在当今碳中和的背景下,利用风能、光能等可再生能源替代传统的化石能源进行发电,有助于早日实现碳中和目标。其中风能因其具有分布广泛、蕴含丰富、受恶劣天气影响较小等优势,得到了广泛的关注与应用。但是,风能具有波动性大、间歇性强、随机性强等固有特点,导致风电功率同时也存在波动性、间歇性、随机性等特点。大规模风电接入电网将对电力系统的可靠运行和经济调度带来巨大挑战。因此,研究风电功率预测、风电功率风险评估和风电调度具有重要意义。本文从时频分析的视角对风电功率预测、风电功率风险评估和风电调度等问题开展了研究。首先,提出了一种基于时频分析的风电功率短期区间预测方法。利用小波变换和奇异谱分析得到风电功率的噪声分量和趋势分量。对噪声分量进行概率分布拟合得到噪声置信区间,对趋势分量采用长短记忆网络进行确定性预测。然后将两者叠加得到风电功率的区间预测结果。该方法提高了趋势分量的预测精度,同时计及了噪声的不确定性。其次,提出了一种基于时频分析的风电功率风险评估方法。对风电功率进行S变换,从中提取反映风电功率波动性、间歇性及随机性的时频域特征指标。对风电功率的特征指标进行综合评价,得到用于反映风电功率风险的评估值。该方法能对风电功率的特征在时频域上进行全面评估,为风电场的风险等级评定和风电并网调度提供参考。最后,提出了一种基于顺序性弃风惩罚的风电功率日前调度方法。由基于时频分析的风电功率特征评价方法得到各风电场风险水平,将其转化为风电场弃风顺序约束。结合风电场弃风顺序约束和分段弃风惩罚成本系数,建立弃风惩罚模型。在此基础上,构建考虑火电机组运行成本和弃风惩罚成本的风电功率日前调度模型。该方法在保证电力系统稳定运行的同时,合理安排不同风电场的弃风功率,为各风电场有序接入电网提供了参考依据。