在全球一次能源逐渐枯竭、环保要求日趋严格的背景下，基于清洁能源的分布式发电(DistributedGeneration，DG)得到了迅猛发展。目前，大电网与分布式发电相结合被世界许多能源、电力专家公认为是能够节省投资、降低能耗、提高电力系统可靠性和灵活性的主要方式，是21世纪电力工业的发展方向。　　 然而，分布式发电接入配电网后，原来的辐射型网络结构发生了变化，出现了多电源环网、多节点类型等新的特点。传统的配电网潮流算法难以满足这种分布式发电系统潮流计算的要求。此外，传统的配电网规划面临许多新的问题，其中，分布式发电的选址和定容就是一项新的内容。本文主要研究的就是这两方面的内容。　　 为了更好地反映网络的拓扑结构、电源的分布，本文提出了基于网损分摊原理的分布式平衡节点模型。该模型应用域、公共区、状态图等一系列概念，计算每个发电机节点的参与因子，即对网络损耗的贡献比例。然后结合牛顿-拉夫逊算法，通过迭代求得网络的潮流运算结果。　　 对于分布式发电的选址和定容，本文采用了一种通用而简洁的智能优化算法--指引式局部搜索(GLS)来求解。相比于在该问题中广泛应用的其他智能算法而言，GLS能在更短的时间内找到更优的解。该算法选取系统网损为基本成本函数，并在局部搜索算法的不断调用中，搜集有用的信息，以惩罚项的形式加入到成本函数中。GLS依赖于搜集的信息进行指引操作，所以它的搜索进程依赖于问题本身。　　 最后，通过一个数据稍加修改的IEEE9节点的算例，验证了基于分布式平衡节点模型的配电网潮流算法的可行性，并与传统的单平衡节点模型的运算结果进行了分析比较。对于分布式发电的优化配置，本文选取了IEEE30节点算例。运算结果显示，GLS能很好地应用于分布式发电的选址和定容问题，取得成本最小的最优解。