本课题首先从电力需求侧响应的基本概念、背景意义以及发展现状等方面入手展开介绍,然后主要对以下三方面进行分析研究。(1)负荷特性分类技术研究。根据电力用户的实际负荷曲线对电力负荷进行分类,将电力用户的日负荷曲线特性相近的分为一类,相异的分为不同类,以便更好地对电力负荷进行管理。基于实际负荷曲线进行分类的负荷分类方法有很多种,本文介绍了几种常用的分类算法,其中模糊C均值聚类算法在运行时间、分类效果、稳定性等方面均表现比较良好,但是传统的模糊C均值聚类算法存在着不能自动确定聚类数目和模糊加权指数需要根据经验给定的缺点,针对此,论文对模糊C均值聚类算法进行了改进,并基于MATLAB平台进行了仿真分析。(2)典型电力用户负荷特性分析研究。对电力用户的负荷特性进行分析有利于更好地掌握各个地区和各个电力用户的负荷特性,对进行负荷管理、制定需求响应措施、进行负荷预测等有着重要的意义。本文对公共机构、商业楼宇和高耗电行业等典型电力用户的负荷特性进行了分析研究,并对重新分类之后的每类电力用户的负荷特性进行分析,为电力需求侧响应的分析研究做准备。(3)电力需求侧响应分析研究。电力需求侧响应是进行负荷管理、优化电力用户的用电行为、优化资源配置的重要措施。结合电力需求侧管理和电力需求侧响应理论,分析了各种电力需求侧响应策略和需求响应效益,然后对电力需求侧响应实施效果评价方法进行了分析研究,最后对公共机构、商业楼宇和高耗电行业等典型电力用户的需求响应进行了分析。