随着电力系统的发展和建设智能电网工程的展开,不断扩大的电网规模和状态检修、分布式发电等新兴技术的出现对配网检修计划的制定提出了新的挑战。电网设备的检修计划编制是智能化调度的一个重要工作,它直接关系供电企业和电力用户的切身利益,对整个系统运行的可靠性和经济性都有很大的影响。国内配电网检修计划的安排目前仍主要依赖人工经验完成,计算量大、工作效率低下且主观性偏重,无形之中给电网运行带来了隐患。因此,研究切实可行的配电网检修计划优化模型及算法,有着重要的现实意义。本文针对配电网检修计划的现状,在考虑气候、负荷及分布式电源等因素影响的基础上,提出了基于综合风险评估的配电网检修分区和决策模型。以泰州姜堰区配电网为例,采用遗传算法进行了求解,验证了该模型和算法的合理性和有效性。针对配电网规模不断扩大、设备数量和种类繁多的现状,提出了基于改进火焰传播模型的配电网检修分区方法。将较大规模的配电网划分成若干相对较小的检修分区,一方面可以实现降维,从而降低问题求解难度；另一方面可以体现各检修分区内负荷类型和可靠性要求水平,及设备健康水平的差异对检修计划的影响。近年来,受全球环境影响,夏季持续高温、冬季持续冰冻及暴风雪等恶劣天气频现,给配电网的安全运行造成了很大困扰。目前大多数设备故障率评估模型忽略了气候因素的影响。本文分析了气温对变压器故障率的影响和恶劣天气对架空线故障率的影响,建立了天气因素对配电网设备故障率影响的模型,提高了设备故障率评估的准确性。在对设备故障率进行准确计算的基础上,考虑负荷波动和分布式电源的影响,建立了基于综合风险评估的配电网分区检修决策优化模型。模型计及电网故障风险和电网检修风险,以电网运行的综合风险最小为目标,以电网安全约束、检修关系约束、检修资源约束为约束条件,采用遗传算法进行求解得到各分区的最优检修计划。最后利用检修资源推拉式驱动解决分区间检修资源冲突,采用弹性资源动态调度模型进行事故检修与计划检修间的协调。