当前,全球面临的环境污染、气候变化及传统化石能源日益紧缺等危机,促进了分布式发电技术尤其是可再生能源发电技术的飞速发展。在用户侧方面,电动汽车作为清洁交通工具也得到了世界各国的广泛关注。此外,由于高级量测技术和通信信息技术的发展,电力用户不再仅作为用电方,而是可通过分析用电信息并通过调整自身用电行为参与电网运行,同时,物联网技术的发展也使得以空调、热水器、洗衣机和照明为代表的智能家居可控成为了可能。大量的分布式能源接入配电网后,配电网将由传统的无源网络逐步演变为具有复杂特性的有源系统,对配电网的运行与调度带来新的挑战。因此,本文重点对适应于新形势的配电网日前优化调度模型及方法进行研究,对多种类型的分布式能源进行协同优化,来实现提升可再生能源的消纳能力,提高能效和改善负荷曲线等目标。本文主要研究内容如下:研究了主动配电网多源特性。首先分析风力发电、光伏发电、燃气轮机、燃料电池和分布式储能的出力特性,建立适用于主动配电网的分布式电源及储能系统的出力模型;针对需求侧柔性可控负荷资源,重要研究了电动汽车和温控负荷建模方法,建立了电动汽车随机充电模型,并对温控负荷的建模方法及控制模式进行了研究,建立了空调负荷需求响应模型;最后,为了研究柔性可控负荷的调峰性能,以空调负荷为例,提出发电侧与需求侧联合调度的优化方法,构建了考虑可控负荷和大规模风电的系统调度模型,借助CPLEX对所建模型进行求解,并对空调负荷的削峰潜力进行了仿真分析。基于上述关于主动配电网多源特性的研究,结合虚拟电厂技术,建立了大规模空调负荷群虚拟电厂模型,在此基础上,研究源-储-荷协同优化的主动配电网优化调度方法,从提升可再生能源消纳能力的角度出发,以可再生能源功率削减量最小化、配网运行费用最小化和负荷曲线方差最小化为优化目标,建立了配电网优化调度模型;利用粒子群算法,基于Pareto最优原理和模糊决策方法,形成一种适合解决所提模型的多目标粒子群算法;最后,在Matlab仿真平台上利用多目标粒子群算法对所提模型进行求解,通过算例仿真分析,验证了所提的主动配电网优化调度模型的可行性和合理性。针对用电需求急剧增加、负荷峰谷差不断拉大的城区电网,在上述考虑“源储荷”协同优化的配电网优化调度研究的基础上,进一步挖掘用户侧可调度资源的潜力,从缓解负荷高峰时段供电紧张,改善负荷分布均衡度和提高能效角度出发,提出基于负荷均衡熵的主动配电优化调度研究方法。首先,针对配网中不同电力用户实行分时电价措施。然后,利用信息熵理论,提出了一个新的负荷均衡指标,来反映负荷曲线的总体均衡度和电力资源配置的优化程度。在此基础上,以配网运行费用最小和负荷均衡熵最大为目标,构建主动配电优化调度模型。通过算例仿真分析,验证了所提调度模型能够综合考虑运行费用和负荷均衡,并且有效地降低配网运行成本,降低负荷的峰值,改善负荷曲线;同时,也对所提负荷均衡熵指标的正确性和优越性进行了分析。最后,研究了基于随机潮流建模的主动配电网随机优化调度方法。针对大规模电动汽车和风力发电接入的主动配电网优化调度问题,建立了风场出力、电动汽车充电行为和负荷功率的概率模型,结合现有的配电网随机潮流计算方法,找到能够处理考虑随机变量相关性的配电网随机潮流计算方法,即基于无迹变换的随机潮流方法,该方法将大量场景的不确定性潮流计算转化为少量Sigma样本点处的确定潮流计算;在此基础上,以调度运行费用均值、配电网网损均值和负荷方差均值最小为优化目标,建立了配电网多目标随机优化调度模型;最后,结合无迹变换方法和粒子群算法对所提模型进行了求解,通过仿真算例,验证了所提方法的正确性和合理性。