随着全球能源互联网“电能替代”和“清洁替代”的提出,风力发电等可再生能源发电方式将变得更加重要。风力发电作为一种较为成熟的技术,近年来取得了迅猛发展,风电渗透率稳步提升,成为电力系统不可或缺的电源。风力发电一方面为电力系统带来了清洁能源,另一方面,其自身出力的波动性和不确定性又给电力系统的运行带来了挑战。我国大规模高集中度的风电接入方式提高了风电远距离跨区域消纳的能力,但也使得发生大规模爬坡事件的风险增大。风电爬坡事件是一种短时大幅度的功率变化事件,这种爬坡事件的发生会使电力系统短时出现较大功率不平衡,甚至引发大规模停电事故,对电力系统的安全稳定运行造成冲击。当前电力系统为最大程度消纳风电,往往限制常规机组出力,这种方式降低了电力系统的调频调峰能力。一旦发生大规模的风电爬坡事件,常规机组调节能力有限,将会极大的增加电力系统运行风险。为降低爬坡事件对电力系统的不利影响,降低常规机组在风电爬坡事件过程中的调节压力,提高风电的控制能力,研究大规模风电爬坡有限度控制策略变得日益迫切。在全面综述现有研究成果的基础上,本文基于分层协调、区域竞争的思想,从集中调度,区域竞争以及多源互补三个层面,构建大规模风电爬坡有限度控制体系,解决风电爬坡的不确定性和大波动性问题。首先从集中调度层面,提出了一种基于机组状态分类的风电爬坡控制策略。其次,从区域竞争层面,提出了一种基于竞争博弈的风电爬坡协同控制策略,引入竞争博弈理论,构建竞争博弈机制,通过支付矩阵推导纳什均衡点整定提出的风电场贡献度指标,以评价风电场在竞争中的贡献程度,引导其参与竞争分摊计划出力。然后,提出了基于博弈的风电场群协同控制策略,在风电场贡献度的基础上,给出了风电场调控收益函数,实现风电场收益的分配,推导给出了一种多时段纳什均衡条件,并整定调控收益函数。最后,从多源互补的层面,提出了风光储联合系统功率滚动优化与实时控制策略。所开展的主要研究工作和获得的创新成果如下：1)提出了一种基于机组状态分类的风电爬坡有限度控制方法。提出了应对爬坡事件的有限度控制方法基本框架——预防控制、爬坡控制和恢复控制。预防控制优化整个风电基地的出力水平,为爬坡控制阶段提供一定的风电“备用”；爬坡控制挖掘风电的控制潜力,协调不同机组状态下风电机组的出力,改善风电基地爬坡特性；恢复阶段实现风电出力的有序恢复。根据极端天气发展过程以及在极端天气下风电机组的控制性能,将风电机组分为六类不同控制性能的机组。在爬坡控制下,根据风电机组的分类状态,制定风电机组的优先顺序级,有针对性的协调控制各类机组,合理分配各类风电机组的功率调整计划,挖掘不同机组状态风机的控制潜力。同时,为充分调动控制性能较好风电场参与爬坡控制的积极性,基于各类机组的比例,提出了风电场可控系数和不可控系数,并基于各类机组调控计划、风电场可控系数和不可控系数,优化给出风电场功率调整量。仿真算例验证了所提控制策略的有效性。2)提出了一种基于竞争博弈的风电爬坡协同控制策略,旨在改善风电爬坡特性。首先详细阐述了风电出力不确定性对风电有功控制的影响,引出风电场群协同控制的优势以及存在的问题,指出风电场群协同控制的难点在于不同利益主体风电场的利益分配。引入竞争博弈理论解决风电场利益分配问题,构建了竞争博弈机制,风电场在虚拟电厂(风电场群)内部竞争分摊出力计划。基于风电场的功率调整量以及功率支撑能力,提出了风电场贡献度指标,以评价风电场在竞争中的贡献程度。基于支付矩阵推导出纳什均衡条件,并整定风电场贡献度指标,使得有效调整的博弈策略成为纳什均衡点,以引导风电场在竞争中采取对风电场和电网均有利的博弈策略,在实现风电场利益最大的基础上,保证虚拟电厂能够较为精确地跟踪计划出力指令。3)提出了基于博弈的风电场群协同控制策略,旨在降低风电场群的控制偏差。在风电场贡献度的基础上,进一步提出了风电场调控收益函数,实现风电场收益的分配。在所提控制策略中,将风电场的计划细分为基值计划和调控计划,风电场申报竞价获得基值计划,风电场根据基值计划完成情况,获得发电收益；在完成基值计划的基础上,风电场可参与风电场群调控计划的竞争,以获得自身的调控计划,进而获得调控收益,调控计划的完成有助于提高整个风电场群跟踪计划的能力,改善爬坡特性。最终通过推导给出了一种多时段纳什均衡条件,并整定调控收益函数,保证风电场能够积极的响应风电场群的调控需求。仿真结果验证了所提策略的有效性。4)提出了风光储联合发电系统输出功率滚动优化与实时控制策略。在线滚动优化建立了联合系统总的平均有功功率偏差最小、储能电站充放电次数最少和优化末段储能电站剩余电量最大的优化模型,通过NSGA-Ⅱ算法求解,给出风／光／储分钟级的计划出力曲线。有功实时控制实现风／光计划出力微调和储能电站实时控制,风／光计划出力微调模块根据实时风速和光照等信息,平衡计划超额；储能电站动态给出功率上限,提高了应对风／光爬坡的能力。