度，Km,ins表示用戶m的自身堅(jiān)定系數(shù)；用戶m自身參與度Km,su數(shù)學(xué)模型為主觀經(jīng)濟(jì)滿意度Km,ec與主觀需求響應(yīng)規(guī)則認(rèn)同度Km,ag的數(shù)學(xué)關(guān)系ηm,su：Km,su＝ηm,su(Km,ec,Km,ag)。有益效果：本發(fā)明中基于電力用戶參與需求響應(yīng)從眾影響的建模方法通過關(guān)聯(lián)矩陣及權(quán)重表征熟識(shí)及陌生用戶間相互影響，結(jié)合社會(huì)學(xué)中的從眾心理理論，建立電力用戶參與需求響應(yīng)的從眾行為模型，具有較高的實(shí)踐性；基于群體從眾理論，分別從熟識(shí)群體及陌生群體兩方面建立群體影響模型，免除了單一群體模型難以區(qū)分熟人群體及陌生群體的缺點(diǎn)，更加接近實(shí)際真實(shí)影響狀態(tài)；可針對(duì)不同的地理環(huán)境、社會(huì)環(huán)境進(jìn)行分析研究，并可基于歷史數(shù)據(jù)對(duì)用戶群體影響及自身參與意愿進(jìn)行調(diào)整，使得仿真出用戶參與度更加貼近實(shí)際情況，對(duì)于電力用戶參與需求響應(yīng)實(shí)施效果及推廣策略研究具有較好的增益效果。附圖說明圖1為本發(fā)明中基于電力用戶參與需求響應(yīng)從眾影響的建模方法的流程圖；圖2為用戶需求響應(yīng)參與度因果圖；圖3為本發(fā)明建模方法在不同場(chǎng)景下仿真所得到的熟識(shí)用戶影響用戶平均參與度的仿真對(duì)比結(jié)果；圖4為本發(fā)明建模方法在不同場(chǎng)景下仿真所得到的陌生用戶影響用戶平均參與度的仿真對(duì)比結(jié)果。具體實(shí)施方式下面結(jié)合實(shí)施案例對(duì)本發(fā)明作更進(jìn)一步的說明。如圖1所示，本發(fā)明中基于電力用戶參與需求響應(yīng)從眾影響的建模方法包括以下步驟：(1)依據(jù)從眾心理影響下用戶參與需求響應(yīng)的諸多要素，建立如圖2所示的用戶需求響應(yīng)參與度影響因果關(guān)系，具體而言，用戶需求響應(yīng)參與度受到用戶客觀參與能力的制約，在用戶客觀參與能力滿足的條件下，主要受群體影響及用戶主觀參與意愿的影響。其中，用戶客觀參與能力主要受用戶用電特性及需求響應(yīng)要求所決定；群體影響主要分為基于熟識(shí)人際網(wǎng)絡(luò)所造成的影響以及基于陌生人際網(wǎng)絡(luò)所造成的影響，此外，還受到信息獲取透明程度的影響；用戶主觀參與意愿主要由用戶參與的經(jīng)濟(jì)效益以及用戶主觀對(duì)于需求響應(yīng)項(xiàng)目的認(rèn)同程度所影響，用戶參與的經(jīng)濟(jì)效益主要由用戶自身的經(jīng)濟(jì)特性以及需求響應(yīng)項(xiàng)目的補(bǔ)償規(guī)則所決定。(2)用戶群體影響主要指用戶受到其他用戶的影響，從熟識(shí)用戶及陌生用戶角度建立兩種模型：a)基于熟識(shí)人際網(wǎng)絡(luò)的多個(gè)體影響模型熟識(shí)人際網(wǎng)絡(luò)主要指其他熟識(shí)用戶參與需求響應(yīng)情況對(duì)該用戶造成的累積影響。對(duì)于參與需求響應(yīng)的一般用戶而言，熟識(shí)用戶的響應(yīng)情況往往可對(duì)自身提供參考，尤其是熟識(shí)用戶的堅(jiān)定參與可產(chǎn)生強(qiáng)烈的暗示作用，促使其積極參與。為了表征熟識(shí)用戶間的影響關(guān)系，引入關(guān)系矩陣表示各用戶間的影響權(quán)值。