主动配电网(Active Distribution Network,ADN)的优化运行研究是主动配电网实现经济、可靠运行的关键技术。在ADN中,控制变量既有连续变量(分布式发电单元出力、储能充放电功率等),又有离散变量(调压器抽头位置、可投切电容器组投切状态等);既包含线性约束(功率上下限约束等),又包含非线性约束(潮流等式约束、节点电压约束等)。因此,主动配电网的优化运行是一个复杂的混合整数非线性规划问题(MINLP)。由于基于传统内点法的求解效果不甚理想,不依赖梯度、适应性更广的智能算法得到了广泛的应用。然而,虽然智能算法在主动配电网的优化运行求解当中得到了广泛的研究与应用,但是仍然存在以下问题:a.缺乏有效的约束处理机制,导致求解效率降低;b.由于智能算法需要进行大量的潮流仿真计算,尤其针对三相建模的复杂配电网络,降低了求解速度。基于上述研究背景,本文对主动配电网的优化运行模型与求解算法进行了深入研究,主要工作如下:(1)本文针对典型的主动配电网可控资源设备,如分布式发电单元、储能设备、调压器和可投切电容器组以及可中断负荷,建立了主动配电网最优经济运行模型。该模型以调度周期内系统总运行成本最低为目标函数。(2)提出了一种基于粒子群优化算法(Particle Swarm Optimization,PSO)的约束处理方法。在迭代过程中,通过对粒子位置的直接干预调节,使得种群中的粒子尽可能的从不可行域进入可行域内,提高了PSO算法在可行域内搜索的能力,加快了收敛速度。(3)提出了一种考虑约束处理机制的Kriging元模型与改进模糊PSO算法相结合的混合求解算法HAK-MFPSO。通过构造的Kriging元模型近似计算ADN潮流结果,大幅加快了计算速度。为了保证Kriging元模型的近似精度,提出了一种Kriging元模型动态更新的方法。