由于社会和经济对用电需求的增长,以及可再生能源发电的发展,智能电网需求侧管理越来越具有重要意义。温控负荷有具有良好的储能性,已被证明能够通过适当的控制来提供需求侧调节服务,尽管单个的温控负荷储能能力比较小,但是聚合的温控负荷具有很大的储能能力,可以将其看作大功率蓄能电池。本文研究为了降低温控负荷参与电网频率调节服务的偏差和成本,保证用户的用电舒适度,实现频率调节偏差、辅助服务成本和用户舒适度的协同优化,为基于温控负荷的电网频率调节服务提供一种可行的方案,为电网和用户评估参与辅助服务的成本建立量化指标体系。首先,介绍了温控负荷热动态模型,包括蒙特卡洛模型,以及二阶微分方程模型,聚合温控负荷有两种基本控制策略,文中对其进行了比较分析,阐述了温控负荷的聚合特性以及两种控制策略的优点与缺点。其次,提出了一种综合考虑人体舒适度与跟踪精度的策略,为降低温控负荷参与电网频率调节服务的偏差和成本,保证用户的用电舒适度,实现频率调节偏差、辅助服务成本和用户舒适度的协同优化。研究了对温控负荷进行分组控制对用户舒适度和跟踪精度的影响。考虑到因发电侧与需求侧的侧重点不同,又提出了三种不同的控制优化方案可供参考,针对不同的参考对象设置合理的参考方案。利用基于活跃目标点粒子群算法(Active-target Particle Swarm Optimization,APSO)的温度设定值优化算法进行寻优,得到了最优的舒适程度以及最优的跟踪精度,建立了折衷考虑用户舒适度和跟踪精度的控制优化模型。最后,在所提出的三种不同的控制优化策略基础上考虑定价策略,建立了一个关于用户的不满意度成本模型,同时考虑将用户和自动发电控制(Automatic Generation Control,AGC)信号参与到调节当中去,来降低电力公司的成本。电力公司可以通过用户侧的负荷调整来匹配供应与需求。建立了多个发电机组的成本和用户的负荷调整成本。此外,利用更加简便的二次拟合的预测不满意百分数(Predicted Percentage Dissatisfied,PPD)来表述用户的不舒适度特征,由于用户的调节能力不同,用户的负荷调整的调节价格也不同。