分布式光伏出力的随机性给配电网安全稳定运行带来挑战，配置储能是缓解该问题的有效手段。首先，提出一种可自动选取最优聚类数的分布式光伏及负荷典型场景选取方法，采用K-means算法结合戴维斯-布尔丁指数（Davies-Bouldin index

DBI）指标确定最佳聚类数，生成典型场景集。然后，建立以配电网年综合成本和总网损最小为目标的储能配置多目标规划模型，并采用嵌入潮流计算的非支配排序遗传算法–Ⅱ（non-dominated sorting genetic algorithm-Ⅱ，NSGA-Ⅱ）求解Pareto前沿。最后，提出经济性优先、技术性优先和均衡3种策略，用于指导不同需求下的储能配置决策。算例分析结果表明，所提方法能够有效识别光伏出力与负荷的典型时序特征，聚类结果类簇间差异明显、类簇内相似性高；NSGA-Ⅱ算法可生成分布均匀的Pareto前沿，为分布式与集中式2种储能配置形式提供多样化的规划方案。所提研究可为分布式光伏接入下的配电网储能配置提供技术经济分析与决策支持。