电力系统可靠性评估是电力系统规划和运行的重要辅助工具,评估结果为规划和运行工作提供重要参考信息。在需要对大规模网络和复杂运行工况进行模拟并评估可靠性的场合,蒙特卡罗仿真法比解析法更具优越性,因此蒙特卡罗仿真法在大电网可靠性评估中受到重视。然而在可靠性较高的电力系统中,失效事件具有稀有性,蒙特卡罗仿真法仍然面临着收敛性较慢的问题,因此研究提高蒙特卡罗仿真效率的技术对大电网可靠性评估的实际工程应用具有重要意义。重要抽样是提高蒙特卡罗仿真效率的有效方法之一,其基本思想是改变抽样分布,突出对重要区域的抽样。理论上具有系统状态最优抽样概率密度函数,但是这个最优抽样密度函数是不可能得到的,只能通过一定的方法获取逼近它的重要抽样密度函数。基于重要抽样的交叉熵方法,在提高蒙特卡罗仿真法的收敛性方面,已经取得了较好的效果并得到广泛的认可。本文在对现有交叉熵方法的深入分析和研究基础上,针对非序贯蒙特卡罗仿真法,提出了另外两种获取近似最优的重要抽样密度函数的方法,对重要抽样技术进行了有益的探索和研究。本文的主要研究内容如下:(1)求取重要抽样密度函数,实际上是求取系统各元件的抽样分布参数,从而构造重要抽样密度函数。本文提出一种基于最小割集的重要抽样方法,求取近似最优的重要抽样密度函数,该方法根据最优抽样密度函数的原始定义,利用最小割集对故障状态最优抽样概率的等式关系进行合并,建立关于最小割集元件最优无效度的非线性方程组,并将方程组转化为线性方程组后采用最小二乘法的矩阵求解法,解析获得系统各元件的最优无效度,从而获取近似最优的重要抽样密度函数。该方法与交叉熵方法同样都是获取近似最优的重要抽样密度函数,但是该方法采用了与交叉熵方法不同的元件重要抽样分布参数求取方式。采用RBTS和IEEE-RTS79两个测试系统进行算例分析,验证了该方法在大电网可靠性评估中的正确性和有效性,显著提高了非序贯蒙特卡罗仿真法的收敛速度,并且预处理阶段处理的状态样本数可以比交叉熵方法更少。(2)交叉熵方法是以KL距离最小为逼近准则,对系统各元件的重要抽样分布参数寻优,获取近似最优重要抽样密度函数,本文提出了采用另外的几种距离作为逼近准则,探索它们在重要抽样中的应用效果。其中一个距离是本文根据误差平方和的概念扩展而来的平均对数差方距离,另外的距离是引入概率与统计理论领域里的f-散度距离。本文以这些距离最小为目标函数构造优化问题,对元件的抽样分布参数寻优,从而获得近似最优的重要抽样密度函数,其中f-散度距离涵盖了交叉熵方法所采用的KL距离。对RBTS和IEEE-RTS79两个测试系统的算例分析,验证了本文提出的这些距离所求取的重要抽样密度函数同样正确有效,能显著提高非序贯蒙特卡罗仿真法的收敛速度,可为重要抽样的理论研究和工程应用提供其他的选择。