近年来,分布式电源凭借污染性低和灵活性强的特点得到了迅速发展,随着其并网规模的不断扩大,对主动配电网的运行经济性和供电质量提出了更高的要求。为了减小配网运行的成本,提高电压水平,对各分布式电源的不确定性出力进行充分消纳,本文针对主动配电网的优化控制进行了研究。本文针对主动配电网的运行特点,对其进行了区域划分,构建了综合决策、全局优化、区域优化三层的控制体系。并且,为保持优化的连续性,提出空间尺度和时间尺度相结合的优化控制方式,其中包括在长时间尺度下实行全局优化的方式和在短时间尺度下实行区域优化的方式。为提高主动配电网优化运行的经济性,本文提出在长时间尺度下建立全局优化模型,以全网发电成本最小和有功网损最小建立多目标函数。针对基本粒子群算法在求解时容易陷入局部最优和收敛速度慢的缺点,本文将微分进化算子引入到量子粒子群算法中,提高了群体的多样性,从而提高了算法的寻优速度和全局搜索能力。为进一步提高主动配电网优化运行的平稳性,避免长时间尺度优化的间隙发生功率的大范围波动,产生电压越限等问题,本文提出在短时间尺度下建立区域优化模型。各个区域接收到全局优化给定的功率目标值后,建立功率偏差最小、区域网络损耗最小和电压偏差最小的多目标函数模型,实现短时段内的快速区域优化。由于此阶段对配电网的求解速度要求较高,传统的智能求解算法已无法适用,本文提出采用锥优化方法,对传统的非线性模型进行锥转化,建立二阶锥规划模型进行求解。分别通过IEEE33节点系统和实际的78节点系统对所建模型进行仿真分析。仿真结果表明,使用长时间尺度下的全局优化模型能够有效的减小配电网的运行成本,与使用传统的粒子群算法相比,改进的量子粒子群算法在求解过程中能够提高搜索精度,并更快的得到最优解。使用区域优化模型能够有效的减小功率偏差,降低网损,而锥优化方法能够显著提高求解效率。与只进行全局优化相比,采用全局和区域协调优化的控制方式更能提高电压水平。