随着电力系统向超高压、远距离、大容量和区域联网的方向发展,大量新技术新设备的应用以及电力市场机制的逐步确立,停电事故往往会造成经济与社会效益的巨大损失,引发的后果越来越严重。准确、快速、全面的可靠性评估计算对电力系统的规划、运行和电能交易等多个方面都具有十分重要的意义。电力系统可靠性评估方法可分为确定性方法和概率性方法两类。确定性方法难以考虑元件运行状态、负荷水平等因素的随机特性,因此评估结果存在较大偏差。概率性方法能够克服确定性方法的上述缺陷,计算精度较高,在电力系统可靠性评估领域获得了更为广泛的应用。概率性评估方法又分为解析法和蒙特卡罗法两类,二者的根本区别在于获取系统随机状态及其概率分布的方法不同。解析法采用故障枚举的方式来获得系统随机状态,通过解析计算获得系统随机状态的概率分布;蒙特卡罗法采用随机抽样的方式获得系统随机状态,通过样本统计以随机状态的发生频率来估算其概率。解析法具有物理概念清晰、数学模型精确的优点,但该方法所分析计算的系统随机状态数目随着元件数目的增长呈指数规律增长,因此在大规模电力系统可靠性评估中会产生“维数灾”;其次,采用解析法难以获得频率和持续时间指标,而该类指标是非常重要的可靠性信息;最后,解析法难以对电力系统中诸如负荷波动、水库水位变化等随机因素进行仿真,也不易模拟运行人员对系统的控制措施,因此影响到了计算结果的可信度。与解析法相比,在电力系统可靠性评估中的蒙特卡罗方法更加富有成效。第一,在特定的精度要求下,蒙特卡罗方法的抽样次数与系统的规模无关,因此特别适合应用于大型电力系统的可靠性评估计算。第二,采用蒙特卡罗方法不仅能够得到概率性指标,而且能够得到频率和持续时间指标,获得的可靠性信息更加丰富、实用。第三,基于蒙特卡罗方法的电力系统可靠性评估程序数学模型相对简单,且容易模拟负荷变化等随机因素和系统的校正控制措施,因此计算结果更加符合工程实际。电力系统规模日趋扩大、元件众多、控制策略复杂,蒙特卡罗方法在大型电力系统的可靠性评估中得到了日益广泛的应用。然而,蒙特卡罗方法存在着计算精度和计算速度的矛盾,即要获得较高精度的可靠性指标需要进行大量的抽样计算,这就大大限制了可靠性评估的收敛速度。因此,研究蒙特卡罗方法的收敛特性,对其进行以提高计算效率为目的算法改进是一项意义重大的工作。本文介绍了序贯仿真、非序贯仿真和伪序贯仿真等三种基本的蒙特卡罗概率仿真算法的原理和特点,在此基础上论述了基于蒙特卡罗方法的电力系统可靠性评估算法的基本原理、基本步骤和主要指标。以测试系统RBTS和IEEE-RTS的可靠性评估作为算例,对蒙特卡罗方法的收敛特性进行了分析。研究表明,常规蒙特卡罗方法收敛速度缓慢,特别是在抽样次数增大时抽样效率会大幅度降低。减小试验函数的方差是提高抽样效率、加快收敛速度的有效方法,论文进行了以减小试验函数方差为目的的改进抽样方法的研究,并取得了以下理论成果。在全面分析现有改进抽样算法的基础上,将常规重要抽样法和等分散抽样法的原理有机结合提出了改进的重要算法。该算法利用常规的重要抽样法优化系统随机状态的概率分布以实现“重要抽样”,同时运用等分散抽样法在多个子区间上判断系统的随机状态,从而实现了提高随机数的利用效率、减小试验函数方差的目的。该算法能够在常规重要抽样和等分散抽样的基础上进一步加快计算速度,适用于大型发电系统的充裕度评估计算。为解决改进的抽样算法存在的适应性较差、计算效率有待进一步提高的问题,本文提出了最优抽样算法。