随着用电量的不断增长以及用电点数量的逐渐增加,在现有配电网基础上进行扩展规划是必不可少的一个工作内容。此外,分布式电源的不断接入,导致配电网的潮流特性发生了改变,对配电网的经济运行产生了不可忽视的影响。但由于产权关系、自然环境条件约束,供电企业对配电网的扩展规划并不将分布式电源的投资建设费用、维护费用等纳入到规划的考量要素之中,因此本文基于供电企业角度针对含分布式电源配电网的扩展建设费用最小、线损最小且满足所有供电需求的扩展规划问题进行研究。本文针对乡镇配电网的实际情况,提出了结合动态马尔科夫-长短期记忆的堆叠神经网络负荷预测、源荷蒙特卡罗模拟、改进遗传-粒子群算法的配电网扩展规划方法。考虑同一配电网中各负荷节点所拥有的历史负荷数据规模不等的现实情况,采用长短期记忆单元处理不同时间跨度的历史负荷数据,本文将其分为日、月、年尺度3类;并考虑每次预测不可避免地会产生误差,引入了误差的动态马尔科夫模型,再通过对影响负荷预测准确度的各个影响因素进行误差计算,使负荷预测更准确。在负荷预测结果的基础上,采用蒙特卡罗方法模拟出从规划基准年至规划水平年的负荷变化情况;同时,根据分布式电源报装的规划,模拟出分布式电源的出力情况。将负荷与出力的模拟结果作为待规划配电网潮流计算的基础数据,采用改进前推回代法进行潮流计算。提出了基于配电网扩展建设费用最小、运行维护费用最小与线损最小的扩展规划模型,并采用改进遗传-粒子群算法进行求解。配电网线损采用潮流计算出的导线电流及与导线电阻进行计算。遗传算法的改进体现是编码、交叉以及变异操作上,使其更加符合含分布式电源的配电网扩展规划模型求解需求,粒子群算法主要计算分布式电源的最佳安装容量。以实际配电网为例,通过研究得出了含分布式电源的配电网扩展规划结果,并通过对比分析得出本文所提出的规划方法的有效性。