随着电力系统的持续更新发展,传统集中式发电大电网愈来愈不满足人们的使用期望。与此同时,分布式电源(Distributed Generation,DG)技术出现在了电力系统的新舞台,得到了蓬勃发展。但是,DG接入配电网会在一定程度上增加电力系统的复杂性。例如,会在电压稳定、线路潮流、网络损耗、继电保护特性、谐波问题等方面产生较大的影响。此外,不同节点类型各类DG的等效模型具有差异性。因而为了达到降低DG的接入对配电网造成的不良影响的目的,就要科学地规划DG接入的类型、位置、容量。群智能是模拟生物界群体活动的一类算法,这类算法原理简单、参数设置较少且寻优效果较好,适用于解决分布式电源选址与定容这一复杂的优化问题。本文结合鲸鱼算法原理简单以及遗传算法在算法寻优前期能够快速搜索且能够以较大的概率跳出局部最优解的优势,提出了鲸鱼遗传混合算法(WOA＿GA)。最后,本文构建了分布式电源选址和定容的数学优化模型,其目标函数既包含电能指标配电网网损,又包含经济指标DG运行总费用。此外,本文将电压偏差与配电网网损综合考量,建立了多目标函数。并针对上述目标函数建立了配电网可接入节点等约束条件。为了证实文中的算法和模型的有效性,在IEEE33节点配电网中进行了验算,仿真结果表明合理的分布式电源选址和定容可有效降低配电网的损耗与成本,极大地提升电能质量。