温室问题和能源问题日趋严重,各种新兴清洁能源将逐步代替化石能源,新能源日趋火热将会是未来发展的必然趋势。风电和水电作为两大清洁能源越来越受到关注,在地域上我国西部同时存在丰富的风能和水能,且二者在枯丰期上呈现很强的季节互补性,在风电与水电机组出力特性上也有很好的技术互补性。本文以风水互补主导调频系统为研究对象,研究风水互补系统在旋转备用配置过程中如何相互配合发挥作用以及如何优化旋转备用配置的问题。合理配置系统旋转备用的前提是要得到准确的风功率和负荷的预测值。本文首先介绍了时间序列预测模型的原理,然后利用k最近邻(k-Nearest Neighbor,k NN)算法改进了差分自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)模型,通过分析风功率的时间相关性设置k NN算法的k值,经过算例分析发现改进的模型的预测结果与传统模型相比,预测结果的引入均方误差(Mean Square Error,MSE)和平均绝对误差(Mean Absolute Error,MAE)都有所降低,从而证明改进方法的优越性。本文针对风电和水电出力和一次调频的特性,考虑了水轮机的水锤现象,研究了一种感应水轮机导水叶变化并结合风电虚拟惯性控制、下垂控制的一次调频控制方法,通过小信号模型分析法,推算出该控制方法的参数值以及风电机组在新的控制方法中的实际下垂系数,并且在此基础上建立了兼顾优化调频动态特性和稳态特性的旋转备用优化配置模型。算例结果显示对比传统虚拟惯性控制,使用本文控制方法能减少频率调整时间,降低水电机组水锤效应导致的机械功率下降量,减少水电机组出力稳态值能,对风电机组转子转速恢复造成的频率二次跌落有抑制作用,调频动态特性优于传统虚拟惯性控制。在MATLAB/Simulink中搭建4机2区域仿真模型,通过不同负荷突增量时的对比仿真验证了本方法具有很好的适用性。最后,针对有风电并网的电力系统中火电机组调频压力大、风功率和负荷的负荷波动特性等因素对二次调频旋转备用配置带来困难的问题,结合风电和水电的特性,综合考虑风功率和负荷预测的不确定性,以最小化系统运行费用和风电减载量为目标,建立了多目标风水互补主导二次调频的旋转备用优化配置模型,并使用带精英策略的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithms II,NSGA-II)算法进行求解。通过与风电最大功率点追踪(Maximum Power Point Tracking,MPPT)运行系统及风电限功率运行系统的对比,验证了风水互补主导二次调频系统具有更好的经济性和更低风电弃风量。通过仿真实验,验证了风水互补主导二次调频系统能够满足二次调频的要求。