风电的大规模接入势必对电网的安全性和可靠性造成影响,特别是对网架结构薄弱的区域电网影响较大,需要从理论上量化分析风电的可靠性及对电网的影响。根据某区域电网的特点,特别是受外界环境影响较大而且含大量风电的地区,分析天气、环境、自然灾害和运行工况等对风电机组、发电机、变压器和输电线路停运的影响,提出考虑天气、环境和电网运行工况的元件故障率计算方法,研究风电机组和主要电力系统一次设备的时变停运模型。针对风电机组的运行特点,基于马尔可夫链的解析方法,考虑运行、停运和降额状态,建立了风电机组的三状态故障模型,在此基础上,考虑风速的随机性、风电场尾流效应的影响建立了风电场的可靠性模型；基于此模型,应用蒙特卡罗方法对风电场有功出力的概率特性进行评估,给出了评估的方法和流程。考虑非序贯蒙特卡罗方法的不足,在风电机组三状态故障模型的基础上,基于状态持续时间抽样方法给出了风机状态的时间序列模型；基于风速的ARMA模型,考虑风电场复杂尾流效应的影响建立了用于序贯蒙特卡罗仿真的风电场可靠性模型；针对风电机组的三状态模型,提出双重抽样序贯蒙特卡罗方法,并基于此方法对风电场有功出力的可靠性进行评估。根据上述研究成果,应用分散抽样蒙特卡罗方法对某区域发电系统进行可靠性评估。首先考虑风电出力的随机性、常规发电机组的随机停运和负荷预测的随机性建立发电系统的可靠性评估模型；其次针对概率抽样中常规蒙特卡罗算法样本容量大、效率低等不足,提出应用分散抽样蒙特卡罗算法解决含风电发电系统可靠性评估问题,此算法将[0,1]区间分成若干子区间,在抽样后分别对每个子区间进行系统状态判断和指标计算,从而增加故障状态的抽样频率,提高抽样效率,在满足精度要求下,有效的减少了抽样次数。鉴于发电系统未涉及变压器、输电线路等电网元件,应用蒙特卡罗方法对含风电的发输电系统进行可靠性评估。首先考虑风速的随机性、多个风电场中风速的相关性和风机的停运及降额状态建立风电场的可靠性模型；其次考虑常规蒙特卡罗方法应用于大规模风电接入,特别是以单个小容量的机组接入的情况下会存在样本容量大、效率低等不足,本文提出在蒙特卡罗仿真的概率抽样环节中使用拉丁超立方采样和Cholesky分解相结合的方法,此方法使用拉丁超立方采样来改善样本值对输入随机变量的分布空间的覆盖程度、使用Cholesky分解来降低输入变量之间的相关性系数,从而提高了采样效率、增加收敛速度和提高评估精度。在MATLAB中建立了相关评估程序,并对150MW风电场算例、含2个风电场的10机发电系统算例和改进IEEE-RTS79发输电系统算例进行了仿真,通过对仿真结果的分析和研究验证所建模型和所提方法的有效性。