苏宁，李笑彤，梁惠施，贡晓旭，吕风波，席嫣娜，齐步洋

(1.国网北京市电力公司经济技术研究院，北京市 100055；2.清华四川能源互联网研究院，成都市 610213；3.清华大学电机工程与应用电子技术系，北京市 100084)

0 引 言

近年来，电力大数据研究逐步深入，数据挖掘在优化配电网投资成本、提高电网设施利用效率领域得到广泛应用[1]。在智能电表推广普及条件下，用户侧具备海量的数据资源，其价值正逐步得到学术界及行业关注，在电力生产、传输、消费各环节领域得到了深入研究和应用[2-3]。

柔性可控负荷占比逐步提高对配电网规划影响越来越大，随着生活水平不断提高，夏季空调负荷占比越来越大，2020年北京电网夏季最大负荷时刻空调负荷占比达到41.96%。同时，空调类温控负荷具有典型季节特性且与日常环境温度变化有很强的相关性，能够通过数据分析的方法挖掘其调节潜力，有效指导配电网规划工作。配电网通常依据最大负荷开展规划，但实际中空调负荷具备一定可调节潜力，可在规划中挖掘空调负荷需求侧响应(demand response，DR)潜力，实现整体效益最优。电力需求侧响应是指通过优化用电方式，在完成用电功能的同时减少电量消耗和电力需求，实现低成本电力服务所进行的用电管理活动[4-5]。负荷数据对需求响应潜力挖掘具有重要意义[6]，文献[7]提出融合多种算法的综合聚类方法对用户负荷特性及可调节潜力进行分析，证明了通过用户数据挖掘可调节潜力具有可行性；……