以清洁能源为主的分布式电源（Distributed Generation,DG）并入配电网络,能够提高电力系统的供电可靠性并改善我国的能源结构。因此,对分布式电源的并网规划进行合理的优化配置具有重大意义。分布式电源的优化配置是一个数学优化问题,可以通过建立数学优化模型并借助于优化工具进行求解。但是由于配电网络结构日益复杂,传统的优化方法很难解决好这一问题。差分进化算法（Differential Evolution,DE）作为一种通用性良好的智能算法,相较于传统优化方法具有鲁棒性、扩展性、适应性以及易实现性等优势,能够很好应用到分布式电源的优化配置求解中,并寻找到符合工程需求的优化方案。本文提出了一种新型的参数自适应差分进化算法（Differential Evolution with Novel Parameter Control,DENPC）来进行分布式电源优化配置求解,其主要工作可分为以下几点:1)在进行DG的优化配置中,本文首先分析了包含风力发电、光伏发电以及微型燃气轮机在内的三种典型分布式电源的输出特性,并针对其不同特点,建立了不同类型DG在潮流计算中的等效数学模型。2)在关于DE算法的研究中,针对DE算法中固定参数设置鲁棒性较差易于陷入局部最优,以及大多数DE变种算法中自适应策略过于依赖适应度值的问题,DENPC算法提出了一种基于种群动态位置信息的参数控制策略（Location Information based Parameter Control）。该策略在克服上述参数控制策略缺陷的同时,大大提高了算法的优化效果和收敛速。3)在国际标准测试集CEC2013上,对DENPC算法进行优化验证。通过对若干测试函数在30维和50维的优化仿真实验,验证了不论是在优化精度还是收敛速度上,本文所提出的DENPC算法相较于其他改进的DE算法都更具优势。4)本文建立了以建设成本最低、网络损耗最小以及环境效益最大为目标的优化模型,并以IEEE 33节点测试系统作为算例进行仿真实验。通过和PSO算法及原始DE算法进行比较,验证了DENPC算法在处理分布式电源优化配置问题中的优越性。此外,本文还比对了DG并网规划前后,配电网络系统节点电压和网络损耗的变化。实验结果表明,通过DENPC算法进行DG并网规划,可以明显提高系统的电压水平,降低各个支路的损耗,大大提升了网络的稳定性。