近年来随着分布式能源等清洁能源的发展,配电网侧网络架构以及运行特点都发生了较大的改变,传统配电网网络分析的观点无法较好满足现有配电网的状态监控以及优化运行控制。主动配电网的相关研究成为了现在电力系统研究中极为重要的一部分,其中关于主动配电网最优潮流的研究对电力系统的规划运行尤为重要,如何有效准确地处理主动配电网最优潮流运算中分布式能源的特性成为了当前研究的热点问题。本文主要介绍了主动配电网的概念、拓扑结构、运行特点以及与传统配电网的差异和当前研究现状,以分布式能源并网所表现出的随机性、波动性为重点展开主动配电网的概率潮流计算以及相关的最优潮流运算。概率潮流运算是一种基于概率潮流理论展开电力系统分析方面研究的数学工具,其核心在于应对处理现在电力系统方面存在的较多不确定性因素。在文中对于概率潮流运算的理论基础、运算特点以及运用过程进行了一定叙述,并在已有的主动配电网概率潮流计算的基础上,通过改善传统的样本数据获取方法来提高概率潮流计算的整体效率。主动配电网最优潮流运算中,在考虑分布式能源并网中表现出的随机性与波动性的同时,分布式能源之间所表现出的错综复杂相依结构也是研究重点。针对此建立以Copula函数为基础的概率化相依结构模型,运用改进拉丁超立方采样和序列排序的方法确保数据样本值的相关性和数据功率代表性的统一,提高主动配电网概率最优潮流计算的有效性、精确性以及整体运算效率。最后,在MATLAB仿真环境下以含有多风电场的标准IEEE-30配电系统为对象,采用交叉熵算法的概率最优潮流仿真运算,并以传统的智能优化算法为对比试验。实验结果数据有效地证明了交叉熵算法可以很好地提高概率最优潮流运算的准确度与精确性。表明了基于交叉熵算法的概率最优潮流运算可以为有效处理主动配电网中分布式能源并网的随机性,以及相关性因素对配网侧概率最优潮流运算的影响。有利于为主动配电网的潮流运行以及优化调度做出正确评估。