随着全球能源的匮乏和环境的破坏,可再生能源以其资源丰富、清洁无污染等优势越来越受到电力行业的重视,尤其是分布式电源并网发电所占的比例越来越大。然而,分布式电源出力具有很强的随机性及相关性,其接入不仅直接改变了原有系统的潮流分布,而且对系统损耗和电压质量也造成了很大的影响,给系统运行带来了许多不确定性。因此,传统的静态无功优化已难以胜任如此复杂的系统运行状态。针对这一问题,论文围绕系统运行的安全性和经济性,研究了计及分布式电源功率不确定性的配电网动态无功优化。首先,对几种分布式电源进行了简要的介绍,并选定输出功率具有不确定性的风机、光伏作为并网研究的分布式电源。基于对分布式电源并网的理想模型,通过算例仿真分析了分布式电源接入位置、接入容量对配电网电压和网损的影响。其次,针对风电、光伏出力和负荷的不确定性,根据风机、光伏的出力特性以及负荷的分布特性,确定其功率的概率模型。为处理随机变量之间的相关性、获得输出变量的概率密度或累积分布,提出一种基于Nataf变换和Gram-Charlier级数展开的改进三点估计法。通过IEEE33系统验证了该算法的计算精度和效率,并在此基础上,分析了分布式电源之间的出力相关性对系统运行的影响。然后,在静态无功优化模型的基础上,考虑控制设备的动作次数约束,以系统全天总网损和电压偏移量最小为目标,建立了计及控制设备调节代价的配电网动态无功优化模型。利用最优分割法和改进粒子群算法的相互配合,完成对控制变量约束条件的处理和对模型的求解。通过改进IEEE33系统的仿真分析,证明了动态无功优化在控制设备动作次数的限制下,能有效提高系统运行的安全性和经济性;同时,验证了改进粒子群算法具有较高的计算精度和效率。最后,针对分布式电源出力和负荷预测存在误差的情况,考虑分布式电源的无功调控特性,根据实时更新的风光出力及负荷波动信息,在日前动态优化方案的基础上,以总电压预测偏差和网损最小为目标,建立了基于动态分区的实时无功优化模型。通过算例仿真分析,验证了该优化模型对电压调控的准确性和快速性,进一步提高了系统运行的安全性和经济性。