主动配电网(Active Distribution Network, ADN)是未来实现分布式新能源一体化的有效途径。为了应对新能源出力间歇性和发电侧投资成本问题，开发需求侧可调度资源，成为解决矛盾的有效途径。本文首先综述了ADN优化调度的研究现状，介绍了需求响应及其不确定性模型，以此为基础进行计及多时间尺度和负荷不确定性的优化调度研究。
　　在日前阶段考虑电价型需求响应对负荷的引导作用，建立以电价弹性系数为核心的电价响应模型；以负荷峰谷差、ADN经济效益等作为目标函数，以燃气轮机出力、电价等作为决策变量，考虑功率平衡、各出力单元上下限等约束，建立ADN日前调度模型；引入惯性权重和种群多样性改善蝙蝠算法“早熟”现象，运用改进的蝙蝠算法为次日制定合理的电价和出力方案。
　　在日内滚动优化阶段，利用模型预测控制方法，在日前调度的电价和出力方案的基础上，以日内与日前出力偏差最小为目标函数进行滚动优化，调用可中断负荷资源，降低新能源和负荷波动带来的不平衡风险。以改进的IEEE33节点配电网对考虑需求响应的多时间尺度调度框架的有效性和经济性进行验证。
　　根据不同需求响应不同的作用机制，分别建立不确定性模型：首先用模糊变量描述电价型需求响应量，并利用鲁棒优化理论建立可中断负荷的不确定集。然后，根据两种需求侧管理手段响应速度的差别，将其与其他出力资源配置在日前-日内二阶段决策模型中。接着以模糊机会约束规划理论和多阶段鲁棒优化理论为基础，用改进的蝙蝠算法和熵权重法进行求解。
　　仿真结果表明，实行分时电价方案后负荷峰谷差大幅降低且平均电价保持稳定，既维持用户满意度又缓解了ADN的日前调度压力；日内滚动方案能有效减小计划出力与实际出力的缺口，降低电量不足风险，且在波动性更大的场景中效果更明显。在考虑不确定性的调度模型中，在日内优化阶段，运行成本随着鲁棒系数和日内置信度水平的升高而升高，其中日内置信度的影响更大；日前阶段考虑需求响应的不确定性会增加日前调度成本，但是日内调度的成本却会大幅降低从而降低了调度总成本。