1.一种协调多种可控单元的主动配电系统优化调度方法，其特征在于，包括建立主动配电系统协调优化调度模型并利用多目标头脑风暴优化算法求解，具体按照以下步骤实施：

步骤1、设计电压质量提升目标函数、追求可再生能源高效利用的目标函数，构建主动配电系统协调优化调度模型；

步骤1具体过程为：

步骤1.1、根据主动配电系统促进清洁可再生能源高效消纳的核心要求，设计系统电压质量提升目标函数和追求可再生能源高效利用的目标函数；

电压质量提升目标函数公式为：

式(1)中，ΔUMCC表示基于最大相关熵准则(maximum correntropy criterion，MCC)的电压质量指标；M为主动配电系统节点数；K表示调度周期可划分的单位调度阶段数；ΔUi表示第i个节点的电压偏差；dU表示最大允许电压偏差量；Gσ表示MCC的核函数；σ取为常数1；

函数g为：

追求可再生能源高效利用的目标函数公式为：式(3)中，ERDG表示清洁可再生能源发电比例指标；r∈NR，NR表示接入配电系统中可再生分布式发电单元的数目；g∈NG，NG表示接入配电系统中微型燃气轮机发电单元的数目；Pr(t)表示第r个可再生分布式发电单元在t时刻的有功出力；Pg(t)表示第g个微型燃气轮机发电单元在t时刻的有功出力；

步骤1.2、构建包含电压质量提升目标及可再生能源高效利用目标，并考虑网络潮流约束、各可控单元的特性约束的主动配电系统协调优化调度模型；

步骤2、初始化电网及算法参数；

步骤3、根据初始化个体公式生成N个满足约束条件的随机分布个体，每个个体即表示为一个调度向量，结合潮流计算结果、电压质量提升目标函数、追求可再生能源高效利用的目标函数，分别计算每个调度向量的目标函数值，评估筛选出调度向量中的非支配解，并存入归档集中；

步骤4、利用K均值聚类算法将N个调度向量在目标函数空间划分为k类，其中包含非支配解的类为精英类，没有非支配解的类为普通类，并由调度向量与目标函数值之间的映射关系得到精英解集和普通解集；

步骤5、根据概率选择和变异操作将生成N个新调度向量；

步骤6、更新归档集；

步骤7、进行迭代搜索寻优，当达到设置好的收敛精度或最大迭代次数时，输出相应的归档集，即Pareto解集；

步骤8、采用模糊隶属度函数式分别评估计算Pareto解集中每个控制向量的整体满意度值，选择整体满意度值最大的解为最优运行方案。

2.根据权利要求1所述一种协调多种可控单元的主动配电系统优化调度方法，其特征在于，所述网络潮流约束具体如下：功率平衡约束：

式(4)中，Pi、Qi分别表示注入节点i的有功功率与无功功率；Ui、Uj分别表示节点i和j的电压幅值；Gij和Bij构成节点导纳矩阵；θij表示线路ij两端的相角差；

节点电压约束：

式(5)中，Ui表示节点i的电压幅值， 和 分别表示节点i的电压幅值上下限；

所述各可控单元的特性约束具体为：主动配电系统中可再生分布式发电单元的出力需满足约束：式(6)中，Pr(t)和Qr(t)分别表示第r个可再生分布式发电单元在t时刻输出的有功和无功功率； 分别表示第r个可再生分布式发电有功出力的上下限； 分别表示无功调节范围的上下限；

主动配电系统中微型燃气轮机发电单元的有功出力需满足约束：式(7)中，Pg(t)表示第g个微型燃气轮机发电单元在t时刻输出的有功功率； 和分别表示第g个微型燃气轮机发电有功出力的上下限；

储能单元的荷电状态应保持限制：式(8)中，SOCj(t)表示第j个储能单元在t时刻的剩余能量； 和 分别表示第j个储能单元容量的上下限；

在整个调度周期结束后，储能单元的荷电状态与调度起始阶段保持条件：SOCj(0)＝SOCj(KΔt)       (9)式(9)中，SOCj(0)和SOCj(KΔt)分别表示储能单元的初始能量和调度周期结束时的剩余能量；

