随机潮流自Borkowska B在20世纪70年代提出后，发展至今，其求解方法可分为近似法、模拟法和解析法三大类，具体如下。
近似法是利用输入随机变量的数字特征近似描述系统状态变量统计特性的方法，如：一次二阶矩法、点估计法。
为提高精度，一次二阶矩法有许多改进形式，其本质差别在于对系统未知量方差求取采用不同程度的简化。如将潮流方程按泰勒级数精确展开，节点电压协方差的计算采用二阶模型，此时电压协方差表达式较复杂 。
一次二阶矩法一般只求出状态量的期望和方差，欲求得其概率分布，则一般需要假设系统随机变量服从正态分布，然而这与电力系统实际并不完全相符，事实上，即使输入随机变量服从正态分布，由潮流方程的非线性知系统状态量或输出量也不一定服从正态分布。
点估计法的基本思想是借助总体统计量的观测值来估计总体未知参数值。采用点估计法进行随机潮流计算，只需要期望、方差、偏度、峰度等较少的数据信息即可，因而在随机变量概率分布未知的情况下也可快速近似计算出状态量各阶的统计矩，因而被应用于潮流解的概率分布拟合。
模拟法以蒙特卡罗仿真法为主要代表，其基本思想是:为了求解一个问题，首先建立一个概率模拟或随机过程，使它的参数等于问题的解，然后通过抽样对模型或过程的观察来以计算所求参数的统计特征，最后给出所求问题的近似解。由于模拟法原理相对较简单，故在系统随机潮流分析中也常被应用。
与简单随机采样相结合的蒙特卡罗模拟法只有在采样规模足够大时才能得到高精度的计算结果，计算量较大，存在计算精度和计算时间之间矛盾的缺点，因此有许多学者针对随机潮流中的模拟抽样算法作了进一步研究。
然而，由于基于模拟法的随机潮流可以方便地考虑系统中一些复杂约束，对一些特殊问题进行研究，该方法的这一独特优势使其在随机潮流研究中仍具有一定价值。例如，有文献认为随机变量除了由非线性潮流方程所决定的相关性外，还存在着不同节点的同类型和不同类型随机变量之间的相关J哇，于是采用蒙特卡洛模拟研究了考虑随机变量相关性的交流非线性随机潮流的统计特征，并得出了随机变量相关性对随机潮流的统计特征影响较大的结论。
模拟法虽然可精确地获得状态电压和支路潮流的概率描述，但求解速度制约了其发展，难以应用于复杂的实际电力系统。因为为了获得较准确的结果，通常需要进行几万次的蒙特卡罗模拟仿真计算，耗时难以承受，故有时只考虑将其作为评价各种算法优劣的标准。为此，在实际研究和应用中多采用基于概率理论的解析法。解析法随机潮流可考虑负荷波动、发电机和线路故障等随机因素，通过较少次的运算求出支路潮流和节点电压的期望、方差和分布函数等信息，快速给出系统状态变量的分布，因而得到了学者们的广泛关注。
解析法随机潮流包含两个主要部分:潮流方程的简化处理和基于随机变量间的关系进行卷积计算。其中，潮流方程简化一般采用如前所述的直流模型、线性交流模型等线性化模型，其目的是将节点电压幅值、电压相角、支路潮流等系统状态变量简化为各节点注入功率的线性表示。卷积计算是随机潮流计算量较大的一部分，其目的是根据简化模型所得状态量与系统注入量间的线性关系进行概率计算得出系统状态量的随机概率分布情况，目前主要有常规卷积、快速傅里叶变换法、半不变量法、混合法 。
(1)常规卷积法。采用随机潮流的直流模型或线性交流模型时，系统潮流方程简化为线性模型，状态变量和输出量被转化为输入随机变量的线性组合，根据概率理论可知，通过卷积运算可获得节点电压或支路潮流的概率分布。
(2)快速傅里叶变换法。大多文献起初研究随机潮流均是基于系统随机变量服从正态分布的基本假设，事实上这用于描述负荷预测结果引起的节点注入功率不确定性尚可，但发电机出力、负荷特性等其他系统随机因素则需要其他的特定或任意分布进行描述，如离散分布。然而，当系统中含有离散分布描述的随机变量时，为求状态变量或输出变量概率分布所需的卷积则相当繁杂，运算效率极低。因为一个含有m个脉冲的离散信号与一个含有n个脉冲的离散信号进行卷积时，需要进行m X n次运算才可得到卷积后完整的信号，由此可知传统卷积法应用于含多个离散随机变量的电力系统随机潮流分析时，计算量非常大，耗时将难以承受。
(3)半不变量法。随着电力系统规模不断扩大，系统节点数不断增多，随机因素也逐步增多，采用常规卷积法或快速傅里叶变换卷积法进行分析时，算法运算量很大，相对于实际系统需求计算时间仍然显得过长。
(4)混合法。在有关解析法的文献中，一般没有考虑支路的随机故障，这是因为线路故障对系统状态影响较大，直接用线性化的方程求取系统状态的波动，精度不够。
基于上述分析，当前随机潮流三大类求解方法优缺点比较如下：①对于直流随机潮流问题，其模型本身即为线性模型，采用点估计法和解析法理论上均可较精确地求解出系统各阶矩，但基于半不变量的解析法求解速度较快。②对于交流随机潮流问题，其模型本身即为非线性，由于点估计可直接基于非线性模型进行研究，而解析法一般需将模型线性化。虽然解析法尤其是基于半不变量法求解速度较快，但输入变量的变化范围很大，点估计法得出的精度可能比半不变量法要高。③对于研究问题较复杂、需计及运行中某些特殊过程且无法建立其解析化数学模型的场合，则可考虑采用模拟法，但需要牺牲一定求解速度。
随机潮流求解方法研究方而，学者们经过近40年努力提出了上述诸多方法，但用于实际系统分析时，还是存在一些不足，值得继续深入研究。
（1）上述求解方法大多假定系统各随机变量的概率分布已知，并采用常见的概率分布模型如正态分布等描述其随机性。然而，在实际系统分析时，却难以满足这一要求，提供各随机变量的概率分布模型。因此，研究一种所需基础数据要求较低的分析方法是推动随机潮流实用化的关键。基于历史运行数据研究系统随机潮流分析方法是解决该问题的一个可行方法，值得探索。
（2）随着电力系统运行过程的复杂化，各种新的控制设备、控制手段的不断引入，随机潮流分析时若忽略这些因素可能将引起结果误差较大，最终可能影响系统分析决策结果，影响系统安全稳定运行。而当前方法中只有模拟法尚可解决该问题，而其分析速度往往难以达到实用化要求。因此，研究计及系统复杂过程的随机潮流快速实用方法具有重要意义。以下两种研究思路提供参考:其一，研究快速实用的模拟方法;其二，利用各求解方法优缺点互补，研究混合求解法。
