近年来,风光发电装机比例不断增加,新能源电源逐步演变为主导电源。风光电源通过换流器并入电网,对电网频率支撑能力较低,导致新能源电力系统在扰动后频率失稳风险显著升高。本文从数据-模型驱动的角度出发,探讨了新能源电力系统频率动态特性的主导因素,研究了一套准确、快速且数据需求量少的频率在线预测与稳定评估方法,具体研究工作总结如下:（1）新能源电力系统频率动态特性主导因素分析:电力系统频率动态特性受到诸多因素影响,首先分析了频率动态特性的三个关键评估指标,接着利用频率特性相关物理知识提取了六种主导因素,最后,在实际系统算例中验证了新能源电力系统的频率时空分布特性,量化分析了主导因素对频率动态特性关键评估指标的影响。（2）数据-模型驱动的新能源电力系统扰动后频率动态在线预测:采用数据驱动的门控循环神经网络作为频率在线预测模型的基础,进一步将频率动态相关物理知识定义为基本输入特征量增强并嵌入至神经网络模型中,提出了一种数据-模型驱动的新能源电力系统扰动后频率动态在线预测方法。仿真结果验证了所提模型在训练数据量较少的场景下依然具备良好的泛化能力和抗噪能力,同时在准确性和快速性方面均满足频率在线预测的要求。（3）数据-模型驱动的新能源电力系统频率稳定评估:风光发电出力波动性影响系统扰动后频率动态特性,为此,分别采用了随机场景分析法与鲁棒分析法对风电出力不确定性进行建模,构建了风电出力经典场景集合和风电出力极端场景集合,提出了一种数据-模型驱动的新能源电力系统频率稳定评估方法。算例仿真结果验证了所提方法对于解决考虑风电波动性的频率稳定评估问题的有效性,同时,与基于单一风电预测值的频率稳定评估结果相比,基于前述两种风电不确定性分析视角所得的评估结果更加接近工程实际,可靠性和鲁棒性更高。综上所述,本文基于数据-模型驱动的基本思想,围绕新能源电力系统频率动态响应过程的建模和分析、扰动后系统频率的在线准确预测、风电不确定性对系统频率稳定性的影响及频率稳定在线评估等方面展开了研究,提出了一套数据-模型驱动的新能源电力系统频率在线预测与频率稳定评估方法,为高比例新能源接入的电力系统频率稳定评估及控制问题的解决提供参考。