La integración de sistemas de almacenamiento de energía en baterías (BESS) dentro de redes de distribución activas (ADN) implica una programación optimizada de carga/descarga con un día de anticipación para lograr un efectivo recorte de picos. El objetivo principal es reducir la demanda máxima y mitigar las desviaciones de potencia causadas por la producción intermitente de energía fotovoltaica (PV). Las co-simulaciones de series temporales cuasi-estáticas (QSTS) para determinar soluciones heurísticas óptimas en cada intervalo de tiempo son computacionalmente intensivas, particularmente para sistemas a gran escala. Para abordar esto, se propone en este artículo un enfoque de programación inteligente de BESS en dos etapas implementado en un entorno MATLAB-OpenDSS con procesamiento paralelo. En la primera etapa, un árbol de decisión basado en reglas genera puntos de ajuste iniciales de carga/descarga para las unidades BESS comunitarias. Estos puntos de ajuste se refinan en la segunda etapa utilizando un algoritmo de optimización destinado a minimizar las desviaciones de potencia de carga neta de la comunidad y reducir la demanda máxima. Al asignar cada comunidad ADN a un núcleo de CPU dedicado, el enfoque propuesto utiliza procesamiento paralelo para reducir significativamente el tiempo de ejecución. Las evaluaciones de rendimiento en un alimentador de prueba de 8500 nodos de IEEE demuestran que el enfoque mejora el recorte de picos mientras reduce el tiempo de ejecución de la co-simulación QSTS, la demanda máxima de la utilidad, las pérdidas de la red de distribución y las desviaciones de voltaje nodal en el punto de interconexión (POI). Además, el uso de funciones de inversor inteligente mejora las operaciones de BESS al mitigar las violaciones de voltaje y la reducción de potencia activa, aumentando así la cantidad de energía recortada durante los períodos de demanda máxima.