近年以来,我国经济的持续发展导致电力需求的增长日益显著,高峰时期的电力供需不平衡问题表现尤为突出。应对我国电力供应不足的紧张局势,实施有序用电仍然是近期我国重要的负荷管理手段。为更好地实施有序用电管理措施,基于用户用电行为分析,综合考虑用户用电行为特征来制定用序用电策略,对提升电力用户的用电满意度、优化电力资源配置具有重要意义。我国用电信息采集系统的大力建设,使得电力公司可获取的用户用电负荷数据日益庞大。海量的用电数据给用户用电行为分析带来了新的机遇和挑战。针对这一难题,本文提出一种将用户典型用电负荷进行编码的方法。首先基于聚类中心动态分离的自适应k均值算法,以及聚类中心的优化,提取用户的典型用电负荷形状;然后对典型负荷进行编码,并记录负荷属性值,建立具有普适性的用户负荷字典;最后基于已建字典进行用户用电行为MATLAB实例仿真分析,提取用户平均最大负荷以及用户行为稳定性两个特征值,分析不同类型用户参与有序用电的潜力大小。同时,当前有序用电策略制定中,针对用户在工作日与周休日的用电行为差别,往往仅作数量上的简单假设,如此可能导致周休日采取错误的有序用电策略,大大降低需求侧管理水平。本文利用一周内周休日与工作日的日负荷数据之间的皮尔森相关系数构造特征值,通过聚类有效性指标确定聚类数目,研究用户在周休日的用电行为变化。通过MATLAB实验仿真将用户分为四类,详细分析不同类别用户的行为特点,进而可以更加全面准确地掌握用户的典型用电行为。最后,分析以上两种用户用电行为分析方法在有序用电策略制定的应用。首先通过基于动态自适应K均值聚类的用户负荷编码与行为分析方法分析用户参与有序用电的潜力值,其次分析参与有序用电的电力用户在工作日与周休日的用电行为差异,以此制定更加合理的有序用电策略。综上,本文通过建立用户典型用电负荷字典的方法一定程度上解决了海量用户用电负荷数据处理的问题,同时考虑了用户典型用电负荷在周休日和工作日的区别,对基于用户用电行为分析的用序用电策略决策、提升电力用户用电满意度、优化电力资源配置具有重要意义。