随着我国能源转型战略的深入推进,以风电为代表的清洁能源在电力系统发电侧占据的比重逐年上升,风力发电固有的随机性、波动性与难预测性对电网安全稳定运行带来新的挑战。2017年2月8日,风电出力不及预期作为重要因素诱发了南澳大利亚州电网负荷损失高达300WM的停电事故,这一事件引发了学者们对高比例风电并网系统连锁故障研究的广泛关注。本文从历年来大停电事故的规模与起因出发,阐述了电网停电事故中的自组织临界特性,通过回顾南澳电网停电事故的故障时序过程,发现了传统连锁故障建模方法在分析风电并网系统停电事故时存在不足。在此基础上本文建立了一种考虑风电出力不确定性的电网连锁故障模型。在刻画风电出力不确定性方面,该模型针对风电预测误差概率分布建立了一种聚类分析与和方差最小化的拟合方法,能够囊括风电预测误差呈现的多峰、长尾、不对称等多种分布特性,适应性广。在连锁故障快、慢两层动态过程模拟方面,该模型采用风电预测值对电网进行日前规划调度,在连锁故障演化的快动态过程中结合风电预测误差,综合考虑含风电系统的直流潮流优化与孤岛功率平衡策略,运用停电风险评价指标Va R/CVa R对电网连锁故障停电事故规模进行量化分析。在IEEE-30节点系统的案例分析中通过失负荷规模统计、自组织临界特性分析与停电风险指标计算三个层面验证了本文提出方法的有效性,进而对对某省级区域电网实际情况与风电规划情况进行了仿真分析,从停电风险评估的角度给出了该区域电网风电装机容量建议。其次,本文提出了一种基于Eclat算法的连锁故障事故链关联性分析方法。根据连锁故障模型统计的事故链数据,应用关联规则挖掘算法对其中的频繁线路进行发掘,同时比较了Apriori、FP-growth、Eclat三种算法的性能,结果显示,Eclat算法具有更高的效率。在案例分析中,本文对IEEE-30节点系统连锁故障事故链频繁线路进行了挖掘,从故障模拟的角度对比了某省级电网规划风电并网前后可能存在的事故链模式,辨识了该区域电网的关键线路,为电网规划部门提供建议参考。