R=r11r12r13...r1nr21r22r23...r2nr31r32r33...r3n...............rn1rn2rn3...rnn---(1)]]>用戶1的需求響應(yīng)參與度F1表示用戶參與需求響應(yīng)的實(shí)際參與概率，主要基于用戶參與需求響應(yīng)項(xiàng)目的次數(shù)統(tǒng)計(jì)值，r11表示用戶1的需求響應(yīng)參與度F1，r12即表示用戶1參與對(duì)用戶2的影響權(quán)值，同理可得用戶1參與對(duì)用戶n的影響權(quán)值為r1n。設(shè)定關(guān)系權(quán)值參數(shù)，基于模糊理論，對(duì)用戶間相互影響力的大小采用模糊值。采用李克特5分表表示，以調(diào)查問卷等形式收集，模糊權(quán)值設(shè)置為表1所示：表1：熟識(shí)用戶影響權(quán)值表基于加權(quán)平均，得到用戶m受到其他熟識(shí)用戶影響系數(shù)Km,exs為：Km,exs=Σi=1,i≠mnrii×rimΣi=1,i≠mnrim---(2)]]>b)基于陌生人際網(wǎng)絡(luò)的外界一致性影響模型在從眾心理對(duì)用戶參與需求響應(yīng)的分析中，受制于單一用戶人際圈的有界性，某一用戶受到的其他熟識(shí)用戶的累積影響是有限的，在實(shí)際參與需求響應(yīng)的過程中，用戶往往還受到許多陌生的用戶的影響，這些用戶單一的響應(yīng)情況可能并不會(huì)對(duì)該用戶產(chǎn)生影響，然而當(dāng)這些陌生用戶的響應(yīng)情況存在相當(dāng)程度的一致性，并且這類用戶人群數(shù)量不斷增多時(shí)，便會(huì)對(duì)該用戶產(chǎn)生明顯的示范性。用戶m受到其他陌生用戶影響系數(shù)Km,exm為：Km,exm＝gt(i)(3)gt(i)=nsame,t(i)nall,t(i)---(4)]]>其中，gt(i)表示在t(i)時(shí)刻與該用戶m關(guān)系陌生的參與度超過一致性閾值(默認(rèn)為50％，對(duì)不同的用戶，一致性閾值存在一定差異)的用戶數(shù)nsame,t(i)與t(i)時(shí)刻總陌生用戶數(shù)之比，即用戶一致性系數(shù)，當(dāng)用戶一致性系數(shù)越高表明該用戶認(rèn)為外界用戶越統(tǒng)一，對(duì)個(gè)體用戶的從眾性影響也越大。除考慮熟識(shí)群體及陌生群體對(duì)單一用戶個(gè)體的影響外，在考慮用戶受到外界熟識(shí)人際網(wǎng)絡(luò)或者陌生人際網(wǎng)絡(luò)的影響時(shí)，還應(yīng)當(dāng)考慮到人際網(wǎng)絡(luò)獲取信息的通暢性。尤其是對(duì)于陌生人際網(wǎng)絡(luò)模型中的群體數(shù)量以及群體一致性數(shù)據(jù)的準(zhǔn)確獲得，若某用戶并未從外界獲取任何關(guān)于參與需求響應(yīng)的信息，或者外部信息不足以促成他做出從眾判斷時(shí)，該用戶必然只能基于自身做出選擇，因此人際網(wǎng)絡(luò)信息渠道的通暢決定了用戶可從外界獲得的信息量。若信息渠道完全通暢，所能獲得信息即全部反映在影響模型中，否則若信息渠道不完全通暢，外界影響需要乘以相應(yīng)衰減系數(shù)。(3)基于已建立的熟識(shí)用戶影響以及陌生用戶群影響兩個(gè)模型，用戶參與需求響應(yīng)的群體影響可以分別表征，其中用戶m受到熟識(shí)用戶影響系數(shù)為Km,exs，用戶m受到陌生用戶影響系數(shù)為Km,exm，用戶參與需求響應(yīng)所受到的群體影響的系數(shù)表示為Km,soc，即熟識(shí)用戶和陌生用戶群的群體影響系數(shù)如下式表征：Km,soc＝ηm,soc(Km,exs,Km,exm)(5)它們之間的數(shù)學(xué)關(guān)系，用ηm,soc表示。