以分布式光伏和风电为代表的含电力电子换流器的分布式可再生能源大规模并网,将给主动配电网的最优运行带来显著的时变特性,以及电压越限和剧烈波动、线路阻塞等诸多问题和挑战。如何快速求解高比例分布式可再生能源主动配电网时变交流最优潮流（Alternating Current Optimal Power Flow,AC-OPF）问题,使分布式能源（Distributed Energy Resources,DERs）的输出功率设定点的更新速度与其快速功率调节能力相匹配,是增强主动配电网主动协调和控制能力的关键技术问题。然而,传统的离线迭代算法较为耗时,难以在快速时变的环境中不断追踪时变最优解。近年兴起的在线追踪算法计算速度快,能持续追踪时变的最优解,对于求解快速时变的AC-OPF问题来说具有很大的应用潜力。因此,本文对该问题展开了较深入的研究,取得了如下研究成果:首先,以经典的线性化交流潮流模型为基础,对典型离散/连续时间在线追踪算法的应用潜力进行了全面而客观的评估。基于典型的离散时间在线追踪算法,设计三种适用于求解时变AC-OPF问题的离散时间在线追踪算法,即:离散时间校正算法、离散时间预测-校正算法和离散时间校正-额外校正算法;基于典型的连续时间在线追踪算法,设计一种适用于求解时变AC-OPF问题的连续时间在线追踪算法,即连续时间预测-校正算法。其中,离散时间预测-校正算法和离散时间校正-额外校正算法是首次应用于求解主动配电网中的时变AC-OPF问题。通过对算法的正确性和有效性进行算例验证并进行敏感性分析,仔细评估了所提算法的优缺点和适用性,并且直观地对比了离散时间算法和连续时间算法的特点。然后,结合算例分析结果,提供了一份如何选择合适的在线追踪算法的指南。其次,提出了一种基于增量-校正的线性化交流潮流模型,通过引入电压幅值量测信息,提高了高比例可再生能源并网时线性化交流潮流模型的近似准确性。同时,考虑到配电网运营商实际上无法直接控制用户所拥有的DERs的输出功率,在用户的目标函数中引入了一个间接成本函数,以实现按分布式优化方式激励用户提供电压调节辅助服务,不仅可以避免暴露用户的隐私信息,还能够实现配电系统社会福利最大化。在此基础上,提出了一种新的在线追踪分布式算法,即离散时间基于量测的增量式校正算法。IEEE 33节点配电网算例结果证明了与基于原始线性化交流潮流模型所设计的离散时间在线追踪算法相比,所提算法能够更准确地追踪时变非线性AC-OPF问题的最优解。最后,提出了一种基于改进增量-校正的多相线性化交流潮流模型,通过引入电压相角量测信息在线更新系数矩阵,进一步提高了高比例可再生能源并网时线性化交流潮流模型的近似准确性。在此基础上,提出了一种适用于多相主动配电网的在线追踪分布式算法,即离散时间基于量测的增量式预测-校正算法。该算法克服了现有离散时间预测-校正类算法无法求解非线性AC-OPF问题的缺陷。在每个采样时段内,所提算法首先获取DERs当前的输出功率和电压量测信息,并在此基础上迭代增量形式的变量,执行若干校正步,以追踪时变问题的最优解。然后,DERs将执行所提算法求得的输出功率增量。在预测时变参数后,所提算法将执行若干预测步,为下一个时段的校正步寻求一个更好的起点。IEEE 37节点和123节点配电网算例证明了相比现有的离散时间在线追踪算法,所提算法能够更加准确地追踪时变非线性AC-OPF问题的最优目标值。