近年来,风电场规模越来越大,如果对大型风电场的每台机组进行详细建模,会增加运算规模、耗费大量时间。因此,有必要对风电场等值建模方法进行深入研究。而随着风电场及电网复杂化,故障情况常常会导致无功功率不足,致使系统电压及功率因数降低。静止无功发生器（SVG）被越来越多地应用到电网及风电场中以补偿无功和稳定电压,但实际情况中SVG往往无法提供准确参数,仿真时大多使用典型参数,因此,亟需对SVG的控制器参数进行准确辨识。本文内容从这两个方向展开,主要工作如下:首先,介绍了BPA中永磁直驱风电机组模型,包括BPA中正常状态下的功率控制模型、低穿期间和结束后的功率控制模型、有功无功电流限制模型以及全功率变流器模型,为后文的仿真提供理论基础。其次,总结了风电场中风机分群的方法,综合考虑机组的低穿过程及机端电压,提出了根据卸荷电路导通情况进行首次分群,然后针对卸荷电路未导通的机组,根据稳态电压和暂态电压跌落值进行二次分群的方法。分群后计算等值模型的相关参数,然后计算不同故障类型、不同功率因数、不同短路比、不同残压幅值下等值模型和详细模型的误差,通过和单机等值方法的对比,得出利用本文所提方法得到的等值模型误差大大减小,验证了该等值方法的有效性。然后对等值模型进行低电压穿越能力校验,以相关文件的低电压穿越能力要求为标准,验证不同风电机组出力、不同故障类型、不同故障时间下的等值模型低穿能力。再次,提出一种基于故障响应曲线和灵敏度分析的SVG参数辨识方法。首先根据轨迹灵敏度筛选出对系统影响较大的参数以减小参数辨识数量,然后通过大量仿真得出SVG各参数影响的是故障响应曲线的哪个分段,并选取不同的分段曲线,利用网格搜索法对参数进行初步辨识以缩小参数范围,最后使用粒子群算法精确辨识参数,根据传统辨识方法和基于故障响应曲线和灵敏度分析的SVG参数辨识方法的对比结果来验证本文所提方法的有效性。最后,编制了一个可以实现风电场等值建模、风电场低电压穿越能力校验、SVG参数辨识功能的软件平台,以实现上述所提方法。通过该平台,只需准备好仿真所需的模型文件,即可通过界面的简单操作完成仿真计算,大大减少了工作的复杂性,提高了工作效率,该软件已在浙江电科院得到应用。