该算法将抽样计算过程分成预抽样和正式抽样两个阶段,在预抽样阶段基于电力系统可靠性评估的积分模型,依据电力系统元件状态变量取值的特点,通过变分运算得到了各维状态变量的最优抽样密度函数;在正式抽样阶段,根据最优抽样密度函数获得系统的随机状态,实现最优抽样。对测试系统的算例分析表明,最优抽样算法显著地降低了试验函数的方差,且易于对机组、线路、变压器等电力元件进行概率仿真,适合发电、输电、发输电组合等多个层次的电力系统可靠性评估计算,具有很好的适应性、实用性和鲁棒性。混合法在电力系统可靠性评估中得到了大量应用,该算法将系统元件的状态变量划分成模拟变量和解析变量两部分,分别采用状态抽样和故障枚举的方法进行处理。针对常规混合法对解析变量的选择缺乏理论支持、解析效率不高的问题,本文提出了选择性解析算法。该算法定义了状态变量投影方差的概念,用来描述状态变量的随机性对试验函数方差的贡献,并根据投影方差的大小确定对状态变量进行解析处理的优先级顺序,以获得最佳的解析方案。对测试系统的算例分析表明该算法能够显著地提高解析计算的效率,加快混合法的计算速度。本文将选择性解析和最优抽样相结合,形成了改进的混合算法。本算法的计算过程也由预抽样和正式抽样两个阶段组成,在预抽样阶段获得各维状态变量的最优抽样密度函数以及在该抽样密度函数下的投影方差(以此确定解析变量);在正式抽样阶段,对解析变量进行状态枚举,对模拟变量按照最优抽样密度函数实现高效的抽样计算。改进的混合算法取得了理想的计算效果,大大缓解了电力系统可靠性评估中计算速度与计算精度的矛盾,为电力系统可靠性评估软件的实用化和在线应用提供了可能。对系统随机状态的优化计算是电力系统可靠性评估的核心步骤,国内外学者为建立满足可靠性评估需要的优化模型进行了大量研究工作,使得这一领域在理论和实践上有了很大发展。在电力系统可靠性评估中,发输电组合系统的评估计算所涉及到的优化问题最为复杂也最具代表性,因此本文对发输电组合系统可靠性评估中的系统优化问题进行了研究。长期以来,发输电组合系统可靠性评估中的优化计算主要通过有功潮流再调度的措施来满足机组有功容量与线路有功容量的约束并减小故障状态下的负荷切除,而对无功备用、无功潮流与节点电压等因素的约束考虑不够充分,这就导致得到的可靠性指标过于乐观。有些文献尽管将上述因素的约束作用包含到了组合系统可靠性评估的优化模型中,但没有定量分析其对可靠性指标的影响,也没有将节点期望电压等反映电能质量与安全性的指标纳入到可靠性评估的框架中。本文研究了发输电组合系统可靠性评估中的优化模型及其求解算法,考虑到节点电压和无功潮流的强相关性,将二者的约束作用统一在无功充裕度的框架之下,建立了计及无功充裕度约束的发输电组合系统可靠性评估模型,提出了相关的可靠性指标,并编制了实用的可靠性评估程序。算例分析进一步证明,无功充裕度对发输电组合系统可靠性水平具有显著影响,在可靠性评估和规划中应当全面计及无功充裕度约束,否则在计算中可能产生难以接受的误差。寻求不同运行状态下提高可靠性水平的最优措施对电力系统的规划和运行具有重要意义。鉴于无功充裕度对电力系统可靠性水平的显著影响,本文提出了一种计及无功充裕度约束的电力系统可靠性规划方法。该方法能够在准确判断约束系统可靠性水平“瓶颈”因素的基础上,为运行和规划人员提供改善可靠性水平的有效措施,以实现可靠性水平与投资成本之间的合理均衡,具有比较重要的工程意义与良好的应用前景。