随着全球能源和环境问题的日益突出,可再生能源尤其是风能得到迅速的发展,引起了足够的重视。然而风能具有随机性和间歇性特点,大规模并网后势必会对系统的安全稳定运行和经济调度带来一定的影响。因此,深入研究大规模风电并网对电力系统可靠性和经济调度的影响,对于含风电场的电力系统合理规划及调动运行具有重要的理论意义和实际应用价值。本文主要的研究内容和成果如下:1)为有效地评估风电并网对系统可靠性的影响,本文在考虑系统线路、变压器以及潮流因素的基础上建立了含风电场的发输电系统可靠性评估模型。为提高风速预测精度,在ARMA模型的基础上引入了GARCH模型,构造了ARMA-GARCH风速预测模型,并以实际东海风电场风速数据为基础,验证了该模型的有效性。为尽可能减少切负荷量,采用了最优切负荷模型。最后以IEEE-RTS测试系统为算例,分别对含异步风机风电场、双馈风机风电场的系统进行发输电系统可靠性评估。通过对仿真结果的分析和比较,可以明显的看出:风电接入对提高系统的可靠性具有积极的贡献,同时验证了风电出力的不确定性及风电场分散接入要比集中接入对系统可靠性贡献大。2)为提高计算效率,充分考虑不同风速及风机之间的相互影响,本文在基于频率和持续时间法思想的基础上,提出了一种解析的风电场可靠性模型。该模型在充分考虑风电场出力随机性的基础上,将风电场模拟成一个类似于多状态的常规机组。以RBTS测试系统为算例、文献中所提到的方法为参考,通过对仿真结果的比较和分析,证明了所提模型的可行性和有效性,极大地减少了计算时间,提高了计算效率。该模型可以被系统规划者用来计算含大型风电场的系统可靠性指标。3)提出一种改进的粒子群优化算法,该算法引入了精英学习策略和信息分享策略,结合两种策略的优点,有效地提高了粒子群优化算法的寻优能力和收敛速度。建立了含风电场的电力系统动态经济调度模型。针对风电场的随机性和波动性特点,引入正、负旋转备用加以应对。同时在目标函数中考虑了常规机组的阀点效应,使模型更趋合理性。分别采用基本的粒子群优化算法、改进的算法以及遗传算法对含风电场的动态经济调度模型进行求解,通过对结果的分析和比较,验证了所提算法的优越性。所提方法和模型,对于含风电场的动态经济调度具有较高的实际应用价值。4)建立了含风电场的随机优化动态经济调度模型。在随机模型中,加入了系统备用约束,使之可以得到更有效的机组启停策略。同时在目标函数中加入缺负荷惩罚部分,使得求取的调度策略兼顾经济性和可靠性要求。风电场出力的随机性用Monte Carlo抽样方法模拟,并以不同的场景来表示。为减少计算时间,提高计算效率,采用了基于概率距离的场景消除技术。本文利用改进的粒子群优化算法结合内点法,求取随机优化动态经济调度模型。最后分别以IEEE30节点和IEEE RTS测试系统为算例进行仿真分析,仿真结果验证了所提模型的可行性和有效性。5)提出了一种考虑系统可靠性约束的风电并网动态经济调度模型,该模型除了考虑机组常规的运行约束外,还加入了可靠性约束,在目标函数中计及了中断负荷费用,使得该优化调度模型更符合实际运行的需要,获得的运行策略同时满足经济性和可靠性。采用Q函数近似法求解可靠性指标LOLP、EENS的解析表达式,该表达式考虑了风电出力的波动性。以IEEE 30节点测试系统为算例,对影响系统运行的各种因素进行仿真分析,如LOLP、VOLL、风电和负荷的预测方差等,仿真结果验证了模型的可行性和有效性。所提模型对于含风电场的调度运行既有理论意义又有实际应用价值。