若考慮信息通道透明度的影響，則需要考慮信息通暢系數(shù)Tm,exs和Tm,exm，得到如下式所示：Km,soc＝ηm,soc(Km,exs,Km,exm,Tm,exs,Tm,exm)(6)信息通暢系數(shù)Tm,exs和Tm,exm以信息傳傳遞成功的概率作為表征，表示外部熟識(shí)用戶及陌生用戶因?yàn)樾诺啦粫乘鸬挠绊懥p弱程度。由于信道不暢導(dǎo)致的影響減弱即表現(xiàn)為影響權(quán)值的減少，因此在分析中也可以將信息不暢導(dǎo)致的影響系數(shù)減低視作影響力的降低。(4)基于已建立的用戶參與需求響應(yīng)的群體影響模型，結(jié)合用戶客觀參與需求響應(yīng)能力以及用戶主觀參與需求響應(yīng)意愿，建立用戶需求響應(yīng)參與度模型。a)用戶需求響應(yīng)客觀參與能力引入用戶客觀參與能力Km,ob表征用戶實(shí)際參與需求響應(yīng)的能力，只有當(dāng)用戶客觀具備參與需求響應(yīng)的能力時(shí)，用戶才可能參與實(shí)際的需求響應(yīng)項(xiàng)目，否則即使用戶主觀參與意愿強(qiáng)烈，也無法參與。Km,ob=0Pall-Pre≤Psec1Psec≤Pall-Pre---(7)]]>當(dāng)響應(yīng)后留存量Plef＝Pall-Pre低于最小保證容量Psec(安保負(fù)荷)時(shí)，認(rèn)為此時(shí)該用戶客觀響應(yīng)能力為0，而當(dāng)響應(yīng)后留存量高于最小保證容量Psec(安保負(fù)荷)時(shí)，可認(rèn)為參與需求響應(yīng)可保證用電安全，可認(rèn)為客觀參與能力為1，即表示用戶具備參與需求響應(yīng)的客觀條件。b)用戶需求響應(yīng)主觀參與度模型主觀經(jīng)濟(jì)滿意度Pm表示用戶m的響應(yīng)容量。Cm為單位失負(fù)荷成本系數(shù)，該系數(shù)表示用戶m參與需求響應(yīng)單位容量(失去單位負(fù)荷)所需要付出的成本。若響應(yīng)收益(補(bǔ)償電價(jià)減去外部電價(jià))大于成本，則用戶才可能參與響應(yīng)，否則不太可能參與，用戶自身的參與度只有在用戶益本比大于0時(shí)才不為0。用戶m的益本比Jm,sa如下式：Jm,sa=Hm-Pm·CmTm---(8)]]>其中，Hm表示收益，減去用戶失負(fù)荷成本，除以用戶投資Tm，則表示用戶投資的收益成本比。通過用戶調(diào)研等方式獲得用戶參與需求響應(yīng)每單位容量預(yù)期收益率及最低預(yù)期收益率。對(duì)于給定收益率，假定不同用戶其主觀經(jīng)濟(jì)滿意的概率分布滿足正態(tài)分布，即表示對(duì)于大量用戶的主觀經(jīng)濟(jì)滿意度Km,ec在同等收益率條件下滿足正態(tài)分布：Km,ec(Jm,sa)=12πσexp(-(Jm,sa-μ)22σ2)---(9)]]>由于正態(tài)分布函數(shù)遵循μ～3σ法則，設(shè)定μ為用戶期望收益，μ-3σ即為用戶最低期望收益Jsa,min，表明若收益值大小低于用戶最低期望，則用戶主觀經(jīng)濟(jì)滿意的概率基本趨向于0，若收益大于μ+3σ，即收益率高于最高預(yù)期Jsa,max，則用戶主觀經(jīng)濟(jì)滿意的概率基本趨向于100％。