风力发电、光伏发电等新能源发电具有不确定、间歇性等特性,导致电力系统电源侧的出力波动以及调度成本增加;同时火电机组灵活性调节能力研究不足致使电力系统对新能源的消纳率不高。因此,要实现新能源的大规模开发与高比例入网,需要深入研究电源侧电源的实际机组模型与调节能力。同时还需建立多类型电源协同调度运行策略,以保证系统的安全稳定运行与各类电源的合理高效利用,这对新能源发电高比例入网与能源绿色协同发展具有重要意义。首先,从电源侧出发,针对机组的建模泛化能力与精确度不够的问题,基于Copula函数联合含注意力机制的门控循环神经网络,提出了一种火电机组实发功率数据模型。模型采用Copula相关性分析与注意力机制分析辨识参数的相关性并赋予其相应权重,以提高辨识模型的准确性与泛化能力。基于火电机组的实际运行数据进行网络模型训练,对比研究其他网络模型验证该模型的准确性与泛化能力。其次,为提高燃煤火电机组的灵活性与电源侧新能源的消纳率,研究了多类型电源系统调度过程中的电源调节能力。基于分段线性提取技术与相关参数拟合设计相应算法,获取火电机组实际运行的调节能力。同时基于神经网络建立预测模型,获取新能源功率预测数据;并对新能源功率进行分段分析,设计算法获取新能源的功率变化速率。通过机组实际运行数据进行模型训练,并通过山东省网源平台进行在线实验分析,验证建模方法与相关算法的有效性,为多类型电源协同调度策略提供可靠的调节数据,对电源侧分析具有工程实践意义。最后,文章在研究电源侧调节能力的基础上建立电源侧出力波动最小、新能源弃能成本最低与机组调度运行成本最低的目标函数,同时考虑电源侧调节能力分析结果,提出一种增加电源侧分析层的三层协同调度策略。其中电源侧分析层为新能源优化层与火电机组优化层提供新能源功率预测数据、新能源变化速率数据与火电机组的调节能力指标;新能源优化层以电源侧出力波动最小与新能源弃能成本最低为目标函数,采用MOGWO算法求解多目标问题;火电机组优化层以火电机组运行成本最低为目标函数,基于新能源优化层的最优解集,采用IQPSO进行求解。通过对比实验进行调度仿真测试,验证调度策略在抑制机组出力波动性、提高调度运行经济性与提高新能源消纳率方面的优势。