分布式能源的大规模开发、用电需求的显著提升以及新型数字化监控设备的大量使用导致配电网的结构和属性都发生了根本性的变化,使得传统配电网向大规模有源配电网过渡。由于数据量大、数据种类多,传统的配电网基础计算方法在收敛速度方面难以满足大规模有源配电网的计算需求。为此,本文从大规模有源配电网的大数据特征出发,研究配电网潮流计算和可靠性评估方法,力图在保证计算精度的基础上显著提升配电网基础计算速度。本文首先对有源配电网内的数据来源和数据特征进行了归纳,以此为基础设计了配电网公共信息模型,构建了馈线模块、负荷模块、发电单元模块、网络拓扑模块、配网运行模块的信息属性以及模块间承接关系的数据信息表达。其次,对大规模有源配电网确定性潮流计算方法和不确定区间潮流计算方法进行了研究。通过并行计算取代了传统牛顿法中的串行计算步骤,并结合前推回代思想实现了区间潮流计算。通过与经典的蒙特卡洛法进行了对比,验证了所提策略在精度收敛速度方面的优势。此外,仿真算例还验证了波动区间与根节点参数间的关系。然后,对大规模有源配电网可靠性评估方法进行了研究,为提高评估效率,将配电网可靠性评估分馈线拓扑分析、馈线分区和故障分区三阶段实现,每个阶段都设计了相应的收敛速度提升方案。馈线拓扑分析阶段利用分层分区搜索和区段参数叠加取代传统直接搜索法来提高馈线拓扑分析速度。馈线分区阶段通过对临接矩阵的更新和压缩处理,将影响相近的馈线进行分区和等效约简,使可靠性评估系统大大简化。故障分区阶段通过对邻接矩阵的变换,自动获取故障影响后果表。仿真算例验证了所提方法的有效性,并证明合理的配置分布式电源可以使配电网可靠性得到提升。最后,构建了大规模有源配电网计算平台,基于消息通信接口语言构建了平台整体信息交互框架,并利用Hadoop技术设计文件系统和数据库,最终形成具有并行计算功能,兼顾场景互动、可靠性分析、潮流计算的软/硬件支持系统。