随着社会的快速发展以及全球化进程的速度越来越来快,环境污染问题和能源危机问题也随之加重,各国政府开始大力发展以分布式电源和电动汽车为代表的清洁可持续的能源技术。然而配电网运行的经济性、可靠性以及电能质量会因大规模分布式电源和电动汽车的接入产生影响。在此背景下,将分布式电源和电动汽车充电站进行联合选址定容对于提高分布式电源的就地消纳,促进电动汽车发展有着重要意义,还能增大清洁能源的利用率和配电网的稳定性。因此,有必要对各种影响因素进行统筹规划,再对分布式电源和电动汽车充电站进行联合选址定容,这样不仅可以降低两者单独接入电网产生的不利影响,还可以使配电网运行的经济性和电能质量达到综合最优。充电的便利性和经济性对于电动汽车用户来说是首当其冲的,而路程成本是最好的体现,因此在此基础上考虑用户的路程成本是有必要的。本文的主要研究工作如下所示:（1）考虑分布式电源的出力以及负荷的不确定性,采用K-均值聚类算法对风速和光强场景数据进行缩减,这样能在提高计算速度的同时保证场景缩减的精度;（2）基于充电负荷的不确定性,对影响电动汽车充电负荷的因素进行分析,对规划地区的电动汽车充电负荷采用蒙特卡洛模拟方法进行预测,得到电动汽车充电负荷预测曲线,相比较于传统的假定规划地区的充电负荷为恒定值的情况更具实际性;（3）基于分布式电源和常规负荷的时序特性以及电动汽车的充电特性,建立以分布式电源和电动汽车充电站的位置、容量为决策变量,充电站投资运维费用、网损费用、政府补贴、环境成本等最小的选址定容模型,并在选址定容目标中引入了用户的路程成本;（4）分析鲸鱼优化算法在解决选址定容问题中的不足并加以改进,同时根据Voronoi图思想结合Floyd最短路径算法对用户路程成本进行计算,并通过算例分析证明改进的算法的有效性和考虑用户路程成本的实际性。