近年来,随着可再生能源发电技术的快速发展,可再生能源在电力系统中占比不断提升,其中又以水电和风电占比最高。大规模风电和水电并网使得电力系统运行特征发生了显著改变。特别的,系统中水电出力季节性强,而风电出力存在随机性,两者出力的波动变化、以及负荷的不确定波动和输电通道上自然灾害频发,使得系统的输送功率、运行方式和安全稳定特性复杂多变,呈现出高维、时变、非线性特性,暂态稳定问题突出,电网抵御功率扰动能力大幅下降,其中低频与超低频振荡问题尤为突出,严重威胁电力系统安全稳定运行。故亟待分析风电和水电接入后系统稳定性变化情况,研究相应的稳定性控制策略。本文在国家自然基金面上项目“融合物理-数据驱动的富集水电系统低频超低频振荡特性分析与统一控制策略研究”（52277083）的资助下,围绕可再生能源接入下电力系统的低频超低频振荡的特征分析以及稳定控制问题开展研究,主要研究内容如下:（1）首先从分析水电和风电接入对电网稳定性的影响出发,构建了风机接入无穷大系统的Philips-Heffron模型,通过复转矩系数法分析模型特征,发现了风机接入系统后会产生阻尼转矩,特定工况下该阻尼转矩会变为负,使得风机向系统中提供负阻尼,从而引发系统低频振荡现象。此外,基于劳斯判据分析水轮机组调速器的小干扰稳定性,发现系统产生超低频振荡的原因在于水轮机组的水锤效应使得系统在超低频段产生一个较大的负阻尼转矩,该负阻尼转矩会使得系统出现超低频振荡,而通过优化调速器PID参数可以缓解该现象,从而抑制超低频振荡。（2）提出两种计及风电接入下系统的低频振荡抑制策略,一种为多机电力系统稳定控制器（Power System Stabilizer,PSS）在线稀疏自适应控制,结合强化学习算法以及灵敏度分析理论训练智能体学习多机PSS的稀疏自适应调参策略,用于不同风速条件下系统中多机PSS参数的协同稀疏更新,从而充分发挥控制器的性能,提升系统的低频稳定性;另一种为数据驱动的静止同步补偿器附加阻尼器的鲁棒自适应控制,即在静止同步补偿器装置上配置阻尼控制单元,并计及风电接入下系统的时变特性,引入神经网络实现系统不同状态下的等效传递函数的动态辨识。基于此,结合小增益理论和强化学习方法,训练智能体获取附加阻尼控制器的自适应鲁棒参数调节策略,兼具自适应控制以及鲁棒控制的优势。（3）提出两种计及水电接入下系统的超低频振荡抑制策略,一种为基于新型PR-PSS的超低频振荡抑制策略,即对于传统PSS的结构进行改进,并引入比例谐振控制器（Proportion,Resonant,PR）,构成一种新的PR-PSS控制器,该型PSS弥补了传统PSS在超低频段相位超前的缺点,克服了无法为超低频振荡模式提供足够阻尼的缺陷,可用于超低频振荡的抑制;另一种为基于调速器PID鲁棒优化的超低频振荡抑制策略,计及基于优化调速器PID抑制超低频振荡的三原则:适应极端工况、不恶化其他振荡模式、保留调速器的动态调节能力,将调速器PID参数优化问题建模为一个双层鲁棒优化模型,并引入强化学习训练智能体来代替内层模型,将双层优化问题转化成单层非线性优化问题,再结合启发式算法进行求解,从而提升了模型求解效率。（4）提出针对系统低频超低频耦合振荡的抑制策略。为了有效抑制系统中潜在的低频超低频耦合振荡风险,提出一种多频段阻尼控制器,实现了低频超低频振荡的分频段解耦控制,并计及系统中可能配置多个多频段阻尼控制器,将多控制器参数整定问题建模为一个马尔科夫博弈过程,并引入多智能体强化学习算法训练多个智能体学习多频段阻尼控制器协同自趋优控制策略。训练完成后,每个智能体依据局部信息对于特定的多频段阻尼控制器进行参数调节,从而实现了分布式协同自趋优控制,确保系统在不同工况下的稳定性。