间歇性分布式电源的入网不仅会给电网规划带来一定挑战,还可能加剧电网负荷和电压的波动。国内外对于分布式电源和储能的选址定容规划已做出许多成果,但是已有文献大多未考虑分布式电源前期的选址问题且二者联合规划的研究仍较少。因此,本文针对风光储联合协调规划问题做了以下工作:提出了基于博弈组合赋权法的分布式电源选址规划综合评价模型。首先选取网损衡量指标和两类电压稳定指标作为选址依据,然后采用博弈组合赋权法对改进的层次分析法和CRITIC法得到的权重进行融合,克服单一赋权法的不足,最后利用逼近理想解排序法得到了分布式电源待安装节点。算例分析表明,博弈组合赋权法得到的权重更合理,本文提出的选址模型具有可行性。考虑源荷的不确定性以及储能的经济性和平波抑制性,建立了两阶段协调优化的风光储选址定容规划模型。第一阶段以年综合费用最少为目标对分布式电源进行规划,第二阶段以年投资运维费用、节点电压波动和负荷波动为目标对储能进行配置。采用概率场景分析法处理源荷的不确定性,通过对实测数据加入误差扰动得到了更合理的样本数据,并提出了K-S复合聚类算法用于场景削减。实例仿真表明,本文提出的复合聚类算法可以大大减少计算时间。为了满足规划模型的求解需求,提出了改进的蝴蝶和多目标鲸鱼两种智能优化算法。采用霍尔顿序列初始化种群、自适应开关概率以及精英反向学习和早熟判断结合混沌搜索的多策略方式改进蝴蝶算法收敛速度慢和早熟的不足。通过引入Maximin适应度函数、双性能的外部档案更新维护和轮盘赌优选策略得到多目标鲸鱼算法,并对收敛因子非线性处理以及引入模糊变异策略改进该算法的固有弊端。标准测试函数的仿真,验证了两种改进算法的有效性。最后,IEEE 33系统的仿真分析表明,考虑源荷的不确定性可以降低规划成本,储能的规划方案更好地权衡了经济性和平波抑制性。另外,本文提出的改进蝴蝶算法收敛速度更快,适应度值更优,改进的多目标鲸鱼算法分布性和多样性更好。