风、光的反调峰特性增加了电网调控的难度，合理的需求侧管理策略对电网的削峰填谷起到十分重要的作 用，其关键是建立合理的客户细分评分模型及电价模型 。文中根据电力客户用电行为特征以及基本信息数据进行 划分，建立客户不同的评级评分模型，提出一种基于二阶振荡贝叶斯（SOO-Bayes）优化的 Xgboost 算法模型，进行老 客户评分；使用灰色关联分析法对新老客户基本信息进行关联分析，用蒙特卡洛算法对新老客户进行排序，得出了 一套完整的电力客户评分排序模型，通过客户细分方法建立了一套电价模型，减小优质客户在谷时刻的电价并增 加不良客户在峰时刻的电价，最终结合安徽省某地的用户数据验证了模型可以给电力公司带来更高的收益，且有 效提升削峰填谷的效果。
[1] 靳一奇，朱武，花赟昊，等 . 考虑风电反调峰特性的储能调峰优化策略[J]. 科学技术与工程，2021，21（20）∶8498-8503.
[2] 李翠萍，葛长兴，马腾，等 . 基于改进变功率控制的储能削峰 填谷策略设计[J]. 东北电力大学学报，2021，41（6）∶82-89.
[3] 杨晓萍，刘浩杰，黄强 . 考虑分时电价的风光储联合“削峰 ” 优化调度模型[J]. 太阳能学报，2018，39（6）∶1752-1760.
[4] 时雨，包钰婷，杨晶莹，等 . 考虑需求侧参与的分布式电源 并 网 优 化 [J/OL]. 现 代 电 力 ：1-10[2021-12-09].https：//doi. org/10. 19725/j.cnki.1007-2322.2021.0213.
[5] 彭昳飞 . 论大数据分析对电力营销工作的重要性[J]. 信息 记录材料，2019，20（03）∶222-224.
[6] 裴洪丽 . 电力客户信用等级评价管理系统的设计与实现 [D]. 济南：山东大学，2019.
[7] 桂贝贝 . 基于客户细分的客户流失预测研究[D]. 昆明：云南 财经大学，2020.
[8] 丁涛，梁樑 . 基于方案占优和排序稳健性的多属性决策方 法[J]. 中国管理科学，2016，24（08）∶132-138.
[9] 李叶紫，王振友，周怡璐，等 .基于贝叶斯最优化的Xgboost算法 的改进及应用[J]. 广东工业大学学报，2018，35（01）∶23-28.
[10] 孙伟卿，刘晓楠，向威，等 . 基于贝叶斯推断的用户偏好学 习与优化响应[J/OL]. 电力系统自动化：1-16[2020-07-06].
[11] 王星华，刘升伟，陈豪君，等 . 考虑用户差异性的售电公司 需求响应电价模型[J]. 电力建设，2019，40（09）∶116-123.
[12] 蒋丽，叶润舟，梁昌勇，等 . 改进的二阶振荡粒子群算法[J].计算机工程与应用，2019，55（09）∶130-138+167.
[13] KARANFIL F，LI Yuanjing. Electricity consumption andeconomicgrowth：Exploring panel-specific differences[J].Energy Policy，2015，82∶264 -277.
[14] LV Jiajun，DING Tao，BIE Zhaohong，et al. The design an- doptimization of the urban residential electricity packages for a loadserving entity[C]//2016 IEEE PES Asia-Pacific Power and EnergyEngineering Conference（APPEEC），Oct- ober 25-28，2016.Xi'an.TEEE，2016∶69-73.