主觀需求響應(yīng)規(guī)則認(rèn)同度設(shè)用戶m的主觀需求響應(yīng)規(guī)則認(rèn)同度為Km,ag，采用李克特5分表表示某用戶m對(duì)于某一項(xiàng)需求響應(yīng)措施的主觀認(rèn)同度，以調(diào)查問卷等形式收集，權(quán)值設(shè)置為表2所示：表2：用戶主觀需求響應(yīng)規(guī)則認(rèn)同度調(diào)查表用戶自身參與度用戶m的自身參與度Km,su即為主觀經(jīng)濟(jì)滿意度Km,ec與主觀需求響應(yīng)規(guī)則認(rèn)同度Km,ag的數(shù)學(xué)關(guān)系，用ηm,su表示。用戶自身參與度Km,su數(shù)學(xué)模型即為：Km,su＝ηm,su(Km,ec,Km,ag)(10)c)用戶參與需求響應(yīng)所受群體影響基于上文所述，用戶參與需求響應(yīng)所受到的群體影響的表示為Km,soc：Km,soc＝ηm,soc(Km,exs,Km,exm,Tm,exs,Tm,exm)(11)其中，熟識(shí)用戶和陌生用戶群體的影響分別為Km,exs和Km,exm，信息通道通暢系數(shù)分別為Tm,exs和Tm,exm，它們之間的數(shù)學(xué)關(guān)系，用ηm,soc表示。d)用戶需求響應(yīng)參與度模型在滿足客觀參與條件的情況下，即當(dāng)滿足用戶客觀參與能力Km,ob不為0時(shí)，用戶m的需求響應(yīng)參與度Fm是自身堅(jiān)定系數(shù)Km,ins影響下，自身參與度Km,su與外部其他用戶影響所造成影響Km,soc的綜合。Km,ins表示自身堅(jiān)定系數(shù)，表征該用戶行為受到自身主觀傾向的影響大小，即自身參與度Km,su對(duì)用戶m的需求響應(yīng)參與度Fm的權(quán)重，系數(shù)較低表明用戶較易受到外界熟識(shí)用戶及陌生用戶的影響，而系數(shù)較高則表明用戶受外界其他用戶的影響較小。數(shù)值獲取可基于調(diào)查問卷等形式收集，采用如下表3所示的模糊化數(shù)值表征。表3：用戶堅(jiān)定系數(shù)調(diào)查表設(shè)表征它們相關(guān)關(guān)系的函數(shù)為α，則有：ifKm,ob≠0,Fm=α(Km,su,Km,soc,Km,ins)---(12)]]>其中，Km,su表示自身參與度，Km,soc表示受到外部群體影響系數(shù)，Km,ins表示自身堅(jiān)定系數(shù)。(5)基于已建立的用戶需求響應(yīng)參與度模型，運(yùn)用BP神經(jīng)元網(wǎng)絡(luò)訓(xùn)練得到各參量間的非線性關(guān)系，從而得到適用于一般用戶的需求響應(yīng)參與度非線性數(shù)學(xué)關(guān)系模型。用戶間影響權(quán)值是一個(gè)動(dòng)態(tài)變化的權(quán)值參數(shù)，這一參數(shù)表征的是用戶A對(duì)用戶B參與需求響應(yīng)時(shí)的影響力大小。影響力的大小相對(duì)比較抽象，難以直接獲取，需要利用可獲取的數(shù)據(jù)進(jìn)行挖掘分析，并加以定義，獲得影響力的量化修正值。在實(shí)際需求響應(yīng)過程中，各變量的數(shù)值可能會(huì)發(fā)生變化，因此需要基于實(shí)際場(chǎng)景進(jìn)行辨識(shí)才能夠獲得相對(duì)應(yīng)的函數(shù)關(guān)系。依據(jù)上文所述，用戶需求響應(yīng)參與度Fm的主要影響變量為Km,su、Km,soc、Km,ins，其中Km,soc由Km,exs、Km,exm影響。Km,exm表征的是外部陌生人群數(shù)量及一致性的變化對(duì)用戶的影響，其數(shù)值可以獲得。用戶主觀參與度Km,su在滿足客觀參與能力以及經(jīng)濟(jì)、認(rèn)同不變的條件下，短期內(nèi)不會(huì)大幅變化，可通過調(diào)研Km,ec及Km,ag獲取?