Hoy en día, las fuentes de energía renovable (FER) se están integrando cada vez más en los sistemas eléctricos. Esto implica agregar más fuentes de incertidumbre al sistema eléctrico. Para hacer frente a la incertidumbre de las variables aleatorias de entrada (VA) en los problemas de cálculo y análisis del sistema eléctrico, se han introducido técnicas de flujo de potencia probabilístico (FPP) que han demostrado ser efectivas. Actualmente, aunque hay muchas técnicas propuestas para resolver el problema de FPP, el método de simulación de Monte Carlo (SMC) sigue considerándose como el método con la mayor precisión y sus resultados se utilizan como referencia para la evaluación de otros métodos. Sin embargo, el SMC a menudo requiere una intensidad computacional muy alta, lo que dificulta su aplicación práctica, especialmente en sistemas eléctricos a gran escala. En el presente documento, se propone una técnica avanzada de agrupamiento de datos para procesar los datos de VA de entrada con el fin de disminuir la carga computacional para resolver el problema de FPP manteniendo un nivel aceptable de precisión. El método propuesto se puede aplicar de manera efectiva para resolver problemas prácticos en el horizonte temporal de operación de los sistemas eléctricos. El enfoque desarrollado se prueba en el sistema de bus IEEE-300 modificado, lo que indica un buen rendimiento en la reducción del tiempo de cálculo.