本课题是国网山西省大同供电公司科技项目《含分布式电源配电网电压稳定及无功控制关键技术研究》的主要组成部分。新能源分布式电源接入配网中，会给接入点的电压乃至整条线路上的电压分布带来很大改变；分布式电源的无功特性也对传统无功补偿方式造成了影响。本课题对接入分布式电源的配电网电压、无功进行了理论分析和仿真实验；针对分布式电源出力波动的问题，引入静止无功发生器(SVG)来补偿无功，稳定电压。最后对分布式电源出力的概率模型进行分析，并基于此给出了SVG和补偿电容的综合优化配置。通过仿真分析研究，给出了 DG高渗透率下的配网电压无功优化办法。　　首先，本文介绍了传统的配网潮流计算中对分布式电源的处理方法，并指出其存在的缺陷；在此基础上给出了分布式松弛母线的定义，确定了分布式电源参与配网潮流平衡的参与因子。通过对比传统的潮流算法，该方法的迭代次数没有显著增加，收敛性仍然较好；并且潮流计算的结果能很好地反映各分布式松弛点的出力，效果较传统方法有了较大改善。通过对分布式电源的影响机理加以分析，然后利用所提的潮流计算方法对分布式电源以不同容量、不同位置以及不同功率因数接入的配电网电压、网损进行仿真。结果表明，分布式电源合理接入时，能够起到支撑电压，降低网损的作用，但随着其渗透率的不断提高，会对配网带来潮流反向、节点电压严重越限等一系列不利影响；并且其出力的不确定性和并网离网的冲击也给配网运行控制带来了挑战。　　其次，针对分布式电源的影响，本文提出引入静止无功发生器(SVG)来进行补偿。针对含分布式电源配电网的特点，发挥递归型神经网络充分逼近任意复杂的非线性对象的能力，构建对象的正逆模型；通过内模生成的反馈信号抑制扰动，设计实现了 SVG的递归神经网络内模控制策略(IMC-RNN)。仿真结果表明该控制策略对各种负荷类型都能很好得实现补偿，并能抑制由自然条件变化导致的分布式电源出力波动，实现了较好的补偿效果。　　最后为更好得发挥SVG的作用、提高电能质量，本文针对风机、光伏的概率出力模型进行分析，将分布式电源的时序波动性转化为输出功率的概率分布模型。然后提出了基于DG概率出力的SVG和配电补偿电容器联合优化配置模型，以网损、补偿设备总投资最小，电压稳定指标(VSI)最优为目标，并利用 Pareto最优的多目标粒子群算法进行寻优，结果表明，通过合理配置，能够最大限度的发挥分布式电源的能力，降低损耗，具有很好地应用前景。