近年来,由于化石能源发电导致的环境污染和全球变暖问题的日益严重,许多国家都加大了对可再生新能源的开发利用。其中,风能因为其蕴藏丰富、清洁无污染等优点得到了快速发展和利用。与陆上风电场相比,海上风电场(Offshore Wind Farm,OWF)具有靠近沿海负荷中心、平均风速高、土地占用率少等优势,因此大规模海上风电的开发利用是未来风能利用的大趋势。然而,海上风电场易受海上恶劣天气的影响,且维修/维护成本高昂。因此,对海上风电场而言,如何准确量化海上恶劣天气对元件故障率和维修时间的影响,评估海上风电场的可靠性,并考虑经济性的影响实现维修/维护资源的优化配置,对保证海上风电场的安全、经济运行等具有重要意义。基于上述背景,本文受国家自然科学基金面上项目“电力系统可靠性评估逆问题的理论与方法研究(项目编号:51677011)”的资助,以考虑恶劣天气影响的海上风电场可靠性评估及维修/维护资源优化问题为对象展开了如下研究工作:考虑海上风速的季节特性以及集电系统元件故障的影响,研究了不考虑海上恶劣天气影响的海上风电场可靠性评估时序马尔可夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)模型。首先,基于K-均值聚类将历史风速划分为不同的状态,考虑季节差异计算不同风速状态之间的转移率,并统计每个风速状态对应的风速概率分布;基于MCMC,并结合每个风速状态内的风速概率分布进行随机抽样,构建计及季节特性的时序风速模拟模型;然后,计入元件时序故障和修复过程,研究了基于MCMC的海上风电场元件状态模拟方法;针对MCMC模型产生的每一个系统状态,基于广度优先搜索算法确定各风机与汇集母线间的连通性,进一步结合上述风速模型确定风电场对应状态的有功出力,最终建立基于MCMC的海上风电场可靠性评估模型。以某海上风电场为例进行算例分析,通过与传统模型对比验证了所提出模型的准确性,并分析了集电系统元件故障对海上风电场可靠性的影响。考虑海上恶劣天气对元件故障率和修复时间的影响,建立了考虑恶劣天气影响的海上风电场可靠性评估时序MCMC模型。首先,基于历史统计数据,确定强风和雷击是影响风机故障的主要因素。将风机故障率分为三个组成部分:正常天气下的故障率、受风速影响的故障率和受雷击影响的故障率,并分别建立了受风速影响和受雷击影响风机故障率的时序解析模型。另外,考虑元件故障后天气对备用元件与人员运输时间的影响与限制等,建立了海上风电场主要元件修复时间的时序解析模型。为在可靠性评估中计入天气和元件故障修复过程的时序相关性,提出可同时模拟海上天气强度和元件故障修复过程的时序MCMC模型,并基于该模型进行可靠性评估。算例分析表明,计入恶劣天气对海上风机故障率和元件修复时间影响后,系统可靠性水平会显著下降,恶劣天气对风电场可靠性的影响主要体现在对故障元件修复过程的影响上。考虑海上恶劣天气对海上风电场维修/维护过程的影响,计入可靠性成本,以经济性最优为目标,建立了海上风电场风机维修/维护资源的优化配置模型。首先,结合海上风电场的维修/维护保障体系,基于排队论等方法,研究了主要维修/维护资源,如:运输工具、维修/维护队伍与库存备用元件的数量等,对风机故障停机时间的影响;考虑风机故障可能导致的电量经济损失,进一步结合各类维修/维护资源的成本,研究了海上风电场风机维修/维护综合成本的评估方法;以综合成本最小为目标函数,建立了海上风电场维修/维护技术人员与备件库存数量的最优配置模型,并进一步结合方案比较优化了交通工具选择、维修/维护人员的住宿地点和工作班次安排等后勤保障资源的配置。算例分析表明,采用船运方式、并安排陆上住宿和12小时/7天的工作班次对应的维修/维护保障资源配置方案较优。此外,进一步分析了故障率和电价的变化对维修/维护资源优化配置结果的影响。