；谕獠空{(diào)研或數(shù)據(jù)挖掘獲取的數(shù)據(jù)：用戶主觀參與度Km,su、以及熟識(shí)用戶實(shí)際參與度rii、陌生用戶參與需求響應(yīng)一致性系數(shù)gt(i)、自身堅(jiān)定系數(shù)Km,ins等，通過人工神經(jīng)元網(wǎng)絡(luò)訓(xùn)練，可得到Fm與rii、gt(i)以及Km,su、Km,ins的關(guān)系網(wǎng)絡(luò)，即上文所述非線性函數(shù)關(guān)系α。基于上文的分析，用戶參與需求響應(yīng)受到自身與外界、熟識(shí)用戶與陌生用戶群體的復(fù)雜影響，因此運(yùn)用BP神經(jīng)元網(wǎng)絡(luò)可以實(shí)現(xiàn)用戶參與需求響應(yīng)影響因素與用戶實(shí)際參與度之間的映射關(guān)系，從而表征出用戶參與需求響應(yīng)的影響因素：用戶主觀參與度Km,su、用戶自身堅(jiān)定系數(shù)Km,ins、熟識(shí)用戶實(shí)際參與度rii、陌生用戶參與需求響應(yīng)一致性系數(shù)gt(i)與該用戶實(shí)際參與需求響應(yīng)參與度的映射關(guān)系。用戶主觀參與意愿Km,su與用戶自身堅(jiān)定系數(shù)Km,ins主要通過調(diào)研等方式獲得，外部用戶一致性gt(i)基于數(shù)據(jù)挖掘及統(tǒng)計(jì)獲得，與該用戶熟識(shí)的其他用戶參與度rii主要通過調(diào)查走訪以及數(shù)據(jù)挖掘獲得。采用BP神經(jīng)元網(wǎng)絡(luò)，輸入量為某用戶主觀參與意愿Km,su、用戶自身堅(jiān)定系數(shù)Km,ins、外部用戶一致性gt(i)以及與該用戶熟識(shí)的其他用戶參與度rii，i為1～N，N表示與該用戶熟識(shí)的用戶數(shù)。輸出量為該用戶實(shí)際的參與需求響應(yīng)參與度Fm。采用人工神經(jīng)元BP網(wǎng)絡(luò)訓(xùn)練所得出的網(wǎng)絡(luò)可表征某用戶參與需求響應(yīng)參與度Fm與該用戶主觀參與度Km,su、用戶自身堅(jiān)定系數(shù)Km,ins、外部用戶一致性gt(i)以及與該用戶熟識(shí)的其他用戶參與度rii(i＝1～N)之間的非線性關(guān)系。利用已經(jīng)建立的用戶參與需求響應(yīng)參與度Fm與其他參數(shù)之間的關(guān)系α，可以對(duì)不同因素對(duì)用戶從眾參與需求響應(yīng)的影響進(jìn)行分析。模型中對(duì)于從眾影響的分析主要有以下幾個(gè)方面：(1)熟識(shí)用戶對(duì)某用戶參與需求響應(yīng)的影響；(2)陌生用戶群體對(duì)某用戶參與需求響應(yīng)的影響；仿真模擬一個(gè)具有大量用戶的大型關(guān)系網(wǎng)絡(luò)，網(wǎng)絡(luò)中各用戶與其他熟識(shí)用戶的數(shù)量隨機(jī)，他們之間的相互影響因子也隨機(jī)，在該系統(tǒng)內(nèi)的所有用戶涵蓋了與某用戶熟識(shí)及陌生的用戶。用戶具體參數(shù)設(shè)置如下表4所示：表4：系統(tǒng)仿真參數(shù)表調(diào)整熟識(shí)用戶關(guān)系矩陣的影響因子進(jìn)行對(duì)比分析。(1)熟識(shí)用戶對(duì)用戶從眾影響分析熟識(shí)用戶的參與與否會(huì)對(duì)其他用戶產(chǎn)生一定的暗示作用，尤其是對(duì)從眾型用戶而言，其做出決定受到其他用戶的影響，因此存在較強(qiáng)參與意愿的熟識(shí)用戶會(huì)促進(jìn)其他用戶參與。