1. 构建了风电机组的动态仿真推荐模型，研究了风电机组的动态特性；2. 研究了风电机组参数的在线辨识技术体系；3. 基于国内主流风电机组，提出了参数实测技术及模型验证方案，计算了仿真与实测偏差指标;（1）多随机激励下，风电机组参数辨识的解耦性风电机组各组成模块的时间常数相差很大，其动态特性具有较大的带宽，经典辨识方法往往难以得到有效的辨识结果。因此将输出轨线进行多尺度分解，解耦辨识与风电机组快动态/慢动态对应的参数，是风电机组在线参数辨识的关键。（2） 风电机组参数辨识方法的鲁棒性准确的风电机组模型参数是研究含风电场的电力系统/微电网运行调控机制的关键。凭单次扰动下的辨识结果往往难以保证辨识结果的鲁棒性，本研究提出的在线辨识方法，在系统正常运行时可多次辨识并相互比较；当系统受到大扰动激励（1）多随机激励下，风电机组模型参数的可辨识性分析； （2）多随机激励下，风电机组模型参数辨识的难易度分析； （3）基于小扰动激励下的响应数据，建立模型参数的在线辨识方法； （4）参数辨识结果的校核和修正本项目通过先理论分析、后技术开发及现场验证的研究方法，取得了一系列成果。本项目研究成果主要用于确定风电机组模型参数，为电力系统的安全运行分析和决策提供准确的数据来源。风电机组设备制造商也可能应用模型参数实测技术方面的研究成果，确定其产品的模型参数及并网适应性。通过对酒泉风电基地部分风电场和龙羊峡水光互补光伏电站等值建模，等值模型能够较准确拟合故障期间风电场及光伏电站的动态特性。