目前世界各国在气候变化问题上不断达成共识,积极推动能源结构调整、发展清洁能源已成为主流方向。由此带来了大规模的新能源发电系统并网运行,形成的“双高”新型电力系统具有电源、负荷变化快且环境扰动影响大等特点。目前,为了开展系统的规划设计及评估电网的运行性能,电力系统通常使用数字仿真技术来进行仿真分析计算。因此为了对新型电网进行准确的建模分析,需要对新能源发电系统建立准确有效的数学模型。近年来,随着电力系统中广域测量系统（WAMS）的广泛应用,获取高精度的电网实时运行数据更为简便,可以使用实时实测数据对电力系统设备进行建模。为了充分利用实测数据建立准确有效的新能源系统模型,本文提出了基于实测数据的光伏发电系统和直驱风力发电系统参数辨识方法。本文针对新能源发电系统建模及其并网结构问题,首先建立了光伏发电系统机电暂态模型和直驱风力发电系统机电暂态模型,使用该机电暂态模型既可以分析单台设备的特性,也可以用来对整个光伏电场或风电场的进行等值分析,从而简化了对场站模型的机电暂态分析。接着,分析了简化模型运用在等效场站并网时是闭环系统结构,系统的过程扰动和反馈扰动对系统辨识会造成不同的影响,此时使用开环辨识方法会得到有偏估计。最后,本文提出了基于频域极大似然分析解决闭环辨识问题的方法,并分析了频域法估计结果一致性。对于光伏发电系统参数辨识,本文提出了一种使用周期激励的光伏参数频域辨识方法。首先给出了基于周期激励的频域极大似然估计参数辨识方法步骤,并分析了估计结果的性质。然后分析了光伏发电系统参数的唯一可辨识性以及实测数据集的信息充足性和持续激励性质。通过在Simulink仿真平台搭建含光伏发电系统的三机九节点网络模型,分析对比了极大似然估计法与频率响应法辨识结果的不同特点。最后,使用宁夏电网光伏电站的实测数据进行光伏系统的参数辨识,证实了基于周期激励的极大似然估计算法的有效性。对于直驱风力发电系统参数辨识问题,本文提出了一种基于随机激励的直驱风机的参数辨识方法。首先给出了基于随机激励的极大似然估计参数辨识方法的实际步骤,并与基于周期激励的极大似然估计在原理上进行了对比分析。然后分析了直驱风机参数的可辨识性条件以及实测数据的信息充足和可持续激励性质。通过在Simulink仿真平台搭建含直驱风机的单机无穷大系统模型,同样比较了极大似然估计法与频率响应法的辨识结果的不同。最后通过宁夏贺兰山风电场实测数据的参数辨识算例,进一步验证了本文方法的有效性。