随着国家经济的不断发展,经济结构调整加快,居民生活水平的提高,居民生活用电比重将不断提高,居民用电影响因素也出现了新的变化。分析居民用户的差异化用电行为,研究居民用电行为特征,挖掘居民用电影响因素,进而对居民用电增长潜力进行预测,一方面,可以帮助电网企业了解用户的个性化、差异化服务需求,从而使电网企业进一步拓展服务的深度和广度,为未来的电力需求侧响应政策的制定提供数据支撑;另一方面,能够使电网企业充分了解未来形势下居民用电需求情况,做好应对措施,进而有效的避免电力市场运行中出现的风险。因此,在新经济形势和政策下,对居民用户用电行为、用电影响因素和潜力增长的分析显得尤为重要。一般认为,居民用电的增长受到诸多外界因素的影响,如居民收入水平、电价水平、替代能源的使用情况、人口因素、居住环境、气候因素等因素。其中居民的收入水平直接影响居民的购买力,进而影响居民对家用电器的需求,收入的提高也在一定程度改变着居民的用电习惯;电价的高低同样影响居民生活用电需求量;天然气、液化石油气、太阳能等的广泛运用,加之此类能源价格上的优势增加了居民用替代能源进行替代的可能性,进而影响居民生活用电的需求变化;常住人口水平直接影响着居民生活用电总量上的增长情况;气候环境因素对居民生活用电需求的影响主要是通过影响家用电器的使用频率,其中夏季降温和冬季取暖时的用电需求变化较为显著。所以在对居民用电潜力进行预测的过程中,采用单一的预测模型、引入个别影响因素很难准确反映居民生活用电需求的内在规律,探索模型间的结合预测,利用模型间的优势互补将是今后的重点研究领域。基于此,本文以前人有关研究成果为基础,为了得到影响居民个体用电因素,通过对居民用电数据进行聚类,分析不同台区和用户类型的居民用户的用电行为特征及个体影响因素,并结合居民用电整体影响因素,对所有可能影响居民用电的因素进行皮尔森相关分析,筛选出影响居民用电的关键性因素,最后采用BP神经网络模型和多因素多维度耦合模型,建立关键影响因素与居民用电潜力的多因素耦合关系模型,进而对居民用电增长潜力进行预测精度的对比和分析,最后采用多因素多维度耦合模型对居民用电潜力进行了预测和分析。分析结果表明,不论是对于城镇还是乡村居民,家庭经济收入水平往往与户均用电水平均成正相关关系的结论。家庭收入高的家庭往往对应着高的用电量水平。用电量已经成为研判一个地区经济发展及收入水平高低的关键指标。通过多因素多维度耦合模型的预测结果,可知S市居民用电潜力在2025年时达到156.6037亿千瓦时,这一结果为电网充分了解未来形势下居民用电需求情况,做好应对措施,进而有效地避免电力市场运行中出现的风险提供了参考。本文的主要创新点在于:(1)结合抽取样本居民用电情况,对个体居民用户进行了不同台区和用户类型的聚类分析,分析得到影响居民个体用电的关键因素;(2)结合现有研究中影响居民用电整体用电的宏观因素和聚类分析得到的影响居民个体用电的影响因素,通过皮尔森相关分析进行重要影响因素筛选;(3)结合因素筛选得到的影响居民用电的重要因素,分别利用BP神经网络模型和多因素多维度模型对模型预测精度进行对比,最后采用预测精度较高的多因素多维度模型,对居民用电增长潜力进行预测。