能源匮乏和环境恶化等问题已经逐渐成为了全球关注的对象,发展可再生能源发电技术是解决这一问题的根本手段。大量新能源并网发电装备通过电力电子变换器接入电网,因其具有快速响应、弱阻尼、参数谐振等特性,高比例可再生能源并网电力系统中极易发生振荡现象,严重危及系统安全。虚拟同步发电机技术（Virtual Synchronous Generator,VSG）作为一种并网逆变器的控制策略,可以作为受控设备主动参与振荡抑制,提高电力系统运行的稳定性。考虑到暂态能量流与电力系统稳定性之间的内在联系,可以为VSG参与系统低频振荡（Low Frequency Oscillation,LFO）抑制提供理论支撑。因此,本文围绕暂态能量流分析VSG振荡机理,对VSG抑制电力系统LFO控制策略展开研究,主要研究内容有:（1）分析了基于VSG暂态能量流抑制系统LFO的理论基础。首先,推导了VSG暂态能量流的计算公式并分析了其对系统稳定性的影响。根据计算公式,确定影响VSG暂态能量流大小的两项关键变量。通过小信号分析推导二者之间的幅频特性和相频特性,从而明确VSG控制参数J和Kd对暂态能量流大小的影响。最后,通过仿真算例验证了推导的正确性,从而确立了通过调节J和Kd控制VSG尽可能吸收暂态能量流这一低频振荡抑制思路,为后续研究提供了理论支撑。（2）鉴于LFO模态辨识的快速性在本研究中有着重要意义,提出了一种基于深度学习的电力系统LFO模态特征辨识方法。为了满足LFO抑制策略设计对于LFO模态特征快速辨识的需求,引入了深度学习算法。在网络模型方面,选取LSTM神经网络,同时采用滑窗采样,以实现对非平稳LFO模态特征的快速辨识。为了避免对LFO信号定阶,采用了基于存在性验证的二分类法,即根据某一模态特征存在与否对样本进行分类。仿真算例表明,所提方法在辨识非平稳LFO信号模态特征时,相对传统的LFO模态分析方法表现更为出色。（3）提出了一种基于暂态能量流的VSG抑制系统LFO控制策略。首先,参考设计思路并借助LFO模态快速辨识算法,以VSG尽可能吸收暂态能量流为目标确定控制参数J和Kd,从而设计一种VSG抑制系统LFO的参数调节策略。随后,在四机两区域系统以及各类高比例可再生能源并网系统中进行了仿真实验,通过与自适应策略对比可以证明所提策略更加灵活且有效。而所提策略在各系统中的良好表现,则证明了其在高比例可再生能源并网环境下具有良好的应用前景。