分布式电源选址定容研究是配电网规划中的一个重要课题，涉及电力系统自动化和优化运行。分布式电源（Distributed Generation, DG）作为小型发电机组，其安装位置和容量的合理选择对提高电力系统的稳定性和可靠性、降低网络损耗、优化电网结构及节能减排具有重要意义。
根据上述文件提供的内容，我们可以提炼出以下知识点：
1. 分布式电源的定义与作用：分布式电源指的是安装在负荷附近的小型发电机组，它们能够优化电网结构，降低网络损耗，并且对经济运行和提高电力系统稳定性与可靠性有着积极作用。
2. 分布式电源选址定容的研究背景：全球能源危机和电力企业解除管制推动了分布式发电技术的发展。在一些偏远地区，由于输配电建设投资大或无法架设设备，分布式发电成为供电解决方案之一。同时，电力生产导致的环境污染也成为推动分布式发电技术发展的另一因素。
3. 分布式电源选址定容的研究重要性：由于分布式电源对配电网的节点电压、线路潮流、短路电流、网络可靠性等有着重要影响，其位置和容量的合理选择就显得尤为关键。
4. 现有的选址定容研究评述：文中提到的文献[2][3][4]分别从遗传算法和决策理论、解析法、遗传算法优化等不同角度研究了分布式电源的选址和定容问题。但现有研究或未考虑配电网潮流和线路负载能力的影响，或未考虑反向潮流问题，或未顾及分布式电源的随机性和不确定性。
5. 研究的新方法：本文提出一种考虑负荷随机性和不确定性的多目标优化方法，用以对分布式电源进行选址定容研究。在负荷模型和灵敏度因子分析的基础上，利用改进的自适应遗传算法对光伏发电进行选址定容分析，并通过IEEE-33节点系统进行仿真验证。
6. 静态负荷模型分析：在电力系统正常运行中，节点电压和频率的变化对负荷产生影响。实际潮流计算中，负荷常常视为随电压变化而变化的静态特性，并用二次多项式模型来描述负荷的有功功率P和无功功率Q与额定电压的关系。
7. 灵敏度因子分析：电压灵敏度指数被用来评估各个母线在潮流计算中的敏感程度，母线根据灵敏度因子的值按递减顺序排列，形成优先级列表。在这个列表中，具有最高灵敏度值的母线会被选定为分布式电源的安装位置。
8. 遗传算法（GA）的应用：文中提到使用遗传算法确定分布式电源的最优位置和容量，这是通过一种称为自适应遗传算法的改进算法来实现的，以网络损耗最小化和电压偏差最小化作为优化目标。
9. IEEE-33节点系统的应用：IEEE-33节点径向配电网系统被用来验证所提研究策略的有效性，仿真结果显示在适当范围内保持所有母线电压时，DG的优化配置对最小化网络损耗起到关键作用。
总结而言，分布式电源选址定容研究的关键在于理解分布式电源在电力系统中的功能和作用，掌握其选址定容的理论方法，以及利用各种优化算法和仿真工具对电源配置进行有效优化。文中提到的方法和技术手段，如自适应遗传算法、灵敏度因子分析、IEEE-33节点系统的应用等，是确保分布式电源配置达到预期效果的关键支撑技术。
