随着化石能源的日渐减少,全球电力需求难以满足,如何进一步利用可再生能源为电力系统出力成为研究的重点。风能与光伏能源两种可再生能源因自身出力的波动性与随机性,并入电网后会造成较大的扰动,因此对接入可再生能源的电力系统进行可靠性评估则显得尤为重要。本文对风能与光伏能源接入电网后系统的可靠性进行了研究。在该研究中,建立了含可再生能源的电力系统输出功率特性模型,为评估系统可靠性奠定了基础,利用蒙特卡洛模拟法对接入可再生能源后的电力系统进行了可靠性评估。首先,利用时间序列法对风电场风速进行预测。针对预测过程中该方法精确度低、偏差较大的问题,本文提出利用Elman神经网络算法优化时间序列法,即ARIMA-Elman组合预测模型,有效地提高了风速的预测精度;同时考虑到风电场风速的特殊性,计及风速尾流效应、停运效应进一步建立风电场功率输出模型。对于光伏发电站,通过计算日地天文关系得出太阳能辐照度,将地面接收到的有效辐照度进行分解,用晴空指数表示光照强度变化的随机性,进一步建立光伏发电模型,依据光伏电池板能量转换特性得出光伏发电输出功率时间序列模型。其次,针对传统蒙特卡洛模拟法对系统状态抽样效率低的问题,本文提出利用重要抽样法对系统运行状态进行抽样,选取合适的重要概率函数计算得到优化后的系统状态概率分布。将风电场接入国际可靠性测试系统(IEEE-RTS)后,利用重要抽样法改进后的蒙特卡洛模拟法对系统可靠性进行评估,通过仿真实验分析此时系统的可靠性指标,证明了改进后的评估算法效率更高。最后,制定含可再生能源的电力系统可靠性评估指标体系,明确评估流程,将风能和光伏能源加入原有系统的可靠性评估体系中,分析通过不同节点接入不同容量的风能、光伏能源和混合能源后的系统可靠性变化。利用某地区电网进行实验仿真,分析不同条件下的仿真结果,得出可再生能源并网后对系统可靠性的影响,同时提出了鉴别系统相对薄弱环节的方法,并针对该电力系统中的薄弱区域提出相应的改善措施。