从节点注入功率的角度观察电力系统,不确定性正在高渗透、多维度地涌入电网。风、光等新能源发电受风速、辐射度等自然条件影响,具有天然的波动性与间歇性;电力用户对供电质量要求日益多样化,且越发呈现主动性;电力系统的规划、运行与控制受到了严峻挑战。然而,以经典摩尔区间分析理论为例,传统的不确定性方法往往对数据的要求过高,或者做出了难以实用的假设,分析结果也趋于单维同质化。为此,本文选取电力系统中最容易获取,也最具解读性的区间量为研究对象,以区间获取、区间数学表征到区间潮流分析为研究内容,为电力系统不确定性建模及潮流分析提供了一种多维视角。研究流程如下:首先,详细说明了电力系统不确定性背景和课题研究意义,并从不确定性建模理论和考虑不确定性的电力系统潮流分析两个角度,探讨了当下国内外该研究领域的科研现状,突出了本文的创新点与主要工作。进而,归纳分析了呈现不同的不确定性特征的数据的区间转化策略。对于特征不明显的数据,提出了基于自适应聚类数的FCM（模糊C均值）聚类的方法对数据作预处理;如果为离散数据,提出了以极值和以平均值为基准的区间建模方法;如果数据呈可能性分布,采用分布端点形成的两区间为基准或隶属度分割(α多区间为基准;如果数据呈概率分布,提出了核密度估计结合置信区间的方法。同时,从运算模式和方程形式等角度,深入分析了经典摩尔区间分析理论的保守性问题,并探究了经典摩尔区间分析理论框架下的仿射和区间细分的抑制效果。引入基于RDM（Relative Distance Measure,相对距离测度）的区间分析方法及区间跨度、区间分布、区间重心等不确定性表征指标。针对基本代数运算、线性与非线性模型等问题,考虑表征模式等维度,比较了RDM区间分析方法的优势。研究表明,该方法可从多维层面给出不确定性信息。最后,将节点注入功率的区间模型,和RDM区间表征方法,整合入区间潮流模型,分析了潮流的区间分布情况。研究表明,基于RDM的区间潮流分析可以给出比基于经典摩尔区间分析理论的潮流分析更窄的区间范围,并且可从多个维度反映不确定性的分布;RDM的区间直流潮流的电压相位是区间元变量的线性叠加,支路潮流则既可能呈叠加态,也可能呈抵消态,总体呈梯形或三角形分布。区间交流潮流的结果是区间元变量的非线性叠加,总体结果近似为梯形或三角形分布。梯形分布说明两个区间元变量对潮流结果的贡献不同,三角形分布则说明二者贡献可比拟。对于呈抵消态的潮流结果,如果考虑区间变量的相关性,可以进一步削减不确定性。