随着电力工业的市场化改革和新能源的广泛利用,现代电力系统面临着更多的不确定因素,但是业界广为采用的仍是典型工况与确定性安全准则的组合。通常,以最坏条件下保障安全运行的确定性安全准则有较大的保守性,且只能定性判别系统安全与否。近年提出的风险概念同时涵盖了系统故障的可能性与严重性,因在理论上克服了确定性安全准则的一系列弊端,而受到学术界的重视。不过,即使抛开对各种不确定因素建模的准确性不谈,风险指标计算过程本身亦需要较大的开销,在效率上难以起到对调度与决策的支持作用。因此,本论文围绕不同时间尺度下电力系统调度与决策对系统风险水平评估的需求和风险源的探寻展开了深入的研究。　　对于含有风电场的电力系统,由于风电场出力的预测准确度不够,只能将系统运行工况也视为随机变量。因此,在对预调度方案进行过载风险评估时,只有计算出风险指标值的分布,才能全面地了解可能存在的运行风险。上述计算过程的核心是概率潮流程序,并辅以故障选择、严重度函数应用等环节。本论文采用整体建模的思路,把风险指标的计算过程视为一个“黑箱”系统,用概率配点法选择少量样本点,依据样本点输入与输出间的映射关系,构造出风险计算过程的元模型,进而针对元模型应用蒙特卡罗法求取风险指标的分布。元模型方法是复杂计算过程的再抽象和简化,算例表明,该方法能够大幅提高计算效率且计算精度优于传统的直流潮流简化法。　　当把系统风险水平计入有功经济调度时,同样需要简化风险指标计算过程,而且要求便于与优化模型和算法相结合。对此,本论文仍采用整体建模的思路,基于高维模型表达理论,将风险指标作为节点有功注入的函数,并构造出了以正交多项式族为基的近似解析表达式。所构造出的函数被直接用做经典经济调度模型的非线性约束条件。算例表明,用序列二次规划法可以方便地求解含风险约束的有功经济调度模型,并且通过调整约束的阈值可以实现对调度方案的风险调控。　　提高设备的可靠性是降低系统运行风险的重要手段。找出系统中对相应可靠性指标有重要影响的设备,无疑对消除风险隐患具有重要意义。本论文受采用蒙特卡罗方法计算风险指标过程的启示,提出了一种依据影响风险指标值程度对电力系统元件进行排序的方法。首先,按风险指标值大小对各计算样本进行排序,再设定一个风险阈值,并根据风险阈值将设备状态分为两个抽样序列,最后通过P值检验法判别两个抽样序列的相似程度。如果两个抽样序列存在显著差异则说明该元件对风险指标有重要影响。因P值是拒绝原假设的最小显著水平,所以它可以作为元件重要性的排序依据。算例表明,该方法可以指示出系统中的薄弱环节,排序结果可以视为一种粗粒度的风险灵敏度信息。　　电力系统中的一部分风险是人为引入的,可以得到控制甚至完全消除。本论文通过对常用的平均有效风能密度近似计算公式进行全局灵敏度分析,发现了在可能的参数取值范围内会出现近似误差骤然增大,从而导致计算结果严重偏离真实值的现象,并提出了控制近似计算误差的充分条件。　　本文工作得到国家高技术研究发展计划(863计划)重大项目《高渗透率间歇性能源的区域电网关键技术研究和示范》(2011AA05A105)的资助。