随着人们生活质量的不断提升和用电方式的日益增多,人们对用电量和用电需求也不断增加。如今分布式能源已经成为智能配电网的重要组成部分,对光伏、风电、天然气等分布式能源技术的发展是我国解决能源供应、改善能源供给侧、需求侧结构性问题的重要举措。但是随着光伏、风电等分布式电源(Distributed Generation,DG)并网规模逐步增加,电力系统运行的间歇性和不确定性也会日益突出,电网的随机性日趋明显,这会给电网的运行和规划以及安全性评估带来更大的挑战。电力系统不确定因素的增加势必导致运行方式日趋复杂和多变,概率潮流(Probabilistic Load Flow,PLF)作为一种可以全面系统的考虑多种随机变量分布特性的计算方法,在对电力系统不确定性问题的研究上至关重要。为了评估风电、光伏等分布式电源(DG)并网后对电力系统概率潮流(PLF)的影响,本文在基于切片采样(Slice Sampling,SS)的马尔科夫链蒙特卡洛(MCMC)模拟法的基础上引入了改进的拉丁超立方采样(ILHS),通过对切片采样(SS)得到的初始样本进行再次处理来提高计算效率,然后利用Copula理论建立输入随机变量相关性的概率模型,并结合Kendall秩相关系数来度量输入随机变量之间的相关性。对得到的最终样本进行确定性潮流计算,经计算后对比基于SS的MCMC模拟法和传统的MCS概率潮流计算方法两种方法,验证了本文所用方法的可靠性和高效性。同时研究了风电出力和光伏出力之间不同的相关性对系统潮流(电压幅值、相角,线路功率,系统网损率)的影响,结果表明风光出力不同的相关性对系统潮流的期望值不会有太大影响,但是对电压幅值、线路功率的概率分布和标准差会有很大影响,会增加系统的波动性,但是风光出力互补(呈负相关)的相关性可以提高系统的经济性和可靠性。其次分析了系统中接入不同容量的DG对节点电压幅值、线路功率和系统网损的影响,表明了大量接入DG会增加系统的不稳定性,但是在增加少量系统网损的情况下会极大提高电网的经济性。最后分析了不同规模的系统中接入同等比例的DG后对系统潮流影响的区别,证明了大系统对DG的接入有更稳定的兼容性,且网损率相对更小说明有更好的经济效益。