金伟超，张 旭，刘晟源，黄荣国，潘柏良，林振智

（1. 浙江大学电气工程学院，浙江省杭州市310027；2. 国网浙江省电力有限公司营销部，浙江省杭州市310007；3. 国网浙江省电力有限公司营销服务中心，浙江省杭州市311121；4. 浙江华云信息科技有限公司，浙江省杭州市310008）

0 引言

随着新一轮电力体制改革，用电量大且用电稳定的工商业用户将直接参与双边交易［1］、电力现货市场、需求侧响应并承担清洁能源配额［2］，对发电调度计划、电网运行方式、电网调峰能力、新能源消纳等有重要影响。基于用电信息采集系统中积累的海量用户历史用电数据，挖掘并掌握各行业的生产特点和用电需求，不仅能够提高配电公司负荷预测精度和调度管理水平［3］，而且也能够为电价制定、经济调度、需求响应［4］等提供支撑。因此，辨识各行业的典型负荷曲线对于配电网的精细化管理和售电公司的营销服务、风险管理均有重要意义。

分析某一（类）用户一定时段内的用电行为，可以获得用户的典型负荷曲线与特征。目前国内外在电力负荷曲线分类与辨识方面已有一定的研究。文献［5］采用混合高斯分布模拟用户的用电模式，并提出了基于对称化广义Kullback-Leibler（KL）散度的分布距离量度方法，有效辨识了居民用户的典型负荷模式。文献［6］提出了一种基于时间马尔可夫模型的电力负荷动态行为建模方法，并采用密度峰值快速搜索聚类（clustering by fast search and find of density peaks，CFSFDP）算法获得典型的动态负荷行为。文献［7］提出一种基于自适应k-means 的分布式聚类方法，采用两阶段聚类实现了海量用户的用电态势感知。……