集中供电、大电网统一互联、长距离输电、大机组等已成为电力系统生产、分配和供应的主要形式,但是这种形式存在一些不足,如管理水平不高、系统稳定性不强等缺点。随着分布式发电(Distributed Generation, DG)这种具有高效、环保、经济、投资周期短、节能等特点发电新模式的出现,大电网与分布式机组相结合是能够增加系统可靠性、降低能耗、提高环保水平、节约投资的有效途径,现已成为21世纪世界电力工业发展的方向标。论文以分布式发电系统为研究对象,着重研究了异步发电机形式和电力电子变换器形式的分布式发电机组的并网稳定控制问题。建立了异步风力发电机系统和燃料电池并网系统的数学模型,针对异步发电机形式建立了超导储能装置SMES的模型,并将其应用于改善风电场并网稳定性和发生故障条件下维持系统稳定运行方面；针对电力电子变换器形式的DG机组,改进逆变器并网控制策略,通过在外部故障、电压跌落和负荷突变等扰动情况下的仿真表明,所设计的并网逆变器控制方法可以有效维持系统的稳定运行和动态特性。文中将智能控制方法—模糊神经网络应用于分布式发电系统并网协调控制研究中,制定了分布式机组和普通发电机组的模糊协调控制策略,将分布式机组特性和普通发电机的特点联系起来进行综合协调控制,经过神经网络的训练达到了控制目标,并且分别对异步风力发电系统和燃料电池并网系统进行了故障仿真,结果表明比起常规控制方式,协调控制更能维持系统稳定运行的状态、改善机组在故障情况下的运行状况、具有良好的动态响应能力,取得了较好的控制效果,验证了所用方法的正确性。