分布式电源(distributed generation, DG)具有灵活、经济、环保的特点,若配置得当可以有效减少配电网网损,提高电能质量。发展分布式电源已成为当前解决能源利用与环境保护矛盾的重要举措之一。然而,随着大规模电动汽车(plug-in electric vehicle, PEV)和风光等可再生能源发电的并网,PEV充电功率和风光等可再生能源DG出力的随机特性势必给配电系统的安全运行带来潜在的威胁。因此,有必要在考虑上述不确定性影响的基础上,对配电网内的多类型DG进行优化配置,以适应未来主动配电网的发展。首先,阐述了可再生能源DG和电动汽车接入配电网后对配电网的电压分布、有功损耗、供电可靠性和运行规划等方面的影响,并根据风光可再生能源DG和PEV充电行为的随机特性,建立了风力发电、光伏发电输出功率和PEV充电功率的概率模型,以使规划结果更加符合实际情况。然后,在阐述机会约束规划(chance constrained programming, CCP)的基本理念及特点的基础上,建立了基于CCP框架的多目标DG优化配置模型,该模型考虑了风电、光伏、微型燃气轮机3种类型DG的选址和定容,以环境效益、DG总费用和有功损耗最优为目标,并采用机会约束的形式对电压幅值和线路传输容量进行约束。在DG优化配置数学模型中,各个子目标通过加权的方式形成综合目标函数,子目标的权重系数采用一种多目标综合评估方法——层次分析法进行计算。其次,文章提出一种能够处理随机变量不确定性的拉丁超立方采样蒙特卡洛模拟嵌入改进纵横交叉算法(modified crisscross optimization algorithm- correlation Latin hypercube sampling Monte Carlo simulation, MCSO-CLMCS)的DG优化配置求解方法。该方法根据可再生能源DG出力和PEV充电功率的概率模型,利用基于CLMCS的概率潮流计算方法计算配电系统的概率潮流,并根据概率潮流结果检验约束条件及计算目标函数值,再由带自适应变异机制的改进纵横交叉MCSO算法进行全局寻优得到最优配置方案。最后,以IEEE 33节点系统和美国PG&E69节点系统两个典型的配电系统对所提模型和方法进行仿真验证。仿真结果表明,文中所提模型和方法能够得到合理的分布式电源优化配置方案,可以有效提高配电系统运行的安全性、经济性和环保性。此外,文章所提出的MCSO-CLMCS算法具有收敛精度高,运算速度快等优点,适合于求解复杂的多目标DG优化配置问题。