需求侧响应是目前电力系统发展变革方向的研究热点,而空调负荷是需求侧最典型最丰富的资源之一,特别是大规模空调负荷集群。在夏季的用电高峰时段,空调负荷有时可达总用电负荷的40%,并且保持增长的趋势。空调负荷响应速度快,采用一些控制技术(比如按照“占空比”周期轮控)也不会使负荷曲线出现明显波动,所以分散式的空调负荷成为了智能电网环境下最重要的需求响应资源。然而,目前电力系统研究领域对于大规模分散式空调负荷的需求响应和优化互动依然缺乏详细的理论研究方法。本文依托国网科技项目“适应我国售电侧放开的自动需求响应仿真技术研究(E16L00640)”,以分散式空调负荷为研究对象,建立了大规模空调负荷集群的聚合模型,对大规模空调负荷集群参与系统调峰的需求响应,和与分布式能源的优化互动问题进行了深入研究。主要研究成果如下:首先,本文基于等效热参数法(ETP)建立了个体空调负荷模型;根据空调房间的储热能力推出了空调房间虚拟储能模型,并通过算例对比了空调负荷的ETP模型和虚拟储能模型,验证了模型的正确性;基于蒙特卡洛抽样法,建立了大规模空调负荷集群的聚合模型,基于人体舒适度推导出了大规模空调负荷聚合模型的约束条件,为后续的需求响应和优化互动的研究奠定了基础。然后,本文针对大规模空调负荷集群参与系统调峰提出了一种新的需求响应能力评估指标,该指标同时兼顾了需求响应事件期间负荷削减深度及其持续时间。在MATLAB/OpenDSS环境下搭建了含大规模空调负荷集群的需求响应仿真平台,基于改进的离散型粒子群优化算法,对空调聚合负荷参与系统调峰的最大潜力进行了评估,并通过算例深度分析了不同温度条件对需求响应潜力的影响;对于每台空调的控制策略,提出了温度排序法,并基于空调开关次数最少改进了温度排序法,通过算例求得每一台空调一整天的最优控制策略,并分析了算例结果。最后,本文对主动配电网环境下大规模空调负荷集群与分布式能源的优化互动进行了研究。分析了主动配电网运行的主要评估指标,综合考虑这些评估指标,建立了以用电费用最低和网络损耗最低为目标的多目标优化模型,在MATLAB与OpenDSS仿真平台上,建立了含大规模空调负荷集群和分布式能源的主动配电网优化调度模型。基于改进的粒子群优化算法,以改进的IEEE37节点配电网作为算例,验证了主动配电网的调度模型中聚合起来的大规模空调负荷具有巨大的可调度潜力,得到了通过协调调度空调负荷与分布式储能系统,大大降低了峰谷差率、线路损耗,提高了用户满意度,提高了主动配电网运行的安全性和经济性的结论。