作为电力系统分析领域两个重要的问题，电压稳定与无功优化的研究经历了多年的发展，分别取得了丰硕的成果。传统研究中所采用的数学模型和求解方法大多属于确定性分析的范畴，所获得的结论对于提高系统电压稳定性与优化无功资源配置均具有重要的指导意义。然而，电力系统本质上是一个含有诸多不确定性因素的大型系统。当前可再生能源发电大规模并网的新形势下，越来越多的随机因素不断涌现，电压稳定与无功优化研究中更为深入地考察电网不确定性因素带来的影响显得尤为必要。针对不确定性因素的分析思路、建模方法及求解策略将进一步完善电压稳定与无功优化研究的理论体系，产生更多具有参考价值和实用意义的成果。鉴于此，本文以考虑不确定性因素的电压稳定与无功优化问题为研究重点，内容涉及风速相关性对电压失稳鞍结分岔的影响分析、计及注入功率不确定性的电压稳定概率评估、多目标进化算法求解无功优化的比较分析与改进方法、计及负荷不确定性的鲁棒多目标无功优化策略等四个部分。本文工作和取得的主要成果归纳如下：分析了邻近风电场风速相关性对电压失稳鞍结分岔的影响。采用Nataf变换技术建立多风电场相关风速随机变量概率分布模型，结合鞍结分岔特征方程和蒙特卡罗仿真，获得不同相关强度的风速下电压稳定裕度的概率分布。此外，通过定义两种风险指标，对风速相关性引起电压失稳的风险予以量化分析，为精确判断系统电压稳定性提供了一种辅助手段。算例分析表明，风速强相关引起系统在较低的负荷增长水平下发生鞍结分岔的概率明显增加，不利于电网的安全稳定。提出了一种可以处理风速、负荷等输入随机变量相关性的电压稳定概率评估方法。根据输入随机变量的边缘累积分布，通过拉丁超立方采样生成风速和负荷样本用于蒙特卡罗仿真，在保证计算精度的前提下有效地提高了计算效率；将其和Nataf变换结合，使得所提出的方法能够方便地计及临近风电场风速之间及节点负荷之间的相关性因素。在考虑风电和负荷注入功率不确定性的条件下，通过IEEE118节点标准系统的仿真计算，验证了所提出方法的有效性和准确性。比较研究了基于不同算法框架的典型多目标进化算法应用于无功优化的性能特点。以IEEE30节点标准系统的多目标无功优化计算为例，从非支配解集质量和多样性、帕累托前沿分布广阔性和均匀性及收敛速度等多个方面，比较算法的寻优性能，分析其优势或不足，在评估各种算法计算性能的基础上提出了进一步改进的思路。提出了一种基于多种进化算法自适应选择(multiple evolutionary algorithms withadaptive selection strategies，MEAASS)的多目标无功优化方法。根据该领域研究现状，分析已有算法全局搜索能力、局部搜索能力、收敛速度、计算结果一致性及跳出局部最优能力等方面的特征；在考虑协调性与互补性的基础上，建立包含4类算法的备选池；在进化过程不同阶段根据寻优性能自适应地确定备选算法的使用比例，鼓励寻优性能更高的算法产生更多子代个体；所提出的方法综合了多种算法的性能优势，提高整体寻优效率。提出了能够计及节点负荷随机性及其相关性的鲁棒多目标无功优化策略。基于蒙特卡罗积分形式的鲁棒优化模型，以系统有功损耗和电压偏移的均值近似地替代负荷波动邻域内的期望值，并同时考虑各种负荷扰动条件下系统运行约束，搜索无功优化鲁棒解。算例分析中采用本文提出的新方法MEAASS求解IEEE30节点标准系统的鲁棒多目标无功优化问题，结果表明鲁棒性优化改善了无功调控方案在负荷不确定性环境下的稳定性和适应性，提高了无功优化的工程实用价值。