随着人类对能源需求量的迅猛增长,可再生能源逐渐成为重要能量来源之一。环境的日益恶化与传统化石能源的不可再生性促进了风能和太阳能等可再生能源发电形式的持续快速发展。随着可再生能源接入系统比例的提高,风光出力的波动性和间歇性给电力系统的安全稳定运行带来更为消极的影响。与此同时,传统的可靠性评估模型及评估方法不再适用,可靠性评估过程变得复杂,因此有必要对并入大规模新能源后的系统可靠性模型及评估方法进行深入研究。首先,本文建立了计及相关性的风电场、光伏电站时序出力模型。受地理环境与气象条件的影响,相邻风电场和光伏电站的出力具有较强的相关性,因此在大规模风光并网时,采用具有相关性的风光时序数据进行系统可靠性评估能够更好地模拟系统的实际运行状态,有利于提高可靠性评估的准确性和实用性。基于混合Copula函数和连续状态马尔科夫过程相关理论,建立了用于可靠性评估的计及相关性的风光时序出力模型。通过比利时瓦垄地区的实测数据对上述模型进行了验证。其次,对发电系统中元件的可靠性模型进行了研究,建立了基于条件云的时变故障率模型。使用x条件云模型刻画风光出力与天气条件之间的转换关系,使用y条件云模型完成天气条件到天气影响因子的转化。在条件云模型的基础上,根据云模型的不确定性推理规则,由t时刻风光出力得到对应时刻的天气影响因子。对于传统电力设备,考虑设备寿命周期内的老化特性,采用两重威布尔分布刻画故障率的时变特性。对于可再生能源发电系统中的元件,在考虑设备老化特性的基础上,进一步考虑气象因素的影响,使用天气影响因子对元件时变故障率模型进行修正。对于含高比例可再生能源的发电系统,综合可再生能源的时序出力和发电系统运行状态,建立风电场和光伏电站的可靠性模型;在可靠性计算方法研究中,采用随机稀疏法抽样的序贯蒙特卡洛模拟法进行可靠性评估。根据时变故障率模型,使用随机稀疏法抽样得到各个元件的状态持续时间,将元件的状态进行组合得到系统的运行状态序列。结合对应时刻用户负荷的需求情况,评估发电系统的可靠性。最后,在Matlab平台上编程实现了前述风光出力模型、时变故障率模型以及评估算法。根据比利时瓦垄地区的风电场、光伏电站实测数据进行出力模型构建,并对模型仿真数据的时序性和相关性进行了检验。根据实测数据进行云模型构建和参数估计。在上述模型的基础上,通过RTS-79可靠性测试系统进行发电系统可靠性评估计算,分析了气象条件、模型参数以及风光接入比例对供电可靠性的影响。