为了应对环境污染和化石资源短缺的双重考验,我国可再生能源发电在电力系统中的占比快速增加,同时居民采暖、交通运输等多个领域大力推进电能替代,导致电力系统出现局部性、阶段性的供需失衡,表现为系统波动频繁、日峰谷差拉大、系统备用不足等问题。新的能源格局下,单纯依赖可控发电机组的出力调节将难以满足电力系统的可靠、经济、高效运行。温控负荷（thermostatically controlled loads,TCL）是电网中重要的柔性资源,能够通过需求响应抑制潮流随机波动、缓解供需矛盾、提高系统运行效率。另一方面,TCL个体数量多、位置分散、状态变化快等特点为该类资源的管理与开发增加了难度。为便于需求侧管理机构掌握TCL的调节潜力,进行实时的响应控制和调度优化,本文针对TCL的响应能力评估方法和控制策略展开了研究,具体内容如下:（1）首先,提出一种TCL响应能力动态评估方法。针对大量TCL单元响应能力相关信息获取困难的问题,给出了模型参数辨识方法和运行状态估计算法;为了从可调节功率和可持续时长两个方面对TCL集群的响应能力进行评估,提出了基于状态分组的需求响应能力聚合算法;基于所提算法,设计了短时间尺度下的TCL响应能力动态评估流程,在各用户本地端,通过采集运行状态数据实现模型参数求解和响应能力指标计算;在负荷管理机构,采用运行状态估计和周期性状态矫正的方法获取各负荷单元响应能力,并实现集群响应能力聚合。仿真分析表明,采用所提方法计算的评估指标能够表征TCL的响应能力。（2）然后,给出了一种TCL集群状态统计信息获取的方法。针对TCL温度状态变化较快,且不同用户、不同类型的设备工作模式、温控区间存在差异,不便于整体统计和分析的问题,建立了制冷和制热设备通用的温度状态归一化指标;为了定量描述TCL集群温度状态的分布情况,构建了TCL归一化温度状态的概率密度函数表达式,并给出了基于部分采样的参数估计方法;最后给出了TCL集群开关状态和可调节功率统计值计算方法。通过仿真算例验证了所提方法的有效性,分析了温度状态概率密度函数参数估计准确性的影响因素,并针对方法的不足之处进行了改进。（3）最后,构建了一种面向TCL集群参与需求响应的单元选择模型。为降低TCL响应控制对相关服务体系带来的通讯和计算压力,在该模型中,基于集群状态统计信息实现单元选择决策,采用信号广播方式进行控制指令下发;提出两种单元选择算法,顺序选择算法以温度状态作为响应优先级参考指标,通过下发阈值温度实现单元选择;随机选择算法考虑温度状态的同时还考虑了用户对需求响应的参与意愿,通过下发响应指数实现单元选择。仿真分析表明,所提模型可以简化聚合商与TCL单元之间的通信过程,在应用于大规模TCL集群时调控精度较高;随机选择算法能够在单元选择过程中体现用户对需求响应的参与意愿差异。