煤、石油、天然气等化石能源作为人类生产和生活的动力来源,正随着人们贪婪的发掘而日渐减少。人类面临的不仅仅是化石能源枯竭带来的能源危机,大量的化石燃料的燃烧使得人类赖以生存的环境受到极大的污染。为了解决能源危机和环境污染的问题,人们致力于研究新能源发电,寄希望于采用风电、光电等清洁能源来取代传统的化石能源。在国家政策的大力支持和专家学者的不懈努力,新能源发电的技术越来越成熟,其在配电网中的占有率越来越大。而由于新能源发电功率具有显著的随机性和模糊性,将大量的光伏发电、风力发电接入配电网中将会严重影响到电网的稳定运行,如何实现含有新能源的配电网的调度优化成为急需解决的问题。本文针对“源-网-荷”配电网的调度优化方法进行了一系列的研究,提出了采用随机机会约束规划的方法来处理含有新能源配电网的随机性问题,并建立了“源-网-荷”配电网的随机机会约束模型。由于复杂的随机机会约束模型无法将其转化为确定性的模型,因此采用了基于随机模拟的遗传算法进行求解。为了提高配电网对新能源的消纳能力,提出了在配电网接入储能系统,组成“源-网-荷-储”的配电网。针对配电网中各电源出力和负荷需求功率的模糊性,提出了采用模糊规划的方法来建立“源-网-荷-储”配电网的模糊规划模型。由于复杂的模糊规划模型无法将其转化为确定性的模型,因此采用了基于模糊模拟的遗传算法进行求解。由于电动汽车不需要燃烧汽油具有零污染零排放的特点,在国家政策的扶持下电动汽车的市场得到了大力的发展。随着电动汽车在生活中的普及,其无序大规模的并网充电将影响到电网的稳定运行。有必要将电动汽车纳入到配电网的调度中来,因此,提出了“源-网-荷-储-车”配电网的调度优化方法。由于各电源出力和负荷往往同时含有模糊性和随机性,为解决这一问题,提出了采用模糊随机机会约束规划的方法来建立“源-网-荷-储-车”配电网的调度优化模型。并通过模糊随机模拟、神经元网络和多目标的遗传算法来求解调度优化模型。最后采用IEEE-33节点配电网系统验证模型和求解方法的有效性。