分布式电源的控制方式较为灵活、对环境的污染小,且它可以就地消纳电能,所以其在电力系统中扮演的角色越来越重要。配电网里的分布式电源逐渐增多后,会对配电网最初的结构甚至运行模式均产生较大干扰,其中较为直观的有潮流的改变、节点电压的波动以及网络损耗的增减等。因此,随着风力发电和光伏发电在配电网中的日益普及,给配电网的优化运行带来了新的挑战。除了风力发电和太阳能发电输出功率具有的随机波动性,风速、光照以及负荷之间还存在一定的相关关系,这些相关关系给电网运行造成的影响和随机性、波动性带来的影响都是一样不能忽略的。本文针对风速、光照以及负荷之间的相关关系,借助配电网概率潮流计算,对含分布式电源的配电网优化问题展开研究。首先,简要阐述了分布式电源接入配电网带来的影响,分析了关于概率潮流、含分布式电源的配电网优化问题的国内外研究现状及优化算法的研究现状,并对多种人工智能优化算法进行了综合对比后,确定采用粒子群算法对最终的优化模型进行求解分析。其次,考虑到拉丁超立方蒙特卡洛模拟法相较于其他概率潮流算法,其计算效率高,且计算误差较小,所以引入了拉丁超立方采样的蒙特卡洛模拟对配电网作详细的概率潮流计算。通过对风速、光照以及负荷概率模型的分析,并借用Spearman秩相关系数矩阵描述三者之间的相关关系,给出了相关性样本矩阵的采集流程并将其加入到概率潮流的计算过程中,建立了配电网双层优化模型,上层以网损最低为目标对配电网网架结构进行优化,下层以综合年费用最少和节点平均电压偏差最小为目标进行分布式电源的多目标规划。最后,运用改进的粒子群算法对上层模型优化迭代,结合迭代出的最优结果运用多目标粒子群算法对下层模型规划求解,并采用模糊优选决策对得到的最优非支配解集进行决策,得出最终优化方案。以IEEE33节点配电网系统为基础作对应的算例分析,分析证明了在优化包含分布式电源的配电网时,考虑不确定因素间存在的相关关系的重要性,最终得到的配电网优化方案在经济适用性、可靠性上表现都较为良好,能够更加有效的使接入分布式电源的配电网保持安全、经济、稳定运行。