随着能源转型进程的不断推进,在供能侧主要表现为可再生能源接入电力系统比例的持续提高,在用能侧主要表现为用户终端消费中用电比例与需求响应潜力的显著提升。在此背景下,如何制定合理有效的需求响应策略,以充分发挥用户侧典型需求响应资源的可调度潜力,从而经济、高效地进行可再生能源的就地消纳,已然成为了问题的关键与研究的重点。综上所述,本论文在用户需求响应潜力评估分析的基础上,重点选取了工业大用户、商业园区用户和数据中心作为典型用户侧资源进行需求响应策略研究,并主要关注了以下两个方面:1)着重分析了在需求响应过程中存在的用户用能偏好、用能舒适度,以及对于可接受价格和可调度时段的差异化响应;2)充分引导了用户需求响应行为优先应对可再生能源的就地消纳,以实现用户经济与环保效益的双提升。本文主要工作如下:分析了工业大用户、商业园区用户、居民用户以及数据中心用户的需求响应特点。在此基础上,提出了考虑用户行为特点、用能情况、经济水平和环保效益的需求响应潜力评估指标体系,并采用了G1法（序关系分析法）和熵权法结合的主客观权重计算方法。最后,通过算例分析,验证所提出指标体系的有效性,实现了高潜力、高价值用户的评估与筛选,为后续章节进一步探究具体用户的需求响应策略提供前提与基础。提出了考虑用户偏好与可再生能源消纳的工业大用户需求响应策略。首先,建立了一种考虑用户偏好的改进状态任务网络（State Task Network,STN）模型,在描述工业大用户生产过程的基础上,设计了用户对于不同类型生产设备及其运行状态的偏好模型。接着,以最小化用户总用电成本和最大程度满足用户偏好为目标,提出了一种考虑可再生能源发电消纳的工业大用户需求响应策略,并考虑了相关设备的运行操作约束。最后,针对某一实际工业用户进行算例分析,验证了方法的有效性,并进一步分析了所提出策略对于提升用户经济与环保效益的积极作用。提出了考虑可再生能源出力不确定性的商业园区用户需求响应策略。首先,分析了商业园区用户各类用电设备的负荷特性与需求响应特性。接着,采用基于拉丁超立方采样（Latin Hypercube Sampling,LHS）的场景生成技术与基于Kantorovich Distance（KD）的forward场景削减技术形成了考虑可再生能源出力偏差的日前预测结果。然后,以最小化用户总用电成本为目标函数,并考虑用户用能满意度与需求响应限制条件,形成了用户的整体需求响应策略。最后,针对某一商业园区用户进行算例分析,探究了所提出策略对于降低用户用能费用、提高可再生能源就地消纳率的作用,并进一步分析商业园区用户中不同设备的需求响应特点。提出了考虑可再生能源发电消纳的数据中心用户需求响应与最优定价策略。首先,建立了数据中心的基本运行框架与数学模型,并考虑了下层用户对于可接受价格与可调度时段的差异化响应,建立了描述用户价格敏感性与时间敏感性的需求响应模型。接着,提出了数据中心与下层用户的双层优化问题,在上层以数据中心利润最大化为目标,通过制定分时数据服务价格,提出了数据中心的最优定价策略;在下层以用户数据服务费用最小化为目标,考虑了用户差异化的需求响应行为,并将响应后的用户需求反馈给上层。然后,利用Karush-Kuhn-Tucker（KKT）条件和强对偶定理将下层问题进行转化与求解。最后,针对某一数据中心用户进行算例分析,验证了所提出分时数据服务价格机制对于降低数据中心能源成本和增加可再生能源消纳的有益作用,并进一步对分时数据服务价格的档位数量进行了敏感性分析。最后对论文的研究工作做了全面的总结,并对研究工作的不足和该领域未来的研究方向提出了建议。