En este artículo, se realiza una asignación y programación multiobjetivo de turbinas eólicas y estacionamientos para vehículos eléctricos en una red de distribución radial IEEE de 33 buses para alcanzar los costos anuales mínimos de pérdida de energía, energía comprada de la red, energía eólica, energía de vehículos híbridos enchufables (PHEV), costos de degradación de baterías y desviaciones de voltaje de la red. Las variables de decisión, como el lugar y tamaño de las turbinas eólicas y estacionamientos eléctricos en el sistema de distribución, se encuentran utilizando un algoritmo de optimización de chacal dorado mejorado (IGJO) basado en la estrategia de rotación directa de Rosenbrock (RDR). Los resultados mostraron que el IGJO encuentra la solución óptima con una tolerancia de convergencia más baja y un valor de función objetivo mejor (más bajo) en comparación con los métodos convencionales GJO, algoritmo de campo eléctrico artificial (AEFA), optimización por enjambre de partículas (PSO) y optimización de forrajeo de raya mantarraya (MRFO). Los resultados mostraron que al utilizar el método propuesto basado en el IGJO, el costo de pérdida de energía, el costo de energía de la red y las desviaciones de voltaje de la red se redujeron en un 29,76%, 65,86% y 18,63%, respectivamente, en comparación con la red base. Además, los resultados del análisis estadístico demostraron su superioridad en comparación con los algoritmos convencionales GJO, AEFA, PSO y MRFO. Además, considerando los costos de degradación de baterías de vehículos, los costos de pérdida, energía de red y desviaciones de voltaje de red se han reducido en un 3,28%, 1,07% y 4,32%, respectivamente, en comparación con el caso sin costos de degradación de baterías. Además, los resultados mostraron que la disminución en la disponibilidad de vehículos eléctricos provoca un aumento de las pérdidas en los costos de energía de la red y debilita el perfil de voltaje de la red, y viceversa.