在不同分群結構下高壓兩段式時間電價用電戶最適契約容量研究：以某科技大學為例

A Study on Optimal Contract Capacity Decision for High Voltage Two-Section Type of Time-of-Use Rate Customers with Different Clustering Structure: A Case Study in A University

10.6626/MR.2016.16(1).04

黃允成(Yun-Cheng Huang)；周家漢(Ku-Han Chou)；黃子龍(Tzu-Lung Huang)

契約容量 ； 分群 ； 基本電費 ； contractual capacity ； cluster ； basic electricity charge

管理研究學報

16卷1期（2016 / 06 / 01）

75 - 105

繁體中文

基本電費的多寡，最主要是依據用電戶所簽訂之契約容量。但若用電戶各月份之用電狀況差異很大時，簽訂單一契約容量未必是最佳決策，故本研究將歷史用電資料以不同方式進行分群，並使用暫停部分契約容量的方式，將單一契約容量分成兩段進行考量，透過統計分析方法來預測未來用電最高需量之機率分配，進而依此結果建構數學模型，再以數值積分方法求解最適契約容量，經個案證實，本研究所提出之預測方法，確實可有效節省電費成本。

The contractual capacity is the main influencing factor of the basic electricity charge. However, the single contractual capacity may not be the best decision, because the electricity consuming in each month may be more variant. Therefore, this study will cluster the history data of electricity consuming in a variety of ways, and create two-stage contractual capacity through suspending part of contractual capacity. The statistical analysis method was applied to predict the probability distribution of future electricity consuming in peak period, and according to test results to construct a mathematical model of electricity cost. At last, the optimal contractual capacity was calculated by numerical integration method. According to the case study result, the proposed method can reduce the cost of electricity consuming more effectively.

1. 林宜蓉(2013)。台電公司高壓用電戶最適契約容量之研究－以空軍某基地為例。管理研究學報，13(2)，1-31。
   連結：
2. 台灣電力公司營業規則(2013)，台灣電力公司，取自：http://www.taipower.com.tw/ontent/rules_item/rules_item01.aspx?CUType=4。
3. Lee, T. Y.,Chen, C. L.(2007).Iteration particle swarm optimization for contract capacities selection of time-of-use rates industrial customers.Energy Conversion and Management,48,1120-1131.
4. Mikko, I. M.,Radu, M. I.,Pasi, F.(2014).K-means: Clustering by gradual data transformation.Pattern Recognition,47,3376-3386.
5. Yang, H. T.,Peng, P. C.(2012).Improved Taguchi method based contract capacity optimization for industrial consumer with self-owned generating units.Energy Conversion and Management,53,282-290.
6. 李聰穎、林義傑、詹榮茂、陳俊隆(2005)。基因演算法應用於時間電價用戶契約容量選定。明新學報，31，87-99。
7. 林裕淵(2004)。碩士論文(碩士論文)。私立大同大學機械工程研究所。
8. 施憲權(2005)。碩士論文(碩士論文)。私立義守大學工業工程與管理研究所。
9. 洪國禎、吳國榮、鄭玉成(2008)。運用灰預測技術於最佳契約電力需求容量之探討－以復興崗校區為例。黃埔學報，56，19-30。
10. 張名輝、陳世宏、戴良伊(2007)。以模糊基因演算法預測年度尖峰用電需量。中國機械工程學會第二十四屆全國學術研討會論文
11. 陳義分、李子元、楊展耀(2006)。契約用電量最佳化之研究：以某渡假村為例。修平學報，13，251-266。
12. 顧克平(2002)。碩士論文(碩士論文)。私立元智大學資訊管理研究所。