随着经济的发展和科技的进步,人类对能源需求日益增加的同时,对环境保护也越来越重视,基于可再生清洁能源的风力发电(Wind Power Generation, WG)、太阳能光伏电池(Photovoltaic, PV)等新能源发电具有节能减排等优点,因此得到了广泛的关注和应用。但由于这类电源的出力受自然气象条件的影响,具有明显的间歇性和随机波动性,当其并网运行后会给系统带来更多新的不确定因素,降低系统的安全可靠性。因此本论文深入研究了考虑多风电场风速相关性的概率潮流及风电的优化配置；基于出力互补性的分布式风电、太阳能光伏电池的优化配置；以及考虑无功补偿影响的间歇性分布式电源综合优化配置。具体研究工作如下：1、针对不同风电场风速之间存在相关性,提出了一种考虑风速相关性的概率潮流模拟计算方法。在假设风电场风速满足正态分布的基础上,通过采用随机抽样技术和线性变换,运用蒙特卡罗模拟法进行了考虑风速相关性的概率潮流计算。基于异步发电机的稳态等值电路,在潮流计算中提出了一种描述其吸收无功的变系数二次多项式模型。分析了不同风速相关性对风电场并网点电压的概率密度和相关支路传输功率的概率分布的影响,以及考虑相关性后对风电场并网点无功补偿容量的配置。计算结果表明,在不同的风速相关性情况下,风电场并网节点电压及距风电场较近的支路潮流概率分布变化较大。2、在随机变量的半不变量基础上,提出并推导了一种考虑风速相关性的概率潮流解析算法,即通过引入多个相互独立的随机变量,并根据各个风电场风速的相关系数,将其余风电场风速拟合成参考风电场风速与引入的随机变量之和,然后再将风速离散化,计算各种风速组合下的系统潮流及其概率,最后再采用VonMises函数求得所有风电场风速组合下的系统概率潮流。在假设风速满足正态分布时,通过与考虑风速相关性的概率潮流模拟法所求得的结果进行比较,验证了此解析算法的有效性和准确性。在进一步将此解析模型用来求解各风电场风速服从Weibull分布时,分别采用不同型号的风力发电机,并计算其在风速低度相关、中度相关、强正相关和强负相关下的系统概率潮流。计算结果表明,风力发电机的型号参数不同时,系统概率潮流亦会发生明显的变化。3、在考虑风速相关性的概率潮流解析法的基础上,对风电场进行优化配置分别在3种不同的优化目标函数下,即系统最大风电安装容量配置、风电场经济运行效益最优配置和风电场无功优化配置,以风电场并网节点电压越限概率为机会约束条件,研究了不同型号的风力发电机,以及各风电场风速的相关性不同时,3种目标函数下的风电最优配置方案和无功补偿最优方案。优化结果表明,不同的风力发电机型号、不同的风速相关性情况下,其最优配置方案会出现较大的差别。4、通过对间歇性电源出力在时域和地域上的互补性分析,构建了基于这种互补性的间歇性分布式电源优化配置模型。即根据分布式风电、太阳能光伏电池出力在典型日内各个时段内的概率分布情况,结合系统负荷功率在不同时段内的分布水平,将典型日划分为多个时段,以整个时段内间歇性分布式电源售电、投资、降损、废气减排以及系统电压水平综合最优为目标函数,并采用机会约束规划方法对每个时段进行处理。计算结果表明,系统负荷功率和间歇性DG输出功率在整个时空范围内的概率分布差异性和互补性的变化会严重影响间歇性DG的最优配置方案和系统运行状况。5、由于间歇性DG和无功补偿电容都能改善系统电压水平和降低网损,而分别对间歇性DG和无功补偿电容进行独立的优化配置时,其最优配置方案并不能取得令人满意的效果。因此采用机会约束规划方法,对间歇性DG和补偿电容进行综合优化配置,能够充分利用补偿电容来改善系统概率潮流和提高节点电压期望值及其处于正常范围内的概率。计算结果表明,该方法降低了间歇性DG和补偿电容的总投资成本,取得了系统运行的经济效益、环境效益以及电压质量的综合最优。