能源需求量不断增长,传统能源日渐枯竭,环境污染日益严重等问题驱使可再生能源发电受到越来越多的关注。如何提升配电网对可再生能源的消纳能力是新时期智能电网发展的重要内容。传统配电网无法应对大规模可再生能源并网问题,主动配电网技术应运而生。主动配电网通过先进的测量、通信、智能控制等技术进行系统内分布式电源、储能、负荷等的协调控制,实现配电网潮流的有效管理,对于促进可再生能源的大规模并网和高效利用具有重要的现实意义。主动配电网优化调度策略是实现分布式资源有效控制和保障系统安全、稳定、经济运行的核心技术。但是随着间歇性可再生能源渗透率的提高,不确定性因素增加导致配电网调度更加困难。并且,储能和柔性负荷具有不同时间段上的耦合性,包含各类约束条件,参与主动配电网调度后,需要进行调度周期内多时段的综合优化,配电网优化调度的控制维度和寻优空间变得更加复杂。因此,主动配电网优化调度的控制变量、目标函数、约束条件与传统电网调度相比,都发生了很大变化,基于传统最优潮流的优化调度模型和方法在主动配电网中无法直接使用。基于上述背景,本文以提高经济性、节能减排、减小网损、提高电压质量为目的,对分布式储能参与场景下的主动配电网多目标优化调度模型和优化算法展开研究。首先,针对主动配电网优化调度模型求解困难的问题,提出了多目标HTL-MOPSO优化算法,加强了算法的搜索能力,为后续主动配电网优化调度模型高效求解提供算法基础;然后,为了解决储能在主动配电网中的合理分布问题,提出了分布式储能双层多目标优化配置方法,为主动配电网中储能的调度策略制定奠定基础;其次,为了解决波动性电源预测误差问题,提出含分布式储能的主动配电网鲁棒多目标优化调度方法。最后基于上述研究,提出考虑需求响应的多目标优化调度方法,实现了主动配电网中“源-网-荷-储”协调优化调度。本文研究工作的主要内容如下:(1)针对主动配电网优化调度模型求解复杂的问题,提出加强收敛性和多样性的HTL-MOPSO算法。首先,通过引入模拟“教”和“学”策略,进一步加强种群中个体的信息交流,提高粒子群(PSO)全局搜索能力。其次,提出改进的欧氏距离循环拥挤排序策略,维护精英粒子的多样性,提高算法的收敛性。基于上述策略提出了性能加强的HTL-MOPSO算法。最后,对大量典型多目标测试函数进行仿真实验,并与其他代表性的多目标优化算法进行性能对比,验证了本文提出的算法具有良好的收敛性和多样性。该部分内容为后续章节高效地求解复杂的主动配电网多目标优化调度问题提供算法基础。(2)针对分布式储能在主动配电网中的优化配置问题,提出了储能配置与运行联合多目标优化方法。考虑到主动配电网中储能前期配置与后期运行之间的影响,以最小化储能配置与运行综合成本、电压偏差为目标函数,综合考虑储能的接入位置、容量以及配电网安全稳定运行等约束条件,建构了储能双层耦合多目标优化配置模型。模型外层优化储能的选址定容方案,内层在相应配置方案下通过制定分布式电源出力、储能充放电、无功出力策略实现系统优化运行,配合外层决策,并分别采用HTL-MOPSO在模型外层和内层优化求解。最后,通过仿真算例证明了本文提出的储能优化配置方法能够为决策者提供兼顾经济性和电压指标的多重选择方案,且证实了HTL-MOPSO较其他算法寻优能力更强。该部分内容为后续储能在主动配电网优化调度策略的研究奠定基础。(3)针对可再生能源发电功率预测存在误差的问题,提出了含分布式储能的主动配电网鲁棒经济环境优化调度方法。在风电出力预测值的基础上考虑风电出力预测误差的概率分布特性,并基于worst-case优化理论提出了一种鲁棒多目标优化方法处理风电的预测误差。随后,以最小化配电网运行经济成本和污染气体排放为目标函数,考虑储能以及配电网安全稳定运行等约束条件,构建了含储能的主动配电网鲁棒多目标优化调度模型,实现了分布式电源与储能的协调优化控制。仿真算例验证了所提鲁棒优化调度方法能够实现对风电出力不确定性的自适应调节;算法对比分析再次证明了HTL-MOPSO算法具有良好的寻优能力。(4)针对需求侧参与电网调度问题,提出了主动配电网中“源-网-荷-储”多目标协调优化调度方法。首先,在分析用户用电量与电价弹性关系的基础上,从配电网管理者角度出发,以削峰填谷为目标、分时电价为调节手段,考虑用户的用电方式和电费支付满意度指标,构建了需求响应模型。随后,在需求响应的基础上,以最小化配电网运行成本和网络损耗为目标函数,考虑储能以及配电网安全稳定运行等约束条件,构建了配电网多目标优化调度模型。该模型实现了主动配电网中“源-网-荷-储”协调优化控制和综合管理的目的。仿真算例验证了考虑需求响应的优化调度模型能够同时实现削峰填谷、降低配电网经济成本、减小网络损耗;需求响应参与度越大,削峰填谷、配电网经济成本降低、系统网络损耗减小效果越明显。算例分析证明了HTL-MOPSO在模型求解中具有一定的优势。