随着电网运行环境的改变,系统随机性不断增强,尤其是风电这一非常规随机因素的大规模并网,系统状态将更加复杂多变,这对电网分析及安全评估工作提出了更高要求。随机潮流(Probabilistic Load Flow, PLF)可综合考虑多种随机因素分析出系统状态量的概率分布信息,从而更深刻地揭示系统运行特性。因此,随机潮流可作为新环境条件下电网分析的一种有力工具。鉴于此,本文以风电并网为背景,对电力系统随机潮流计算方法及其安全评估应用问题展开研究。本文将风电并网电力系统的随机潮流问题分为中长期和短期两类。其中,中长期随机潮流(PLF for Long and Medium Term, LMT-PLF)计算时考虑风电出力从零到满发随机波动,短期随机潮流(PLF for Short Term, ST-PLF)计算中风电出力随机性则处理为风电功率预测误差随机性。围绕上述两类随机潮流的计算方法及安全评估应用,开展的主要工作归纳如下。针对风场出力在中长期内波动可能较大,现有解析法由于采用线性化PLF模型而难以确保LMT-PLF结果精度,提出了一种基于多点线性化模型的LMT-PLF解析计算方法。建立了适用于风电并网系统的多点线性化LMT-PLF模型；采用半不变量法求解所建模型,推导得出了多点线性化条件下系统状态量半不变量求解方法,并通过引入C型Gram-Charlier级数,避免了在风电的系统中采用A型Gram-Charlier级数逼近状态量概率密度函数会出现负值的问题。算例分析表明,所提方法与现有解析法相比,结果精度得到了较大提高,且对风电并网规模增加具有较好的适应性。鉴于PLF现有方法均采用单一平衡节点而难以适应风电并网系统中长期内可能存在的较大范围出力波动,将动态潮流思想引入PLF,研究了一种计及频率调节的LMT-PLF计算方法。方法首先结合系统频率调整方式,建立系统注入随机波动时动态不平衡功率的分配模型。然后,与现有解析法PLF模型联合推导,得出了计及调频作用的PLF计算模型,且计及了机组调频能力不足的影响。针对模型特点,提出了混合求解算法。算例结果表明,所提方法可保证网内各电厂出力按系统实际在合理范围内波动,有效避免了现有方法用于LMT-PLF时平衡机组出现功率越限甚至负功率的情形,从而亦保证了LMT-PLF结果的正确性。为解决PLF当前方法均假定风电出力等随机变量的概率分布模型已知而实际系统却难以提供这一矛盾,基于序列运算理论提出了ST-PLF的一种实用计算方法。方法首先结合PLF问题的特点,分析了现有序列运算理论直接应用于PLF的可行性,并据此对现有序列运算进行了扩展；然后基于所提扩展运算,以扩展概率性序列描述系统随机性并基于历史数据实现随机变量的序列化,通过系统各输入变量对应序列的直接运算快速分析潮流的概率分布,克服了现有方法对基础数据要求过高的不足。测试表明,所提方法可有效实现系统注入随机量概率分布未知情形下的ST-PLF计算,提高了现有方法的可实施性。为有效评价风电并网系统的电压随机波动情况,从描述电压随机分布的特征出发,基于PLF结果分别定义了电压分布指数、偏度指数、保持指数三个电压波动评价指标。最后,以LMT-PLF为例验证所提方法,结果表明,所提指标可较好地从整体和局部两个方面反映风电并网系统的电压随机分布情况。以测试系统为例,详细分析了风电场尺度参数、形状参数、风电接入位置等因素对电网电压波动的影响,为风电的合理并网提供参考。为快速有效评估风电并网系统的静态安全水平,将PLF引入安全评估。方法以解析法PLF为电网状态分析手段,保证评估高效性。从概率和风险两个角度定义了基于PLF结果的安全指标,实现系统安全的量化评价。基于元件级安全指标进一步给出了系统薄弱环节辨识方法。最后,以ST-PLF为例对方法进行验证,结果表明,与传统不确定性评估方法相比,所提方法在保证评估结果准确性的同时能大幅提高评估效率,可为间歇性能源并网系统的安全评估提供借鉴。