如今,随着智能电网的飞速发展,用户相关的各类用电数据也随之增多。将数据挖掘技术方法应用于用电数据分析以及需求响应策略优化中,可以对用户的某些用电规律或者用电模式信息进行有效探究。而如何有效地进行用电信息的挖掘,如何使用所获信息来支持需求响应策略的优化以及智能电网的建设成为亟待解决的问题。本文针对以上问题,从用户用电行为数据分析出发,从数据挖掘的聚类分析方面入手,以负荷类型作为用电行为特征对用户进行分类,对数据源研究对象进行降维预简化,并在此基础上进行需求响应策略研究。首先,本论文针对多类型负荷的智能用电环境下,含新型用能方式的小区用户日负荷需求响应问题,提出一种基于粒子校正优化的智能小区需求响应调度策略,通过解决调度求解过程中,总负荷量偏离实际约束条件的问题,实现优化调度的效果。然后在多类型智能用电负荷调度策略研究的基础上,针对在需求响应过程中存在的用户响应不确定性因素,提出一种计及参与率不确定性的需求响应优化策略,进一步完善优化策略研究。最后,通过仿真实验从各方面验证了所提优化策略的有效性,均能较好地实现削峰填谷,不确定性策略还在一定程度上降低了电网侧调度成本,从而为需求响应策略的制定以及智能电网的建设、发展,提供了一定程度的理论支撑。