伴随着“双碳”目标的提出,能源结构发生转变,可再生能源并网渗透率不断增加,新能源的间歇性和波动性问题给电网的稳定性带来极大冲击,仅依靠传统手段来维持电力系统安全稳定运行的方式面临严峻挑战。需求侧负荷资源通过灵活聚合后参与系统优化调度,可以有效抑制新能源波动问题,然而传统负荷聚合方法没有充分考虑用户响应意愿差异,进而在调度过程中对用户用电体验造成一定程度影响,无法满足电网精细化管控需求。本文以海量柔性负荷为研究对象,从负荷分类、负荷分层聚合及潜力分析以及参与新能源消纳三方面展开研究,主要工作如下:（1）基于模糊风格K平面聚类算法的负荷分类精细化的负荷聚合建立在对不同负荷的精准有效分类之上,现有研究主要是对用户的整体用电数据进行分类,然而当前负荷趋向于多元化且不同负荷由于内在原因以及用户个人习惯等,不同负荷设备呈现不同运行情况。本文通过引入模糊风格K平面聚类算法对不同负荷设备运行过程中积累的用电数据进行分析处理,划分出不同用电习惯的负荷集群,并对用电习惯进行分析。以某地区负荷的实测数据进行验证分析,并与现有聚类算法进行比较,结果表明所提聚类算法能够挖掘负荷用电习惯的风格特征,显著提高分类的准确性。（2）计及可平移/温控负荷的分层聚合策略及其调度潜力挖掘传统的负荷聚合方案没有充分考虑到用户响应意愿的差异化情况,一定程度对潜力评估及后续控制中的用户体验造成影响。本文提出计及可平移负荷和温控负荷的分层聚合策略,并将用户响应意愿考虑到分层聚合过程中,建立考虑用户响应意愿的聚合调度潜力分析模型。通过对负荷特征进行分析处理,将具有相似特征的设备进行聚类聚合,同时建立考虑用户背景信息的用户响应意愿模型,在此基础上挖掘可平移负荷聚合功率在分时电价下的转移情况以及温控负荷在温度控制模式下的聚合调度潜力。通过算例仿真与分析验证,本文所提策略可以提高负荷聚合精度,合理挖掘用户响应意愿下负荷聚合潜力。（3）面向可再生能源消纳的温控负荷聚合控制策略温控负荷一般通过直接控制参与系统调度,为减少直接负荷控制对用户的影响,本文在温控负荷聚合调度潜力分析与挖掘基础之上,首先通过引力搜索算法选择适合参与新能源消纳的聚合小组,并为其分配追踪任务;其次建立基于树突状神经网络的温控负荷聚合小组的温度控制模型,通过改变温度设定值进而完成追踪消纳任务。通过算例仿真表明,负荷聚合小组优选策略可以有效进行负荷遴选,并合理分配消纳任务,所提出的聚合控制策略可以有效完成新能源消纳任务,实现“荷随源动”。