随机性可再生能源的并网以及不断提升的用电需求造成的负荷峰谷差,给电网安全带来了巨大的挑战,聚合空调负荷(air conditioning load,ACL)的灵活性可以有效的解决这个问题。本文从信息物理系统(cyber and physical system,CPS)的角度出发,基于混杂系统模型(hybrid system modeling,HSM)建模的思想,对空调负荷的新型建模方法和控制策略展开研究。本文首先将空调负荷视为一个信息物理系统,对其物理模型和控制模型深入分析,分别采用等效热参数(equivalent thermal parameter,ETP)模型以及有限状态机(finite-state machine,FSM)对空调负荷的物理过程和控制过程进行建模,并采用混合逻辑动态(mixed logical dynamical,MLD)模型建立空调负荷物理过程与控制过程的联系,用一组线性等式和不等式组完整描述空调负荷的信息物理融合过程中约束条件和控制逻辑。继而提出了一个充分发挥空调负荷灵活性跟踪微网联络线日前计划功率的分布式控制策略,以实现就地提高联络线功率可计划性的目标。由仿真算例详细验证MLD模型的正确性和该控制方法在功率跟踪精度、保证闭锁时间和用户舒适度等方面的效果。然后,本文采用另一种混杂系统建模方式——随机混合自动(stochastic hybrid automation,SHA)模型进一步阐述空调负荷物理过程与控制过程的耦合关系,并提出了一种聚合大规模空调负荷实现虚拟调峰的三层控制系统结构。在负荷层提出了一种基于半马尔科夫过程的空调负荷概率控制方法,能够保证空调的闭锁时间和保持集群状态的多样性。在聚合商层,基于市场均衡机制提出了一种将空调负荷聚合为虚拟调峰机组的协调控制方法。虚拟调峰机组能够向调度提供类似于常规机组的报价曲线和调节容量,从而参与电网层的优化调度。由仿真算例详细验证了该方法在调峰指令跟踪精度、调峰费用以及对用户舒适度的影响等方面的效果。最后,本文在上述方法的基础上,提出了基于空调集群聚合动态模型的能量优化的控制策略。通过空调负荷归一化状态(state of air-conditioner,SOA)与动态功率之间的递推关系推导出单个空调负荷动态模型,并进一步推导出可用于实现有限时域内滚动优化的空调负荷聚合动态模型,降低了能量优化的维度。并在该模型的基础上,提出了基于模型预测控制(model predictive control,MPC)的空调集群能量优化控制策略。由仿真算例详细验证了该聚合模型的正确性以及不同收益函数下用户用电行为对电价敏感程度。