随着世界各地能源危机的日益显著,各国政府对新能源的发展越来越重视。其中太阳能和风能是发展较为迅速的新能源。但是光伏发电和风力发电比传统发电方式随机性强,大规模的光伏电站和风电场并网将会影响电网的安全稳定运行,因此其并网极限容量受到制约。为了解决这一难题,针对光伏发电和风力发电的出力的随机性,提出了一种新的数学优化方法-α-超分位数优化方法。分别建立了并网光伏电站和并网风电场的极限容量计算的α-超分位数优化模型,该模型以最大化光伏电站并网容量和风电场容量为优化目标,同时也考虑了置信度以外极端情况的影响。为了解决α-超分位数函数直接计算的困难,采用蒙特卡罗模拟和解析法将α-超分位数函数变换和离散化。仿真结果表明,该模型适用于考虑了带有随机变化的情况下并网光伏电站极限容量和风电场并网极限容量的计算,该方法计算量小,准确性较高。　　 对于基于α-超分位数的光伏电站的并网极限容量模型,以IEEE30节点系统为例,分别分析了单个光伏电站接入电网和多个光伏电站接入电网时,在不同置信水平下的光伏电站并网极限容量。可以从不同方案的仿真结果看出,该模型针对光伏电站出力随机变化,定量分析和计算了光伏电站的太阳辐射强度等对光伏电站并网容量的影响,结果表明光伏电站建设容量与太阳辐射特性等因素有关,并网容量与电网安全稳定约束、考虑电网风险的置信度水平相关。　　 对于基于α-超分位数的风电场的并网极限容量模型,以IEEE30节点系统为例,也分别分析了单个风电场和多个风电场接入电网时,在不同的置信水平下的风电场并网极限容量。不同方案的结果对比表明,风电场并网极限容量的大小与风速、风电场的并网节点数等均有直接的关系。　　 风光并网极限容量的条件风险模型与方法,有效求解光伏电站和风电场的并网运行与规划问题,并且可推广应用于其他具有随机性优化特点的新能源接入系统问题。