风能是一种可再生清洁能源,接纳大规模风电已成为智能电网建设的重要组成部分。高渗透率风力发电随机性、波动性等使现有确定性的电力系统演变为随机-确定耦合的复杂电力系统,对其安全可靠性运行产生诸多影响,尤其对含风电场电力系统的动态经济调度带来了巨大挑战。因此,针对高风电渗透背景下的自动发电控制(Automatic Generation Control, AGC)及其频率稳定问题进行研究,具有重要的现实意义和学术价值。本文的主要研究成果如下：1.构建了大规模风电接入后两区域互联电力系统的负荷频率控制模型,采用PI控制器对系统频率进行了控制,并采用粒子群算法进行参数寻优。以及将模糊控制与PI控制相结合,得到了较好的控制效果。2.依据国家电网对风电功率出力波动的考核计算方法,建立了发电收益和波动损失的评价指标。基于超短期功率预测,以平抑风场功率变化作为目标进行AGC序列的最优规划,并通过基于本文提出的任意初始小世界邻域动态粒子群算法(D-SWPSO)求得最优解。仿真结果表明,本文方法可有效降低出力波动,减少了风电场运营成本,提升了发电收益。3.针对消纳风能和平抑波动对AGC稳定控制的难点问题,本文首先构建一个分钟级尺度的分布式协同控制模型,将系统净负荷增量的预测值在风电场和AGC机组间通过等边际成本法则进行分配,以构成实时控制系统。考虑到风电功率预测误差对定值系统的影响,进一步建立了采用风电功率预测误差分段指数分布模型进行修正的定值系统。最后,以New-England 39节点系统为例对三种模式在两种定值系统下进行了仿真实验,结果表明10-30 min分布式协同控制模式下系统调节裕度比较理想,有效降低了系统运行的成本并且提高了风电的消纳能力。修正定值后的系统在其它时段也能提供必要的储能,从而提高了系统运行的稳定性。