电力系统运行与控制中存在大量随机性因素,基于波动性的分布式电源(风电、光电)的大规模并网以及电动汽车等新兴负荷的大力发展使得电力系统的规划与控制面临更多的不确定性。概率潮流计算能够揭示系统的特征、发现系统运行的薄弱环节和潜在危险,能更好地应用于电力系统的经济运行、安全稳定分析以及可靠性分析中。针对含分布式电源和电动汽车充电负荷电力系统中随机变量多元化的特点,提出了一种基于组合抽样的蒙特卡洛法,基于此方法对含分布式电源和电动汽车充电负荷电力系统的电压质量进行概率评估分析。该方法不仅考虑了风速、光照强度的随机性以及基础负荷和电动汽车充电负荷的不确定性,而且计及了输电线路的故障率等随机因素,进而根据随机变量的不同特点采用不同的抽样方法。仿真结果表明,所提方法具有准确性、快速性和实用性,相比于简单随机采样蒙特卡洛模拟法,组合抽样法具有较高的计算效率和更好的模拟精度,从而进一步分析比较了分布式电源和电动汽车充电负荷加入前后电力系统的节点电压变化情况,尤其是分布式电源和电动汽车充电负荷接入点的电压波动情况。为了准确揭示电力系统中不确定因素对系统概率潮流分析的影响,引入随机响应面法对含分布式电源及电动汽车充电负荷电力系统的概率潮流进行分析。选用Hermite随机多项式展开来拟合输出响应量与输入随机变量之间的函数关系,根据线性无关原则选择概率最优配点,进而根据逐步回归分析法消除响应面展开式中的次要项,仅需少量仿真便可快速估计出响应的概率统计信息,具有较高的效率和精度,解决了如蒙特卡洛的一般随机性分析方法仿真时间长、计算次数多的问题。仿真结果表明,随机响应面法具有较高的计算效率和模拟精度。以含分布式电源和电动汽车充电负荷电力系统的概率潮流计算为研究内容,基于组合Copula函数建立考虑风电出力之间和光伏出力之间相关性的概率潮流评估模型。在此基础上,针对传统基于拉丁超立方采样的蒙特卡洛模拟法无法保证序列差异性的问题,提出一种准蒙特卡洛概率潮流方法。首先引入组合Copula函数对风电场出力之间和光伏电站出力之间的相关性进行建模;然后,引入Sobol序列生成服从均匀分布的低差异性序列,该序列可克服传统基于简单随机采样蒙特卡洛模拟法收敛性的瓶颈。算例仿真表明了所提方法比MLHS更加快速、准确、稳健。