由于风力发电的不确定性,大规模的风电并网使得电力系统的规划和经济运行更加困难。传统的最优潮流计算,未考虑系统中的不确定因素,无法反映系统的整体运行状态,不能为电力系统的经济运行及安全分析提供准确合理的决策信息,因此将概率理论与传统最优潮流计算相融合,建立概率最优潮流模型,采用算法寻优,合理安排常规发电机的出力以达到电力系统的安全经济运行很有研究的必要。除了随机性之外,相邻风电场间风速还有一定的相关性,若忽略风速的相关性,会导致概率最优潮流计算结果不准确,因此本文研究了考虑风速相关性的电力系统概率最优潮流计算。首先,引入概率理论来模拟系统中具有随机性的输入量,建立了负荷、常规发电机出力以及风机出力的概率模型。采用三点估计法进行含风电场的概率潮流计算,在IEEE30节点系统进行仿真得到节点电压统计数据,并与蒙特卡洛方法的计算结果进行对比分析,结果表明三点估计法进行概率潮流计算是可行有效的。其次,由于相邻风电场间风速有一定的相关性,且风速间的联合概率密度函数实际中无法获取,为此引入Nataf变换来处理具有相关性的风速变量,Nataf变换应用时只需知道风速的边界概率密度函数和相关系数矩阵,这在实际中是可获取的。本文采用基于Nataf变换的三点估计法进行考虑风速相关性的概率潮流计算,并在含两个风电场的IEEE30节点系统中进行仿真分析,得到概率潮流计算输出变量的统计特征,分析了风速相关性对节点电压和支路传输功率的影响,与蒙特卡洛法比较分析表明所用计算方法的准确性。最后,将概率潮流和最优潮流相结合,建立了考虑风速相关性的概率最优潮流模型。在基于Nataf变换的三点估计法的基础上,采用一种新的智能优化算法——差分搜索算法进行求解。差分搜索算法有独特的搜索机制:搜索运动不完全依赖于最优解,计算过程中没有复杂的公式推导,有更佳的寻优能力和收敛速度。同PSO、GA和GSO三种比较算法在基准函数上的仿真结果表明差分搜索算法性能更好。本文将差分搜索算法应用在概率最优潮流计算中,在含两风电场的IEEE30节点系统上进行了两个算例仿真分析,研究了不同相关程度的风速对常规发电机出力和发电成本的影响;然后进一步研究了风速处于高度相关时,负载相关性对概率最优潮流计算结果的影响,仿真结果表明:本文所建立的模型和求解算法可为电力系统运行提供更佳的决策依据。