随着经济的不断发展,电力负荷增长迅速,传统的以增加发电侧投资满足电力需求的方式不够经济,需求侧管理作为激励需求侧资源参与电力系统调峰的手段受到重视。目前需求侧管理研究中对用户的实际负荷形态分析与考虑不足,而由于国内电力市场的不够完善,以有序用电为主的负荷管理方式对用户正常生产及电力公司经济效益都带来了较大影响。为此,本文在现有研究的基础上,针对已有方法及应用的不足,在电力用户负荷形态分析及以用户分类为基础的负荷管理方案优化方面进行了探索与研究,主要包括以下几个方面：1)提出了一种面向需求侧管理的用户负荷形态组合分析方法,该方法以数据挖掘技术中的聚类算法为基础,利用基于密度搜索的DBSCAN算法获取单一用户的典型负荷曲线作为特征向量,并利用余弦相似度对k-means算法进行改进,按照用户的负荷曲线相似形态进行分类。该方法能够有效提取用户的典型负荷形态,并能够更好地度量负荷之间的波动相似程度,获得更为精细合理的用户分类效果。2)提出了一种以用户分类为基础的负荷交互方式申报与调用的模式,电力公司根据用户分类信息为用户提供负荷交互方式建议,在获取用户申报的信息之后在实际系统调峰中调用用户负荷,以削减系统高峰时段负荷峰值。对多种负荷交互方式建模,并在考虑电力公司经济性及影响用户数量的基础上,建立日前负荷交互混合整数规划模型并求解。该交互模式与优化模型能够在保证电力峰荷削减的情况下减少电力公司经济损失,同时提升用户满意度。3)在负荷形态分析及负荷管理优化研究的基础上,以Flex、Java、Oracle等构建了B/S架构的用户负荷形态分析与负荷管理优化原型系统,并介绍了系统的功能结构与技术实现手段。系统应用功能通过架设BlazeDS的Tomcat容器进行Web发布,实现了电力公司对用户负荷进行系统分析并在此基础上辅助负荷管理决策的功能。