发输电系统规划阶段需要评估风电资源对系统供电可靠性的贡献程度,以避免发电侧资源的过度投资。置信容量这一概念正是用于承担这一评估工作。同时,为了降低风电资源不确定性对其贡献程度的不利影响,可以考虑配置储能系统,提升其置信容量,促进能源结构向环境友好型逐步转变。本文以此作为研究对象,针对当前风电资源置信容量的快速准确计算以及储能提升风电容量价值的运行策略方面还存在的各种不足,开展了一系列相关研究。具体工作包括:(1)提出一种基于偏移正态分布混合模型和藤结构copulas函数的广域区间多风电出力随机场景生成方法。采用藤结构copulas函数作为各风电出力边际分布之间的连接函数,实现了边际分布和相关性结构的解耦,规避了直接拟合高维联合分布的困难,并提升了相关性结构建模的灵活性。边际分布建模部分则采用能够计及高阶统计量信息的偏移正态分布混合模型,实现了精度与复杂度的良好平衡。该模型对不同具有不同统计特征的联合分布函数的适应性更强,能够产生大量贴合原始经验分布的多风速高维样本,为后续风电置信容量评估提供场景和数据方面的支撑。(2)提出一种考虑风电负荷相关性的改进交叉熵重要性采样法,用于发输电系统可靠性加速评估。该方法首先通过提出同质机组概念以及与之配合的多项分布重要性采样参数更新方法,从而将多项分布融入到可靠性计算的重要性采样过程中,最终实现了机组状态变量的降维。然后提出利用联合正态变换法将风电负荷历史数据中的相关性结构融入到重要性采样样本中,从而降低无效样本在用于计算可靠性指标的所有系统状态样本中所占比例,提升计算效率,为后续风电置信容量评估过程提供有力的算法支撑。(3)详细分析了弦截法与可靠性指标计算的模拟法结合时存在的精度不足和收敛困难等问题,并提出采用基于光滑样条插值思想的非迭代式算法降低计算结果的波动性。该方法不仅规避了传统插值法必须经过插值点的而造成的对插值点处计算精度过于依赖的不利情况,而且不需要预先确定拟合函数的参数形式,因此可用于方便灵活地计算风电资源的置信容量。(4)提出一种基于加速时序蒙特卡洛法的风电置信容量算法,用于考虑风电和负荷自身的时间自相关特性。尝试利用重要性采样思想修正常规机组的可靠性参数,实现时序蒙特卡洛法计算可靠性指标速度的提升,并提出与时序算法相匹配的光滑样条插值法进行风电置信容量的计算。(5)提出了一种以提升风电场置信容量为目标的电池储能配置方法,针对储能配置过程中需要预先确定储能运行策略的问题,在分析电池储能自身特性以及在优化问题中的模型及约束后,采用风储系统联合出力日内峰谷差最小和风储联合系统出力与负荷曲线相关性最高这两种不同的储能出力控制方法求解其对应的运行策略。采用随机场景生成和削减的方法构建多个典型年场景来考虑负荷和风电出力的随机性,保证求解得到的储能配置方案的普适性。最后通过后验式置信容量重新评估,对不同容量的储能接入后风储联合系统的置信容量的提升效果进行灵敏度分析,从而给决策者提供确定配置方案的依据。本文所提出的风电置信容量评估和提升方法可为含风电电力系统的规划工作提供理论支撑,促进风电渗透率的提高和能源结构的改善。