推动低碳型电力系统发展的时代背景下,为降低化石能源带来的污染,分布式电源（Distributed generation,DG）得到了快速发展。DG合理地并入配电网运行可以有效地改善功率损耗、电压分布,带来可观的经济效益,然而DG的不科学配置可能蠹害电力系统稳定运行的同时造成大量投资资金的浪费。基于此,本文围绕DG科学合理地选择接入位置和容量并入配电网稳定运行展开研究。首先,分析DG并入配电网可能产生的正负面影响,重点说明科学地选择DG接入位置和容量对系统安全稳定运行具有举足轻重的作用。其次,考虑到不同DG具有不同的运行特性,另外负荷也因人们的生活习惯而表现出一定的规律性。据此,建立了风电机组、光伏系统的时序性功率输出模型,时序性负荷模型,以及调节燃料流量大小即可控制输出功率的燃料电池和微型燃气轮机的恒定功率输出模型。随后,建立了考虑功率损耗、电压分布、污染排放、DG成本以及气象条件的多目标数学优化模型。特别地,气象条件的引入,可以有效地将风光机组配置在风光资源丰富的地区,最大化消纳新能源。由于选址、定容工作分别是一个离散、连续变量,导致DG选址定容多目标数学优化模型是一个高度非线性、含离散优化变量的复杂模型。因此,应用自适应蝠鲼觅食优化算法（Adaptive manta ray foraging optimization,AMRFO）获取最优 Pareto 解集,其具有丰富多样的搜索机制,个体更新机制以及先进的Pareto解筛选机制,针对该模型能够获得更加优异的高质量解。为避免权重系数人为设置主观性所造成的负面影响,采用基于马氏距离的理想决策点法进行Pareto最优解集决策,该决策方法考虑到各目标函数之间存在的特性联系,并且不受各目标函数量纲不同的影响,更科学地做出决策。最后,基于并网运行的IEEE 33和69节点配电网,孤网运行的IEEE 33和69节点配电网进行仿真分析。研究结果表明:与传统的多目标智能优化算法相比,AMRFO能够获得分布更加广泛、均匀的Pareto前沿,在兼顾经济性的同时,配电网的电压分布、有功功率损耗的改善效果显著优于其他算法。