在当今世界经济一体化发展的大浪潮下，电力工业也在蓬勃的发展，各国电力工业都在往电力市场化方向发展。我国的电力市场发展起步较晚，随着改革开放和我国加入世贸组织，我国的电力市场也在逐步向前迈进。发电辅助服务作为电力市场中的重要成员，其发展进度的快慢会直接影响电力市场的的发展，最终将影响到我国整个电力系统的稳定发展。因此，研究发电辅助服务对我国的电力工业的发展具有非常重要的意义。　　 课题的研究方向来源于“湖北并网发电机组考核管理系统”开发的具体实践经验。在研究日发电计划考核中，提出了基于多重核学习的支持向量机短期负荷预测方法，多重核学习支持向量回归通过在混合核空间中求解二次约束下的二次规划问题得以实现，能够很好地解决标准的SVM学习中模型的选择和样本的训练等问题，将该方法应用于电力系统短期负荷预测中，最后通过实际算例验证了该方法的有效性，对调度部门编制日发电计划具有重要的指导意义，从而降低电厂受到日发电计划考核的风险。　　 提出了一种基于激励机制的AGC考核与补偿模型，该模型充分考虑了提供AGC辅助服务电厂的经济利益，肯定他们的实际贡献，根据考核系数和激励系数，以更好地激励电厂改进技术设备，最终为电网提供经济、优质、高效的AGC辅助服务;在研究AGC考核与补偿机制的同时，对无功辅助服务的补偿机制、旋转备用辅助服务费用分摊方法及节能发电调度模式下的实用型调峰补偿机制进行了研究，并建立了相关模型。　　 最后对“湖北并网发电机组考核管理系统”进行简介，介绍了系统开发采用的相关核心技术及系统的各大功能模块，目前该系统已在湖北省挂网运行，经过了一年多的运行，有效地规范了该省的电力调度行为，初步提高了发电企业运行管理水平和参与辅助服务的积极性，在保证电力系统安全稳定运行方面发挥了显著作用。