我国“碳达峰、碳中和”目标的提出,使电力系统逐渐向以新能源为主体的新型电力系统转变。但分布式光伏、风力发电、电动汽车等分布式电源与负荷的大量渗透给电网的安全、可靠、高效运行带来了新的挑战。风、光电等新能源的不可调节性以及出力的不确定性,大大降低了电网的灵活性,且其分布式的属性也增加了电网调控的复杂性。先进信息通信技术的发展,给分布式电源的灵活管控提供了支撑,但海量分布式电源的优化控制需要大量的算力支持,边缘服务器难以满足优化算法的计算需求。面向上述问题,本文针对分布式电源运行控制的全过程开展研究,构建信息层和能量层耦合的“云-边”协同优化架构,并对计算任务在云端和边缘端的分配策略进行研究。在此基础上,面向分布式电源的模型参数辨识、负荷预测以及优化控制策略展开研究,形成了面向分布式电源运行控制的完整体系,并在示范工程中对本文的研究成果进行实践。本文的主要研究内容如下:（1）针对分布式电源运行控制中信息层与能量层融合的问题,提出了信息能量耦合架构,并从工程实践的视角对该架构的实施方式进行了深入的探讨,根据分布式电源的特点,分析了分布式电源接入电网的关键设备,并展示了示范工程中的应用情况。在此基础上,提出了面向分布式电源运行控制的“云-边”协同计算任务优化策略,充分考虑计算时延、网络通信时延等因素,最大化利用云服务器和边缘服务器的算力资源,相比于单独的云计算,有效提升了计算效率。（2）针对分布式电源出力特性时变且受环境影响的特点,提出了基于神经网络的分布式电源模型参数辨识方法,全面考虑分布式电源出力的时序特性以及其他外界因素的影响,通过神经网络实现模型输出的自适应调整,相比于传统模型辨识方法或启发式模型辨识方法,本文所提方法的输出精确度有显著的提升。（3）针对含分布式电源的微电网中,不同灵活性资源可调节时间尺度不同的问题,提出了多时间尺度的含分布式电源微电网优化运行策略。所提算法充分考虑微电网优化调节的实际业务逻辑,通过对日前需求响应、日内小时级分布式电源调度、以及分钟级的储能设备的协同优化,更加充分地利用不同特性可调节资源的灵活性潜力,相比于单一类型资源调节策略,有效提升了系统的运行效率。（4）针对多个含分布式电源微电网间隐私信息不互通而又需要协同优化的难题,提出了基于梯度交互的多微网协同优化策略,引入次梯度推送算法解决隐私信息不互通环境下含分布式电源多微电网的经济性协同优化问题,进而考虑多微电网互联系统的安全运行问题,引入ADMM算法,通过超参数的交互,在保证经济性的同时,实现多微电网的快速协同,以维持系统的频率稳定。研究成果解决了隐私信息不互通环境下多个含分布式电源微电网的协同优化问题,更加充分地利用了归属于不同微电网的分布式电源的调节能力,实现了经济性和安全性的综合优化。