由于经济的快速发展以及现代化进程的不断加速,全球面临着日益严峻的环境和气候问题,这使得电能供给的低碳化成为当前发展的必然趋势。而高比例可再生能源电网中,其“源侧”主动调节能力逐渐受到限制,这就对“负荷侧”灵活可调节资源提出了巨大的需求。在国家清洁供暖的政策支持下,我国北方地区具有大量电采暖负荷且发展迅猛,作为一种重要的柔性可时移负荷,当其达到一定规模时势必将成为电网运行中非常可观的需求响应资源。但目前各类电采暖负荷仅处于满足供热需求的调控状态,如何深入挖掘其调节潜能并纳入电力系统调度运行中,将是重要的研究方向。本文首先分析单个电采暖负荷的工作特性,提出了表征单个电采暖负荷调节能力的量化指标,并基于此指标分析电采暖负荷的调节特性;其次通过电采暖运行控制实验采集到了大量实测运行数据,基于实测数据量化分析室外温度对电采暖负荷运行特性的影响;而后介绍了电采暖负荷的等效热参数模型,并简要分析此模型评估单个电采暖负荷调节能力的局限性,为提高电采暖负荷调节能力的评估精度,提出了采用遗传算法(Genetic Algorithm,GA)优化极限学习机(Extreme Learning Machine,ELM)参数,以当前室内温度、下一刻室内温度、短时间尺度室外平均温度、开关状态、电采暖负荷功率作为模型输入,电采暖响应时长作为模型输出,建立基于神经网络的单个电采暖负荷调节能力评估模型,最后通过实测数据验证了本文提出方法的有效性。基于实测数据在实现单个电采暖负荷评估模型的基础上对电采暖负荷群调节能力进行评估,并对负荷群调节能力分布特性进行总结归纳,根据其特点提出了楼宇内电采暖负荷的“接力式”控制及楼宇间电采暖负荷“轮控”策略,通过具体算例分析其调控时长的不同对电采暖负荷调节能力的影响,描述负荷控制期间其用户室内温度变化区间,保证用户温度舒适度,验证了控制策略的可行性与有效性。为将电采暖负荷纳入电力系统调度中,通过分析分散式居民电采暖负荷特点构建了基于负荷聚合商的分层架构,在此基础上以风电波动平抑为场景进行研究分析,以负荷聚合商补偿成本最小为目标,计及电采暖负荷能力约束构建了电采暖负荷参与平抑风电波动调度模型,将电采暖负荷组群经“接力式”控制后评估的调节能力进行组合优化,进而使组合优化结果能够满足系统调度指令。通过算例证明了该模型的有效性及经济性,并同时验证了本文提出的控制策略可以实现更广阔的调度调节目标。