仿真基于上文已經(jīng)建立的人工神經(jīng)元仿真模型，調(diào)整熟識(shí)用戶關(guān)系矩陣的參數(shù)進(jìn)行對(duì)比分析。仿真100人的用戶系統(tǒng)，共設(shè)置3個(gè)場(chǎng)景，場(chǎng)景具體變量如下表5所示：表5：系統(tǒng)仿真參數(shù)表當(dāng)提高熟識(shí)用戶影響度及初始參與度時(shí)表示熟識(shí)用戶參與會(huì)對(duì)其他用戶產(chǎn)生更強(qiáng)的促進(jìn)影響，促使其他用戶依從熟識(shí)用戶的參與傾向。由圖3可見，場(chǎng)景1與場(chǎng)景2相比總體用戶平均參與度隨收益率變化較為接近，場(chǎng)景2比場(chǎng)景1的熟識(shí)用戶數(shù)及初始參與度更多，熟識(shí)用戶影響力基本一致。由于場(chǎng)景2熟識(shí)用戶數(shù)多于場(chǎng)景1，因此通過多次仿真，最終穩(wěn)定的用戶參與度場(chǎng)景2要略高于場(chǎng)景1，表明影響程度基本一致時(shí)，增加熟識(shí)用戶數(shù)量可以在一定程度上提高用戶的最終參與度。而場(chǎng)景3熟識(shí)用戶初始參與度與影響力都有顯著提高時(shí),用戶平均參與度在不同收益條件下都高于場(chǎng)景2，表明影響力較大的堅(jiān)定參與的熟識(shí)用戶會(huì)對(duì)其他用戶產(chǎn)生明顯的促進(jìn)作用。且場(chǎng)景3最終達(dá)到基本穩(wěn)定的用戶參與度相比于場(chǎng)景1和2較少熟識(shí)用戶促進(jìn)的情況有明顯提高。仿真說明存在影響力較大且參與意愿較強(qiáng)的熟識(shí)用戶對(duì)于促進(jìn)從眾用戶參與需求響應(yīng)具有積極意義。(2)陌生用戶群體對(duì)用戶從眾影響分析陌生用戶群體的參與一致性同樣會(huì)對(duì)從眾型用戶的參與產(chǎn)生一定的影響，但是不同的用戶對(duì)于用戶一致性的認(rèn)知也不盡相同，在模型中反映的即是一致性的閾值不同。仿真比較高用戶參與一致性及低用戶參與一致性條件下，用戶在不同收益率的參與情況。仿真設(shè)置100名用戶，設(shè)置參數(shù)如下表6所示：表6：系統(tǒng)仿真參數(shù)表場(chǎng)景參數(shù)設(shè)置如下表7所示：表7：場(chǎng)景仿真參數(shù)表得到仿真結(jié)果如圖4所示，不同用戶的陌生用戶一致性閾值不同，導(dǎo)致不同用戶對(duì)于外界陌生用戶一致性的感知也不盡相同。從圖4中可以看出，當(dāng)場(chǎng)景1陌生用戶一致性閾值較低，陌生用戶參與一致性較高時(shí)，在其他條件均相同的情況下，場(chǎng)景1用戶平均參與度隨收益率的變化最快，且最終到達(dá)穩(wěn)定時(shí)用戶的平均參與度也最高，場(chǎng)景2由于閾值較高，相應(yīng)的用戶感知的陌生用戶參與一致性較低，用戶平均參與度隨收益率變化相對(duì)于場(chǎng)景1較慢，最終穩(wěn)定時(shí)的用戶平均參與度也較低。同理可知場(chǎng)景3閾值最高，陌生用戶參與一致性最低，因此用戶平均參與度隨收益率變化最慢，穩(wěn)定值也最低。仿真結(jié)果說明，提高參與需求響應(yīng)的陌生用戶參與一致性對(duì)于提高需求響應(yīng)參與率具有正向促進(jìn)作用，尤其是對(duì)于從眾型用戶，由于該類型用戶參與與否受到外界影響較大，因此，當(dāng)外界參與需求響應(yīng)的用戶參與一致性不斷提高時(shí)，會(huì)對(duì)從眾心理較強(qiáng)的用戶產(chǎn)生很強(qiáng)的促進(jìn)作用。當(dāng)前第1頁(yè)1 2 3