En este artículo, presentamos un problema de programación estocástica de programación de drones donde el consumo de energía de los drones entre dos nodos es incierto. Considerar el consumo de energía incierto en lugar del consumo de energía determinista puede mejorar efectivamente la seguridad de los vuelos de drones. Para abordar este problema, desarrollamos un modelo de programación estocástica de dos etapas con costo de recurso, y empleamos una estrategia de muestreo de muestra fija basada en simulación de Monte Carlo para caracterizar variables inciertas, seguido del diseño de un algoritmo eficiente de búsqueda en vecindario variable para resolver el modelo. Los resultados del estudio de caso indican la superioridad de nuestro algoritmo sobre los algoritmos genéticos. Además, una comparación entre modelos deterministas y estocásticos sugiere que considerar la incertidumbre en el consumo de energía puede mejorar significativamente los retornos promedio de los sistemas de programación de vehículos aéreos no tripulados.