含多种分布式电源(Distributed Generation, DG)的有源配电网(Active Distribution Network, ADN)规划的目的在于保证配电网在规划期限内安全、可靠、经济的完成配电任务的同时,合理消纳负荷侧的分布式能源,实现配网最优潮流运行和调度。本文首先研究了风力发电和太阳能光伏发电系统等典型分布式电源以及负荷需求的概率特性,并建立了相应的概率数学模型。在规划过程中,针对负荷需求以及分布式电源出力的波动性,本文利用蒙特卡洛模拟法实现概率潮流计算,避免了单一潮流断面的局限性,并用以指导后续规划工作。本文重点研究了有源配电网中DG的布点规划方法以及配电网中DG布点与网架拓展的协同规划策略。在DG的选址定容工作中,综合考虑分布式电源安装运行费用,网损费用和购电费用建立规划数学模型,并将含分布式电源的概率潮流计算与改进粒子群算法相结合,以DG位置和容量为算法变量,通过在粒子群算法(Particle Swarm Optimization, PSO)当中引入变异算子和偏移算子,根据适应度标准差及当前最优适应度值,确定目前部分粒子的畸变程度。同时改进了PSO中对于速度和位置的更新方法和终止判据,改善了算法的收敛特性,通过算例仿真验证了该方法的可行性和高效性,并针对有源配电网不同DG出力以及负荷需求场景下的配网运行指标进行概率统计分析,统计数据表明结合概率潮流计算的规划方案更加贴近现实运行情况。针对未来有源配电网网架拓展问题,本文提出一种基于粒子群-最小生成树(Kruskal)混合算法的网架、DG协同规划策略,该方法简化了算法的染色体结构,避免了传统基因算法的“维数灾”问题。同时,该算法规避了传统网架规划中出现的不可行解,精简了规划流程。通过算例证明该方法能够有效地寻找到全局最优解并且具有良好的收敛特性,并初步完成网络的线路选型工作。文中结合单一潮流断面以及多潮流断面下的规划方案下的对比分析,指出概率潮流计算在规划工作中的指导意义,并对规划方案中可预见的薄弱环节进行分析。