次同步振荡（Subsynchronous Oscillation,SSO）是风电并网系统中存在的重要稳定性问题。国内外目前已发生多起由风电引起的重大SSO事故。由风电场引起的SSO,可能会造成风电场设备损坏、引起大面积新能源发电机组脱网、诱发附近火电机组轴系扭振等,严重影响电网稳定。因此有必要对风电并网中的SSO进行精准辨识并及时定位,为进一步施加控制措施提供依据。本文围绕风电并网系统的SSO问题,在系统建模、SSO检测技术和SSO定位技术等方面开展研究,主要工作如下:（1）研究了用于SSO分析的风电并网系统数学模型。对双馈感应风机（Doubly Fed Induction Generator,DFIG）和永磁直驱风机（Permanent Magnet Synchronous Generator,PMSG）并网系统的各部分结构进行了研究。研究了轴系模型、发电机和含串联补偿电容的输电线路的数学模型,建立了风机转子侧和网侧控制器的模型。此外,在MATLAB/Simulink平台上基于上述模型分别搭建DFIG和PMSG风电外送系统模型,并对大量文献中提及的典型SSO现象进行仿真。（2）提出了一种基于高阶累积量和基于旋转不变技术信号参数估计（Estimating Signal Parameter via Rotational Invariance Techniques,ESPRIT）的SSO信号检测方法。首先对信号预处理方法进行了改进,采用七点二阶算法前推差分公式对异常数据进行识别,然后依次进行补正、滤波和去直流处理,并将原始信号用高阶累积量（Higher Order Cumulant,HOC）代替,并使用ESPRIT算法进行辨识,以实现对次同步频段及以下功率振荡信号的精准检测。算例结果表明,所提方法大幅提升了原始ESPRIT振荡检测方法的计算速度和抗噪声性,为风电并网系统的SSO在线监测奠定了基础。（3）提出了一种基于双谱-双相干估计的振荡模式相关性分析方法。首先引入了双谱估计,对系统中的次同步振荡信号进行辨识,识别出其各个频率分量,得到各分量之间可能的二次相位耦合关系,并进一步使用双相干分析技术识别所得二次相位耦合关系的真伪。算例分析表明,双谱-双相干估计方法可有效提取系统中SSO模式间相关性,可为进一步认知多模式耦合的次同步振荡问题提供技术支撑。（4）提出了基于暂态能量流及朴素贝叶斯分类器（Naive Bayes Classifier,NBC）的风电并网系统SSO扰动源定位方法,并基于模糊推理实现了SSO扰动源贡献度评级。首先将暂态能量流法应用于含风电系统SSO振荡源的定位,得到各个区域端口的能流曲线,通过连续滑动的数据窗进行暂态能量差值提取,利用NBC分类以进行振荡源的精确识别。进一步地,构建相关SSO指标体系,计算各个指标值,基于模糊推理系统（Fuzzy Inference System,FIS）评判指标,获取各个区域的SSO扰动源贡献程度评级。仿真算例表明,结合NBC和暂态能流法的定位方法能够快速实现SSO扰动源的定位,而基于模糊推理的SSO扰动源贡献度评级方法能够进一步清晰感知各区域的SSO贡献度,辨别出主导的振荡扰动源,为制定紧急控制措施提供参考。