风力发电是21世纪重要的绿色能源,也是非可再生能源最重要的替代能源之一。随着国际风电技术和装备水平的快速发展,风力发电已经成为目前技术最为成熟、最具规模化开发条件和商业化发展前景的新能源技术。然而,风能具有较强的随机性和波动性,使得接入电网的风电穿透功率呈现剧烈的波动特性。随着风电场穿透功率的增加,风电场并网运行给电网带来的一系列影响越来越严重,足以破坏电力系统经济、安全、稳定、可靠运行的状态,使电网的运行调度产生特殊的困难。本文主要对大规模风电并网对电力系统可靠性的影响进行分析探讨,继而寻求风电并网后系统备用的最优化,达到新能源最大化利用和电力系统可靠性的统一。首先建立了基于神经网络的风速预测模型。通过分析风速与气象信息的相关性,从中选取对风速影响最大的若干气象因素信息;通过分析风速的变化特性,指出了风速的季节周期性和时间连续性。为了提高模型的准确度,以选取的气象信息作为模式,分别寻找与预测日在季节周期性和时间连续性相似的样本,以神经网络模型为手段,分别产生风速的横向模型值和纵向模型值。最后以这些模型值作为输入,再次利用神经网络模型,产生最终的模型值。该模型能够反映当地的风速变化特征,其产生的数据和历史真实数据在风速概率分布和风速年变化等特征上表现一致,因此适用于含风电场的电力系统可靠性评估。其次,基于蒙特卡罗方法建立了含风电场的电力系统可靠性评估模型。采用序列抽样方法,得到风场的风速模型值、风机出力值,传统机组和负荷的状态,对该状态进行评估得到该状态的可靠性参数。通过满足一定精度或次数的蒙特卡罗抽样后,得到大量的系统状态以及其对应的可靠性数据,对这些数据进行统计即得到该系统的可靠性水平。通过改变风电并网的条件,观察大规模风力发电并网对系统可靠性的影响。结果显示,风电并入系统的容量大小,接入点的改变以及系统本身的备用储备变化等都会对系统的可靠性造成不同的影响。最后,对风电并入后的系统的备用进行了优化。在风电并网容量和接入点确定的情况下,系统备用储备的大小和地点同样对系统的可靠性提高有不同的贡献。本文建立了基于可靠性评估的备用优化模型,以备用最小为目标函数,以保持系统可靠性在一定的水平为约束条件,采用粒子群算法对该问题进行求解,平抑风电并网对系统可靠性的影响。对备用进行优化后,风电并网的置信度水平有显著提高。此外,本文还对上海电网并入风电能源后进行了发电系统的可靠性评估,对其在不同容量风电并入后的备用需求进行了估算。本文是在上海电力公司“含大规模风电场的电力系统运营模式与风险管理”项目的资助下完成的。