永磁直驱风电机组建模的目的是能够较为准确地重现机组动态、稳态特性,为研究风电接入与电力系统的动态作用和稳定性分析提供有力的理论依据和技术支撑。文本建立了永磁直驱风力发电系统的详细数学模型,根据电力系统分析时间尺度、风电机组各部件时间常数及其它时间尺度模型,推导了面向电力系统分析的永磁风电机组简化模型,主要包含静态模型、电磁暂态和机电暂态模型,分别进行了相应的简化模型精度评估,并仿真验证了所提模型的有效性,为后续的永磁直驱风电场聚合模型研究奠定了模型基础。在深入探讨风电场聚合模型意义、等值原则,系统归纳风电场聚合方法的基础上,提出了一种求取等效风速的单机等值聚合方法,该方法主要依据风机的功率曲线,综合运用风电场的各项电气参数与所有的机组出力数据,建立一种风电场聚合模型。本文在DIgSILENT PowerFactory软件中,通过基于某大型风电基地的风电场运行数据进行单机等值聚合模型仿真,将仿真结果与按照实际机组参数建立的风场详细模型和另一种常用聚合方法——多机法聚合模型进行逐一对比,验证了所提出的单机聚合方法的可用性,存在的误差可以作为模型修正的参考,为实际的工程应用提供借鉴。本文采用基于风机功率曲线的单机等值法,在考虑到影响风场的尾流效应等因素的同时,能充分反映风场的动态行为,模型的平均误差在2.5%以内。本文得出的结论是,所提出的单机法的精度虽然略低于多机法,但在可接受的精度范围内正确地反映出整个风场在并网点的动态性能,同时,单机法所需的计算资源明显小于多机法,计算时间显著降低,实用性大大提高。在风电场单机等值法的基础上,提出等值机组虚拟风力机的概念,建立了基于虚拟风机的风电场自适应等值模型。通过BP神经网络学习得到虚拟风机的静态功率曲线。在以标幺值表示的等值模型中,只需对风场中运行机组的台数在线进行设置即可实现模型的在线修正。采用某实际风场的数据对其静态出力曲线进行学习,结果表明,基于BP神经网络的虚拟风机聚合模型可以有效地反映风电场的静态特性。最后,进一步探讨了集电线路对聚合模型精度的影响,在一定精度要求下,聚合模型可以忽略风场内部架空集电线路,但在电磁暂态仿真时模型中必须计及风场内部电缆集电线路。