近年来，随着化石燃料的日渐枯竭和环境的日益恶化，分布式发电技术受到了愈来愈广泛的关注。分布式发电具有减轻环境污染、提高供电可靠性、改善电能质量、降低网络损耗等众多优点。但分布式电源接入配电后，能否产生有利影响且如何带来利益最大化与分布式电源选址及定容有着密切联系。因此，分布式电源的合理规划具有重要意义，而高效的智能优化算法又是求解分布式电源在配电网中优化配置模型的重要手段。本文主要研究内容如下:　　首先，详细介绍加入全局最优思想和混沌搜索策略思想的改进萤火虫算法，对比传统萤火虫算法具有容易早熟、收敛速度慢、收敛精度低、过度依赖控制参数的缺陷特点，改进的萤火虫算法具有更好的寻优速度及寻优进度。并通过典型的测试函数对比粒子群算法、常规萤火虫算法进行性能优化测试，对比结果验证改进算法的有效性、可行性及优越性。　　其次，基于配电网络的潮流计算，对含分布式电源在配电网中的短期规划进行选址和定容。在对含分布式电源的配电网络进行潮流计算的基础上，建立了投资成本最小、网络损耗最小的分布式电源多目标规划模型，将改进的萤火虫优化算法应用到求解分布式电源多目标优化配置模型中，对确定接入容量后进行分析计算，得出配网的网损及电压波动数据。利用33节点配电网模型为算例进行仿真分析，验证了本文此算法在解决传统典型的复杂优化问题的优越性，并比较多目标与单目标的优化结果。　　最后，考虑到负荷的波动会对电网中的电源和网损产生影响，从而对分布式电源的规划和控制产生影响。而分布式电源优化过程伴随着负荷的不断变化，在上章的基础上，加入新型的负荷变动模型，建立了考虑负荷变动和分布式电源类型的以有功网损最小为目标函数的分布式电源长期优化配置模型。通过对IEEE33节点配网系统进行仿真分析，验证本文模型的合理性，并与第三章的结果进行对比分析。　　本文首先对萤火虫算法进行深入研究，并将其应用到分布式电源的优化配置问题求解中。另外，本文建立了考虑负荷变动和分布式电源类型的以有功网损最小为目标函数的分布式电源长期优化配置模型，最后结合算例进行分析验证。