随着社会的发展，电能在现代社会中扮演的角色越来越重要。同时，随着用户对电能质量的要求越来越高，向用户提供充足、可靠、经济的电能是电力工作者的首要任务。而电力系统可靠性问题是影响电能质量的关键因素之一，因此，提高电力系统的供电可靠性是提高电能质量的重要环节。同时，分布式发电(DG)技术研究越来越受到世界各国的重视，分布式发电已进入实用化阶段，随着分布式电源在电力系统中所占比例的不断扩大，研究分布式发电对系统运行的可靠性影响势在必行。 目前，对于接入分布式发电的配电系统可靠性评估刚刚起步，尚没有成熟的分析方法。这主要是由于分布式发电技术给电网带来各种便利的同时，也会带来一些安全或规范的问题，如DG切除时系统电压跌落的问题，当系统发生故障时DG对孤岛内用户供电质量问题，DG并网准入问题，DG的保护配合问题等等。由于DG的运行策略、接入方式不同，可靠性的评估也将产生很大的差异。同时，现有的可靠性评估模型及计算方法随着配电系统规模的扩大，模型复杂度成指数增长，处理速度也相应越慢。因此为适应电力运行环境的变化，借鉴相关学科的研究成果，寻找更加科学、实用的配电系统可靠性评估方法是十分必要的。 潮流计算是对其影响进行量化分析的依据之一。由于目前的配电网络潮流计算方法中没有充分考虑分布式发电的影响，因而随着不同形式的分布式电源的并网，配网潮流计算难度增大，因而寻找适合于带有分布式电源的配网潮流计算方法十分必要。由于配电网的固有特点，传统的配电系统潮流算法存在许多问题，如节点编号复杂(需要按一定规律对线路和节点编号，或者需将节点分层)，有些还需要增加一虚拟零阻抗线路等，这些都增加了程序编制和使用的难度。本文首先对分布式电源进行分析，确定电源模型，提出基于map结构的系统表示方法，利用基于线路功率的前推回代法进行潮流计算，并在此基础上研究了DG对配网系统潮流的影响，最后基于粒子群优化与灵敏度分析原理，采用局部分支优化方法进行DG电源最优配置，算例证明该方法在时间和效果上都能得到满意的结果，适用于工程应用。 传统的配网可靠性评估方法随着配电系统规模的扩大，模型复杂度按指数增加，处理速度随之变慢，针对这些问题，本文引入成功流方法(GO法)，给出了GO法应用的基本原理。由于GO法建模以成功为导向，从输入单元的成功状态开始，逐步分析成功后果，直到代表系统的输出信号，其建模方式为归纳法，不需要事先求出最小割集即可得到精确的结果。但GO法应用有一定的难度，因此本文对GO法进行了改进，使其能应用于工程计算，并在此基础上建立了配电系统可靠性评估的GO法模型，并进一步考虑负荷转移限制情况下的可靠性评估，对带有分支的复杂辐射型网络进行分析，最后用算例说明利用系统元件之间的成功依存关系建立模型，能较好解决传统方法模型复杂，计算耗时大等不足，可以用于较大规模配电系统的可靠性指标计算。该方法除了具有满意的速度和精度外，由于其求解过程针对单个用户进行，因此可以得到单个用户的可靠性指标，能为个别可靠度微观极限值管理提供依据，同时针对系统中元件可靠性参数不断变化(如老化等)或随着系统元件的维修更换，GO法能跟踪其变化，可动态计算系统的可靠性指标。 根据DG接入点、接入容量、接入方式以及运行方式的不同，DG对配网可靠性的影响也产生巨大的差异。本文在配网可靠性的GO法研究的基础上，首先分析了分布式发电对配网可靠性影响因素，通过选择简单快速的孤岛边界搜索方法，给出在DG接入的情况下配网可靠性评估模型，并通过算例计算了传统的配网可靠性指标，如年平均停电次数、年平均停电时间等，说明分布式电源对配网可靠性的影响。 与传统的配电系统不同，分布式发电的注入给可靠性评估带来新的问题，跟发输电系统类似，需要考虑电源充裕度、可信度问题。与传统的大型机组相比，分布式发电有自身的特点，如有些DG采用风力或太阳能发电等，其输出功率与可用能源有着密切的联系，会经历更多的波动，也就是说，具备更多的不确定性。本文将条件风险值(CVaR)引入，来评估接入分布式电源的配电系统可靠性，与风险值VaR相比，CVaR能弥补VaR的不足。首先本文针对DG存在的两个主要问题：启动问题以及能源不确定性问题进行建模，评估DG作为备用以及承担基荷等两种运行策略下的配网电量不足期望值，算例给出VaR与CVaR两种计算结果并进行分析。可靠性与经济性的评估总是不可分割的两个方面。进行系统决策时，需要对各项指标进行综合评比，以得到最优的方案。电力系统中的决策者经常会根据自身的运行经验对不同的方案都会有自己的偏好，为使决策更加合理，需要综合考虑属性本身的客观属性。本文首先分析DG项目中存在的各项成本，包括机组运行的固定成本、可变成本以及用户的停电损失等。其次对项目实施所带来的各项系统指标进行分析，给出效益评估所涉及的各项因素，最后综合各项指标，利用对方案有偏好的多属性决策方法进行决策，同时考虑到决策者的主观偏好与客观属性之间的差距，以选择最优方案，使得决策更加合理。