负荷构成解析是对用户电能消费终端的辨识和分解，以获取用户具体到设备级的用电细节信息。居民用户侧的负荷构成解析对于在电网与用户之间建立良好的双向友好互动具有重要促进作用。完善的用户侧负荷构成解析工作能挖掘用户潜在的节能空间，从而实现较大比例的节能降耗；也能为电网公司提供更细粒度的负荷数据和不同尺度的负荷时空分布曲线；并为电网的需求侧响应提供数据依据，提高需求侧响应参与度与合理性，从而促进可再生能源的消纳。因此，负荷构成解析研究对于电网侧和用户侧都具有重要的理论意义和工程应用价值。
　　针对当前负荷构成解析方法采样频率较高，数据通信要求高等问题，本文提出一种采用设备累积电量作为负荷特征的负荷构成解析方法。累积电量不同于功率电流等时间断面型数据，数据采样频率低，无需加设信息采集装置和升级通信网络，利用用户端现有智能电表即可实现数据采样，可降低负荷构成解析应用成本。本文通过将用户总线处的累积电量差量分解为不同设备用电量的组合来实现负荷构成解析，并基于负荷构成解析结果数据开展了用户节能降耗方面的应用研究。主要工作内容如下：
　　首先，利用智能电表与智能插座搭建了数据采集与设备监测系统架构，分别实现用户总线处的数据采集与设备端的特征数据监测。智能电表在总线处的数据采集频率与居民用户智能电表的数据上传频率保持同步，智能插座的特征数据监测采样频率为1/60Hz。选取八种高耗能、高占有率的居民用户负荷典型电器设备进行设备监测，获取设备累积电量曲线。再采用k-means聚类，将其聚类为不同容量等级下的设备累积电量特征曲线，建立设备累积电量特征数据库。
　　其次，构建了基于累积电量负荷特征的负荷构成解析差量拟合模型。以智能电表采样周期为滑动时间窗截取设备在各采样周期内的累积电量差量，累加并拟合总线处采样点间的耗电量。通过建立设备累积电量差量表达式，以皮尔逊相关系数及欧式距离为目标函数，寻找最为合适的设备累积电量特征曲线集合及组合方式。为保持遗传算法迭代过程中的种群多样性，提出最优个体相似系数来衡量种群多样性，并提出基于最优个体相似系数的自适应遗传算法。仿真算例验证了本文负荷构成解析方法的有效性；算法对比证明了所提算法在保持种群多样性、提高寻优进化能力方面的有效性。
　　最后，基于负荷构成解析得到的高分辨率负荷数据，开展用户侧节能降耗应用研究。精细化电费账单能让用户知晓每一项详细的电费支出；节电建议反馈能提供方便、实用的节能提示；智能用电优化能合理安排用户用电活动，降低电费支出，平缓负荷波动。通过应用示例验证了本文节能辅助决策应用研究的有效性。