新能源发电技术的不断发展,以风能、太阳能为代表的新能源发电量占总发电量的比例不断攀升。因此,对分布式电源并网的需求也越来越多,尤其部分地区还存在多种类型分布式电源并网的情况,对配电网运行的安全性、可靠性、稳定性提出挑战。所以需要对分布式电源的并网进行合理规划,以保证配电网并网后安全稳定。同时扩大分布式电源并网对经济效益产生的积极影响,充分贯彻节能降耗的政策方针。本文以风力发电和光伏发电两种分布式电源并网为研究对象,对其接入位置和并网容量进行优化。分布式电源并网需要建立DG的数学模型,分析其并网时对潮流的影响。同时,在实际运行的约束条件为前提,针对电压稳定性、网损最小化等待优化指标建立目标函数。然而,目标函数的建立普遍采用简单加权的形式将不同的目标函数结合起来,这种方法较适合于目标函数较少的优化情况。本文采用双层规划的方式,可以更好地针对不同优化侧重点设定多个优化目标,并实现不同层之间约束条件的解耦,可根据实际需求选择约束条件。底层规划的重点是DG并网后配电网的稳定性,因此选取配电网网损最小以及节点电压偏移最小作为最终的优化目标;首层规划针对经济性进行规划,优化指标包括DG投资及运行成本、可再生能源政策补贴和配电网上级购买电量费用。其中,配电网上级购买电量费用指标需要用到底层规划中的配电网网损最小的信息。因此,两层之间具有信息传递的联系性。在预测控制算法的研究方面,对预测控制的基本原理进行了了阐述,并对广义预测控制的缺点,诸如计算速度相对较差,易陷入局部最优解等弊端进行简要说明。在此基础上,将遗传算法与GPC算法相结合,充分利用GA算法全局收敛性好的特性弥补GPC算法的不足。为进一步提高GA-GPC的收敛速度,通过引入基于误差分类的两性种群交配遗传策对GA算法进行改进。这一策略将将染色体定义为阳性和阴性两种类型,进行交叉操作时选取异性染色体作为交叉操作的对象,相比于传统的随机选择两个染色体进行交叉而言,基于该策略的GA算法具有更好的搜索能力,使算法更加高效。通过测试函数验证改进GA算法性能的优越性后将其用于完善GPC算法的滚动优化,以解决GPC滚动优化采用梯度法而产生对初值敏感且容易陷入局部最优解的问题。仿真结果表明改进的GA-GPC具有更好的控制精度,且计算速度得到明显改善。基于以IEEE33节点配电网系统仿真算例对DG并网的规划问题进行求解。仿真结果表明改进的GA-GPC算法求得了更好的规划方案,无论从最小网损、节点电压偏移还是经济成本均好于传统GA-GPC算法,说明改进的GA-GPC算法能够得到整体最优解,可以证明该方法效果更优越、有效。