分布式电源(Distributed Genration,DG)的大规模接入,将加大电力传输方向的不确定性,进而对电网的可靠运行、电能质量等造成不利影响,使得DG在电网中的渗透率受到限制。为解决上述问题,可对电网潮流进行主动控制,同时对并网DG、储能装置、可控负荷等分布式能源进行主动管理的主动配电网(Active Distribution Network,ADN),势必将取代单向辐射式的传统配电网,成为配电网向智能化迈进的新方向。因此,如何对多种能源的入网容量及并网位置进行长期的合理规划,协同多种能源进行ADN的短期优化调度,实现多种能源协同互补系统的集成优化,是当下ADN优化研究的热点问题。本文首先对ADN及典型分布式能源的特性展开分析。同时将各类分布式能源的并网节点采取分类处理,在运用前推回代法计算确定性电网潮流的基础上,采用计及不确定因素的主动配电网CLMCS概率潮流算法进行潮流分析,从而大为提升电网潮流计算的高效性及精准性。为防止ADN模型在寻优求解时陷于局部最优,出现收敛速度过慢等现象,本文对人群搜索算法作出了进一步改进,提炼出遗传算法及混合蛙跳算法的核心思想,将精英的遗传变异策略、蛙群的分组与混合策略引入该算法,显著提高了算法的各项性能。针对ADN规划研究新形势下所面临的如何全面提升分布式能源利用率及消纳能力,提高供电可靠性及用户体验的新挑战。本文围绕环境、运行、经济三个方面,按照广义电源的定容选址、可控负荷的签约数量以及配电网的实际运行这三个层次,建立了包含配电网分段优化及多源协同优化的主动配电网三层规划模型,并运用本文所提算法,将IEEE33节点配电系统作为仿真算例,对其展开相关的仿真计算及结果分析,证明该规划方案的科学性。合理协同各类DG、储能装置、可控负荷等可调资源是实现ADN优化调度的有效途径。本文在设置各类能源调度顺序及分段开关控制方案的前提下,从源-网-荷三个层面,构建ADN多源协同三层优化调度模型,并运用本文所提算法求解该模型。仿真结果表明,多源协同优化调度可有效提升可再生能源消纳率、平稳负荷波动、降低网络损耗以及提高用户体验,由此证明该优化方案的合理性及优越性。