La libéralisation du marché de l'électricité a introduit plusieurs nouveaux sujets de recherche intéressants dans la zone du système électrique. Cette thèse aborde l'un des problèmes fascinants parmi eux: l'étude de la génération distribuée à la fois renouvelable et classique d'intégration dans les réseaux de distribution. De Gestionnaires de Réseau de Distribution (GRD) point de vue, il est intéressant de développer une méthodologie globale qui considère les différentes technologies de production décentralisée (GD) comme une option pour la fourniture à la demande. Dans cette thèse, le problème de planification a été modélisé avec la méthodologie de multi-objectif. Cela aidera le planificateur de la prise de décision tout en sachant les arbitrages entre les fonctions objectives. Afin de trouver le front de Pareto optimale du problème, un hybride génétique-immunes algorithme est proposé. La méthode floue satisfaisant est utilisé pour trouver la solution finale. Divers objectifs comme le coût, les pertes actifs, d'émissions et de la satisfaction de contraintes techniques ont été prises en compte. Les variables de décision sont les stratégies de renforcement des réseaux de distribution et aussi les décisions d'investissement concernant les modules GD, dans le cas où GRD peut investir dans des modules de DG aussi. Un autre aspect qui rend les modèles proposés plus flexible, est compte tenu des incertitudes sur les paramètres d'entrée. Les incertitudes des données d'entrée ont été traitées de trois manières différentes à savoir : probabiliste, possibiliste et finalement mélangés possibiliste-probabilistes. Dans cette thèse, deux types de modèles ont été développés: centralisé et dégroupé modèle de planification GD. Dans les deux modèles, le GRD est responsable de fournir un réseau fiable et performant pour ses clients sur son territoire. Dans le contexte de planification centralisée, le GRD est autorisé à faire des investissements dans les modules de la GD. Dans ce modèle, la taille optimale, nombre d'unités de la GD, l'emplacement, la technologie et de la GD, calendrier des investissements dans les modules de GD à la fois et les composants du réseau sont déterminés. Le modèle développé ne sera pas seulement utile dans le contexte de la planification centralisée, mais est également applicable aux marchés de l'énergie d'autres qui ont besoin pour évaluer, surveiller et guider les décisions des développeurs GD. Dans le modèle de planification de la GD dégroupé, le GRD n'est pas autorisé à prendre des décisions d'investissement dans les options de la GD. Les variables de décision du GRD sont limités à renfort de réseau, le placement de condensateurs, la reconfiguration du réseau et des technologies de réseau intelligent. / The process of deregulation that has involved electricity markets has introduced several new interesting research topics in power system area. This thesis addresses one of the fascinating issues among them: the study of distributed generation both renewable and conventional integration in distribution networks. From the distribution network operator (DNO)'s point of view, it is interesting to develop a comprehensive methodology which considers various distributed generation technologies as an option for supplying the demand. In this thesis, the planning problem has been multi-objectively modeled. This will help the planner in decision making while knowing the trade-offs between the objective functions. for finding the Pareto optimal front of the problem a hybrid Genetic-Immune algorithm is proposed. The fuzzy satisfying method is used to find the final solution. Various objectives like cost, active losses, emission and the technical constraint satisfaction have been taken into account. The decision variables are the distribution network reinforcement strategies and also the investment decisions regarding DG units, in case where DNO can invest in DG units too. Another aspect which makes the proposed models more flexible, is considering the uncertainties of the input parameters. The uncertainties of input data have been treated in three different ways namely, probabilistic, possibilistic and finally mixed possibilistic-probabilistic methods. In this thesis, two types of models have been developed: centralized and unbundled DG planning model. In both models, the DNO is responsible to provide a reliable and efficient network for his costumers in its territory. In centrally controlled planning context, the DNO is authorized to make investment in DG units. In this model, the optimal size, number of DG units, location, DG technology and timing of investment in both DG units and network components are determined. The developed model will not only be useful in the centrally controlled planning context but also is applicable to other power markets that need to assess, monitor and guide the decisions of DG developers. In unbundled DG planning model, the DNO is not authorized to make investment decisions in DG options. The decision variables of DNO are limited to feeder/substation expansion/reinforcement, capacitor placement, network reconfiguration and smart grid technologies.