Con la creciente mercantilización de la electricidad, los usuarios residenciales están participando gradualmente en diversos negocios de las empresas de servicios públicos de energía, y hay cada vez más ajustes interactivos entre la carga, la fuente y la red. Sin embargo, la participación de los usuarios a gran escala también ha traído desafíos a las empresas de red en la realización del trabajo de despacho del lado de la demanda. La respuesta de carga de los usuarios es desigual y las características de comportamiento de los usuarios son altamente diferenciadas. Es necesario considerar las diferencias en la demanda de consumo eléctrico de los usuarios en el diseño de los incentivos de carga horaria de pico y valle, y adoptar una forma de incentivo más flexible. En este contexto, este artículo primero establece un método de agrupamiento integral que integra k-means y redes autoorganizadas (SONs) para el agrupamiento en dos pasos y una red neuronal BP para el ajuste y corrección inversos. Luego, se introduce una optimización de incentivos variables en el tiempo para la respuesta de demanda interactiva basada en el agrupamiento en dos pasos. Además, basándose en los diferentes resultados de agrupamiento de los clientes, se formulan los incentivos de carga horaria de pico y valle. El método propuesto se valida a través de estudios de caso, donde los resultados indican que nuestro método puede mejorar efectivamente las características de carga de los usuarios y reducir los costos eléctricos de los usuarios en comparación con los métodos existentes.