传统的相关性分析方法局限于获得明显的相关关系,难以挖掘序列之间潜在的相关性信息,使得电力系统调度运行的参考信息受损。针对此问题,提出一种用于分析广义负荷序列之间潜在相关关系的最优延位法,该方法通过对序列进行适当延位,挖掘出广义负荷序列之间的间接相关关系。首先,以获得序列间最大Pearson相关系数为目标函数,将位移范围与序列数据的时间单调性作为约束条件,建立最优延位模型;然后,提出了模型的解算策略;最后,以德国2016年区域数据为例,分别对单日、每月和全年数据的相关关系进行分析计算,统计得到最大相关系数与需要的位移时间。分析结果表明,与传统的相关性分析方法相比,所提最优延位法可以发现序列之间潜在的延位相关关系,完善了风电、光伏和负荷等广义负荷序列之间的相关性分析方法。