电力系统中风力发电的渗透增加，导致了系统规划上不确定性和非调度能力的困难。重要的问题，除了风速的不确定性质，是在相邻的位置的风速不是独立的，恰恰相反，是高度相关的。为了准确的规划，有必要考虑在电力系统的优化规划这种相关性。对于这一点，本文提出了考虑风速和负荷的相关性的概率多目标最优潮流（MO-OPF）。本文利用使用纳塔夫转型的点估计法（PEM）。在现实中，涉及到不同的地方风速的联合概率密度函数（PDF）是不可用的，但是边缘的PDF和相关矩阵在大多数情况下，满足纳塔夫变换的服务状态提供的条件。本文生物地理学基于旨在解决问题的优化（BBO）算法，包括连续和离散变量一个强大的优化算法，运用在解决概率MO-OPF问题。为了证明该方法的性能，IEEE 30总线标准测试案例具有两个风电场的积分进行检测。然后将得到的结果与蒙特卡罗模拟（MCS）的结果相比较。比较表明，该方法具有较高的精度。
