近年来,为了解决日益突出的能源和环境问题,风-火互补发电系统、光-水互补发电系统等多能互补发电系统得到快速发展。然而,由于可再生能源具有很强的波动性,随着新能源的大规模接入,其在电网中的渗透率不断提高,导致传统能源的调频能力弱化。为了改善这类不良影响,有必要引入储能设备以及新的调频策略来确保新能源的有效应用。首先,本文研究了风电机组在电网负荷频率控制（Load Frequency Control,LFC）的应用。简要介绍了电力系统的一次调频和二次调频特征,并基于数学传递函数搭建了接入风电机组的两区域再热式汽轮机组模型,同时对引入风电机组前后的区域LFC进行仿真对比。结果表明风电机组参与电网调频缩短了系统的调节时间,并且在一定程度上改进了系统的动态性能。其次,本文在已搭建多能互补发电系统LFC模型的基础上,提出了一种基于该模型的数据驱动LFC方法。构建了含控制性能标准（Control Performance Standard,CPS）和动态性能指标的奖励函数,将LFC问题转化成最大化奖励函数问题,并引入深度确定性策略梯度算法进行求解;最后,从中长期控制性能入手进行分析,通过加入连续阶跃扰动或实际风速扰动仿真来证明所提出方法的有效性。结果表明,系统发生扰动时,所提出的深度确定性策略梯度算法不仅能够更加有效地抑制波动,而且能够极大缩短LFC调节所需的时间。最后,计及LFC策略的局限性,本文引入电化学储能作为辅助调频手段。搭建了传递函数形式的储能电源数学模型,提出了基于深度强化学习算法的风火储互联电网LFC方法。同时提出了以CPS指标和弃风量最小、可调储能裕度最大为目标的多目标优化调度模型,并采用线性加权法和改进的熵权修正逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution,TOPSIS）对该多目标优化问题进行求解。仿真结果表明引入电化学储能对改善电网的LFC效果有明显提升;同时,多目标优化得到的折衷最优解在能够满足电网运行工况的同时也能够考虑到工作人员的主观意愿,具有较高的综合效益。