需求响应的引入使得需求侧可以与电网进行“双向互动”,从而有效地缓解高峰时段电力缺口,消纳间歇性可再生能源,进而确保电力系统安全、稳定及经济运行。对此,研究电力用户的需求响应行为特性具有重要意义,这是开展需求响应研究与实践的前提条件。鉴于峰谷分时电价是目前应用最为广泛的需求响应措施,因此本文主要对此进行研究,即本文的需求响应模型指的是用户分时电价响应模型。以往通过对用户用电行为分析的研究发现不同用电行为的用户集群具有不同的需求响应特性,但在关于需求响应模型的研究中并没有考虑用户用电行为分析。因此,本文将二者结合起来,即首先对用户用电行为分析进行研究,在此基础上研究用户不确定性需求响应概率模型,具体研究工作如下:（1）用户用电行为分析主要通过对用户典型负荷曲线进行聚类分析来辨识不同的用电行为,因此其核心在于聚类算法。本文提出一种改进的快速密度峰值聚类算法。该改进算法利用K近邻（KNN）的思想改进了原算法的样本局部密度和距离计算准则。首先利用主成分分析（PCA）对归一化的负荷数据降维处理,然后用kd树对降维后的数据进行快速K近邻搜索生成KNN矩阵,最后以KNN矩阵代替原算法的距离矩阵作为输入,在新的局部密度和距离计算准则基础上运用快速密度峰值算法进行负荷曲线聚类分析。实验和算例分析表明,相比于传统聚类算法,该改进算法聚类结果稳定且效果较好,还能有效减少原算法的内存消耗和执行时间,可以较好地对高维海量电力用户用电行为聚类分析,为不确定性需求响应建模奠定基础。（2）针对现有文献关于需求响应模型研究存在的一些问题,本文对此进行改进,从概率角度建立了在分时电价环境下的计及不确定性影响的需求响应模型。首先对所有用户运用前述所提出的改进快速密度峰值算法进行聚类分析,得到不同用电行为的用户集群;然后,引入基于扩散偏微分方程的非参数核密度估计算法（DKDE）作为后续的概率分布估计;最后,分别对每类用户集群基于DKDE算法建立不确定性需求响应概率模型,具体为:1)建立用户需求响应效果评估指标;2)引入具有“非线性”和“连续”特性的Logistic函数代替以往的分段线性函数来描述负荷转移率确定性模型;3)设计了计及不确定性的用户集群负荷转移率实验,基于实验结果与分析建立了更精准且误差更小的用户集群负荷转移率不确定性模型,并验证了模型的有效性;4)结合负荷转移率和基线负荷的概率分布,利用蒙特卡洛仿真方法和DKDE算法获得能够表征不确定性需求响应效果的评估指标的概率分布及给定置信水平下评估指标的置信区间。算例分析表明本文模型可以较好地模拟在任意给定分时电价下用户响应的概率分布特性及其波动范围,为电力公司掌握用户响应行为特性,制定科学合理的分时电价以及更高效地削峰填谷、消纳间歇性新能源等提供技术支持。