随着世界经济的快速发展，以及近年来环境污染的加剧，气候资源开发利用，特别是对风能、太阳能等可再生能源的开发利用，成为可持续发展的能源战略决策之一。风能与太阳能开发利用的巨大潜力推动着风电场和光伏电站的大规模建设，由于风能与太阳能的随机性和间断性特点，使得风电场和光伏电站对电力系统可靠性产生与常规能源不同的影响。因此，研究风电场和光伏电站对电力系统可靠性的影响，对实际电力系统规划具有重要的理论指导意义和实际应用价值。随着风电场和光伏电站数量的增加以及容量的增大，迫切需要建立更加准确的风电场和光伏电站的可靠性模型。本文首先对风电场风速的概率分布模型进行了研究，提出了一种风速的非参数核密度估计模型，并且提出了两个多变量相关性模型，并将它们分别应用于含风电场的发电和发输电系统可靠性评估，以及含风电场和光伏电站的发输电系统可靠性评估中。风电场风速概率分布描述了风能资源的统计特性，是风电场规划和可靠性评估的基础。本文提出了一种基于非参数核密度估计的风速概率分布模型。该模型不需要风速概率分布的任何假设，因而不需要评估概率分布的特性参数。基于具有不同核函数的两个非参数核密度估计函数之间的均方积分误差最小的原理，提出了一种计算该模型中最优带宽的方法。基于十个风电场的实际风速数据，考查了已有学者提出的十个传统参数分布函数和该模型的适用性。进行了两个统计量的拟合优度，风速数据离散分布和理论概率密度分布之间的均方根差，分布模型与实际风速直方图直观上的匹配水平等方面的对比分析。这些统计量检验和后验检验表明，风速的非参数核密度估计模型比传统参数分布模型有更好的适用性。随着风电场的建设，一个地区常常出现多个风电场接入电力系统。距离较近的风电场风速之间存在相关性。因此，在对含多个风电场的电力系统进行可靠性评估时，模拟多个风电场的风速样本应该考虑风电场风速之间的相关性，风电场风速之间的相关性经常采用线性相关矩阵来表达。本文提出了风速变量服从任意概率分布的风电场风速改进相关性矩阵模型。该模型首先将非正态风速分布的相关矩阵转换成一个正态分布的相关矩阵，然后通过随机抽样产生满足这个正态分布相关矩阵的正态变量，最后通过反变换法将正态变量转换成服从原非正态分布相关矩阵的风速变量。该模型消除了目前被广泛使用的传统相关矩阵法中要求正态分布的假设。同时把该模型应用于含风电场发电系统可靠性的蒙特卡洛模拟过程中。算例表明：与传统相关矩阵法相比，所提出的模型和方法能更好地表达风电场风速之间的相关性，提高了含风电场的发电系统可靠性评估精度。在含多个风电场的电力系统中，大多数情况下线形相关性很好地表达了风电场风速间的实际相关性。但是某些情况下，风速之间可能包含非线性的相关结构，发展能处理非线性相关性的多风电场风速相关模型是必要的。本文建立了一种基于Copula函数的多元风速相关性模型。该模型的特点是把风速变量边缘分布和风速变量间的相关结构分开表达。该模型通过分步参数估计法分别估计出边缘分布的参数和各个常用Copula函数中的参数，然后通过经验Copula函数与理论Copula函数之间的最小欧式距离来选择最优Copula函数，最后用这个最优Copula函数通过一种条件抽样法来产生相关风速样本。并把该模型应用于含风电场发输电系统可靠性评估的蒙特卡洛模拟过程中。算例表明：与传统相关矩阵法相比，用Copula函数法产生风速数据时，可以更好地保持历史风速数据的概率分布特性，基本统计量以及相关结构。两种方法分别应用于含多个风电场的发输电系统可靠性评估中，结果表明：传统相关矩阵法会造成对系统可靠性指标的过低估计。目前随着我国大型光伏电站的建设，和大型风电场一样，一些光伏电站也已经陆续接入电力系统中。所以需要对同时含有风电场和光伏电站的电力系统进行研究。在同时含有风电场和光伏电站的发输电系统中，其可靠性决定于多个因素，包括风电场风速和光伏电站光照的概率分布函数，可再生能源的渗透水平，以及风电场风速、光伏电站光照和节点（或地区）负荷之间的相关性等。本文把改进相关矩阵法扩展并建立了模拟风电场风速、光伏电站光照和节点（或地区）负荷之间相关性的模型。算例表明：在含风电场和光伏电站的发输电系统可靠性评估中，考虑风速、光照和节点（或地区）负荷之间相关性是重要的和必要的，否则会造成系统可靠性指标的低估或高估。