随着工业的快速发展和居民用电需求的不断增加,由于传统发电方式的资源匮乏和环境污染严重等问题,传统发电方式已不能满足现状,而分布式电源(Distributed Generation)的加入很好的缓解了这一问题。现阶段,DG与传统发电方式互为补充成为国家建设智能电网不可或缺的一部分,如何在保证配电网稳定运行的前提下,提高系统对DG的接纳能力以及最大限度地发挥其并网作用具有重要的研究意义。论文针对含DG的配电网优化配置问题展开研究工作,主要工作归纳如下:本文综述了近年来含DG的配电网优化研究现状,包括国内外研究者对该问题处理的模型以及算法,在此基础上对现有成果尚存不足的部分展开研究。介绍应用较为广泛的DG,分析DG在潮流计算中不同节点类型的处理方式。并仿真分析DG并网后产生的影响,得知DG在配电网中的位置和容量是产生积极作用的关键。基于配电网技术指标的要求,分别构建以网络损耗和静态电压稳定性指标最小化为目标函数的优化模型。针对自适应遗传算法在求解优化模型过程中仍有几率会陷入局部最优的问题,改进算法中的交叉变异算子机制,并将所提出的算法应用到优化模型中。最后,通过算例分析,表明算法在收敛性上具有一定优势,且网络损耗和静态稳压性指标的最小值均优于现有的算法。考虑到经济指标对配电网运行的重要性,构建最小化网络损耗、静态电压稳定性指标和DG综合成本的多目标优化模型。针对现存标准免疫遗传算法的不足,研究一种改进免疫遗传算法,在基于Pareto支配关系的NSGA-II算法上结合免疫思想,并通过测试函数和性能指标进行改进前后的性能对比,分析得知改进后的免疫遗传算法在Pareto解的收敛性和多样性上具有更良好的性能。最后进行算例分析,对比得出改进后算法的多样性和收敛性更好,各解均可有效地改善优化指标,表明本文对含DG的配电网优化配置研究中模型和算法的正确性和优越性,并对Pareto解进行方案分类,将得出的均衡方案与其他方案进行对比,最终得出在主观和客观条件下能让决策者满意的推荐方案。