由于地球资源的日渐枯竭,人们对环境的关注以及在全球范围内正在进行的电力市场化改革,都促使在电力工业中引进竞争机制,降低电力生产和供应成本,实现资源的优化配置,从而使得分布式电源尤其是可再生能源类发电技术,如风力和太阳能发电成为电力系统中一个新的研究热点。分布式电源与大电网相联,使得电力系统变得更加分散,用户对大型发电厂和输电网的依赖减少,同时对电力系统的结构、投资、运行、可靠性等将产生一系列的影响。但是由于可再生能源尤其是太阳能和风能具有随机性变化的特点,它们在电力系统的大量应用,对电力系统的影响具有随机和不确定性。分析这类发电形式的一次能源的变化特点及其对电力系统的影响具有重要的理论和实际应用价值,已成为智能电网发展的一项较为重要的研究课题。本文首先根据分布式电源的成本分析,基于电力市场理论提出了一种分布式电源的规划方法,采用基于信赖域内点法的最优潮流来求解。由于可再生能源的不确定性,风力和太阳能辐射的准确预测较难实现。本文第三章主要是采用系统辨识的方法建立了Box-Jenkins模型,对5-15分钟短时太阳辐射、逐时太阳辐射以及太阳日总辐射量进行预测和模拟,对预测误差进行分析,所有的模型都通过了残差分析和零极点检验,具有平稳性和适用性。并且在已建立的预测模型基础上比较了卡尔曼滤波、归一化梯度算法、具有遗忘因子的递推最小二乘算法,建立了逐时太阳辐射量的时变参数模型,用于逐时太阳辐射量的在线预测。由于太阳能电池阵列的倾角和方位角对输出的影响很大,因此要尽可能的选择最佳的角度。固定式光伏系统的最佳倾角应根据该地的纬度、太阳能辐射状况、年负荷特性等均衡考虑。本文第四章根据实际的太阳辐射数据拟合了地外斜面日最佳倾角和积日之间的关系、地表斜面与地外斜面日最佳倾角的关系以及地表斜面日最佳倾角和积日之间的关系,并且能够根据多年平均日辐射量计算朝向赤道斜面日最佳倾角和任意时间间隔的最佳倾角。之后以光伏发电阵列上接收到的辐射量和太阳能电池温度为输入数据,建立了光伏发电站的逐时输出功率多步预测模型,并据此建立光伏阵列的在线逐时预测模型,预测效果更好,具有一定的实用性。风力发电的输出功率与风电场的风速直接相关,呈现出很强的随机性。本文第五章利用状态空间模型进行短期风速预测,选择基于子空间方法的状态空间模型辨识和采用预测误差算法的模型辨识方法对风速的逐时数据进行辨识,得到PSS1模型,并选择具有遗忘因子的递推最小二乘算法作为风速在线预测模型。然后采用风电场的历史风速作为输入数据,风电场的出力作为待预测数据,建立了风电场出力预测的Box-Jenkins模型,24天的风电场逐时输出预测结果表明该方法在短期风电出力预测方面具有一定的精度和实用性。本文第六章通过对大量的太阳总辐射、直接辐射和散射辐射数据分析发现太阳总辐射和直接辐射都满足Beta分布,而散射辐射则满足混合高斯双峰分布,因此建立了光伏发电系统的概率分布模型。而风速的分布采用双参数威布尔分布,文中分别根据线性最小二乘算法、极大似然法以及加性误差和乘积性误差的非线性最小二乘算法对风速频率分布的威布尔参数进行估计,通过比较发现极大似然法的准确性最高,并据此建立了风电场的概率分布模型。之后本文根据风电场和光伏电站的概率分布模型,提出了包含风电和光伏发电的基于点估计法和Cornish-Fisher级数的电力系统概率最优潮流算法。通过IEEE算例系统关于最大输电能力和静态电压稳定的计算结果表明,该方法计算精度较高,同时与蒙特卡罗方法相比具有较小的计算量。最后本文应用点估计法分析了电力系统逐渐增加接入不同形式和不同分布的光伏发电和风电时对电力系统静态电压稳定临界点的影响。结果表明在一定的渗透功率范围内,风电场和光伏发电站对系统静态电压稳定临界点有功功率的增长是有益的,并且当只单独安装风电或光伏发电时,静态电压稳定临界点有功功率的概率分布也与对应的发电形式的概率分布具有近似的偏度和峰度参数。只是对于同一类型的发电,随着其安装位置的不同或当时气象条件的不同,其对系统静态电压稳定临界点有功功率的概率分布的影响也有不同,尤其是接入点的节点电压的变化会有很大的区别。这些规律的发现可以为电力系统规划和调度提供更多的信息以方便决策。