储能单元在同一时间段只能维持一种状态：储能单元的充放电功率范围：

式(10)和(11)中， 和 分别为第j个储能单元在t时段的充电功率和放电功率； 和 分别表示第j个储能单元的充电功率和放电功率上限值；

可削减负荷的削减极限约束：

ΔPcl≤ΔPcl.max          (12)式(12)中，ΔPcl表示第l个可削减负荷的削减功率；ΔPcl.max表示第l个可削减负荷允许削减的最大功率值。

3.根据权利要求1所述一种协调多种可控单元的主动配电系统优化调度方法，其特征在于，步骤2所述电网及算法参数包括系统网架结构和线路参数，负荷分布情况及其预测数据，可控单元类型、接入节点、出力限值及出力预测数据，算法参数包括：初始个体数N，最大迭代次数KImax，概率参数P1、P2、P3、P4，归档集的个体数AS以及聚类的个数k。

4.根据权利要求1所述一种协调多种可控单元的主动配电系统优化调度方法，其特征在于，步骤3所述初始化个体公式为：式(13)中， 表示第i个个体中第d维控制变量；xd.max和xd.min分别表示第d维控制变量的上下限；random(0,1)表示(0,1)之间的随机数。

5.根据权利要求4所述一种协调多种可控单元的主动配电系统优化调度方法，其特征在于，步骤4所述目标函数空间是指由电压质量提升目标函数、追求可再生能源高效利用的目标函数构成的二维目标空间。

6.根据权利要求4所述一种协调多种可控单元的主动配电系统优化调度方法，其特征在于，步骤5具体过程为：

步骤5.1、生成一个(0,1)之间的随机数，若该随机数大于概率参数P1，则从当前归档集中随机选择一个个体为待变异的调度向量xselect，若该随机数小于P1，则再生成一个(0,1)之间的随机数，并判断是否小于P2，若是则随机选择一个精英类，若否则随机选择两个类，选择一个类的根据参数P3的大小确定该类的类中心或类中任一个体为xselect，选择两个类的根据参数P3的大小确定这两类的类中心或类中任一个体进行线性组合作为xselect；

步骤5.2、对xselect进行变异操作：变异操作的公式如下：

式(14)中， 表示变异后的调度向量中第d维功率值； 表示用来更新的向量中第d维功率值；ξ表示产生新调度量时的权重系数值；N(μ,σ)表示均值为μ，方差为σ的高斯随机函数；式(15)中，logsig()表示对数S型函数；KImax表示最大迭代数；t表示当前的迭代数；K表示改变logsig()函数的斜率；random()表示(0,1)之间的随机数；

步骤5.3、根据潮流计算的结果求解式(1)和式(3)的函数值，评估变异前后的N组向量，每组保留其中的非支配解，若变异前后的两个向量互不支配则随机选取其中一个保留，得到N个新调度向量。

7.根据权利要求1所述一种协调多种可控单元的主动配电系统优化调度方法，其特征在于，步骤6具体过程为：

步骤6.1、将新生成的N个非支配解与归档集中的个体一一进行比较，判断新生成的N个非支配解是否支配归档集中的解；

若不支配，则放弃此新解；

若支配，则删除归档集中被支配的解，并将此新解存入归档集；

步骤6.2、检查归档集中解的个数是否达到归档集的最大容量；

如果大于归档集最大容量，删除归档集中拥挤距离最小的解；

如果不大于归档集最大容量，则进入下一轮迭代。

8.根据权利要求7所述一种协调多种可控单元的主动配电系统优化调度方法，其特征在于，所述拥挤距离计算方法如下：结合式(1)、式(3)可得调度向量的拥挤距离如式(16)所示：式(16)中，D(i)表示第i个调度向量的拥挤距离；ΔUMCC(i)和ERDG(i)分别表示第i个调度向量的电压质量目标函数值和清洁可再生能源利用比例值。

9.根据权利要求1所述一种协调多种可控单元的主动配电系统优化调度方法，其特征在于，步骤8所述模糊隶属度函数式为：式(17)、式(18)中，μn表示第n个目标函数的满意度；fn表示第n个电压质量提升目标函数值； 和fn分别表示第n个电压质量提升目标函数值的上下限；μ表示整体满意度值；Nobj取值为2。