面对化石能源日益枯竭、环境污染、气候变化等难题,大力开发风能、太阳能等新能源,提升能源利用效率、节能减排、发展智能电网,已经成为各国能源战略的基本共识。然而,以风电、光伏为代表的新能源电力,存在空间尺度的分散性和时间尺度的随机波动不确定性。随着风电、光伏的迅速发展和其在电网中渗透率的不断提高,会对电网的潮流分布、调度方式、电网稳定、无功补偿和电网的调峰调频等带来重大影响。为保证电力系统的安全稳定运行,有必要计及可再生能源发电不确定性的影响,在规划阶段合理地配置可再生能源的容量。本文在梳理国内外先进理论和研究方法的基础上,围绕考虑可再生能源不确定的电源容量规划问题,以提升系统运行鲁棒性为目标,主要开展了以下方面的研究:1)针对风-储联合运行系统,提出一种基于随机变量分布信息的鲁棒线性优化(Kang’s robust optimization,KRO)方法的风储联合配置方法。首先考虑储能和AGC机组运用功率平衡线性分配策略消纳风电功率波动,建立了以电力系统总体经济环境效益为目标的风-储联合配置双层模型。再构造风电出力的不确定集,运用KRO方法将含不确定风电出力变量的模型转化为确定形式。然后运用遗传算法对风电容量配置方案进行搜索寻优,其中以满足系统鲁棒运行约束的所需最小储能容量配置储能。算例分析结果表明,所提风-储联合方法相对于以风电可产出量配置储能的方法具有优化效果,且能够通过调整各项约束中的鲁棒性指标实现结果鲁棒性和经济性的转化。2)针对含光伏的电力系统,提出一种基于分布鲁棒条件风险价值(distributional robust conditional value-at-risk,DRCVaR)的光伏极限容量计算方法。首先考虑在系统安全运行约束下最大化光伏接入,其中光伏接入容量为在满足光照强度矩信息的最劣分布下,基于一定概率水平的光伏接入容量条件风险值。然后运用对偶理论将模型转化为一个确定性的半定规划问题求解。算例分析结果表明,该方法相对于基于条件风险方法的并网光伏容量配置方法,无需随机变量概率分布信息,只需已知易于得到的随机变量矩信息。同时,所得结果鲁棒性更强。