为灵活可靠供电,当负荷发生变化或出现故障时,需要及时改变开关的开合状态以进行网络重构,隔离故障,改善电压分布状况,确保配电网安全经济运行,配电网重构已经成为优化配电系统运行方式的有效手段之一。国内外对于配电网重构都进行了深入的研究,但对于开关众多、网络结构复杂的配电网,目前无论是基于人工智能算法还是启发式规则的配电网重构方法均无法高效、快速的获得全局最优解。随着分布式发电技术的快速普及,出力具有随机性和间歇性的光伏发电系统直接接入配电网,对配电网的运行和控制带来诸多新的挑战,也直接影响着配电网重构的决策和最终结果。本文总结现有配电网重构方法的基础上,提出基于群搜索优化算法提出了配电网重构方法,以系统有功网损最小为目标建立了配电网重构模型,选择种群中网损最小的个体为发现者,剩余个体分别作为加入者和游荡者。在寻优过程中,应用快速支路交换法对发现者进行局部物理寻优,加入者向发现者逐步靠近执行追随搜索,游荡者在解空间中随机搜索。该方法实现了全局搜索与局部寻优的良好配合,有效互补了基于人工智能算法和启发式规则方法的不足,提高了搜索效率,具有较好的全局收敛性；通过引入光伏发电系统随机模型和场景分析理论,建立了含光伏发电的配电网重构场景模型,该模型以各典型场景下有功网损的期望值最小为优化目标,综合考虑了光伏发电系统不同出力水平下对配电网重构的影响,完全将光伏发电随机性和间歇性纳入到配电网重构的决策当中。最后以美国PG&E配电系统进行算例仿真分析,应用群搜索优化算法对该69节点系统进行网络重构,并与其他重构方法进行对比,结果表明本文方法能够获得全局最优解,收敛速度快,算法性能高；并在该配电系统中接入光伏阵列,以某地区辐照度数据为基础,模拟光伏发电系统出力特性,对本文含光伏发电的配电网重构场景模型进行验证,最终重构方案计及了光伏出力的不确定性,是一种整体意义上的最优,相对于将光伏电站当成恒定出力的常规机组而言,具有更好的适应性。