随着全球能源局势和环境问题的紧张,分布式发电具有能耗低、清洁环保、供电灵活等优点而逐渐被重视并在近几年得到迅速发展和应用。大量的分布式电源接入配电网,使得配电网的结构和运行方式均发生了很大的变化,已有的故障定位方法受到了影响,甚至出现误判。解决含分布式电源的配电网故障定位的问题,对提高配电网供电可靠性以及促进分布式发电的发展均具有重要的意义。本文对含分布式电源的配电网的故障稳态特征和暂态特征进行理论研究和仿真分析,结果表明在含分布式电源的配电网中与多分支节点相关联的正方向分支指向故障点的分支的故障电流正序、负序和零序的综合幅值和总是最大,并且在故障暂态过程中也含有大量的高频特征信息。由于小波分析具有时域和频域同时局部化的良好特性,可以将信号分解到不同的频率带,特别适合于分析非平稳信号和暂态信号。利用小波分析对多分支节点相关联的各分支的零序电流进行仿真分析,仿真分析结果表明与多分支节点相关联的正方向分支指向故障点的分支的暂态零序电流的模极大值最大且极性与系统的零序电压的模极大值的极性相反。根据故障的稳态特征和暂态特征形成两个确定故障区域的判据,根据判据可以将故障确定在两个多分支节点之间,在两个多分支节点之间再采用改进型的矩阵算法即可准确定位故障区间。遗传算法是一种采用全局搜索的优化算法,在传统配电网中应用一定程度上解决了配电网故障定位的容错性问题。针对含分布式电源的配电网在FTU上传故障电流越限信号时,常常因为某种原因造成信号畸变或丢失,本文采用了具有较好的容错性能的遗传算法来实现故障定位。本文首先确定含分布式电源的配电网中各个开关的正方向,并建立合适的丌关函数和适应度函数,这是遗传算法的关键,然后经Matlab7.0的遗传算法工具箱对算例进行仿真分析,结果表明了改进的遗传算法在含分布式电源的配电网中能准确定位故障。最后对比在有信号畸变或丢失情况下分别采用遗传算法和矩阵算法进行故障定位的效果,算例仿真分析表明遗传算法具有全局寻优的能力使得其容错性能比矩阵算法有更大的优势。关于含分布式电源的配电网故障定位的研究尚处于起步阶段,本文介绍了目前最常用的基于配网自动化的矩阵算法和基于人工智能的方法,经过算例仿真验证了算法的有效性,这具有重要的理论意义和一定的实用价值。本论文受到广东省普通高校“电力节能与新能源技术”重点实验室专项基金(ZDSYS200701)和广东省教育厅重点项目“基于IEC61850标准协议的变电站自动化系统关键问题研究”(070043)的资助。