分布式发电（Distributed Generation, DG）与集中式发电相结合是电力系统发展的趋势，更是智能电网的重要组成部分。目前，DG设备研发、制造和设备自身控制方面具有一些较成熟的技术，DG对电力系统的影响已经有大量的研究，但涉及DG并网及并网后的系统优化运行、协调控制等领域的研究大多处于初始阶段。因此，为提高DG并网后配电网运行的安全性、经济性和可靠性，提高配电网对分布式可再生能源的吸纳能力，研究分布式电源在配电网中的优化配置及其并网后的配电网优化运行管理具有重要的理论意义和实际意义。本文以分布式电源的优化配置和含分布式电源的配电网无功优化为对象，围绕含分布式电源的配电网多目标优化问题展开研究，同时，探讨基于群集智能和Pareto支配关系的多目标粒子群优化算法，为求解电力系统多目标优化问题构造更具实用价值的优化算法。主要研究内容包括：（1）围绕智能配电网多目标优化问题，研究基于群集智能理论、能解决多任务、多约束、多目标协同优化问题的智能优化策略，提出一种能够求解复杂多目标优化问题的综合自适应多目标粒子群优化（CAMPSO）算法。CAMPSO算法引入随机黑洞机制和动态惯性权重策略以兼顾粒子群的开拓与探索能力，使算法以较高的精度逼近真实的Pareto前沿；引入基于细菌群体感应机理的扰动机制和动态选择领导粒子策略以保证种群的多样性；采用逐步淘汰策略提高Pareto解的多样性和分布均匀性。（2）针对DG在配电网规划中的优化配置问题，建立带偏好策略的DG多目标优化配置模型，采用CAMPSO算法求解，实现DG容量和位置的全局优化配置，为决策者提供多样化的方案提供支撑。模型兼顾配电网运行的经济性、可靠性、安全性和DG的环境友好性，同时考虑用户对电压质量和供电可靠性的特殊要求，提出电压偏好策略和供电可靠性策略。（3）为了以最少的储能设备投资取得最大的风电输出稳定性，构建以混合储能系统（HESS）安装和运行维护成本最低、风电输出功率合格率最高为目标函数的HESS多目标优化配置模型，采用模糊控制对HESS中的各储能设备进行功率分配，以保证储能设备的循环使用寿命和保障HESS有充足的可用能量平抑风电输出的波动性。（4）将能够提供无功功率的DG与传统的无功调节手段相结合，兼顾系统的经济运行、电能质量和无功补偿设备投资与运行成本等多任务要求，研究含DG的配电网多目标无功优化策略，建立含DG的配电网多目标无功优化数学模型，运用CAMPSO算法求解配电网多目标无功优化问题，为决策人员提供灵活选择的多样化解决方案。