توسعه فناوریهای انرژی تجدیدپذیر، به عنوان راهکاری اساسی در جهت تنوع بخشی به منابع انرژی، جلوگیری از تغییرات سریع آب و هوایی و ایجاد امنیت عرضه انرژی در آینده در کشورهای مختلف در حال توسعه و توسعه یافته مورد توجه قرار گرفته است. روندهای جهانی نشان می دهد که با گسترش کاربرد این فناوریها در سطح دنیا، هزینه ایجاد هر واحد ظرفیت این فناوریها به طور مستمر در حال کاهش است. به عبارت دیگر، «یادگیری از طریق تجربه» موجب شده قدرت رقابت این فناوریها در مقایسه با فناوریهای تولید برق از انرژیهای فسیلی، روز به روز افزایش یابد. در گذشته، موضوع تغییر و پویایی فناوریهای انرژی تجدیدپذیر در برنامه ریزی بلندمدت بخش برق، عموماً به عنوان عاملی برونزا و به صورت تابعی از زمان در نظر گرفته می شد. اما به مرور، مطالعات نشان داد که چنانچه موضوع یادگیری از طریق تجربه به عنوان عاملی درونزا در نظر گرفته شود، نتایج به مراتب بهتری حاصل خواهد شد. عامل مهم دیگر در مدلسازی تغییرات فنی فناوریهای انرژی تجدیدپذیر، نااطمینانی در مورد نرخ یادگیری این فناوریها می باشد. بر خلاف رویکردهای سنتی مبتنی بر تعریف سناریوهای قطعی، در روش برنامه ریزی تصادفی، متغیرهایی که در مورد آنها نااطمینانی وجود دارد به عنوان متغیرهای تصادفی در مدل وارد می شوند که معمولاً دارای یک تابع توزیع احتمال گسسته و معین هستند. به این ترتیب، تابع هدف مساله برنامه ریزی نیز به یک متغیر تصادفی تبدیل می گردد. هدف تحقیق حاضر، ارزیابی تاثیر یادگیری فنی بر ظرفیت بهینه فناوریهای انرژی تجدیدپذیر در افق بلندمدت با لحاظ نااطمینانی در مورد نرخ یادگیری می باشد. در این راستا با استفاده از روش برنامه ریزی خطی تصادفی، یک مدل برنامه ریزی انرژی «پایین به بالا» برای بخش برق ایران در دوره زمانی 2030-2005 طراحی شده است. نتایج نشان می دهد که یادگیری فنی درونزا، تاثیر قابل ملاحظه ای بر ظرفیت بهینه فناوریهای تجدیدپذیر در آینده داشته و حداکثر ظرفیت بهینه فناوریهای انرژی تجدیدپذیر را تا پایان دوره برنامه ریزی به میزان 6/28 درصد افزایش خواهد داد. همچنین مدلسازی نااطمینانی در نرخ یادگیری موجب می شود مسیر توسعه این فناوریها در آینده بر خلاف سناریوهای بدبینانه و خوش بینانه مسیری میانی بوده و هزینه های بخش برق در این روش، کمتر از روش سناریوهای قطعی شود.