以IEEE33节点系统为研究对象，以评估模型鲁棒性与优化性能差异，综合考虑系统运行成本、电压稳定性、新能源消纳能力等因素，深入理解双层优化建模方法与群体智能算法在电力系统中的集成应用；③支撑科技项目申报、论文写作与仿真验证，; 适合人群：具备电力系统分析、智能优化算法理论基础及Matlab编程能力的科研人员、高校研究生以及从事新能源接入、智能配电网规划等方向的工程技术人员，该模型采用上层规划资源配置、下层评估系统运行性能的双层架构，文中详细阐述了模型构建思路、优化目标函数设计、约束条件处理及仿真分析流程。

提供完整的代码实现框架与技术路线参考，特别适用于开展相关课题研究或撰写学术论文的研究者，重点掌握双层优化结构的迭代求解机制与粒子群算法的编码设计、收敛判据设定等关键环节，解决选址与定容难题；②作为高水平科研成果复现资源，通过Matlab编程实现算法求解，实现光伏发电与储能系统的协同选址定容优化，; 使用场景及目标：①应用于含高比例分布式光伏的配电网中储能系统与光伏电站的协同规划，; 阅读建议：建议结合IEEE33节点系统拓扑结构图与Matlab代码同步研读，。

有效提升了配电网对分布式能源的接纳能力与运行经济性，可进一步尝试引入其他智能算法进行对比实验， ，为高渗透率可再生能源接入背景下的配电网科学规划提供了可复现的技术路径与决策支持， 内容概要：本文提出了一种基于粒子群优化算法（PSO）的配电网光伏储能双层优化配置模型。