为实现国家碳达峰、碳中和的政策目标,应对化石能源枯竭与环境污染等危机,分布式风电（Distributed Wind Generation,DWG）作为相对成熟的新能源发电技术之一,近年来在电网中的渗透率不断增加。但DWG明显的反调峰特性为系统带来了较大的调峰压力,且DWG出力的随机性与波动性也限制了电网安全稳定、高效经济运行的能力。为平抑DWG并网带来的电能质量与消纳压力等问题,将具有灵活双向调节能力的分布式储能系统（Distributed Energy Storage System,DESS）引入含DWG的配电网中。由于DESS接入位置与安装容量不同对其平抑效果产生的影响非常大,故需要对DESS进行合理布局以改善DWG弃风问题和配电网供电可靠性。DESS在配电网中的配置对提高DWG消纳水平和减小负荷峰谷差有着至关重要的理论意义与实践价值。因此,如何对DESS在配电网中进行优化配置以提高配电网运行的安全稳定性成为亟需解决的问题。本文针对含DWG的配电网,分析了电池储能系统（Battery Energy Storage System,BESS）在配电网中的选址定容与优化运行问题,主要研究内容如下:（1）对储能在电力系统中的发展与应用现状进行阐述,将电网侧BESS作为本文储能选型研究对象,分析了国内外对储能优化配置在数学模型与求解算法的研究现状。对DWG、BESS与负荷运行特性进行研究,对DWG并网对配电网调峰的影响以及BESS的接入位置与配置容量对配电网电压与网损的影响进行分析,为后文多目标BESS优化配置模型建立奠定了理论基础。（2）研究了多目标BESS优化配置问题的求解算法,通过对多目标粒子群优化算法（Multi-Objective Particle Swarm Optimization,MOPSO）存在收敛性不足、易陷入局部最优解等缺陷的分析,引入Logistic混沌映射和动态非线性惯性权重策略,形成的改进多目标粒子群优化（Improved Multi-Objective Particle Swarm Optimization,IMOPSO）算法改善了MOPSO算法的寻优性能。再将注重个体寻优的天牛须搜索（Beetle Antennae Search,BAS）算法与注重群体寻优的IMOPSO算法融合形成基于天牛须搜索算法的改进多目标粒子群优化（BAS-IMOPSO）算法,可有效改善粒子种群特性与提高算法收敛性,以寻得更优BESS优化配置方案解集。（3）从改善配电网电能质量与提高BESS接入配网的经济性角度出发,以系统电压偏差、日有功网损以及BESS配置容量最小为目标函数,建立了多目标BESS选址定容优化配置模型,分析了利用BAS-IMOPSO算法求解配电网多目标BESS选址定容优化配置问题的基本实现过程。在MATLAB仿真软件中建立了含DWG的IEEE-33节点配电系统模型,通过对模型求解得到最佳BESS接入节点位置、配置容量和一个运行周期24h内的BESS运行策略,并对改进前后的MOPSO算法与BAS-IMOPSO算法进行性能对比,验证了BAS-IMOPSO算法在收敛性与寻求最优解能力的优越性,分析了BESS优化配置策略对配电网系统安全稳定运行的积极作用。