随着智能电网的发展,需求侧资源的作用不断上升,需求响应在平衡系统负荷与优化资源配置方面具有重要作用,其中分时电价措施因利用电价机制引导用户调整用户需求,实现削峰填谷的效果显著,使得研究与实践广泛。但随着用户的生活质量提高,用户对分时电价的响应较低。同时,不同类别的电力用户对分时电价的响应差异较大,所以有必要依据用户用电特性进行精细化分类管理,并针对不同类别用户建立一个分时电价的调整机制,充分发挥分时电价对用户的引导作用,提高电能的利用率,优化社会资源配置。本文所做工作如下:首先,对用户电力数据进行处理和分析,选择能够提取曲线趋势特征的离散小波变化降维,并在传统谱聚类基础上,利用自相关性与欧氏距离作为相似性度量方式改进算法,对数据进行聚类分析,从而得到不同用电模式的用户。其次,分析模糊数学在峰谷时段划分中缺陷与不足,提出了一种考虑时段分界点优化的峰谷时段划分方法,利用模糊数学峰谷时段进行初步划分,该划分方案忽略负荷数据具有时序性特征,所以提出分界点段内差与段外差概念来优化时段优化点的选择,进而得到具有实际意义的时段划分方案。然后,依据电力需求价格弹性的基本理论,在居民商业工业三大行业基础下分析不同类别用户对分时电价的响应程度,引入经济学中需求响应弹性系数构建了以最小化峰谷差与最大化用户满意度为目标函数的分时电价优化数学模型,并提出采用基于分解的多目标进化算法（MOEA/D）进行求解,并与非支配排序遗传算法（NSGA-Ⅱ）从计算效率与目标优化数量方面进行了性能对比。最后,通过算例分析对模型方法进行了验证,采用MOEA/D算法求解以最小峰谷差、最大用户舒适度与最小电费支出的三目标分时电价优化问题,与NSGA-Ⅱ方法对比分析了 MOEA/D算法在算法求解效率及最优解集均匀度方面的优势,同时该方法能够应对更多目标函数的分时电价模型求解。通过算例证明了该方法在该类问题的可行性与优越性。